membuat rule

24

Click here to load reader

Upload: frantisyon

Post on 15-Jun-2015

1.190 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: Membuat Rule

1. Membuat Rule-Based Sistem

Membuat Rule-Based Sistem Pakar pada Java dengan JESS (1)

Sistem pakar merupakan bagian inovasi dalam bidang ilmu kecerdasan buatan

(artificial intelligence). Sistem pakar mencoba memberikan rekomendasi-

rekomendasi atas permasalahan yang diberikan berdasarkan pengetahuan yang

dimilikinya. Hal ini ibarat mensimulasikan keberadaan pakar itu sendiri saat pengguna

berkonsultasi dengan pakar yang sebenarnya. Di antara keunggulan sistem pakar

adalah adanya mesin inferensi di dalamnya. Mesin inferensi ini merupakan inti

algoritma sistem pakar tersebut dalam memberikan rekomendasi. Pembuatan mesin

inferensi terkait suatu bidang pengetahuan tertentu dapat dilakukan secara dependen

maupun independen terhadap bidang pengetahuan tersebut.

Penggunaan mesin inferensi yang dependen terhadap domain menyebabkan

perlunya pembangunan ulang mesin inferensi apabila diinginkan pembangunan sistem

pakar baru atas bidang tersebut. Penggunaan expert system shell tertentu dapat

mengurangi permasalahan ini. Para pengembang dapat menggunakan kemudahan

pengembangan, kehandalan algoritma dan kecepatan proses dari expert system shell

tersebut Sistem pakar adalah suatu program komputer yang mengandung pengetahuan

dari satu atau lebih pakar manusia mengenai suatu bidang spesifik.

Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan

pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-

an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu

set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu

sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah

tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan

suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini

memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Di antara tipe arsitektur sistem pakar yang sering digunakan adalah arsitektur

berbasis kaidah (rule-based). Penggunaan arsitektur ini dapat lebih dijelaskan pada

gambar berikut ini :

Komponen utama dari rule-based sistem pakar:

1

Page 2: Membuat Rule

•    FACT BASE atau list tentang fakta-fakta yang menunjukkan kondisi awal suatu

permasalahan. Ini merupakan data dimana dari sinilah nantinya keputusan/Solusi tsb

dapat diturunkan.

•    RULE BASE atau knowledge base (KB) berisi sekumpulan rule yang dapat

memindahkan kita dari kondisi awal permasalahan ke Solusi.

•    INFERENCE ENGINE mengatur proses eksekusi rule secara keseluruhan.

Engine ini akan mencocokkan fakta-fakta yang ada dengan rule-rule yang ada di

knowledge base (KB) untuk dilihat mana rule yang applicable.

Siklus kerja dari Inference Engine tsb adalah sbb:

–    Matching fakta-fakta permasalahan dengan rule-rule di KB.

–    Pilih rule mana yang siap untuk dieksekusi.

–    Eksekusi rule untuk memunculkan fakta baru atau Solusi akhir permasalahan.

Penggunaan rule-based sistem pakar di antaranya yaitu :

1)    Jika domain permasalahannya sempit dan dipahami secara mendalam melaui

teori-teori yang tersedia lengkap.

2)    Representasi pengetahuan diwujudkan dalam bentuk fakta dan aturan

3)    Output yang diharapkan berupa rekomendasi

4)    Pembelajaran sistem secara mandiri tidak diutamakan.

2. Menghubungkan Sistem Pakar Dengan Rule Based

System

Secara umum, sistem pakar (expert system) adalah sistem yang berusaha mengadopsi

pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah

seperti yang biasa dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar

dapat menyelelasikan suatu permasalahan tertentu dengan meniru kerja dari para ahli.

Dengan sistem pakar ini, orang awampun dapat menyelesaikan masalah yang cukup

rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para

ahli, sistem pakar ini juga akan membantu aktivitasnya sebagai asisten yang sangat

berpengalaman.

