struktur sistem pakar
pola sistem pakar
materi sistem pakar
manfaat sistem pakar
komponen sistem pakar
cara kerja sistem pakar
sistem pakar dalam sistem isu manajemen
pengertian sistem pakar berdasarkan para ahli
1. SISTEM PAKAR
Secara umum, sistem pakar (Expert system) yakni sistem yang berusaha mengadopsi pengetahuan insan ke komputer, supaya komputer sanggup menuntaskan persoalan menyerupai yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang supaya sanggup menuntaskan suatu permasalahan tertentu dengan menggandakan kerja dari para ahli. Dengan sistem pakar ini, orang awampun sanggup menuntaskan persoalan yang cukup rumit yang sebetulnya hanya sanggup diselesaikan dengan sumbangan para ahli. Bagi para ahli, sistem pakar ini juga akan membantu aktivitasnya sebagai ajun yang sangat berpengalaman.
Sistem pakar pertama kali dikembangkan oleh komunitas Artificial Intellegence (AI) pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali yakni General-pupose Problem Solver (GPS) yang dikembangkan oleh Newel dan Simon. GPS (dan program-program yang serupa) ini mengalami kegagalan dikarenakan cakupannya terlalu luas sehingga terkadang justru meninggalkan pengetahuan-pengetahuan penting yang seharusnya disediakan.
Sampai ketika ini sudah banyak sistem pakar yang dibuat, beberapa pola diantaranya terlihat pada tabel berikut : (Kusumadewi, 2001)
Sistem pakar | Kegunaan |
MYCIN | Diagnosis penyakit |
DENDRAL | Mengidentifikasi struktur molekular adonan yang tak dikenal |
XCON & XSEL | Membantu konfigurasi sistem komputer besar |
SOPHIE | Analisis sirkit elektronik |
Prospector | Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit |
FOLIO | Membantu menawarkan keputusan bagi seorang manajer dalam hal stok broker dan investasi |
DELTA | Pemeliharaan lokomotif listrik diesel |
2. KONSEP DASAR SISTEM PAKAR
Menurut Turban(1995) konsep dasar sistem pakar mengandung keahlian (expertise), pakar (expert), pengalihan keahlian (transfering expertise), inferensi (inferencing), aturan (rules) dan kemampuan menjelaskan (explanation capability).
Keahlian (expertise) yakni suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman. Pengetahuan tersebut memungkinkan para mahir untuk sanggup mengambil keputusan lebih cepat dan lebih baik daripada seseorang yang bukan ahli.
Pakar (Expert) yakni seseorang yang bisa menjelaskan suatu tanggapan, mempelajari hal-hal gres seputar topik permasalahan (domain), menyusun kembali pengetahuan kalau dipandang perlu, memecah aturan-aturan kalau dibutuhkan, dan menentukan relevan tidaknya keahlian mereka.
Pengalihan keahlian (transfering expertise) dari para mahir ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli, hal inilah yang merupakan tujuan utama dari sistem pakar. Proses ini membutuhkan 4 acara yaitu :
1. Tambahan pengetahuan (dari para mahir atau sumber-sumber lainnya)
2. Representasi pengetahuan (ke komputer)
3. Inferensi pengetahuan
4. dan pengalihan pengetahuan ke user.
Pengetahuan yang disimpan di komputer disebut dengan nama basis pengetahuan. Ada
Salah satu fitur yang harus dimiliki oleh sistem pakar yakni kemampuan untuk menalar, Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah tersedia jadwal yang bisa mengakses basisdata, maka komputer harus sanggup diprogram untuk menciptakan inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine)
Sebagian besar sistem pakar komersial dibentuk dalam bentuk rule based systems, yang mana pengetahuan disimpan dalam bentuk aturan-aturan. Aturan tersebut biasanya berbentuk IF-THEN.
Fitur lainnya dari sistem pakar yakni kemampuan untuk menawarkan nasehat atau merekomendasi. Kemampuan inilah yang membedakan sistem pakar dengan sistem konvensional.
