bab 2 landasan teori unified modeling language (uml)thesis.binus.ac.id/doc/bab2/2011-2-00236-if...

30
7 BAB 2 LANDASAN TEORI 2.1 Unified Modeling Language (UML) UML digunakan untuk menggambarkan perancangan awal dari sistem yang akan dibangun. UML memiliki banyak jenis permodelan, tetapi hanya beberapa yang digunakan saja yang akan dibahas. Menurut Booch (2005), UML merupakan suatu bahasa. Suatu bahasa terdiri dari kata-kata, dan memiliki aturan untuk menggabungkan kata-kata tersebut, sehingga tercipta komunikasi. Sebuah permodelan bahasa adalah suatu bahasa dimana kata-kata dan aturannya berfokus pada penggambaran sistem secara konseptual dan fisik. Sebuah permodelan bahasa seperti UML telah menjadi bahasa standar untuk merencanakan suatu aplikasi. Hasil dari permodelan tadi adalah pengertian dari suatu sistem. Satu model saja tidak cukup untuk menggambarkan sistem secara keseluruhan, maka dibutuhkan banyak model yang berhubungan satu dengan yang lainnya untuk memberikan pengertian pada dasar dari sistem. Keuntungan UML Sebagai bahasa pemodelan yang general-purpose, difokuskan pada pokok himpunan konsep yang dapat dipakai bersama dan menggunakan pengetahuan bersama dengan mekanisme perluasan. Sebagai bahasa pemodelan yang mudah diaplikasikan, dapat diaplikasikan untuk bermacam tipe sistem (software dan non-software), domain dan metode atau proses.

Upload: truongnhu

Post on 08-Mar-2019

219 views

Category:

Documents


0 download

TRANSCRIPT

7

BAB 2

LANDASAN TEORI

2.1 Unified Modeling Language (UML)

UML digunakan untuk menggambarkan perancangan awal dari sistem

yang akan dibangun. UML memiliki banyak jenis permodelan, tetapi hanya

beberapa yang digunakan saja yang akan dibahas.

Menurut Booch (2005), UML merupakan suatu bahasa. Suatu bahasa

terdiri dari kata-kata, dan memiliki aturan untuk menggabungkan kata-kata

tersebut, sehingga tercipta komunikasi. Sebuah permodelan bahasa adalah suatu

bahasa dimana kata-kata dan aturannya berfokus pada penggambaran sistem

secara konseptual dan fisik. Sebuah permodelan bahasa seperti UML telah

menjadi bahasa standar untuk merencanakan suatu aplikasi.

Hasil dari permodelan tadi adalah pengertian dari suatu sistem. Satu model

saja tidak cukup untuk menggambarkan sistem secara keseluruhan, maka

dibutuhkan banyak model yang berhubungan satu dengan yang lainnya untuk

memberikan pengertian pada dasar dari sistem. Keuntungan UML

• Sebagai bahasa pemodelan yang general-purpose, difokuskan pada pokok

himpunan konsep yang dapat dipakai bersama dan menggunakan pengetahuan

bersama dengan mekanisme perluasan.

• Sebagai bahasa pemodelan yang mudah diaplikasikan, dapat diaplikasikan untuk

bermacam tipe sistem (software dan non-software), domain dan metode atau

proses.

8

• Sebagai bahasa pemodelan standar industri, bukan merupakan bahasa yang

tertutup atau satu-satunya, tapi bersifat terbuka dan sepenuhnya dapat diperluas.

Komponen UML

UML mempunyai dua tipe diagram, struktural dan behavioural. Struktural diagram

menggambarkan bagian statik dari sistem. Behavioural diagram menggambarkan

bagian dinamik dari sistem. Behavioural digram diklasifikasikan lebih lanjut ke

dalam interaksi dan state diagram.

1. Struktural

� Class diagram menggambarkan hubungan antar objek.

� Use case diagram digunakan untuk mengorganisasikan use case dan

behaviours.

� Component..diagram..adalah..komponen..dan..hubungan.yang.mengilus-

trasikan implementasi sistem.

� Deployment diagram adalah konfigurasi waktu kerja dari node dan objek

yang memiliki node.

2. Behavioural

� Statechart diagram menunjukkan urutan kondisi dari objek yang

mengalami interaksi beserta respon dan tindakannya.

� Sequence diagram menggambarkan waktu urutan message dan object

lifeline.

� Collaboration diagram menggambarkan urutan message dan organisasi

objek dalam interaksi.

