Expert Systems

1. Expert Systems PKB - Antonie

2. Sistem Pakar • Suatu program AI yang berisi basis pengetahuan dan mesin inferensi • Seperti layaknya seorang pakar • Berfungsi sebagai konsultan • Tidak untuk menggantikan kemampuan seorang pakar • Berisi pengetahuan dari para pakar • Dapat digunakan untuk menjawab pertanyaan, memecahkan masalah dan membuat keputusan

3. Definisi-Definisi • Durkin: program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar • Ignizio: suatu model dan prosedur yang berkaitan dalam suatu domain tertentu, dimana tingkat keahliannya dapat dibandingkan dengan keahlian seorang pakar • Giarratano dan Riley: suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar

4. Sistem Pakar • Menyimpan pengetahuan dari berbagai sumber • Berisi heuristic knowledge: • Berasal dari peristiwa di dunia nyata learning by doing • Computer software packages: • A generic programs • Can be used to build special programs for many applications • Expert system: • Highly dedicated piece of software • Contains knowledge in a specific domain

5. Perbedaan Pengguna • Manager: apa yang dapat saya gunakan? • Teknolog: bagaimana saya dapat mengimplentasikan teknologi dengan baik? • Peneliti: bagaimana saya dapat mengembangkannya • User: bagaimana dapat membantu saya? Dapat menghemat biaya? Bagaimana kehandalannya?

6. Perbedaan ES dan Pakar • Time: • P:hari kerja; ES: tiap saat • Geografis: • P:lokal/tertentu; ES: dimana saja • Keamanan: • P: tdk tergantikan; ES: dapat diganti • Dapat habis: • P: ya; ES: tidak • Performa dan kecepatan: • P: variabel; ES: konstan • Biaya: • P: tinggi; ES: terjangkau

7. Example of Expert System • The famous: • MYCIN: diagnosa penyakit, • DENDRAL: mengidentifikasi struktur molekul campuran kimia yang tidak dikenal, • XCON & XSEL: konfigurasi sistem komputer besar, • Prospector: bidang geologi • The other: • SOPHIE: analisis sirkuit elektronik, • DELTA: pemeliharaan lokomotif listrik, • FOLIO: stok dan investasi

8. Benefits of Expert Systems • Memungkinkan orang awam dapat mengerjakan pekerjaan para ahli • Bisa melakukan proses berulang secara otomatis • Menyimpan pengetahuan dan keahlian pakar • Meningkatkan output dan produktifitas • Melestarikan keahlian pakar • Dapat beroperasi pada lingkungan berbahaya • Dapat meningkatkan kemampuan sistem komputer • Dapat bekerja dengan informasi yang tidak lengkap • Sebagai media pelengkap dalam pelatihan • Menghemat waktu pengambilan keputusan

9. The Down Side of Expert System • Development of an ES is difficult • ES is expensive • Most ES still must be implemented & delivered on a big mainframe or minicomputer • Not 100% reliable • Kepakaran tidak selalu tersedia pada bidang-bidang tertentu

10. 4 Basic Type • Stand-alone: software yang berdiri sendiri, tidak tergabung dengan program lain • Sistem Tergabung: sistem ini merupakan bagian dari program lain yang masih bersifat konvensional, misal berada di dalam algoritma yang konvensional • Sistem terhubung dengan software lain: misalnya sistem pakar yang berhubungan dengan paket program DBMS • Sistem Mengabdi: merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu

11. Sistem Konvensional vs ES • SK: informasi dan pemrosesan menjadi satu dengan program, ES: pengetahuan dan inferensi terpisah • SK: tidak bisa menjelaskan keputusan, ES: ada fasilitas penjelasan • SK: eksekusi perlangkah, ES: eksekusi dilakukan pada seluruh basis pengetahuan • SK: menggunakan data, ES: menggunakan pengetahuan

12. Konsep Dasar ES • Komponen Sistem Pakar: • Pengetahuan Pakar: pengetahuan pada suatu bidang tertentu • Fakta-fakta, teori, prosedur, aturan, strategi, meta knowledge • Pakar • Pengalihan Pengetahuan: • Tambahan pengetahuan, representasi pengetahuan, inferensi pengetahuan, pengalihan pengetahuan ke user. • Inferensi: kemampuan menalar • Aturan: dalam bentuk aturan IF-THEN • Fasilitas Penjelasan: penejelasan bagaimana keputusan dibuat • Kemampuan rekomendasi