3. Struktur Sistem Pakar
 |
Gambar 2.1. Arsitektur Sistem Pakar (Turban,1995).
Menurut Turban(1995), sistem pakar terdiri dari dua kepingan pokok, yaitu : lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan dipakai sebagai pembangun sistem pakar baik dari segi pembangun komponen maupun basis pengetahuan. Lingkungan konsultasi dipakai oleh seseorang yang bukan mahir untuk berkonsultasi.
Komponen-komponen yang ada pada sistem pakar menyerupai pada Gambar 2.1 sebagai berikut :
1. Subsistem penambahan pengetahuan.
Bagian ini dipakai untuk memasukkan pengetahuan, mengkonstruksi atau memperluas pengetahuan dalam basis pengetahuan. Pengetahuan itu bisa berasal dari: ahli, buku, basisdata, penelitian, dan gambar.
2. Basis pengetahuan.
Berisi pengetahuan-pengetahuan yang dibutuhkan untuk memahami, memformulasikan dan menuntaskan masalah
3. Motor Inferensi (inference engine).
Program yang berisi metodologi yang dipakai untuk melaksanakan daypikir terhadap informasi-informasi dalam basis pengetahuan dan blackboard, serta dipakai untuk memformulasikan konklusi. Ada
a. Interpreter : mengeksekusi item-item jadwal yang terpilih dengan memakai aturan-aturan dalam basis pengetahuan yang sesuai.
b. Scheduler : akan mengontrol agenda
c. Consistency enforcer : akan berusaha memelihara kekonsistenan dalam merepresentasikan solusi yang bersifat darurat
4. Workspace
Merupakan area dalam memori yang dipakai untuk merekam insiden yang sedang berlangsung termasuk keputusan sementara. Ada
a. Rencana : bagaimana menghadapi masalah
b. Agenda : aksi-aksi yang potensial yang sedang menunggu untuk dieksekusi
c. Solusi : calon agresi yang akan dibangkitkan
5. Antarmuka
Digunakan untuk media komunikasi antara user dan program
6. Subsistem klarifikasi
Digunakan untuk melacak respon dan menawarkan klarifikasi wacana kelakukan sistem pakar secara interaktif melalui pertanyaan :
- Mengapa suatu pertanyaan ditanyakan oleh sistem pakar?
- Bagaimana konklusi dicapai?
- Mengapa ada alternatif yang dibatalkan?
- Rencana apa yang dipakai untuk mendapat solusi?
7. Perbaikan.
Sistem ini dipakai untuk mengevaluasi kinerja sistem pakar itu sendiri untuk melihat apakah pengetahuan-pengetahuan yang ada masih cocok untuk dipakai di masa mendatang.
4. BASIS PENGETAHUAN (KNOWLEDGE BASE)
Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja di dalam domain tertentu. Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan, yaitu :
a. Penalaran berbasis aturan (Rule-Based Reasoning)
Pada daypikir berbasis aturan, pengetahuan direpresentasikan dengan memakai aturan berbentuk: IF-THEN. Bentuk ini dipakai apabila kita mempunyai sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar sanggup menuntaskan persoalan tersebut secara berurutan. Disamping itu bentuk ini juga dipakai apabila dibutuhkan klarifikasi wacana jejak (langkah-langkah) pencapaian solusi.
b. Penalaran berbasis kasus (Case-Based Reasoning)
Pada daypikir berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi kini (fakta yang ada). Bentuk ini dipakai apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Selain itu, bentuk ini juga dipakai apabila kita telah mempunyai sejumlah situasi atau kasus tertentu dalam basis pengetahuan.
5. MOTOR INFERENSI (INFERENCE ENGINE)
Mesin inferensi yakni kepingan yang mengandung mekanisme fungsi berpikir dan pola-pola daypikir sistem yang dipakai oleh seorang pakar. Mekanisme ini akan menganalisa suatu persoalan tertentu dan selanjutnya akan mencari tanggapan atau kesimpulan terbaik.
