Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
EXPERT SYSTEM MODEL
(Model Sistem AhliPakar)
Tugas ini disusun untuk memenuhi nilai mata kuliah Rekayasa Perangkat Lunak
Disusun oleh
Rangga Subiakto (109093000)
Khaerul Ulum (109093000110)
Putriani (109093000)
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2013
BAB I
PENDAHULUAN
Pengembangan sistem merupakan suatu proyek yang harus melalui suatu proses
pengevaluasian seperti pelaksanaan proyek lainnya (Amsa 2008)Pengembangan sistem
dapat berarti menyusun sistem yang baru untuk menggantikan sistem yang lama secara
keseluruhan atau untuk memperbaiki sistem yang sudah ada (kami 2008)Pengembangan
sistem adalah metodeprosedurkonsepaturan yang digunakan untuk mengembangkan suatu
sistem informasi atau pedoman bagaimana dan apa yang harus dikerjakan selama
pengembangan sistem (algorithm) Metode adalah suatu cara teknik sistematik untuk
mengerjakan sesuatu (dinu 2008)
Dalam pengembangan dan perancangannya penganalisa sistem merupakan bagian
dari tim yang berfungsi mengembangkan sistem yang memiliki daya guna tinggi dan
memenuhi kebutuhan pemakai akhir Pengembangan dipengaruhi sejumlah hal (Okta 2007)
yaitu
- Produktifitas
Saat ini dibutuhkan sistem yang lebih banyak lebih baik dan lebih cepat Hal ini
membutuhkan lebih banyak programmer dan penganalisa sistem yang berkualitas
kondisi kerja ekstra kemampuan pemakai untuk mengembangkan sendiri bahasa
pemrograman yang lebih baik perawatan sistem yang lebih baik (umumnya 50 sd
70 sumber daya digunakan untuk perawatan sistem) disiplin teknis pemakaian
perangkat lunak dan perangkat pengembangan sistem yang terotomasi
- Reliabilitas
Waktu yang dihabiskan untuk testing sistem secara umum menghabiskan 50 dari
waktu total pengembangan sistemDalam kurun waktu 30 tahun sejumlah sistem yang
digunakan diberbagai perusahaan mengalami kesalahan dan ironisnya tidak mungkin
untuk diubah Sebagai contoh kasus untuk setiap program yang dihasilkan dari IBMrsquos
super programer project punya tiga sampai lima kesalahan untuk setiap kesalahan
untuk setiap sepuluh statement pemrograman
Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun
1960 Sistem pakar yang muncul pertama kali adalah General Purpose Problem Solver (GPS)
yang dikembangkan oleh Newel amp Simon (Turban1995) Sistem pakar yang baik dirancang
agar dapat menyelesaikan suatu permasalah tertentu dengan meniru kerja dari para ahli
Sistem pakar memiliki banyak definisi tetapi pada dasarnya sistem pakar diterapkan untuk
mendukung aktivitas pemecahan masalah
Beberapa definisi yang ada untuk sistem pakar (Kusumadewi 2003)
Menurut Martin dan Oxman Sistem pakar adalah sistem berbasis
computer yang menggunakan pengetahuan fakta dan teknik penalaran dalam
memecahkan masalah yang biasanya hanya dapat diselesaikan oleh seorang pakar
dalam bidang tertentu
Menurut Ignizio Sistem pakar merupakan bidang yang dicirikan oleh
system berbasis pengetahuan (Knowledge Base System) memungkinkan adanya
komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah
Menurut Giarratano dan Riley Sistem pakar adalah salah satu cabang
kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang
dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu
Secara umum sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia
ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah
sebagaimana yang dilakukan oleh seorang pakar Sistem pakar dibuat pada wilayah
pengetahuan tertentu dan untuk suatu keahlian tertentu yang mendekati kemampuan manusia
BAB II
PEMBAHASAN
21 Pengertian Sistem Pakar (Expert System)
Sistem pakar (expert systems) adalah sistem yang berusaha mengapdosi
pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah
seperti yang biasa dilakukan oleh para ahli Sistem pakar yang baik dirancang agar
dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli
Jadi sistem pakar rarr1048774 kepakaran ditransfer dari seorang pakar (atau sumber
kepakaran yang lain) ke komputer pengetahuan yang ada disimpan dalam komputer
dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat lalu
komputer dapat mengambil inferensi (menyimpulkan mendeduksi dll) seperti
layaknya seorang pakar kemudian menjelaskannya ke pengguna tersebut bila perlu
dengan alasan-alasannya
Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang
cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli
Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang
sangat berpengalaman
22 Pengertian Metodologi Berbasis Objek
Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat
lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi
data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem
perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode
berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan
kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis
objekperancanganberbasis objek pemrograman berbasis objek dan pengujian
berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur
verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk
memodelkan (mendokumentasikan) hasil dan setiap aktivitas
23 Karakteristik Model Sistem PakarAhli
Sistem pakar mempunyai beberapa karakteristik dasar yang
membedakan dengan program
komputer biasa umumnya yaitu (Turban 1995)
1 Mempunyai kepakaran
Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang
benar saja
namun juga bagaimana mendapatkan pemecahan dengan cepat dan
mahir
2 Domain tertentu
Sistem pakar mengutamakan kedalaman mengenai bidang tertentu
3 Memiliki kemampuan mengolah data yang mengandung
ketidakpastian
kadang-kadang data yang tersedia tidak lengkap sistem harus dapat
memberikan
pemecahan sesuai data yang tersedia dengan memberikan
pertimbangan saran atau
anjuran sesuai dengan kondisi yang ada
4 Dirancang untuk dapat dikembangkan secara bertahap Program
computer
dirancang untuk memberikan jawaban yang tepat setiap waktu
Sedangkan
system pakar dirancang untuk berlaku sebagai seorang pakar kadang
memberikan jawaban yang benar dan suatu saat mungkin tidak tepat
(Expert system makes mistake)