2

Page 3: Membuat Rule

Ada beberapa definisi tentang sistem pakar, antara lain :

a. Menurut Durkin : Sistem pakar adalah suatu program komputer yang dirancang

untuk memodelkan kemampuan penyelesaian masalah yang dilakukan seorang pakar.

b. Menurut Ignizio : Sistem pakar adalah suatu model dan prosedur yang berkaitan,

dalam suatu domain tertentu, yang mana tingkat keahliannya dapat dibandingkan

dengan keahlian seorang pakar.

c. Menurut Giarratano dan Riley : Sistem pakar adalah suatu sistem komputer yang

bisa menyamai atau meniru kemampuan seorang pakar.

Sistem pakar pertama kali dikembangkan oleh komunitas AI pada pertengahan

tahun 1960. Sistem pakar yang muncul pertama kali adalah General-purpose Problem

Solver (GPS) yang dikembangkan oleh Newel dan Simon. GPS (dan program-

program yang serupa) ini mengalami kegagalan dikarenakan cakupannya terlalu luas

sehingga terkadang justru meninggalkan pengetahuan-pengetahuan penting yang

seharusnya disediakan.

Beberapa contoh sistem pakar

MYCIN : Diagnosa penyakit

DENDRAL : Mengidentifikasi struktur molekular campuran yang tak dikenal

XCON & XSEL : Membantu konfigurasi sistem komputer besar

SOPHIE : Analisis sirkit elektronik

Prospector : Digunakan di dalam geologi untuk membantu mencari dan menemukan

deposit

FOLIO : Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker

dan investasi

DELTA : Pemeliharaan lokomotif listrik disel

Keuntungan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar,

antara lain :

1.Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

2.Bisa melakukan proses secara berulang secara otomatis.

3

Page 4: Membuat Rule

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 kepabilitas sistem komputer.

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

mengandung ketidakpastian.

12.Sebagai media pelengkap dalam penelitian.

13.Meningkatkan kapabilitas dalam penyelesaian masalah.

14.Menghemat waktu dalam pengambilan keputusan.

Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa

kelemahan, antara lain :

1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.

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

dibidangnya.

3. Sistem Pakar tidak 100% bernilai benar.

Konsep Dasar Sistem Pakar

Menurut Efraim Turban, konsep dasar sistem pakar mengandung : keahlian, ahli,

pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian adalah

suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari

pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk

keahlian adalah :

a. Fakta-fakta pada lingkup permasalahan tertentu.

b. Teori-teori pada lingkup permasalahan tertentu.

c. Prosedur-prosedur dan aturan-aturan berkenaan dengan lingkup permasalahan

tertentu.

4

Page 5: Membuat Rule

d. Strategi-strategi global untuk menyelesaikan masalah.

e. Meta-knowledge (pengetahuan tentang pengetahuan).

Bentuk-bentuk ini memungkinkan para ahli untuk dapat mengambil keputusa

lebih cepat dan lebih baik daripada seseorang yang bukan ahli. Seorang ahli adalah

seseorang yang mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru

seputar topik permasalahan (domain), menyusun kembali pengetahuan jika dipandang

perlu, memecah aturan-aturan jika dibutuhkan, dan menentukan relevan tidaknya

keahlian mereka.

Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke

orang lain yang bukan ahli, merupakan tujuan utama dari sistem pakar. Proses ini

membutuhkan 4 aktivitas yaitu :

a. Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya).

b. Representasi pengetahuan (ke komputer).

c. Inferensi pengetahuan.

d. Pengalihan pengetahuan ke user.

Pengetahuan yang disimpan di komputer disebut dengan nama basis pengetahuan.

Ada 2 tipe pengetahuan, yaitu : fakta dan prosedur (biasanya berupa aturan).

Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan untuk

menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan sudah

tersedia program yang mampu mengakses basisdata, maka komputer harus dapat

diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor

inferensi (inference engine).