Secara deduktif mesin inferensi menentukan pengetahuan yang relevan dalam rangka mencapai kesimpulan. Dengan demikian sistem ini sanggup menjawab pertanyaan pemakai meskipun tanggapan tersebut tidak tersimpulkan secara eksplisit di dalam basis pengetahuan. Mesin inferensi memulai pelacakannya dengan mencocokan kaidah-kaidah dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data.
1. Forward Chaining
Pencocokan fakta atau pernyataan dimulai dari kepingan sebelah kiri (IF dulu). Dengan kata lain, daypikir dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. Gambar 2.2 memperlihatkan diagram Forward chaining.
 |
Gambar 2.2. Diagram Forward Chaining
2. Backward Chaining
Pencocokan fakta atau pernyataan dimulai dari kepingan sebelah kanan (THEN dulu). Dengan kata lain, daypikir dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan.(Gambar 2.3)
 |
Gambar 2.3. Diagram Backward Chaining
Kedua metode inferensi tersebut dipengaruhi oleh tiga macam penelusuran, yaitu Depth-first search, Breadth-first search dan Best-first search.
- Breadth-first search, Pencarian dimulai dari simpul akar terus ke level 1 dari kiri ke kanan dalam 1 level sebelum berpindah ke level berikutnya. Gambar 2.4 memperlihatkan breadth first search pada suatu pohon 2 level.
 |
Gambar 2.4. Pohon Breadth First Search
Keuntungan BFS:
- Breadth first search tidak akan menemui jalan buntu.
- Jika ada 1 solusi maka breadth first search akan menemukannya. Jika terdapat lebih dari 1 solusi, maka solusi minimum akan ditemukan.
Kelemahan BFS:
1. Membutuhkan memori yang cukup besar, lantaran menyimpan semua simpul dalam suatu pohon.
2. Membutuhkan waktu yang cukup lama, lantaran akan menguji n level untuk mendapat solusi pada level yang ke-(n+1).
- Depth-first search, Pencarian dimulai dari simpul akar ke level yang lebih tinggi. Proses ini dilakukan terus hingga solusinya ditemukan atau kalau menemui jalan buntu. Gambar 2.5 memperlihatkan suatu pohon depth first search.
 | |||
| |||
Gambar 2.5. Pohon Depth First Search
Keuntungan DFS :
- Membutuhkan memori yang cukup kecil, lantaran hanya simpul-simpul pada lintasan yang aktif saja yang disimpan.
- Secara kebetulan, pencarian mendalam pertama mungkin sanggup menemukan suatu solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan.
Kelemahan DFS:
1. Metode depth first search memungkinkan tidak ditemukannya tujuan yang diharapkan.
2. Hanya akan mendapat 1 solusi pada setiap pencarian.
- Best-first search, bekerja berdasarkan kombinasi kedua metode sebelumnya.
Dalam menentukan apakah akan memakai pelacakan ke depan atau pelacakan ke belakang, semuanya bergantung persoalan yang akan dibentuk sistem pakarnya, dan belum sanggup dibuktikan mana yang lebih baik di antara kedua metode inferensi ini.
Untuk sebuah sistem pakar yang besar, dengan jumlah rule yang relatif banyak, metode pelacakan ke depan akan dirasakan sangat lamban dalam pengambilan kesimpulan, sehingga untuk sistem-sistem yang besar dipakai metode pelacakan ke belakang.
