Sistem Pemandu Keputusan, Sistem Pakar [PDF]

Citation preview

Sistem Pemandu Keputusan Sistem pemandu keputusan (SPK) adalah sebuah sistem yang memandu pembuat keputusan. Sistem ini akan mendasarkan proses pembuatan keputusan kepada aturan yang ditetapkan oleh para perancang sistem. Sistem juga akan mendasarkan prosesnya kepada basis data yang ada di dalam perusahaan. Sistem pemandu keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik. Menurut Moore dan Chang (Principle of Service Marketing : 1980) yang diterjemahkan oleh Masrun (Turban dkk : 1995), sistem pemandu keputusan dapat digambarkan sebagai “sistem yang berkemampuan mendukung analisis ad hocdata, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan dan digunakan pada saat-saat yang tidak biasa”. Sedangkan menurut Keen dan Scoot Morton, (Principles of Management : 1968) dalam (Turban dkk, 2005 : 137) sistem pemandu keputusan merupakan “penggabungan sumber-sumber kecerdasan individu dengan kemampuan komponen untuk memperbaiki kualitas keputusan. Sistem pendukung keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah-masalah semi struktur”. SPK (atau DSS) dapat digunakan oleh seorang pembuat keputusan. Namun SPK dikembangkan lebih jauh hingga dapat memandu pembuatan keputusan untuk sekelompok orang. Sistem ini disebut dengan Sistem Pemandu Keputusan Kelompok (SPKK) atau Group Decision Support System (disingkat GDSS). Dengan pengertian diatas, dapat diambil suatu kesimpulan bahwa sistem pendukung keputusan bukan merupakan alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambilan keputusan dalam proses pembuatan keputusan.



Tujuan Sistem Pemandu Keputusan 1. Membantu manajer dalam pengambilan keputusan atas masalah semi terstruktur. 2. Memberikan dukungan atas pertimbangan manajer dan bukannya di maksudkan untuk menggantikan fungsi manajer 3. Meningkatkan efektivitas keputusan yang di ambil manajer lebih daripada perbaikan efisiensinya 4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah 5. Peningkatan produktivitas. 6. Dukungan kualitas. 7. Berdaya saing. 8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan. Menurut Simon (1977), otak manusia memiliki kemampuan yang terbatas untuk memproses dan menyimpan informasi. Orang-orang kadang sulit mengingat dan menggunakan sebuah informasi dengan cara yang bebas dari kesalahan. Model Dalam membangun sebuah SPK, manajemen perusahaan dan perancang sistem harus dapat merumuskan berbagai masalah dan jalan keluarnya. Rumusan ini sangat memerlukan model. Model adalah perwakilan atau gambaran atas sesuatu. Model dapat mewakili objek atau aktivitas, yang disebut dengan entitas. Model ada beberapa jenis, yaitu model fisik, model naratif, model grafis, dan model matematis. 1. Model fisik adalah gambaran berbentuk tiga dimensi yang menyamai objek aslinya, hanya saja ukurannya lebih kecil dari objek aslinya. Model ini banyak digunakan dalam perancangan objek yang bersifat berwujud, misalnya bangunan, mobil, pesawat, dan perangkat lainnya. 2. Model naratif adalah gambaran suatu objek yang dirancang dalam bentuk uraian katakata. Model ini dapat dituangkan dalam tulisan ataupun ucapan. 3. Model grafis adalah gambaran suatu objek yang berbentuk gambar, lambing, atau grafik.



4. Model matematis adalah gambaran suatu objek yang berbentuk matematis. Model ini menggunakan berbagai bentuk rumus atau fungsi. Model ini banyak digunakan dalam perancangan Sistem Pemandu Keputusan. Manfaat Model Model memiliki manfaat bagi pemecahan masalah. Beberapa manfaat tersebut adalah sebagai berikut. 1. Mempermudah pemahaman. Apabila sebuah model yang sederhana telah dipahami, para pembuat keputusan dapat segera memahami masalah yang lebih kompleks. 2. Mempermudah



komunikasi.