9

� Activity diagram menggambarkan arus kerja dari aktifitas, difokuskan pada

operasi yang dilewatkan antar objek.

Pada penelitian dan pengembangan aplikasi sistem pakar ini, tipe UML yang

digunakan adalah :

• Use Case Model

Menurut Booch (2005), suatu use case diagram menampilkan

sekumpulan use case dan aktor (pelaku) dan hubungan diantara use case dan

aktor tersebut. Use case diagram digunakan untuk penggambaran use case

statik dari suatu sistem. Use case diagram penting dalam mengatur dan

memodelkan kelakuan dari suatu sistem.

Use case menjelaskan apa yang dilakukan sistem (atau subsistem) tetapi

tidak tidak menspesifikasikan cara kerjanya. Flow of event digunakan

untuk menspesifikasikan kelakuan dari use case. Flow of event menjelaskan

use case dalam bentuk tulisan dengan sejelas-jelasnya, diantaranya bagaimana,

kapan use case dimulai dan berakhir, ketika use case berinteraksi dengan aktor,

obyek apa yang digunakan, alur dasar dan alur alternatif.

10

Gambar 2.1 Notasi Use Case Diagram (Simonn Bennet, Steve Marcob dan Ray Farmer :2006, p146)

• Sequence Diagram

Menurut Booch (2005), suatu sequence diagram adalah suatu diagram interaksi

yang menekankan pada pengaturan waktu dari pesan-pesan. Diagram ini

menampilkan sekumpulan peran dan pesan-pesan yang dikirim dan diterima

oleh instansi yang memegang peranan tersebut. Sequence diagram menangkap

objek dan class yang terlibat dalam skenario dan urut-urutan pesan yang ditukar

antara objek diperlukan untuk melaksanakan fungsionalitas skenario. Sequence

diagram berasosiasi dengan use case selama proses pengembangan. Dalam Unified

Model Language (UML), objek dalam sequence diagram digambar dengan

segiempat yang berisi nama objek yang diberi garis bawah. Objek dapat diberi

nama dengan tiga cara : (nama objek), (nama objek dan class) atau (hanya nama

class (anonymous object)). Berikut notasi sequence diagram seperti terlihat pada

gambar dibawah ini :

Gambar 2.2 Notasi Sequence Diagram

11

• Class Diagram

Menurut Booch (2005), class diagram menunjukan sekumpulan kelas,

antarmuka, dan kerjasama serta hubungannya. Class diagram digunakan

untuk memodelkan perancangan statik dari gambaran sistem. Biasanya

meliputi permodelan vocabulary dari sistem, permodelan kerjasama, atau

permodelan skema.

Class diagram dapat digunakan untuk membangun sistem yang dapat

dieksekusi melalui teknik forward and reverse, selain untuk penggambaran,

penspesifikasian, dan pendokumentasian struktur model.

Class Diagram terdiri dari:

a) Nama Class.

b) Atribut.

c) Operasi/Method.

Tabel 2.1 Class Diagram (Wahono, R.S, 2003)

Atribut dan Operasi/method dapat memiliki tiga sifat berikut:

• Public, dapat dipanggil oleh class apa saja.

Nama Class

Atribut

Operasi/method

12

• Protected, hanya dapat dipanggil atau diakses oleh class yang bersangkutan dan

class turunannya.

• Private, hanya dapat dipanggil oleh dirinya sendiri (tidak dapat diakses dari luar

class yang bersangkutan).

Hubungan antar class

1. Asosiasi, yaitu hubungan yang bersifat statis dalam class. Asosiasi

menggambarkan class yang memiliki atribut berupa class lain atau class yang

harus mengenal adanya class lain.

2. Agregasi, merupakan hubungan antara satu object dengan object lainnya

dimana object satu dengan object lainnya sebenarnya terpisah namun

disatukan, sehingga tidak terjadi kebergantungan (Object lain bisa ada walau

object penampungnya tidak ada).

3. Pewarisan, yaitu hubungan hirarki antar class. Class dapat diturunkan dari

class lain dan mewarisi semua atribut dan metode class asalnya dan

menambahkan fungsionalitas baru, sehingga ia disebut anak dari class yang

diwarisinya. Kebalikan dari pewarisan adalah generalisasi.

4. Hubungan dinamis, yaitu rangkaian pesan (messaging) uang di-passing dari

satu class kepada class lain.