METODOLOGI PENELITIAN
A. Bahan Penelitian
Bahan yang dipakai dalam penelitian ini berupa data-data penyakit ayam yang disebabkan oleh virus yang didapatkan dari buku dan pakar (dokter hewan)
B. Alat
Dalam penelitian ini memakai alat-alat sebagai berikut :
- Perangkat keras (Hardware)
PC Processor P III 533 MHz, RAM 128 MB, dan HD 10 GB
- Perangkat lunak (Software)
Windows 98, Turbo Prolog 2.0
C. Jalan Penelitian
Tahap-tahap yang dilakukan dalam penelitian ini diadaptasi dengan tahapan pengembangan sistem pakar yang umum(Harmon & King, 1985), antara lain :
- Menentukan tool atau bahasa pemrograman yang akan dipakai untuk mengimplementasi sistem
- Identifikasi domain dan melaksanakan analisis terhadap pengetahuan, mencakup akusisi pengetahuan, representasi pengetahuan dan mekanisme inferensi
- Perancangan, mencakup perancangan input dan perancangan output
- Implementasi, yaitu melaksanakan penulisan jadwal (pengkodean dari tahap perancangan.
1. Tahap menentukan tool atau bahasa pemrograman
Dalam penelitian ini tool atau bahasa pemrograman yang dipilih yakni Turbo Prolog 2.0. Ada beberapa hal yang menjadi pertimbangan digunakannya Turbo Prolog, pertama pemrograman turbo prolog yakni salah satu bahasa pemrograman yang bersifat deklaratif bukan prosedural. Hal ini sangat mendukung sistem dalam proses penarikan kesimpulan dengan beberapa alternatif tanggapan berdasarkan data yang ada. Menurut Townsend, Carl(1986), turbo prolog sangat cocok untuk perancangan aplikasi yang membutuhkan penarikan kesimpulan formal, dan salah satu di antaranya yakni untuk aplikasi sistem pakar.
Kedua, pemrograman turbo prolog sangat sempurna untuk memecahkan persoalan yang tidak terstruktur dan yang mekanisme pemecahannya tidak diketahui, terutama pemecahan persoalan non-numerik. Di sinilah kemampuan prolog yang tidak dimiliki oleh bahasa pemrograman lain. Kelebihan lain yang tidak dimiliki oleh pemrograman lainnya yakni bahwa turbo prolog mempunyai kemudahan sistem basis data internal yang bersifat dinamis. Sifat tersebut sanggup dimanfaatkan untuk mengimplementasikan proses pengingatan (Herianto, 1993). Sebagai contoh, dalam proses pelacakan terhadap salah satu jenis penyakit pada ayam dan sekian penyakit ayam yang ada, ternyata ada beberapa tanda-tanda yang sama dari dua atau lebih jenis penyakit yang berbeda. Hal ini sistem tidak perlu menanyakan tanda-tanda yang sama dalam bentuk pertanyaan yang sama. Kaprikornus cukup sekali saja pertanyaan yang sama tersebut ditanyakan, lantaran prolog memakai proses pengingatan.
Keunggulan lain yang dimiliki bahasa turbo prolog yakni dalam hal kecepatan sanksi program. Menurut Andoko (1989) sanksi jadwal hasil kompilasi turbo prolog lebih cepat daripada hasil kompiler lainnya.
Penyusunan sistem pakar dalam penelitian dibentuk berdasarkan konsep atau aturan-aturan pada umumnya yang dipakai pada perencanaan penyusunan sistem pakar. Hanya saja kalau dilihat dari karakteristiknya ada beberapa hal yang bersifat khusus. Sistem pakar yang dibentuk merupakan bentuk jadwal berdiri sendiri, artinya paket perangkat lunak yang dirancang dalam pembuatan sistem pakar sanggup dijalankan pada komputer pribadi, mini atau mainframe. Pada ketika komputer dijalankan, jadwal tersebut sepenuhnya berdiri sendiri tidak digabung dengan perangkat lunak lain.
2.1. Akuisisi Pengetahuan (Knowledge Acquisition)
Proses pengumpulan pengetahuan mengenai diagnosis penyakit ayam ini diperoleh dari seorang pakar (dokter hewan) yang dilengkapi dengan buku-buku mengenai penyakit dan kesehatan ayam. Pengetahuan yang diperoleh mencakup :
1. Gejala-gejala yang diderita ayam
2. Jenis penyakit
3. Cara pengobatannya
Pengetahuan yang diperoleh dikhususkan pada penyakit ayam yang disebabkan oleh virus.
