EXPERT SYSTEM MODEL

(Model Sistem AhliPakar)

Tugas ini disusun untuk memenuhi nilai mata kuliah Rekayasa Perangkat Lunak

Disusun oleh

Rangga Subiakto (109093000)

Khaerul Ulum (109093000110)

Putriani (109093000)

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

2013

BAB I

PENDAHULUAN

Pengembangan sistem merupakan suatu proyek yang harus melalui suatu proses

pengevaluasian seperti pelaksanaan proyek lainnya (Amsa 2008)Pengembangan sistem

dapat berarti menyusun sistem yang baru untuk menggantikan sistem yang lama secara

keseluruhan atau untuk memperbaiki sistem yang sudah ada (kami 2008)Pengembangan

sistem adalah metodeprosedurkonsepaturan yang digunakan untuk mengembangkan suatu

sistem informasi atau pedoman bagaimana dan apa yang harus dikerjakan selama

pengembangan sistem (algorithm) Metode adalah suatu cara teknik sistematik untuk

mengerjakan sesuatu (dinu 2008)

Dalam pengembangan dan perancangannya penganalisa sistem merupakan bagian

dari tim yang berfungsi mengembangkan sistem yang memiliki daya guna tinggi dan

memenuhi kebutuhan pemakai akhir Pengembangan dipengaruhi sejumlah hal (Okta 2007)

yaitu

- Produktifitas

Saat ini dibutuhkan sistem yang lebih banyak lebih baik dan lebih cepat Hal ini

membutuhkan lebih banyak programmer dan penganalisa sistem yang berkualitas

kondisi kerja ekstra kemampuan pemakai untuk mengembangkan sendiri bahasa

pemrograman yang lebih baik perawatan sistem yang lebih baik (umumnya 50 sd

70 sumber daya digunakan untuk perawatan sistem) disiplin teknis pemakaian

perangkat lunak dan perangkat pengembangan sistem yang terotomasi

- Reliabilitas

Waktu yang dihabiskan untuk testing sistem secara umum menghabiskan 50 dari

waktu total pengembangan sistemDalam kurun waktu 30 tahun sejumlah sistem yang

digunakan diberbagai perusahaan mengalami kesalahan dan ironisnya tidak mungkin

untuk diubah Sebagai contoh kasus untuk setiap program yang dihasilkan dari IBMrsquos

super programer project punya tiga sampai lima kesalahan untuk setiap kesalahan

untuk setiap sepuluh statement pemrograman

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 amp Simon (Turban1995) Sistem pakar yang baik dirancang

agar dapat menyelesaikan suatu permasalah tertentu dengan meniru kerja dari para ahli

Sistem pakar memiliki banyak definisi tetapi pada dasarnya sistem pakar diterapkan untuk

mendukung aktivitas pemecahan masalah

Beberapa definisi yang ada untuk sistem pakar (Kusumadewi 2003)

Menurut Martin dan Oxman Sistem pakar adalah sistem berbasis

computer yang menggunakan pengetahuan fakta dan teknik penalaran dalam

memecahkan masalah yang biasanya hanya dapat diselesaikan oleh seorang pakar

dalam bidang tertentu

Menurut Ignizio Sistem pakar merupakan bidang yang dicirikan oleh

system berbasis pengetahuan (Knowledge Base System) memungkinkan adanya

komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah

Menurut Giarratano dan Riley Sistem pakar adalah salah satu cabang

kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang

dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu

Secara umum sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia

ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah

sebagaimana yang dilakukan oleh seorang pakar Sistem pakar dibuat pada wilayah

pengetahuan tertentu dan untuk suatu keahlian tertentu yang mendekati kemampuan manusia

BAB II

PEMBAHASAN

21 Pengertian Sistem Pakar (Expert System)

Sistem pakar (expert systems) adalah sistem yang berusaha mengapdosi

pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah

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

dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli

Jadi sistem pakar rarr1048774 kepakaran ditransfer dari seorang pakar (atau sumber

kepakaran yang lain) ke komputer pengetahuan yang ada disimpan dalam komputer

dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat lalu

komputer dapat mengambil inferensi (menyimpulkan mendeduksi dll) seperti

layaknya seorang pakar kemudian menjelaskannya ke pengguna tersebut bila perlu

dengan alasan-alasannya

Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang

cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli

Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang

sangat berpengalaman

22 Pengertian Metodologi Berbasis Objek

Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat

lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi

data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem

perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode

berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan

kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis

objekperancanganberbasis objek pemrograman berbasis objek dan pengujian

berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur

verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk

memodelkan (mendokumentasikan) hasil dan setiap aktivitas

23 Karakteristik Model Sistem PakarAhli

Sistem pakar mempunyai beberapa karakteristik dasar yang

membedakan dengan program

komputer biasa umumnya yaitu (Turban 1995)