2.2 Inteligensia Semu

2.2.1 Definisi Inteligensia Semu

Inteligensia Semu atau dalam bahasa inggrisnya Artificial Intelligence

merupakan cabang dari ilmu komputer, yang memiliki tujuan untuk membuat

13

komputer dapat melakukan pekerjaan seperti dan sebaik yang manusia lakukan.

Didefinisikan di dalam Oxford Dictionaries sebagai “the performance by computer

system of tasks normally requring human intelligence.” – kinerja dari sistem

komputer untuk mengerjakan tugas yang biasanya memerlukan kecerdasan

manusia. Terdapat definisi – definisi lain tentang intelegensia semu, antara lain :

a) Ilmu yang mempelajari cara membuat komputer dapat bertindak dan memiliki

kecerdasan seperti manusia (Turban, 1992:3)

2.2.2 Lingkup Inteligensia Semu

Lingkup utama dalam inteligensia semu menurut Giarratano dan Riley

(2005:5) adalah :

a) Sistem Pakar (Expert Systems). Komputer digunakan sebagai suatu sarana

untuk menyimpan pengetahuan dari para pakar untuk dapat digunakan

dikemudian hari sebagai suatu sistem yang akan berguna bagi pengguna.

Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan

permasalahan dangan menggunakan dan meniru keahlian yang dimiliki

oleh pakar yang telah disimpan.

b) Pengolahan Bahasa Alami (Natural Language Processing). Dengan

pengolahan bahasa alami ini diharapakan pengguna dapat berkomunikasi

dengan komputer menggunakan bahasa yang digunakan oleh pengguna

sehari-hari.

c) Pengenalan Ucapan (Speech). Melalui pengenalan ucapan diharapkan

manusia dapat berkomunikasi dengan komputer dengan menggunakan

suara.

14

d) Robotika (Robotics). Dengan robotika dan sistem sensori membuat

komputermenjadi suatu sistem yang dapat meniru pergerakan dari manusia.

e) Computer Vision. Mencoba untuk dapat menginterpretasikan gambar atau

obyek-obyek yang terlihat melalui komputer.

f) Artificial Neural-Networks. Komputer dapat digunakan sebagai tutor yang

dapat melatih dan mengajar kepada manusia atau pengguna.

g) Theorem Proving. Metode lain untuk memverifikasi pada spesifikasi

formal pada sistem model.

Gambar 2.3 Lingkup Inteligensia Semu

2.2.3 Keuntungan Inteligensia semu

Menurut Turban dan Frenzel (1992:9) keuntungan-keuntungan dari

inteligensia semu ialah :

1. Inteligensia semu bersifat permanen. Inteligensia semua tidak akan berubah

selama sistem komputer dan program tersebut tidak dirubah.

2. Inteligensia semu lebih mudah disebarkan dan diduplikasi. Mentransfer

pengetahuan manusia dari satu orang ke orang yang lain membutuhkan

15

proses yang sangat lama, dan juga keahlian itu tidak akan pernah

diduplikasi secara lengkap. Oleh karena itu, jika pengetahuan terletak pada

suatu sistem komputer, pengetahuan itu dapat disalin dari satu komputer

dan dipindahkan dengan mudah ke dalam komputer lainnya.

3. Inteligensia semu lebih murah karena denganmenyediakan layanan

komputer akan lebih mudah dan murah dibandingkan dengan harus

mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam

jangka waktu yang sangat lama.

4. Inteligensia semu lebih konsisten. Hal ini disebabkan karena inteligensia

semu merupakan bagian dari teknologi komputer.

5. Inteligensia semu dapat didokumentasi. Keputusan yang dibuat oleh

komputer dapat didokumentasikan dengan mudah dengan cara melacak

setiap aktivitas dari sistem tersebut.

6. Inteligensia semu dapat mengerjakan pekerjaan lebih cepat dan baik

dibandingkan manusia.

2.3 Sistem Pakar

2.3.1 Definisi Sistem Pakar

Sistem pakar adalah salah satu cabang dari inteligensia semu yang

menggunakan pengetahuan-pengetahuan khusus yang dimiliki oleh seorang pakar

untuk menyelesaikan permasalahan tertentu (Giarratano and Riley, 2005:5). Sistem

pakar yang baik dirancang agar dapat menyelesaikan permasalahan tertentu seperti

yang dilakukan oleh para pakar. Dengan sistem pakar ini, setiap orang dapat

16

menyelesaikan masalah yang rumit yang sebenarnya hanya bisa diselesaikan oleh

para pakar. Bagi pakar itu sendiri, sistem ini dapat membantu aktivitasnya sebagai

asisten yang berpengalaman. Berikut adalah definisi sistem pakar menutrut

beberapa ahli :

