Sistem pakar
merupakan sistem yang berusaha mengadopsi pengetahuan manusia
ke komputer, agar komputer dapat menyelesaiakan masalah seperti yang biasa dilakukan oleh para ahli. Sistem pakar biasanya digunakan untuk melakukan interprestasi dan analisa, diagnosa, dan membantu pengambilan keputusan (Oktaviani, 2012).
Sistem pakar sebagai sistem berbasis komputer yang menggunakan pengetahuan,
fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam
bidang tersebut
(Hartati dan Iswanti, 2008).
Sistem Pakar (expert system)
adalah sistem yang berusaha mengadopsi pengetahuan
manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang
biasa dilakukan
oleh para ahli. Sistem pakar yang baik
dirancang agar dapat
menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli. Dengan sistem pakar ini, orang awampun dapat menyelesaikan masalah yang cukup rumit yang
sebenarnya hanya dapat diselesaikan dengan bantuan para ahli. Bagi para ahli, sistem pakar
ini
juga akan membantu aktivitasnya sebagai asisten yang sangat berpengalaman (Kusumadewi,
2003).
Menurut Kusumadewi (2003) konsep dasar
sistem pakar mengandung keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan. Keahlian
adalah suatu kelebihan penguasaan pengetahuan dibidang tertentu yang
diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang
termasuk keahlian adalah:
1. Fakta-fakta
pada lingkup permasalahan
tertentu.
2. Teori-teori
pada lingkup permasalahan
tertentu.
3. Prosedur-prosedur dan aturan-aturan bekenaan dengan lingkup permasalahan tertentu.
4. Strategi-strategi global
untuk menyelesaikan
masalah.
5. Meta-knowledge (pengetahuan
tentang pengetahuan).
Bentuk-bentuk
ini memungkinkan para ahli
untuk dapat mengambil
keputusan lebih cepat dan lebih baik daripada seseorang
yang bukan ahli. Seorang ahli adalah
seseorang yang
mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru
seputar topik permasalahan (domain), menyusun kembali pengetahuan jika
dipandang perlu, memecah aturan-aturan jika dibutuhkan,
dan menentukan relevan
tidaknya keahlian mereka. Pengalihan keahlian dari para ahli komputer untuk kemudian dialihkan lagi ke orang lain yang
bukan ahli, merupakan tujuan utama
dari sistem pakar. Proses ini membutuhkan 4 aktivitas yaitu tambahan pengetahuan
(ke komputer), inferensi pengetahuan, dan pengalihan pengetahuan ke user. Pengetahuan yang disimpan
di komputer disebut dengan nama
basis pengetahuan.
Salah
satu fitur yang harus dimiliki oleh sistem
pakar adalah kemampuan untuk
menalar. Jika keahlian-keahlian sudah
tersimpan sebagai basis pengetahuan
dan sudah 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). Sebagian besar
sistem pakar komersial dibuat dalam bentuk rule-based system, yang
mana
pengetahuan disimpan dalam bentuk
aturan-aturan. Aturan tersebut biasanya berbentuk IF-THEN.
Ciri-ciri
sistem pakar menurut Kusumadewi
(2003), antara lain:
1. Memiliki fasilitas informasi yang
handal.
2. Mudah dimodifikasi.
3. Dapat
digunakan
dalam berbagai
jenis
komputer.
4. Memiliki kemampuan
untuk belajar beradaptasi.
Sistem pakar
terdiri dari 2 bagian
pokok, yaitu lingkungan pengembang (development
environment) dan
lingkungan
konsultasi (consultation environment).
Lingkungan
pengembangan digunakan sebagai pembangun sistem
pakar
baik dari segi pembangun komponen maupun basis pengetahuan. Lingkungan konsultasi
digunakan oleh seseorang bukan ahli untuk berkonsultasi.
Komponen-komponen yang ada pada sistem pakar terdapat pada Gambar
2.4:
1.
Antar Muka
PenggunaAntarmuka
pengguna merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam
bentuk yang
dapat
diterima oleh
sistem. Pada bagian
ini
terjadi dialog antara program dan pemakai, yang memungkinkan sistem pakar menerima instruksi dan informasi (input) dari pemakai, juga memberikan informasi
(output) kepada pemakai.
2.
Motor
inferensi (inference engine).
Program yang berisi metodologi yang
digunakan untuk melakukan
penalaran terhadap informasi-informasi dalam basis pengetahuan dan blackboard
serta
digunakan untuk memformulasikan konklusi.
Ada 3 elemen utama dalam motor inferensi, yaitu:
·
Interpreter:
mengeksekusi item-item agenda yang terpilih dengan
menggunakan aturan-aturan
dalam basis pengetahuan yang sesuai.