1 Mempunyai kepakaran

Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang

benar saja

namun juga bagaimana mendapatkan pemecahan dengan cepat dan

mahir

2 Domain tertentu

Sistem pakar mengutamakan kedalaman mengenai bidang tertentu

3 Memiliki kemampuan mengolah data yang mengandung

ketidakpastian

kadang-kadang data yang tersedia tidak lengkap sistem harus dapat

memberikan

pemecahan sesuai data yang tersedia dengan memberikan

pertimbangan saran atau

anjuran sesuai dengan kondisi yang ada

4 Dirancang untuk dapat dikembangkan secara bertahap Program

computer

dirancang untuk memberikan jawaban yang tepat setiap waktu

Sedangkan

system pakar dirancang untuk berlaku sebagai seorang pakar kadang

memberikan jawaban yang benar dan suatu saat mungkin tidak tepat

(Expert system makes mistake)

24 Metodologi Yang Digunakan

Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada

dua

pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search

Pada dasarnya heiristic search adalah blind search

Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space

state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak

pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search

adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator

dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang

diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon

tetapi pendekatan ini tidak efisien (Turban 1995)

Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First

Search (BFS)

1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah

sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan

untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul

anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24

Gambar 24 Teknik Penelusuran Depth First Search

2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon

pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum

berpindah ke level berikutnya Dapat dilihat pada gambar 25

Gambar 25 Teknik Penelusuran Breadth First Search

Representasi Pengetahuan

Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak

dimasukkan kedalam program komputer oleh proses yang disebut representasi

pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan

gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive

procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data

(Firebaugh 1989)

Representasi dalam logika dan skema lainnya

Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu

pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang

membantu proses penalaran

Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26

Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)

Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam

proses logika untuk membuat output yang merupakan kesimpulan (conclusions)

diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan

untuk mendapatkan fakta baru yang juga harus benar

25 Keuntungan Sistem PakarAhli

Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar

diantaranya

adalah (Arhami 2005)

Menjadikan pengetahuan dan nasihat lebih mudah didapat

Meningkatkan output dan produktivitas

Menyimpan kemampuan dan keahlian pakar

Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar

penerangan sistem pakar khas

Meningkatkan reliabilitas

Memberikan respons (jawaban) yang cepat

Merupakan panduan yang intelligence (cerdas)

Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

BAB I

PENDAHULUAN

Pengembangan sistem merupakan suatu proyek yang harus melalui suatu proses

pengevaluasian seperti pelaksanaan proyek lainnya (Amsa 2008)Pengembangan sistem

dapat berarti menyusun sistem yang baru untuk menggantikan sistem yang lama secara

keseluruhan atau untuk memperbaiki sistem yang sudah ada (kami 2008)Pengembangan

sistem adalah metodeprosedurkonsepaturan yang digunakan untuk mengembangkan suatu

sistem informasi atau pedoman bagaimana dan apa yang harus dikerjakan selama

pengembangan sistem (algorithm) Metode adalah suatu cara teknik sistematik untuk

mengerjakan sesuatu (dinu 2008)

Dalam pengembangan dan perancangannya penganalisa sistem merupakan bagian

dari tim yang berfungsi mengembangkan sistem yang memiliki daya guna tinggi dan

memenuhi kebutuhan pemakai akhir Pengembangan dipengaruhi sejumlah hal (Okta 2007)

yaitu

- Produktifitas

Saat ini dibutuhkan sistem yang lebih banyak lebih baik dan lebih cepat Hal ini

membutuhkan lebih banyak programmer dan penganalisa sistem yang berkualitas

kondisi kerja ekstra kemampuan pemakai untuk mengembangkan sendiri bahasa

pemrograman yang lebih baik perawatan sistem yang lebih baik (umumnya 50 sd

70 sumber daya digunakan untuk perawatan sistem) disiplin teknis pemakaian

perangkat lunak dan perangkat pengembangan sistem yang terotomasi

- Reliabilitas

Waktu yang dihabiskan untuk testing sistem secara umum menghabiskan 50 dari

waktu total pengembangan sistemDalam kurun waktu 30 tahun sejumlah sistem yang

digunakan diberbagai perusahaan mengalami kesalahan dan ironisnya tidak mungkin

untuk diubah Sebagai contoh kasus untuk setiap program yang dihasilkan dari IBMrsquos

super programer project punya tiga sampai lima kesalahan untuk setiap kesalahan

untuk setiap sepuluh statement pemrograman

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 amp Simon (Turban1995) Sistem pakar yang baik dirancang

agar dapat menyelesaikan suatu permasalah tertentu dengan meniru kerja dari para ahli

Sistem pakar memiliki banyak definisi tetapi pada dasarnya sistem pakar diterapkan untuk

mendukung aktivitas pemecahan masalah

Beberapa definisi yang ada untuk sistem pakar (Kusumadewi 2003)

