Monday, March 28, 2011

Representasi Pengetahuan (Tugas 2)

1. Sejarah awal robot
Kata “robot” diambil dari bahasa Ceko (Chech), yang memiliki arti “pekerja” (worker). Robot merupakan suatu perangkat mekanik yang mampu menjalankan tugas-tugas fisik, baik di bawah kendali dan pengawasan manusia, ataupun yang dijalankan dengan serangkaian program yang telah didefinisikan terlebih dahulu atau kecerdasan buatan (artificial intelligence).
Jika sebelumnya robot hanya dioperasikan di laboratorium ataupun dimanfaatkan untuk kepentingan industri, di negara-negara maju perkembangan robot mengalami peningkatan yang tajam, saat ini robot telah digunakan sebagai alat untuk membantu pekerjaan manusia. Seiring dengan berkembangnya teknologi, khususnya teknologi elektronik, peran robot menjadi semakin penting tidak sa
ja dibidang sains, tapi juga di berbagai bidang lainnya, seperti di bidang kedokteran, pertanian, bahkan militer. Secara sadar atau tidak, saat ini robot telah “masuk” dalam kehidupan manusia sehari-hari dalam berbagai bentuk dan jenis. Ada jenis robot sederhana yang dirancang untuk melakukan kegiatan yang sederhana, mudah dan berulang-ulang, ataupun robot yang diciptakan khusus untuk melakukan sesuatu yang rumit, sehingga dapat berperilaku sangat kompleks dan secara otomatis dapat mengontrol dirinya sendiri sampai batas tertentu.

2. Evol
usi Robot Indonesia
Sejauh ini,
belum ada data yang dapat memberikan kepastian mengenai kapan robot, sebagai teknologi, mulai dikembangkan di Indonesia. Namun mulai tahun 80-an, kebijakan nasional dalam pengembangan riset teknologi telah memberikan dukungan pada litbang permesinan otomatis dalam rangka mencermati dan menunjang Sumber Daya Manusia Indonesia yang memiliki minat dan kemampuan untuk menguasai teknologi robot. Salah satu wujud konkretnya adalah dikembangkannya sejumlah laboratorium, seperti MEPPO (Mesin Perkakas Teknik Produksi dan Otomatis) yang diprakarsai oleh BPPT bekerjasama dengan ITB, Industri strategis, serta LET (Laboratorium Elektronika Terapan) di LIPI.
Sejak dikembangkannya sejumlah laborat
orium tersebut, beraneka macam permesinan otomatis / robot telah berhasil dikembangkan, diproduksi, serta dikomersilkan oleh berbagai industri, baik industri strategis maupun industri lainnya di Indonesia. Bahkan dalam pengembangan robot terbaru saat ini, telah dikembangkan jenis robot yang memiliki kemampuan untuk mengontrol seluruh sistem operasi suatu pabrik.
Sejak tahun 80an, pendayagunaan dan pemanfaatan permesinan otomatis telah dilakukan terutama melalui sejumlah industri strategis, di antaranya: PT PINDAD (sistem, peralatan, dll.), PT LEN Industri (IT, perangkat lunak, kompu
tasi), PT Bharata dan PTBBI (pengecoran presisi untuk membuat bagian-bagian mesin), dll. Di samping itu, PT DI dan PT PAL, yang merupakan pengguna mesin otomatis, telah menguasai pengetahuan mengenai operasionalisasi robot untuk teknologi pesawat terbang dan teknologi perkapalan.
Kontes Robot Indonesia pertama kali diselenggarakan oleh Depdiknas tahun 1990. Sebelas tahun berikutnya, tepatnya pada tahun 2001, salah satu perwakilan dari Indonesia, yaitu tim B-Cak dari PENS-ITS telah berhasil mencapai prestasi yang spektakuler, yakni dengan keluar sebagai Juara
Pertama pada Asia Pasific Broadcasting (ABU) Robocon yang diselenggarakan di Tokyo.
Pada tahun 2001 juga, Kementerian Ristek bersama dengan Depdiknas telah mempromosikan juara Kontes Robot Indonesia dalam pameran Ristek tahunan yaitu RITECH EXPO (Research, Inovation, Technology Expo) yang diselenggarakan di Balai Sidang Jakarta. Dalam pameran tersebut terlihat respon positif dan antusiasme dari masyarakat.
Menjelang Kontes Robot
Indonesia 2004, Kementerian Ristek bekerjasama dengan Departemen Pendidikan Nasional - Fakultas Teknik Universitas Indonesia telah menyelenggarakan semiloka (seminar dan lokakarya) dengan tema "Peluang dan Tantangan Teknologi Robot di Indonesia". Semiloka ini diselenggarakan dengan tujuan mempertemukan pihak-pihak yang berkepentingan dalam rangka pengembangan teknologi robot, agar para stakeholders tersebut dapat saling berbagi informasi terbaru dan berbagi pemahaman mengenai isu-isu teknologi robot yang sedang berkembang saat itu. Sasaran yang ingin di capai dengan semiloka ini adalah terdifusinya teknologi robot ke kalangan masyarakat yang lebih luas. Yang menjadi sasaran dalam semiloka tersebut adalah difusi teknologi robot pada kalangan masyarakat yang lebih luas. Dengan diselenggarakannya seminar ini, diharapkan kalangan mahasiswa dapat memperoleh informasi mengenai kebijakan-kebijakan yang telah ditetapkan pemerintah serta kebutuhan industri dalam pemanfaatan dan pendayagunaan robot. Di sisi lain, pihak industri bisa mendapatkan informasi dan gambaran mengenai pemanfaatan dan pendayagunaan robot untuk keperluan dan kepentingan industry, serta prospek dan kemampuan yang para mahasiswa dalam mengembangkan teknologi robot.

