1.
Sejarah Artificial Intellegence
(kecerdasan buatan)
Kecerdasan
Buatan (Artificial Intelligence) merupakan inovasi baru di bidang ilmu pengetahuan. Mulai ada sejak
muncul komputer modern, yakni pada 1940 dan 1950. Pada tahun 1956, istilah AI
mulai dipopulerkan oleh Jhon McCarthy dalam konferensi Dartmouth tahun 1956, yang
dihadiri oleh para peneliti AI. Pada konferensi
tersebut juga didefinisikan tujuan utama dari kecerdasan buatan, yaitu
mengetahui dan memodelkan proses-proses berpikir manusia dan mendesain mesin
agar dapat menirukan kelakuan manusia. Ilmu pengetahuan komputer ini
khusus ditujukan dalam perancangan
otomatisasi tingkah laku cerdas dalam sistem kecerdasan komputer.
Menurut
beberapa ahli kecerdasan buatan didefinisikan sebagai berikut :
Ø Menurut
H.A.Simon [1987]: ”Kecerdasan buatan (artificial intelligence) merupakan
kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman
komputer untuk melakukan hal yang dalam pandangan manusia adalah cerdas”.
Ø Menurut Rich and knight [1991]: “Kecerdasan buatan
(artificial intelligence) merupakan sebuah studi tentang bagaimana membuat komputer
melakukan halhal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.
Kecerdasan
buatan dilihat dari berbagai sudut pandang adalah sebagai berikut :
1.
Sudut pandang Kecerdasan (Intelligence)
Kecerdasan
buatan adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal
yang sebelumnya dapat dilakukan oleh manusia.
2.
Sudut pandang Penelitian
Studi
bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dilakukan
oleh manusia.
3.
Sudut pandang Bisnis
Kumpulan
peralatan yang sangat powerful dan metodologis dalam menyelesaikan
masalah-masalah bisnis.
4.
Sudut pandang Pemrograman (Programming)
Kecerdasan
buatan termasuk didalamnya adalah studi
tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search).1
Walaupun AI memiliki konotasi fiksi ilmiah yang
kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan
dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin.
Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan
tugas-tugas yang membutuhkan perilaku cerdas. Pada
awalnya, kecerdasan buatan hanya ada di universitas-universitas dan laboratorium
penelitian, serta hanya sedikit produk yang dihasilkan dan dikembangkan. Menjelang akhir 1970-an dan
1980-an, mulai dikembangkan secara penuh dan hasilnya berangsur-angsur
dipublikasikan di khalayak umum. AI banyak
digunakan untuk pengendalian, perencanaan dan penjadwalan, kemampuan untuk
menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan,
suara dan wajah.
Beberapa program AI yang mulai
dibuat pada tahun 1956-1966 antara lain :
1. Logic Theorist, diperkenalkan pada
Dartmouth Conference di tahun yang sama dengan pengenalan AI, program ini dapat
membuktikan teorema-teorema matematika.
2. Sad Sam, diprogram oleh Robert K.
Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat sederhana yang
ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang
didengar dalam sebuah percakapan.
3. ELIZA, diprogram oleh Joseph
Weinzenbaum (1967). Program ini mampu melakukan terapi terhadap pasien dengan
memberikan beberapa pertanyaan.
Menurut Winston dan Prendergast
(1984), tujuan dari kecerdasan buatan adalah :
1. Membuat mesin menjadi lebih
pintar (tujuan utama)
2. Memahami apa itu kecerdasan
(tujuan ilmiah)
3. Membuat mesin lebih berguna (tujuan
entrepreneurial)
Permasalahan
di dalam kecerdasan buatan akan selalu bertambah dan berkembang seiring dengan
laju perkembangan zaman menuju arah globalisasi dalam setiap aspek kehidupan
manusia, yang membawa persoalan-persoalan yang semakin beragam pula. Program
kecerdasan buatan lebih sederhana dalam pengoperasiannya, sehingga banyak
membantu pemakai. Program konvensional dijalankan secara prosedural dan kaku,
rangkaian tahap solusinya sudah didefinisikan secara tepat oleh pemrogramnya.
Sebaliknya, pada program kecerdasan buatan untuk mendapatkan solusi yang
memuaskan dilakukan pendekatan trial and
error, mirip seperti apa yang dilakukan oleh manusia.
