BAB 2 TINJAUAN PUSTAKA

BAB 2

TINJAUAN PUSTAKA

2.1. Kecerdasan Buatan

Kecerdasan buatan merupakan salah satu inovasi yang terdapat dalam bidang ilmu pengetahuan. Kecerdasan buatan telah dimulai sejak komputer modern pertama kali ditemukan, yaitu tahun 1940 dan 1950. Menurut Andri Kristanto (2004), kecerdasan buatan merupakan bagian dari ilmu pengetahuan komputer yang khusus ditujukan dalam perancangan otomasi tingkah laku cerdas dalam sistem kecerdasan komputer.

Dalam jurnal Hari Soetanto dan Painem (2007), terdapat dua bagian penting pada kecedasan buatan untuk dapat belajar seperti layaknya manusia, yaitu:

a. Knowledge Base (Basis Pengetahuan) Basis pengetahuan yang berisi data, fakta-fakta, teori atau aturan-aturan yang diberikan dalam bentuk data (perangkat lunak) yang akan disimpan terus, semakin banyak pengetahuan yang dimiliki semakin pintar komputer berpikir.

b. Inference Engine (Mesin Inferensi) Mesin inferensi adalah yang merangkaikan basis data untuk menjadi sebuah kesimpulan. Mesin inferensi ini yang akan mengambil basis pengetahuan yang digunakan untuk menyelesaikan masalah yang diberikan kepada komputer. Data yang diambil dari basis pengetahuan diambil berdasarkan masalah yang dihadapi dan berbeda untuk setiap masalah yang dihadapi. Jika tidak ditemukan data yang diinginkan komputer akan menyimpan masalah kedalam data.

Universitas Sumatera Utara

Kecerdasan buatan tidak dominan dibidang ilmu komputer saja, tetapi juga bidang ilmu lainnya. Namun ada dua sebab khusus perlunya penerapan kecerdasan buatan pada sistem komputer, yaitu (Hari Soetanto dan Painem, 2007) :

a. Teknologi tidak bisa menghasilkan teknologi yang lain, tetapi teknologi harus dibuat. b. Teknologi bukannya terbatas untuk dibuat tetapi masih kurangnya ilmu pengetahuan yang mendukung.

Kecerdasan buatan memiliki banyak ruang lingkup atau bidang. Berikut Gambar 2.1 menunjukkan ruang lingkup dari kecerdasan buatan. Kecerdasan Buatan

Vision Bahasa Alami

Robotic

Speech

Sistem Cerdas Buatan

Undens tanding

Sistem Pakar

Gambar 2.1 Ruang lingkup kecerdasan buatan

2.2. Konsep Dasar Sistem Pakar

Sistem pakar adalah salah satu cabang dari Artificial Intelligence (kecerdasan buatan) yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia yang pakar (Arhami, 2005). Knowledge dalam sistem pakar


mungkin saja seorang ahli, atau knowledge yang umumnya terdapat dalam buku, majalah dan orang yang mempunyai pengetahuan tentang suatu bidang.

Sama seperti kecerdasan buatan, sistem pakar juga memiliki 2 komponen utama yaitu basis pengetahuan dan mesin inferensi. Basis pengetahuan merupakan tempat penyimpanan pengetahuan dalam memori komputer, dimana pengetahuan ini diambil dari pengetahuan pakar. Sedangkan mesin inferensi merupakan otak dari aplikasi sistem pakar. Bagian inilah yang menuntun user untuk memasukkan fakta sehingga diperoleh suatu kesimpulan. Apa yang dilakukan mesin inferensi ini didasarkan pada pengetahuan yang ada dalam basis pengetahuan (Kusrini, 2008). Berikut Gambar 2.2 yang menggambarkan konsep dasar suatu sistem pakar :

Knowledge-Base Fakta

USER Keahlian

Mesin Inferensi

Sistem Pakar Gambar 2.2 Konsep dasar suatu sistem pakar

2.2.1. Karakteristik Sistem Pakar

Sistem pakar memiliki beberapa karakteristik yang biasanya diterapkan dalam pembuatan program secara praktis. Karakteristik-karakteristik dari sistem pakar tersebut adalah sebagai berikut (Andri, 2004):

1. Basis pengetahuan mudah dipengaruhi.


2. Kemampuan mempelajari fakta dan kejadian baru dari pengalaman sendiri. 3. Mudah dipakai oleh siapa saja. 4. Mampu menjelaskan proses pemikiran dan langkah-langkah yang dilakukan untuk mencapai kesimpulan.

Tujuan dari sebuah sistem pakar adalah mentransfer kepakaran yang dimiliki seorang pakar ke dalam komputer, dan kemudian kepada orang lain (nonexpert). Pengetahuan dari suatu sistem pakar mungkin dapat direpresentasikan dalam sejumlah cara. Metode yang paling umum digunakan untuk merepresentasikan pengetahuan adalah dalam bentuk aturan IF...THEN (Jika...maka).