Dengan



memanfaatkan



model,



dua



pihak



dapat



berkomunikasi dengan lebih cepat dan lebih baik, dengan tingkat kesalahan yang rendah. 3. Memprediksi masa depan. Dengan menggunakan model, misalnya saja analisis time series, pembuat keputusan dapat memperkirakan apa yang terjadi dengan penjualan pada bulan depan setelah harga diturunkan 10%. Keunggulan dan Kelemahan Model Keunggulan Model 1. Proses pembuatan model merupakan proses belajar bagai para pembuat keputusan yang belum berpengalaman. 2. Dengan perancangan model, akan lebih banyak waktu yang tersedia untuk mencari alternatif jalan keluar dari berbagai masalah yang timbul. 3. Model dapat memberikan perkiraan masa mendatang. Hal ini tidak dapat dilakukan oleh sistem informasi jenis lainnya. 4. Model dapat menghemat biaya, dengan mengurangi atau bahkan meniadakan coba-coba (trial and error).



Kelemahan Model 1. Perancangan model tidak selalu mudah, meskipun oleh pembuat keputusan dan perancang sistem yang sudah berpengalaman. Apabila model salah dirancang, maka tidak akan mudah digunakan untuk memecahkan masalah.



2. Perancangan model memerlukan keahlian matematis dan pengetahuan pembuatan keputusan, sehingga akan sulit dilakukan oleh pembuatan keputusan yang belum berpengalaman. Simulasi Model belum bermanfaat kalau belum digunakan. Proses menggunakan model untuk menganalisis suatu keputusan disebut simulasi. Menerapkan berbagai kondisi atau data dalam suatu simulasi disebut dengan skenario. Dengan demikian, skenario akan memerlukan berbagai data untuk dianalisis. Data ini disebut dengan variabel keputusan (decision variables).



Konsep Sistem Pemandu Keputusan Menurut Gorry dan Seott Morton (1971), sistem informasi yang hanya menangani satu atau sedikit masalah pembuatan keputusan akan memberikan bantuan yang lebih baik kepada seorang manajer. Gorry dan Seott Morton juga menjadi orang yang mulai memperkenalkan istilah Decission Support System (DSS) untuk menjelaskan sistem informasi yang dapat memandu keputusan para manajer. Gorry-Scott Morton Grid. Hubungan antara struktur masalah, tingkatan manajemen, dan contoh sistem informasi yang relevan.



Dari tabel tersebut terlihat bahwa semakin tinggi tingkatan manajemen, keputusan yang diambil semakin banyak mengandung ketidakpastian. Selain itu juga terlihat bahwa manajemen puncak juga tetap terlibat dalam pembuatan keputusan terstruktur, meskipun bentuk keterlibatannya akan semakin kecil bila dibanding dengan manajer level dibawahnya. Komponen Sistem Pemandu Keputusan Sebagai sebuah sistem, SPK juga memiliki komponen. Komponen SPK sedikit berbeda dengan komponen SPT dan SIM. Komponen SPK pada dasarnya adalah sebagai berikut: a) Basis data, yang berasal dari sumber internal (dicatat dari perusahaan dari berbagai transaksi yang selama ini terjadi) dan dari sumber eksternal (diambil oleh perusahaan dari sumber luar perusahaan, misalnya data industri, data statistik, dan data dari peraturan pemerintah). b) Model dan pengetahuan mengenai masalah dan keputusan yang harus diambil. c) Berbagai peragkat analisis, yang digunakan untuk mencari jalan keluar terbaik. Perangkat analisis tersebut misalnya adalah: 



What-if analysis. Analisis ini digunakan untuk mengetahui apa yang terjadi apabila satu atau beberapa variabel berubah.







Sensitivity analysis. Analisis ini digunakan untuk mengetahui pengaruh perubahan suatu variabel terhadap variabel yang lain. Analisis ini akan melakukan perubahan secara berkali-kali terhadap suatu variabel, sehingga dapat diketahui apakah pengaruhnya konsisten atau tidak.







Goal-seeking analysis. Analisis ini digunakan untuk mencari solusi terbaik (misalnya laba tertinggi atau biaya terendah atau waktu tersingkat) dari suatu masalah.