24 Metodologi Yang Digunakan
Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada
dua
pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search
Pada dasarnya heiristic search adalah blind search
Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space
state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak
pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search
adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator
dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang
diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon
tetapi pendekatan ini tidak efisien (Turban 1995)
Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First
Search (BFS)
1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah
sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan
untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul
anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24
Gambar 24 Teknik Penelusuran Depth First Search
2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon
pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum
berpindah ke level berikutnya Dapat dilihat pada gambar 25
Gambar 25 Teknik Penelusuran Breadth First Search
Representasi Pengetahuan
Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak
dimasukkan kedalam program komputer oleh proses yang disebut representasi
pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan
gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive
procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data
(Firebaugh 1989)
Representasi dalam logika dan skema lainnya
Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu
pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang
membantu proses penalaran
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26
Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)
Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam
proses logika untuk membuat output yang merupakan kesimpulan (conclusions)
diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan
untuk mendapatkan fakta baru yang juga harus benar
25 Keuntungan Sistem PakarAhli
Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar
diantaranya
adalah (Arhami 2005)
Menjadikan pengetahuan dan nasihat lebih mudah didapat
Meningkatkan output dan produktivitas
Menyimpan kemampuan dan keahlian pakar
Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar
penerangan sistem pakar khas
Meningkatkan reliabilitas
Memberikan respons (jawaban) yang cepat
Merupakan panduan yang intelligence (cerdas)
Dapat bekerja dengan informasi yang kurang lengkap dan mengandung
ketidakpastian
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
BAB I
PENDAHULUAN
Pengembangan sistem merupakan suatu proyek yang harus melalui suatu proses
pengevaluasian seperti pelaksanaan proyek lainnya (Amsa 2008)Pengembangan sistem
dapat berarti menyusun sistem yang baru untuk menggantikan sistem yang lama secara
keseluruhan atau untuk memperbaiki sistem yang sudah ada (kami 2008)Pengembangan
sistem adalah metodeprosedurkonsepaturan yang digunakan untuk mengembangkan suatu
sistem informasi atau pedoman bagaimana dan apa yang harus dikerjakan selama
pengembangan sistem (algorithm) Metode adalah suatu cara teknik sistematik untuk
mengerjakan sesuatu (dinu 2008)
Dalam pengembangan dan perancangannya penganalisa sistem merupakan bagian
dari tim yang berfungsi mengembangkan sistem yang memiliki daya guna tinggi dan
memenuhi kebutuhan pemakai akhir Pengembangan dipengaruhi sejumlah hal (Okta 2007)
yaitu
- Produktifitas
Saat ini dibutuhkan sistem yang lebih banyak lebih baik dan lebih cepat Hal ini
membutuhkan lebih banyak programmer dan penganalisa sistem yang berkualitas
kondisi kerja ekstra kemampuan pemakai untuk mengembangkan sendiri bahasa
pemrograman yang lebih baik perawatan sistem yang lebih baik (umumnya 50 sd
70 sumber daya digunakan untuk perawatan sistem) disiplin teknis pemakaian
perangkat lunak dan perangkat pengembangan sistem yang terotomasi
- Reliabilitas
Waktu yang dihabiskan untuk testing sistem secara umum menghabiskan 50 dari
waktu total pengembangan sistemDalam kurun waktu 30 tahun sejumlah sistem yang
digunakan diberbagai perusahaan mengalami kesalahan dan ironisnya tidak mungkin
untuk diubah Sebagai contoh kasus untuk setiap program yang dihasilkan dari IBMrsquos
super programer project punya tiga sampai lima kesalahan untuk setiap kesalahan
untuk setiap sepuluh statement pemrograman
Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun
1960 Sistem pakar yang muncul pertama kali adalah General Purpose Problem Solver (GPS)
yang dikembangkan oleh Newel amp Simon (Turban1995) Sistem pakar yang baik dirancang
agar dapat menyelesaikan suatu permasalah tertentu dengan meniru kerja dari para ahli
Sistem pakar memiliki banyak definisi tetapi pada dasarnya sistem pakar diterapkan untuk
mendukung aktivitas pemecahan masalah
Beberapa definisi yang ada untuk sistem pakar (Kusumadewi 2003)
Menurut Martin dan Oxman Sistem pakar adalah sistem berbasis
computer yang menggunakan pengetahuan fakta dan teknik penalaran dalam
memecahkan masalah yang biasanya hanya dapat diselesaikan oleh seorang pakar
dalam bidang tertentu
Menurut Ignizio Sistem pakar merupakan bidang yang dicirikan oleh
system berbasis pengetahuan (Knowledge Base System) memungkinkan adanya
komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah
Menurut Giarratano dan Riley Sistem pakar adalah salah satu cabang
kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang
dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu
Secara umum sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia
ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah
sebagaimana yang dilakukan oleh seorang pakar Sistem pakar dibuat pada wilayah
pengetahuan tertentu dan untuk suatu keahlian tertentu yang mendekati kemampuan manusia
BAB II
PEMBAHASAN
21 Pengertian Sistem Pakar (Expert System)
Sistem pakar (expert systems) adalah sistem yang berusaha mengapdosi
pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah
seperti yang biasa dilakukan oleh para ahli Sistem pakar yang baik dirancang agar
dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli
Jadi sistem pakar rarr1048774 kepakaran ditransfer dari seorang pakar (atau sumber
kepakaran yang lain) ke komputer pengetahuan yang ada disimpan dalam komputer
dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat lalu
komputer dapat mengambil inferensi (menyimpulkan mendeduksi dll) seperti
layaknya seorang pakar kemudian menjelaskannya ke pengguna tersebut bila perlu
dengan alasan-alasannya
Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang
cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli
Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang
sangat berpengalaman
22 Pengertian Metodologi Berbasis Objek
Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat
lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi
data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem
perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode
berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan
kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis
objekperancanganberbasis objek pemrograman berbasis objek dan pengujian
berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur
verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk
memodelkan (mendokumentasikan) hasil dan setiap aktivitas
23 Karakteristik Model Sistem PakarAhli
Sistem pakar mempunyai beberapa karakteristik dasar yang
membedakan dengan program
komputer biasa umumnya yaitu (Turban 1995)
1 Mempunyai kepakaran
Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang
benar saja
namun juga bagaimana mendapatkan pemecahan dengan cepat dan
mahir
2 Domain tertentu
Sistem pakar mengutamakan kedalaman mengenai bidang tertentu
3 Memiliki kemampuan mengolah data yang mengandung
ketidakpastian
kadang-kadang data yang tersedia tidak lengkap sistem harus dapat
memberikan
pemecahan sesuai data yang tersedia dengan memberikan
pertimbangan saran atau
anjuran sesuai dengan kondisi yang ada
4 Dirancang untuk dapat dikembangkan secara bertahap Program
computer
dirancang untuk memberikan jawaban yang tepat setiap waktu
Sedangkan
system pakar dirancang untuk berlaku sebagai seorang pakar kadang
memberikan jawaban yang benar dan suatu saat mungkin tidak tepat
(Expert system makes mistake)
24 Metodologi Yang Digunakan
Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada
dua
pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search
Pada dasarnya heiristic search adalah blind search
Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space
state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak
pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search
adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator
dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang
diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon
tetapi pendekatan ini tidak efisien (Turban 1995)
Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First
Search (BFS)
1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah
sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan
untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul
anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24
Gambar 24 Teknik Penelusuran Depth First Search
2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon
pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum
berpindah ke level berikutnya Dapat dilihat pada gambar 25
Gambar 25 Teknik Penelusuran Breadth First Search
Representasi Pengetahuan
Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak
dimasukkan kedalam program komputer oleh proses yang disebut representasi
pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan
gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive
procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data
(Firebaugh 1989)
Representasi dalam logika dan skema lainnya
Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu
pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang
membantu proses penalaran
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26
Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)
Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam
proses logika untuk membuat output yang merupakan kesimpulan (conclusions)
diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan
untuk mendapatkan fakta baru yang juga harus benar
25 Keuntungan Sistem PakarAhli
Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar
diantaranya
adalah (Arhami 2005)
Menjadikan pengetahuan dan nasihat lebih mudah didapat
Meningkatkan output dan produktivitas
Menyimpan kemampuan dan keahlian pakar
Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar
penerangan sistem pakar khas
Meningkatkan reliabilitas
Memberikan respons (jawaban) yang cepat
Merupakan panduan yang intelligence (cerdas)
Dapat bekerja dengan informasi yang kurang lengkap dan mengandung
ketidakpastian
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Sistem pakar memiliki banyak definisi tetapi pada dasarnya sistem pakar diterapkan untuk
mendukung aktivitas pemecahan masalah
Beberapa definisi yang ada untuk sistem pakar (Kusumadewi 2003)
Menurut Martin dan Oxman Sistem pakar adalah sistem berbasis
computer yang menggunakan pengetahuan fakta dan teknik penalaran dalam
memecahkan masalah yang biasanya hanya dapat diselesaikan oleh seorang pakar
dalam bidang tertentu
Menurut Ignizio Sistem pakar merupakan bidang yang dicirikan oleh
system berbasis pengetahuan (Knowledge Base System) memungkinkan adanya
komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah
Menurut Giarratano dan Riley Sistem pakar adalah salah satu cabang
kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang
dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu
Secara umum sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia
ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah
sebagaimana yang dilakukan oleh seorang pakar Sistem pakar dibuat pada wilayah
pengetahuan tertentu dan untuk suatu keahlian tertentu yang mendekati kemampuan manusia
