APLIKASI REAL-TIME EXPERT SYSTEM

DALAM DUNIA INDUSTRI

1. Pengantar

Sistem pakar (expert system), salah satu cabang dari kecerdasan buatan (artificial

intelligence), merupakan piranti lunak yang berfungsi dalam hal penyelesaian masalah (problem

solving) atau klarifikasi pada tingkat pengetahuan seorang human expert. Human expert sendiri

adalah seseorang yang memiliki keahlian khusus dalam suatu bidang yang jarang atau tidak

dimiliki oleh orang lain.

Sistem pakar yang mulai berkembang sejak tahun 1956 telah banyak memberi kemajuan.

Saat itu bisa disebut sebagai awal masa revolusi Kecerdasan Buatan, tepatnya pada "The

Darthmouth Summer Research Project on Artificial Intelligence" yang diprakarsai Darthmouth

College, New Hampshire, USA dan disponsori IBM. Sistem pakar real-time merupakan salah

satu hasil perkembangan yang telah banyak digunakan dalam dunia industri. Sistem pakar real-

time dirancang untuk dapat menyesuaikan pertimbangan dan kesimpulan seiring berubahnya

system yang dipantau atau dikendalikan. Sistem akan terus merespon input data yang terus

berubah.

Kini geliat dunia bisnis yang terkait erat dengan dunia industri menjadi semakin cepat. Hal

itu terjadi seiring diterapkannya sistem pakar real-time sehingga meningkatkan efektifitas dan

efisiensi dalam pengambilan keputusan serta berbagai aktivitas penting sehingga membawa

produktivitas kerja di dunia industri ke level yang lebih tinggi.

2. Struktur Sistem Pakar

Pada zaman modern ini, terdapat berbagai macam sistem pakar yang digunakan dalam dunia

industri. Beberapa diantaranya berfungsi untuk mengendalikan sistem produksi, otomasi mesin

produksi, serta peramalan permintaan barang. Sistem pakar yang digunakan oleh para praktisi

dunia industri pun berasal dari beragam produsen. Meski sistem pakar yang ada saat ini sangat

beragam, namun secara umum sistem pakar memiliki struktur dasar penyelesaian masalah yang

relative sama.

Pada umumnya, struktur penyelesaian masalah yang ditanamkan dalam sistem pakar adalah

sebagai berikut :

a. Sistem menangani setiap kasus baru dengan menyintesis urutan langkah-langkah untuk

membuat kesimpulan secara dinamis. Langkah-langkah yang diambil tidak secara

eksplisit dibuat ketika sistem pakar dibangun.

b. Sistem pakar menggunakan setiap parameter masalah untuk memproses beberapa nilai

(value). Hal ini memungkinkan untuk memperoleh beberapa penalaran pemecahan

masalah.

c. Penyelesaian masalah dilakukan dengan menerapkan ilmu pengetahuan terkait. Hal ini

didasarkan pada filosofi bahwa human expert bukan berpikir secara berbeda daripada

orang lain, namun lebih disebabkan oleh karena memiliki ilmu pengetahuan yang

berbeda.

Berdasarkan ketiga poin di atas, tampak bahwa sistem pakar tidak dibangun untuk bekerja secara

statis mengikuti struktur yang dibangun oleh developer. Sistem pakar bekerja secara dinamis

dalam menyelesaikan masalah. Struktur ini memungkinkan penyelesaian masalah dengan ilmu

pengetahuan yang terkait erat dengan masalah yang diproses. Keberagaman dan keunikan dari

setiap masalah akan memberikan input data serta dianalisis dengan parameter yang berbeda.

3. Pengembangan Sistem Pakar

Sistem pakar dikembangakan dengan mengacu pada kekhususan fungsi serta perkembangan

ilmu pengetahuan terkait. Pengembangan yang dilakukan secara aktif dan periodik sangat baik

dalam menjaga kontinuitas hubungan antara masalah dan ilmu pengetahuan. Secara umum

pengembangan sistem pakar memperhatikan ketiga komponen di bawah

a. Interface, merupakan tampilan yang digunakan user untuk memberikan input data

mengenai masalah tertentu pada sistem pakar.

b. Knowledge base, merupakan database yang mengatur pengetahuan-pengetahuan, serta

pengalaman terkait untuk digunakan dalam penyelesaian masalah. Terdapat dua jenis

knowledge base, yaitu :

Machine-readable knowledge bases : database yang menyimpan pengetahuan yang

dapat dibaca oleh computer sehingga memiliiki kemampuan penalaran deduktif.

contoh : program resep obat

Human-readable knowledge bases : database yang dirancang sehingga

memungkinkan manusia untuk memperoleh pengetahuan yang terdapat di dalamnya.

contoh : Help desk (troubleshooting) pada computer

c. Inference engine, merupakan program computer yang digunakan untuk memperoleh

jawaban atau penyelesaian masalah dari knowledge base.

4. Prinsip Kerja Real-time Expert System (RTES)

RTES memiliki dasar yang sama seperti yang telah diuraikan pada sub-bahasan 2 dan 3 di

atas. Satu hal yang membedakannya dengan jenis sistem pakar lainnya adalah rancangan

fungsinya yang ditujukan untuk bekerja dalam sebuah system kompleks yang selalu berubah

setiap waktu.

Static Expert System (SES) melakukan pengendalian proses suatu system dengan

mencocokkan fakta dengan satu set aturan [Moore 1990]. Kemudian dilanjutkan dengan

backward chaining dan forward chaining dalam membuat kesimpulan. Hal tersebut hanya

mungkin dilakukan jika tak ada batasan waktu yang harus dipenuhi. Sedangkan dalam dunia

industri terdapat berbagai macam batasan waktu dalam proses-proses di dalamnya. Kondisi

dengan waktu yang terbatas untuk pengambilan keputusan membutuhkan paradigma inferensi

yang lebih efisien. RTES hadir untuk memenuhi kebutuhan itu. RTES dapat dibuat dari SES

dengan perbaikan kode dan kinerja computer yang digunakan. Berikut ini beberapa prinsip kerja

RTES.

a. Prinsip yang pertama, perbaikan pada SES dapat dimulai dari knowledge base (KB).