·
Scheduler: akan mengontrol agenda.
·
Consistency enforcer: akan berusaha
memelihara kekonsistenan
dalam merepresentasikan
solusi yang bersifat darurat.
Telur merupakan salah satu produk pertanian yang berasal dari unggas. Sesuai dengan sifat dasarnya, telur mempunyai sifat mudah
rusak (perishable) seperti halnya produk-produk pertanian yang lain. Ada
beberapa kerusakan telur yang menyebabkan kualitas telur menurun antara lain: pecahnya cangkang telur, kehilangan gas CO2, tumbuhnya mikroorganisme dan pengenceran isi telur. Kandungan gizi sebutir telur
dengan berat 50 gram
terdiri dari
protein 6,3 gram, karbohidrat 0,6 gram, lemak 5 gram, vitamin dan mineral. Untuk menentukan
telur ayam ras yang baik dapat dilihat dari
jenis, warna kerabang, berat dan berdasarkan mutu.
Mutu telur
ayam ras
dibedakan menjadi Mutu I, Mutu II dan Mutu III. Penentuan
mutu telah di uji coba oleh pakar sebelumnya, dilakukan penelitian
klasifikasi mutu I, mutu II dan
mutu III berdasarkan kebersihan kerabang telur menggunakan metode K-Nearest Neighbor (KNN).
Telur ayam ras merupakan makanan yang memiliki
kandungan gizi tinggi. Berdasarkan klasifikasi mutu
telur ayam ras SNI 3926:2008
diperlukan untuk mengetahui bagaimana mendeteksi mutu telur ayam yang
baik dari
pengetahuan seorang ahli atau pakar. Untuk hasil lebih efisien dalam menentukan mutu telur ayam ras dibutuhkan suatu sistem, sistem tersebut adalah Sistem Pakar (Expert System). Maka dari permasalahan ini saya memberi solusi dengan membuat “SISTEM PAKAR UNTUK
MENDETEKSI MUTU TELUR AYAM RAS”. Dan pada
kesempatan kali ini saya membuat sistem pakar untuk mendeteksi penyakit dengan menggunakan metode forward chaining.
Tahapan-tahapan
yang digunakan
dalam penelitian ini seperti dalam Gambar 1.
Gambar 1.
Tahapan penelitian yang dilakukan meliputi:
1.
Identifikasi Masalah
Pembangunan suatu
sistem pakar
diawali dengan
mengidentifikasi masalah dan menganalisa pengetahuan yang akan dimasukkan ke dalam sistem pakar. Dalam hal ini dilakukan penentuan mutu telur ayam ras berdasarkan gejalanya sesuai dengan SNI 3926:2008 dengan model kaidah produksi
dan
mesin inferensi forward chaining.
2.
Representasi Pengetahuan
Representasi pengetahuan
bertujuan membuat
struktur yang akan digunakan dalam sistem untuk
membantu pengkodean pengetahuan ke dalam program. Pada prinsipnya representasi
pengetahuan
sebagai suatu atribut jamak
dari pengambilan keputusan didasarkan pada kriteria pohon (tree of
criteria atau semantic
tree), fungsi utilitas dan fungsi alternative. Model yang digunakan untuk
membuat representasi pengetahuan adalah Kaidah Produksi. Berdasarkan SNI 3926:2008 gejala yang
digunakan dalam menentukan representasi pengetahuan seperti pada Tabel 1.
Tabel 1.Gejala yang digunakan
Sistem pakar ini terdiri dari sebuah pohon keputusan untuk mendeteksi mutu telur ayam ras dan terdiri
dari
tabel keputusan gejala mutu telur ayam ras. Tabel gejala keputusan mutu telur ayam ras seperti
dalam Tabel 2.
Tabel 2. Tabel keputusan
Keterangan:
M01: Mutu 1
M02: Mutu 2
M03: Mutu 3
M04: Tidak Termasuk Mutu I, II dan III Tidak Dapat Dikonsumsi
M05: Tidak Termasuk Mutu I, II dan III Dapat Dikonsumsi
M06: Tidak Termasuk Mutu I, II dan III Dapat Dikonsumsi
G01: Kerabang utuh
G02: Bentuk kerabang normal
G03: Kerabang halus
G04: Bentuk kerabang abnormal
G05: Kerabang sedikit kasar
G06: Kerabang bersih
G07: Kerabang sedikit noda kotor (stain)
G08: Banyak noda dan sedikit kotor
G09: Putih telur bebas
bercak darah, atau benda asing lainnya
G10: Putih telur ada sedikit bercak darah, tidak ada benda asing lainnya
G11: Putih telur kental
G12: Putih telur sedikit encer
G13: Putih telur encer dan kuning telur belum tercampur dengan putih telur
G14: Bentuk kuning telur bulat
G15: Bentuk kuning telur agak pipih
G16: Bentuk kuning telur pipih
G17: Posisi kuning telur di tengah
G18: Posisi kuning telur sedikit bergeser dari tengah
G19: Posisi kuning telur agak kepinggir.