3. Sejarah awal Morolipi
Salah satu langkah untuk mencegah terjadinya ledakan bom adalah menjinakkan bom tersebut sebelum meledak. Namun menjinakkan bom merupakan salah satu pekerjaan yang memiliki risiko tinggi, karena bom tersebut dapat meledak kapan saja. Untuk mengurangi risiko jatuhnya korban jiwa dalam upaya menjinakkan bom, diperlukan sebuah security robot yang dapat menggantikan tugas manusia.
Selama ini upaya ”pen
jinakan” bom di Indonesia lebih banyak mengandalkan keahlian manusia, meski dalam beberapa kasus, ancaman bom dapat dipatahkan dengan menggunakan detector maupun alat penjinak bom.
Selama kurang lebih sepuluh tahun terakhir ini beberapa lembaga riset nasional mulai mengembangkan sistem detektor dan robot penjinak bom. Di antaranya Badan Tenaga Nuklir Nasional (Batan), yang telah mengembangkan sistem analisis bahan eksplosif, bahkan narkoba dengan cara mengaktifkan neutron cepat menggunakan generator neutron.
Generator neutron telah dikembangkan di Pusat Teknologi Akselerator dan Proses Bahan Batan sejak tahun 1998. Pendeteksian bahan eksplosif dilakukan dengan cara memancarkan berkas neutron yang telah diaktivasi ke obyek, misalnya, kontainer yang berisi bahan eksplosif.
Dari spektrum sinar gamma yang timb
ul, dapat diketahui isi kontainer tersebut. Karena bahan peledak terdiri dari unsur H, C, N, dan O dalam komposisi tertentu, maka melalui spektrum sinar unsur-unsur tersebut dapat terbaca.
Penanganan bom dan/atau bahan peledak juga dapat dilakukan dengan menggunakan robot. Sebagaimana yang telah dikembangkan oleh Endra Pitowarno dari Politeknik Elektronika Negeri, Surabaya Institut Teknologi 10 Nopember, yang telah menghasilkan tiga generasi robot penjinak bom sejak 2003.
Belakangan, dikembangkan robot untuk menekan risiko tersebut. Sebenarnya penggunaan robot semacam itu oleh pasukan penjinak bahan peledak atau Tim Gegana Polri sudah dilakukan sejak lama. Sayangnya, robot-robot yang digunakan masih produk impor, antara lain bera
sal dari Israel dan Inggris.
Pemanfaatan security robot semacam itu yang paling menghebohkan akhir-akhir ini tentu saja terjadi ketika penggerebekan teroris di Dusun Beji, Kedu, Temanggung, Jawa Tengah. Robot penjinak bom tersebut berjalan perlahan melintasi halaman dan menyelinap ke dalam rumah target. Robot ini mampu mengambil gambar, video bahkan memindahkan benda. Dengan pergerakannya membopong kamera, robot ini memuluskan langkah polisi dalam membekuk orang yang bersembunyi dalam rumah di tengah ladang jagung yang berhawa dingin tersebut, yang diduga sebagai mastermind dari serangkaian tindakan terror yang terjadi di Indonesia selama satu dekade terakhir (termasuk terror bom yang terjadi di Hotel The Ritz-Carlton dan JW Marriott, kawasan Mega kuningan, Jakarta 17 Juli lalu).
Robot yang digunakan ketika itu didatangkan khusus dari Israel dengan harga yang cukup tinggi, harga per unitnya bisa mencapai 1 Milyar Rupiah. Namun demikian, sebenarnya Estiko Rijanto, seorang p
eneliti mekatronika dan sistem kontrol di Pusat Penelitian Tenaga Listrik dan Mekatronik, Lembaga Ilmu Pengetahuan Indonesia (LIPI), telah berhasil menemukan dan merakit robot penjinak bom, yang diperkenalkannya pada tahun 2006. Robot pengintai tersebut diberi nama Morolipi v1.0, mobil robot penjinak bom yang dikembangkan oleh LIPI (Lembaga Ilmu Pengetahuan Indonesia). Prototipe Morolipi yang telah dipatenkan itu desain awalnya dirancang pada tahun 2004 yang kemudian dilanjutkan hingga tahun 2008. Namun demikian, menurut Menteri Riset dan Teknologi saat itu, Kusmayanto Kadiman, robot tersebut mungkin belum bisa digunakan karena masih tahap pengembangan.