Menurut Martin dan Oxman Sistem pakar adalah sistem berbasis

computer yang menggunakan pengetahuan fakta dan teknik penalaran dalam

memecahkan masalah yang biasanya hanya dapat diselesaikan oleh seorang pakar

dalam bidang tertentu

Menurut Ignizio Sistem pakar merupakan bidang yang dicirikan oleh

system berbasis pengetahuan (Knowledge Base System) memungkinkan adanya

komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah

Menurut Giarratano dan Riley Sistem pakar adalah salah satu cabang

kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang

dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu

Secara umum sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia

ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah

sebagaimana yang dilakukan oleh seorang pakar Sistem pakar dibuat pada wilayah

pengetahuan tertentu dan untuk suatu keahlian tertentu yang mendekati kemampuan manusia

BAB II

PEMBAHASAN

21 Pengertian Sistem Pakar (Expert System)

Sistem pakar (expert systems) adalah sistem yang berusaha mengapdosi

pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah

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

dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli

Jadi sistem pakar rarr1048774 kepakaran ditransfer dari seorang pakar (atau sumber

kepakaran yang lain) ke komputer pengetahuan yang ada disimpan dalam komputer

dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat lalu

komputer dapat mengambil inferensi (menyimpulkan mendeduksi dll) seperti

layaknya seorang pakar kemudian menjelaskannya ke pengguna tersebut bila perlu

dengan alasan-alasannya

Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang

cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli

Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang

sangat berpengalaman

22 Pengertian Metodologi Berbasis Objek

Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat

lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi

data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem

perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode

berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan

kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis

objekperancanganberbasis objek pemrograman berbasis objek dan pengujian

berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur

verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk

memodelkan (mendokumentasikan) hasil dan setiap aktivitas

23 Karakteristik Model Sistem PakarAhli

Sistem pakar mempunyai beberapa karakteristik dasar yang

membedakan dengan program

komputer biasa umumnya yaitu (Turban 1995)

1 Mempunyai kepakaran

Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang

benar saja

namun juga bagaimana mendapatkan pemecahan dengan cepat dan

mahir

2 Domain tertentu

Sistem pakar mengutamakan kedalaman mengenai bidang tertentu

3 Memiliki kemampuan mengolah data yang mengandung

ketidakpastian

kadang-kadang data yang tersedia tidak lengkap sistem harus dapat

memberikan

pemecahan sesuai data yang tersedia dengan memberikan

pertimbangan saran atau

anjuran sesuai dengan kondisi yang ada

4 Dirancang untuk dapat dikembangkan secara bertahap Program

computer

dirancang untuk memberikan jawaban yang tepat setiap waktu

Sedangkan

system pakar dirancang untuk berlaku sebagai seorang pakar kadang

memberikan jawaban yang benar dan suatu saat mungkin tidak tepat

(Expert system makes mistake)

24 Metodologi Yang Digunakan

Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada

dua

pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search

Pada dasarnya heiristic search adalah blind search

Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space

state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak

pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search

adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator

dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang

diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon

tetapi pendekatan ini tidak efisien (Turban 1995)

Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First

Search (BFS)

1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah

sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan

untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul

anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24

Gambar 24 Teknik Penelusuran Depth First Search

2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon

pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum

berpindah ke level berikutnya Dapat dilihat pada gambar 25

Gambar 25 Teknik Penelusuran Breadth First Search

Representasi Pengetahuan

Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak

dimasukkan kedalam program komputer oleh proses yang disebut representasi

pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan

gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive

procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data

(Firebaugh 1989)

Representasi dalam logika dan skema lainnya

Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu

pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang

membantu proses penalaran

Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26

Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)

Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam

proses logika untuk membuat output yang merupakan kesimpulan (conclusions)

diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan

untuk mendapatkan fakta baru yang juga harus benar

25 Keuntungan Sistem PakarAhli

Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar

diantaranya

adalah (Arhami 2005)

Menjadikan pengetahuan dan nasihat lebih mudah didapat

Meningkatkan output dan produktivitas

Menyimpan kemampuan dan keahlian pakar

Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar

penerangan sistem pakar khas

Meningkatkan reliabilitas

Memberikan respons (jawaban) yang cepat

Merupakan panduan yang intelligence (cerdas)

Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Sistem pakar memiliki banyak definisi tetapi pada dasarnya sistem pakar diterapkan untuk

mendukung aktivitas pemecahan masalah

Beberapa definisi yang ada untuk sistem pakar (Kusumadewi 2003)

Menurut Martin dan Oxman Sistem pakar adalah sistem berbasis

computer yang menggunakan pengetahuan fakta dan teknik penalaran dalam

memecahkan masalah yang biasanya hanya dapat diselesaikan oleh seorang pakar

dalam bidang tertentu

Menurut Ignizio Sistem pakar merupakan bidang yang dicirikan oleh

system berbasis pengetahuan (Knowledge Base System) memungkinkan adanya

komponen untuk berpikir dan mengambil kesimpulan dari sekumpulan kaidah

Menurut Giarratano dan Riley Sistem pakar adalah salah satu cabang

kecerdasan buatan yang menggunakan pengetahuan-pengetahuan khusus yang

dimiliki oleh seorang ahli untuk menyelesaikan suatu masalah tertentu

Secara umum sistem pakar merupakan sistem yang mengadopsi pengetahuan manusia

ke dalam komputer sehingga komputer dapat digunakan untuk menyelesaikan suatu masalah

sebagaimana yang dilakukan oleh seorang pakar Sistem pakar dibuat pada wilayah

pengetahuan tertentu dan untuk suatu keahlian tertentu yang mendekati kemampuan manusia

