aplikasi real-time expert system dalam dunia industri
TRANSCRIPT
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