#SIP Artificial Intelligence (AI) dan Expert System (Sistem Pakar)

a) Perbedaan dan Kaitan antara Artificial Intelligence dan Expert System

Banyak cara untuk mendefinisikan Kecerdasan Buatan, diantaranya adalah :

• Suatu studi yang mengupayakan bagaimana agar komputer berlaku cerdas
• Studi yang membuat komputer dapat menyelesaikan persoalan yang sulit
• Teknologi yang mensimulasikan kecerdesan manusia, yaitu bagaimana mendefinisikan dan mencoba menyelesaikan persoalan menggunakan komputer dengan meniru bagaimana manusia menyelesaikan dengan cepat.

Kecerdasan didefinisikan oleh John McCharthy, Stanford sebagai kemampuan untuk mencapai sukses dalam menyelesaikan suatu permasalahan. Dengan definisi ini, kecerdasan buatan menawarkan baik media maupun uji teori kecerdasan. Teori-teori ini dapat dinyatakan dalam bahasa program komputer dan dibuktikan eksekusinya pada komputer nyata. Kecerdasan buatan dapat memungkinkan komputer untuk ‘berpikir’ dengan cara menyederhanakan program, kecerdasan buatan dapat menirukan proses belajar manusia sehingga informasi baru dapat diserap dan digunakan sebagai acuan di masa-masa yang akan datang. Manusia dapat menyerap informasi baru tanpa perlu mengubah atau mempengaruhi informasi lain yang telah tersimpan. Menggunakan program kecerdasan buatan membutuhkan cara yang jauh lebih sederhana dibandingkan dengan memakai program standar tanpa kecerdasan buatan di dalamnya. Teknik yang digunakan dalam kecerdasan buatan memungkinkann dibuatnya sebuah program yang setiap bagiannya mengandung langkah-langkah independen dan dapat diidentifikasikan dengan baik untuk dapat memecahkan sebuah atau sejumlah persoalan. 

Beberapa definisi yang ada untuk sistem pakar (Kusumadewi, 2003) :

• Menurut Martin dan Oxman : Sistem pakar adalah sistem berbasis computer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah, yang biasanya hanya dapat diselesaikan oleh seorang pakar dalam bidang tertentu.
• Menurut Ignizio : Sistem pakar merupakan bidang yang dicirikan oleh system berbasis pengetahuan (Knowledge Base System), memungkinkan adanya komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah.
• Menurut Giarratano dan Riley : Sistem pakar adalah salah satu cabang kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu.

Sistem pakar (expert systems) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli.

Jadi sistem pakar → kepakaran ditransfer dari seorang pakar (atau sumber kepakaran yang lain) ke komputer, pengetahuan yang ada disimpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu komputer dapat mengambil inferensi (menyimpulkan, mendeduksi, dll.) seperti layaknya seorang pakar, kemudian menjelaskannya ke pengguna tersebut, bila perlu dengan alasan-alasannya. Dengan sistem pakar, orang awam pun dapat menyelesaikan masalah yang cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman.

Sistem Pakar merupakan suatu metode Artificial Intelligence yang berguna untuk meniru cara berpikir dan penalaran seorang ahli dalam mengambil keputusan berdasarkan situasi yang ada. Sistem Pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan tahun 1960. Sistem pakar yang muncul pertama kali ini adalah General-purpose Problem Solver (GPS) yang dikembangkan oleh Newel dan Simon. GPS (dan program-program yang serupa) ini mengalami kegagalan dikarenakan cakupannya terlalu luas, hingga kadang justru meninggalkan pengetahuan penting yang seharusnya disediakan.

Sistem Pakar (Expert System) adalah usaha untuk menirukan seorang pakar. Biasanya, Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding sengan seorang pakar dalam bidang problem yang khusus dan sempit. Ide dasarnya adalah kepakaran ditransfer dari seorang pakar atau sumber kepakaran lain ke komputer, pengetahuan yang ada di simpan dalam komputer, dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat, lalu kemudian komputer dapat mengambil inferensi (menyimpulkan, mendeduksi, dll) seperti layaknya seorang pakar. Dan selanjutnya komputer akan menjelaskan ke pengguna tersebut, dengan alasan-alasannya bila perlu.

Persamaan dan Perbedaan antar Sistem Pakar dengan Kecerdasan Buatan

Sistem Pakar juga merupakan bagian dari Artificial Intelligence (AI) atau kecerdasan buatan, dimana letak

• Persamaannya adalah : sama-sama untuk mencapai hasil yang maksimal dalam memecahkan masalah, dan 
• Perbedaannya adalah : sistem pakar mengacu pada si pembuatnya atau seseorang yang ahli dalam suatu bidangnya atau mengacu pada si perancang itu sendiri sebagai objek dalam menyiapkan suatu sistem guna mendapatkan hasil yang maksimal, sedangkan AI mengacu pada jalur atau langkah yang berorientasi pada hardware guna mencapai yang maksimal. Sistem Pakar juga merupakan bagian dari Artificial Intelligence (AI) atau kecerdasan buatan, dimana letak persamaannya adalah sama-sama untuk mencapai hasil yang maksimal dalam memecahkan masalah, dan perbedaannya adalah sistem pakar mengacu pada si pembuatnya atau seseorang yang ahli dalam suatu bidangnya atau mengacu pada si perancang itu sendiri sebagai objek dalam menyiapkan suatu sistem guna mendapatkan hasil yang maksimal, sedangkan AI mengacu pada jalur atau langkah yang berorientasi pada hardware guna mencapai yang maksimal.

Dapat disimpulkan Sistem Pakar merupakan bagian dari AI, dimana selain sistem pakar yang menggunakan AI, ada beberapa yang lain diantarnya games, logika Fuzzy, jaringan saraf tiruan, dan robotika.