1. Sistem pakar adalah sebuah sistem yang berusaha mengadopsi pengetahuan

manusia ke dalam komputer agar komputer dapat menyelesaikan masalah

seperti yang dilakukan oleh para ahli (Luger, 2002:20)

Expert Systems

Gambar 2.4 Fungsi Dasar Sistem Pakar (Giarratano dan Riley, 2005)

2.3.2 Kategori Masalah Sistem Pakar

Sistem pakar dibuat untuk menyelesaikan permasalahan dalam berbagai

bidang. Ada beberapa kategori masalah yang dapat diselesaikan dengan sistem

pakar, yaitu :

a) Interpretasi

Pengambilan keputusan atau deskripsi tingkat tinggi dari sekumpulan data

mentah.

Facts

Expertise

Expert Systems

Knowledge-Base

Inference Engine

User

17

b) Prediksi

Menyimpulkan kemungkinan konsekuensi dari situasi atau kejadian-

kejadian. Seperti prakiraan cuaca, peramalan ekonomi.

c) Diagnosis

Menentukan kesalahan komponen-komponen sistem dari gejala-gejala yang

teramati. Seperti medis, elektronik, mekanis.

d) Desain

Menentukan konfigurasi komponen-komponen sistem yang memenuhi

batasan tertentu. Diantaranya adalah perancangan pembangunan, layout

sirkulasi.

e) Perencanaan

Manghasilkan serangkaian tindakan agar tercapainya tujuan tertentu.

Diantaranya dalah perencanaan keuangan, perencanaan jalur.

f) Monitoring

Membandingkan antara tingkah laku dari suatu sistem yang teramati

dengan tingkah laku yang diharapkan darinya, misalnya kendali pesawat

tanpa awak.

g) Debugging dan Repair

Menemukan cara-cara untuk mengatasi kesalahan pada sistem, misalnya

adalah aplikasi troubleshooting pada komputer.

h) Instruksi

Mendeteksi dan mengobati perbedaan paham dalam ruang lingkup tertentu.

i) Pengendalian

18

Mengatur perilaku sistem terhadap interpretasi-interpretasi, prediksi, dan

monitoring kelakuan sistem.

2.3.3 Keuntungan Sistem Pakar

Menurut (Giarratano and Riley, 2005:8) Keuntungan-keuntungan dari sistem

pakar dapat dilihat sebagai berikut :

1. Meningkatkan ketersediaan

2. Mengurangi biaya

3. Mengurangi bahaya

4. Dapat terdiri dari banyak pakar

5. Meningkatkan kehandalan

6. Memberikan penjelasan

7. Memberikan respon cepat

8. Stabil

9. Intelligent tutor

10. Intelligent database

2.3.4 Karakter Sistem Pakar

Sebuah sistem pakar yang baik haruslah memiliki karakteristik. Karakteristik

sistem pakar menurut Giarratano dan Riley (2005:12) adalah :

a) High Performance

Sistem pakar harus memiliki kemampuan sebaik seorang pakar

dibidangnya.

b) Adequate response time

19

Sistem pakar harus dapat bekerja dengan waktu yang singkat bahkan lebih

baik dari pakar itu sendiri.

c) Good reliability

Sistem pakar haruslah kuat dan tidak mudah untuk rusak/error.

d) Understandable

Sistem pakar harus dapat memberikan penjelasan yang mudah dimengerti

oleh penguna terhadap hasil keluarannya.

2.3.5 Dasar Sistem Pakar

Menurut Giarratano dan Riley (2005: 28) dalam sistem pakar, kepakaran itu

berisi ilmu pengetahuan utama yang dibutuhkan untuk memecahkan masalah yang

tertulis di dalam peraturan. Suatu sistem pakar terdiri dari beberapa komponen

seperti :

a) User Interface : mekanisme dimana pengguna dan sistem pakar itu saling

berinteraksi.

b) Explanation Facility : menjelaskan pemikiran-pemikiran yang terdapat

dalam sistem kepada pengguna.

c) Working Memory : fakta-fakta yang terdapat dalam database global

digunakan dalam peraturan-peraturan dari sistem.

d) Inference Engine : membuat kesimpulan dengan memutuskan aturan mana

yang memuaskan dengan fakta-fakta atau objek, dengan mengutamakan

aturan-aturan yang memuaskan dan melaksanakan aturan dengan prioritas

yang tinggi.

