Nama : Krisna
Widiasa
Kelas : 3KA25/Transfer
2015
NPM : 1B115850
Tugas 2 Pengantar
Teknologi Sistem Cerdas #
Review Jurnal
Tentang Sistem Pakar :
RANCANG
BANGUN APLIKASI SISTEM PAKAR
UNTUK MENENTUKAN JENIS GANGGUAN
PERKEMBANGAN PADA ANAK
UNTUK MENENTUKAN JENIS GANGGUAN
PERKEMBANGAN PADA ANAK
Media Informatika
Vol. 6, No. 1, Juni 2008, 1-23
ISSN: 0854-4743
ISSN: 0854-4743
Nama Penerbit : Feri Fahrur
Rohman, dan Ami Fauzijah
Tahun Terbit : 2008
Abstrak
Sistem pakar (expert system) secara
umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke
komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa
dilakukan oleh para ahli. Atau dengan kata lain sistem pakar adalah sistem yang
didesain dan diimplementasikan dengan bantuan bahasa pemrograman tertentu
untuk dapat menyelesaikan masalah seperti yang dilakukan oleh para
ahli Diharapkan dengan sistem ini, orang awam dapat menyelesaikan masalah
tertentu baik ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’ bantuan
para ahli dalam bidang tersebut.
Sedangkan bagi para
ahli, sistem ini dapat digunakan sebagai asisten yang berpengalaman.
Aplikasi yang dikembangkan ini bertujuan untuk menentukan jenis gangguan
perkembangan pada anak di bawah umur 10 tahun dengan hanya memperhatikan
gejala-gejala yang dialami. Dengan menggunakan metode Certanty Factor (CF),
didapatkan nilai Kemungkinan gangguan yang dialami pasien.
1. PENDAHULUAN
1.1 Latar Belakang
Kecerdasan buatan atau
artificial intelligence merupakan bagian dari ilmu komputer yang membuat agar
mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia. Sistem cerdas (intelligent system) adalah sistem
yang dibangun dengan menggunakan teknik-teknik artificial
intelligence. Sistem Pakar (Expert System) adalah program berbasis
pengetahuan yang menyediakan solusi-solusi dengan kualitas pakar untuk
problema-problema dalam suatu domain yang spesifik. Sistem pakar merupakan
program komputer yang meniru proses pemikiran dan pengetahuan pakar dalam
menyelesaikan suatu masalah tertentu. Implementasi sistem pakar banyak
digunakan dalam bidang psikologi karena sistem pakar dipandang sebagai
cara penyimpanan pengetahuan pakar pada bidang tertentu dalam program
komputer sehingga keputusan dapat diberikan dalam melakukan penalaran
secara cerdas.
Irisan antara psikologi dan sistem pakar melahirkan
sebuah area yang dikenal dengan nama cognition & psycolinguistics.
Umumnya pengetahuannya diambil dari seorang manusia yang pakar dalam
domain tersebut dan sistem pakar itu berusaha meniru metodelogi dan
kinerjanya (performance) (Kusumadewi, 2003). Salah satu implementasi yang
diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar
menentukan jenis gangguan perkembangan pada anak. Anak-anak merupakan fase
yang paling rentan dan sangat perlu diperhatikan satu demi satu tahapan
perkembangannya. Oleh karena itu dibangun suatu sistem pakar yang
dapat membantu para pakar/ psikolog anak untuk menentukan jenis gangguan perkembangan
pada anak dengan menggunakan metode Certainty Factor (CF).
1.2 Tujuan
Tujuan dari penelitian ini adalah
menghasilkan suatu sistem yang dapat digunakan untuk melakukan diagnosis
gangguan pada perkembangan anak yang mampu membuat suatu keputusan yang sama,
sebaik dan seperti pakar.
2. DASAR TEORI
2.1 Kecerdasan Buatan Secara Umum
Kecerdasan buatan dapat
didefinisikan sebagai mekanisme pengetahuan yang ditekankan pada kecerdasan
pembentukan dan penilaian pada alat yang menjadikan mekanisme itu, serta membuat komputer berpikir secara
cerdas. Teknologi kecerdasan buatan dipelajari dalam bidang-bidang,
seperti: robotika, penglihatan komputer (computer vision), jaringan saraf
tiruan (artifical neural system), pengolahan bahasa alami (natural
language processing), pengenalan suara (speech recognition), dan sistem
pakar (expert system).
