Sistem Pakar

on under Artificial-Intelligent
2 minute read

Definisi Sistem Pakar

Sistem Pakar adalah sistem informasi pada komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dari seorang pakar dalam bidang nya. Sehingga komputer dapat digunakan untuk mencapai tingkat kinerja yang tinggi dalam menyelesaikan masalah.

Arsitektur System Pakar

sistem pakar.jpg

  1. Basis Pengetahuan (Knowledge Base) Basis pengetahuan adalah tempat menyimpan informasi dari pengetahuan seorang pakar. Berisi fakta-fakta yang didapat dari seorang yang ahli dan diimplementasikan kedalam sistem komputer dengan menggunakan metode representasi pengetahuan tertentu. Metode representasi pengetahuan adalah cara untuk menstruktur pengetahuan yang dimiliki oleh pakar agara mudah diolah oleh komputer.
    Jadi pada bagian ini sangat lah penting karena berisi pengetahuan penting untuk mengerti, merumuskan dan memecahkan permasalahan, yang mempunyai dua elemen dasar, yaitu fakta tentang keadaan dan teori tentang area masalah.

  2. Mesin Pengambil Keputusan (Inference Engine) Inference Engine bertugas untuk menemukan sebuah solusi yang tepat dari banyak nya solusi yang ada hasil dari pengambilan keputusan terhadap konsultasi yang terjadi dan proses penalaran pada basis pengetahuan yang dimiliki. Jadi Inference Engine ini adalah otak dari sistem pakar.

  3. Explanation Subsystem Merupakan kemampuan untuk memberikan penjelasan dari kesimpulan atau keputusan yang diberikan.

  4. User Interface User Interface sebabagai penguhubung dengan user atau bisa dibilang input dan output. Melayani user selama proses tanya jawab untuk mendapatkan fakta-fakta yang dibutuhkan pada bagian inference engine sampai menampilkan output hasil dari keputusan di dalam inference engine.

  5. Knowledge Base Editor Knowledge Base Editor sebagai bagian yang digunakan untuk menambah, Basis Pengetahuan (Knowledge Base. Basis pengetahuan adalah tempat menyimpan informasi dari pengetahuan seorang pakar. Berisi fakta-fakta yang didapat dari seorang yang ahli dan diimplementasikan kedalam sistem komputer dengan menggunakan metode representasi pengetahuan tertentu. Metode representasi pengetahuan adalah cara untuk menstruktur pengetahuan yang dimiliki oleh pakar agara mudah diolah oleh komputer.
    Jadi pada bagian ini sangat lah penting karena berisi pengetahuan penting untuk mengerti, merumuskan dan memecahkan permasalahan, yang mempunyai dua elemen dasar, yaitu fakta tentang keadaan dan teori tentang area masalah.

  6. Mesin Pengambil Keputusan (Inference Engine) Inference Engine bertugas untuk menemukan sebuah solusi yang tepat dari banyak nya solusi yang ada hasil dari pengambilan keputusan terhadap konsultasi yang terjadi dan proses penalaran pada basis pengetahuan yang dimiliki. Jadi Inference Engine ini adalah otak dari sistem pakar.

  7. Explanation Subsystem Merupakan kemampuan untuk memberikan penjelasan dari kesimpulan atau keputusan yang diberikan.nghapus dan memperbaiki basi pengetahuan.

  8. Learning Learning sebagai suatu proses belajar dari suatu sistem pakar apabila sistem tidak menemukan solusi masalah yang dihadapi.

  9. Certainty Factor Certainty Factor sebagai faktor keyakinan atas fakta-fakta yang ada.

AI
comments powered by Disqus