20

e) Agenda : mengutamakan daftar nama yang dibuat oleh pengambil

keputusan, dimana daftar tersebut dipuaskan berdasarkan fakta-fakta atau

objek dalam pengerjaan memori.

f) Knowledge Acquisiton Facility : jalan keluar termudah bagi pengguna

untuk mendapatkan pengetahuan didalam sebuah sistem dari pada

mendapatkan pengetahuan dari para ahli secara eksplisit.

Gambar 2.5 Komponen sistem pakar (Giarratano and Riley, 2005)

2.3.6 Perbedaan Sistem Konvensional dengan Sistem Pakar

Perbedaan sistem konvensional dengan sistem pakar dapat dilihat pada tabel

2.2 (Giarratano and Riley, 2005:50).

Tabel 2.2 Perbedaan Sistem Konvensional dengan Sistem Pakar.

Sistem Konvensional Sistem Pakar

Working memory (facts)

Inference engine

Explanation facility

Knowledge acquitition

facility

Agenda

User interface

21

Sistem berjalan berdasarkan

sekumpulan perintah

Sistem berjalan menggunakan

mesin inferensi

Solusi didapat dengan

menggunakan algoritma yang sudah

ditulis khusus untuk masalah itu.

Solusi berdasarkan aturan-aturas

(rules) yang diolah di mesin

inferensi

Biasanya tidak bisa menjelaskan

output itu diperoleh

Penjelasan adalah bagian

terpenting dari sistem pakar

Pengubahan program cukup sulit

dan merepotkan

Pengubahan pada aturan/kaidah

dapat dilakukan dengan mudah

Sistem hanya akan bekerja jika

sistem tersebut sudah lengkap

Sistem dapat bekerja hanya

dengan beberapa aturan

Eksekusi dilakukan langkah demi

langkah secara algoritmik

Eksekusi..dilakukan...pada

keseluruhan...basis...pengetahuan

secara heuristik dan logis

Menggunakan data Menggunakan pengetahuan

Desain program terstruktur Desain program tidak terstruktur

2.3.7 Struktur Sistem Pakar

Sistem pakar terdiri dari 2 bagian pokok, yaitu : lingkungan pengembangan

(development..evironment) dan lingkungan konsultasi (consultation environment).

Lingkungan pengembangan digunakan sebagai pembangun sistem pakar baik dari

22

segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi

digunakan oleh seorang yang bukan ahli untuk berkonsultasi.

Consultation Environment Development Environment

Gambar 2.6 Struktur Sistem Pakar (Turban, 1992)

Komponen-kompen yang ada dalam struktur sistem pakar :

1. Antarmuka Pemakai (User Interface)

Merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar

untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan

mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu

User

Knowledge Engineer

User Interface

Recommended Action

Explanation Facillity

Blackboard(workspace)

Knowledge Refinement

Expert Knowledge

Inference Engine

Knowledge Base

Knowledge Acquisition

Fact about the specific incident

23

antarmuka menerima dari sistem dan menyajikannya ke dalam bentuk yang

dapat dimengerti oleh pemakai.

2. Basis Pengetahuan (Knowledge base)

Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi

dan penyelesaian masalah. Komponen sistem pakar ini disusun atas 2

elemen dasar, yaitu:

• Fakta : informasi tentang obyek dalam area permasalahan

tertentu.

• Aturan : informasi tentang cara bagaimana memperoleh fakta baru

dari fakta yang telah diketahui.

3. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian

dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program

komputer. Dalam tahap ini knowledge engineer berusaha menyerap

pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan.

Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data,

laporan penelitian dan pengalaman pemakai. Dan dijadikan dokumentasi

untuk dipelajari, diolah dan dikumpulkan dengan terstruktur menjadi

basis pengetahuan (knowledge base). Metode akuisisi pengetahuan :

• Wawancara

Metode yang paling banyak digunakan, yang melibatkan pembicaraan

dengan pakar secara langsung dalam suatu wawancara.

• Analisis protokol

24

Dalam metode ini pakar diminta untuk melakukan pekerjaan dan

mengungkapkan proses pemikirannya dengan menggunakan kata-kata.

Pekerjaan tersebut direkam, dituliskanm dan dianalisis.

