Bukan aku: Perbedaan revisi

Dari widuri
Lompat ke: navigasi, cari
[revisi tidak terperiksa][revisi tidak terperiksa]
Baris 185: Baris 185:
 
==Konsep Algoritma Jaro-Winkler Distance==
 
==Konsep Algoritma Jaro-Winkler Distance==
 
==Study Pustaka (Literatur Review)==
 
==Study Pustaka (Literatur Review)==
 +
 +
coba2ah
 +
 +
<div style="font-size: 12pt;font-family: 'times new roman';text-align: justify;text-indent: 0.5in"><p style="line-height: 2"><div style="font-size: 12pt;font-family: 'times new roman';text-align: justify;text-indent: 0.5in"><p style="line-height: 2">Dari hasil penelitian yang telah dilakukan, ada beberapa kesimpulan yang dapat diambil sebagai berikut:</p></div>
 +
 +
<div style="font-size: 12pt;font-family: 'times new roman';text-align: justify;text-indent: 0.5in"><p style="line-height: 2"><div style="font-size: 12pt;font-family: 'times new roman';text-align: justify;text-indent: 0.5in"><p style="line-height: 2">Berbagai definisi model dikemukakan oleh para ahli antara lain:</p></div>
 +
 +
 +
<div style="font-size: 12pt;font-family: 'times new roman';text-align: justify"><ol><li style="text-align: justify;line-height: 2;">Ackoff, et all ( 1962 ) mengatakan bahwa model dapat dipandang dari tiga jenis kata yaitu sebagai kata benda,kata sifat dan kata kerja. Sebagai kata benda, model berarti representasiatau gambaran, sebagai kata sifat model adalah ideal, contoh, teladan dan sebagai kata kerja model adalah memperagakan, mempertunjukkan. Dalam pemodelan, model akan dirancang sebagai suatu penggambaran operasi dari suatu sistem nyata secara ideal dengan tujuan untuk menjelaskan atau menunjukkan hubungan-hubungan penting yang terkait.</li>
 +
<li style="text-align: justify;line-height: 2;">Murty, et al (1990) menyatakan bahwa model adalah suatu representasi yang memadai dari suatu sistem, dan dikatakan memadai jika telah sesuai dengan tujuan dalam pikiran peneliti. </li>
 +
<li style="text-align: justify;line-height: 2;">Gordon ( 1978 ) mendefinisikan model sebagai suatu kerangka utama informasi sistem yang dikumpulkan untuk mempelajari sistem tersebut. Karena bertujuan untuk mempelajari suatu sistem maka model yang disusun tidaklah hanya satu model saja. Hal ini mengakibatkan satu sistem yang sama dengan berbagai model yang disusun akan memberikan analisis yang berbeda-beda. Atau dapat pula terjadi sebaliknya, bahwa analisis yang  sama akan membuat model yang berbeda pada sistem yang sama.</li></ol></div>
 +
</p></div>

Revisi per 4 Juni 2014 07.35

BAB II

LANDASAN TEORI

Konsep Dasar Sistem Pakar

Definisi Sistem Pakar

Menurut Kusrini (2006: 11)[1], sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.

Menurut Martin dan Oxman sistem pakar adalah sistem yang berbasis komputer yang menggunakan pengetahuan, fakta dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut (Kusrini, 2006:11)[1],.

Edward Feigenbaum mendefinisikan sistem pakar sebagai suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan prosedur inferensi untuk menyelesaikan masalah yang cukup rumit yang membutuhkan seorang ahli untuk menyelesaikannya (Arhami, 2005:2)[2],.

Jadi sistem pakar adalah sistem yang ditranfer dari seorang ahli melalui komputer, lalu pengetahuan yang ditransfer itu disimpan dalam komputer yang berguna bagi user berkonsultasi pada komputer untuk suatu nasehat kemudian komputer dapat menyimpulkan dari yang dikonsultasikan seperti layaknya seorang pakar, selain itu juga komputer bisa menjelaskan ke user tersebut bahkan dengan alasan-alasannya.

