BAB II

LANDASAN TEORI

2.1 Kecerdasan Buatan

Kecerdasan Buatan (Artificial Intelligence) merupakan salah satu bagian dari

ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat

melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa

lebih baik daripada yang dilakukan manusia. Menurut John McCarthy, 1956, AI :

untuk mengetahui dan memodelkan proses–proses berpikir manusia dan mendesain

mesin agar dapat menirukan perilaku manusia. Cerdas, berarti memiliki pengetahuan

ditambah pengalaman, penalaran (bagaimana membuat keputusan dan mengambil

tindakan), moral yang baik.

Manusia cerdas (pandai) dalam menyelesaikan permasalahan karena

manusia mempunyai pengetahuan dan pengalaman. Pengetahuan diperoleh dari

belajar. Semakin banyak bekal pengetahuan yang dimiliki tentu akan lebih mampu

menyelesaikan permasalahan. Tapi bekal pengetahuan saja tidak cukup, manusia juga

diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan

pengetahuan dan pengalaman yang dimiliki. Tanpa memiliki kemampuan untuk

menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak

7

akan dapat menyelesaikan masalah dengan baik. Demikian juga dengan kemampuan

menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang

memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik.

Demikian juga agar mesin bisa cerdas (bertindak seperti dan sebaik manusia)

maka harus diberi bekal pengetahuan, sehingga mempunyai kemampuan untuk

menalar. Untuk membuat aplikasi kecerdasan buatan ada 2 bagian utama yang sangat

dibutuhkan

1. Basis Pengetahuan (Knowledge Base), bersifat fakta-fakta, teori , pemikiran dan

hubungan antar satu dengan yang lainnya.

2. Motor Inferensi (Inference Engine), kemampuan menarik kesimpulan

berdasarkan pengetahuan dan pengalaman (Dahria, 2008).

Penerapan Konsep Kecerdasan Buatan pada Komputer adalah sebagai

berikut :

Gambar 2.1 Penerapan konsep kecerdasan buatan di komputer

Input

Masalah

Pertanyaan

BasisPengetahuan

MotorInferensi

Output

Jawaban

Solusi

8

2.1.1 Kelebihan Kecerdasan Buatan

Menurut (Dahria, 2008) Ada pun kelebihan dari kecerdasan buatan antara

lain:

1. Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat

manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer

& program tidak mengubahnya.

2. Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan manusia

dari 1 orang ke orang lain membutuhkan proses yang sangat lama &

keahlian tidak akan pernah dapat diduplikasi dengan lengkap. Jadi jika

pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebut

dapat disalin dari komputer tersebut & dapat dipindahkan dengan mudah ke

komputer yang lain.

3. Lebih murah. Menyediakan layanan komputer akan lebih mudah & murah

dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah

pekerjaan dalam jangka waktu yang sangat lama. Bersifat konsisten karena

kecerdasan buatan adalah bagian dari teknologi komputer sedangkan

kecerdasan alami senantiasa berubah-ubah.

4. Dapat didokumentasi. Keputusan yang dibuat komputer dapat

didokumentasi dengan mudah dengan cara melacak setiap aktivitas dari

sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.

5. Cara kerja lebih cepat dan hasil lebih baik.

9

2.1.2 Kelebihan kecerdasan alami

Menurut (Dahria, 2008) Ada pun kelebihan dari kecerdasan alami antara lain :

1. Kreatif : manusia memiliki kemampuan untuk menambah pengetahuan,

sedangkan pada kecerdasan buatan untuk menambah pengetahuan harus

dilakukan melalui sistem yang dibangun.

2. Memungkinkan orang untuk menggunakan pengalaman secara langsung.

Sedangkan pada kecerdasan buatan harus bekerja dengan input-input

simbolik.

3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan

buatan sangat terbatas.

2.1.3 Konsep Kecerdasan Buatan

Menurut (Kusrini, 2006) Ada beberapa konsep yang harus dipahami dalam

kecerdasan buatan, diantaranya :

1. Turing Test – Metode pengujian kecerdasan

Turing test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh

“Alan Turing” . Proses uji ini melibatkan seorang penanya (manusia) dan dua objek

yang ditanyai. Salah satunya adalah seorang manusia dan satunya lagi adalah sebuah

mesin yang akan diuji. Penanya tidak dapat melihat langsung kepada objek yang

ditanyai. Penanya diminta untuk membedakan mana jawaban komputer dan mana

jawaban manusia berdasarkan jawaban kedua objek tersebut. Jika penanya tidak dapat

10

membedakan mana jawaban mesin dan mana jawaban manusia maka turing

berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan CERDAS.

2. Pemprosesan simbolik

Komputer semula didesain untuk memproses bilangan / angka-angka

(pemrosesan numerik). Sementara manusia dalam berpikir dan menyelesaikan

masalah lebih bersifat simbolik, tidak didasarkan pada sejumlah rumus atau

melakukan komputasi matematis. Sifat penting dari AI adalah bahwa AI merupakan

bagian dari ilmu komputer yang melakukan proses secara simbolik dan non-

algoritmik dalam penyelesaian masalah.

3. Heuristic

Istilah Heuristic diambil dari bahasa Yunani yang berarti menemukan.

Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang

problem secara selektiv, yang memandu proses pencarian yang kita lakukan

disepanjang jalur yang meiliki kemungkinan sukses paling besar.

4. Penarikan Kesimpulan (Inferencing)

5. AI mencoba membuat mesin memiliki kemampuan berpikir atau

mempertimbangkan (reasoning), kemampuan berpikir (reasoning) termasuk

didalamnya proses penarikan kesimpulan (Inferencing) berdasarkan fakta-fakta dan

aturan dengan menggunakan metode Heuristic atau metode pencarian lainnya.

6. Pencocokan Pola (Pattern Matching)

11

AI bekerja dengan metode pencocokan pola (Pattern Matching) yang

berusaha untuk menjelaskan objek, kejadian (events) atau proses, dalam hubungan

logik atau komputasional.