Sebagian besar sistem pakar komersial dibuat dalam bentuk rule-based systems, yang

mana pengetahuannya disimpan dalam bentuk aturan-aturan. Aturan tersebut biasanya

berbentuk IF-THEN.

Fitur lainnya dari sistem pakar adalah kemampuan untuk merekomendasi.

Kemampuan inilah yang membedakan sistem pakar dengan sistem konvensional.

5

Page 6: Membuat Rule

Perbandingan sistem konvensional dengan sisrem pakar

Sistem Konvensional Informasi dan pemrosesannya biasanya jadi satu dengan

program Biasanya tidak bisa menjelaskan mengapa suatu input data itu dibutuhkan,

atau bagaimana output itu diperoleh Pengubahan program cukup sulit &

membosankan Sistem hanya akan beroperasi jika sistem tersebut sudah lengkap

Eksekusi dilakukan langkah demi langkah Menggunakan data Tujuan utamanya

adalah efisiensi Sistem Pakar Basis pengetahuan merupakan bagian dari mekanisme

inferensi Penjelasan adalah bagian terpenting dari sistem pakar Pengubahan aturan

dapat dilaksanakan dengan mudah Sistem dapat beroperasi hanya dengan beberapa

aturan. Eksekusi dilakukan pada keseluruhan basis pengetahuan menggunakan

pengetahuan tujuan utamanya adalah efektivitas

Bentuk Sistem Pakar

Ada 4 bentuk sistem pakar, yaitu :

1. Berdiri sendiri. Sistem pakar jenis ini merupakan software yang berdiri-sendiri

tidak tergantung dengan software  yang lainnya. Semua contoh sistem pakar pada

Tabel 2.1 Merupakan sistem pakar jenis ini.

2. Tergabung. Sistem pakar jenis ini merupakan bagian program yang terkandung

didalam suatu algoritma (konvensional), atau merupakan program dimana didalamnya

memanggil algoritma subrutin lain (konvensional).

3. Menghubungkan ke software  lain . Bentuk ini biasanya merupakan sistem pakar

yang menghubungkan ke suatu paket program tertentu, misalnya DBMS.

4. Sistem Mengabdi. Sistem pakar merupakan bagian dari komputer khusus yang

dihubungkan dengan suatu fungsi tertentu. Misalnya sistem pakar yang digunakan

untuk membantu menganalisis data radar.

Struktur Sistem Pakar

Sistem pakar teridiri-dari 2 bagian pokok, yaitu : lingkungan pengembangan

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

Lingkungan pengembangan digunakan sebagai pembangunan sistem pakar baik dari

segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi

digunakan oleh seorang yang bukan ahli untuk berkonsultasi.

6

Page 7: Membuat Rule

Basis Pengetahuan (Knowledge Base)

Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian

masalah, tentu saja di dalam domain tertentu. Ada 2 bentuk pendekatan basis

pengetahuan yang sangat umum digunakan, yaitu :

a. Penalaran berbasis aturan (Rule-Based Reasoning)

Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan

aturan berbentuk : IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah

pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menelesaikan

msalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan apabila

dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi.

b. Penalaran berbasis kasus (Case-Based Reasoning). Pada penalaran berbasis kasus,

basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian

akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada).

Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada

kasus-kasus yang hampir sama (mirip). Selain itu, bentuk ini juga digunakan apabila

kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan.

Motor Inferensi (Inference Engine)

Ada 2 cara yang dapat dikerjakan dalam melakukan inferensi, yaitu :

1. Forward Chaining. Pencocokan fakta atau pernyataan dimulai dari bagian sebelah

kiri (IF dulu). Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk

menguji kebenaran hipotesis.

2.Backward Chaining. Pencocokan fakta atau pernyataan di mulai dari bagian sebelah

kanan (THEN dulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih

dahulu, dan untuk menguji kebenara hipotesis tersebut dicari harus dicari fakta-fakta

yang ada dalam basis pengetahuan.