Optimization analysis. Analisis ini digunakan untuk mencari solusi yang paling menguntungkan bagi perusahaan, dan mirip dengan goal-seeking analysis. Analisis



ini



programming.



biasanya



memanfaatkan



perhitungan



menggunakan



linear



Tahap Pembuatan Keputusan Cara orang membuat keputusan bisa berbeda-beda,tergantung pada sifat keputusan yang akan dibuat,keadaansaat timbul masalah atau kebiasaan orang yang membuat keputusan. Menurut Hebbert A. Simon, pembuatan keputusan melibatkan empat langkah berikut: 



Tahap intelligence adalah tahap pengakuan adanya masalah. Masalah dapat merupakan persolan maupun kesulitan yang muncul dalam kehidupan organisasi, atau dapat juga merupakan persoalan yang ditimbulkan sendiri oleh pembuat keputusan. Masalah yang sudah ada atau muncul (dengan sendirinya) misalnya adalah persediaan barang ditoko habis, maka jalan keluarnya adalah mengambil barang dari gudang. Jika manajemen ingin menjual produk baru yang sebelumnya belum pernah dijual, berarti manajemen telah menciptakan masalah baru yang harus dipecahkan. Tahap intelligence merupakan tahap yang paling penting dari tahapan-tahapan pembuatan keputusan yang lain.







Tahap design adalah tahap perancangan berbagai alternatif yang akan dipilih.







Tahap choice adalah tahap memilih salah satu diantara berbagai alternatif yang sudah disiapkan dalam tahap design. Dalam tahap ini, pembuat keputusan akan membuat model pemilihan alternatif.







Setelah memutuskan untuk memilih salah satu alternatif maka manajemen akan melaksanakan keputusan itu. Tahap ini merupakan tahap Implementation (pelaksanaan).



Metode Pemilihan Alternatif 



Model optimization digunakan untuk mencapai hasil yang paling baik.







Model satisfising membuat keputusan tanpa mempertimbangkan semua alternatif dan keputusan yang dibuat belum tentu merupakan alternatif yang paling baik,karena keputusan yang paling baik mungkin sulit sekali diperoleh.







Model beuristik adalah kepusan yang diambil berdasarkan aturan yang sudah baku.



Macam-macam Kesalahan Pembuatan Keputusan 



Kesalahan analisis yaitu salah mengenali masalah, sehingga keputusan yang dibuat juga salah.







Kesalahan melihat waktu (yang baru saja dialami).







Kesalahan sudut pandang tidak berubah.







Kesalahan terlalu percaya diri, karena terlalu percaya diri menyebabkan manajemen kurang mempertimbangkan hal-hal lainyang seharusnya dipertimbangkan.



On Line Analytical Procedure (OLAP) SPK tidak memiliki standar, Sehingga setiap perusahaan dapat membangun sesuatu dengan kebtuhan para pemakainya, Pemakai SPK kebanyakan adalah para manajer puncak, yaitu para pembuat keputusan tidak terstruktur.Keputusan ini relatif jarang diambil,tetapi lingkunganya luas. Keputusan tidak terstruktur merupakan keputusan yang tidak mudah diambil manajemen puncak harus melakukan analisis dengan baik. Analisis tidak lain adalah memilih hasil terbaik dan simulasi yang dilakukan oleh manajer. Dalam melakukan analisis,Manajemen memerlukan basisi data,baik yang berada dari dalam perushaan mauapun dari luar. Agar analisis dapat dilakukan dengan cepat, perlu dilakukan secara on-line yaitu dengan memanfaatkan komputer yang terhubung dalam suatu jaringan. Analisis yang dilakukan secara on-line ini disebut dengan istilah OLAP atau On-Line Analytical Procedure. OLAP sangat memerlukan basis data, baik yang berasal dari dalam maupun dari luar perusahaan. Basis data bisa saja berada di beberapa tempat terpisah, tetapi tetap harus dapat diakses melalui server. Pembuat keputusan menggunakan sebuah terminal yang sudah dilengkapi dengan program komputer yang juga sudah mendukung OLAP. Online Analytical Process memungkinkan perangkat lunak untuk analisis realtime data yang disimpan dalam database. Serve rOLAP biasanya komponen terpisah yang berisi algoritma khusus dan alat pengindeksan untuk efisien mengolah data dengan dampak minimal terhadap kinerja database. OLAP juga memungkinkan pengguna untuk menganalisis informasi database dari sistem database pada satu waktu. Sementara database relasional dianggap dua dimensi, data OLAP bersifat multidimensional, yang berarti informasi yang dapat dibandingkan dalam berbagai cara. Sebagai contoh, sebuah perusahaan dapat membandingkan komputer mereka penjualan pada