Komponen Utama Sistem Pakar 

a.  User Interface (antarmuka pemakai) : Memungkinkan pemakai untuk berinteraksi dengan sistem pakar. User interface digunakan manajer untuk mengberikan instruksi dan informasi ke dalam sistem pakar dan menerima informasi dari sistem pakar.

• Input Sistem : untuk mempermudah dialog dua arah antara sistem dan pemakai dengan menampilkan teknik tanya jawab dan pengisian formulir, kemudian muncul bahasa perintah dan menu elektronik dan sistem manajemen database.
• Output Sistem : untuk menyarankan pemecahan masalah.

b. Knowledge Base (basis pengetahuan) : Berisi pengetahuan-pengetahuan (gabungan) dalam memahami, merumuskan, dan menyelesaikan masalah. Knowledge Base adalah bagian dari sistem pakar yang berisi domain pengetahuan yang terdiri darifakta yang menggambarkan area problem dan juga teknik penyajian yang menggunakan fakta sesuai logika. Domain pengetahuan seorang pakar pada dasarnya adalah spesifik terhadap domain masalah.

c. Inference Engine (mesin inferensi) : Bertugas menganalisis pengetahuan, memberikan kemampuan penalaran dan menarik kesimpulan berdasarkan knowledge base.

d. Development Engine : Komponen yang digunakan untuk mengolah sistem pakar, terdiri dari bahasa pemrograman.

Langkah-langkah perancangan Sistem Pakar sebaiknya mengikuti urutan sebagai berikut:

1. Menentukan batasan-batasan atau bidang konsentrasi dari sebuah sistem pakar yang akan dirancang,
2. Memilih jenis keputusan yang diambil
3. Membuat pohon keputusan (decision tree)
4. Menuliskan IF-THEN rules
5. Merancang antarmuka pengguna (user interface) 

Kategori Masalah Sistem Pakar

Masalah-masalah yang dapat diselesaikan dengan sistem pakar, diantaranya adalah :

1. Interpretasi : membuat kesimpulan dari sekumpulan data mentah, termasuk pengawasann, pengenalan ucapan, analisis citra, interpretasi sinyal dan beberapa analisis kecerdasan.
2. Proyeksi : memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu. Diantaranya : peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu lintas.
3. Diagnosis : menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati.
4. Desain : menentukan konfigrasi komponen-komponen sistem yang cocok dengan tujuan kinerja tertentu yang memenuhi kendala-kelndala tertentu, diantaranya layout sirkuit dan perancangan bangunan.
5. Perencanaan : merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu, diantaranya perencanaan keuangan, komunikasi militer.
6. Monitoring : membandingkan tingkah laku suatu sistem yang teramati dengan tingkahlaku yang diharapkan darinya, diantaranya Computer Aided Monitoring System.
7. Debugging dan repair : menentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi, diantaranya memberikan resep obat.
8. Instruksi : mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek, diantaranya melakukan instruksi untuk diagnosis, debugging dan perbaikan kerja.
9. Pengendalian : mengatur tingkah laku suatu environment yang kompleks seperti kontrol terhadap interpretasi-interpretasi prediksi, perbaikan.
10. Seleksi : mengidentifikasi pilihan terbaik dari sekumpulan kmungkinan.
11. Simulasi : pemodelan interaksi antara komponen-komponen sistem.

Contoh Aplikasi Sistem Pakar :

• ELIZA

Eliza adalah salah satu Sistem Pakar yang paling awal dikembangk oleh Joseph Weizenbaum di MTT sebagai program komputer terapis. Program ini membuat pengguna berkominikasi dengan komputer sebagaimana sedang berkonsultasi dengan seorang terapis. Berikut 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

…

• PARRY

Parry adalah sebuah sistem pakar yang termasuk juga paling awal dikembangkan di Standford University oleh seorang psikiater, yaity Kenneth Colby. Kenneth Colby mensimulasikan seorang paranoid dalam sistem pakar parry ini. Berikut ini adalah contoh respon Parry terhadap pertanyaan seorang psikiater yang menginteriewnya :

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 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

Mereka memilih seorang paranoid sebagai subyek karena beberapa teori menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan respon psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan antara respon simulasi  komputer dan respon manusia.

• NETTALK

Nettalk adalah   gerakan   dalam   ilmu   kognitif   yang   berharap   untuk   menjelaskan kemampuan intelektual manusia menggunakan jaringan syaraf tiruan (juga dikenal sebagai “jaringan syaraf” atau “jaring syaraf”). jaringan syaraf disederhanakan model otak terdiri darisejumlah besar unit (young analog neuron) bersama-sama dengan bobot yang mengukur kekuatan hubungan antara unit. Model ini berat efek dari sinaps yang menghubungkan satu neuron yang lain. Percobaan pada model semacam ini telah menunjukkan kemampuan untuk mempelajari   keterampilan   seperti   pengenalan   wajah, membaca,   dan   deteksi   struktur gramatikal   sederhana. Connectionist telah   membuat kemajuan   yang   signifikan   dalam menunjukkan kekuatan jaringan saraf untuk menguasai tugas-tugas kognitif.

Source:
H. A. Simon. (1987). Sistem Pakar Teori dan Aplikasi. Andi Yogyakarta : Yogyakarta.
Rich, E. & Knight, K. (1991). Artificial Intellegence: Second Edition. New York : McGraw- Hill.
Solso, R, L., Maclin, O, H., & Maclin, M, Kimberly. (2007). Psikologi Kognitif (Edisi Kedelapan). Jakarta: Erlangga
Solso, Robert L, dkk. (2009).  Psikologi Kognitif. Jakarta : Erlangga.
Stenberg. (2009). Psikologi Kognitif. Yogyakarta: Pustaka Pelajar

*pictures are from Google