Konsep Teknologi Sistem Cerdas

Apakah sistem cerdas itu?

     Tahukah anda bahwa segala sesuatu yang ada di alam semesta ini, baik setiap gejala alamnya, fenomena yang terjadi di dalamnya, bahkan kehidupan makhluk-makhluk yang ada di dalamnya merupakan suatu bentuk persamaan matematis? Atau dapat dibilang segala gejala dan fenomena tersebut dapat dibuat ke dalam bentuk persamaan matematis, termasuk di dalamnya adalah bagaimana cara kerja otak dan bagaimana manusia berpikir. Pemrograman konvensional masih dapat digunakan untuk membuat mesin atau komputer berinteraksi dengan manusia, namun bagaimana untuk wilayah-wilayah sensitif atau area soft science yang tidak dapat dijelaskan atau dirumuskan dengan pasti? Sehingga kemudian muncullah suatu analisis mengenai bagaimana cara kerja otak manusia dan dirumuskan dalam suatu persamaan matematis atau model matematika. Dari model matematika inilah kecerdasan buatan dapat diciptakan.

     Sistem cerdas adalah sistem yang menerapkan kecerdasan buatan. Jadi, “kecerdasan” inilah yang diciptakan untuk kemudian dimasukkan ke dalam suatu mesin atau komputer. Sistem ini dibuat agar dapat berpikir layaknya manusia. Sistem ini juga dibuat agar dapat “berperilaku” seperti manusia, juga mampu menyerap pengalaman dan mampu bertindak berdasarkan pengalaman tersebut, sehingga sistem ini seolah-olah mempunyai kehendak sendiri dan mampu berpikir seperti halnya manusia.

Tiga konsep dasar dalam sistem cerdas adalah:

1. Bagaimana kerja otak manusia? Hal ini dibahas dalam kajian Artificial Neural Network yang membahas mengenai bagaimana cara sel saraf otak kita bekerja.
2. Bagaimana manusia berpikir? Hal ini dibahas dalam kajian Artificial Intelligence yang membahas mengenai bagaimana mesin dapat berpikr dan bertindak layaknya manusia.
3. Bagaimana manusia merasa? Hal ini dibahas dalam kajian Fuzzy Logic yang membahas mengenai bagaimana mesin dapat dibuat agar mempunyai unsur-unsur perasaan seperti manusia sehingga mesin tersebut dapat mempunyai kehendak dan mengambil keputusan sesuai unsur rasa tersebut.

     Fuzzy Logic atau logika fuzzy sering juga disebut konsep perasa atau logika samar. Logika ini berhubungan dengan nilai yang samar, maksudnya sebuah nilai tidak hanya dapat bernilai benar atau salah, tetapi dapat bernilai benar dan salah secara bersamaan. Logika ini dibuat untuk menganalisa bagaimana membuat nilai rasa. Contohnya, bayangkan saja kita sedang naik mobil yang disetir oleh robot dengan logika fuzzy, kemudian tiba-tiba ada seseorang yang menyebrang, otomatis kita akan berteriak “AWAS!!”. Di dalam menerjemahkan kata “AWAS!!” ini, robot memiliki unsur rasa, apakah kita berteriak “AWAS!!” dengan panik atau hanya sekedar memperingatkan sehingga robot kemudian akan mengerti seberapa banyak ia harus membelokkan setirnya.

Macam Macam Sistem Cerdas:

A.    Sistem 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.

   skema penerapan sistem pakar dalam organisasi

• Case-based (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.

Cabang dari kecerdasan buatan antara lain:

1. Robotika
2. Bahasa Alami
3. Vision
4. Undens tanding
5. Sistem pakar
6. Sistem syaraf tiruan
7. speech
8. Konsep Sistem Pakar

Yang terlihat dalam pembuatan sistem pakar antara lain:

–          pertama user (pengguna), 

–          kedua Programmer (pengalih bahasa pakar ke bahasa komputer sehingga informasi dari pakar bisa diterima oleh user)

–          dan ketiga  adalah pakar (sumber pengetahuan dalam sistem pakar).

Kepakaran seorang pakar harus ditampung ke dalam sebuah database supaya dapat dimanfaatkan untuk sistem pakar. Konsep dasar fungsi sistem pakar adalah:

• User/pengguna memberikan inputan berupa fakta/masalah/keluahan yang dialami kedalam sistem pakar.
• Dari inputan tersebut, sistem memberikan respon berupa keahlian/solusi dari sistem pakar
• Bagaimana sistem pakar bisa memberikan solusi? Sistem pakar menyimpan sejumlah keahlian yang ada di dalam knowledge base (basis pengetahuan). Kemudian inputan diproses dan ditampilkan solusi yang diberikan.
• Bagaimana user bisa berinteraksi dengan sistem pakar? Karena ada interface yaitu berupa program aplikasi yang dibuat oleh programer sedemikian rupa sehingga user mengerti dan bisa memamfaatkan sistem pakar tersebut.