bulan Juni dengan penjualan pada bulan Juli, kemudian membandingkan hasilnya dengan penjualan dari lokasi lain, yang mungkin disimpan dalam database berbeda. Semakin kompleksnya pengembangan sistem-sistem informasi pemrosesan transaksional yang berevolusi ke arah Online Transactional Processing (OLTP) system menimbulkan konsekuensi semakin rumit dan semakin banyak data maupun informasi yang harus dianalisis oleh pihak manajemen. Cakupan sistem penunjang keputusan pun semakin berkembang untuk menyesuaikan kebutuhan analisis informasi yang juga semakin kompleks. Pada pertengahan dekade 1990, bersamaan dengan adopsi besar-besaran data-warehousing pada sejumlah perusahaan besar dunia, dikenalkan suatu teknik analisis penunjang keputusan yaitu OLAP. OLAP menawarkan metode analisis data secara kompleks yang disesuaikan dengan kebutuhan akan informasi oleh para analis maupun eksekutif. Pemanfaatan OLAP dengan pola analisis seperti berikut ini : 



Meringkas dan mengumpulkan sejumlah besar data







Melakukan filtering, pengurutan, dan memberikan peringkat (rangking)







Membandingkan beberapa set dari data







Membuat sketsa/bagan/diagram







Menganalisis dan menemukan pola dari data







Menganalisis kecenderungan data



Pada dasarnya, setiap proses bisnis yang mengharuskan kita untuk menganalisis (menggulung, menelusuri dll) Data transaksional di berbagai kategori adalah aplikasi yang sangat baik teknologi OLAP. Prinsip Akey dari OLAP adalah bahwa pengguna harus melihat waktu respon yang konsisten untuk setiap tampilan, atau iris, dari data yang mereka permintaan. Karena data dikumpulkan pada tingkat rinci hanya, ringkasan informasi yang biasanya dihitung di muka. Nilai-nilai precomputed, atau agregasi, merupakan dasar dari keuntungan kinerja OLAP. OLAP jasa meliputi server middle tier yang memungkinkan pengguna untuk melakukan analisis canggih pada volume data yang besar dengan kinerja yang luar biasa.



Fitur lain dari layanan OLAP adalah layanan Pivot Table, yang memungkinkan pengguna untuk melakukan analisis bila terputus dari jaringan perusahaan. OLAP dapat mengakses data sumber di penyedia jasa yang didukung OLE DB data, yang termasuk tidak hanya server SQL tetapi juga sejumlah besar database deskop dan server, termasuk Microsoft Acces, MicroSoft FoxPro, Oracle, Sybase dan Informix. Kinerja OLAP tergantung di hal-hal ini : 1. Aggregations, Mewujudkan agregasi biasanya menyebabkan respon lebih cepat query karena kita mungkin perlu untuk melakukan pekerjaan lebih sedikit untuk menjawab permintaan untuk nilai sel. 2. Partisi, Partisi memberikan Anda kemampuan untuk memilih strategi penyimpanan yang berbeda untuk mengoptimalkan tradeoff antara pengolahan dan query kinerja. 3. Data irisan pada partisi.