Menurut Efraim Turban (dalam Hasanah,2012)[3], konsep dasar sistem pakarmengandung: keahlian, ahli, pengalihan keahlian, inferensi, aturan dan kemampuan menjelaskan. Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca atau pengalaman.

Suatu sistem pakar adalah suatu sistem komputer yang menyamai (emulates ) kemampuan pengambilan keputusan dari seorang pakar (Arhami, 2005:2)[2], . Basis pengetahuan yang diperoleh, diambil dari pengalaman seorang pakar maupun teori-teori yang ada pada bidang yang spesifik saja, oleh karena itu sistem pakar memiliki keterbatasan.

Sistem pakar adalah sistem yang membutuhkan dasar pengetahuan yang baik, yang dibangun seefisien mungkin. Sistem ini memerlukan satu atau lebih mekanisme penalaran untuk menerapkan pengetahuan terhadap masalah yang dihadapi. Setelah itu dibutuhkan suatu mekanisme penalaran untuk menerapkan pengetahuan pada permasalahan yang ada (Rich and Knight, 2011:547)[4],.

Dari definisi yang ada di atas dapat disimpulkan bahwa sistem pakar adalah suatu sistem yang dibangun untuk memindahkan kemampuan dari seorang atau beberapa orang pakar ke dalam komputer yang digunakan untuk memecahkan masalah yang dihadapi oleh pemakai dalam bidang tertentu dimana sistem pakar bertindak layaknya seperti seorang pakar atau konsultan dalam suatu lingkungan tertentu.

Konsep Dasar Sistem Pakar

Ada enam hal yang menjadi komponen dasar dari sebuah Sistem Pakar (Arhami, 2005:11)[2],yaitu :

a. Keahlian (Expertise)

Keahlian dapat diperoleh dari pelatihan/ training , membacaatau dari pengalaman. Keahlian itu meliputi :

  1. Fakta-fakta tentang area permasalahan.
  2. Teori-teori tentang area permasalahan.
  3. Aturan-aturan tentang apa yang harus dilakukan dalamsituasi permasalahan yang diberikan.
  4. Strategi global untuk memecahkan masalah.


b. Pakar ("Expert")

Sulit untuk mendefinisikan apakah yang dimaksud dengan pakar itu. Masalahnya adalah berapa banyak keahlian yang harus dimiliki oleh seseorang agar dapat dikualifikasikan sebagai pakar. Namun berikut ini dijelaskan beberapa kualifikasi yang harus dimiliki oleh seorang pakar :

  1. Dapat mengenal dan merumuskan masalah.
  2. Dapat memecahkan masalah dengan cepat dansemestinya.
  3. Dapat menjelaskan suatu solusi.
  4. Dapat menentukan hubungan.
  5. Belajar dari pengalaman


c. Pemindahan Keahlian ("Transferring Expertise")

Tujuan dari sistem pakar adalah memindahkan keahlian dari seorang pakar ke komputer dan kemudian ke manusia lain yang bukan pakar. Proses ini meliputi empat kegiatan, yaitu :

  1. Memperoleh pengetahuan pakar.
  2. Merepresentasikan pengetahuan ke dalam komputer.
  3. Mengolah pengetahuan sehingga dapat menghasilkan kesimpulan.
  4. Memindahkan pengetahuan ke pengguna.

Pengetahuan disimpan dalam komputer berupa komponen yang disebut knowledge base. Pengetahuan ini dibedakan menjadi dua, yaitu fakta dan rule .


d. Menarik Kesimpulan ("Inferencing")

Keistimewaan dari sistem pakar adalah kemampuan nalarnya. Komputer diprogram sehingga dapat membuat kesimpulan. Pengambilan keputusan ini dilaksanakan dalam komponen yang disebut inference engine.


e. Aturan ("Rule")

Kebanyakan sistem pakar adalah sistem berbasis rule, pengetahuan disimpan dalam bentuk rule-rule sebagai prosedur pemecahan masalah.


f. Kemampuan Menjelaskan ("Explanatin Capability")

Keistimewaan lain dari sistem pakar adalah kemampuan menjelaskan darimana asal sebuah solusi/rekomendasi diperoleh.