BAB II

PEMBAHASAN

21 Pengertian Sistem Pakar (Expert System)

Sistem pakar (expert systems) adalah sistem yang berusaha mengapdosi

pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah

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

dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli

Jadi sistem pakar rarr1048774 kepakaran ditransfer dari seorang pakar (atau sumber

kepakaran yang lain) ke komputer pengetahuan yang ada disimpan dalam komputer

dan pengguna dapat berkonsultasi pada komputer itu untuk suatu nasehat lalu

komputer dapat mengambil inferensi (menyimpulkan mendeduksi dll) seperti

layaknya seorang pakar kemudian menjelaskannya ke pengguna tersebut bila perlu

dengan alasan-alasannya

Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang

cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli

Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang

sangat berpengalaman

22 Pengertian Metodologi Berbasis Objek

Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat

lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi

data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem

perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode

berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan

kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis

objekperancanganberbasis objek pemrograman berbasis objek dan pengujian

berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur

verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk

memodelkan (mendokumentasikan) hasil dan setiap aktivitas

23 Karakteristik Model Sistem PakarAhli

Sistem pakar mempunyai beberapa karakteristik dasar yang

membedakan dengan program

komputer biasa umumnya yaitu (Turban 1995)

1 Mempunyai kepakaran

Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang

benar saja

namun juga bagaimana mendapatkan pemecahan dengan cepat dan

mahir

2 Domain tertentu

Sistem pakar mengutamakan kedalaman mengenai bidang tertentu

3 Memiliki kemampuan mengolah data yang mengandung

ketidakpastian

kadang-kadang data yang tersedia tidak lengkap sistem harus dapat

memberikan

pemecahan sesuai data yang tersedia dengan memberikan

pertimbangan saran atau

anjuran sesuai dengan kondisi yang ada

4 Dirancang untuk dapat dikembangkan secara bertahap Program

computer

dirancang untuk memberikan jawaban yang tepat setiap waktu

Sedangkan

system pakar dirancang untuk berlaku sebagai seorang pakar kadang

memberikan jawaban yang benar dan suatu saat mungkin tidak tepat

(Expert system makes mistake)

24 Metodologi Yang Digunakan

Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada

dua

pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search

Pada dasarnya heiristic search adalah blind search

Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space

state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak

pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search

adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator

dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang

diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon

tetapi pendekatan ini tidak efisien (Turban 1995)

Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First

Search (BFS)

1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah

sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan

untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul

anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24

Gambar 24 Teknik Penelusuran Depth First Search

2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon

pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum

berpindah ke level berikutnya Dapat dilihat pada gambar 25

Gambar 25 Teknik Penelusuran Breadth First Search

Representasi Pengetahuan

Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak

dimasukkan kedalam program komputer oleh proses yang disebut representasi

pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan

gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive

procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data

(Firebaugh 1989)

Representasi dalam logika dan skema lainnya

Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu

pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang

membantu proses penalaran

Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26

Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)

Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam

proses logika untuk membuat output yang merupakan kesimpulan (conclusions)

diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan

untuk mendapatkan fakta baru yang juga harus benar

25 Keuntungan Sistem PakarAhli

Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar

diantaranya

adalah (Arhami 2005)

Menjadikan pengetahuan dan nasihat lebih mudah didapat

Meningkatkan output dan produktivitas

Menyimpan kemampuan dan keahlian pakar

Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar

penerangan sistem pakar khas

Meningkatkan reliabilitas

Memberikan respons (jawaban) yang cepat

Merupakan panduan yang intelligence (cerdas)

Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Dengan sistem pakar orang awam pun dapat menyelesaikan masalah yang

cukup rumit yang sebenarnya hanya dapat diselesaikan dengan bantuan para ahli

Bagi para ahli sistem pakar juga akan membantu aktivitasnya sebagai asisten yang

sangat berpengalaman

22 Pengertian Metodologi Berbasis Objek

Metodologi berbasis objek merupakan suatu strategi pembangunan perangkat

lunak yang mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi

data dan operasi yang diberlakukan terhadapnya atau suatu cara bagaimana sistem

perangkat lunak dibangun melalui pendekatan objek secara sistematis Metode

berbasis objek didasarkan pada penerapan prinsip-prinsip pengelolaan

kompleksitasMetode berbasis objek meliputi rangkaian aktivitas analisis berbasis

objekperancanganberbasis objek pemrograman berbasis objek dan pengujian

berbasis objek Ada teknik yang digunakan produk yang dihasilkan Prosedur

verifikasi dan kriteria untuk setiap aktivitas yang dikerjakan Ada alat bantu untuk

memodelkan (mendokumentasikan) hasil dan setiap aktivitas

23 Karakteristik Model Sistem PakarAhli

Sistem pakar mempunyai beberapa karakteristik dasar yang

membedakan dengan program

komputer biasa umumnya yaitu (Turban 1995)

