Komponen Dasar Sistem Pakar

Komponen Dasar Sistem Pakar

                        Komponen Dasar Sistem Pakar

Suatu sistem disebut sebagai sistem pakar jika mempunyai ciri dan karakteristik tertentu. Hal ini juga harus didukung oleh komponen-komponen sistem pakar yang mampu menggambarkan tentang ciri dan karakteristik tersebut. 

Penjelasan dari struktur bagan sistem pakar di atas, dapat disimpulkan bahwa ada tiga unsur penting dari pengembangan sistem pakar, yatiu adanya pakar, pemakai dan sistem. Pakar adalah orang yang mempunyai pengalaman khusus akan suatu masalah. Dalam sistem, pengalaman tersebut disimpan sebagai basis aturan. Sedangkan pemakai adalah seorang yang ingin berkonsultasi dengan pakar lewat sistem. Sistem sendiri yang menyediakan berbagai fasilitas untuk m enghubungkan pakar dan pemakai [3].

Komponen-komponen dari sistem pakar yaitu fasilitas akuisisi pengetahuan, basis pengetahuan dan basis aturan, mekanisme inferensi, fasilitas penjelasan sistem dan antar muka pemakai. Berikut adalah penjelasan sistem masing-masing komponen.

1.      Fasilitas Akuisisi Pengetahuan

Fasilitas ini merupakan suatu proses untuk mengumpulkan data-data pengetahuan akan suatu masalah dari pakar. Bahan pengetahuan dapat ditempuh dengan beberapa cara, misalnya mendapatkan cara, misalnya mendapatkan pengetahuan dari buku, jurnal ilmiah, para pakar dibidangnya, laporan, literatur, dan seterusnya. Sumber pengetahuan tersebut dijadikan dokumentasi untuk dipelajari, diolah dan diorganisasikan secara terstruktur menjadi basis pengetahuan.

Contoh akuisisi pengetahuan adalah diagnosis kerusakan mesin sepeda motor yang dimulai dengan mengumpulkan data tentang macam-macam kerusakan, penyebab kerusakan, ciri-ciri kerusakan sampai pada solusinya. Data tentang kerusakan mesin ini dapat diperoleh langsung dari pakar dibidangnya.

2.      Basis Pengetahuan dan Basis Aturan

Setelah proses akuisisi pengetahuan selesai dilakukan, maka pengetahuan tersebut harus dipresentasikan menjadi basis pengetahuan dan basis aturan yang selanjutnya dikumpulkan, dikodekan, diorganisasikan dan digambarkan dalam bentuk rancangan lain menjadi bentuk yang sistematis.

Dalam pemrograman non-visual, basis aturan sering diimplementasikan dalam bentuk IF THEN. Teknik demikian memerlukan aturan yang sangat banyak dan sulit untuk dikembangkan karena bersifat statis. Apabila ditemukan  pengetahuan baru yang harus diinputkan atau diedit, maka keseluruhan listing program harus diubah dan memerlukan banyak waktu untuk menelusuri kembali listing perlisting.

Untuk memecahkan masalah yang tidak fleksibel, maka pemrograman visual umumnya menyediakan sarana untuk mengembangkan tabel-tabel penyimpanan data yang terangkum dalam sebuah database. Tujuannya adalah untuk memudahkan proses mekanisme inferensi dalam penelusuran dan memanipulasi data.

3.      Mekanisme Inferensi

Mekanisme inferensi adalah bagian dari sistem pakar yang melakukan penalaran dengan menggunakan isi daftar aturan berdasarkan urutan dan pola tertentu. Selama proses konsultasi antar sistem dan pemakai, mekanisme inferensi menguji aturan satu demi persatu sampai kondisi aturan itu benar.

Secara umum ada dua teknik  utama yang digunakan dalam mekanisme inferensi untuk pengujian aturan, yaitu penalaran maju (forward chaining) dan penalaran mundur (backward chaining).

1. Penalaran Maju (Foreward Chaining)

Penalaran maju merupakan penalaran dari keadaan awal menuju keadaan tujuan. Proses pelacakan maju dimaksudkan untuk menjadi pendorong data.

2. Penalaran Mundur (Backward Chaining)

Merupakan penalaran dari noda tujuan dan bergerak ke belakang menuju keadaan awal. Dalam penalaran kebebelakang prosesnya disebut terarah.

Selain teknik penalaran, diperlukan juga teknik data dalam bentuk network atau jaringan yang terdiri atas node-node berbentuk tree atau pohon. Ada 3 teknik yang digunakan dalam proses penelusuran data, yatiu Depth First Search, Breadth First Search, dan Best First Search.