Ciri-ciri Sistem Pakar

Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :

1. Memiliki fasilitas informasi yang handal.

2. Mudah dimodifikasi.

7

Page 8: Membuat Rule

3. Dapat digunakan dalam berbagai jenis komputer.

4. Memiliki kemampuan untuk belajar beradaptasi.

Permasalahan Yang Disentuh Oleh Sistem Pakar

Ada beberapa masalah yang menjadi area luas aplikasi sistem pakar, antara

lain :

1. Interpretasi. Pengambilan keputusan dari hasil observasi, termasuk diantaranya :

pengawasan, pengenalan ucapan, analisis citra, interpretasi sinyal, dan beberapa

analisis kecerdasan.

2. Prediksi. Termasuk diantaranya : peramalan, prediksi demografis, peramalan

ekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran, atau peramalan

keuangan.

3. Diagnosis. Termasuk diantaranya : medis, elektronis, mekanis, dan diagnosis

perangkat lunak.

4. Perancangan. Termasuk diantaranya : layout sirkuit dan perancangan bangunan.

5. Perencanaan. Termasuk diantaranya : perencanaan keuangan, komunikasi, militer,

pengembangan produk, routing, dan manajemen proyek.

6. Monitoring. Misalnya : Computer-Aided Monitoring Systems.

7. Debugging, memberikan resep obat terhadap suatu kegagalan.

8. Perbaikan.

9. Instruksi. Melakukan instruksi untuk diagnosis, debungging, dan perbaikan kerja.

10. Kontrol. Melakukan kontrol terhadap interpretasi interpretasi, prediksi, perbaikan,

dan monitoring kelakukan sistem.

3. Contoh Sistem Pakar

1. Aplikasi Sederhana: Sistem Pakar Bengkel Mobil

Ini adalah contoh Sistem Pakar sederhana, yang bertujuan untuk mencari apa

yang salah sehingga mesin mobil pelanggan yang tidak mau hidup, dengan

memberikan gejala-gejala yang teramati. Anggap Sistem Pakar kita memiliki aturan-

aturan berikut:

1. JIKA mesin_mendapatkan_bensin DAN starter_dapat_dihidupkan MAKA

ada_masalah_dengan_pengapian

8

Page 9: Membuat Rule

2. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR

lampu_menyala MAKA ada_masalah_dengan_aki

3. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN lampu_menyala

MAKA ada_masalah_dengan_starter

4. JIKA ada_bensin_dalam_tangki_bahan_bakar MAKA

mesin_mendapatkan_bensin

Terdapat 3 masalah yang mungkin, yaitu: ada_masalah_dengan_pengapian,

ada_masalah_dengan_aki dan ada_masalah_dengan_starter. Dengan sistem terarah-

tujuan (goal-driven), kita hendak membuktikan keberadaan setiap masalah tadi.

Pertama, Sistem Pakar berusaha untuk membuktikan kebenaran

ada_masalah_dengan_pengapian. Di sini, aturan 1 dapat digunakan, sehingga Sistem

Pakar akan menset goal baru untuk membuktikan apakah mesin_mendapatkan_bensin

serta starter_dapat_dihidupkan. Untuk membuktikannya, aturan 4 dapat digunakan,

dengan goal baru untuk membuktikan mesin_mendapatkan_bensin. Karena tidak ada

aturan lain yang dapat digunakan menyimpulkannya, sedangkan sistem belum

memperoleh solusinya, maka Sistem Pakar kemudian bertanya kepada pelanggan:

“Apakah ada bensin dalam tangki bahan bakar?”. Sekarang, katakanlah jawaban klien

adalah “Ya”, jawaban ini kemudian dicatat, sehingga klien tidak akan ditanyai lagi

dengan pertanyaan yang sama.

