SISTEM PAKAR

1. PENGERTIAN SISTEM PAKAR

Sistem Pakar (dalam bahasa Inggris: expert system) adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan dari pakar di dalam sistem ini digunakan sebagi dasar oleh Sistem Pakar untuk menjawab pertanyaan (konsultasi).

Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar).

Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

2. CIRI-CIRI SISTEM PAKAR

Sistem Pakar yang baik harus memenuhi ciri-ciri sebagai berikut:

a) Memiliki fasilitas informasi yang handal

b) Mudah dimodifikasi

c) Dapat digunakan dalam berbagai jenis komputer

d) Memiliki kemampuan untuk belajar beradaptasi

e) Bekerja secara sistematis berdasarkan pengetahuan dan mekanisme tertentu.

f) Pengambilan keputusan berdasarkan kaidah-kaidah tertentu dan dapat merespons masukan user (melalui kotak dialog)

g) Dapat menalar data-data yang tidak pasti dan dapat memberikan beberapa alasan pemilihan.

h) Dikembangkan secara bertahap dan terbatas pada bidang keahlian tertentu saja.

3. TUJUAN SISTEM PAKAR

Tujuan dari sistem pakar adalah untuk memindahkan kemampuan (transferring expertise) dari seorang ahli atau sumber keahlian yang lain ke dalam komputer dan kemudian memindahkannya dari komputer kepada pemakai yang tidak ahli (bukan pakar). Proses ini meliputi empat aktivitas yaitu:

1. Akuisi pengetahuan (knowledge acquisition) yaitu kegiatan mencari dan mengumpulkan pengetahuan dari para ahli atau sumber keahlian yang lain.

2. Representasi pengetahuan (knowledge representation) adalah kegiatan menyimpan dan mengatur penyimpanan pengetahuan yang diperoleh dalam komputer. Pengetahuan berupa fakta dan aturan disimpandalam komputer sebagai sebuah komponen yang disebut basis pengetahuan.

3. Inferensi pengetahuan (knowledge inferencing) adalah kegiatan melakukan inferensi berdasarkan pengetahuan yang telah disimpan didalam komputer.

4. Pemindahan pengetahuan (knowledge transfer) adalah kegiatan pemindahan pengetahuan dari komputer ke pemakai yang tidak ahli.

4. KOMPONEN SISTEM PAKAR

Dalam sistem pakar ada 4 komponen utama menurut Hu et al (1987) meliputi:

1. Basis Pengetahuan (Knowledge Base)

Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.

2. Mesin Inferensi (Inference Engine)

Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik pengendalian tersebut.

3. Basis Data (Data Base)

Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.

4. Antarmuka Pemakai (User Interface)

Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai dengan komputer.

Teknik Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu:

a. Rule-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.

b. Frame-Based Knowledge

Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.

c. Object-Based Knowledge

Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).

d. Case-Base Reasoning

Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).

Inferencing dengan Rule : Forward dan Backward Chaining

Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.

a. Backward chaining

Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.

Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.

b. Forward chaining

Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.

Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.

Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.

Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.

5. BENTUK SISTEM PAKAR

- Berdiri sendiri. Sistem bentuk ini merupakan software yang berdiri sendiri tidak tergabung dengan software lain.

- Tergabung. Sitem ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvesional)

- Menghubungkan ke software lain. Bentuk ini biasanya merupakan Sistem Pakar yang menghubungkan ke suatu paket program tertentu .

- Sistem mengabdi. Sistem ini merupakan bagian dari komputer khusus yang digabungkan dengan suatu fungsi tertentu.

6. PENERAPAN SISTEM PAKAR

a. Penerapan Sistem Pakar dalam Bidang Pendidikan / Ilmu Pengetahuan 

1. Penelitian tentang penggunaan Sistem Pakar dalam bidang pendidikan dilakukan oleh Prof. Gordon S. Novack Jr. pada University of Texas, Austin, tahun 1990. Aplikasi Sistem Pakar ini diberi nama ISAAC yang memiliki parser yang mampu membaca kalimat (dalam bahasalnggris) dengankecepatan 5000 kata/menit dan mampu menyelesaikan soal-soal Fisika Mekanik (Statika) dalam waktu kurang dari 5 menit. Aplikasi ini dikerjakan oleh I tim terdiri dari 60 orang dan membutuhkan waktu 1 tahun. (E.S. Handbook, 1992)' .

2.  Aplikasi lain yang terkait dengan hal diatas adalah Sistem Pakar mengenai penjelasan soal-soal fisika sefia pemahaman teori lebih mendalam dengan menggunakan mctoda pendekatan komputasi. (Ohlsson, 1992).