2.2 Sistem Pakar (Expert System)

Kecerdasan buatan adalah salah bidang ilmu komputer yang mendayagunakan

komputer sehingga dapat berprilaku cerdas seperti manusia. Ilmu komputer tersebut

mengembangkan perangkat lunak dan perangkat keras untuk meniru tindakan

manusia. Aktifitas manusia yang ditiru seperti penalaran, penglihatan, pembelajaran,

pemecahan masalah, pemahaman bahasa alami dan sebagainya. Sesuai dengan

defenisi tersebut, maka teknologi kecerdasan buatan di pelajari dalam bidang seperti :

Robotika (Robotics), Penglihatan Komputer (Computer Vision), Pengolahan Bahasa

Alami (Natural Language Processing), Pengenalan Pola (Pattern Recognition),

Sistem Syaraf Buatan (Artificial Neural System), pengenalan Suara (Speech

Recognition), dan Sistem Pakar (Expert System). Bidang-bidang yang termasuk

dalam kecerdasan buatan terlihat pada gambar 2.2 (Giarratano dan Riley, 2005).

Kecerdasan buatan menyelesaikan permasalahan dengan mendayagunakan komputer

untuk memecahkan masalah yang komplek dengan cara mengikuti proses penalaran

manusia. Salah satu teknik kecerdasan buatan yang menirukan proses penalaran

manusia adalah Sistem Pakar (Hartati dan Iswanti, 2008).

12

Gambar 2.2 Beberapa bidang kecerdasan buatan.

Pemecahan masalah-masalah yang komplek biasanya hanya dapat dilakukan

oleh sejumlah orang yang sangat terlatih, yaitu pakar. Dengan penerapan teknik

kecerdasan buatan, sistem pakar menirukan apa yang dikerjakan oleh seorang pakar

ketika mengatasi permasalahan yang rumit, berdasarkan pengetahauan yang

dimilikinya.

Sistem pakar dibuat hanya pada doamain pengetahuan tertentu untuk suatu

kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang saja.

Sistem pakar mencoba mencari penyelesaian yang memuaskan, yaitu sebuah

penyelesaian yang cukup bagus agar pekerjaan dapat berjalan walaupun itu bukan

Kecerdasan Buatan

Robotika

PenglihatanKomputer

PengolahanBahasa Alami

PengenalanPolaSistem Pakar

Sistem SyarafBuatan

PengenalanSuara

13

penyelesaian yang optimal. Beberapa defenisi sistem pakar disajikan dalam tabel 2.1

(Hartati dan Iswanti, 2008).

Tabel 2.1 Defenisi sistem pakar

Sumber Defenisi

Martin dan Oxman (1988) Sistem yang berbasis komputer yangmenggunakan pengetahuan, fakta, dan teknikpenalaran dalam menyelesaikan masalah, yangbiasanya hanya dapat diselesaikan olehseorang pakar dalam bidang tertentu.

Ignizio (1991) Sistem pakar merupakan bidang yang dicirikanoleh sistem berbasis pengetahuan (Knowledgebase system), memungkinkan komputer dapatberfikir dan mengambil kesimpulan darisekumpulan kaidah.

Turban dan Aronson (2001) Sistem yang menggunakan pengetahuanmanusia yang dimasukkan ke dalam komputeruntuk memecahkan masalah-masalah yangbiasanya diselesaikan oleh pakar.

Giarratano dan Riley (2005) Salah satu cabang kecerdasan buatan yangmenggunakan pengetahuan-pengetahuankhusus yang dimiliki oleh seorang ahli untukmenyelesaikan masalah tertentu.

Pengetahuan sistem pakar dibentuk dari kaidah atau pengalaman tentang

prilaku elemen dari domain bidang pengetahuan tertentu. Pengetahuan pada sistem

pakar diperoleh dari orang yang mempunyai pengetahuan pada suatu bidang (pakar

bidang tertentu), buku-buku, jurnal ilmiah, majalah, maupun dokumentasi yang

tercetak lainnya. Sumber pengetahuan tersebut biasanya dikenal dengan sumber

keahlian. Pengetahuan-pengetahuan tersebut direpresentasikan dalam bentuk format

tertentu, dan dihimpun dalam suatu basis pengetahuan. Basis pengetahuan ini

selanjutnya dipakai sistem pakar untuk menentukan penalaran atas problema yang di

hadapinya (Hartati dan Iswanti, 2008).

14

2.2.1 Ciri-ciri Sistem Pakar

Sistem pakar merupakan program-program praktis yang menggunakan strategi

heuristic yang dikembangkan oleh manusia untuk menyelesaikan permasalahn-

permasalahn yang spesifik (khusus). Disebabkan oleh keheuristicannya dan sifatnya

yang berdasarkan pada pengetahuan, maka umumnya sistem pakar bersifat antara

lain:

1. Memiliki informasi yang handal baiik dalam menampilkan langkah-langkah

maupun dalam menjawab pertanyaan - pertanyan tentang proses penyelesaian.

2. Mudah dimodifikasi, yaitu dengan menambah atau menghapus suatu kemampuan

dari basis pengetahuannya.

3. Heuristic dalam menggunakan pengetahuan (yang sering kali tidak sempurna)

untuk mendapatkan penyelesaiannya.

4. Dapat digunakan dalam berbagai jenis komputer.

5. Memiliki kemampuan untuk beradaptasi (Arhami, 2005).

2.2.2 Struktur Sistem Pakar

Struktur dasar sistem pakar tersusun atas tiga komponen utama yaitu system

berbasis pengetahuan, mekanisme interfensi, dan struktur penghubung antara

pengguna dengan sistem seperti terlihat pada Gambar berikut (Wardiana dan Tobing,

2006).

15

Gambar 2.3 Struktur sistem pakar

Keterangan:

1. Basis Pengetahuan berisi informasi data, relasi antara data dan aturan dalam

pengambilan kesimpulan

2. Mekanisme Interfensi berfungsi menganalisa data yang ada dan menarik

kesimpulan berdasarkan aturan yang ada.

3. Struktur Penghubung (User Interface): berfungsi sebagai alat atau media

komunikasi antar pengguna dengan program (Wardiana dan Tobing, 2006)

MekanismeInterfensi

BasisPengetahuan

StrukturPenghubung

Pengguna

16

2.2.3 Konsep Sistem Pakar

Konsep dasar sistem pakar mengandung keahlian, ahli/pakar, pengalihan

keahlian, mengambil keputusan, aturan, kemampuan menjelaskan.