Nah, karena sistem sekarang sudah dapat membuktikan bahwa mesin

mendapatkan bensin, maka sistem sekarang berusaha mengetahui apakah

starter_dapat_dihidupkan. Karena sistem belum tahu mengenai hal ini, sementara

tidak ada aturan lagi yang dapat menyimpulkannya, maka Sistem Pakar bertanya lagi

ke klien: “Apakah starter dapat dihidupkan?”. Misalkan jawabannya adalah “Tidak”,

maka tidak ada lagi aturan yang dapat membuktikan ada_masalah_dengan_pengapian,

sehingga Sistem Pakar berkesimpulan bahwa hal ini bukanlah solusi dari problem

yang ada, dan kemudian melihat hipotesis berikutnya: ada_masalah_dengan_aki.

Sudah diketahui (dibuktikan) bahwa mesin tidak dapat distarter, sehingga yang harus

dibuktikan adalah bahwa lampu tidak menyala. Sistem Pakar kemudian bertanya:

“Apakah lampu menyala?”. Misalkan jawabannya adalah “Tidak”, maka sudah

terbukti bahwa ada masalah dengan aki.

Sistem ini mungkin berhenti sampai di sini, tetapi biasanya ada kemungkinan

terdapat lebih dari satu solusi (misalnya terdapat lebih dari satu kerusakan), atau ada

9

Page 10: Membuat Rule

kemungkinan terdapat solusi lain yng lebih tepat, sehingga biasanya semua hipotesis

diperiksa kebenarannya. Sistem Pakar ini kemudian mencoba membuktikan bahwa

ada_masalah_dengan_starter, namun dari fakta yang sudah diperoleh, yaitu lampu

tidak menyala, maka pembuktiannya menjadi gagal. Dengan demikian solusi yang

diberikan oleh Sistem Pakar adalah ada masalah dengan aki.

Secara lengkap, interaksi antara Sistem Pakar dengan klien mungkin

seperti ini:

System Pakar: Apakah ada bensin dalam tangki bahan bakar?

Klien: Ya

System Pakar: Apakah starter dapat dihidupkan?

Klien: Tidak

System Pakar: Apakah lampu menyala?

Klien: Tidak

System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki

Fasilitas Penjelasan

Kebanyakan Sistem Pakar mempunyai fasilitas penjelasan yang mengijinkan

klien untuk bertanya mengapa dia diberi suatu pertanyaan atau bagaimana dapat

mencapai suatu kesimpulan. Pertanyaan dari klien tersebut dijawab dengan mengacu

pada goal, aturan yang dipakai, dan data-data yang ada. Contoh pemakaian fasilitas

penjelas dalam Sistem Pakar di atas dapat dilihat pada percakapan berikut:

System Pakar: Apakah ada bensin dalam tangki bahan bakar?

Klien: Ya

System Pakar: Apakah starter dapat dihidupkan?

Klien: Tidak

System Pakar: Apakah lampu menyala?

Klien: Mengapa?

System Pakar: Saya mencoba membuktikan bahwa ada masalah dengan aki. Sudah

ditunjukkan adalah tidak benar starter dapat dihidupkan. Sehingga jika tidak benar

bahwa lampu menyala, maka ada masalah dengan aki. Apakah lampu menyala?

Klien: Tidak

System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki

Klien: Bagaimana bisa?

10

Page 11: Membuat Rule

System Pakar: Hal ini sesuai dengan aturan no 2: JIKA TIDAK BENAR

starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA

ada_masalah_dengan_aki bahwa tidak benar starter_dapat_dihidupkan sudah dijawab,

bahwa tidak benar lampu_menyala sudah dijawab, sehingga dapat disimpulkan bahwa

ada_masalah_dengan_aki.