3.  Aplikasi Sistern Pakar dalam bidang matematika yang dilakukan oleh yibin dan Jian Xiang tahun 1992. Sistem Pakar ini menyelesaikan soal-soal Diferensial dan Integral yang diberi nama DIITS. (Forcheri, 1995). 

4. Studi Sistem Pakar untuk proses belajar Fisika dilakukan oleh seorang dosen Fisika yang menempuh pendidikan 52 pada salah satu perguruan tinggi di Jakarta.

b. Penerapan Sistem Pakar dalam Bidang Bisnis

1. Sistem Pakar dalam pembelian Sistem ini berfungsi untuk menilai dan memilih pemasok (supplier) dengan pertolongan dan pengiriman barang secara optimal, dimana dalam hai ini menunjang pemasokyang potensial. Dalam hal operasional, maka sistem ini mempunyai fungsi penasihat kepada pembeli. 

2. Sistem ini meringankan beban pembeli dalam pekerjaannya sehari-hari, terutama dalam pengambilan keputusan untuk memilih pemasok. Sistem Pakar mengenai suku cadang mesin percetakan. Sistem ini menunjang pengujian secara teknis dari pesanan langganan dalam mesin cetak dan suku cadang yang diinginkan. 

4. Sistem Pakar mengenai konsultasi proglam bantuan dari kredit bank Sistem ini membantu pada konsultasi tentang program kredit bantuan pada institusi publik. 

5. Sistem Pakar mengenai strategi perencanaan Sistem ini berbasis sistem penunjang keputusan (Decision Support System) untuk strategi perencanaan produk yang dikembangkan dari integrasi sistem konvensional dan prototip Sistem Pakar. 

c. Penerapan Sistem Pakar dalam Bidang Pertanian

Banyak sekali ragam hama dan penyakit tanaman dan beragam pula nama dan akibat yang dihasilkannya. Ciri-ciri antara tanaman yang terkena penyakit satu dengan penyakit yang lainnya sangat mirip sehingga membingungkan orang awam atau pemula yang baru kenal untuk dapat mengidentifikasinya. Sebaliknya ada juga tanaman yang terkena penyakit dengan ciri-ciri yang berbeda namun tetap saja membingungkan dalam mengingat nama dan penanggulangan penyakit tersebut.

Sistem pakar ini sangat berguna untuk membantu petani dalam mengingat jenis-jenis penyakit dan hama tanaman juga untuk mengenali ciri-cirinya yang berguna untuk menanggulangi masalah penyakit tanaman sehingga dapat meminimalkan kesalahan petani dalam mengatasi masalah ini.

Sistem pakar ini dapat memberikan tambahan pengetahuan kepada petani mengenai macam-macam penyakit yang berhasil di identifikasi oleh sistem dan dapat mengetahui tanaman apa saja yang biasa diserang oleh penyakit tersebut, dengan adanya pengetahuan ini maka ketika para petani sadar tanamannya terkena hama atau penyakit, maka petani dapat dengan mudah untuk mengatasi hama dan penyakit tersebut.

Namun, banyak juga kendala yang menghambat dalam proses penerapan sistem pakar di bidang pertanian. Salah satunya SDM dan latar belakang para petani konvensional yang kurang berpendidikan yang sangat berpengaruh dalam pengembangan teknologi di bidang pertanian. Karena itulah, pemerintah harus banyak memberikan penyuluhan di bidang teknologi bagi para petani. 

d. Penerapan Sistem Pakar dalam Bidang Psikologi

Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar menentukan jenis gangguan perkembangan pada anak. Anak-anak merupakan fase yang paling rentan dan sangat perlu diperhatikan satu demi satu tahapan perkembangannya. Contoh satu bentuk gangguan perkembangan adalah conduct disorder. Conduct disorder adalah satu kelainan perilaku dimana anak sulit membedakan benar salah atau baik dan buruk, sehingga anak merasa tidak bersalah walaupun sudah berbuat kesalahan. Dampaknya akan sangat buruk bagi perkembangan sosial anak tersebut. Oleh karena itu dibangun suatu sistem pakar yang dapat membantu para pakar/psikolog anak untuk menentukan jenis gangguan perkembangan pada anak dengan menggunakan metode Certainty Factor (CF).

e. Penerapan Sistem Pakar dalam Bidang Kedokteran

Di dunia kedokteran, sudah banyak bermunculan aplikasi sistem pakar. Sistem pakar ini mampu mendiagnosis berbagai jenis penyakit pada manusia, baik penyakit mata, THT (telinga, hidung, tenggorokan), mulut, organ dalam (jantung, hati, ginjal), maupun AIDS (Hamdani, 2010). Dengan adanya sistem pakar ini, orang awam mampu mendeteksi adanya penyakit pada dirinya berdasarkan gejala-gejala yang dirasakan oleh orang tersebut dengan menjawab pertanyaan pada aplikasi seperti halnya konsultasi ke dokter.