1. Keahlian

Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu

yang diperoleh dari pelatihan, membaca atau dari pengalaman. Bentuk pengetahuan

yang termasuk keahlian:

a. Fakta-fakta pada lingkup permasalahan tertentu.

b. Teori-teori pada lingkup permasalahan tertentu.

c. Aturan-aturan berkenaan dengan lingkup permasalahan tertentu.

d. Meta –knowledge (pengetahuan tentang pengetahuan)

2. Ahli / Pakar

Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan,

mempelajari hal- hal baru seputar topik permasalahan, menyusun kembali

pengetahuan jika dipandang perlu, memecahkan masalah dengan cepat dan tepat.

3. Pengalihan Keahlian

Tujuan dari sistem pakar adalah untuk mentransfer keahlian dari seorang

pakar ke dalam komputer kemudian ke masyarakat. Proses ini meliputi 4 kegiatan,

yaitu perolehan pengetahuan (dari para ahli atau sumber-sumber lainnya),

representasi pengetahuan ke komputer, kesimpulan dari pengetahuan dan pengalihan

pengetahuan ke pengguna.

17

4. Mengambil Keputusan

Hal yang unik dari sistem pakar adalah kemampuan untuk menjelaskan

dimana keahlian tersimpan dalam basis pengetahuan. Kemampuan komputer untuk

mengambil kesimpulan dilakukan oleh komponen yang dikenal dengan mesin

inferensi yaitu meliputi prosedur tentang pemecahan masalah. Sistem pakar yang

dibuat merupakan sistem yang berdasarkan pada aturan – aturan dimana program

disimpan dalam bentuk aturan-aturan sebagai prosedur pemecahan masalah. Aturan

tersebut biasanya berbentuk IF – THEN.

5. Kemampuan Menjelaskan

Keunikan lain dari sistem pakar adalah kemampuan dalam menjelaskan atau

memberi saran/rekomendasi serta juga menjelaskan mengapa beberapa tindakan/saran

tidak direkomendasikan (Dahria, 2011).

Gambar 2.4 menggambarkan konsep dasar suatu sistem pakar knowledge-

base. Pengguna menyampaikan fakta atau informasi untuk sistem pakar dan

kemudian menerima saran dari pakar atau jawaban ahlinya. Bagian dalam sitem pakar

terdiri dari dua komponen yang utama, yaitu knowledge base yang berisi knowledge

dan mesin inferensi yang menggambarkan kesimpulan. Kesimpulan tersebut respon

dari sistem pakar atas permintaan pengguna (Dahria, 2011).

18

Gambar 2.4 Konsep dasar fungsi sistem pakar

2.2.4 Tujuan Sistem Pakar

Tujuan dari sebuah Sistem Pakar adalah mentransfer kepakaran yang dimiliki

seorang pakar kedalam komputer dan kemudian kepada orang lain (non expert).

Aktivitas pemindahan kepakaran adalah (Wijaya, 2006) :

a. Knowledge Acquisition (dari pakar atau sumber lain)

b. Knowledge Representation (ke dalam komputer)

c. Knowledge Inferencing

d. Knowledge Transfering

2.2.5 Keuntungan dan Kelemahan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat di ambil dengan adanya sistem

pakar,antara lain (Sri kusumadewi, 2003) :

1. Menungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

2. Bisa melakukan proses secara berulang secara otomotis.

UserKnowledge-Base

Mesin Inferensi

Fakta

Keahlian

Sistem Pakar

19

3. Menyimpan pengetahuan dan keahlian para pakar.

4. Meningkatkan output dan produktivitas.

5. Meningkatkan kualitas.

6. Mampu mengambil dan melestarikan keahlian para pakar(terutama yang termasuk

keahlian langka)

7. Mampu beroperasi dalam lingkungan yang berbahaya.

8. Memiliki kemampuan untuk mengakses pengetahuan.

9. Memiliki reliabilitas.

10. Meningkatkan kapabilitas sistem komputer.

11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan

mengandung ketidak pastian.

12. Sebagai media pelengkap dalam penelitian

13. Meningakatkan kapabilitas dalam penyelesaian masalah.

14. Menghemat waktu dalam pengambilan keputusan.

Disamping memiliki beberapa keuntungann, sistem pakar juga memiliki

beberapa kelemahan (Sri kusumadewi, 2003), antara lain :

1. Biaya yang di perlukan untuk membuat dan memeliharanya sangat mahal.

2. Sulit di kembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar

di bidangnya.

3. Sistem pakar tidak 100% bernilai benar.

20

2.2.6 Arsitektur Sistem Pakar

Sistem Pakar disusun oleh dua bagian utama, yaitu lingkungan pengembangan

dan lingkungan konsultasi. Lingkungan pengembangan digunakan untuk

memasukkan pengetahuan pakar kedalam lingkungan Sistem Pakar, sedangkan

lingkungan konsultasi digunakan pengguna bukan pakar untuk memperoleh

pengetahuan pakar (Wijaya, 2007).

Gambar 2.5 Arsitektur sistem pakar

Lingkungan Konsultasi

Pemakai

Antar Muka(Interface)

Aksiyangdirekomendasikan

Fakta tentangkejadian tertentu

FasilitasPenjelasan

Mesin Interfensi

Workplace

Lingkungan Pengembangan

Basis Pengetahuan:Fakta dan aturan

PerbaikianPengetahuan

KnowledgeEnginer

Pakar

21

Komponen-komponen yang terdapat dalam Sistem Pakar tersebut terdiri dari

antarmuka pemakai, basis pengetahuan : fakta dan aturan, akuisisi pengetahuan,

mekanisme inferensi, workplace, fasilitas penjelasan, perbaikan pengetahuan.

1. Antarmuka Pemakai

Antarmuka pemakai memberikan fasilitas komunikasi antara pemakai dan

sistem, memberikan berbagai fasilitas informasi dan berbagai keterangan yang

bertujuan untuk membantu mengarahkan alur penelusuran masalah sampai ditemukan

solusi.

