30 April 2013

Materi ke 6 - Sistem Pakar

Sistem Pakar

Expert System
Sistem pakar (dalam bahasa Inggris :expert system) adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan dari pakar didalam sistem ini digunakan sebagi dasar oleh Sistem Pakar untuk menjawab pertanyaan (konsultasi)
Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar)
Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Kelebihan 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

Skema Penerapan dalam suatu organisasi:

  • Case-based reasoning (CBR) yang merupakan representasi pengetahuan berdasarkan pengalaman termasuk kasus dan solusinya
  • Rule-base reasoning (RBR) mengandalkan serangkaian aturan-aturan yang merupakan representasi dari pengetahuan dan pengalaman karyawan (manusia) dalam memecahkan kasus yang rumit.
  • Model-based reasoning (MBR) melalui representasi pengetahuan dalam bentuk atribut, perilaku antar hubungan maupun simulasi proses terbentuknya pengetahuan.
  • Constraint-Satisfaction Reasoning yang merupakan perpaduan antara RBR & MBR.

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


Materi Presentasi dapat didownload di :


Aplikasi dan Pengembangan Sistem Pakar



  1. Dendral : Mengidentifikasi struktur organik tak dikenal melalui analisa spektrum massa dan ilmu kimia
  2. Mycin: Identifikasi bakteri penyebab infeksi dan merekomendasikan antiobiotik dengan dosis yang disesuaikan dengan berat tubuh pasien.Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an.
  3. Dipmeter Advisor: Digunakan oleh Schlumberger untuk analisis data dalam pengeboran minyak.
  4. XCON & XSEL : Membantu konfigurasi sistem komputer besar.Dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas (CMU), akhir ’70 an. Untuk sistem komputer DEC VAC 11 1780
  5. Sophie : Analisis sirkit elektronik
  6. Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit. Didesign oleh Sheffield Research Institute, akhir ‘70an
  7. Folio : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan investasi.
  8. Delta : Pemeliharaan lokomotif listrik disel. Didesign & dikembangkan oleh General Electric Company.
  9. YESMVS : Membantu operator komputer & mengontrol sistem operasi MVS (multiple virtual storage). Didesign oleh IBM awal th ‘80an
  10. ACE : SP troubleshooting pd sistem kabel telpon. Didesign & dikembangkan oleh AT&T Bell Lab awal th ‘80an