Berdasarkan analisis dari tabel keputusan maka dapat dibuat himpunan kaidah produksi data gejala mutu telur ayam ras dengan menggunakan IF-THEN sebagai berikut:
Kaidah 1
IF
Kerabang utuh
AND
Bentuk kerabang normal
AND
Kerabang halus
AND
Kerabang bersih
AND
Putih telur bebas
bercak darah, atau benda asing lainnya
AND
Putih telur kental
AND
Bentuk kuning telur bulat
AND
Posisi kuning telur di tengah
THEN Mutu 1
Kaidah 2
IF
Kerabang utuh
AND Bentuk kerabang normal
AND
Kerabang halus
AND
Kerabang sedikit noda kotor (stain)
AND
Putih telur bebas
bercak darah, atau benda asing lainnya
AND
Putih telur sedikit encer
AND
Bentuk kuning telur agak pipih
AND
Posisi kuning telur sedikit bergeser dari tengah
THEN Mutu 2
Kaidah 3
IF
Kerabang utuh
AND
Bentuk kerabang abnormal
AND
Kerabang sedikit kasar
AND
Banyak noda dan sedikit kotor
AND
Putih telur ada sedikit bercak darah,
tidak ada benda asing lainnya
AND
Putih telur encer dan kuning telur belum tercampur dengan putih telur
AND
Bentuk kuning telur pipih
AND
Posisi kuning telur agak kepinggir
THEN Mutu 3
Kaidah 4
IF
Kerabang utuh
AND
Bentuk kerabang normal
AND
Kerabang sedikit halus
AND
Banyak noda dan sedikit kotor
AND
Putih telur encer dan kuning telur belum tercampur dengan putih telur
AND
Bentuk kuning telur pipih
AND
Posisi kuning telur agak kepinggir
THEN Tidak Termasuk Mutu I, II dan III Tidak Dapat Dikonsumsi
Kaidah 5
IF
Kerabang utuh
AND
Bentuk kerabang normal
AND
Kerabang halus
AND
Kerabang bersih
AND
Putih telur bebas
bercak darah, atau benda asing lainnya
AND
Putih telur sedikit encer
AND
Bentuk kuning telur agak pipih
AND
Posisi kuning telur sedikit bergeser dari tengah
THEN Tidak Termasuk Mutu I, II dan III Dapat Dikonsumsi
Kaidah 6
IF
Kerabang utuh
AND
Bentuk kerabang abnormal
AND Kerabang sedikit kasar
AND Banyak noda dan sedikit kotor
AND Putih telur bebas
bercak darah, tidak ada benda asing lainnya
AND Putih telur kental
AND Bentuk kuning telur bulat
AND Posisi kuning telur ditengah
THEN Tidak Termasuk Mutu I, II, dan III Dapat Dikonsumsi.
Pengetahuan direpresentasikan ke dalam
format tertentu
dan akan disimpan
dalam suatu
basis pengetahuan dengan
menggunakan metode forward chaining. Metode
yang digunakan adalah Depth First Search. Berdasarkan
tabel keputusan dan kaidah
produksi, maka dapat dibuat pohon
keputusan seperti pada Gambar 2.
Gambar 2. Pohon keputusan
Keterangan:
* : Tidak Termasuk Mutu I, II,
dan
III
** : Tidak Terdeteksi
Sistem pakar deteksi mutu telur ayam ras dengan menggunakan forward chaining sebagai penelusurannya akan mendeteksi mutu telur ayam
ras. Hasil deteksi meliputi mutu I, II, III, mutu I dapat dikonsumsi, mutu II tidak dapat dikonsumsi, tidak terdeteksi dan tidak termasuk mutu I, II dan III.
Sekian dari artikel yang saya buat tentang SISTEM PAKAR UNTUK MENDETEKSI MUTU TELUR AYAM RAS
semoga bermanfaat bagi para pembaca dalam ilmu pembelajaran tentang sistem
pakar, dan mohon maaf jika dalam penulisan atau penjabaran ilmu yang salah,
mohon kritik dan saran agar membantu saya untuk membuat yang lebih baik dalam
kesempatan selajutnya. Terima Kasih.