2. Basis Pengetahuan

Basis pengetahuan merupakan representasi pengetahuan dari seorang pakar

yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah.

Terdiri dari dua elemen dasar, yaitu :

a) Fakta yang berupa informasi tentang situasi permasalahan, teori dari area

permasalahan atau informasi tentang objek.

b) Spesial heuristik yang merupakan informasi tentang cara bagaimana

membangkitkan fakta baru dari fakta yang sudah diketahui. Dalam sistem pakar

berbasis rule, bagian ini berupa rules.

Knowledge base adalah jantung sebuah sistem pakar. Bagian ini adalah

totalitas keahlian pakar yang telah disarikan dan diformat ke dalam external memory

komputer. Sampai saat ini terdapat berbagai cara representasi pengetahuan yang telah

dikenal, misalnya :

22

a. Rule-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan

(rules). Bentuk representasi ini terdiri atas premise dan kesimpulan. Pada penalaran

berbasis aturan, pengetahuan dipersentasikan dengan menggunakan aturan berbentuk

: IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar

pada suatu permasalahan tertentu, dan pakar dapat menyelesaikan masalah tersebut

secara berurutan. Disamping itu, bentuk ini juga digunakan apabila dibutuhkan

penjelasan tentang langkah-langkah pencapaian solusi.

b. Case-Base Reasoning

Pada penalaran berbasis kasus (cases), basis pengetahuan berisi solusi-solusi

yang telah dicapai sebelumnya, kemudian diturunkan suatu solusi untuk keadaan

sekarang (fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk

mengetahui lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Selain itu,

bentuk ini juga digunakan apabila telah dimiliki sejumlah situasi atau kasus tertentu

dalam basis pengetahuan atau dapat diartikan pengetahuan direpresentasikan dalam

bentuk kesimpulan kasus.

c. Frame-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan

frame(Sukarsa dan Wisswani, 2009). Salah satu skema yang telah digunakan dalam

banyak aplikasi AI adalah frame (bingkai) (Minsky : 1975). Frame dapat dipandang

sebagai struktur data statik yang digunakan untuk merepresentasikan situasi-situasi

23

yang telah dipahami dan stereotype. Frame berupa kumpulan-kumpulan slot-slot

yang digunakan atau merupakan atribut untuk mendeskripsikan pengetahuan.

Pengetahuan yang termuat dalam slot dapat berupa kejadian, lokasi, situasi ataupun

elemen-elemen lain. Frame digunakan untuk representasi pengetahuan

deklaratif(Wijaya, 2007).

Berikut ini digambarkan struktur frame.

Gambar 2.6 Struktur Frame

d. Object-Based Knowledge

Pengetahuan direpresentasikan sebagai jaringan dari objek-objek. Objek

adalah elemen data yang terdiri dari data dan metode (proses) (Sukarsa dan

Wisswani, 2009).

Frame name :

Class :

Object 1

Object 2

Object 1 IS-A

Object 2

Properties : Property 1

Property 2

Property 3

Value 1

Value 2

Value 3

24

3. Akuisisi Pengetahuan

Akuisisi pengetahuan merupakan proses untuk mengumpulkan data

pengetahuan terhadap suatu masalah dari sumber pengetahuan (berasal dari pakar

atau media seperti majalah, buku, literatur, dll) kedalam komputer. Sumber

pengetahuan tersebut dijadikan dokumentasi untuk diolah, dipelajari dan

diorganisasikan menjadi basis pengetahuan.(Wijaya, 2007)

4. Mekanisme Inferensi

Komponen ini mengandung mekanisme pola pikir dan penalaran yang

digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi

merupakan bagian dari Sistem Pakar yang melakukan penalaran mengenai informasi

yang ada dalam basis pengetahuan dan dalam workplace, dan untuk menformulasikan

kesimpulan.

Secara umum terdapat dua pendekatan yang digunakan dalam mekanisme

inferensi untuk pengujian aturan yaitu pelacakan kebelakang (backward chaining)

dan pelacakan ke depan (forward chaining).

Dalam pelacakan ke belakang adalah pendekatan yang dimotori tujuan (goal

driven), pendekatan ini pelacakan dimulai dari tujuan (hipotesa) dan selanjutnya

dicari aturan-aturan yang memiliki tujuan tersebut dan dicari kesimpulannya

(pembuktiannya).

25

Sedangkan pelacakan ke depan merupakan pendekatan yang dimotori oleh

data (data-driven), pendekatan ini pelacakan dimulai dari informasi masukan, dan

selanjutnya mencoba menggambarkan kesimpulan.

Selain teknik penalaran tersebut, diperlukan juga teknik penelusuran data

dalam bentuk jaringan yang terdiri atas node-node berbentuk pohon. Ada tiga teknik

penelusuran data yang digunakan yaitu : depth-first search, breadht-first search dan

best first search (Wijaya, 2007).

a. Depth-first search

Merupakan teknik penelusuran data pada node-node secara vertikal dan

mendalam.

Gambar 2.7 Teknik penelusuran data Depth First Search

Mulai

1

2

8

6

7

54

3

26

b. Breadth-first search

Merupakan teknik penelusuran data pada semua node dalam satu level atau

satu tingkatan sebelum le level atau tingkatan berikutnya.

Gambar 2.8 Teknik penelusuran data Breadth First Search

c. Best-first search

Bekerja berdasarkan kombinasi kedua metode sebelumnya.

5. Workplace

Workplace merupakan area dari sekumpulan memori kerja(working memory).

Workplace digunakan untuk merekam hasil-hasil antara dan kesimpulan yang dicapai.

Ada 3 tipe keputusan yangdapat direkam, yaitu :

Mulai

1

2

8

3

5

76

4

Level 0

Level 1

Level 2

Level 3

27

a. Rencana : bagaimana menghadapi masalah.

b. Agenda : aksi-aksi yang potensial yangsedang menunggu untuk dieksekusi.

c. Solusi : calon aksi yang akan dibangkitkan(Listiyono, 2008).