2.2. Representasi Basis Pengetahuan
Setelah akuisisi pengetahuan berikutnya yang dilakukan yakni merepresentasikan pengetahuan yang dikumpulkan. Tujuan representasi pengetahuan yakni untuk membuatkan suatu struktur yang akan membantu pengkodean pengetahuan ke dalam program. Dalam penelitian ini basis pengetahuan direpresentasikan dengan memakai kaidah produksi, yaitu berupa IF – THEN.
IF Kondisi1 (AND Kondisi2 …) THEN Kesimpulan
Kaidah produksi merupakan statemen dua kepingan yang disatukan menjadi sepenggal kecil pengetahuan. Kaidah kepingan pertama IF yang menyatakan premis, kondisi atau antecedent, dan kaidah kepingan kedua THEN yang menyatakan suatu kesimpulan atau konklusi. Pada pola berikut diberikan beberapa inputan antecedent dan menawarkan satu kesimpulan berdasarkan premis yang ada untuk menentukan jenis atau nama penyakit yang diderita pada ayam.
1) IF produksi telur turun
AND batuk
AND ayam lesu serta lemah
AND nafsu makan berkurang
AND kelumpuhan pada sayap dan kaki
AND bersih
AND berat telur turun dan ukuran tidak seragam
AND sulit bernafas
AND diare berwarna kehijau-hijauan
THEN penyakit Tetelo
2) IF produksi telur turun
AND malas bergerak dan sempoyongan
AND mengalami tanda-tanda katarak bahkan kebutaan
AND bulu rontok
AND kepala dan leher kaki
THEN penyakit Syaraf leher
Untuk menuliskan IF ….. THEN dalam bahasa prolog cukup ditulis dengan simbol “……:-……“. Berdasarkan aturan tersebut sistem akan menanyakan pada user dengan beberapa pertanyaan wacana tanda-tanda yang dialami ayam melalui suatu dialog. Adapun pemakai (user) cukup menjawab pertanyaan dengan ‘ya’ atau ‘tidak’ melalui keyboard
Untuk mempermudah dalam menciptakan pohon keputusan dilakukan dengan memakai sumbangan matrik (tabel keputusan). Tabel 3.1 memperlihatkan kekerabatan antara gejala-gejala yang diderita ayam dan jenis penyakitnya.. Matrik ini diperoleh berdasarkan pengalaman seorang pakar (dokter hewan) dan juga mengacu pada beberapa literatur.
Setelah terbentuk tabel keputusan kemudian dibentuk suatu pohon keputusan untuk membantu memudahkan cara penelusuran dalam mencapai kesimpulan, menyerupai yang terlihat pada gambar 3.1
2.3. Mekanisme inferensi (Inference Engine)
Dalam penelitian ini sistem pelacakan yang dilakukan yakni memakai Backward chaining dengan metode penelusuran Depth First Search. Proses pelacakan ini bermula dari simpul akar dan bergerak ke bawah ke tingkat dalam yang berurutan. Proses ini berlangsung terus hingga kesimpulan ditemukan, atau kalau menemui jalan buntu akan melacak ke belakang (backtracking). Berikut dijelaskan proses pelacakan yang dilakukan dalam penelitian ini.