1 Mempunyai kepakaran

Dalam menyelesaikan masalah bukan hanya mendapatkan solusi yang

benar saja

namun juga bagaimana mendapatkan pemecahan dengan cepat dan

mahir

2 Domain tertentu

Sistem pakar mengutamakan kedalaman mengenai bidang tertentu

3 Memiliki kemampuan mengolah data yang mengandung

ketidakpastian

kadang-kadang data yang tersedia tidak lengkap sistem harus dapat

memberikan

pemecahan sesuai data yang tersedia dengan memberikan

pertimbangan saran atau

anjuran sesuai dengan kondisi yang ada

4 Dirancang untuk dapat dikembangkan secara bertahap Program

computer

dirancang untuk memberikan jawaban yang tepat setiap waktu

Sedangkan

system pakar dirancang untuk berlaku sebagai seorang pakar kadang

memberikan jawaban yang benar dan suatu saat mungkin tidak tepat

(Expert system makes mistake)

24 Metodologi Yang Digunakan

Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada

dua

pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search

Pada dasarnya heiristic search adalah blind search

Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space

state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak

pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search

adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator

dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang

diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon

tetapi pendekatan ini tidak efisien (Turban 1995)

Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First

Search (BFS)

1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah

sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan

untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul

anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24

Gambar 24 Teknik Penelusuran Depth First Search

2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon

pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum

berpindah ke level berikutnya Dapat dilihat pada gambar 25

Gambar 25 Teknik Penelusuran Breadth First Search

Representasi Pengetahuan

Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak

dimasukkan kedalam program komputer oleh proses yang disebut representasi

pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan

gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive

procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data

(Firebaugh 1989)

Representasi dalam logika dan skema lainnya

Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu

pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang

membantu proses penalaran

Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26

Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)

Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam

proses logika untuk membuat output yang merupakan kesimpulan (conclusions)

diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan

untuk mendapatkan fakta baru yang juga harus benar

25 Keuntungan Sistem PakarAhli

Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar

diantaranya

adalah (Arhami 2005)

Menjadikan pengetahuan dan nasihat lebih mudah didapat

Meningkatkan output dan produktivitas

Menyimpan kemampuan dan keahlian pakar

Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar

penerangan sistem pakar khas

Meningkatkan reliabilitas

Memberikan respons (jawaban) yang cepat

Merupakan panduan yang intelligence (cerdas)

Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

anjuran sesuai dengan kondisi yang ada

4 Dirancang untuk dapat dikembangkan secara bertahap Program

computer

dirancang untuk memberikan jawaban yang tepat setiap waktu

Sedangkan

system pakar dirancang untuk berlaku sebagai seorang pakar kadang

memberikan jawaban yang benar dan suatu saat mungkin tidak tepat

(Expert system makes mistake)

24 Metodologi Yang Digunakan

Metode pencarian akan menjelaskan secara umum bagaimana teknik pencarian Ada

dua

pendekatan dasar untuk mencari suatu space yaitu blind search dan heuristic search

Pada dasarnya heiristic search adalah blind search

Blind search adalah kumpulan prosedur yang digunakan untuk mencari suatu space

state Mulai dari akar operator digunakan untuk menghasilkan status simpul anak

pencarian dilakukan terus sampai diperoleh solusi Gagasan penelusuran blind search

adalah memeriksa semua pohon secara teratur dengan menggunakan semua operator

dan membangkitkan sebanyak mungkin simpul anak untuk memperoleh solusi yang

diinginkan Mulai dengan simpul akar terdapat beberapa prosedur menelusuri pohon

tetapi pendekatan ini tidak efisien (Turban 1995)

Yang termasuk dalam blind search adalah Depth First Search (DFS) dan Breadth First

Search (BFS)

1) Depth-first search bekerja denga menelusuri simpul mulai dari akar terus kebawah

sampai secara berturut-turut ke level yang lebih dalam Suatu operator digunakan

untuk menghasilkan simpul node berikutnya lebih dalam dengan kata lain simpul

anak diperoleh dari simpul ayah Dapat dilihat pada gambar 24

Gambar 24 Teknik Penelusuran Depth First Search

2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon

pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum

berpindah ke level berikutnya Dapat dilihat pada gambar 25

Gambar 25 Teknik Penelusuran Breadth First Search

Representasi Pengetahuan

Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak

dimasukkan kedalam program komputer oleh proses yang disebut representasi

pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan

gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive

procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data

(Firebaugh 1989)

Representasi dalam logika dan skema lainnya

Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu

pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang

membantu proses penalaran

Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26

Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)

Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam

proses logika untuk membuat output yang merupakan kesimpulan (conclusions)

diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan

untuk mendapatkan fakta baru yang juga harus benar

25 Keuntungan Sistem PakarAhli

Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar

diantaranya

adalah (Arhami 2005)