Sejarah penting pengembangan bidang Kecerdasan
Buatan
No
|
Tahun
|
Deskripsi
|
1
|
1206
|
Robot humanoid pertama karya
Al-Jazari
|
2
|
1796
|
Boneka penuang the dari jepang
bernama Karakuri
|
3
|
1941
|
Komputer elektronik pertama
|
4
|
1949
|
Komputer dengan program tersimpan
pertama
|
5
|
1956
|
Kelahiran dari Artificial
Intelligence pada Dartmouth conference
|
6
|
1958
|
Bahasa LISP dibuat
|
7
|
1963
|
Penelitian intensif departemen
pertahanan Amerika
|
8
|
1970
|
Sisem pakar pertama diperkenalkan
secara luas
|
9
|
1972
|
Bahasa Prolog diciptakan
|
10
|
1986
|
Perangkat berbasis AI dijual luas
mencapai $425 juta
|
11
|
1994
|
AC berbasis Neuro fuzzy dijual
|
12
|
2010
|
Sistem kecerdasan buatan untuk
Pesawat komersial BOEING 900-ER ramai digunakan
|
13
|
2011
|
Service Robot untuk restoran
berhasil dibuat di Indonesia
|
14
|
2012
|
Sistem Pakar Troubleshooting
Komputer berbasis Fuzzy dan Self Learning
|
15
|
2012
|
Sistem immune pada Deteksi spam
diciptakan
|
2.
Hubungan
kognisi manusia dan AI
Dalam perkembangannya
AI memerlukan konsep-konsep dari kognisi manusia. Karena AI merupakan suatu
program tiruan dari proses kerja kognisi manusia. Otak sebagai mesin berpikir
memiliki sistem neuron dan sistem saraf yang sangat rumit, hal itu merupakan
salah satu bagian yang sulit untuk pembuatan analoginya pada simulasi komputer.
Semua orang yang
merangkai model proses distribsusi paralel seperti neuron pada otak manusia,
telah bekerja keras untuk mencoba menemukan solusi atas pertanyaan tentang otak
sebagai mesin berpikir, dan apakah komputer mampu meniru kemampuan otak serta
kognidi manusia.
Otak sebagai mesin
berpikir mesin yang berbeda secara fundamental dibandingkan dengan komputer Von
Neumann yang sekarang biasa digunakan. Beberapa program komputer bekerja lebih
efektif daripada pikiran manusia dikarenakan manusia memiliki kapasitas
penyimpanan dan pemrosesan informasi yang terbatas, serta pelupa. Komputer
memecahkan beberapa masalah, seperti soal matematika yang mendetil, lebih cepat
dan lebih akurat daripada manusia. Tetapi beberapa tugas lain seperti
mengeneralisasi dan mempelajari pola akivitas yang baru, membuat penilaian dan
kesimpulan dapat dilakukan dengan sangat baik oleh manusia, dan komputer masi
kalah baik.
3.
Sistem
pakar
Sistem pakar adalah suatu program
komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai
suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset
kecerdasan buatan pada dasawarsa 1960-an dan
1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem
pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang
menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai
suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut.
Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu
rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini
memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.
a. Struktur Sistem Pakar
Komponen utama pada struktur sistem pakar (Hu et al, 1987) meliputi:
Komponen utama pada struktur sistem pakar (Hu et al, 1987) meliputi:
1. Basis Pengetahuan (Knowledge
Base)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)
Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)
2. Mesin Inferensi (Inference
Engine)
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.
Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua tehnik pengendalian tersebut.
Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian.
Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.
Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua tehnik pengendalian tersebut.
3. Basis Data (Database)
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
Basis data terdiri atas semua fakta yang diperlukan, dimana fakta-fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka Pemakai (User
Interface)
User interface merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Sistem pakar menampilkan pertanyaan-pertanyaan yang hanya perlu dijawab oleh pengguna. Pertanyaanpertanyaan itu harus dijawab dengan benar dan sesuai dengan masalah yang dihadapi pengguna. Antarmuka menerima jawaban dari pengguna dan selanjutnya sistem pakar mencari dan mencocokan ke dalam aturan sehingga diperoleh suatu kesimpulan. Jadi antarmuka menerima input berupa jawaban dari pemakai dan mengubahnya kedalam bentuk yang dapat di terima oleh sistem. Selain itu antarmuka menyajikan informasi dalam bentuk yang dapat dimengerti oleh pemakai. Menurut Mcloed Pada bagian ini terjadi dialog antar program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan input dari pemakai, juga memberikan informasi (output) kepada pemakai.