 Contoh Aplikasi Sistem Pakar
Aplikasi Sederhana: Sistem Pakar Bengkel Mobil
Ini adalah contoh Sistem Pakar sederhana, yang bertujuan untuk mencari apa yang salah sehingga mesin mobil pelanggan yang tidak mau hidup, dengan memberikan gejala-gejala yang teramati. Anggap Sistem Pakar kita memiliki aturan-aturan berikut:
1.      JIKA mesin_mendapatkan_bensin DAN starter_dapat_dihidupkan MAKA ada_masalah_dengan_pengapian
2.      JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA ada_masalah_dengan_aki
3.      JIKA TIDAK BENAR starter_dapat_dihidupkan DAN lampu_menyala MAKA ada_masalah_dengan_starter
4.      JIKA ada_bensin_dalam_tangki_bahan_bakar MAKA mesin_mendapatkan_bensin
      Terdapat 3 masalah yang mungkin, yaitu: ada_ masalah_ dengan _pengapian, ada_ masalah_ dengan_ aki dan ada_ masalah_ dengan_ starter.Dengan sistem terarah-tujuan (goal-driven), kita hendak membuktikan keberadaan setiap masalah tadi.
Pertama, Sistem Pakar berusaha untuk membuktikan kebenaran ada_masalah_dengan_pengapian. Di sini, aturan 1 dapat digunakan, sehingga Sistem Pakar akan menset goal baru untuk membuktikan apakah mesin_mendapatkan_bensin serta starter_dapat_dihidupkan. Untuk membuktikannya, aturan 4 dapat digunakan, dengan goal baru untuk membuktikan mesin_mendapatkan_bensin. Karena tidak ada aturan lain yang dapat digunakan menyimpulkannya, sedangkan sistem belum memperoleh solusinya, maka Sistem Pakar kemudian bertanya kepada pelanggan: “Apakah ada bensin dalam tangki bahan bakar?”. Sekarang, katakanlah jawaban klien adalah “Ya”, jawaban ini kemudian dicatat, sehingga klien tidak akan ditanyai lagi dengan pertanyaan yang sama.
Nah, karena sistem sekarang sudah dapat membuktikan bahwa mesin mendapatkan bensin, maka sistem sekarang berusaha mengetahui apakah starter_dapat_dihidupkan. Karena sistem belum tahu mengenai hal ini, sementara tidak ada aturan lagi yang dapat menyimpulkannya, maka Sistem Pakar bertanya lagi ke klien: “Apakah starter dapat dihidupkan?”. Misalkan jawabannya adalah “Tidak”, maka tidak ada lagi aturan yang dapat membuktikan ada_masalah_dengan_pengapian, sehingga Sistem Pakar berkesimpulan bahwa hal ini bukanlah solusi dari problem yang ada, dan kemudian melihat hipotesis berikutnya: ada_masalah_dengan_aki. Sudah diketahui (dibuktikan) bahwa mesin tidak dapat distarter, sehingga yang harus dibuktikan adalah bahwa lampu tidak menyala. Sistem Pakar kemudian bertanya: “Apakah lampu menyala?”. Misalkan jawabannya adalah “Tidak”, maka sudah terbukti bahwa ada masalah dengan aki.
Sistem ini mungkin berhenti sampai di sini, tetapi biasanya ada kemungkinan terdapat lebih dari satu solusi (misalnya terdapat lebih dari satu kerusakan), atau ada kemungkinan terdapat solusi lain yng lebih tepat, sehingga biasanya semua hipotesis diperiksa kebenarannya. Sistem Pakar ini kemudian mencoba membuktikan bahwa ada_masalah_dengan_starter, namun dari fakta yang sudah diperoleh, yaitu lampu tidak menyala, maka pembuktiannya menjadi gagal. Dengan demikian solusi yang diberikan oleh Sistem Pakar adalah ada masalah dengan aki.
Secara lengkap, interaksi antara Sistem Pakar dengan klien mungkin seperti ini:
System Pakar: Apakah ada bensin dalam tangki bahan bakar?
Klien: Ya
System Pakar: Apakah starter dapat dihidupkan?
Klien: Tidak
System Pakar: Apakah lampu menyala?
Klien: Tidak
System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki
Fasilitas Penjelasan
Kebanyakan Sistem Pakar mempunyai fasilitas penjelasan yang mengijinkan klien untuk bertanya mengapa dia diberi suatu pertanyaan atau bagaimana dapat mencapai suatu kesimpulan. Pertanyaan dari klien tersebut dijawab dengan mengacu pada goal, aturan yang dipakai, dan data-data yang ada. Contoh pemakaian fasilitas penjelas dalam Sistem Pakar di atas dapat dilihat pada percakapan berikut:
System Pakar: Apakah ada bensin dalam tangki bahan bakar?
Klien: Ya
System Pakar: Apakah starter dapat dihidupkan?
Klien: Tidak
System Pakar: Apakah lampu menyala?
Klien: Mengapa?
System Pakar: Saya mencoba membuktikan bahwa ada masalah dengan aki. Sudah ditunjukkan adalah tidak benar starter dapat dihidupkan. Sehingga jika tidak benar bahwa lampu menyala, maka ada masalah dengan aki. Apakah lampu menyala?
Klien: Tidak
System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki
Klien: Bagaimana bisa?
System Pakar: Hal ini sesuai dengan aturan no 2: JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA ada_masalah_dengan_aki bahwa tidak benar starter_dapat_dihidupkan sudah dijawab, bahwa tidak benar lampu_menyala sudah dijawab, sehingga dapat disimpulkan bahwa ada_masalah_dengan_aki.