Adapun ciri-ciri sistem pakar diantaranya adalah:

a. Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.

b. Pengambilan keputusan berdasarkan kaidah-kaidah tertentu dan dapat merespons masukkan user (melalui kotak dialog).

c. Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.

d. Outputnya berupa saran atau anjuran.

Struktur dan Bentuk Sistem Pakar

  1. Struktur Sistem Pakar
  2. Komponen utama yang harus ada dalam sebuah sistem pakar adalah knowledge base (basis pengetahuan), inference engine (mesin penarik kesimpulan), explanation subsystem (subsistem penjelas output), dan user interface (antarmuka pengguna). Secara umum arsitektur sistem pakar (Gunawan, 2007:6). Dapat dilihat pada gambar 2.1.


    Gambar 2.1 Struktur Sistem Pakar


    Struktur Sistem Pakar terdiri dari :

    a.. Basis Pengetahuan (Knowledge Base )

    Basis pengetahuan merupakan bagian yang paling penting pada sistem pakar, karena keahlian dari pakar disimpan didalamnya. Basis pengetahuan tersebut berisi fakta-fakta yang didapat dari seorang ahli dan diimplementasikan ke dalam sistem komputer dengan menggunakan metode representasi pengetahuan tertentu. Metode representasi pengetahuan adalahcara untuk menstrukturkan pengetahuan yang dimiliki oleh pakar agar mudah diolah oleh komputer. Jadi basis pengetahuan merupakan jantung sistem pakar, dimana bagian ini berisi pengetahuan penting untuk mengerti, merumuskan dan memecahkan permasalahan, yang mempunyai dua elemen dasar, yaitu fakta tentang keadaan masalah dan teori tentang area masalah.

    b. Mesin Pengambil Keputusan (Inference Engine )

    Inference Engine merupakan bagian dari sistem pakar yang bertugas untuk menemukan solusi yang tepat dari banyaknya solusi yang ada. Proses dilakukan dalam inference engine adalah bagaimana pengambilan keputusan terhadap konsultasi yangterjadi dan proses penalaran pada basis pengetahuan yang dimilikinya. Penentuan sistem pendukung keputusan dan metode pelacakan sangat penting dalam rangka menyelesaikan masalah. Inference engine merupakan otak dari sistem pakar, juga dikenal sebagai struktur kontrol/ interpreter.

    c. Explanation Subsystem

    Explanation subsystem merupakan kemampuan untuk memberikan penjelasan atas sebuah kesimpulan yang diberikan.

    d. User Interface

    User interface merupakan bagian dari sistem pakar yang berfungsi sebagai pengendali input output .User interface melayani user selama proses konsultasi, mulai dari tanya jawab untuk mendapatkan fakta-fakta yang dibutuhkan inference engine sampai menampilkan output yang merupakan kesimpulan / rekomendasi yang dihasilkan oleh inference engine.

    e. Knowledge Base Editor

    Knowledge base editor merupakan bagian yang digunakan untuk menambah, menghapus dan memperbaiki basis pengetahuan.

    f. Learning Learning

    adalah suatu proses belajar dari suatu sistem pakar apabila sistem tidak menemukan solusi masalah.

    g. Certainty Factor

    Certainty factor merupakan faktor keyakinan atas fakta-fakta yang ada.


  3. Bentuk Sistem Pakar

Bentuk dari Sistem Pakar adalah :

  1. Berdiri sendiri. Sistem jenis ini merupakan s/w yang berdiri sendiri tidak tergabung dengan s/w lain.
  2. Tergabung Sistem ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvensional) .
  3. Menghubungkan ke s/w lain. Bentuk ini biasanya merupakan ES yang menghubungkan ke suatu paket program tertentu, misalnya DBMS.
  4. Sistem mengabdi. Sistem ini merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu.