13. User

14. Penjelasan • Knowledge Acusition: penambahan pengetahuan, mengkonstruksi atau memperluas pengetahuan • Knowledge Base: berisi pengetahuan • Inference Engine: program yang berisi metodologi yang digunakan untuk melakukan penalaran terhadap informasi dalam basis pengetahuan dan blackboard: • Interpreter: mengeksekusi item-item agenda yang terpilih menggunakan aturan • Scheduler: mengkontrol agenda • Consistency Enforcer: memelihara kekonsistenan dalam merepresentasikan solusi yang bersifat darurat • Blackboard: area kerja dalam memori yang digunakan dalam kejadian yang sedang berlangsung termasuk keputusan sementara • Plan: bagaimana menghadapi masalah • Agenda: aksi aksi potensial yang sedang menunggu untuk dieksekusi • Solution: calon aksi yang akan dibangkitkan

15. Penjelasan • Interface: sebagai media komunikasi antara user dan program • Explanation Facility: melacak respon dan memberi penjelasan ttg kelakuan sistem pakar • Mengapa suatu pertanyaan ditanyakan? • Bagaimana konklusi dicapai? • Mengapa ada alternatif yang dibatalkan? • Rencana apa yang dilakukan mendapatkan solusi? • Knowledge refinement: mengevaluasi kinerja sistem pakar, apakah pengetahuan tersebut masi cocok untuk digunakan pada masa yang akan datang?

16. Knowledge Base • Pendekatan knowledge base: • Rule Based Reasoning • Pengetahuan dibuat dalam IF-THEN • Digunakan jika kita sudah memiliki pengetahuan dari pakar mengenai permasalahan tertentu secara berurutan • Dibutuhkan jika harus ada penjelasan tentang langkah-langkah pencapaian solusi • Case Based Reasoning • Basis pengetahuan akan berisi kasus-kasus yang sudah diketahui sebelumnya. • Jika kasus-kasusnya hampir mirip • Jika sudah memiliki penyelesaian kasus-kasus

17. Inference Engine • Forward Chaining: pencocokan dari fakta untuk menguji kebenaran hipotesis • Backward Chaining: pencocokan dari bagian hipotesis terlebih dahulu baru mencocokkan dengan fakta-faktanya

18. Kasus • Contoh: • R1: IF A & B THEN C • R2: IF C THEN D • R3: IF A & E THEN F • R4: IF A THEN G • R5: IF F & G THEN D • R6: IF A & G THEN H • R7: IF C & H THEN I • R8: IF I & A THEN J • R9: IF G THEN J • R10: IF J THEN K • Fakta: A & F, apakah K benar?

19. R10 R4 R9 R10 K J I C A A G J K R8 R7 R1 R5 A B R3 F D H E R6 H R10 R9 R4 K J G A

20. Kasus • R1: if suku bunga turun then harga obligasi naik • R2: if suku bunga naik then harga obligasi turun • R3: if suku bunga tidak berubah then harga obligasi tidak berubah • R4: if dolar naik then suku bunga turun • R5: if dolar turun then suku bunga naik • R6: if harga obligasi turun then beli obligasi • Diket: dolar turun, beli atau tidak obligasi?

21. Knowledge Acuisition • Knowledge engineer berusaha menyerap pengetahuan untuk ditransfer ke basis pengetahuan • Metode: • Wawancara • Analisis protokol: pakar diminta untuk melakukan pekerjaan dan direkam • Observasi kerja pakar • Induksi aturan

22. Ciri-ciri Expert System • Adanya Explanation facility • Mudah dimodifikasi • Dapat digunakan pada berbagai jenis komputer • Memiliki kemampuan beradaptasi

23. Expert System Applications • ES is not suitable for all situations • Generic ES categories: • Control : intelligent automation • Debugging : recommends corrections to faults • Design : developing products to specification • Instruction : optimized computer instruction • Interpretation : clarification of situations • Planning : developing goal-oriented schemes • Prediction : intelligent guessing of outcomes • Repair : automatic diagnosis, debugging, planning and fixing

24. Developing an Expert System

25. apakah problem memerlukan ES? • Memerlukan kepakaran • Biaya tinggi • Tidak memerlukan common sense • Subyeknya sempit • Tidak memerlukan solusi fisik • Tingkat kesulitan sedang • Bisa dipecahkan oleh pengetahuan • Memiliki solusi minimum • Pakarnya tersedia

26. NEXT • Jaringan Syaraf Tiruan