Dengan kata lain, tugas dari sistem pakar adalah membahasakan keahlian seorang pakar ke dalam bahasa komputer sampai dapat digunakan oleh user. Atau jika digambarkan lebih komplek adalah:

Dari penjelasan di atas, dapat kita simpulkan bawa ruang lingkup permasalahan yang ada, atau kemungkinan pertanyaan dari user harus mengandung basis pengetahuan atau kumpulan kesimpulan yang munkin terjadi.

1. Model konseptual sistem pakar

Model konseptual sistem pakar yang paling umum diperlihatkan pada Gambar 5.21. Tampak bahwa terdapat 4 buah komponen penting, yakni basis pengetahuan (knowledge base), mesin inferensi (inference engine), fasilitas penjelasan, dan antarmuka pemakai.

Model konseptual sistem pakar 

• Basis pengetahuan merupakan komponen yang berisi pengetahuan-pengetahuan yang berasal dari pakar. Berisi sekumpulan fakta (fact) dan aturan (rule). Fakta berupa situasi masalah dan teori tentang area masalah. Aturan adalah suatu arahan yang menggunakan pengetahuan untuk memecahkan masalah pada bidang tertentu.
• Mesin inferensi adalah komponen yang menjadi otak sistem pakar. Bagian inilah yang berfungsi melakukan penalaran dan pengambilan kesimpulan.
• Fasilitas penjelas merupakan komponen yang berfungsi untuk mem-berikan penjelasan kepada pemakai yang memintanya. Jenis pertanyaan ;ang dapat ditangani biasanya berupa “Mengapa” dan “Bagaimana”. Tidak semua sistem pakar menyediakan bagian ini. Contoh berikut mem-berikan gambaran tentang penjelasan oleh sistem pakar.
• Antarmuka pemakai merupakai bagian yang menjembatani antara sistem dan pemakai. Melalui bagian inilah pemakai berkomunikasi dengan sistem.

2. Perbandingan Antara Pakar dan Sistem Pakar

Perbedaan antara pakar dan sistem pakar dapat digambarkan ke dalam tabel berikut :

Faktor	Pakar	Sistem pakar
Ketersediaan Waktu	Hari kerja	24 jam/setiap saat
Letak	Tertentu	Dimana saja
Keamanan	Tidak tergantikan	Tergantikan
Dapat habis	Ya	Tidak
Performa	Relatif	Konsisten
Kecepatan	Relatif	Konsisten
Biaya	Tinggi	Terjangkau

Tabel di atas menggambarkan perbedaan sistem pakar dan seorang pakar. Dalam hal ini, diasumsikan sistem pakar sudah tersedia, bukan sedang dalam proses pengembangan.

Untuk lebih jelasnya, berikut uraian per point : 

• Sistem pakar dapat digunakan setiap hari menyerupai sebuah mesin. Sedangkan seorang pakar tidak mungkin dapat bekerja secara terus menerus.
• Sistem pakar merupakan suatu software yang dapat diperbanyak dan kemudian dibagikan ke berbagai lokasi dan dapat dimanfaatkan secara bersamaan. Sedangkan pakar hanya bekerja pada satu waktu dan tempat saja.
• Sistem pakar aman dari pengguna yang tidak diinginkan. Dengan diberikan pengaman seperti berupa password dan semacamnya. Sedangkan pakar bisa saja mendapat ancaman atau tekanan pada saat melaksanakan tugasnya.
• Pengetahuan yang disimpan dalam basis pengetahuan tidak akan habis/lupa. Sedangkan seorang pakar bisa menginngal, tidak bisa melaksanakan tugas dan semacamnya.
• Kemampuan memecahkan masalah dalam sistem pakar tidak dipengaruhi oleh keadaan di luar sistem. Sedangkan seorang pakar bisa saja mendapat pengaruh dalam mengambil keputusan.
• Begitu juga kecepatan dalam menyelesaikan permasalahan. Sama seperti point sebelumnya.
• Biaya menggaji seorang pakar lebih mahal bila dibandingkan dengan penggunaan program aplikasi

3. Ciri Sistem Pakar

> Memiliki fasilitas informasi yang handal,

> Mudah dimodifikasi,

> Dapat digunakan dalam berbagai jenis komputer,

> Mempunyai kemampuan untuk belajar beradaptasi

4. keuntungan dan kerugian system pakar.