Sistem Pakar Pengertian Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, metode khusus serta kemampuan untuk menerapkan bakat ini didalam memberi nasihat dan memecaahkan masalah. Misalnya seorang dokter, penasehatkeuangan, pakar mesin mobil, dan lain sebagainya. Kepakaran (Expertise) adalah pengetahuan yang ekstensif (meluas) dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan lebih baik dan lebih cepat daripada non-pakar dalam memecahkan masalah yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada junior. Sistem pakar



adalah sistem yang berusaha mengadopsi pengetahuan manusia ke



komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. Sistem pakar diciptakan tidak untuk menggantikan kedudukan seorang pakar tetapi untuk memasyarakatkan pengetahuan dan pengalaman pakar tersebut. Tujuan dari sebuah sistem pakar adalah untuk mentransfer kepakaran yang dimiliki seorang pakar kedalam komputer, dan kemudian kepada orang lain (nonexpert). Bentuk umum dari sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Sistem pakar memberikan banyak keuntungan bagi operasi perusahaan dan manajer, tetapi memiliki keterbatasan signifikan. Artificial Intelligence merupakan suatu aktivitas untuk menyediakan berbagai mesin seperti komputer dengan menampilkan perilaku dengan penalaran yang cerdas apabila diamati sebagai manusia. Artificial Intelligence menyediakan berbagai aplikasi komputer yang canggih untuk menyamai berbagai jenis penalaran manusia. Sistem pakar pertama kali dikembangkan oleh komunitas AI pada tahun 1960-an. Sistem pakar yang pertama adalah General Purpose Problem Solver (GPS) yang dikembangkan oleh Newel Simon.



Alasan Penggunaan Sistem Pakar a) Pakar disuatu perusahaan/instansi bisa pensiun, keluar, atau telah meninggal. Suatu aplikasi sistem pakar dapat diperbanyak dan disebarluaskan dengan mudah dan cepat. Hal ini berarti telah memperbanyak jumlah pakar dan memperluas jangkauan aksesnya. b) Pengetahuan



perlu



didokumentasikan



atau



dianalisis.



Penyimpanan



data-data



pengetahuan kedalam database dengan lengkap dan terpercaya menyebabkan informasi yang dibutuhkan bisa diakses dalam jangka waktu yang cukup lama. c) Sistem pakar memungkinkan pengetahuan ditransfer lebih mudah dengan biaya yang lebih rendah. Sehingga seseorang yang berkonsultasi dengan sistem tersebut seolah-olah berkonsultasi dengan pakar aslinya. d) Sistem pakar dapat menyediakan kepakaran setiap waktu diberbagai lokasi. Waktu pun sangat efisien. e) Sistem atau orang biasa/awam yang terlibat didalamnya bekerja layaknya seorang pakar. f) Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar. g) Seorang pakar mahal dan langka dalam efisiensi kerja, karena sistem yang dikeluarkan untuk perancangan, implementasi, dan perawatan (maintenance) sistem pakar relatif lebih murah dan tidak mengenal sifat lelah/lupa dan sebagainya. Hal ini berimbasnya pada meningkatnya produktivitas dan kinerja perusahaan. h) Penyimpanan data-data pengetahuan kedalam database dengan lengkap dan terpercaya menyebabkan informasi yang dibutuhkan bisa diakses dalam jangka waktu yang cukup lama. Sehingga seseorang yang berkonsultasi dengan sistem tersebut seolah-olah berkonsultasi dengan pakar aslinya. i) Dimungkinkan terjadinya penyatuan kemampuan sistem pakar yang satu dengan yang lainnya, sehingga membuat kualitas hasil lebih meningkat sehingga seolah-olah seorang user sedang berkonsultasi dengan banyak pakar. j) Efisiensi kerja, karena sistem biaya yang dikeluarkan untuk perancangan, implementasi, dan perawatan (maintenance) sistem pakar relatif lebih murah dan tidak mengenal sifat lupa/lelah dan sebagainya. Hal ini berimbas pada meningkatnya produktivitas dan kinerja perusahaan.



k) Suatu



aplikasi sistem pakar



dapat



diperbanyak



dan



disebarluaskan dengan mudah dan cepat. Hal ini berarti telah memperbanyak jumlah pakar dan



memperluas jangkauan aksesnya.