2.2 Sistem Pakar
Sistem pakar (expert system) secara
umum adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer,
agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para
ahli. Diharapkan dengan sistem ini, orang awam dapat menyelesaikan
masalah tertentu baik ‘sedikit’ rumit ataupun rumit sekalipun ‘tanpa’
bantuan para ahli dalam bidang tersebut. Sedangkan bagi para ahli,
sistem ini dapat digunakan sebagai asisten yang berpengalaman.
Tujuan pengembangan sistem pakar sebenarnya bukan untuk menggantikan
peran manusia, tetapi untuk mensubstitusikan pengetahuan manusia ke dalam
bentuk sistem, sehingga dapat digunakan oleh orang banyak.
2.2.1 Struktur Sistem Pakar
Sistem pakar disusun oleh dua
bagian utama, yaitu lingkungan pengembangan (development environment) dan
lingkungan konsultasi (consultation environment) (Turban, 1995). Lingkungan pengembangan sistem pakar
digunakan untuk memasukkan pengetahuan pakar ke dalam lingkungan sistem
pakar, sedangkan lingkungan konsultasi digunakan oleh pengguna yang bukan
pakar guna memperoleh pengetahuan pakar. Komponen-komponen yang
terdapat dalam sistem pakar adalah User Interface (antarmuka pengguna),
basis pengetahuan, akuisisi pengetahuan, mesin inference, workplace,
fasilitas penjelasan, perbaikan pengetahuan.
Gambar 1 : Arsitektur Sistem Pakar
2.2.2 Komponen Sistem pakar
Sebuah program yang difungsikan
untuk menirukan seorang pakar manusia harus bisa melakukan hal-hal yang dapat dikerjakan
seorang pakar. Untuk membangun sistem seperti itu maka komponen-komponen dasar yang harus
dimilikinya paling sedikit adalah sebagai berikut:
1. Antar muka pemakai (User Interface)
2. Basis pengetahuan (Knowledge Base)
3. Mesin inferensi
Sedangkan untuk menjadikan sistem pakar menjadi lebih menyerupai seorang pakar yang berinteraksi dengan pemakai, maka dapat dilengkapi dengan fasilitas berikut:
1. Fasilitas penjelasan (Explanation)
2. Fasilitas Akuisisi pengetahuan (Knowledge acquisition facility)
3. Fasilitas swa-pelatihan (self-training)
2.2.3 Metode Inferensi
Komponen ini mengandung mekanisme
pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu
masalah. Metode inferensiadalah program komputer yang memberikan metedologi untuk penalaran tentang
informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk
memformulasikan kesimpulan (Turban, 1995). Terdapat dua pendekatan untuk
mengontrol inferensi dalam sistem pakar berbasis aturan, yaitu pelacakan ke
belakang (Backward chaining) dan pelacakan ke depan (forward chaining).
2.2.4 Representasi Pengetahuan
Setelah menerima bidang kepakaran
yang telah diaplikasikan pada sistem pakar, kemudian mengumpulkan pengetahuan
yang sesuai dengan domain keahlian tersebut. Pengetahuan yang dikumpulkan tersebut tidak bisa
diaplikasikan begitu saja dalam sistem. Pengetahuan harus direpresentasikan dalam format tertentu dan dihimpun dalam suatu basis pengetahuan. Pengetahuan
yang dilakukan pada sistem pakar merupakan serangkaian informasi pada domain tertentu. Kedua hal tersebut menurut ekspresi klasik oleh
Wirth ditulis sebagai berikut:
Algoritma
+ Struktur Data = Program
Pengetahuan + Inferensi = Sistem Pakar
Pengetahuan + Inferensi = Sistem Pakar
2.2.5 Ketidakpastian dengan Teori Certainty Factor (Teori
Kepastian)
Dalam menghadapi suatu permasalahan
sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian
ini dapat berupa probabilitas atau kebolehjadian yang tergantung dari hasil
suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor, yaitu aturan
yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan
yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada sistem diagnosis
penyakit, dimana pakar tidak dapat mendefinisikan hubungan antara gejala dengan
penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan
pasti pula. Pada akhirnya akan ditemukan banyak kemungkinan diagnosis.
Sistem pakar harus
mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk
menyelesaikan ketidakpastian, termasuk diantaranya probabilitas klasik,
probabilitas bayes, teori hartley berdasarkan himpunan klasik, teori shannon
berdasakan pada probabilitas, teori Depmster-Shafer, teori fuzzy Zadeh, dan
faktor kepastian (certanity factor). Certanity Factor (CF) merupakan
nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya
kepercayaan. Certanity Factor (CF) menunjukkan ukuran kepastian terhadap suatu
fakta atau aturan.