Morolipi adalah unit mobil robot berlengan penjepit yang memiliki kemampuan memotong putus kabel yang juga robotik. Dalam uji coba menjinakkan bahan peledak, Morolipi terbukti dapat bekerja efektif, yaitu memotong rangkaian kabel berukuran diameter 2 mm yang dapat memicu ledakan sehingga bahan peledak nonaktif.
a. Spesifikasi Morolipi v1.0
• Panjang 1 meter, lebar 1 meter, dan tinggi 90 cm.
• Berat 80–100 kg.
• Morolipi memiliki kemampuan berjalan di permukaan yang datar ataupun menaiki tangga dengan kecepatan 3 meter per detik tanpa menggunakan energi karena menggunakan kopling elektrik.
• . Dengan sarana yang terpasang itu, operator dapat mengendalikan Morolipi dari jarak maksimal 6 kilometer dengan menggunakan tongkat pengendali (joystick).
• Memiliki dua ruas lengan dengan panjang 70 cm dan dapat bergerak bebas ke lima arah, berputar 360 derajat, juga menekuk.
• Terdapat gripper sebagai alat penjepit dan pemotong kabel di bagian ujung lengannya.
• Morolipi dilengkapi dengan artikulator, kamera, dan sensor inframerah yang dapat mengirimkan citra hasil penginderaannya secara telemetri sehingga gambarnya dapat ditampilkan pada layar komputer yang dioperasikan oleh operator.
• Dengan sarana yang terpasang itu, operator dapat mengendalikan Morolipi dari jarak maksimal 6 km dengan menggunakan tongkat pengendali atau joystick.
• Memiliki rangkaian elektronik penggerak mulai kontak dengan roda penggerak, lengan, kopling elektronika mekanisme melewati tangga, serta pengontrol supervisor untuk memudahkan pengoperasian.
• Bahan bakar yang digunakan untuk menggerakkan Morolipi berupa aki listrik.
• Memiliki 4 roda vespa delapan inci, plus sabuk roda untuk membantu menaiki tangga tanpa terpeleset.
• Kontrol robot menggunakan software dari Visual Basic 6.0.
• Desain pembutan software menggunakan VB.6.0.
• Pembuatan source code kontrol menggunakan VB.6.0.
• Selain Program dengan Visual Basic, Morolipi juga dilengkapi dengan program mikrokontroller yang menggunakan IC AT89X51 atau keluarga dari MCS51. Di sini digunakan dua bahasa pemrograman, yaitu bahasa C digunakan untuk kontrol mikro utama dimana sinyal yang dilempar dari komputer melalui komunikasi serial akan diolah ulang oleh mikro pada robot untuk menjalankan perintah komputer tersebut.
• Program yang telah dibuat lewat komputer di download kedalam Chip (IC AT89X51) dengan menggunakan Downloader DT-HiQ Programmer namun sebelumnya setiap program yang dibuat tersebut baik menggunakan bahasa Assembly ataupun bahasa pemrograman C keduanya harus dikompile agar menghasilkan bilangan HEX.
• Rangkaian elektronik yang dihubungkan dengan komunikasi serial untuk mengirim perintah dari komputer dengan menggunakan kabel komunikasi serial. Pesan perintah ditulis dengan menggunakan kode-kode tertentu yang telah didefinisikan terlebih dahulu atau dikenal juga dengan istilah artificial intelligence (kecerdasan buatan), misalnya dengan mengetikkan kode EPZ 384, kemudian software robot akan menerjemahkan perintah tersebut secara otomatis.
• Rangkaian elektronik menggunkan wireless yang dihubungkan dengan komputer agar dapat melempar sinyal ke robot.