BAB II
PEMBAHASAN
21 Pengertian Sistem Pakar (Expert System)
Sistem pakar (expert systems) adalah sistem yang berusaha mengapdosi
pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah
seperti yang biasa dilakukan oleh para ahli Sistem pakar yang baik dirancang agar
dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli
Jadi sistem pakar rarr1048774 kepakaran ditransfer dari seorang pakar (atau sumber
kepakaran yang lain) ke komputer pengetahuan yang ada disimpan dalam komputer
dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat lalu
komputer dapat mengambil inferensi (menyimpulkan mendeduksi dll) seperti
layaknya seorang pakar kemudian menjelaskannya ke pengguna tersebut bila perlu
dengan alasan-alasannya
Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang
cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli
Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang
sangat berpengalaman
22 Pengertian Metodologi Berbasis Objek
Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat
lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi
data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem
perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode
berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan
kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis
objekperancanganberbasis objek pemrograman berbasis objek dan pengujian
berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur
verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk
memodelkan (mendokumentasikan) hasil dan setiap aktivitas
23 Karakteristik Model Sistem PakarAhli
Sistem pakar mempunyai beberapa karakteristik dasar yang
membedakan dengan program
komputer biasa umumnya yaitu (Turban 1995)
1 Mempunyai kepakaran
Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang
benar saja
namun juga bagaimana mendapatkan pemecahan dengan cepat dan
mahir
2 Domain tertentu
Sistem pakar mengutamakan kedalaman mengenai bidang tertentu
3 Memiliki kemampuan mengolah data yang mengandung
ketidakpastian
kadang-kadang data yang tersedia tidak lengkap sistem harus dapat
memberikan
pemecahan sesuai data yang tersedia dengan memberikan
pertimbangan saran atau
anjuran sesuai dengan kondisi yang ada
4 Dirancang untuk dapat dikembangkan secara bertahap Program
computer
dirancang untuk memberikan jawaban yang tepat setiap waktu
Sedangkan
system pakar dirancang untuk berlaku sebagai seorang pakar kadang
memberikan jawaban yang benar dan suatu saat mungkin tidak tepat
(Expert system makes mistake)
24 Metodologi Yang Digunakan
Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada
dua
pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search
Pada dasarnya heiristic search adalah blind search
Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space
state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak
pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search
adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator
dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang
diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon
tetapi pendekatan ini tidak efisien (Turban 1995)
Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First
Search (BFS)
1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah
sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan
untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul
anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24
Gambar 24 Teknik Penelusuran Depth First Search
2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon
pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum
berpindah ke level berikutnya Dapat dilihat pada gambar 25
Gambar 25 Teknik Penelusuran Breadth First Search
Representasi Pengetahuan
Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak
dimasukkan kedalam program komputer oleh proses yang disebut representasi
pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan
gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive
procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data
(Firebaugh 1989)
Representasi dalam logika dan skema lainnya
Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu
pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang
membantu proses penalaran
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26
Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)
Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam
proses logika untuk membuat output yang merupakan kesimpulan (conclusions)
diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan
untuk mendapatkan fakta baru yang juga harus benar
25 Keuntungan Sistem PakarAhli
Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar
diantaranya
adalah (Arhami 2005)
Menjadikan pengetahuan dan nasihat lebih mudah didapat
Meningkatkan output dan produktivitas
Menyimpan kemampuan dan keahlian pakar
Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar
penerangan sistem pakar khas
Meningkatkan reliabilitas
Memberikan respons (jawaban) yang cepat
Merupakan panduan yang intelligence (cerdas)
Dapat bekerja dengan informasi yang kurang lengkap dan mengandung
ketidakpastian
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang
cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli
Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang
sangat berpengalaman
22 Pengertian Metodologi Berbasis Objek
Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat
lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi
data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem
perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode
berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan
kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis
objekperancanganberbasis objek pemrograman berbasis objek dan pengujian
berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur
verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk
memodelkan (mendokumentasikan) hasil dan setiap aktivitas
23 Karakteristik Model Sistem PakarAhli
Sistem pakar mempunyai beberapa karakteristik dasar yang