6. Fasilitas Penjelas (Explanation Facility)

Fasilitas penjelas adalah komponen tambahan yang akan meningkatkan

kemampuan sistem pakar. Komponen ini menggambarkan penalaran sistem kepada

pemakai. Fasilitas penjelas dapat menjelaskan prilaku sistem pakar dengan menjawab

pertanyaan-pertanyaan sebagai berikut (Listiyono, 2008).

a. Mengapa pertanyaan tertentu ditanyakan oleh sistem pakar?

b. Bagaimana kesimpulan tertentu diperoleh?

c. Mengapa alternatif tertentu ditolak?

d. Apa rencana untuk memperoleh penyelesaian?

7. Perbaikan Pengetahuan (Knowledge Refining Sistem)

Pakar memiliki kemampuan untuk menganalisa dan meningkatkan kinerja

serta kemampuan untuk belajar dan kinerjanya. Kemampuan tersebut adalah penting

dalam pembelajaran komputerisasi, sehingga program akan mampu menganalisis

penyebab kesuksesan dan kegagalan yang dialaminya (Listiyono, 2008).

2.2.7 Representasi Pengetahuan

Knowledge sering disinonimkan dengan data, fakta dan informasi. Pelajaran

dari knowledge merupakan suatu epstemologi yang merupakan bagian dari ilmu

28

filsafat yang membahas tentang asal. Hal ini berkenaan dengan sifat, struktur dan

keaslian dari knowledge. Disamping jenis filosofi yang dikemukakan oleh Aristoteles,

Plato, Descartes, Hume, Khan dan lainnya, ada dua tipe khusus yang dinamakan

priori dan posteriori. Istilah priori berasal dari bahasa latin yang berarti “yang

mendahului ”.

Priori knowledge dianggap menjadi kebenaran yang universal dan tidak dapat

disangkal tanpa kontradiksi. Pernyataan logika, hukum matematika dan knowledge

yang dipengaruhi oleh anak belasan tahun merupakan contoh dari priori knowledge.

Kabalikan dari knowledge yang diturunkan dari akal pikiran yang sehat, yaitu

posteriori Knowledge. Kebenaran atau kesalahan posteriori knowledge dapat

dibuktikan dengan menggunakan pengalaman akal sehat, seperti pernyataan “lampu

berwarna biru“. Namun demikian karena berhubungan dengan pengalaman maka

boleh jadi tidak selalu bias di percaya dan posteriori knowledge dapat di sangkal

berdasarkan knowledge baru tanpa memerlukan kontradiksi. Knowledge dapat

diklasifikasikan ke dalam tiga katagori yaitu prosedural declarative knowledge, dan

tacit Knowledge.

Procedural knowledge berkenaan untuk mengetahui bagaimana melakukan

sesuatu. Sebagai contoh, knowledge tentang bagimana mendidihkan air dalam

mangkok. Deklarative knowledge berkenaan untuk mengetahui sesuatu itu benar atau

salah. Hal ini berkenaan dengan knowledge yang menunjukan bentuk pernyataan

deklarasi seperti “ jangan celupkan tangan anda ke dalam mangkok air yang

29

mendidih”. Tacit knowledge kadang disebut juga dengan unconscious knowledge,

karena tidak dapat di ungkapkan dengan bahasa. Sebagai contoh adalah mengetahui

bagaimana memindahkan tangan anda dari dalam air yang panas. Pada suhu tinggi

anda harus mengatakan bahwa menarik tangan anda cepat-cepat atau santai.

Dalam sistem komputer ANS (Artificial Neural System) dikaitkan dengan

tacit knowladge karna secara normal jaringan saraf tidak secara langsung

menjelaskan knowledgenya akan tetapi mungkin mampu jika disediakan program

yang sesuai. Knowledge merupakan kunci utama dari sistem pakar. Analoginya

dengan ekspresi klasik dari wirth adalah :

Algoritma + Struktur Data = Program

Dan untuk sistem pakar.

Knowledge + Inferensi = Sistem Pakar.

Yang ada pada level paling bawah adalah gangguan (noise). Gangguan (noise)

merupakan data yang masih kabur. Level berikutnya adalah data yang merupakan hal

potensial yang paling menarik. Data yang sudah diproses adalah informasi yang

penting. Berikut adalah knowledge yang menggambarkan informasi yang sangat

khusus. Level paling atas adalah meta knowledge yang merupakan knowledge dan

keahlian. Suatu sistem pakar dapat dirancang dengan knowledge akan memerlukan

knowledge dari beberapa domain yang berbeda dan meta knowledge akan

menentukan dasar knowledge yang dapat digunakan (Listiyono, 2008).

30

2.2.8 Model Pelacakan (Inference Engine)

Dalam pengembangan Sitem Pakar manakah metode yang harus dipilih,

apakah Forward Chaining atau Backward Chaining ? Sebagai panduan adalah

sebagai berikut (Dahria, 2011) :

1. Jika masalah yang dihadapi lebih dekat ke fan out (sekumpulan fakta yang bisa

menuju ke banyak konklusi), maka pilihlah backward chaining.

2. Jika masalah yang dihadapi lebih dekat ke fan in (sekumpulan hipotesis yang bisa

menuju ke banyak pertanyaan), maka pilihlah forward chaining.

3. Banyak cara untuk mendapatkan sedikit konklusi, maka pilih forward chaining.

4. Sedikit cara untuk mendapatkan banyak konklusi, maka pilih backward chaining.

5. Jika kita belum mendapatkan berbagai fakta, dan kita tertarik hanya pada satu

konklusi yang mungkin, maka gunakan backward chaining.

6. Jika kita benar-benar sudah mendapatkan berbagai fakta, dan kita ingin untuk

mendaapatkan konklusi dari fakta-fakta itu, maka gunakan forward chaining.

a. Runut maju (Forward chaining)

Runut maju merupakan metode pencarian yang memulai proses pencarian dari

sekumpulan data atau fakta, dari fakta-fakta tersebut dicari suatu kesimpulan yang

menjadi solusi dari permasalahan yang dihadapi. Mesin inferensi mencari kaidah-

kaidah dalam basis pengetahuan yang premisnya sesuai dengan fakta-fakta tersebut,

kemudian dari aturan-aturan tersebut diperoleh suatu kesimpulan. Runut maju

31

memulai proses pencarian dengan data sehingga strategi ini disebut juga data-

driven(Sukarsa dan Wisswani, 2009) .

b. Runut balik (Backward chaining).

