Komponen dan Aplikasi Sistem Pakar

Secara umum, sistem pakar biasanya terdiri atas beberapa komponen yang masing-masing berhubungan seperti gambar dibawah ini.

Gambar 1. Struktur Skematik Sebuah Sistem Pakar

• Basis Pengetahuan: berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan memecahkan masalah. Basis pengetahuan tersusun atas 2 elemen dasar:

1. Fakta, misalnya:  situasi, kondisi, dan kenyataan dari permasalahan yang ada, serta teori dalam bidang itu.
2. Aturan, yang mengarahkan penggunaan pengetahuan untuk memecahkan masalah yang spesifik dalam bidang yang khusus.

• Mesin Inferensi (Inference Engine): merupakan otak dari sistem pakar. Dikenal juga sebagai penerjemah aturan (rule interpreter). Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dam memformulasi kesimpulan. Kerja mesin inferensi meliputi:

1. Menentukan aturan mana akan dipakai
2. Menyajikan pertanyaan kepada pemakai, ketika diperlukan.
3. Menambahkan jawaban ke dalam memori sistem pakar.
4. Menyimpulkan fakta baru dari sebuah aturan
5. Menambahkan fakta tadi ke dalam memori

• Papan Tulis (Blackboard/Workplace): memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah basis data.
• Antarmuka Pemakai (User Interface): sistem pakar mengatur komunikasi antara pengguna dan komputer. Komunikasi ini paling baik berupa bahasa alami, biasanya disajikan dalam bentuk tanya-jawab dan kadang ditampilkan dalam bentuk gambar/grafik. Antarmuka yang lebih canggih dilengkapi dengan percakapan (voice communicaton).
• Subsistem Penjelasan (Explanation Facility): kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah. Komponen subsistem penjelasan harus dapat menyediakannya yang secara interaktif menjawab pertanyaan pengguna, misalnya:

1. "Mengapa pertanyaan tersebut anda tanyakan?"
2. "Seberapa yakin kesimpulan tersebut diambil?"
3. "Mengapa alternatif tersebut ditolak?"

• Sistem Penghalusan Pengetahuan (Knowledge Refining System): seorang pakar mempunyai sistem  penghalusan pengetahuan, artinya mereka bisa menganalisa sendiri performa mereka, belajar dari pengalaman, serta meningkatkan pengetahuannya untuk konsultasi berikutnya. Pada sistem pakar, ini penting sehingga dapat menganalisa alasan keberhasilan atau kegagalan pengambilan kesimpulan, serta memperbaiki basis pengetahuannya.

Contoh aplikasi dari sistem pakar:

1. Eliza: salah satu sistem pakar yang paling awal dikembangkan. Ini merupakan program komputer terapis yang dibuat oleh Joseph Weizenbaum.
2. Parry: sistem pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang paranoid.

Sumber: Achmad, Balza. 2006. Diktat Mata Kuliah Kecerdasan Buatan. Yogyakarta.