Pengembangan Sistem Pakar Pengembangan sistem pakar dibagi menjadi dua generasi : 1. Sistem pakar generasi pertama menggunakan aturan jika-maka untuk mempresentasikan dan menyimpan pengetahuannya. 2. Sistem pakar generasi kedua jauh lebih fleksibel dan mengadopsi banyak representasi pengetahuan dan metode pertimbangan. Pengalihan keahlian para dari para ahli ke media elektronik seperti komputer untuk kemudian dialihkan lagi kepada orang yang bukan ahli merupakan tujuan utama dari sistem akar. Proses ini membutuhkan 4 aktivitas yaitu : a. Tambahan pengetahuan (dari para ahli atau sumber-sumber lainnya) b. Representasi pengetahuan (ke komputer) c. Inferensi pengetahuan d. Pengalihan pengetahuan Pengetahuan yang disimpan dikomputer disebut sebagai basis pengetahuan, yaitu fakta dan prosedur (biasanya berupa aturan). Salah satu fitur yang harus dimiliki oleh sistem pakar yaitu kemampuan untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan dan tersedia program yang mampu mengakses basis data, maka komputer harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas dalam bentuk motor inferensi (inference engine). Dan setiap sub sistem mempunyai sifat dari sistem untuk menjalankan suatu fungsi sistem tertentu dan mempengaruhi proses sistem secara keseluruhan. Tujuan Pengembangan Sistem Pakar a. Mempermudah tenaga kerja ahli b. Mengganti tenaga ahli c. Menggabungkan kemampuan tenaga ahli d. Training tenaga ahli e. Mengurangi resiko pada pekerjaan yang berbahaya f. Menyediakan para ahli pada bidang pekerjaan “kering” Kunci sukses mengembangkan sistem pakar adalah :



a. Koordinir pengembangan sistem pakar dengan perencanaan strategis b. Definisikan masalah dengan jelas untuk dipecahkan dan memahami domain masalah c. Memberikan perhatian tertentu pada kelayakan etika dan hukum dari kelayakan sistem yang diusulkan d. Memahami perhatian dan espektasi pemakai mengenai sistem e. Menggunakan teknik manajemen yang dirancang untuk mempertahankan pengembang. Komponen Utama Sistem Pakar a) User Interface (Antarmuka Pemakai), memungkinkan pemakai untuk berinteraksi dengan sistem pakar. User interface digunakan manajer untuk mengenter instruksi dan informasi kedalam sistem pakar dan menerima informasi dari sistem pakar. 1. Input Sistem Pakar User interface dirancang untuk mempermudah dialog dua arah antara sistem dan pemakai dengan menampilkan teknik tanya jawab dan pengisian formulir kemudian muncul bahasa perintah dan menu elektronik dan sistem manajemen database. 2. Output Sistem Pakar Sistem pakar dirancang untuk menyarankan pemecahan. b) Knowledge Base (Basis Pengetahuan) berisi pengetahuan-pengetahuan (pengetahuan gabungan) dalam memahami, merumuskan, dan menyelesaikan masalah. Knowledge Base adalah bagian dari sistem pakar yang berisi domain masalah. Knowledge Base terdiri dari fakta yang menggambarkan area problem atau problem domain dan juga teknik penyajian yang menggunakan fakta sesuai logika. Domain pengetahuan seorang pakar pada dasarnya adalah spesifik terhadap domain masalah. c) Inference Engine (Mesin Inferensi) bertugas untuk menganalisis pengetahuan, memberikan kemampuan penalaran dan menarik kesimpulan berdasarkan knowledge base. d) Development Engine. Komponen yang digunakan untuk mengolah sistem pakar, terdiri dari bahasa pemrograman



Ciri-ciri Sistem Pakar a. Memiliki fasilitas informasi yang handal b. Mudah dimodifikasi c. Dapat digunakan dalam berbagai jenis komputer d. Memilki kemampuan untuk belajar beradaptasi. e. Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu. f. Pengambilan keputusan berdasarkan kaidah-kaidah tertentu dan dapat merespons masukkan user (melalui kotak dialog). g. Dapat menalar data-data yang tidak pasti dan memberikan beberapa alasan pemilihan. h. Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja. i. Outputnya berupa saran atau anjuran. Bentuk Sistem Pakar 1. Berdiri sendiri 2. Tergabung 3. Terhubung ke s/w lain. 4. Sistem mengabdi