Tabel 3.1 Hubungan Gejala dan jenis penyakit ayam | |||||||||||||||||
No | Gejala | P1. Mareks | P2. Busung ayam | P3. Syaraf komplek | P4. Produksi awal | P5. Anemia ayam | P6. Kerdil ayam | P7. Depresi ayam | P8. Tetelo | P9. Batuk ayam menahun | P10. Syaraf Leher | P11. Produksi telur 76 | P12. Sendi lutut | P13. Flu burung/ayam | P14. Batuk darah | P15. Gumboro | P16. Cacar ayam |
1 | Jengger pucat, keriput serta kebiru-biruan | x | x | x | x | ||||||||||||
2 | Pertumbuhan terhambat | x | x | x | |||||||||||||
3 | Produksi telur menurun | x | x | x | x | x | |||||||||||
4 | Keluar air mata | x | x | ||||||||||||||
5 | Batuk | x | x | x | x | ||||||||||||
6 | Ayam lesu serta lemah | x | x | x | x | x | |||||||||||
7 | Nafsu makan berkurang | x | x | x | x | x | |||||||||||
8 | Kelumpuhan pada sayap dan kaki | x | x | x | x | ||||||||||||
9 | Malas bergerak dan sempoyongan | x | x | x | |||||||||||||
10 | Mengalami tanda-tanda katarak bahkan kebutaan | x | x | x | |||||||||||||
11 | Bersin | x | x | x | |||||||||||||
12 | Berat telur turun dan ukuran tidak seragam | x | x | x | |||||||||||||
13 | Hati membesar | x | x | x | |||||||||||||
14 | Ngorok | x | x | ||||||||||||||
15 | Kulit telur lunak | x | x | ||||||||||||||
16 | Kulit telur terlalu agresif dan tidak rata | x | x | ||||||||||||||
17 | Diare berwarna putih | x | x | ||||||||||||||
18 | Sulit bernafas | x | x | ||||||||||||||
19 | Tumor dibawah kulit dan otot-otot | x | x | ||||||||||||||
20 | Bulu rontok | x | |||||||||||||||
21 | Kepala dan leher kaku | x | |||||||||||||||
22 | Terjadi radang pada rongga-rongga hidung | x | |||||||||||||||
23 | Diare | x | |||||||||||||||
24 | Kepala dan muka membengkak akhir bunting air atau gangguan syaraf | x | |||||||||||||||
25 | Bintil-bintil cacar yang menonjol pada permukaan kulit dan kepala | x | |||||||||||||||
26 | Pembengkakan dari sinus hingga mata | x | |||||||||||||||
27 | Telur tidak berwarna | x | |||||||||||||||
28 | Gejala pernafasan yang ringan | x | |||||||||||||||
29 | Kotoran semakin lembap serta berwarna kehijau-hijaun | x | |||||||||||||||
30 | Daerah sekitar kloaka kotor | x | |||||||||||||||
31 | Bursa fabricius membengkak 2-3 kali ukuran normal | x | |||||||||||||||
32 | Ginjal membengkak dengan warna putih keabu-abuan | x | |||||||||||||||
33 | Pendarahan pada urat daging | x | |||||||||||||||
34 | Kepucatan pada selaput lendir, jengger serta kaki | x | |||||||||||||||
35 | Bila ayam mati akan lekas membusuk | x | |||||||||||||||
36 | Mengeluarkan lendir dari hidung dan mata | x | |||||||||||||||
37 | Berkumpul di bawah pemanas | x | |||||||||||||||
38 | Adanya getah radang (exudat) di rongga mulut | x | |||||||||||||||
39 | Adanya getah radang (exudat) di batang tenggorokan | x | |||||||||||||||
40 | Tenggorokan menyerupai tersumbat | x | |||||||||||||||
41 | Paruh dan bulu kelihatan berdarah | x | |||||||||||||||
42 | Bulu sayap tumbuh tidak beraturan dan tidak normal | x | |||||||||||||||
43 | Bulu menyerupai baling-baling | x | |||||||||||||||
44 | Tungkai lemah | x | |||||||||||||||
45 | Distensi kepingan perut | x | |||||||||||||||
46 | Perut membesar | x | |||||||||||||||
47 | Pembesaran pada tulang sayap dan kaki | x | |||||||||||||||
48 | Penurunan berat badan | x | |||||||||||||||
49 | Diare berwana kehijau-hijauan | x | |||||||||||||||
50 | Tiba-tiba ayam berhenti bertelur | x | |||||||||||||||
51 | Anak ayam depresi | x | |||||||||||||||
52 | Pembengkakan tendon diatas sendi lutut | x | |||||||||||||||
Gambar 3.1 Diagram Pohon Penelusuran penyakit
Misalnya terdapat suatu kesimpulan menyerupai pada tabel keputusan (Tabel 3.1) dan gambar pohon 3.1. Untuk kondisi (3,5,6,7,8,11,12,18,49) benar, maka mesin inferensi mengambil kesimpulan penyakit Tetelo. Untuk kondisi (3,9,10,20,21) benar, maka mesin inferensi mengambil kesimpulan penyakit Syaraf leher.
