MATERI 5

SISTEM PAKAR

Materi ini membahas tentang seputar Sistem Pakar yaitu dimana sistem yang digunakan untuk menyelesaikan masalah.

SISTEM PAKAR

Sistem Pakar digunakan untuk mendukung pemecahan masalah antara lain :

1. Pembuatan Keputusan (Decision Making)
2. Pemaduan Pengetahuan (Knowledge Fusing)
3. Pembuatan Design (Designing)
4. Perencanaan (Planning)
5. Perkiraan/Prakiraan (Forecasting)
6. Pengaturan (Regulating)
7. Pengendalian (Controling)
8. Diagnosis (Diagnosing)
9. Perumusan (Prescribing)
10. Penjelasan (Explanning)
11. Pemberian Nasihat (Advising)
12. Pelatihan (Tutoring)

Contoh Sistem Pakar :

1. MYCIN : Diagnosa penyakit miningitis & infeksi
2. FOLIO : Membantu memberikan keputusan bagi seorang manager dalam hal stok broker & investasi
3. XCON & XSEL : Membantu konfigurasi sistem komputer besar
4. DELTA : Pemeliharaan lokomotif listrik diesel
5. DENDRAL : Mengidentifikasi struktur molekular

Ciri - ciri Sistem Pakar :

• Terbatas pada bidang yang spesifik
  
• Berdasarkan pada rule atau kaidah tertentu
• Outputnya bersifat nasihat & anjuran
• Outputnya tergantung dari dialog dengan user

Keuntungan Sistem Pakar :

• Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
• Menyimpan pengetahuan & keahlian para pakar
• Meningkatkan Output & produktifitas
  
• Menghemat waktu & Pengambilan keputusan
• Meningkatkan kualitas

Kelemahan Sistem Pakar :

• Biaya yang diperlukan untuk membuat & memeliharanya sangat mahal
  
• Sulit dikembangkan
• Ketersediaan pakar di bidangnya
• Tidak 100% bernilai benar

Konsep Dasar :

• Keahlian
• Ahli
  
• Pengalihan keahlian
• Aturan
  
• Inferensi

Struktur Sistem Pakar :

• Basis pengetahuan
• Mesin Inferensi
• Blackboard
• Interface pengguna
• Subsistem penjelasan
• Sistem penyaring pengetahuan
  

Selengkapnya......

MATERI 4

PENCARIAN

Materi ini membahas lanjutan dari materi sebelumnya,di materi ini kita akan membahas lebih dalam tentang Pencarian Heuristik

PENCARIAN

Ada empat metode pencarian heuristik :

• Pembangkit dan Pengujian (Generate & Test)
• Pendakian Bukit (Hill Climbing)
• Pencarian terbaik pertama (Best First Search)
• Simulated Annealing

Pencarian terbaik pertama (Best First Search)
Pengertian : Metode best-first search ini merupakan kombinasi dari metode depth-first search dan metode breadth-first search dengan mengambil kelebihan dari kedua metode tersebut.
1. Penentuan node berikutnya adalah node yang terbaik yang pernah di bangkitkan
2. Menggunakan informasi

• Biaya perkiraan
Biaya sebenarnya

3. Terdapat dua jenis

• Greedy Best First Search = biaya perkiraan f(n)=h(n)
• A* = f(n)=g(n) + h(n)

Keuntungan :

• Memperbolehkan kembali ke node pada level lebih rendah meskipun node pada level terendah tersebut memiliki nilai heuristik lebih rendah

Untuk mengimplementasikan metode ini menggunakan graph keadaan,dibutuhkan 2 antrian yang berisi node-node yaitu :

• OPEN,Merupakan node yang telah dibangkitkan namun belum di uji
• CLOSED,Merupkan node yang telah di bangkitkan dan telah di uji

ALGORITMA

• Tempatkan node awal A pada antrian OPEN
• Kerjakan langkah-langkah berikut hingga tujuan ditemukan atau antrian OPEN sudah kosong :
• Ambil node terbaik dari OPEN
• Bangkitkan semua successornya
• Untuk tiap-tiap successor kerjakan :
• Jika node tersebut belum pernah dibangkitkan sebelumnya,evaluasi node tersebut dan masukkan ke OPEN;
• Jika node tersebut sudah pernah dibangkitkansebelumnya,ubah parent jika lintasan baru lebih menjanjikan.Hapus node tersebut dari antrian OPEN.
  

Selengkapnya......