Walaupun cara diatas merupakan cara yang sederhana, namun banyak hal yang berarti dalam membangun beberapa unsur/elemen, yaitu keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan. Menurut Turban (Arhami, 2005), ada tiga orang yang terlibat dalam lingkungan sistem pakar, yaitu:

1. Pakar Pakar adalah orang yang memiliki pengetahuan khusus, pendapat, pengalaman dan metode, serta kemampuan untuk mengaplikasikan keahliannya tersebut dalam menyelesaikan masalah.

2. Knowledge engineer (Perekayasa Sistem) Perekayasa sistem adalah orang yang membantu pakar dalam menyusun area permasalahan dengan menginterpretasikan dan mengintegrasikan jawabanjawaban pakar atas perntanyaan yang diajukan, menggambarkan analogi, mengajukan counter sample dan menerangkan kesulitan-kesulitan konseptual.

3. Pemakai Sistem pakar memiliki beberapa pemakai, yaitu; pemakai bukan pakar, pelajar, pembangun sistem pakar yang ingin meningkatkan dan menambah basis pengetahuan, dan pakar itu sendiri.


Sistem pakar merupakan paket perangkat lunak yang ditujukan sebagai sarana bantu dalam memecahkan masalah di bidang-bidang spesialisasi tertentu. Dalam penyusunannya sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan dengan basis pengetahuan tertentu. Kombinasi dari kedua hal inilah yang akan digunakan dalam proses pengambilan keputusan untuk menyelesaikan suatu masalah.

2.2.2. Ciri-ciri Sistem Pakar

Suatu sistem dapat dikatakan sebagai sebuah sistem pakar apabila sistem tersebut memiliki ciri-ciri sebagai berikut (Kusumadewi, 2003):

1. Terbatas pada domain keahlian tertentu. 2. Dapat memberikan penalaran untuk data-data yang tidak pasti. 3. Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami. 4. Berdasarkan pada kaidah atau rule tertentu. 5. Dirancang untuk dikembangkan secara bertahap. 6. Keluarannya bersifat anjuran.

2.2.3. Keuntungan Sistem Pakar

Salah satu hal yang membuat sistem pakar menarik untuk dikembangkan adalah keuntungan yang didapatkan dari membangun sistem tersebut. Berikut beberapa keuntungan dari sistem pakar, antara lain (Arhami, 2005):

1. Menjadikan pengetahuan dan nasehat lebih mudah diperoleh. 2. Meningkatkan output dan produktivitas. 3. Menyimpan kemampuan dan keahlian pakar. 4. Meningkatkan penyelesaian masalah. 5. Meningkatkan reliabilitas. 6. Memberikan respon yang cepat.


7. Merupakan panduan yang cerdas. 8. Dapat bekerja dengan informasi yang kurang lengkap

dan mengandung

ketidakpastian.

2.2.4. Kelemahan Sistem Pakar

Sama seperti sistem-sistem yang lain, sistem pakar juga memiki kelemahan, yaitu (Arhami, 2005):

1. Masalah dalam mendapatkan pengetahuan di mana pengetahuan tidak selalu bisa didapatkan dengan mudah. 2. Untuk membuat sistem pakar yang memiliki kualitas yang tinggi sangat sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaannya. 3. Sistem pakar tidaklah 100% menguntungkan, oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.

Kelemahan-kelemahan diatas bukanlah tidak dapat diatasi, tetapi dengan terus melakukan perbaikan dan pengolahan berdasarkan pengalaman yang telah ada maka hal ini dapat diyakini akan teratasi. Walaupun membutuhkan waktu yang lama dan terus-menerus.

2.2.5. Struktur Sistem Pakar

Menurut Turban, sebuah sistem pakar tersusun oleh dua bagian utama, yaitu lingkungan pengembangan dan lingkungan konsultasi (Arhami, 2005). Lingkungan pengembangan digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem pakar. Sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar. Kedua komponen diatas dapat dilihat dalam Gambar 2.3 berikut ini.


LINGKUNGAN KONSULTASI

LINGKUNGAN PENGEMBANGAN

Pemakai

Basis Pengetahuan: fakta dan aturan

Fakta tentang kejadian tertentu

Antar Muka

Aksi yang direkomendasikan

Fasilitas Penjelasan

Knowledge Engineer

Mesin Inferensi

Workplace

Pakar

Perbaikan Pengetahuan

Gambar 2.3 Struktur Sistem Pakar

Komponen-komponen yang terdapat dalam sistem pakar menurut Turban (Arhami, 2005) adalah seperti Gambar 2.3 diatas. Terdiri dari, yaitu:

1. Antarmuka Pengguna (User Interface) Menurut McLeod (Arhami, 2005), pada bagian ini terjadi dialog antara program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dari pemakai, juga memberikan informasi (output) kepada pemakai.