membedakan dengan program
komputer biasa umumnya yaitu (Turban 1995)
1 Mempunyai kepakaran
Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang
benar saja
namun juga bagaimana mendapatkan pemecahan dengan cepat dan
mahir
2 Domain tertentu
Sistem pakar mengutamakan kedalaman mengenai bidang tertentu
3 Memiliki kemampuan mengolah data yang mengandung
ketidakpastian
kadang-kadang data yang tersedia tidak lengkap sistem harus dapat
memberikan
pemecahan sesuai data yang tersedia dengan memberikan
pertimbangan saran atau
anjuran sesuai dengan kondisi yang ada
4 Dirancang untuk dapat dikembangkan secara bertahap Program
computer
dirancang untuk memberikan jawaban yang tepat setiap waktu
Sedangkan
system pakar dirancang untuk berlaku sebagai seorang pakar kadang
memberikan jawaban yang benar dan suatu saat mungkin tidak tepat
(Expert system makes mistake)
24 Metodologi Yang Digunakan
Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada
dua
pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search
Pada dasarnya heiristic search adalah blind search
Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space
state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak
pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search
adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator
dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang
diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon
tetapi pendekatan ini tidak efisien (Turban 1995)
Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First
Search (BFS)
1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah
sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan
untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul
anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24
Gambar 24 Teknik Penelusuran Depth First Search
2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon
pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum
berpindah ke level berikutnya Dapat dilihat pada gambar 25
Gambar 25 Teknik Penelusuran Breadth First Search
Representasi Pengetahuan
Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak
dimasukkan kedalam program komputer oleh proses yang disebut representasi
pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan
gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive
procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data
(Firebaugh 1989)
Representasi dalam logika dan skema lainnya
Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu
pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang
membantu proses penalaran
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26
Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)
Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam
proses logika untuk membuat output yang merupakan kesimpulan (conclusions)
diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan
untuk mendapatkan fakta baru yang juga harus benar
25 Keuntungan Sistem PakarAhli
Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar
diantaranya
adalah (Arhami 2005)
Menjadikan pengetahuan dan nasihat lebih mudah didapat
Meningkatkan output dan produktivitas
Menyimpan kemampuan dan keahlian pakar
Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar
penerangan sistem pakar khas
Meningkatkan reliabilitas
Memberikan respons (jawaban) yang cepat
Merupakan panduan yang intelligence (cerdas)
Dapat bekerja dengan informasi yang kurang lengkap dan mengandung
ketidakpastian
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
anjuran sesuai dengan kondisi yang ada
4 Dirancang untuk dapat dikembangkan secara bertahap Program
computer
dirancang untuk memberikan jawaban yang tepat setiap waktu
Sedangkan
system pakar dirancang untuk berlaku sebagai seorang pakar kadang
memberikan jawaban yang benar dan suatu saat mungkin tidak tepat
(Expert system makes mistake)
24 Metodologi Yang Digunakan
Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada
dua
pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search
Pada dasarnya heiristic search adalah blind search
Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space
state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak
pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search
adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator
dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang
diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon
tetapi pendekatan ini tidak efisien (Turban 1995)
Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First
Search (BFS)
1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah
sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan
untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul
anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24
Gambar 24 Teknik Penelusuran Depth First Search
2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon
pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum
berpindah ke level berikutnya Dapat dilihat pada gambar 25
Gambar 25 Teknik Penelusuran Breadth First Search
Representasi Pengetahuan
Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak
dimasukkan kedalam program komputer oleh proses yang disebut representasi
pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan
gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive
procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data
(Firebaugh 1989)
Representasi dalam logika dan skema lainnya
Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu
pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang
membantu proses penalaran
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26
Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)
Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam
proses logika untuk membuat output yang merupakan kesimpulan (conclusions)
diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan
untuk mendapatkan fakta baru yang juga harus benar
25 Keuntungan Sistem PakarAhli
Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar
diantaranya
