Download - BAB II BTS
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.