Kelebihan dan Kekurangan Sistem Pakar Kelebihan Sistem Pakar 



Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli







Menyederhanakan pekerjaan dan meningkatnya efisiensi kerja







Bisa melakukan proses secara berulang secara otomatis







Menyimpan pengetahuan dan keahlian para pakar







Meningkatkan output dan produktivitas







Meningkatkan kualitas







Mampu mengambil dan melestarikan keahlian para pakar







Mampu beroperasi dalam lingkungan berbahaya







Memiliki kemampuan untuk mengakses pengetahuan







Memiliki realibilitas







Meningkatkan kapabilitas system computer







Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian







Sebagai media pelengkap dalam pelatihan







Meningkatkan kapabilitas dalam penyelesaian masalah







Menghemat waktu dalam pengambilan keputusan



Kelebihan sistem pakar bagi Manajer a) Mempertimbangkan lebih banyak alternatif b) Menerapkan logika tingkat tinggi c) Mempunyai lebih banyak waktu untuk mengevaluasi aturan pengambilan keputusan d) Logika Konsisten Kelebihan sistem pakar bagi perusahaan a) Kinerja lebih baik dari tim manajemen b) Mempertahankan sumber daya pengetahuan perusahaan Kelemahan Sistem Pakar







Biaya yang dikeluarkan untuk membuat dan memeliharanya sangat mahal







Sulit dikembangkan







Sistem pakar tidak 100% bernilai benar.



Kategori Masalah dalam Sistem Pakar a) Interpretasi, membuat kesimpulan atau deskripsi dari sekumpulan data mentah. Pengambilan keputusan dari hasil observasi, termasuk pengenalan ucapan, analisis citra, interpretasi sinyal, dan lain-lain. b) Prediksi, memproyeksikan akibat-akibat yang dimungkinkan dari situasi-situasi tertentu. c) Diagnosis, menentukan sebab malfungsi dalam situasi kompleks yang didsarkan pada gejala-gejala yang teramati. d) Perancangan (desain), menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan-tujuan kinerja tertentu yang memenuhi kendala - kendala tertentu. e) Perencanaan, merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu. f) Monitoring, membandingkan hasil pengamatan dengan kondisi yang diharapkan. g) Debugging, menentukan dan menginterpretasikan cara-cara untuk mengatasi malfungsi. h) Instruksi, mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subyek. i) Kontrol, mengatur tingkah laku suatu environment yang kompleks.



Sistem pakar terdiri dari Domain expert, orang yang memiliki ketrampilan (skill) dan pengetahuan (knowledge) untuk menyelesaikan masalah khusus dengan cara-cara yang superior dibanding orang kebanyakan. 



Memiliki pengetahuan kepakaran







Memiliki ketrampilan problem-solving yang efisien







Dapat mengkomunikasikan pengetahuan







Dapat menyediakan waktu







Dapat bekerja sama



Knowledge Engineer, orang yang melakukan proses disain, mengembangkan dan menguji suatu sistem pakar. 



Memiliki ketrampilan rekayasa pengetahuan (knowledge engineering)







Memiliki ketrampilan komunikasi yang baik







Dapat menyesuaikan masalah kepada software







Memiliki ketrampilan pemrograman sistem



End-User 



Dapat membantu mendefinisikan spesifikasi interface







Dapat membantu proses akuisisi pengetahuan







Dapat membantu proses pengembangan system



Daftar Pustaka Delvia, Sherly dkk. 2016. Sistem Pakar Expert Systems. Diakses pada 21 Maret 2021 dari (http://sim3kelompok.blogspot.com/2016/04/sistem-pakar-expert-system.html) Arhami, Muhammad. 2005. Konsep Dasar Sistem Pakar. Yogyakarta: Penerbit Andi. D, Suryadi HS. 1993. Pengantar Komunikasi Data. Diakses pada 21 Maret 2021 dari mercubuana.ac.id Winarno, Wing Wahyu. 2004. Sistem Informasi Manajemen. Yogyakarta: UPP AMP YKPN McLeod, Raymond. 1997. Sistem Informasi Manajemen Jilid 1. Texas: BIP Gramedia Edris, Mochamad. 2013. Pengantar Manajemen. Kudus