ݺߣ

ݺߣShare a Scribd company logo
BAB III
LANDASAN TEORI

3.1.

SISTEM PAKAR
3.1.1. DEFINISI SISTEM PAKAR
Menurut Martin dan Oxman (2008) sistem pakar adalah
sistem berbasis computer yang menggunakan pengetahuan, fakta,
dan teknik penalaran dalam memecahkan masalah yang biasanya
hanya dapat di pecahkan oleh seorang pakar dalam bidang tersebut.
Sistem pakar dibuwat pada wilayah pengetahuan tertentu
untuk suatu kepakaran tertentu yang mendekati kemampuan
manusia di salah satu bidang. Sistem pakar mencoba mencari
solusi yang memuaskan sebagaimana yang dilakukan seorang
pakar. Selain itu sistem pakar juga dapat memberikan alasan atas
saran atau kesimpulan yang ditemukannya. (Kusrini, 2006, 11-12).
3.1.2. STRUKTUR SISTEM PAKAR
Menurut Turban (1995) sistem pakar disusun oleh dua
bagian utama, yaitu lingkungan pengembangan (development
environment)

dan

lingkungan

konsultasi

(consultation

environment). Lingkungan pengembangan sistem pakar digunakan
untuk memasukkan pengetahuan pakar kedalam lingkungan sistem
pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna
yang bukan pakar guna memperoleh pengetahuan pakar.
3.1.3. REPRESENTASI PENGETAHUAN
Representasi

pengetahuan

merupakan

metode

yang

digunakan untuk mengkodekan pengetahuan dalam sebuah sistem
pakar yang berbasis pengetahuan. Perepresentasian dimaksudkan
untuk menangkap sifat - sifat penting problema dan membuat
informasi itu dapat diakses oleh prosedur pemecahan problema.
Bahasa representasi harus dapat membuat seorang pemrogram
mampu mengekspresikan pengetahuan yang diperlukan untuk
mendapatkan solusi problema, dapat diterjemahkan kedalam
bahasa pemrogaman dan dapat disimpan. Harus dirancang agar
fakta-fakta dan pengetahuan lain yang terkandung didalamnya
dapat digunakan untuk penalaran. (Kusrini, 2006, 24)
3.1.4.

METODE INFERENSI

Inferensi merupakan proses untuk menghasilkan informasi
dari fakta yang diketahui atau diasumsikan. Inferensi adalah
konklusi logis (logical conclusion) atau implikasi berdasarkan
informasi yang tersedia. Dalam sistem pakar, prses inferensi
dilakukan dalam suatu modul yang disebut Inference Engine
(Mesin Inferensi). Ketika representasi pengetahuan (RP) pada
bagian knowledge base telah lengkap, atau paling tidak telah
berada pada level yang cukup akurat, maka RP tersebut telah
siap digunakan. Inference engine merupakan modul yang berisi
program tentang bagaimana mengendalikan proses reasoning. Ada
dua metode inferensi yang penting dalam sistem pakar, yaitu
runut maju (forward chaining) dan runut balik (backward
chaining).
a. Forward Chaining
Forward chaining merupakan pencocokkan fakta atau
pernyataan dimulai dari bagian sebelah kiri (IF dulu).
Dengan kata lain, penalaran dimulai dari fakta terlebih
dahulu untuk menguji kebenaran hipotesis.
b. Backward Chaining
Merupakan pencocokkan fakta atau pernyataan dimulai dari
bagian sebelah kanan (THEN dulu). Dengan kata lain,
penalarana dimulai dari hipotesis terlebih dahulu, dan untuk
menguji kebenaran hipotesis tersebut dicari fakta-fakta
yang ada dalam basis pengetahuan.

3.2.

More Related Content

Bab iii

  • 1. BAB III LANDASAN TEORI 3.1. SISTEM PAKAR 3.1.1. DEFINISI SISTEM PAKAR Menurut Martin dan Oxman (2008) sistem pakar adalah sistem berbasis computer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat di pecahkan oleh seorang pakar dalam bidang tersebut. Sistem pakar dibuwat pada wilayah pengetahuan tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang. Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seorang pakar. Selain itu sistem pakar juga dapat memberikan alasan atas saran atau kesimpulan yang ditemukannya. (Kusrini, 2006, 11-12). 3.1.2. STRUKTUR SISTEM PAKAR Menurut Turban (1995) sistem pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan sistem pakar digunakan untuk memasukkan pengetahuan pakar kedalam lingkungan sistem pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan pakar guna memperoleh pengetahuan pakar.
  • 2. 3.1.3. REPRESENTASI PENGETAHUAN Representasi pengetahuan merupakan metode yang digunakan untuk mengkodekan pengetahuan dalam sebuah sistem pakar yang berbasis pengetahuan. Perepresentasian dimaksudkan untuk menangkap sifat - sifat penting problema dan membuat informasi itu dapat diakses oleh prosedur pemecahan problema. Bahasa representasi harus dapat membuat seorang pemrogram mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi problema, dapat diterjemahkan kedalam bahasa pemrogaman dan dapat disimpan. Harus dirancang agar fakta-fakta dan pengetahuan lain yang terkandung didalamnya dapat digunakan untuk penalaran. (Kusrini, 2006, 24) 3.1.4. METODE INFERENSI Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi logis (logical conclusion) atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar, prses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin Inferensi). Ketika representasi pengetahuan (RP) pada bagian knowledge base telah lengkap, atau paling tidak telah berada pada level yang cukup akurat, maka RP tersebut telah siap digunakan. Inference engine merupakan modul yang berisi program tentang bagaimana mengendalikan proses reasoning. Ada
  • 3. dua metode inferensi yang penting dalam sistem pakar, yaitu runut maju (forward chaining) dan runut balik (backward chaining). a. Forward Chaining Forward chaining merupakan pencocokkan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. b. Backward Chaining Merupakan pencocokkan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain, penalarana dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut dicari fakta-fakta yang ada dalam basis pengetahuan. 3.2.