• Rangkaian elektronik dengan wireless yang dihubungkan dengan robot untuk menerima sinyal dari komputer
• Prototype robot penjinak bom yang dikontrol secara manual. Sedang dikembangkan kontrol jarak jauh agar keamanan operator dapat terjaga, karena melihat dengan kontrol manual jarak yang bisa dijangkau tidaklah terlalu jauh sehingga dapat membahayakan operator. Jarak aman bagi operator untuk melihat ketika melakukan kontrol manual adalah sekitar 500 M.
• Robot penjinak bom yang menggunakan kontrol manual.
• Desain dengan dimensi yang lebih besar yang rencananya akan dikontrol dengan menggunakan software kontrol jarak jauh yang dilengkapi dengan kamera (CAM).
• Robot penjinak bom dimensi besar yang sementara masih dalam pembuatan.
Dalam uji coba menjinakkan bahan peledak, Morolipi terbukti dapat bekerja efektif, yaitu memotong rangkaian kabel berukuran diameter 2 mm yang dapat memicu ledakan sehingga bahan peledak nonaktif.
b. Morolipi V.2.
Setelah Morolipi v1.0, kini LIPI juga sedang mengembangkan versi kedua dari Morolipi, yaitu Morolipi V.2., yang akan dimunculkan pada acara HUT LIPI ke-23. Untuk versi kedua, menurut LIPI akan ditingkatkan kemampuannya untuk membawa senjata api untuk menembak sasaran, sistem pendeteksi bahan peledak, membantu pasukan anti huru-hara untuk mengatasi kerusuhan, dan bahkan melengkapi robot dengan kemampuan membersihkan tangki bahan bakar minyak di pelabuhan. Pada Morolipi versi ini robot kemampuan robot meningkat, yakni membawa senjata api. Robot generasi baru ini dapat dikendalikan untuk mendekati dan menembak sasaran. Selain itu, akan dilakukan pula pengembangan ke arah non-militer, yaitu robot akan dilengkapi dengan alat pembersih tangki bahan bakar minyak di pelabuhan.”Morolipi generasi kedua ini akan mengalami penyempurnaan dalam sistem penggerak rodanya sehingga memungkinkan berjalan lebih mulus dan cepat,” urai Estiko.
Pada tahap berikutnya, Morolipi akan dilengkapi dengan sistem detector bahan peledak. Hal ini dilakukan dengan cara merancang sistem mekatronika dan sensor. Dengan serangkaian pengembangan ini, Morolipi diharapkan dapat menjadi garda depan di kancah pertempuran, robot pengintai. Untuk menjaga ketertiban Morolipi juga dapat membantu pasukan antihuru-hara dalam mengatasi kerusuhan.
Namun, untuk mencapai tahap itu diperlukan waktu beberapa tahun lagi karena prototype Morolipi perlu difabrikasi oleh industri dan digunakan oleh berbagai pihak, antara lain Polri dan TNI serta industri manufaktur dan migas, tutur Estiko.
Pengembangan robot penjinak bom atau mobil robot, dapat mengurangi ketergantungan pada pihak luar negeri. Menurut Estiko, yang saat ini menjabat sebagai Kepala Bidang Mekatronik di kantornya yang berbasis di Bandung, Jawa Barat, jika hasilnya sesuai dengan yang diharapkannya nantinya, harga Moropoli hanya separuh dari produk sejenis buatan luar negeri yang hampir mencapai angka 1 Miliar Rupiah per unit. Morolipi diproyeksikan lebih unggul karena fleksibel untuk dilakukan revisi, lanjut Estiko .
Perkembangan teknologi robot memang memiliki peran yang sangat penting di bidang militer. Tidak hanya di darat, seperti yang kita lihat dalam peristiwa di Temanggung, pemanfaatan teknologi robot juga terjadi pada pesawat-pesawat nirawak yang berperan sebagai mata-mata, bahkan agen serbu yang siap mengorbankan dirinya menggantikan nyawa personel.