Keuntungan system pakar

a. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli,

b. Bisa melakukan proses secara berulang secara otomatis,

c. Menyimpan pengetahuan dan keahlian para pakar,

d. Meningkatkan output dan produktivitas,

e. Meningkatkan kualitas,

f.  Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka),

g. Mampu beroperasi dalam lingkungan yang berbahaya,

h. Memiliki kemampuan untuk mengakses pengetahuan,

i.  Memiliki reliabilitas,

j.  Meningkatkan kapabilitas sistem komputer,

k. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian,

l.  Sebagai media pelengkap dalam pelatihan,

m. Meningkatkan kapabilitas dalam penyelesaian masalah,

n.  Menghemat waktu dalam pengambilan keputusan.

Kerugian Sistem pakar

a. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal,

b. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.

c. Sistem pakar tidak 100% bernilai benar

 5. Bentuk Sistem Pakar

a. Berdiri sendiri. Merupakan software yang berdiri sendiri tidak tergabung dengan software lain.

b. Tergabung. Merupakan bagian program yang terkandung dalam suatu algoritma (konvensional), atau merupakan program di mana di dalamnya memanggil algoritma subrutin lain (konvensional).

c. Menghubungkan ke software lain. Merupakan sistem pakar menghubungkan ke suatu paket program tertentu, misalnya DBMS.

d. Sistem mengabdi. Merupakan bagian dari komputer khusus yang dihubungkan dengan fungsi tertentu.

 6. struktur sistem pakar

①. User interface 

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.

②. Basis Pengetahuan 

Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.

Setelah proses akuisisi pengetahuan selesai dilakukan, maka pengetahuan tersebut harus direpresentasikan. Ada beberapa cara merepresentasikan pengetahuan menjadi basis pengetahuan, yaitu pengetahuan dalam bentuk kalkulus predikat, jaringan semantik, bingkai, kaidah produksi. Semua bentuk representasi itu bertujuan untuk menyederhanakan data sehingga mudah untuk dimengerti dan mengefektifkan proses pengembangan program. Basis pengetahuan mencakup dua elemen dasar, yaitu :

a. fakta, misalnya situasi persoalan dan teori area persoalan (apa yang diketahui tentang area domain).

b. rule atau aturan khusus yang mengarahkan penggunaan pengetahuan untuk memecahkan persoalan khusus dalam domain tertentu (referensi logika).

③ Akuisisi Pengetahuan

Fasilitas ini merupakan suatu proses untuk mengumpulkan data-data pengetahuan akan suatu masalah dari pakar. Bahan pengetahuan dapat ditempuh dari beberapa cara, misalnya mendapatkan pengetahuan dari buku, jurnal ilmiah, para pakar dibidangnya, laporan, literatur dan seterusnya. Sumber pengetahuan tersebut dijadikan dokumentasi untuk dipelajari, diolah, dan diorganisasikan secara terstruktur menjadi basis pengetahuan.

Menurut Firebaught proses akuisisi dibagi dalam enam tahap, yaitu:

1. Identifikasi
2. Meliputi penentuan komponen kunci dalam system yang sedang dibangun. Antara lain: knowledge engineer, engineer, pakar, karakteristik masalah, sumber daya dan tujuan.
3. Konsep Konsep kunci dan hubungannya yang telah ditentukan pada tahap pertama dibuat lebih jelas pada tahap ini.
4. Formalisasi
   Pemetaan konsep kunci, sub masalah dan aliran informasi yang telah ditentukan dalam tahap sebelumnya ke dalam representasi formal yang paling sesuai dengan masalah yang ada.
5. Implementasi
   Pemeteaan pengetahuan dari yang telah diformalisasikan ke dalam skema representasi pengetahuan yang dipilih.
6. Pengujian
   Seteleh prototipe sistem yang dibangun berhasil menangani dua atau tiga contoh, prototipe tersebut harus menjalani serangkaian pengujian dengan teliti menggunakan beragam sampel masalah.
7. Revisi prototipe

Merupakan kemampuan untuk kembali  ke tahap-tahap sebelumnya untuk memperbaiki sistem

④ Mesin Inferensi

Mesin inferensi merupakan otak dari sistem pakar, Mesin inferensi adalah bagian yang mengandung mekanisme berpikir dan pola-pola penalaran sistem yang akan menganalisis suatu masalah tertentu dan selanjutnya akan mencari jawaban atau kesimpulan yang terbaik.
Hasil pemprosesan yang dilakukan oleh mesin inferensi dari sudut pandang pengguna non pakar berupa aksi/konklusi yang direkomendasikan oleh sistem pakar atau dapat juga berupa penjelasan jika memang dibutuhkan oleh pengguna. Dari sudut pandang pembangun sistem dalam lingkungan pengembangan, mesin inferensi terdiri dari 3 elemen penting, yaitu :

1. Interpreter (interpreter kaidah terdapat pada sebagian besar sistem), elemen ini mengeksekusi item-item agenda yang terpilih dengan menggunakan kaidah basis pengetahuan yang bersesuaian.
2. Scheduller, elemen ini mengelola pengontrolan terhadap agenda. Penjadwal memperkirakan pengaruh-pengaruh dari penggunaan kaidah inferensi pada prioritas-prioritas item  atau kriteria lain pada agenda.
3. Consistency enforcer, elemen ini berusaha untuk mengelola penyajian solusi secara konsisten.