Menjadikan pengetahuan dan nasihat lebih mudah didapat

Meningkatkan output dan produktivitas

Menyimpan kemampuan dan keahlian pakar

Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar

penerangan sistem pakar khas

Meningkatkan reliabilitas

Memberikan respons (jawaban) yang cepat

Merupakan panduan yang intelligence (cerdas)

Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Gambar 24 Teknik Penelusuran Depth First Search

2) Breadth-first search bekerja dengan cara memeriksa semua simpul dalam pohon

pencarian yang dimulai dari akar Simpul tiap level diperiksa secara lengkap sebelum

berpindah ke level berikutnya Dapat dilihat pada gambar 25

Gambar 25 Teknik Penelusuran Breadth First Search

Representasi Pengetahuan

Dalam pembangunan sistem berbasis pengetahuan pengetahuan yang telah diekstrak

dimasukkan kedalam program komputer oleh proses yang disebut representasi

pengetahuan (knowledge representation) Sistem representasi pengetahuan merupakan

gabungan dari dua elemen yakni struktur data dan prosedur menafsirkan (interpretive

procedure) untuk pemakaian pengetahuan yang dimasukkan dalam struktur data

(Firebaugh 1989)

Representasi dalam logika dan skema lainnya

Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu

pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang

membantu proses penalaran

Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26

Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)

Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam

proses logika untuk membuat output yang merupakan kesimpulan (conclusions)

diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan

untuk mendapatkan fakta baru yang juga harus benar

25 Keuntungan Sistem PakarAhli

Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar

diantaranya

adalah (Arhami 2005)

Menjadikan pengetahuan dan nasihat lebih mudah didapat

Meningkatkan output dan produktivitas

Menyimpan kemampuan dan keahlian pakar

Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar

penerangan sistem pakar khas

Meningkatkan reliabilitas

Memberikan respons (jawaban) yang cepat

Merupakan panduan yang intelligence (cerdas)

Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Representasi dalam logika dan skema lainnya

Bentuk representasi pengetahuan yang paling tua adalah logika yaitu suatu

pengkajian ilmiah tentang serangkaian penalaran sistem kaidah dan prosedur yang

membantu proses penalaran

Bentuk umum dari suatu proses logika diilustrasikan pada gambar 26

Gambar 26 Penggunaan Logika untuk penalaran (Turban 1998)

Input untuk proses logika disebut premises atau fact (fakta) Fakta digunakan dalam

proses logika untuk membuat output yang merupakan kesimpulan (conclusions)

diesbut Inferences Dengan proses fakta yang dikenal bernilai benar akan digunakan

untuk mendapatkan fakta baru yang juga harus benar

25 Keuntungan Sistem PakarAhli

Secara garis besar ada banyak keuntungan bila menggunakan sistem pakar

diantaranya

adalah (Arhami 2005)

Menjadikan pengetahuan dan nasihat lebih mudah didapat

Meningkatkan output dan produktivitas

Menyimpan kemampuan dan keahlian pakar

Meningkatkan penyelesaian masalah yaitu menerusi paduan pakar

penerangan sistem pakar khas

Meningkatkan reliabilitas

Memberikan respons (jawaban) yang cepat

Merupakan panduan yang intelligence (cerdas)

Dapat bekerja dengan informasi yang kurang lengkap dan mengandung

ketidakpastian

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Intelligence database (basis data cerdas) bahwa sistem pakar dapat digunakan

untuk mengakses basis data dengan cara cerdas

26 Kelemahan Sistem Pakar

Disamping memiliki beberapa keuntungan sistem pakar juga memiliki beberapa

kelemahan

antara lain

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal

Universitas Sumatera Utara

Sulit dikembangkan system pakar yang benar-benar berkualitas tinggi Hal ini

tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya

Sistem pakar tidak dapat 100 bernilai benar

Terkadang sistem tidak dapat membuat keputusan

Pengetahuan tidak selalu didapat dengan mudah karena pendekatan tiap pakar

berbeda

27 Komponen Sistem Pakar

Komponen sistem pakar ada empat bagian

1 KNOWLEDGE BASE (BASIS PENGETAHUAN)

Knowledge Base (Basis pengetahuan) merupakan inti dari program sistem pakar

karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge

representation basis pengetahuan adalah sebuah basis data yang menyimpan

aturan-aturan tentang suatu domain knowledgepengetahuan tertentu Basis

pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat

atau cirinya) tentu saja di dalam domain tertentu Contoh If hewan merupakan

sayap dan bertelur then hewan jenis burung

Ada 2 bentuk pendekatan basis pengetahuan yang sangat umum digunakan yaitu

a Rule-Based Reasoning (Penalaran berBasis Aturan)

Pada penalaran berbasis aturan pengetahuan direpresentasi-kan dengan

menggunakan aturan berbentuk IF-THEN Bentuk ini digunakan jika kita

memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

pakar dapat menyelesaikan masalah tersebut secara berurutan Bentuk ini juga

digunakan jika dibutuhkan penjelasan tentang jejak (langkah-langkah)

pencapaian solusi

b Case-Based Reasoning (Penalaran berBasis Kasus)