Perbaikan dilakukan dengan membuat partisi dalam KB sehingga akan mempersempit

area pencarian data dan informasi yang dibutuhkan. Prinsip ini memungkinkan sebuah

sistem pakar memiliki pustaka yang terpisah berdasarkan klasifikasi tertentu.

b. Prinsip lainnya adalah dengan menerapkan truth-maintenance, yaitu metode

merepresentasikan pengetahuan baik keyakinan maupun dasarnya. Metode ini menjaga

konsistensi antara pengetahuan lama dengan pengetahuan yang ada dalam KB melalui

revisi. Jika pernyataan yang saat ini dipercaya (kebenarannya) bertentangan dengan

pengetahuan dalam KB, maka system akan berusaha memperbarui pengetahuan yang

dimiliki.

c. Ketika sistem pakar dihadapkan pada suatu kondisi atau proses yang sama atau hanya

mirip dengan konsisi sebelumnya, maka inference engine harus menelusuri waktu untuk

setiap input data dan kesimpulannya, Hal-hal yang harus penting dalam system antara

lain fasilitas pemindaian data berkala serta fasilitas penyaringan noise.

5. Aplikasi RTES

Beberapa contoh penerapan RTES dalam lingkup dunia industri yang banyak digunakan

antara lain :

a. SCOOTER

SCOOTER merupakan sebuah RTES untuk pengendalian proses (process control) yang

diaplikasikan pada dehidrasi gas di stasiun lepas pantai. Tugas utama dari system ini

adalah mengendalikan dan mengawasi stasiun produksi hidrokarbon [One Petro 2011].

b. G2 RTES dan GDA

G2 RTES dan GDA merupakan sistem pakar dalam monitoring dan analisis proses secara

real-time. G2 RTES secara khusus digunakan untuk memonitor proses industri yang

kompleks dan membantu identifikasi masalah. Sedangkan GDA (G2 Diagnostic

Assistant) adalah alat pengambilan keputusan yang berorientasi objek (object oriented)

yang memiliki predefined graphic blocks yang menggambarkan informasi yang diberikan

ke dalam system oleh user atau computer. Secara khusus GDA digunakan untuk

mendiagnosa masalah dan sebagai decision-support. Kedua sistem pakar ini telah

digunakan secara berkelanjutan dalam monitoring emisi gas NOx dalam penggunaan

boiler, pemodelan proses pembakaran untuk memperkirakan dan mengurangi tingkat

emisi, serta optimisasi proses [Gensym Corp. 2011].

c. RiskWare

RiskWare merupakan decision-support system serta informasi manajemen resiko yang

terintegrasi. RiskWare tersedia baik dalam implementasi pada workstation yang berdiri

sendiri maupun sebagai system client-server berbasis jaringan yang terdistribusi dengan

mengintegrasikan komputasi tingkat tinggi untuk kinerja yang real-time [ESS 2011a].

d. HITERM

HITERM (High-Performance Computing for Technological Risk Management)

dirancang dengan menggunakan komputasi parallel yang terdistribusi, untuk memberikan

kinerja simulasi secara real-time mengenai pelepasan substansi berbahaya yang terjadi

secara tak sengaja ke atmosfir, tanah dan air permukaan. Aplikasi ini berperan dalam

decision-support untuk perencanaan darurat, pelatihan serta manajemen resiko industri

terhadap lingkungan [ESS 2011b].

e. CalyxTM

Calyx merupakan aplikasi yang dirancang dengan kemampuan untuk mengukur dampak

lingkungan dan sosio-ekonomi dari sebuah proyek atau aktivitas. Pengguna dapat

menentukan beberapa scenario berbeda untuk sebuah proyek, membandingkan dampak

yang mungkin ditimbulkan, kemudian mengambil kesimpulan dari solusi yang paling

dapat diterima. Input yang dimasukkan dalam setiap scenario dapat berbeda-beda

tergantung pada kondisi terkini (real-time) [EIA 1997].

Kelima contoh aplikasi yang menerapkan RTES di atas menggabungkan fungsi RTES dengan

knowledge base yang dibangun oleh para sehingga berperan banyak dalam pengambilan

keputusan, pengawasan proses, manajemen resiko serta waste sehingga meningkatkan efisiensi

dunia industri.

Referensi

R. Moore, H. Rosenof, and G. Stanley.1990.Process Control Using Real Time Expert

System. Gensym Corporation. 3-4.

Gensym Corporation. 2011. G2 Real Time Expert System, GDA and Neur-on-line.

[Diakses online, 20 Mei 2011] URL : http://www.p2pays.org/ref/01/00047/5-10.htm

One Petro. 2011. Document Preview : SCOOTER A Real Time Expert System for Process

Control: Application to Gas Dehydration on Offshore Platforms. [Diakses online, 20 Mei 2011]

URL : http://www.onepetro.org/mslib/servlet/onepetropreview?id=00022306&soc=SPE

ESS. 2011a. RiskWare : Technologicaland Environmental Risk Analysis. [Diakses online,

21 Mei 2011] URL : http://www.ess.co.at/RISK/

ESS. 2011b. HITERM : Project Description. [Diakses online, 21 Mei 2011] URL :

http://www.ess.co.at/HITERM/descrip.html

EIA for Developing Countries. 1997. Application of Expert Systems. sub-chapter 8.3.1