RESUME PERTEMUAN 1

SISTEM PAKAR PART 1

"DASAR - DASAR SISTEM PAKAR"

Sistem Pakar 
@ : Sebuah program komputer yang mencoba meniru dan mensimulasikan pengetahuan (knowledge) dan ketrampilan (skill) dari seorang pakar pada area tertentu.

Struktur Sistem Pakar : 

1. Knowledge Base (basis pengetahuan) @ : bagian dari sebuah sistem pakar yang mengandung/menyimpan pengetahuan (domain knowledge).Knowledge Base direpresentasikan dalam berbagai macam bentuk, salah satunya adalah dalam bentuk sistem.
2. Berbasis Aturan (Ruled-Based System).
3. Working Memory menyimpan informasi tentang fakta-fakta yang dimasukkan oleh user ataupun fakta baru hasil kesimpulan dari sistem.
4. Inference Engine bertugas mencari padanan antara fakta yang ada di dalam working memory dengan fakta-fakta tentang domain knowledge tertentu yang ada di dalam knowledge base, selanjutnya inference engine akan menarik/mengambil kesimpulan dari problem yang diajukan kepada sistem.

Manfaat Sistem Pakar diantaranya :

1. Memungkinkan orang awam untuk bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara auto.
3. Menyimpan pengetahuan & keahlian para pakar.
4. Menghemat waktu dalam pengambilan keputusan.
5. Dapat digandakan sesuai dengan kebutuhan.

Kelemahan sistem Pakar :

1. Sulit dikembangkan.
2. kebenaran tidak 100%.
3. transfer pengetahuan dapat bersifat subjektif & biasa.
4. kurangnya rasa percaya user.

Heuristic Seacrhing
@ : Merupakan suatu strategi untuk melakukan proses pencarian ruang keadaan (state space) suatu problema secara selektif,yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar, dan mengesampingkan usaha yang bodoh dan memboroskan.

Jenis – Jenis Heuristic Seacrhing :

1. Deep First Search, proses searching yang melakukan ekspansi pada sebuah path menuju penyelesaian sebelum pada akhirnya melakukan eksplorasi pada path yang lain.
2. Breadth First Search, Melakukan proses searching pada semua node yang berada pada level yang sama terlebih dahulu sebelum pada akhirnya melanjutkan pada yang lainnya
3. Hill Climbing search, eksplorasi terhadap keputusan dengan cara Deep First Search dengan mencari path dengan tujuan untuk mengurangi biaya/cost
4. Branch & Bound Search
5. Best – First Search melakukan proses searching dengan cara memberikan estimasi berapa jauh node asal dari solusi yang diinginkan.proses dilakukan dengan melakukan ekspansi terhadap setiap node yang memiliki estimasi terpendek.
6. A*Search, merupakan gabungan antara Best – First search dan Branch & Bound Search