2. Basis Pengetahuan Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah. Komponen sistem pakar ini disusun atas dua elemen dasar, yaitu fakta dan aturan.


3. Akuisisi Pengetahuan Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer.

4. Mesin Inferensi Pada komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh seorang pakar dalam menyelesaikan suatu masalah.

5. Workplace Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang dicapai.

6. Fasilitas Penjelasan Komponen ini merupakan komponen tambahan yang akan meningkatkan kemampuan sebuah sistem pakar. Komponen ini

menggambarkan penalaran

sistem pada pemakai.

7. Perbaikan Pengetahuan Kemampuan ini sangat penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya.

2.2.5.1 Mesin Inferensi

Seperti yang telah diketahui diatas, mesin inferensi merupakan salah satu komponen dalam struktur sistem pakar yang mengandung mekanisme pola pikir dan penalaran pakar dalam menyelesaikan suatu masalah. Kebanyakan sistem pakar berbasis pengetahuan strategi inferensi yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A THEN B”, dan jika diketahui bahwa A benar, maka dapat disimpulkan bahwa B juga benar. Strategi inferensi modus ponen dinyatakan dalam bentuk: [A AND (A→B)] → B


dengan A dan A→B adalah proposisi-proposisi dalam basis pengetahuan. Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu pelacakan ke belakang (backward chaining) dan pelacakan ke depan (forward chaining). Pelacakan ke belakang adalah pendekatan yang dimotori tujuan (goal driven). Pendekatan ini dimulai dari tujuan selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan. Diagram 2.1 menunjukkan proses backward chaining.

Observasi A

Aturan R1

Fakta C Aturan R3

Observasi B

Aturan R2

Kesimpulan 1

Fakta D Aturan R4

Diagram 2.1 Proses backward chaining

Pelacakan ke depan adalah pendekatan yang dimotori data (data-driven). Pendekatan ini dimulai dengan pelacakan informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN. Diagram 2.2 menunjukkan proses forward chaining.


Observasi A

Aturan R1

Fakta C

Kesimpulan 1 Aturan R3

Observasi B

Aturan R2

Kesimpulan 2

Fakta D Aturan R4 Fakta E

Diagram 2.2 Proses forward chaining

2.2.5.2 Teknik Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk mereprensentasi 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 bisa digunakan dalam pengembangan suatu sistem pakar, yaitu:

1. Rule-Based Knowledge Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premis dan kesimpulan

2. Frame-Based Knowledge Pengetahuan direpresentasikan dalam bentuk hirarki atau jaringan frame.

3. Object-Based Knowledge Pengetahuan direpresentasikan sebagai jaringan dari objek-objek. Objek adalah elemen data yang terdiri dari data dan metoda (proses).


4. Case-Based Knowledge Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).

2.2.5.3 Modul Utama Penyusun Sistem Pakar

Menurut Kusrini (2006), ada 3 modul utama penyusun sistem pakar, yaitu:

1. Akuisisi Pengetahuan Modul ini merupakan proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem dengan bantuan knowledge engineer. Perannya adalah sebagai pengubung antara suatu sistem pakar dengan pakarnya.

2. Konsultasi Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaanpertanyaan yang diajukan oleh sistem.

3. Penjelasan Modul ini menjelaskan proses pengambilan keputusan oleh sistem.

2.2.6 Kategori Masalah Sistem Pakar

Saat ini sistem pakar dibuat untuk memecahkan berbagai macam masalah dalam berbagai bidang. Secara umum ada beberapa kategori dan area permasalahan sistem pakar, yaitu (Arhami, 2005):

1. Interpretasi, yaitu pengambilan keputusan atau deskripsi tingkat tinggi dari sekumpulan data mentah, termasuk di antaranya juga pengawasan, pengenalan pengucapan, analisis citra, interpretasi sinyal, dan beberapa analisis kecerdasan.


2. Proyeksi, yaitu memprediksi akibat-akibat yang memungkinkan dari situasi-situasi tertentu, di antaranya peramalan, prediksi demografis, peramalan ekonomis, prediksi lalulintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.

3. Diagnosis, yaitu menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati, di antaranya medis, elektronis, mekanis dan diagnosis perangkat lunak.

4. Desain, yaitu menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan-tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu, di antaranya layout sirkuit dan perancangan bangunan.

5. Perencanaan, yaitu merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu, di antaranya perencanaan keuangan, komunikasi, militer, pengembangan produk, routing dan manajemen proyek.