• Observasi pada pekerjaan pakar

Pekerjaan dalam bidang tertentu yang dilakukan pakar direkam dan

diobservasi

• Induksi aturan dari contoh

Induksi adalah suatu proses penalaran dari khusus ke umum. Suatu

sistem induksi aturan diberi contoh-contoh dari suatu masalah yang

hasilnya telah diketahui. Setelah diberikan beberapa contoh, sistem

induksi aturan tersebut dapat membuat aturan yang benar untuk kasus-

kasus contoh. Selanjutnya aturan dapat digunakan untuk menilai kasus

lain yang hasilnya tidak diketahui.

4. Mesin Inferensi (Inference Engine)

Program yang berisi metodologi yang digunakan untuk melakukan

penalaran terhadap informasi-informasi dalam basis pengetahuan dan

blackboard, serta digunakan untuk memformulasikan konklusi.

5. Workplace / Blackboard

Workplace merupakan area dari sekumpulan memori kerja (working

memory), digunakan untuk merekam kejadian yang sedang berlangsung

termasuk keputusan sementara. Ada 3 keputusan yang dapat direkam :

• Rencana : bagaimana menghadapi masalah

• Agenda : aksi-aksi yang potensial yang sedang menunggu untuk

25

dieksekusi

• Solusi : calon aksi yang akan dibangkitkan

6. Fasilitas Penjelasan (Explanation Facility)

Adalah komponen tambahan yang akan meningkatkan kemampuan sistem

pakar. Digunakan untuk melacak respon dan memberikan penjelasan

tentang kelakuan sistem pakar secara interaktif melalui pertanyaan :

• Mengapa suatu pertanyaan ditanyakan oleh sistem pakar ?

• Bagaimana konklusi dicapai ?

• Mengapa ada alternatif yang dibatalkan ?

• Rencana apa yang digunakan untuk mendapatkan solusi ?

7. Perbaikan Pengetahuan (Knowledge Refinement)

Pakar memiliki kemampuan untuk menganalisis dan meningkatkan

kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan

tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga

program akan mampu menganalisis penyebab kesuksesan dan kegagalan

yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan

yang ada masih cocok untuk digunakan di masa mendatang.

2.3.7.1 Representasi Pengetahuan

Representasi pengetahuan mempelajari tentang bagaimana

menempatkan pengetahuan ke dalam bentuk yang dapat dimengerti oleh

komputer (Russel and Norvig, 2003:16). Representasi pengetahuan

26

menggunakan berbagai cara untuk menyimpan banyak informasi yang berguna

ke dalam bentuk simbolis.

2.3.7.1.1 Kaidah Produksi

Kaidah produksi dikembangkan oleh Newell dan Simon

sebagai model kognisi manusia. Kaidah produksi

direpresentasikan dalam bentuk pasangan kondisi aksi seperti :

• IF [kondisi] THEN [aksi]

Sebagai contoh :

• IF [Mobil sukar menyala]

AND [Mesin tiba-tiba mati]

THEN [Fuel pump rusak]

2.3.7.1.2 Pohon Keputusan

Pohon keputusan adalah tree yang berhubungan tabel

keputusan dan sering dalam analisis sistem (bukan sistem

inteligensia semu).

2.3.7.1.3 Jaringan Semantik

Jaringan semantic adalah suatu gambaran pengetahuan

berbentuk grafis yang terdiri dari simpul (node) dan hubungan

antara node (link).

27

2.4 Probabilitas Bayes

Teori probabilitas bayes digunakan untuk menghitung probabilitas terjadinya

suatu peristiwa berdasarkan pengaruh yang didapat dari pengujian. probabilitas

bayes menerangkan hubungan antara probabilitas terjadinya hipotesis Hi dengan

terdapat fakta (evidence) E telah terjadi dan probabilitas terjadinya evidence B

dengan syarat hipotesis Hi telah terjadi. Teorema ini didasarkan pada prinsip

bahwa jika terdapat tambahan informasi atau evidence maka nilai probabilitas

dapat diperbaiki, sehingga teorema ini bermanfaat untuk mengubah atau

memperbaiki nilai kemungkinan yang ada menjadi lebih baik dengan didukung

informasi atau evidence-evidence tambahan. Secara matematik persamaan teorema

Bayes ditulis seperti :

dimana :

• p(Hi | E ) adalah probabilitas hipotesis Hi benar jika diberikan

evidence (fakta) E.

• p(E |Hi) adalah probabilitas munculnya evidence (fakta) E jika

diketahui hipotesis Hi benar.

• p(Hi) adalah probabilitas hipotesis Hi tanpa memandang evidence

(fakta) apapun.