Basis pengetahuan akan berisi solusi-solusi yang telah di-capai sebelumnya

kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang

(fakta yang ada) Bentuk ini digunakan jika pemakai (user) menginginkan

untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip)

Bentuk ini juga digunakan jika kita telah memiliki sejumlah situasi atau kasus

tertentu dalam basis pengetahuan

2 Working Memory (Basis Data atau Memori Kerja)

Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta

awal pada saatsistem beroperasi maupun fakta-fakta pada saat pengambilan

kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data

berada di dalam memori kerja

3 Inference Engine (MesinMotor Inferensi)

Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan

pola-pola penalaran sistem yang digunakan oleh seorang pakar

Mekanisme ini akan menganalisa masalah tertentu dan selanjutnya akan

mencari jawaban atau kesimpulan yang terbaik

Mesin ini akan dimulai pelacakannya dengan mencocokan kaidah-kaidah

dalam basis pengetahuan dengan fakta-fakta yang ada dalam basis data

Dua teknik untuk melakukan Inferensia yaitu

a) Forward Chaining (Pelacakan ke depan) Pencocokan fakta atau pernyataan

dimulai dari bagian sebelah kiri (IF) dulu Dengan perkataan lain penalaran

dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesa

Contoh-contoh aturan

No Aturan

R-1 IF A amp B THEN C

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

R-2

R-3

R-4

R-5

R-6

R-7

R-8

R-9

R-10

IF C THEN D

IF A amp E THEN F

IF A THEN G

IF F amp G THEN D

IF G amp E THEN H

IF C amp H THEN I

IF I amp A THEN J

IF G THEN J

IF J THEN K

Pada tabel di atas ada 10 aturan (rule) yang tersimpan dalam basis pengetahuan Fakta

awal yang diberikan hanya A amp E (yaitu berarti A dan F bernilai benar)

Hipotesanya adalah apakah K bernilai benar Untuk itu dilakukan langkah-langkah

inferensia sebagai berikut

Start dari R-1 A merupakan fakta sehingga bernilai benar sedangkan B belum

diketahui kebenarannya sehingga C pun belum diketahui kebenarannya Oleh

karena itu pada R-1 kita tidak mendapatkan informasi apapun Sehingga kita

menuju ke R-2

Pada R-2 juga sama kita tidak dapat memastikan kebenaran D karena C belum

diketahui apakah benar atau salah sehingga kita tidak mendapatkan informasi

apapun sehingga kita menuju ke R-3

Pada R-3 A dan E adalah fakta sehingga jelas benar Dengan demikian F sebagai

konsekuensi juga benar Dari sini kita mendapat fakta baru yaitu F tetapi karena F

bukan hipotesa maka langkah diteruskan ke R-4

Pada R-4 A adalah fakta berarti jelas benar sehingga G sebagai konsekuen juga

benar Jadi terdapat fakta baru yaitu G tetapi G bukan hipotesa sehingga langkah

diteruskan ke R-5

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Pada R-5 F dan G benar berdasarkan aturan R-3 dan R-4 sehingga D sebagai

konsekuen juga benar Terdapat fakta baru yaitu D tetapi D bukan hipotesa

sehingga diteruskan ke R-6

Pada R-6 E dan G benar berdasarkan fakta dan R-4 maka H benar Sehingga

terdapat fakta baru yaitu H tetapi H bukan hipotesa sehingga diteruskan ke R-7

Pada R-7 karena C belum diketahui maka I juga belum dapat diketahui

kebenarannya sehingga kita tidak mendapatkan informasi apapun Diteruskan ke

R-8

Pada R-8 meskipun A benar karena fakta tetapi I belum diketahui sehingga J

juga belum dapat diketahui kebenarannya Diteruskan ke R-9

Pada R-9 G benar menurut R-4 sehingga konsekuennya J juga benar tetapi J

bukan hipotesa maka diteruskan ke R-10

Pada R-10 K benar karena J benar menurut R-9 Karena K merupakan hipotesa

yang dibuktikan maka selesai

Secara diagram dapat digambarkan sebagai berikut

R-4 R-9 R-10

R-5

R-3 R-6

Gambar Forward Chaining

b) Backward Chaining (Pelacakan kebelakang) Melalui penalaranya dari

sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut jadi

proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan

yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a

Goal Driven Atau dengan kata lain pencocokan fakta atau pernyataan

dimulai dari sebelah kanan (THEN) dulu

A

E

G

D

H

KJ

F

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Kita lihat lagi tabel aturan sebelumnya Terlihat ada 10 aturan yang tersimpan