Fasilitas penjelasan berhubungan dengan pencatatan aturan apa saja yang

digunakan untuk mengambil kesimpulan, dan menggunakan catatan tersebut untuk

menyusun penjelasan. Pembangkitan penjelasan sederhana seperti contoh di atas

bukanlah persoalan yang sulit, namun pemahaman klien terhadap penjelasan tersebut

tidaklah sama, sehingga seringkali klien tetap tidak mengerti maksudnya. Hal ini

karena biasanya penjelasan hanya meliputi pengetahuan yang dangkal atau hanya

permukaan saja sebagaimana tercantum dalam autran yang dipunyai, bukannya

pengetahuan yang mendalam yang mendasari aturan tersebut. Dalam contoh di atas,

Sistem Pakar hanya mengatakan bahwa hal ini sesuai dengan aturan no 2, tetapi tidak

menjelaskan secara lebih detil mengenai aturan 2 tersebut. Mungkin klien perlu diberi

pengertian bahwa lampu dan starter dua-duanya menggunakan aki untuk

menyalakannya. Hal penting lain adalah ketika klien gagal mengerti atau menerima

penjelasan yang diberikan, biasanya Sistem Pakar tidak dapat memberi penjelasan

dengan cara lain (tidak begitu halnya dengan seorang pakar yang mampu

menggunakan kalimat yang lain untuk mencoba menjelaskannya).

2. Eliza

Eliza adalah salah satu Sistem Pakar yang paling awal dikembangkan. Ini

adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT.

Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan

seorang terapis. Berikut ini adalah contoh percakapan antara Eliza dengan seorang

klien:

Eliza: Hello. I am ELIZA. How can I help you?

Klien: My name is Balza.

Eliza: I have told you before, I do not care about names.

Klien: I don’t have any money. That’s my problem.

Eliza: Why do you say your problem?

Klien: Because you asked me.

11

Page 12: Membuat Rule

Eliza: Do any other reasons not come to mind?

Klien: No.

Eliza: You are being a bit negative.

Klien: Why?

Eliza: Please go on.

Klien: OK. I am bankrupt.

Eliza: How long have you been bankrupt?

Klien: A year.

Eliza: Please go on.

Klien: So, what should I do?

Eliza: Does that question interest you?

Klien: Yes, how can I make big money?

Eliza: You are sure?

Klien: Of course I’m sure.

...

3. Parry

Parry adalah Sistem Pakar yang juga paling awal dikembangkan di Stanford

University oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang

paranoid. Berikut ini contoh respon Parry terhadap pertanyaan seorang psikiater yang

menginterviunya.

Psikiater: Why are you in the hospital?

Parry: I shouldn't be here.

Psikiater: Who brought you here?

Parry: The police.

Psikiater: What trouble did you have with the police?

Parry: Cops don't do their job.

Psikiater: What do they do instead?

Parry: Cops arrest the wrong people.

Psikiater: They arrest the right ones sometimes

Parry: The law should get those Italian crooks.

Psikiater: Are you Italian?

Parry: My background is British but I was born in this country.

Psikiater: Do you know any Italian crooks?

12

Page 13: Membuat Rule

Parry: I try to avoid the underworld.

4. Contoh Rule Base System

Menyongsong Era TV Digital

Jangan heran jika suatu saat TV kesayangan yang biasa kita gunakan saat ini

tiba-tiba tidak bisa menerima sinyal dan yang muncul hanyalah layar bersemut. Itulah

saat dimana kita harus mengucapkan selamat tinggal pada TV analog, karena sudah

tidak bisa lagi mengolah sinyal digital yang dipancarkan (broadcast) dan sudah

saatnya harus diganti dengan TV digital yang kualitasnya memang jauh lebih baik.

Momen dimulainya TV Digital ini menjadi momen terpenting yang menandakan

bahwa mulai saat ini data digital akan menjadi “barang gratis” di udara, bukan lagi

barang hanya bisa dinikmati via TV cable atau satelit yang harganya tentu tidak

murah.

Seluruh dunia saat ini sedang memulai percobaan untuk mematikan TV

Analog. Hal ini kira-kira mungkin akan berlangsung sampai 5 tahunan ke depan. Di

Jerman, proyek ini telah dimulai sejak tahun 2003 lalu untuk kota Berlin dan 2005

untuk Munich. Sedangkan negara-negara lainnya baru berencana mulai tahun 2010.