Kategori Sistem Pakar dan Metode Inferensi

  1. Kategori Sistem Pakar
  2. <p style="line-height: 2">Sistem pakar saat ini telah dibuat untuk memecahkan berbagai macam permasalahan dalam berbagai bidang, seperti matematika, teknik, kedokteran, kimia, farmasi, sains komputer, bisnis, hukum, pendidikan, sampai pertahanan. Secara umum ada beberapa kategori dan area permasalahan sistem pakar, yaitu (Arhami, 2005:23) :</p>
    <p style="line-height: 2">a.Interprestasi, yaitu pengambilan keputusan atau deskripsi tingkat tinggi dari sekumpulan data mentah, termasuk diantaranya juga pengawasan, pengenalan ucapan, analisis citra, interprestasi sinyal, dan beberapa analisis kecerdasan.</p>
    <p style="line-height: 2">b.Proyeksi, yaitu memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu, diantaranya peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu lintas, estimasi hasil, militer, pemasaran, atau peramalan keuangan.</p>
    <p style="line-height: 2">c.Diagnosis, yaitu menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati diantaranya medis, elektronis, mekanis dan diagnosis perangkat keras dan perangkat lunak komputer. </p>
    <p style="line-height: 2">d.Desain, yaitu menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan-tujuan kinerja tertentuyang memenuhi kendala-kendala tertentu, diantaranya layout sirkuit dan perancangan bangunan.</p>
    <p style="line-height: 2">e.Perencanaan, yaitu merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisiawal tertentu, diantaranya perencanaan keuangan, komunikasi, militer, pengembangan produk, routing danmanajemen proyek. </p>
    <p style="line-height: 2">f.Pengawasan (Monitoring ), yaitu membandingkan tingkah laku suatu sistem yang teramati dengan tingkah laku yangdiharapkan darinya, diantaranya Computer Aided Monitoring System. </p>
    <p style="line-height: 2">g.Pelacakan dan Perbaikan (Debugging and Repair), yaitu menentukan dan mengimplementasikan cara-cara untuk mengatasi malfungsi, diantaranya memberikan resep obat terhadap suatu kegagalan. </p>
    <p style="line-height: 2">h.Instruksi, yaitu mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek, diantaranya melakukan instruksi untuk diagnosis, debugging dan perbaikan kinerja. </p>
    <p style="line-height: 2">i.Pengendalian, yaitu mengatur tingkah laku suatu environtment yang kompleks seperti kontrol terhadap interprestasi-interprestasi, prediksi, perbaikan dan monitoring kelakuan sistem. </p>
    <p style="line-height: 2">j.Seleksi, yaitu mengidentifikasi pilihan terbaik dari sekumpulan (list ) kemungkinan.</p>
    <p style="line-height: 2">k.Simulasi, yaitu pemodelan interaksi antara komponen-komponen sistem.</p>
  3. Metode Inferensi
<p style="line-height: 2">Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Metode inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yangada dalam basis pengetahuan dan dalam workspace , dan untuk menformulasikan kesimpulan (Turban, 2005:452) Kebanyakan sistem pakar berbasis aturan menggunakan inferensi yang dinamakan modus ponen. Berdasarkan strategi ini, jika terdapat aturan “IF A THEN B”, dan jika diketahui bahwa Abenar, maka dapat disimpulkan bahwa B juga benar. Terdapat dua pendekatan untuk mengontrol inferensidalam sistem pakar berbasis aturan, yaitu pelacakan ke depan (Forward Chaining) dan pelacakan ke belakang (Backward Chaining ).</p>
<p style="line-height: 2">a.Pelacakan ke depan (Forward Chaining )Pelacakan ke depan adalah pendekatan yang dimotori data (data-driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan, mencari fakta yang sesuai dengan bagian IF dari aturan IF-THEN. </p>
<p style="line-height: 2">b.Pelacakan ke belakang (Backward Chaining )Pelacakan ke belakang adalah pendekatan yang dimotorioleh tujuan (goal-driven ). Dalam pendekatan ini pelacakandimulai dari tujuan, selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan barudan mencari aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua kemungkinan ditemukan (Sri Kusumadewi, 2003).</p>