dalam basis pengetahuan Fakta awal A dan E Hipotesa adalah K Langkah-

langkahnya adalah

Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki

konsekuen K dan ternyata ada di R-10 Dari R-10 untuk membuktikan K

benar harus dibuktikan dahulu bahwa J benar

Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan

ternyata di R-8 Pada R-8 A benar tetapi I belum diketahui kebenarannya

maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7

Untuk membuktikan I benar di R-7 perlu dibuktikan C dan H benar Untuk itu

dicari aturan dengan konsekuen C yaitu di R-1

Untuk membuktikan C benar di R-1 haruslah A dan B benar A jelas benar

karena fakta tetapi B belum diketahui kebenarannya dan dalam basis

pengetahuan tidak ada aturan yang konsekuennya B Dengan demikian

penalaran ini tidak bisa membuktikan kebenaran K Namun demikian masih

punya alternatif lain untuk melakukan penalaran yaitu dengan backtracking

Backtracking Diulangi lagi dengan langkah dengan pembuktian kebenaran C

dengan mencari aturan lain yang konsekuennya C Ternyata tidak ditemukan

Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I

ternyata tidak ada

Lakukan backtracking lagi mencari aturan dengan konsekuen J ditemukan di

R-9 tetapi harus membuktikan bahwa G benar maka dicari aturan dengan

konsekuen G yaitu di R-4

R-4 A adalah fakta jadi jelas benar maka G juga benar Jadi berdasarkan

penalaran ini dapat dibuktikan bahwa hipotesa K benar

R-10

R-8 R-7 R-1

Gagal

R-10 R-9 R-4 fakta

K

BHA

J I C A

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Sukses

Contoh Misal diketahui sistem pakar dengan aturan-aturan sbb

R-1 IF suku bunga turun THEN harga obligasi naik

R-2 IF suku bunga naik THEN harga obligasi turun

R-3 IF suku bunga tidak berubah THEN harga obligasi tidak

berubah

R-4 IF nilai dolar naik THEN suku bunga turun

R-5 IF nilai dolar turun THEN suku bunga naik

R-6 IF harga obligasi turun THEN beli obligasi

Sekarang apabila diketahui bahwa nilai dolar turun maka untuk memutuskan

apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut

Forward Chaining (Pelacakan ke depanMaju) Dari fakta nilai dolar turun

berdasarkan R-5 diperoleh bahwa suku bunga naik dari R-2 diperoleh suku

bunga naik menyebabkan harga obligasi turun kemudian dengan R-6 jika

harga obligasi turun maka beli obligasi Jadi kesimpulan beli obligasi

R-5

R-2

K J G A

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

R-6

Backward Chaining (Pelacakan kebelakangMundur) Berangkat dari membeli

obligasi dengan R-6 diperoleh anteseden harga obligasi turun Dari R-2 dapat

dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik

bernilai benar Dari R-5 suku bunga naik memang bernilai benar karena

diketahui fakta bahwa nilai dolar turun

R-5

R-2

R-6

4 User Interface (Antarmuka Pemakai)

Antarmuka pemakai adalah bagian penghubung antara program sistem pakar

dengan pemakaiPada bagian memungkinkan pengguna untuk memasukkan

instruksi dan informasi ke dalam sistempakar serta menerima penjelasan dan

kesimpulan (Gambar di bawah ini)

Knowlegde Base

Inference Engine User Interface

Beli obligasi

Nilai dolar turun

Suku bunga naik

Harga obligasi turun

Beli obligasi

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

Working Memory

Komponen Utama Sistem Pakar

BAB III

KESIMPULAN

Pengembangan berbasis objek adalah suatu cara pengembangan perangkat lunak dan

sistem informasi berdasarkan abstraksi objek ndash objek yang ada didunia nyata Metodologi

berbasis objek merupakan suatu strategi pembangunan perangkat lunak yang

mengorganisasikan perangkat lunak sebagai kumpulan objek yang berisi data dan operasi

yang diberlakukan terhadapnya atau suatu cara bagaimana sistem perangkat lunak dibangun

melalui pendekatan objek secara sistematis

Metodologi pengembangan berbasis objek mempunyai tiga karakteristik utama yaitu

Encapsulation Inheritance dan Polymorphism Meningkatkan produktivitas Keuntungan

menggunakan metodologi pengembangan berbasis objek antara lain kecepatan

pengembangan kemudahan pemeliharaan adanya konsistensi dan meningkatkan kualitas

perangkat lunak Sedangkan kelemahannya metode ini merupakan konsep yang relative baru

sehingga belum ada standar yang diterima semua pihak dalam menentukan tool apa yang

digunakan sebagai dasar analisi serat perancangan perangkat lunak

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek

DAFTAR PUSTAKA

httpbloguin-malangacidahmedmiezmar20101001kecerdasan-buatan

httpwwwberitaterhangatnet

httphasmapsastaffgunadarmaacidDownloadsfiles19612Mg+7+Peranc+Ber_OOpdf

httpnosisteminformasiblogspotcom201205pengembangan-berbasis-objekhtml

httpelistaakprindaciduploadfiles3098_MATERI_1PDF

httpgangsircom

httpsistemoperasimobileblogspotcom201303pengertian-dan-contoh-makalah_30html

httprumahradhenwordpresscommateri-kuliahkusemester-iiiperancangan-berbasis-objek

1bab-i-konsep-pengembangan-sistem-berbasis-objek