Fasilitas penjelasan berhubungan dengan pencatatan aturan apa saja yang digunakan untuk mengambil kesimpulan, dan menggunakan catatan tersebut untuk menyusun penjelasan. Pembangkitan penjelasan sederhana seperti contoh di atas bukanlah persoalan yang sulit, namun pemahaman klien terhadap penjelasan tersebut tidaklah sama, sehingga seringkali klien tetap tidak mengerti maksudnya. Hal ini karena biasanya penjelasan hanya meliputi pengetahuan yang dangkal atau hanya permukaan saja sebagaimana tercantum dalam autran yang dipunyai, bukannya pengetahuan yang mendalam yang mendasari aturan tersebut. Dalam contoh di atas, Sistem Pakar hanya mengatakan bahwa hal ini sesuai dengan aturan no 2, tetapi tidak menjelaskan secara lebih detil mengenai aturan 2 tersebut. Mungkin klien perlu diberi pengertian bahwa lampu dan starter dua-duanya menggunakan aki untuk menyalakannya. Hal penting lain adalah ketika klien gagal mengerti atau menerima penjelasan yang diberikan, biasanya Sistem Pakar tidak dapat memberi penjelasan dengan cara lain (tidak begitu halnya dengan seorang pakar yang mampu menggunakan kalimat yang lain untuk mencoba menjelaskannya).
2. Eliza
Eliza adalah salah satu Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis. Berikut ini adalah contoh percakapan antara Eliza dengan seorang klien:
Eliza: Hello. I am ELIZA. How can I help you?
Klien: My name is Balza.
Eliza: I have told you before, I do not care about names.
Klien: I don’t have any money. That’s my problem.
Eliza: Why do you say your problem?
Klien: Because you asked me.
Eliza: Do any other reasons not come to mind?
Klien: No.
Eliza: You are being a bit negative.
Klien: Why?
Eliza: Please go on.
Klien: OK. I am bankrupt.
Eliza: How long have you been bankrupt?
Klien: A year.
Eliza: Please go on.
Klien: So, what should I do?
Eliza: Does that question interest you?
Klien: Yes, how can I make big money?
Eliza: You are sure?
Klien: Of course I’m sure.
...
3. Parry
Parry adalah Sistem Pakar yang juga paling awal dikembangkan di StanfordUniversity oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang paranoid. Berikut ini contoh respon Parry terhadap pertanyaan seorang psikiater yang menginterviunya.
Psikiater: Why are you in the hospital?
Parry: I shouldn't be here.
Psikiater: Who brought you here?
Parry: The police.
Psikiater: What trouble did you have with the police?
Parry: Cops don't do their job.
Psikiater: What do they do instead?
Parry: Cops arrest the wrong people.
Psikiater: They arrest the right ones sometimes
Parry: The law should get those Italian crooks.
Psikiater: Are you Italian?
Parry: My background is British but I was born in this country.
Psikiater: Do you know any Italian crooks?
Parry: I try to avoid the underworld.... 


Contoh Tampilan


Sumber:

24 April 2013

Citra Digital 3 - Spatial Filtering


SPATIAL FILTERING

Bagi saudara yang ingin mempelajari tentang Image Filtering, pada bagian bawah dari tulisan ini terdapat link untuk mengunduh materi power point tentang hal tersebut.

Dalam tulisan ini, dijelaskan bahwa spatial filtering dibagi dalam 2 bagian besar, yaitu :
  1. Linear Filtering
  2. Non-Linear Filtering
Dimana masing-masing mempunyai turunan sendiri-sendiri.
Untuk Linear Filtering, mempunyai turunan antara lain :
  1. Lowpass Filtering
  2. Highpass Filtering
  3. Bandpass Filtering
Sedangkan Non-Linear Filtering mempunyai beberapa turunan, antara lain :
  1. Median Filtering
  2. Maximum Filtering
  3. Minimum Filtering
  4. Mean Filtering 
  5. dan lain sebagainya.
Filter dari masing-masing di atas biasanya mempunyai ukuran dan skala tertentu.
Untuk yang linear filter bisa menggunakan berbagai macam bentuk, salah satunya adalah dengan membuat matrik (mxn) dengan jumlah total isinya adalah 1.

Misalnya :
Gambar 1.  Berbagai macam Filter untuk Linear Filtering
Untuk hasil dari filtering bisa dilihat pada gambar 2.

Gambar 2.  Contoh hasil proses Filtering

Untuk materi presentasi dari tulisan ini bisa didownload dari link berikut :
  1. Spatial Filtering - 4Shared
  2. Spatial Filtering - Slideshare
Untuk latihan berikut adalah link soal dan jawaban ujian terdahulu yang telah diupload.

  1. File Excel Soal dan Jawaban Filtering
  2. Soal dan Jawaban UAS sebelumnya

Demikian apa yang bisa saya sampaikan, semoga bisa bermanfaat.









13 April 2013

Kebijakan 5+1 STIKOM Artha Buana

STIKOM Artha Buana
STIKOM Artha Buana memberikan kesempatan seluas-luasnya kepada masyarakat untuk ikut serta dalam proses pendidikannya.
Ada kabar baru yang cukup menarik, yaitu adanya kebijakan bahwa "setiap kelompok pendaftar terdiri dari 5 orang, maka akan digratiskan orang yang ke 6 untuk kuliah di STIKOM Artha Buana.

Berita itu bisa dilihat pada web link berikut :

STIKOM Artha Buana

Bagi yang berminat harap kontak kami.

Terima kasih.