Di Amerika, Kongres menetapkan tahun 2009 sebagai hari selamat tinggal bagi TV

Analog Amerika. Tahun 2010, Perancis juga akan menerapkan hal yang sama. Di

Inggris, akhir tahun 2005 kemarin dilakukan percobaan untuk mematikan beberapa

siaran analog. Hal ini untuk memastikan bahwa pematian total sistem analog bisa

dilakukan pada tahun 2012 (sehingga tidak shock).

Jepang sebagai salah satu negara elektronik maju dunia, merencanakan era TV

Digital Jepang pada tahun 2011, walaupun tahun ini pun sudah dilakukan siaran

percobaan TV Digital oleh beberapa stasiun TV di Tokyo, Nagoya, dan Osaka.

Kepada yang bermukim di Jepang, silakan lihat dan bedakan TV Digital di stasiun-

stasiun besar. Bagi produsen alat-alat elektronik, kabar ini bisa merupakan “angin

segar” untuk kelangsungan bisnis lima tahunan mendatang, sedangkan kepada

konsumen di Jepang, siap-siap saja menyisihkan sedikit uang belanja menjelang 2011

untuk membeli tambahan receiver digital yang baru.

13

Page 14: Membuat Rule

Mengapa TV Digital ?

TV Digital di sini bukan berarti pesawat TV-nya yang Digital, melainkan lebih

kepada sinyal yang dikirimkan adalah signal digital atau mungkin yang lebih tepat

adalah siaran digital (Digital Broadcasting). Kelebihan signal digital dibanding

analog adalah ketahanannya terhadap noise dan kemudahannya untuk diperbaiki

(recovery) di penerima dengan kode koreksi error (error correction code).

Akhir-akhir ini, performance TV digital untuk penerimaan pada mobile terminal

(misal telepon genggam, mobil, bus, kereta listik dan lain-lain yang bergerak) bisa

ditanggulangi dan ditingkatkan performansinya dengan menggunakan prinsip space

diversity (beberapa peneliti Jepang menambahkan antenna diversity bersamaan

dengan space diversity sehingga diperoleh diversity 2x lipat) untuk mengurangi efek

Doppler karena pergerakan. Di laboratoritum penulis sendiri, antena dengan jumlah 4

ternyata mampu menaikkan performance (dengan mengurangi kesalahan bit) dari bit-

error-rate (BER) 1/10 (1E-1) menjadi 1/1000 (1E-3) untuk kecepatan pergerakan

sebesar 100 km/jam. Ini adalah sebuah perbaikan yang cukup menakjubkan hanya

dengan menaruh antena dan sedikit algoritma pengolahan sinyal. Keuntungan

transmisi digital lainnya adalah less bandwidth (atau high efficiency bandwidth)

karena interference digital channel lebih rendah, sehingga beberapa channel bisa

dikemas atau “dipadatkan” dan dihemat. Hal ini menjadi sangat mungkin karena

broadcasting TV Digital menggunakan sistem OFDM (Orthogonal Frequency

Division Multiplexing) yang tangguh dalam mengatasi efek lintas jamak (multipath

fading). Kemudian keuntungan lainnya adalah bahwa sinyal digital bisa dioperasikan

dengan daya yang rendah (less power). Itulah beberapa hal yang sangat

mengutungkan dalam TV digital. Keuntungan di atas menghasilkan kualitas gambar

dan warna yang sangat jauh lebih bagus daripada TV analog. Bahkan kalau boleh

diungkapkan “pori-pori kulit seorang presenter pun menjadi terlihat sangat jelas di

depan pesawat TV Anda” karena sangat bersihnya dan jelasnya gambar yang

diterima.