Runut balik merupakan metode pencarian yang arahnya kebalikan dari runut

maju. Proses pencarian dimulai dari tujuan, yaitu kesimpulan yang menjadi solusi

dari permasalahan yang dihadapi. Mesin inferensi mencari aturan-aturan dalam basis

pengetahuan yang kesimpulannya merupakan solusi yang ingin dicapai, kemudian

dari aturan-aturan yang diperoleh, masing-masing kesimpulan dirunut balik jalur

yang mengarah ke kesimpulan tersebut. Jika informasi-informasi atau nilai dari

atribut-atribut yang mengarah ke kesimpulan tersebut sesuai dengan data yang

diberikan maka kesimpulan tersebut merupakan solusi yang dicari, jika tidak sesuai

maka kesimpulan tersebut bukan merupakan solusi yang dicari. Runut balik memulai

proses pencarian dengan suatu tujuan sehingga strategi ini disebut juga goal driven

(Sukarsa dan Wisswani, 2009).

2.3 Global System for Mobile Communication (GSM)

Pada prinsipnya sistem GSM terdiri dari tiga subsistem utama (Arief, 2009),

yaitu:

32

1. Subsistem sentral penyambungan (Network Switching Subsystem, NSS)

Subsistem Sentral Penyambungan ini menyediakan peralatan dan fungsi-

fungsi penyambungan mulai dari awal panggilan sampai akhir panggilan . Elemen-

elemen dari sistem ini adalah:

a. Sentral Penyambungan Seluler (Mobile Switcing Center, MSC)

MSC merupakan induk jaringan yang berfungsi sebagai penyambungan

komunikasi percakapan. MSC mempunyai antarmuka ke seluruh komponen jaringan

seluler dan jaringan tetap (ISDN / PSTN).

b. Pencatat Lokasi Pelanggan Pendatang (Visiting Location Register, VLR)

VLR bertugas untuk menerima dan menyimpan seluruh data pelanggan

pendatang sebelum, sesudah, dan selama proses pemanggilan terjadi.

c. Pencatat Lokasi Pelanggan Asli (Home Location Register, HLR)

HLR merupakan pusat basis data pelanggan asli dalam sistem. Dalam HLR

tersimpan data-data pelanggan asli. HLR juga mempunyai tugas untuk mengetahui

posisi terkini setiap lokasi ponsel.

d. Pusat Otentikasi Pelanggan (Authentication Centre, AuC)

AuC terhubung dengan HLR, yang mempunyai fungsi untuk menyediakan

parameter otentikasi nomor pelanggan (authentication) dan kode penyandian sinyal

percakapan (chiphering keys) yang digunakan untuk menyimpan beberapa informasi

untuk menjaga keamanan.

e. Pengidentifikasi Perangkat Ponsel (Equipment Identification Register, EIR)

33

EIR merupakan suatu basis data yang berisi informasi tentang tipe-tipe piranti

dan sejumlah pengenal untuk ponsel (Mobile Station, MS) yang diakui dalam suatu

daerah.

2. Subsistem radio (Radio Sub System,RSS)

Menurut (Arief, 2009) SubSistem Radio terdiri atas beberapa komponen

fungsional sebagai berikut:

1. Base Station Subsystem (BSS)

Base Station Subsystem (BSS) merupakan piranti yang terdiri atas perangkat

pancarima dan perangkat pengontrol yang menyediakan semua fungsi-fungsi yang

diperlukan untuk memberikan cakupan radio pada area pelayanan yang terdiri atas:

a. Base Station Controller (BSC)

Setiap Base Station Controller (BSC) mengontrol besarnya beberapa

ratus BTS. BSC menangani sejumlah prosedur yang berbeda mengenai call

setup, lokasi update dan serah terima untuk setiap MS (Willassen, 2003).

b. Base Transciever Station (BTS)

Base Station transceiver (BTS) adalah perangkat yang berhubungan

dengan situs komunikasi spesifik, untuk dengan Mobile Stations. Biasanya,

BTS akan memiliki antena dengan beberapa TRXs (transcievers radio), bahwa

setiap berkomunikasi akan terdapat satu frekuensi radio. Sinyal link-level pada

saluran radio ini ditafsirkan dalam BTS, sedangkan sebagian besar sinyal

tingkat yang lebih tinggi akan diteruskan ke BSC dan MSC. Suara dan data

34

transmisi dari rekaman MS dalam BTS menjadi kode-kode khusus yang

digunakan pada interface radio untuk pengkodean standar pada 64 kbit /s yang

digunakan dalam jaringan telekomunikasi. Seperti jaringan antarmuka radio,

antarmuka Abis Interface antara BTS dan BSC yang sangat standar, hal ini

memungkinkan BTS dan BSC dari berbagai produsen terhubung dalam satu

jaringan (Willassen, 2003).

Fungsi dari BTS untuk memancarkan dan menerima sinyal radio dari ponsel

(mobile station) ke antar muka udara (air interface), dan bertugas untuk (Arief,

2009) :

1. Mengkodekan sinyal-sinyal komunikasi, mengenkripsi, menjamakkan dan

memodulasi

2. Mengirim sinyal singkronisasi pancar dan terima

3. Mengukur unjuk kerja kanal radio

4. Memantau jarak dari ponsel ke BTS

5. Medeteksi permintaan panggilan (Random Access)

2. TRAU (Transcoding and Rate Adaptation Unit)

Transkoder merupakan komponen yang mempunyai fungsi untuk

menyesuaikan laju transmisi yang berbeda dari 13 kbps menjadi 64 kbits/s untuk

kemampuan bicara dan koneksikoneksi data pada bagian radio.

Jaringan selular GSM yang terdiri atas Sentral Penyambungan Selular (Mobile

Switching Center, MSC), Stasiun Pengontrol Pemancar Selular (Base Station

35

Controller, BSC), Stasiun Pemancar Selular (Base Transceiver Station, BTS),

digambarkan seperi pada Gambar 2.9.