4. Kesimpulan
Dari pengamatan yang telah dilakukan terhadap system yang ada pada robot penjinak bom “morolipi” didapat kesimpulan bahwa representasi pengetahuan yang digunakan oleh system pakar yang terdapat di dalam “morolipi” menggtunakan representasi pengetahuan berbasis frame. Hal ini dapat disimpulkan dari digunakannya representasi pengetahuan stereotype atau pengetahuan yang didasarkan pada karakteristik yang sudah dikenal yang merupakan pengalaman – pengalaman. Dimana pengalaman – pengalaman yang dimaksud disini yaitu pengalaman dari para penjinak bom sendiri.
Pengalaman – pengalaman tadi kemudian direpresentasikan ke dalam bentuk frame – frame yang berisi instruksi program dimana kode – kode program ditulis dengan menggunakan kode-kode tertentu yang telah didefinisikan terlebih dahulu atau dikenal juga dengan istilah artificial intelligence (kecerdasan buatan), misalnya dengan mengetikkan kode EPZ 384, kemudian software robot akan menerjemahkan perintah tersebut secara otomatis.

Saturday, March 12, 2011

Analisa Sistem Pakar


Sistem Pakar Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar. Dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya atau hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan mempunyai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.

Ciri-Ciri Sistem Pakar

Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :

Memiliki informasi yang handal.

Mudah dimodifikasi.

Dapat digunakan dalam berbagai jenis komputer.

Memiliki kemampuan untuk belajar beradaptasi.

Keuntungan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :

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. Meningkatkan output dan produktivitas.

5. Meningkatkan kualitas.

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

7. Mampu beroperasi dalam lingkungan yang berbahaya.

8. Memiliki kemampuan untuk mengakses pengetahuan.

9. Memiliki reabilitas.

10. Meningkatkan kapabilitas sistem komputer.

11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.

12. Sebagai media pelengkap dalam pelatihan.

13. Meningkatkan kapabilitas dalam penyelesaian masalah.

14. Menghemat waktu dalam pengambilan keputusan

.

Kelemahan Sistem Pakar

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.

2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.

3. Sistem Pakar tidak 100% bernilai benar.

Alasan Pengembangan Sistem Pakar

Sistem pakar sendiri dikembangkan lebih lanjut dengan alasan :

Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.

Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.

Seorang pakar akan pensiun atau pergi.

Seorang pakar adalah mahal.

Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.

Modul Penyusun Sistem Pakar

Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu :

1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.

2. Modul Konsultasi (Consultation Mode)

Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.

3. Modul Penjelasan (Explanation Mode)

Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).

Struktur Sistem Pakar

Komponen utama pada struktur sistem pakar menurut 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.

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 teknik pengendalian tersebut.

3. Basis Data (Data Base)

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)

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.