adalah (Arhami 2005)
Menjadikan pengetahuan dan nasihat lebih mudah didapat
Meningkatkan output dan produktivitas
Menyimpan kemampuan dan keahlian pakar
Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar
penerangan sistem pakar khas
Meningkatkan reliabilitas
Memberikan respons (jawaban) yang cepat
Merupakan panduan yang intelligence (cerdas)
Dapat bekerja dengan informasi yang kurang lengkap dan mengandung
ketidakpastian
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Gambar 24 Teknik Penelusuran Depth First Search
2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon
pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum
berpindah ke level berikutnya Dapat dilihat pada gambar 25
Gambar 25 Teknik Penelusuran Breadth First Search
Representasi Pengetahuan
Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak
dimasukkan kedalam program komputer oleh proses yang disebut representasi
pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan
gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive
procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data
(Firebaugh 1989)
Representasi dalam logika dan skema lainnya
Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu
pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang
membantu proses penalaran
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26
Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)
Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam
proses logika untuk membuat output yang merupakan kesimpulan (conclusions)
diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan
untuk mendapatkan fakta baru yang juga harus benar
25 Keuntungan Sistem PakarAhli
Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar
diantaranya
adalah (Arhami 2005)
Menjadikan pengetahuan dan nasihat lebih mudah didapat
Meningkatkan output dan produktivitas
Menyimpan kemampuan dan keahlian pakar
Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar
penerangan sistem pakar khas
Meningkatkan reliabilitas
Memberikan respons (jawaban) yang cepat
Merupakan panduan yang intelligence (cerdas)
Dapat bekerja dengan informasi yang kurang lengkap dan mengandung
ketidakpastian
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Representasi dalam logika dan skema lainnya
Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu
pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang
membantu proses penalaran
Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26
Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)
Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam
proses logika untuk membuat output yang merupakan kesimpulan (conclusions)
diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan
untuk mendapatkan fakta baru yang juga harus benar
25 Keuntungan Sistem PakarAhli
Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar
diantaranya
adalah (Arhami 2005)
Menjadikan pengetahuan dan nasihat lebih mudah didapat
Meningkatkan output dan produktivitas
Menyimpan kemampuan dan keahlian pakar
Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar
penerangan sistem pakar khas
Meningkatkan reliabilitas
Memberikan respons (jawaban) yang cepat
Merupakan panduan yang intelligence (cerdas)
Dapat bekerja dengan informasi yang kurang lengkap dan mengandung
ketidakpastian
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan
untuk mengakses basis data dengan cara cerdas
26 Kelemahan Sistem Pakar
Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa
kelemahan
antara lain
Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
Universitas Sumatera Utara
Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini
tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya
Sistem pakar tidak dapat 100 bernilai benar
Terkadang sistem tidak dapat membuat keputusan
Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar
berbeda
27 Komponen Sistem Pakar
Komponen sistem pakar ada empat bagian
1 KNOWLEDGE BASE (BASIS PENGETAHUAN)
Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar
karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge
representation basis pengetahuan adalah sebuah basis data yang menyimpan
aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis
pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat
atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan
sayap dan bertelur then hewan jenis burung
Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu
a Rule-Based Reasoning (Penalaran berBasis Aturan)
Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan
menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita
memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga
digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)
pencapaian solusi
b Case-Based Reasoning (Penalaran berBasis Kasus)
Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan
untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)
Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan
2 Working Memory (Basis Data atau Memori Kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta
awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan
kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data
berada di dalam memori kerja
3 Inference Engine (MesinMotor Inferensi)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan
pola-pola penalaran sistem yang digunakan oleh seorang pakar
Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan
mencari jawaban atau kesimpulan yang terbaik
Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah
dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data
Dua teknik untuk melakukan Inferensia yaitu
a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan
dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran
dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa
Contoh-contoh aturan
No Aturan
R-1 IF A amp B THEN C
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
R-2
R-3
R-4
R-5
R-6
R-7
R-8
R-9
R-10
IF C THEN D
IF A amp E THEN F
IF A THEN G
IF F amp G THEN D
IF G amp E THEN H
IF C amp H THEN I
IF I amp A THEN J
IF G THEN J
IF J THEN K
Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta
awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)
Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah
inferensia sebagai berikut
Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum
diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh
karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita
menuju ke R-2
Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum
diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi
apapun sehingga kita menuju ke R-3
Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai
konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F
bukan hipotesa maka langkah diteruskan ke R-4
Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga
benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah
diteruskan ke R-5
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai
konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa
sehingga diteruskan ke R-6
Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga
terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7
Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui
kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke
R-8
Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J
juga belum dapat diketahui kebenarannya Diteruskan ke R-9
Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J
bukan hipotesa maka diteruskan ke R-10
Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa
yang dibuktikan maka selesai
Secara diagram dapat digambarkan sebagai berikut
R-4 R-9 R-10
R-5
R-3 R-6
Gambar Forward Chaining
b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari
sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi
proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan
yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a
Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan
dimulai dari sebelah kanan (THEN) dulu
A
E
G
D
H
KJ
F
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan
dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-
langkahnya adalah
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki
konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K
benar harus dibuktikan dahulu bahwa J benar
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan
ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya
maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7
Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu
dicari aturan dengan konsekuen C yaitu di R-1
Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar
karena fakta tetapi B belum diketahui kebenarannya dan dalam basis
pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian
penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih
punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking
Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C
dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I
ternyata tidak ada
Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di
R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan
konsekuen G yaitu di R-4
R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan
penalaran ini dapat dibuktikan bahwa hipotesa K benar
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
K
BHA
J I C A
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Sukses
Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb
R-1 IF suku bunga turun THEN harga obligasi naik
R-2 IF suku bunga naik THEN harga obligasi turun
R-3 IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R-4 IF nilai dolar naik THEN suku bunga turun
R-5 IF nilai dolar turun THEN suku bunga naik
R-6 IF harga obligasi turun THEN beli obligasi
Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan
apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut
Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun
berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku
bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika
harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi
R-5
R-2
K J G A
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
R-6
Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli
obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat
dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena
diketahui fakta bahwa nilai dolar turun
R-5
R-2
R-6
4 User Interface (Antarmuka Pemakai)
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar
dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan
instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan
kesimpulan (Gambar di bawah ini)
Knowlegde Base
Inference Engine User Interface
Beli obligasi
Nilai dolar turun
Suku bunga naik
Harga obligasi turun
Beli obligasi
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
Working Memory
Komponen Utama Sistem Pakar
BAB III
KESIMPULAN
Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan
sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi
berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang
mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi
yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun
melalui pendekatan objek secara sistematis
Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu
Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan
menggunakan metodologi pengembangan berbasis objek antara lain kecepatan
pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas
perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru
sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang
digunakan sebagai dasar analisi serat perancangan perangkat lunak
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek
DAFTAR PUSTAKA
httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan
httpwwwberitaterhangatnet
httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf
httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml
httpelistaakprindaciduploadfiles3098_MATERI_1PDF
httpgangsircom
httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html
httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek
1bab-i-konsep-pengembangan-sistem-berbasis-objek