Sistem Pakar dan Kepakaran

Apa itu Sistem Pakar dan Kepakaran?

Sistem pakar (expert system) 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 adalah 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. 

Sistem Pakar terkadang lebih baik unjuk kerjanya daripada seorang pakar manusia. 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. Sistem pakar dikembangkan pertama kali tahun 1960. Sistem pakar yang terkenal : MYCIN yaitu Sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi pengobatan; DENDRAL yaitu Mengidentifikasi struktur molokular campuran kimia yang tak dikenal; XCON merupakan sistem pakar untuk membantu konfigurasi sistem komputer besar, membantu melayani order langganan sistem komputer DEC VAX 11/780 ke dalam sistem spesifikasi final yang lengkap; XSEL; PROSPECTOR dan lain sebagainya.

Sedangkan Kepakaran adalah pengetahuan yang diperoleh dari pelatihan, membaca dan pengalaman. Kepakaran memungkinkan para ahli dapat mengambil keputusan lebih cepat dan lebih baik daripada seseorang yang bukan pakar (Sutojo, 2017).

Perbedaan Data, Informasi dan Pengetahuan

Data adalah sesuatu yang belum mempunyai arti bagi penerimanya dan masih memerlukan adanya suatu pengolahan agar dapat dipahami oleh si pemilik data. Data bisa berwujud suatu keadaan, gambar, suara, huruf, angka, bahasa ataupun simbol-simbol lainnya yang bisa kita gunakan sebagai bahan untuk melihat lingkungan objek atau suatu konsep. 

Informasi adalah sekumpulan data atau fakta yang diolah dengan cara tertentu sehingga mempunyai arti bagi penerima. Data yang telah diolah akan berguna bagi si penerima yang artinya yaitu dapat memberikan keterangan atau pengetahuan. Dengan demikian yang menjadi sumber informasi adalah data. Informasi dapat juga dikatakan sebuah pengetahuan yang diperoleh dari pembelajaran, pengalaman atau intruksi. 

Pengetahuan adalah informasi yang diketahui atau disarari oleh seseorang. Pengetahuan termasuk, tetapi tidak dibatasi dengan deskripsi, hipotesis, konsep, teori, prinsip dan prosedur yang secara probabilitas bayesian adalah  benar dan berguna. Dalam pengertian lain, pengetahuan adalah berbagai gejala yang ditemui dan diperoleh manusia melalui pengamatan akal. Pengetahuan muncul ketika seseorang menggunakan akal budinya untuk mengenali benda atau kejadian tertentu yang belum pernah dilihat atau dirasakan sebelumnya.

Perbedaan dari ketiga hal diatas adalah data berada di dunia yang nyata dan memahami bahwa data itu ada, sementara informasi adalah kumpulan dari data yang dikirim atau diterima oleh individu atau organisasi, sedangkan pengetahuan berada di dalam diri individu tersebut melalui proses yang diterima, didasari dan dipahami hasilnya dari informasi tersebut. Data dapat diubah menjadi informasi, informasi tersebut biasanya berupa angka atau fakta. Informasi tercipta ketika data dinilai melalui berbagai cara antara lain pengkategorian, penyaringan, atau penyusunan. Sedangkan pengetahuan merupakan informasi yang telah dievaluasi, disusun atau dikelola untuk diterapkan dalam mendukung keputusan atau memahami suatu konsep.

Kelebihan dan Kekurangan Sistem Pakar 

Kelebihannya :

1.Memungkinkan orang awam bisa, mengerjakan pekerjaan para ahli

2.Bisa melakukan proses secara berulang secara otomatis

3.Menyimpan pengetahuan dan keahlian para pakar

4.Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)

5.Mampu beroperasi dalam lingkungan yang berbahaya

6.Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban 'tidak tahu' atau 'tidak yakin' pada satu atau lebih pertanyaan selama konsultasi dan sistem pakar tetap akan memberikan jawaban

7.Tidak memerlukan biaya, saat tidak digunakan, sedangkan pada pakar manusia memerlukan biaya sehari-hari

8.Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang minimal dan sedikit biaya

9.Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatan menggunakan data yang sama

10.Menghemat waktu dalam pengambilan keputusan

11.Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang konsisten dan mengurangi kesalahan

12.Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektit dan bisa mencakup lebih banyak aplikasi

13.Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru

Kekurangannya :

1.Biaya yang diperlukan untuk membuat, memelihara, dan mengembangkannya sangat mahal

2.Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya dan kepakaran sangat sulit diekstrak dari manusia karena sangat sulit bagi seorang pakar untuk menjelaskan langkah mereka dalam menangani masalah
3.Sistem pakar tidak 100% benar karena seseorang yang, terlibat dalam pembuatan sistem pakar tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan
4.Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar
5.Transfer pengetahuan dapat bersifat subjektif dan bias
6.Kurangnya rasa percaya pengguna dapat menghalangi pemakaian sistem pakar 

Siapakah yang dapat menjadi sumber pengetahuan untuk pengembangan sistem pakar? 

Sumber pengetahuan potensial untuk pengembangan sistem pakar berasal dari pakar manusia, buku, tesk, dokumen multimedia, database (publik dan privat), laporan riset khusus dan informasi yang terdapat pada website (Munarto, 2018).

Apa itu Akuisisi Pengetahuan?

Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program computer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan.

Apa itu Representasi Pengetahuan?