Berikut urutan obrolan yang terjadi antara sistem dan user untuk penyakit Tetelo
Sistem 1. Apakah jengger pucat, keriput serta kebiru-biruan (y/t)?
User : t
Sistem 2. Apakah pertumbuhan terhambat (y/t)?
User : t
Sistem 3. Apakah produksi telur menurun (y/t)?
User : y
Sistem 5. Apakah Batuk (y/t)?
User : y
Sistem 6. Apakah ayam lesu serta lemah (y/t)?
User : y
Sistem 7. Apakah Nafsu makan berkurang (y/t)?
User : y
Sistem 8. Apakah Kelumpuhan pada sayap dan kaki (y/t)?
User : y
Sistem 11. Apakah Bersin (y/t)?
User : y
Sistem 12.Apakah berat telur turun dan ukuran tidak seragam (y/t)?
User : y
Sistem 18. Apakah sulit bernafas (y/t)?
User : y
Sistem 49. Apakah Diare berwarna kehijau-hijauan (y/t)?
User : y
Gambar 3.2 obrolan konsultasi 1
Melihat urutan obrolan di atas (gambar 3.2) maka penelusuran dapat digambarkan menyerupai pada gambar 3.3 dengan memakai metode penelusuran Depth First Search. Langkah penelusuran dimulai dari pertanyaan 1 dijawab t=salah, lantaran dijawab salah maka penelusuran diarahkan node 2 dijawab t=salah, lantaran node 2 dijawab salah maka prolog mencari solusi ke node 3 dijawab y=benar, diteruskan runut maju ke node dibawahnya yaitu 5 dijawab y=benar, dilanjutkan ke node 6 dijawab y=benar, diteruskan ke node 7 dijawab y=benar, dilanjutkan ke node 6 dijawab y=benar, diteruskan ke node 11 dijawab y=benar, dilanjutkan ke node 12 dijawab y=benar, diteruskan ke node 18 dijawab y=benar, dilanjutkan ke node 49 dijawab y=benar hingga mencapai kesimpulan penyakit Tetelo. Gambar 3.3 memperlihatkan pohon penelusuran untuk penyakit Tetelo.
Berikut pohon penelusurannya :
Gambar 3.3. Pohon Penelusuran penyakit Tetelo
Sistem 1 Apakah jengger pucat, keriput serta kebiru-biruan (y/t)?
User : t
Sistem 2 Apakah pertumbuhan terhambat (y/t)?
User : t
Sistem 3. Apakah produksi telur menurun (y/t)?
User : y
Sistem 5. Apakah Batuk (y/t)?
User : t
Sistem 9. Apakah Malas bergerak dan sempoyongan (y/t)?
User : y
Sistem 10. Apakah mengalami tanda-tanda katarak bahkan kebutaan (y/t)?
User : y
Sistem 20. Apakah Bulu rontok (y/t)?
User : y
Sistem 21. Apakah kepala dan leher kaku (y/t)?