2.3 Gangguan Perkembangan pada Anak
Manusia dalam hidupnya selalu mengalami
perkembangan. Dari mulai dilahirkan sebagai seorang bayi, berkembang menjadi
anak-anak, remaja, dewasa, tua dan akhirnya meninggal dunia. Dalam
perjalanannya tersebut tidak sedikit yang mengalami berbagai gangguan dan
permasalahan yang kemudian disebut sebagai hambatan atau gangguan perkembangan.
Sebuah perkembangan yang terjadi pada diri manusia akan mempengaruhi
perkembangan selanjutnya, karenannya perlu ada perhatian khusus dalam masalah
ini sebagai tindakan preventif, sehingga harapannya perkembangan yang akan
berlangsung selanjutnya dalam kondisi yang positif. Anak-anak merupakan fase
yang paling rentan dansangat perlu diperhatikan satu demi satu tahapan perkembangan yang dialaminya.
3. PERANCANGAN DAN IMPLEMENTASI
3.1 Perancangan Basis Pengetahuan
3.1 Perancangan Basis Pengetahuan
Dalam perancangan basis pengetahuan
ini digunakan kaidah produksi sebagai sarana untuk representasi pengetahuan.
Kaidah produksi dituliskan dalam bentuk pernyataan JIKA [premis] MAKA [konklusi]. Pada perancangan basis
pengetahuan sistem pakar ini premis adalah gejala-gejala yang terlihat pada
anak dan konklusi adalah jenis gangguan perkembangan yang diderita anak,
sehingga bentuk pernyataannya adalah JIKA [gejala] MAKA [gangguan]. Bagian
premis dalam aturan produksi dapat memiliki lebih dari satu proposisi yaitu
berarti pada sistem pakar ini dalam satu kaidah dapat memiliki lebih dari satu
gejala. Gejala-gejala tersebut dihubungkan dengan menggunakan operator logika
DAN. Bentuk pernyatannya adalah: Anak adalah sebagai berikut:
JIKA Anak Sulit Berbicara
DAN Tes IQ Dibawah !9
DAN Koordinasi Otot Tidak Sempurna
MAKA Gangguan Retardasi Mental
Berat
Berdasarkan contoh kaidah
pengetahuan diatas maka kaidah tersebut dapat disimpan dalam bentuk sebuah
tabel sehingga dapat lebih mudah untuk imengerti. Dimana pada tabel tersebut
terdapat kolom jenis gangguan yang menjelaskan tentang definisi,penyebab, dan
pengobatan.
4. PEMBAHASAN
4.1 Pengujian Kebenaran Sistem
Pengujian kebenaran sistem dilakukan untuk mengetahui kesamaan hasil akhir atau output yang berupa kemungkinan jenis gangguan yang dihasilkan oleh sistem, dengan yang dihasilkan oleh perhitungan secara manual. Untuk mengetahui hasil output dari sistem harus melakukan konsultasi terlebih dahulu yang kemudian memasukkan gejala-gejala yang dirasakan oleh pasien kemudian setelah selesai melakukan konsultasi maka akan muncul halaman hasil konsultasi yang akan menampilkan kemungkinan jenis gangguan perkembangan yang dialami oleh pasien. Pengujian kebenaran sistem dilakukan dengan melakukan beberapa ujicoba diantaranya sebagai berikut:
1. Dengan satu gejala satu jenis gangguan
2. Dengan satu gejala beberapa jenis gangguan
3. Dengan beberapa gejala satu jenis gangguan
4. Dengan beberapa gejala beberapa gangguan
Gambar 2 : Halaman Layanan
5. SIMPULAN
Aplikasi sistem pakar yang dibuat
ini mampu menganalisis jenis gangguan perkembangan yang dialamai pasien
berdasarkan gejala-gejala yang dimasukkan oleh user. Aplikasi mampu menyimpan
representasi pengetahuan pakar berdasarkan nilai kebenaran MB dan nilai
ketidakbenaran MD. Aplikasi sistem pakar ini sudah dapat menjelaskan definisi
jenis gangguan perkembangan, penyebab, dan pengobatannya. Kekurangan dari
aplikasi ini adalah belum adanya pengelompokan gejalagejala sejenis yang hanya
boleh dipilih satu dari kelompok gejala tersebut. Akibatnya, jika user kurang
teliti dalam memilih gejala, maka sistem akanmemberikan kesimpulan yang kurang
benar.
Sumber Referensi:
Jurnal Sistem Cerdas Aplikasi Sistem Pakar
http://journal.uii.ac.id/index.php/Snati/article/viewFile/1308/1067 [diakses 14 Desember 2016]