Keuntungan dan Kelemahan Sistem Pakar

Keuntungan Sistem Pakar

<p style="line-height: 2">Dari hasil penelitian yang telah dilakukan, ada beberapa kesimpulan yang dapat diambil sebagai berikut: </p>
  1. Meningkatkan output dan produktivitas. Sistem pakar dapat bekerja lebih cepat dari manusia.
  2. Meningkatkan kualitas. Sistem pakar menyediakan nasihat yang konsisten dan dapat mengurangi tingkat kesalahan.
  3. Handal (Reability ). Sistem pakar tidak lelah/bosan, jugakonsisten dalam memberi jawaban.
  4. Merupakan arsip yang terpercaya dari sebuah keahlian, sehingga pengguna seolah-olah berkonsultasi langsung dengan pakar, meskipun sang pakar mungkin sudah pensiun.
  5. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
  6. Bisa melakukan proses secara berulang secara otomatis
  7. Menyimpan pengetahuan dan keahlian para pakar
  8. Mampu mengambil dan melestarikankeahlian para pakar
  9. Mampu beroperasi dalam lingkungan berbahaya
  10. Memiliki kemampuan untuk mengakses pengetahuan
  11. Memiliki realibilitas
  12. Meningkatkan kapabilitas system computer
  13. Memiliki kemampuan untuk bekerja dengan informasi yang tidak
  14. Lengkap dan mengandung ketidakpastian
  15. Meningkatkan kapabilitas dalam penyelesaian masalah
  16. Menghemat waktu dalam pengambilan keputusan

Konsep Dasar Model

Konsep Dasar Metode

Konsep Dasar Algoritma

Konsep Kesamaan Dokumen

Konsep Algoritma Winnowing

Konsep Algoritma Rabin-Karp

Konsep Algoritma Jaro-Winkler Distance

Study Pustaka (Literatur Review)

coba2ah

<p style="line-height: 2">
<p style="line-height: 2">Dari hasil penelitian yang telah dilakukan, ada beberapa kesimpulan yang dapat diambil sebagai berikut:</p>
<p style="line-height: 2">
<p style="line-height: 2">Berbagai definisi model dikemukakan oleh para ahli antara lain:</p>


  1. Ackoff, et all ( 1962 ) mengatakan bahwa model dapat dipandang dari tiga jenis kata yaitu sebagai kata benda,kata sifat dan kata kerja. Sebagai kata benda, model berarti representasiatau gambaran, sebagai kata sifat model adalah ideal, contoh, teladan dan sebagai kata kerja model adalah memperagakan, mempertunjukkan. Dalam pemodelan, model akan dirancang sebagai suatu penggambaran operasi dari suatu sistem nyata secara ideal dengan tujuan untuk menjelaskan atau menunjukkan hubungan-hubungan penting yang terkait.
  2. Murty, et al (1990) menyatakan bahwa model adalah suatu representasi yang memadai dari suatu sistem, dan dikatakan memadai jika telah sesuai dengan tujuan dalam pikiran peneliti.
  3. Gordon ( 1978 ) mendefinisikan model sebagai suatu kerangka utama informasi sistem yang dikumpulkan untuk mempelajari sistem tersebut. Karena bertujuan untuk mempelajari suatu sistem maka model yang disusun tidaklah hanya satu model saja. Hal ini mengakibatkan satu sistem yang sama dengan berbagai model yang disusun akan memberikan analisis yang berbeda-beda. Atau dapat pula terjadi sebaliknya, bahwa analisis yang sama akan membuat model yang berbeda pada sistem yang sama.
</p>


Kesalahan pengutipan: Tag <ref> ditemukan, tapi tag <references/> tidak ditemukan

Contributors

Adesetiadi, Fifit Alfiah