User : y
Gambar 3.4 Dialog konsultasi 2
Pada obrolan konsultasi 2 (gambar 3.4), Langkah penelusuran dimulai dari pertanyaan 1 dijawab t=salah, penelusuran ke node 2 dijawab salah maka prolog mencari solusi ke node 3 dijawab y=benar, diteruskan runut maju ke node dibawahnya yaitu 5 dijawab t=salah, prolog mencari solusi lacak runut balik kembali ke satu level di atasnya, yaitu ke node 3, tetapi lantaran node 3 sudah pernah ditanyakan, pertanyaan sudah disimpan ke memori maka pertanyaan tersebut tidak dimunculkan kembali. Selanjutnya penelusuran dilanjutkan ke kepingan anak cabang node lainnya yaitu node 9 dijawab = y benar, diteruskan runut maju ke node dibawahnya ke node 10 dijawab y=benar, dilanjutkan ke node 20 dijawab y=benar, diteruskan ke node 21 dijawab y=benar hingga kesimpulan penyakitnya yakni Syaraf leher. Gambar 3.5 memperlihatkan pohon untuk penyakit syaraf leher.
Gambar 3.5. Pohon Penelusuran penyakit Syaraf Leher
Sistem 1 Apakah jengger pucat, keriput serta kebiru-biruan (y/t)?
User : y
Sistem 6 Apakah ayam lesu serta lemah (y/t)?
User : t
Sistem 8. Apakah kelumpuhan pada sayap dan kaki (y/t)?
User : t
Sistem 17. Apakah Diare berwarna putih (y/t)?
User : y
Sistem 50. Apakah tiba-tiba ayam berhenti bertelur (y/t)?
User : y
Gambar 3.6 Dialog konsultasi 3
Pada obrolan konsultasi (gambar 3.6), node 1 = y, node 6 = t = salah, prolog mencari solusi lacak runut balik kembali ke satu level di atasnya, yaitu ke node 1, tetapi lantaran node 1 sudah pernah ditanyakan, pertanyaan sudah disimpan ke memori maka pertanyaan tersebut tidak dimunculkan kembali. Selanjutnya penelusuran dilanjutkan ke kepingan anak cabang node lainnya yaitu node 8 dijawab = t = salah, maka prolog kembali ke node sebelumnya yaitu node 1 tetapi node 1 tidak ditanyakan lagi, prolog melanjutkan penelusuran ke kepingan anak cabang node lainnya yaitu node 17 dijawab y = benar maka penelusuran diteruskan runut maju ke node dibawahnya yaitu node 50 dijawab y =benar hingga kesimpulan penyakitnya yakni Produksi Awal. Gambar 3.7 memperlihatkan pohon penelusuran penyakit produksi awal.
Gambar 3.7. Pohon Penelusuran penyakit Produksi awal
3. Perancangan input dan output
Input data didisain berdasarkan masukan data berupa tanggapan atas pertanyaan sistem. Disain input dirancang pada ketika membangun jadwal dan dengan kemudahan pembuatan jendela yang dimiliki oleh Turbo Prolog 2.0. Sedangkan tampilan hasil sistem berupa isu jenis penyakit ayam dan disertai cara pengobatannya.
4. Implementasi
Sistem pakar ini diimplementasikan dengan bahasa pemrograman turbo prolog. Ciri yang menonjol dalam prolog yakni disamping mencari tanggapan secara logika terhadap pertanyaan yang diberikan, juga sanggup memberi tanggapan lain atas semua kemungkinan jawaban.
D. Kesulitan Penelitian
Kesulitan dalam membangun sistem pakar ini yakni pada waktu merepresentasikan pengetahuan dari seorang pakar ke basis pengetahuan
Semoga dengan postingan diatas yang berjudul Contoh Makalah Program Sistem Pakar Lengkap sanggup bermanfaat untuk sobatku semuanya, dan apabila berkenan cobalah untuk share pola makalah wacana jadwal sistem pakar ini buat temannya yang membutuhkannya, dan cobalah share di facebook ataupun media social lainnya terima kasih.
Semoga dengan postingan diatas yang berjudul Contoh Makalah Program Sistem Pakar Lengkap sanggup bermanfaat untuk sobatku semuanya, dan apabila berkenan cobalah untuk share pola makalah wacana jadwal sistem pakar ini buat temannya yang membutuhkannya, dan cobalah share di facebook ataupun media social lainnya terima kasih.
0 Response to "Contoh Makalah Kegiatan Sistem Pakar Lengkap"
Posting Komentar