⑤ Workplace

Merupakan area kerja memori yang disimpan sebagai basis data untuk deskripsi persoalan terbaru yang ditetapkan oleh data input, digunakan juga untuk perekaman hipotesis dan keputusan sementara. 

Tiga tipe keputusan dapat direkam dalam blackboard, yaitu :

1. rencana (bagaimana mengatasi persoalan),

2. agenda (tindakan potensial sebelum eksekusi), dan

3. solusi (hipotesis kandidat dan arah tindakan alternatif yang telah

dihasilkan sistem sampai dengan saat ini).

⑥ Fasilitas Penjelasan

Bagian yang harus siap memberikan penjelasan disaat pemakai perlu mengetahui apakah alasan diberikannya sebuah solusi. Bagian ini secara konkrit membedakan sebuah sistem pakar dengan sistem aplikasi yang biasa, karena pada pemrograman konvensional tidaklah biasa sebuah sistem menyediakan informasi tambahan mengapa atau dari mana sebuah solusi diperoleh.

Bagian ini mempunyai kemampuan untuk menelusuri konklusi dan menerangkan tingkah laku sistem pakar dengan menjawab pertanyaan-pertanyaan sebagai berikut :

1. Mengapa pertanyaan tersebut ditanyakan oleh sistem pakar?

2. Bagaimana konklusi tersebut diperoleh?

3. Mengapa alternatif tersebut ditolak?

4. Apa rencana untuk memperoleh penyelesaian?

Pada sistem pakar berbasis rule, biasanya penjelasan ini dilakukan dengan cara memperlihatkan rule-rule yang digunakan. Fasilitas ini penting untuk menambah rasa percaya pengguna pada hasil output program sistem pakar yang digunakannya.

⑦ Perbaikan Pengetahuan

Merupakan bagian sistem pakar yang dapat menambah, mengubah, menghapus pengetahuan yang terdapat pada basis pengetahuan. Fasilitas ini dibangun agar sistem pakar dapat ditingkatkan pengetahuannya untuk menyelesaikan masalah  dengan tepat.

B.     Pengertian Sistem Pendukung Keputusan

 

Ilustrasi Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001).

SPK bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik.

SPK merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan menegement science, hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini computer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat.

Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu (Sprague et.al, 1993):

1. Sistem yang berbasis komputer. 
2. Dipergunakan untuk membantu para pengambil keputusan 
3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual 
4. Melalui cara simulasi yang interaktif 
5. Dimana data dan model analisis sebaai komponen utama.

Komponen Sistem Pendukung Keputusan

Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen besar yaitu database Management, Model Base dan Software System/User Interface. Komponen SPK tersebut dapat digambarkan seperti gambar di bawah ini.

Komponen Sistem Pendukung Keputusan (SPK)

a. Database Management

Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data yang merupakan suatu sistem pendukung keputusan dapat berasal dari luar maupun dalam lingkungan. Untuk keperluan SPK, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi.

b. Model Base

Merupakan suatu model yang merepresentasikan permasalahan kedalam format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan, termasuk didalamnya tujuan dari permaslahan (objektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Model Base memungkinkan pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan solusi alternatif.

c. User Interfase / Pengelolaan Dialog

Terkadang disebut sebagai subsistem dialog, merupakan penggabungan antara dua komponen sebelumnya yaitu Database Management dan Model Base yang disatukan dalam komponen ketiga (user interface), setelah sebelumnya dipresentasikan dalam bentuk model yang dimengerti computer. User Interface menampilkan keluaran sistem bagi pemakai dan menerima masukan dari pemakai kedalam Sistem Pendukung Keputusan.

Manfaat Sistem Pendukung Keputusan

SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah :

1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya. 
2. SPK membantu pengambil keputusan untuk memecahkan masalah terutama barbagai masalah yang sangat kompleks dan tidak terstruktur. 
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan. 
4. Walaupun suatu SPK mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun dia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya,karena mampu menyajikan berbagai alternatif pemecahan.

sumber :
http://fairuzelsaid.com/konsep-sistem-pakar/
https://baguarmono.wordpress.com/2012/10/28/artificial-intelligence-and-expert-system/
http://www.kajianpustaka.com/2013/09/sistem-pendukung-keputusan-spk.html