• P(E) adalah probabilitas adanya evidence E

Jika terdapat gejala baru, maka rumusannya menjadi :

28

dimana :

• adalah evidence lama

• adalah evidence baru

• adalah probabilitas munculnya hipotesis jika

muncul evidence baru dari evidence lama

• adalah probabilitas kaitan antara evidence lama dan

evidence baru jika hipotesis benar

• probabilitas kaitan antara evidence lama dengan

evidence baru tanpa memandang hipotesis apapun

Teorema Bayes biasanya diterapkan di bidang kesehatan sebagai perhitungan

untuk memberikan tingkat kepercayaan akan suatu penyakit berdasarkan bukti-

bukti yang ada. Namun penerapan teorema Bayes juga bisa dipakai di bidang lain

seperti yang terdapat di dalam jurnal yang berjudul An Introduction to Bayesian

methods in health technology assessment karya David J Spiegelhalter, Jonathan P

Myles, David R Jones, Keith R Abrams (1999: p512)

“Bayesian analysis is widely used in variety of non-medical fields, including

engineering, image processing, expert systems, decision analysis, gene sequencing,

financial prediction, and neural networks, and increasingly in complex

epidemiological models.”

Pada penelitian dan pengembangan sistem pakar ini, metoda Bayes

digunakan untuk memberikan nilai kemungkinan yang didasarkan pada pemberian

29

nilai prior oleh seorang pakar dari gejala-gejala kerusakan mobil yang ada.

Sehingga pada akhirnya sistem pakar yang dirancang ini dapat memberikan solusi

dengan memberikan nilai kemungkinan dari ketepatan solusi yang ditawarkan.

2.5 Kerusakan Pada Mobil

Kerusakan pada mobil dapat digolongkan menjadi 5 jenis, yaitu:

1. Kerusakan pada bagian mesin.

2. Kerusakan pada bagian sistem pendinginan.

3. Kerusakan pada bagian pengereman dan kaki-kaki mobil.

4. Kerusakan pada bagian transmisi

5. Kerusakan pada bagian kelistrikan

2.5.1 Kerusakan Pada Bagian Mesin

Kerusakan yang mungkin terjadi pada bagian transmisi mobil akan disajikan

di tabel 2.3

Tabel 2.3 Tabel Kerusakan Bagian Mesin

Tipe kerusakan Gejala Penyebab Solusi

Mesin tidak mau

hidup

Mesin tidak bisa

dihidupkan

• Mobil tidak

terdapat bensin

• Bagian kelistrikan

mobil dalam

kondisi tidak baik

• Fuel pump mobil

- Segera isi

bensin

- Segera cek

bagian kelistrikan

- Bawa ke

bengkel langganan

30

tidak bekerja

dengan baik

• Mobil habis

menerjang banjir

Mesin mati tiba -

tiba

Mesin mati secara

tiba - tiba

Overheat atau terjadi

penyumbatan pada

karburator/injector

Jika overheat

matikan mobil dan

diamkan sebentar.

Jika terjadi

penyumbatan

segera bersihkan di

bengkel terdekat

Mesin knocking/

ngelitik,

• Terdapat bunyi

ngelitik dari mesin

• Kinerja mesin

berkurang

Konsumsi BBM

yang tidak sesuai

dengan anjuran

pabrik atau

campuran bensin

dengan udara tidak

sesuai

Lakukan tune up di

bengkel langganan

Kebocoran oli Terdapat rembesan

oli di sekitar mesin

Terdapat bagian

mesin yang sudah

rusak

Cek asal rembesan

oli tersebut, jika

parah segera bawa

ke bengkel

31

2.5.2 Kerusakan Pada Bagian Sistem Pendinginan

Kerusakan yang mungkin terjadi pada sistem pendinginan diantaramya akan

disajikan di tabel 2.4

Tabel 2.4 Tabel Kerusakan Bagian Sistem Pendinginan

Tipe kerusakan Gejala Penyebab Solusi

Radiator Mesin panas saat

kecepatan tinggi

Radiator mampat

sehingga tidak dapat

mendinginkan mesin

saat bekerja keras

Service atau ganti

radiator

Kipas radiator Mesin bertambah

saat mobil dalam

kondisi

diam(stationer)