Teknik Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu

a. Rule-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.

b. Frame-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.

c. Object-Based Knowledge

Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).

d. Case-Base Reasoning

Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).

Inferencing dengan Rule : Forward dan Backward Chaining

Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.

a. Backward chaining

Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.

Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.

b. Forward chaining

Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.

Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.

Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.

Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.

Contoh program system pakar :

MYCIN

Mycin adalah system yang sangat terkenal yang berusaha melakukan diagnose infeksi darah dan menentukan pengobatan. MYCIN membuat penalaran di bawah ketidakpastian dan memakai factor kepastian yang ada di antara -1 (salah) sampai +1 (benar). Untuk sembarang hipotesa dan bukti, ia menghitung ukuran dari kepercayaan, suatu ukuran dari ketidakpercayaan dan perbedaan yag merupakan factor kepastian. Faktor-faktor ini diproses sepanjang penalaran system dipadukan dengan hasil dari suatu rantai aturan memakai sebuah system mirip fuzzy logic.

• Paling terkenal, dibuat oleh Edward Shortlife of Standford University tahun 70-an

• Sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi pengobatan

• MYCIN membantu dokter mengidentifikasi pasien yang menderita penyakit. Dokter duduk di depan komputer dan memasukkan data pasien: umur, riwayat kesehatan, hasil laboratorium dan informasi terkait lainnya. Dengan informasi ini ditambah pengetahuan yang sudah ada dalam komputer, MYCIN mendiagnosa selanjutnya merekomendasi obat dan dosis yang harus dimakan.

• MYCIN sebagai penasehat medis, tidak dimaksudkan untuk mengantikan kedudukan seorang dokter. Tetapi membantu dokter yang belum berpengalaman dalam penyakit tertentu. Juga untuk membantu dokter dalam mengkonfirmasi diagnosa dan terapi yang diberikan kepada pasien apakah sesuai dengan diagnosa dan terapi yang ada dalam basis pengetahuan yang sudah dimasukkan ke dalam MYCIN, karena MYCIN dirancang oleh dokter-dokter yang ahli di bidang penyakit tersebut.

• Kesimpulan : sistem pakar seperti MYCIN bisa digunakan sebagai bahan pembanding dalam pengambilan solusi dan pemecahan masalah. Keputusan terakhir atas pengobatan tersebut tetap menjadi tanggung jawab dokter.

Contoh kasus penggunaan aplikasi system pakar di dunia kesehatan :

Kanker merupakan salah satu jenis penyakit yang sangat ditakuti di dunia karena penyakit ini sangat mematikan. Kanker disebabkan karena pertumbuhan sel yang tidak terkontrol walaupun DNA sel tersebut sudah rusak. Jika kanker telah memasuki stadium lanjut maka harapan hidup penderitanya akan semakin menipis, padahal jika kanker baru memasuki stadium awal harapan untuk disembuhkan sangat besar. Ironisnya pada sebagian besar kasus kanker, penderita baru melakukan pemeriksaan ke dokter jika kanker sudah memasuki stadium lanjut Salah satu penggolongan kanker adalah kanker kandungan yang menjadi urutan pertama penyakit mematikan bagi wanita di Indonesia. Oleh karena itu dirasa sangat diperlukan adanya aplikasi yang dapat memberikan informasi kepada seseorang akan adanya kemungkinan kanker kandungan pada tubuh mereka sehingga dapat ditindak lanjuti lebih dini.
Aplikasi tersebut berupa sistem pakar yang bekerja seperti performa seorang pakar dalam mengambil kesimpulan ataupun keputusan berdasarkan kondisi tertentu. Pakar dalam sistem pakar yang dibangun adalah dokter spesialis kandungan dan kondisi yang digunakan untuk mengambil kesimpulan adalah gejala dan kategori peresiko penderita. Metode yang digunakan pada sistem pakar tersebut adalah metode pencarian Forward Chaining yang dikombinasikan dengan Mycin Certainty Factor .Hasil pengujian menyimpulkan Sistem pakar tersebut layak digunakan dengan nilai minimum kepercayaan terhadap hasil kesimpulan sebesar 0,33.