User interface merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Sistem pakar menampilkan pertanyaan-pertanyaan yang hanya perlu dijawab oleh pengguna. Pertanyaanpertanyaan itu harus dijawab dengan benar dan sesuai dengan masalah yang dihadapi pengguna. Antarmuka menerima jawaban dari pengguna dan selanjutnya sistem pakar mencari dan mencocokan ke dalam aturan sehingga diperoleh suatu kesimpulan. Jadi antarmuka menerima input berupa jawaban dari pemakai dan mengubahnya kedalam bentuk yang dapat di terima oleh sistem. Selain itu antarmuka menyajikan informasi dalam bentuk yang dapat dimengerti oleh pemakai. Menurut Mcloed Pada bagian ini terjadi dialog antar program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan input dari pemakai, juga memberikan informasi (output) kepada pemakai.
b. Ciri
Sistem Pakar
Ø
Memiliki fasilitas informasi yang handal,
Ø
Mudah dimodifikasi,
Ø
Dapat digunakan dalam berbagai jenis komputer,
Ø
Mempunyai kemampuan untuk belajar beradaptasi
c. Kelebihan sistem pakar
Ø
Memberikan
pengambilan keputusan yang lebih
baik. Karena sistem pakar memberikan jawaban yang konsisten dan logis dari waktu ke waktu. Jawaban yang diberikan
logis karena alasan logiknya dapat diberikan oleh sistem pakar dalam proses
konsultasi.
Ø
Memberikan
solusi tepat waktu. Kadang kala
seorang manajer membutuhkan jawaban
dari pakar, tetapi pakar yang dibutuhkan
tidak berada ditempat, sehingga keputusan menjadi terlambat. Dengan sistem pakar, jawaban yang dibutuhkan
oleh pengambil
keputusan selalu tersedia setiap saat
dibutuhkan.
Ø
Menyimpan
pengetahuan di organisasi. Pengetahuan
pakar merupakan hal yang penting
dan kadang kala pengetahuan iniakan
hilang jika pakar keluar atau telah pensiun dari perusahaan. Dengan sistem pakar, pengetahuan dari pakar
dapat disimpan di
sistem pakar dan tersedia terus selama
dibutuhkan.
d. Kelemahan
Sistem pakar
Ø Biaya
yang diperlukan untuk membuat dan memeliharanya sangat mahal,
Ø Sulit
dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di
bidangnya.
Ø Sistem
pakar tidak 100% bernilai benar
Ø
Sistem
pakar hanya dapat menangani pengetahuan
yang konsisten. Sistem pakar dirancang
dengan aturan-aturan yang hasilnya
sudah pasti dan konsisten sesuai dengan
alur di diagram pohonnya. Untuk pengetahuan
yang cepat berubah-rubah dari waktu
ke waktu, maka knowledge base di sistem
pakar harus selalu diubah (perbaruired), yang tentu cukup merepotkan.
Ø
Sistem
pakar tidak dapat menangani hal yang bersifat judgement. Sistem pakar memberikan hasil yang pasti,
sehingga keputusan akhir pengambilan keputusan jika melibatkan kebijaksaaan dan
institusi masih tetap di tangan manajemen.
Ø
Format
knowledge base sistem pakar terbatas. Knowledge base pada sistem pakar berisi aturan-aturan (rules)
yang ditulis dalam
bentuk statemen if-then.
e. Aplikasi dari sistem pakar
·
ELIZA salah satu
program komputerpertama yang mapu berkomunikasi, eliza ditulis oleh joseph
Weizenbaum (1966). Beberpa revisi atas eliza telah dibuat dari konsep aslinya.
Pada satu program spesifik, bernama DOCTOR, eliza mengambil peran seperti
psikiater.respon dari komputer cenderung stereotip, misalnya dia diprogram
untuk merespon beberapa kunci kalimat dengan respon yang hanyalah merupakan
tranformasi dari kalimat aslinya. Seperti “pasien” mengatakan kata kunci “aku”,
eliza merespon dengan gaya tutur seperti “aku turut bersedih mendengar kamu...”
jika tidak ada kata kunci yang ditemukan,komputer akan menjawab dengan
ciri-cirinya yang tanpa isi, atau ada beberapa kasus, perasaan, kecenderungan,
dinamika kelompok, dan seterusnya, erbentuk menjadi apa yang mau tidak mau kita
sebut pengertian. Eliza kekurangan hal itu.
·
PARRY merupakan suatu
program seperti Eliza, tetapi dalam program tersebut perannya diballik.
Psikiater berkomunikasi pada pasien simulasi kompute. Colby, Hilf, Weber, dan
Kraemer (1972) mensimulasikan seorang pasien, dan menyebut program ini PARRY.
Karena ia mensimulasikan seorang pasien paranoid. Mereka memilih seorang
paranoid sebagai subyek karena bebrapa teori menyebutkan bahwa proses dan
sistem paranoia memeang ada, perbedaan respons psikotis dan repon normalnya
cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli untuk
mengecek keakuratan dari kemampuan pemisahan antara respon simulasi komputer
dan respon manusia.
