Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Tujuan Sistem Pakar adalah mentransfer kepakaran seorang pakar ke komputer, kemudian melanjutkannya dari komputer ke orang lain (yang bukan pakar).

Arsitektur perangkat lunak

Terdapat dua mode utama terkait dengan mesin inferensi, yakni forward chaining dan backward chaining.

Kelebihan Sistem Pakar

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

  1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
  2. Bisa melakukan proses secara berulang secara otomatis.
  3. Menyimpan pengetahuan dan keahlian para pakar.
  4. Meningkatkan output dan produktivitas.
  5. Meningkatkan kualitas.
  6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
  7. Mampu beroperasi dalam lingkungan yang berbahaya.
  8. Memiliki kemampuan untuk mengakses pengetahuan.
  9. Memiliki reliabilitas.
  10. Meningkatkan kapabilitas sistem komputer.
  11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
  12. Sebagai media pelengkap dalam pelatihan.
  13. Meningkatkan kapabilitas dalam penyelesaian masalah.

Kelemahan Sistem Pakar

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain:

  1. Biaya yang diperlukan untuk membuat dan memeliharanya relatif mahal karena diperlukan banyak data.
  2. Dibutuhkan admin khusus yang selalu memperbaharui pengetahuan pada sistem pakar sesuai perkembangan di bidang keahliannya.
  3. Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan perangkat lunak konvensional.
  4. Sulit dikembangkan.
  5. Membutuhkan waktu yang lama untuk membuatnya.

Contoh Sistem Pakar

  1. MYCIN[1]: diagnosa penyakit
  2. Dendral[2]: mengidentifikasikan struktur molekul campuran kimia yang tidak dikenal
  3. XCON & XSEL[3]: konfigurasi sistem komputer besar
  4. Prospector [4]: bidang geologi.

Rujukan

  1. ^ B.G. Buchanan, E.H. Shortliffe, Rule Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project], 1984
  2. ^ K., Lindsay, Robert (1980). Applications of artificial intelligence for organic chemistry : the DENDRAL project. New York: McGraw-Hill Book Co. ISBN 0070378959. OCLC 6143352. 
  3. ^ Barker, Virginia E.; O'Connor, Dennis E.; Bachant, Judith; Soloway, Elliot (1989-3). "Expert Systems for Configuration at Digital: XCON and Beyond". Commun. ACM. 32 (3): 298–318. doi:10.1145/62065.62067. ISSN 0001-0782. 
  4. ^ PROSPECTOR: A Computer Based Consultation System For Mineral Exploration, 1977

Pranala luar