Konsekuensi Era TV Digital

Sedikit ketidaknyamanan yang mau tidak mau harus diterima dengan peralihan

ke TV digital ini adalah perlunya pesawat TV baru atau paling tidak kita perlu

14

Page 15: Membuat Rule

membeli TV Tuner baru yang harganya bisa berkisar 10.000 yen (sekitar 1 juta

rupiah). Namun penulis menilai bahwa harga ini bukan harga mati yang tidak bisa

ditekan alias bukan masalah yang besar dalam menyongsong datangnya TV digital

beberapa tahun lagi  (meski harga pada tahun 2006 ini, Tuner TV Digital di pasaran

Jepang masih sekitar 25.000 – 50.000 yen).

Kemudian sedikit yang membedakan TV Analog dan Digital adalah sistem

pemrosesan sinyalnya. Pada sistem digital, karena diperlukan tambahan proses

misalnya Fast Fourier Transform (FFT), Viterbi decoding dan equalization di

penerima, maka TV Digital ini akan sedikit terlambat beberapa detik dibandingkan

TV Analog seperti pada Gambar 2. Ketika TV analog sudah menampilkan gambar

baru, maka TV Digital masih beberapa detik menampilkan gambar sebelumnya.

Namun penulis menilai ini bukan halangan besar bagi diimplementasikannya TV

Digital.

Sistem Pemancar TV Digital

Di seluruh dunia ada 3 standar TV Digital yaitu DTV (Digital Television,

standar di USA), DVB-T (Digital Video Broadcasting Terrestrial, standar di Eropa)

dan ISDB-T (Integrated Services Digital Broadcasting Terrestrial, standar di Jepang).

Semua standar di atas berbasiskan OFDM dengan error correcting code reed Solomon

dan/atau convolutional coding dan audio codingnya adalah MPEG-2 Audio AAC

untuk ISDB-T dan DTV dan MPEG-1 layer2 untuk DVB-T.

Lagi-lagi Jepang membuat standar sendiri dalam hal TV Digital ini, sama

seperti yang mereka lakukan pada September 2005 lalu di Jerman (saat itu Jepang

diberi kesempatan untuk mempresentasikannya setelah USA dan Eropa, IEEE

PIMRC2005), bahwa Jepang juga ingin membuat standar sendiri untuk sistem

komunikasi terbaru yaitu UWB (Ultra Wide Band) dengan pusat Riset saat ini di

Yokohama.

Dibandingkan dengan DTV dan DVB-T, ISDB-Tnya Jepang dikabarkan sangat

fleksibel dan banyak punya kelebihan terutama pada untuk penerima yang bergerak

(mobile reception) atau boleh kita katakan bahwa ISDB-T lebih tahan terhadap efek

Doppler. ISDB-T yang merupakan satu dari dua saudaranya yaitu ISDB-S (untuk

15

Page 16: Membuat Rule

transmisi lewat kabel) dan ISDB-S (untuk satelit), juga bisa diaplikasikan pada sistem

dengan bandwidth 6,7MHz dan 8MHz.

Fleksibilitas ISDB-T bisa kita lihat juga dari mode yang dipakai yaitu mode 1 untuk

aplikasi mobile SDTV, mode 2 untuk aplikasi penerima yang mobile dan fixed

HDTV/SDTV dan Mode 3 untuk yang khusus penerima fixed HDTV/SDTV. Semua

data modulasi fleksible untuk QPSK dan 16QAM atau 64QAM. Kemudian perubahan

mode ini bisa diatur melalui apa yang disebut TMCC (Transmission and Multiplexing

Configuration Control).

Kapan TV Digital di Indonesia ?

Dari laporan grup peneliti Digital Broadcasting Jepang (DiBEG) dan

Monbukagakusho, bahwa di Indonesia mereka juga telah mempresentasikan sistem

digital ini sekitar bulan Februari 2004 lalu, namun nampaknya perhatian Indonesia

belum jauh ke sana. Saat ini TV digital di Indonesia baru bisa dinikmati melalui

satelit. Jadi gambar kualitas tinggi yang jernih sepertinya masih langka untuk bisa

dinikmati masyarakat bawah dalam waktu dekat ini.

16