MSC yang merupakan induk dari jaringan GSM berfungsi sebagai sentral

penyambungan (switching) untuk menyambungkan pemanggil dengan yang

dipanggil. BSC bertugas untuk mengontrol dan mengatur kerja BTS. BTS bertugas

untuk melayani panggilan dari ponsel pelanggan.

c. Operation and maintenance subsystem (OMS)

OMS ini menyediakan fungsi-fungsi yang diperlukan untuk pengoperasian

jaringan dan untuk memberikan informasi tentang unjuk kerja sistem. Secara umum

OMS mempunyai fungsi sebagai:

1. Pendukung untuk perawatan dan pemeliharaan.

2. Fungsi Pengantarmuka (Interface X.25).

3. Pengaturan Suatu Gangguan (Fault Management).

4. Mengontrol konfigurasi menggunakan piranti lunak.

5. Mengontrol status jaringan yang aktif.

6. Membangkitkan Alarm bila ada gangguan jaringan.

36

Gambar 2.9 Arsitektur jaringan seluler GSM

2.4 Radio Base Station

Radio Base Station termasuk dalam bagian BTS. Unit – unit RBS terbagi

menjadi 5 bagian yaitu Distribution Switch Unit (DXU), Transmitter Receiver Unit

(TRU), Combining and Distribution Unit (CDU), Energy Control Unit (ECU), Power

Supply Units (PSUs) (Hikmaturokhman dkk).

BSC MSC

PSTN

ISDN

PDN

OTHERPLMN

MS

MS

BTS

BTS

BTS

37

1. Distribution Switch Unit (DXU)

Adalah sentral kontrol unit dari RBS. Terdapat satu DXU pada setiap RBS.

DXU menyediakan interface time slot ke tranceiver yang sudah ditentukan. Fungsi–

fungsi dari DXU adalah sebagai interface dan mengontrol link ke BSC, memeriksa

beberapa waktu untuk komunikasi dari MS ke BTS, sebagai alarm apabila terjadi

masalah pada perangkat yang terhubung, dan menyimpan database konfigurasi

cabinet yang terhubung dengannya.

2. Transmitter Receiver Unit (TRU)

Adalah unit transmitter/receiver dan sinyal processing yang memancarkan

dan menerima sinyal radio frekuensi yang dilewatkan dari dan menuju MS. Setiap

TRU menangani 8 time slot. TRU memiliki satu output transmit dan dua inlet

penerima. Fungsi – fungsi dari TRU adalah sebagai perangkat penerima dan

pengiriman sinyal, pemroses sinyal pada media suara.

3. Combining and Distribution Unit (CDU)

adalah interface antara TRU dan antena.Tujuan utama CDU adaa untuk

mengurangi jumlah penggunaan antena dalam setiap cell atau sector. Fungsi-fungsi

dari CDU adalah sebagia pembangunan perangkat transmitter, memfilter sinyal yang

diterima oleh receiver.

4. Energy Control Unit (ECU)

adalah unit yang mengkontrol dan mengawasi daya pada perangkat dan untuk

mengatur sehu dan kondisi didalam cabinet untuk memelihara sistem operasi.

38

5. Power Supply Units (PSUs)

adalah unit yang berfungsi yang menyearahkan tegangan AC yang masuk

untuk diubah menjadi +24 VCD yang dibutuhkan untuk sistem internal distribution.

Output dari PSUs sbenarnya adalah sebesar +27,2 VCD karena untuk menghindari

power yang lebih rendah dari muatan digunakan sebagai daya trafik yang tinggi dan

pengisian ulang baterai dalam waktu bersamaan. Ada juga jenis PSU yang berfungsi

menyearahkan tegangan AC yang masuk untuk diubah menjadi -48 VCD digunakan

untuk indoor cabinet yang di instalasi.

2.5 Kajian Jurnal-Jurnal Sejenis

2.5.1 Rancang Bangun Sistem Pakar Untuk Perbaikan Kecepatan danKegagalan Koneksi Peralatan Eksternal Pada Personal Komputer.

Menurut I Made Sukarsa dan Ni Wayan Wisswani dalam penelitian ini

merupakan sistem pakar berbasis web yang menghadirkan solusi dalam mengatasi

kerusakan komputer khususnya untuk perbaikan kecepatan dan kegagalan koneksi

peralatan eksternal. Sitem menyediakan fasilitas troubleshooting untuk membantu

user dalam mengindentifikasi permasalahan komputernya. Proses identifikasi ini

melalui tanya jawab antara sistem dengan pemakai. Sistem juga menyediakan fasilitas

edit pengetahuan yang dapat digunakan oleh Knowledge Engineer dalam melakukan

perubahan data berbasis pengetahuan. Metode penelusuran solusi yang digunakan

pada sistem ini adalah runut maju (forward chainning). Aturan pada basis

39

pengetahuan dimodelkan sebagai tree dengan memanfaatkan database MYSQL serta

bahasa pemograman PHP.

Pemanfaatan database untuk menyimpan basis pengetahuan dari sistem pakar

akan mempermudah dalam pembuatan fasilitas penambahan pengetahuan. Dengan

adanya fasilitas penambahan pengetahuan, perubahan aturan pada basis pengetahuan

dan pengembangan sistem pada akusisi pengetahuan yang baru dapat langsung

dilakukan tanpa harus membongkar sistem yang sudah jadi. Hal ini akan

memungkinkan sistem menjadi tetap up to date.

Hasil dan kesimpulan dari sistem pakar tersebut adalah :

1. Pengunaan komputer yang berbasis sistem pakar sangat diperlukan dalam

pengembangan pengetahuan (rule base). Pengetahuan ini bisa digunakan oleh

siapapun yang memerlukannya.

2. Hasil pengujian menunjukkan solusi permasalahan untuk setiap masalah

kerusakan komputer khususnya untuk perbaikan kecepatan dan kegagalan

koneksi peralatan eksternal dan dapat membantu pemakai komputer untuk

mengenali dan menangani kegagalan koneksi peralatan eksternal.

3. Pada program ini pelacakan mesin inferensinya adalah penelusuran maju dengan

cara mencocokkan permasalahan yang sedang dihadapi dengan gejala yang sudah

direkam sistem.