·
NETtalk progam ini jenisnya cukup berbeda, berdasarkan pada
jaring jaring neuron, sehinnga dinamakan NETtalk. Program ini dikembangkan oleh
Sejnowki disekolah medis harvard dan
Rosenberg di universitas Princeton. Dalam program ini, NETtalk membaca tulisan dan mengucapkannya keras –
keras. NETtalk
membaca keras-keras dengan cara mengkonversi tulisan menjadi fenom-fenom, unit
dasar dari suara sebuah bahasa. Sistem ini memiliki tiga lapisan: lapisan
input, dimana setiap unit merespons sebuah tulisan; lapisan output, dimana unit
menampilkan ke 55 fenom dalam bahasa inggris; dan sebuah lapisan unit
tersembunyi, dimana setiap unit ditambahkan koneksinya pada setiap unit input
maupun output. NETtalk membaca
dengan memperhatikan setiap tulisan satu demi satu, dan dengan menscanning tiga
tulisan pada setiap sisi demi sebuah informasi yang kontekstual. Disini lafal
‘e’ pada ‘net’, ‘neglect’, dan ‘red’ bisa ditangkap dengan bunyi yang berbeda.
Setiap NETtalk membaca sebuah kata, program ini membandingkan pelafalannya
dengan lafal yang benar yang disediakan manusia, kemudian menyesuaikan
kekuatannya untuk memperbaiki setiap kesalahan.
- Langkah-langkah membuat sistem pakar
1) Identifikasi
masalah dan kebutuhan. Seperti banyak program
komputer lainnya, pada dasarnya sistem pakar pun sama yaitu suatu solusi yang
menjawab masalah. Agar pembuatan sistem pakar dapat dibenarkan, maka harus ada
satu masalah yang harus dipecahkan atau harus dicocokan. Untuk ini maka langkah
pertama yang harus dilakukan mengkaji situasi dan memutuskan dengan pasti
tentang masalah yang akan dikomputerisasi dan apakah dengan sistem pakar bisa
lebih membantu atau tidak. Dalam usaha untuk memperoleh suatu
hasil yang memuaskan, sering dihadapkan kepada problema, yaitu problema waktu,
produktivitas dan problema orang. Problem yang diidentifikasi harus benar-benar
cocok untuk solusi sistem pakar. Didalam identifikasi dibahas tentang
prosedur-prosedur seperti memahami keadaan gangguan, pengandaian blok-blok yang
rusak serta membagi sebuah blok yang rusak dan menemukan bagian-bagian yang rusak
serta pencarian gangguan kerusakan/kesalahan utama dan pakar yang terlibat.
2) Menentukan
kesesuaian masalah. Jika masalahnya sudah
diidentifikasi dengan jelas, kemudian dilakukan pengkajian lebih mendalam untuk
mengetahui apakah tepat menggunakan sistem pakar atau tidak. Hal penting yang
harus diingat adalah hanya masalah tertentu yang bisa dipecahkan secara baik
dengan menggunakan sistem pakar. Misalnya diagnosis kerusakan TV, diagnosis
penyakit batuk, diagnosis penyakit mata dan lain-lain.
3) Mempertimbangkan
alternatif. Apabila sudah bisa mendapatkan masalah
yang dianggap cocok untuk diterapkan dalam sistem pakar, perlu adanya
pengkajian terlebih dahulu tentang alternatif-alternatif lain yang lebih mudah,
cepat dan sesuai dengan masalah yang ingin diselesaikan.
4) Menghitung
pengembalian investasi. Langkah berikutnya
adalah menentukan apakah sistem pakar lebih menguntungkan atau tidak.
Perhitungan kembali tidaknya investasi dengan jalan menganalisis biaya dan
kemungkinan keuntungan. Hal ini akan membantu dalam investasi pembuatan sistem
pakar dan menentukan apakah biaya yang dikeluarkan itu akan sesuai dengan hasil
yang akan dicapai.
5) Menyeleksi
alat pembuatan. Alat pengembangan sistem pakar
adalah paket software dan hardware yang memungkinkan dan cocok untuk memasukkan
pengetahuan pakar ke dalam komputer. Yakni melalui suatu proses analisis dan
desain yang kemudian dilanjutkan dengan pembuatan suatu prototipe. Hampir semua
alat pengembang sistem pakar menggunakan pangkalan kaidah, beberapa diantaranya
menggunakan jaringan semantik atau matrik, tetapi bisa juga lebih mahal dan
hanya bisa dioperasikan dalam komputer besar.