Kipas radiator rusak

atau ada masalah di

bagian kelistrikan

Ganti kipas radiator

atau cek bagian

kelistrikan

Selang radiator Air di radiator

selalu berkurang

Terjadi kebocoran Segera cari letak

kebocorannya, jika

parah segera bawa

ke bengkel

Thermostat Mesin terlalu

dingin walaupun

sudah berjalan

jauh

Thermostat terus

terbuka

Ganti Thermostat

Tutup radiator Air di tabung Pengatur tekanan di Ganti tutup radiator

32

reservoir menjadi

penuh tetapiair di

radiator berkurang

tutup radiator rusak

2.5.3 Kerusakan Pada Bagian Pengereman dan Kaki-kaki Mobil

Kerusakan yang mungkin terjadi pada bagian pengereman dan kaki-kaki akan

disajikan di tabel 2.5

Tabel 2.5 Tabel Kerusakan Bagian Pengereman dan Kaki-kaki

Tipe kerusakan Gejala Penyebab Solusi

Rem • Remi diinjak

terlalu dalam agar

mobil berhenti

Booster rem rusak Ganti booster rem

dengan yang baru

• Terdapat

perbedaan tekanan

saat menginjak

pedal rem yang

pertama dengan

kedua

Minyak rem

berkurang

Segera periksa

minyak rem, jika

berkurang lalu

tambahkan minyak

rem

Shockbreaker Terdapat suara

gemuruh saat

mobil berjalan dan

mobil terasa

berayun saat

Shockbreaker rusak Ganti shockbreaker

dengan yang baru

33

melewati polisi

tidur

Tie rod Terdapat bunyi

seperti “kletek-

kletek” saat mobil

berbelok

Tie rod sudah rusak Ganti tie rod dengan

yang baru

Velg Pada saat mobil

melaju kencang

setir mobil terasa

goyang

Bentuk velg sudah

tidak seimbang

Lakukan balancing

di bengkel

Bearing Terdapat bunyi

gemuruh saat

mobil berjalan

tetapi mobil tidak

berayun saat

melewati polisi

tidur

Bearing sudah rusak Ganti bearing

dengan yang baru

Bushing stabilizer Saat mobil

berjalan di

kecepatan sedang

lalu mobil

berbelok sendiri

ketika setir di

Bushing stabilizer

sudah rusak atau ban

tidak menapak

sempurna

Lakukan spooring

atau ganti bushing

stabilizer dengan

yang baru

34

lepas

2.5.4 Kerusakan Pada Bagian Transmisi

Penyebab kerusakan yang mungkin pada bagian transmisi mobil diantaranya

akan disajikan di tabel 2.6

Tabel 2.6 Tabel Kerusakan Bagian Transmisi

Tipe kerusakan Gejala Penyebab Solusi

Plat kopling Gigi tidak bisa

masuk saat mesin

menyala

Plat koling sudah

rusak

Ganti plat kopling

dengan yang baru

Laher kopling Saat pedal kopling

diinjakterdapat

suara seperti besi

beradu

Laher kopling sudah

rusak

Ganti laher kopling

dengan yang baru

Master kopling • Pedal kopling

tidak memberikan

tekanan saat

diinjak

Minyak transmisi

bocor/ berkurang

Tambahkan minyak

transmisi

• Pedal kopling

tidak memberikan

tekanan saat

diinjak tetapi

masih terdapat

Master kopling sudah

rusak

Ganti master kopling

dengan yang baru

35

minyak transmisi

2.5.5 Kerusakan Pada Bagian Kelistrikan

Kerusakan yang mungkin terjadi pada bagian kelistrikan ini diantaranya akan

disajikan di tabel 2.7

Tabel 2.7 Tabel Kerusakan Bagian Kelistrikan

Tipe kerusakan Gejala Penyebab Solusi

Baterai/accu Mobil tidak bisa

distarter atau

starter melemah,

lampu redup dan

suara klakson

melemah

Baterai/accu sudah

rusak (biasanya sudah

lebih dari 2 tahun)

Lakukan charge

pada baterai/accu

atau menggantinya

dengan yang baru

Perkabelan Bagian-bagian

mobil yang

menggunaka listrik

tiba-tiba tidak

berfungsi secara

mendadak atau

tidak berfungsi

optimal

Terdapat kabel yang

putus atau kendor

Lakukan pencarian

bagfian mana yang

kendor atau jika

sudah terlalu banyak

bagian-bagian yang

tidak berfungsi

dengan baik

disarankan untuk

mengurut ulang

kabel di bengkel

36

Dinamo starter Mesin sulit

dihidupkan (tidak

terdengar suara

apa-apa saat mesin

distarter

Dynamo starter rusak Ganti dynamo

starter dengan yang

baru