Representasi pengetahuan adalah cara untuk menyajikan pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi antara suatu pengetahuan dengan pengetahuan yang lain dan dapat dipakai untuk menguji kebenaran penalarannya.

Apa itu Mesin Inferensi?

Mesin inferensi merupakan sebuah program yang berguna untuk memandu mekanisme penalaran terhadap suatu kondisi berdasarkan pada basis fakta yang disimpan dalam basis pengetahuan untuk mencapai penyelesaian atau kesimpulan. Dalam mekanisme tersebut, mesin inferensi menggunakan strategi pengendalian yakni sebagai panduan arah dalam melakukan mekanisme penalaran yang terdiri dari 3 teknik pengendalian, diantaranya forward chaining, backward chaining, dan gabungan dari kedua teknik tersebut (Susatyono, 2021).

Metode apa yang digunakan Mesin Inferensi?

1. Forward Chaining atau Perambatan Maju merupakan aturan-aturan diuji satu per satu dalam urutan tertentu, urutan tersebut berupa aturan ke dalam perangkat aturan atau dapat juga urutan lain yang ditentukan oleh pemakai. Dalam pengujian tersebut sistem pakar akan mengevaluasi apakah kondisinya benar atau salah. Apabila kondisinya benar, maka aturan tersebut ditembakkan dan aturan berikutnya diuji. Apabila kondisinya salah, maka aturan tersebut tidak ditembakkan dan aturan berikutnya diuji. Mekanisme pengujian aturan satu demi satu berlanjut sampai putaran lengkap melalui seluruh perangkat aturan, ketika tidak ada lagi aturan yang dapat ditembakkan maka mekanisme penalaran berhenti.

2. Backward Chaining atau Perambatan Mundur merupakan inference engine memilih suatu aturan dan menganggapnya sabagai masalah yang harus diselesaikan, dengan menggunakan perangkat aturan inference engine mulai mengevaluasi dari variabel sasaran. Kemudian diikuti dengan pemilihan salah satu subproblem untuk dievaluasi, dan subproblem yang terpilih akan dievaluasi sebagai masalah baru. Inference engine terus mencari subproblem untuk menjadi masalah baru yang akan dievaluasi sampai dengan tidak ada lagi subproblem yang ditemui, tanpa harus mempertimbangkan seluruh aturan dan tidak membuat beberapa aturan melalui perangkat aturan (Susatyono, 2021).

Penjelasan jurnal "SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT PADA TANAMAN JAGUNG DENGAN METODE BAYES"

a. Masalah pada penelitian tersebut yakni meneliti dalam hal membantu setiap petani dalam menentukan pilihan pengobatan, karena banyaknya penyakit pada tanaman jagung saat ini yang membuat petani susah mendapatkan hasil karena mereka tidak dapat melakukan pendiagnosaan yang tepat sehingga tingkat produktivitas menurun.

b. Proses pembuatan sistem pakar ini metode kepastiannya teorema bayes dimana metode ini didasarkan dari kondisi awal dimana kondisi awal tersebut merupakan kondisi gejala-gejala yang ada kemudian dikenakan aturan yang sudah ditentukan lalu diambil nilai kebenaran yang paling besar untuk menentukan kesimpulan dan solusi dari gejala yang disebutkan sebelumnya. Dengan menggunakan teorema bayes ini adalah untuk mendiagnosa penyakit pada tanaman jagung dan gejala-gejala yang menyebabkan penyakit tersebut.

c. Pada penelitian tersebut, metode forward chaining digunakan untuk melakukan diagnosa hama yang menyerang tanaman padi dengan melihat ciri-ciri yang muncul pada tanaman tersebut, sistem pakar untuk mendiagnosa hama dan penyakit tanaman bawang merah menggunakan certainty factor. Penelusuran fakta tersebut menggunakan forward chaining yakni penelusuran yang dimulai dari fakta-fakta untuk menguji kebenaran hipotesis, sebuah penalaran dimana adanya penambahan fakta baru yang mengakibatkan adanya ketidakpastian. Maka dapat digunakan penalaran statistik, teori Bayes digunakan sebagai alat pengambil keputusan untuk memperbaharui tingkat kepercayaan diri dari sebuah informasi atau pengetahuan, dimulai dari perancangan sistem hingga implementasi sistem untuk melakukan pembangunan Aplikasi Sistem Pakar.

d. Kesimpulan dari penelitian tersebut dengan membangun Aplikasi Sistem Pakar untuk mendiagnosa penyakit pada tanaman jagung yang dapat menyelesaikan masalah yakni dapat menampilkan hasil diagnosa dengan cepat dan tepat berdasarkan gejala-gejala yang dimasukkan oleh pengguna, hasil diagnosa yang ditampilkan dihitung secara otomatis oleh sistem aplikasi yakni banyaknya gejala yang dipilih oleh pengguna dibagi dengan banyaknya gejala yang dimiliki suatu penyakit.

Referensi :

Sutojo,  dkk. (2017). Kepakaran. 9–29.

Susatyono, J. D. (2021). Sistem Pakar : Kajian Konsep & Penerapannya.

Kartikeyn, Desai,  dan D. (2015). Sistem Pakar. 2(October), 765–770.

Syahromi. (2016). Bab 2 landasan teori. Aplikasi Dan Analisis Literatur Fasilkom UI, 4–25.

Advernesia. (2017). Data | Pengertian Data Informasi dan Pengetahuan. Advernesia.Com.

Munarto, R. (2018). Sistem Pakar Diagnosis. 14(1), 75–86.