Dalam
pembuatan sistem pakar sangat disarankan untuk menggunakan software khusus
untuk sistem pakar (Prolog atau Visual Prolog, Lisp, Corvid). Hal ini karena
software-software tersebut mempunyai kekuatan untuk mengambil kesimpulan
(jawaban) dari data-data yang ada. Seperti contoh dalam bahasa prolog tidak
memerlukan prosedur (algoritma), maka sangat ideal untuk memecahkan masalah
yang tidak terstruktur dan yang prosedurnya tidak diketahui. Khususnya untuk
memecahkan masalah non numerik.Selain itu pula tidak memerlukan spesifikasi dan
kapasitas data yang sangat tinggi. Sebagai contoh: Sistem Pakar yang pernah
dibuat oleh penulis yaitu Sistem pakar untuk diagnosis kerusakan TV, dengan
jumlah 52 rule ternyata hanya membutuhkan kapasitas sebesar 14 KB untuk file
data dan 3 KB untuk file mesin inferensi serta 77 KB untuk file aplikasinya.
Sehingga dari kenyataan ini menunjukkan betapa sangat kecilnya kapasitas yang
dibutuhkannya dan cukup dimuat dalam disket ukuran kecil. Jadi lebih praktis
dan ekonomis serta dapat dengan mudah untuk diedarkan dan bermanfaat.
6)
Melaksanakan rekayasa
pengetahuan. Pengembangan sistem pakar dimulai
dengan merekayasa pengetahuan, yaitu bagaimana caranya memperoleh pengetahuan.
Seperti kita ketahui, pengetahuan dapat diperoleh dengan berbagai cara, yaitu
melalui buku-buku, artikel-artikel ilmiah atau acuan lainnya yang bisa diperoleh
dengan mudah dan cepat.
Pengetahuan
aktual dapat diperoleh dari individu atau seseorang yang memang ahli di
bidangnya. Walaupun bisa memperoleh pengetahuan dari buku-buku, tapi toh masih
tetap membutuhkan satu atau dua orang ahli yang khusus menekuni pekerjaan
tersebut. Adapun cara atau teknik-teknik untuk memperoleh pengetahuan dari
pakar misalnya observasi, diskusi masalah, diskripsi masalah, analsisi masalah
dan tata cara perbaikan.
Format
atau bentuk pengetahuan akan menuntun dan mengarahkan dalam memilih skema
penampilan pengetahuan yang diperlukan. Jika itu merupakan pengetahuan yang
luar biasa, maka dapat digunakan untuk merepresentasikan pengetahuan dalam
bentuk kaidah produksi. Untuk itu selama tahap rekayasa pengetahuan, hendaknya
harus berusaha menyempurnakan banyak kaidah yang paling sesuai. Dengan demikian
akan mempunyai banyak pilihan alat pengembangan yang paling tepat.
7)
Merancang sistem.
Dengan menggunakan pengetahuan yang sudah didapatkan beserta alatnya yaitu
software dan hardware, maka sekarang dapat dilakukan tahap merancang sistem
pakar. Pertama yaitu memilih alat representasi pengetahauan (misalnya matriks),
kemudian mengembangkan matriks tersebut dengan membuat diagram pohon
klasifikasi yang nantinya akan membantu dalam mengorganisasi dan memahami
pengetahuan itu.
Dengan
menggunakan bantuan ini mulailah mengkonversi pengetahuan dalam bentuk kaidah
produksi. Sebaiknya mengikuti prosedur tertentu dengan yang disarankan oleh
software yang dipilih. Bila sudah selesai barulah mulai menerjemahkan kaidah ke
dalam basis data dan menguji bagian yang sudah dibuat. Hal ini dimaksudkan
untuk menguji konsep sebelum melanjutkan pembuatan seluruh program. Sebagai
langkah terakhir adalah membuat antarmuka pemakai (user interface).
Referensi :
ü 5
juni 2012. http://freestoryxx.blogspot.com/2012/06/sejarah-ai.html
ü Mulyani.
19 mei 2012. http://dewimulyaniitdanbahasajepang.blogspot.com/2012/05/sejarah-artificial-intelegent-ai.html
ü http://www.suaramerdeka.com/harian/0401/26/ragam5.htm
ü Solso,
R. L., Maclin, O. H., Maclin, M. K. (2009). Psikologi
Kognitif. Jakarta: Erlangga
ü Hersatoto Listiyono. Merancang dan Membuat Sistem Pakar. www.unisbank.ac.id/ojs/index.php/fti1/article/download/76/71.
Fakultas Teknologi Informasi, Universitas Stikubank
Semarang