6. Monitoring, yaitu membandingkan tingkah laku suatu sistem yang teramati dengan tingkah laku yang diharapkan darinya, di antaranya Computer Aided Monitoring System.

7. Debugging dan repair, yaitu menentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi, di antaranya memberikan resep obat terhadap suatu kegagalan.

8. Instruksi, yaitu mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek, di antaranya melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja.

9. Pengendalian, yaitu mengatur tingkah laku suatu environment yang kompleks seperti kontrol terhadap

interpretasi-interpretasi, prediksi, perbaikan dan

monitoring kelakuan sistem.


10. Seleksi,

yaitu

mengindentifikasi

pilihan

terbaik

dari sekumpulan (list)

kemungkinan.

11. Simulasi, yaitu pemodelan interaksi antara komponen-komponen sistem.

2.3 Wireless Application Protocol (WAP)

Wireless Application Protocol (WAP) merupakan suatu protokol komunikasi dan lingkungan aplikasi untuk pengembangan sumber daya informasi, mempercepat atau memberikan layanan telepon dan mengakses internet dari mobile devices (Simarmata, 2006). Dengan WAP, seseorang yang mempunyai mobile device dapat melakukan transaksi seperti berbelanja, operasi bank, dan pemesanan di internet.

Selanjutnya, WAP merupakan suatu standar protokol yang dibuat untuk mengatasi keterbatasan wireless device seperti telepon selular dan PDA. Berikut adalah beberapa keterbatasannya:

1. Bandwith rendah. 2. Kemampuan CPU rendah. 3. Memori kecil. 4. Tampilan terbatas. 5. Catu daya (baterai) minimal. 6. Peralatan input yang berbeda.

2.3.1 Membangun Aplikasi WAP dengan PHP

Aplikasi WAP dapat dibuat menjadi lebih dinamis dan interaktif yang mampu memberikan dan menerima respon dari dan ke user dengan menggunakan bahasabahasa script yang berjalan pada sisi sever (server side scripting). Dalam tugas akhir ini penulis menggunakan PHP (PHP Hypertext Processor), bahasa script server side


yang tangguh, populer di internet dan gratis untuk memberikan unsur dinamis dan interaktif pada aplikasi WAP.

Sangat mudah untuk menambahkan unsur dinamis ke dalam WML dengan PHP. Pengembangan aplikasi WAP dengan PHP

memungkinkan kita membuat

aplikasi seperti database, mailserver, pengiriman pesan, dll. Agar script PHP dapat didukung oleh perangkat WAP, maka script harus mengasilkan output header WML kepada client. Oleh sebab itu, setiap dokumen WML yang berisi kode PHP harus menyertakan baris-baris berikut yang ditempatkan pada awal deck:

”); echo(””; ?> Deklarasi ini diperlukan karena PHP secara default mengirim baris Content-type: text/html.

2.3.2 Interaksi PHP dengan MySQL

Komunikasi antara user dengan WAP browser dengan web server dapat menjadi lebih interaktif dengan penggunaan database. Dengan adanya PHP yang bekerja pada sisi server, komunikasi interaktif dapat dilakukan dengan antara user dengan server, baik Apache sebagai web server maupun database server MySQL. User yang mengakses dapat memperoleh data atau informasi dari server dan server dapat menyimpan data yang dikirimkan user dalam database MySQL.

Database yang dipakai adalah MySQL dengan beberapa alasan, antara lain karena MySQL gratis dan mudah dipelajari. Dalam PHP terdapat banyak fungsi yang digunakan sebagai penghubung atau antarmuka dengan MySQL sehingga data dalam


database dapat dilihat dari internet. Banyak situs di internet yang menggunakan PHPMySQL dalam mengembangkan situsnya.

2.4 Docucenter 235 Troubleshooting

Menurut Fuji Xerox CSSC TD & LC Service Document Engineering Center (2002), ada beberapa langkah mengatasi troubleshooting didalam Docucenter 235, yaitu:

1. Level 1 Langkah pertama untuk mendiagnosis masalah yang ada didalam docucenter. Pada level 1 ini, user akan ditanya mengenai kode status dan gejala troubleshooting yang ada. Kemudian user dibimbing ke level 2 atau ke BSD (Block Schematic Diagram) untuk menyelesaikan masalah. 2. Level 2 Level 2 adalah prosedur mendiagnosis pada satu masalah tertentu dari gejala masalah seperti kode status dll. 3. Kode Status Kode status akan mengingatkan user bila ada kesalahan pada mesin Docucenter 235 dengan merujuk pada daftar kode status yang menunjukkan masalah dan cara mengatasinya. 4. Mode Diagnostik Mode diagnostik menunjukkan alasan dan penggunaan fungsi diagnostik dan bagaimana membaca data diag.


BAB 2 TINJAUAN PUSTAKA

Recommend Documents