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