4. Solusi yang diberikan hanya bersifat informasi untuk sekedar diketahui oleh user,

informasi tersebut berisi cara sederhana mengatasi kerusakan komputer

40

khususnya untuk perbaikan kecepatan dan kegagalan koneksi peralatan eksternal

dengan cepat.

2.5.2 Penggunaan Sistem Pakar dalam Pengembangan Portal Informasi untuk

Spesifikasi Jenis Penyakit Infeksi.

Menurut Rahmad Wijaya dalam jurnal informatika ini, jika kita mengamati

kehidupan sehari-hari dimasyarakat, rupanya bukanhanya faktor pendidikan,

ekonomi, dan budaya saja yang menjadi masalah besar bagi masyarakat saat ini.

Ternyata faktor sosial yang menyangkut taraf kesejahteraan, dan kesehatan

masyarakat merupakan sesuatu yang jauh lebih penting untuk diperhatikan. Karena

seperti yang kita ketahui bahwa taraf kesejahteraan hidup sangat berdampak pada

tingkat kesehatan dari masyarakat itu sendiri.

Dengan kata lain, bagi mereka yang hidup dalam kesejahteraan yang baik,

pola hidup serta kesehatan mereka cenderung lebih terjaga, sedangkan mereka yang

hidup dengan taraf kesejahteraan yang kurang, mereka biasanya kurang peduli atau

bahkan tidak menjaga pola hidup dan kesehatan mereka.

Berdasarkan hal tersebut diatas, maka dengan mengandalkan kemajuan

dibidang teknologi dan informasi, kiranya pengembangan sebuah “Portal Informasi”

dan “Sistem Pakar untuk spesifikasi jenis penyakit” menjadi sangat penting guna

memberikan sosialisasi kepada masyarakat menyangkut dunia kesehatan,

41

memberikan pengetahuan dan bekal pembelajaran serta memberikan motivasi akan

pentingnya peningkatan kesehatan bagi masyarakat.

Pemilihan domain masalah menyangkut jenis penyakit-penyakit infeksi

sebagai sampel penelitian pada Portal Informasi dan Sistem Pakar bidang medis ini

adalah kenyataan bahwa penyakit-penyakit infeksi merupakan penyakit yang cukup

berbahaya dan mengancam jiwa manusia, sehingga perlu secara cepat dan tepat

ditanggulangi.

Hasil dan kesimpulan dari sistem pakar tersebut adalah :

1. Implementasi sistem melakukan penarikan kesimpulan berdasarkan pada fakta

yang ada dengan metode forward chaining. Penelusuran dimulia dari fakta-fakta

yang ada baru kesimpulan diperoleh, aturan yang ada ditelusuri satu persatu

hingga penelusuran dihentikan karena kondisi terakhir telah terpenuhi.

2. Memberikan pelayanan kepada masyarakat, dengan menciptakan sebuah sarana

penyampain informasi dan pembelajaran yang efektif menyangkut dunia

kesehatan, khususnya yang berkaitan dengan penyakit-penyakit infeksi.

3. Pada kondisi tertentu dapat dinilai lebih mengefesiensikan waktu dan menghemat

biaya,jika dibandingkan mengunakan tenaga medis atau peralatan medis secara

langsung.

42

2.5.3 Rancang Bangun Aplikasi Sistem Pakar Untuk Menentukan Jenis

Gangguan Perkembangan Pada Anak

Menurut Feri Fahrur Rohman dan Ami Fauziyah dalam media informatika

2008. Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi,

yaitu untuk sistem pakar menentukan jenis ganguan perkembangan pada anak.

Anak-anak merupakan fase yang paling rentan dan sangat perlu diperhatikan

satu demi satu tahapan perkembangannya. Contoh satu bentuk ganguan

perkembangan adalah conduct disorder adalah suatu prilaku dimana anak sulit

membedakan benar salah atau baik dan buruk, sehingga anak merasa tidak bersalah

walaupun sudah berbuat kesalahan. Dampaknya akan sangat buruk bagi

perkembangan sosial anak tersebut. Oleh karena itu dibangun suatu sistem pakar yang

dapat membantu para pakar/psikologi anak untuk menentukan jenis gangguan

perkembangan pada anak dengan menggunakan metode Forward Chaining Dan

Backward Chaining.

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, karenanya perlu adanya

43

perhatikan yang khusus dalam masalah ini sebagai tindakan yang preventif. Sehingga

harapannya perkembangan yang akan berlangsung selanjutnya dalam kondisi yang

positif. Anak –anak merupakan fase yang paling rentan dan sangat perlu diperhatikan

satu demi satu tahapan perkembangan yang dialaminya.

Pengujian kebenaran sistem dilakukan untuk mengetahui kesamaan hasil akhir

atau output yang berupa kemungkinan jenis gangguan yang dihasilkan oleh sistem,

dengan yang di hasilkan oleh perhitungan secara manual. Untuk mengetahui hasil

output dari sistem harus melakukan konsultasi terlebih dahulu yang kemudian

memasukkan gejala-gejala yang disarankan oleh pasien kemudian setelah selesai

melakukan konsultasi maka akan muncul halaman hasil konsultasi yang akan

menampilkan kemungkinan jenis ganguan 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

Hasil dan kesimpulan dari sistem pakar tersebut adalah :

1. Aplikasi sistem pakar yang di buat ini mampu menganalisa jenis gangguan

perkembangan yang dialami pasien berdasarkan gejala-gejala yang dimasukkan

oleh user.

44

2. Aplikasi mampu menyampaikan representasi pengetahuan pakar berdasarkan

nilai kebenaran MB dan nilai ketidak benaran MD.

3. Aplikasi sistem pakar ini sudah dapat menjelaskan defenisi jenis gangguan

perkembangan, penyebab,dan pengobatannya.

4. Kekurangan dari aplikasi ini adalah belum adanya pengelompokan gejala-gejala

sejenis yang hanya boleh dipilih satu kelompok gejala tersebut. Akibatnya, jika

user kurang teliti dalam memilih gejala, maka sistem akan memberikan

kesimpulan yang kurang benar.