Aplikasi sistem pakar dalam bidang kedokteran yang dibuat dengan proses penelusuran maju (forward chaining) mampu mengenali jenis penyakit pada manusia, terutama jenis penyakit mata. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan pengetahuan tentang penyakit terutama yang berkenaan dengan jenis penyakit mata dari para pakar atau ahlinya. Sistem pakar mampu membantu pasien maupun dokter dalam menyediakan sistem pendukung keputusan dan saran dari pakar.

Pada aplikasi sistem pakar umumnya user akan diminta untuk menjawab pertanyaan sesuai dengan gejala yang dirasakan. Dalam aplikasi ini, user menjawab dengan ya atau tidak. Setelah menjawab beberapa pertanyaan, maka aplikasi akan menghasilkan kesimpulan mengenai jenis penyakit mata yang diderita user. Pada aplikasi sistem pakar lainnya, tidak jarang juga sudah memberikan solusi atau cara penanganan terhadap jenis penyakit yang diderita tersebut.

f. Penerapan Sistem Pakar dalam Bidang Eksplorasi Alam

Dalam bidang ini sistem pakar sangat penting manfaatnya. Keputusan yang dihasilkan akan sangat bermanfaat. Contoh penerapannya yaitu sistem pakar yang diterapkan pada alat pendeteksi kandungan minyak bumi. Alat ini menghasilkan keputusan dari data-data yang ada, dan mengambil keputusan ada atau tidaknya hingga berapa jumlah kandungan yang terkandung. Rule base yang deprogram dibuat oleh para ahli dibidangnya.

Aplikasi pengmabilan keputusan berupa resiko-resiko yang dapat terjadi bila melakukan penambangan. Sistem pakar memperhitungkan berapa peluang keberhasilan yang dapat dicapai. Keputusan ini harus sangat akurat dan meliputi seluruh aspek hingga keselamatan warga sekitar. Jangan sampai timbul kesalahan yang disebabkan oleh salah dalam pengambilan keputusan. Lebih baiknya keputusan tingkat pusat tetap dikaji ulang oleh para ahli di bidangnya. Karena terdapat beberapa aspek yang tidak dapat diterapkan pada rule base.

– Akurasi perhitungan menjadikan kegiatan di bidang ini mendapat keuntungan.

– Perhitungan yang rumit dapat terselesaikan dengan cepat.

– Keakuratan perhitungan meminimalisir kesalahan factor manusia.

– Menghasilkan informasi yang mendukung, sehingga tugas para ahli lebih mudah untuk mengkaji ulang.

g. Penerapan Sistem Pakar dalam Bidang Kecerdasan Buatan

Sistem Pakar juga merupakan bagian dari Artificial Intelligence (AI) atau kecerdasan buatan, dimana letak persamaannya adalah sama-sama untuk mencapai hasil yang maksimal dalam memecahkan masalah, dan perbedaannya adalah sistem pakar mengacu pada si pembuatnya atau seseorang yang ahli dalam suatu bidangnya atau mengacu pada si perancang itu sendiri sebagai objek dalam menyiapkan suatu sistem guna mendapatkan hasil yang maksimal, sedangkan AI mengacu pada jalur atau langkah yang berorientasi pada hardware guna mencapai yang maksimal. 

Dapat disimpulkan Sistem Pakar merupakan bagian dari AI, dimana selain sistem pakar yang menggunakan AI, ada beberapa yang lain diantarnya games, logika Fuzzy, jaringan saraf tiruan, dan robotika.

Secara garis besar, AI terbagi ke dalam dua paham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metode-metode yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metode-metodenya meliputi:

1. Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.

2. Petimbangan berdasar kasus

3. Jaringan Bayesian

4. AI berdasar tingkah laku: metode modular pada pembentukan sistem AI secara manual.

Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metode-metode pokoknya meliputi:

1. Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat

2. Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.

3. Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.

Metode-metode ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut).

Kecerdasan buatan merupakan salah satu topik yang disukai penggemar science-fiction, pada film Terminator digambarkan perang manusia melawan mesin, bahkan dalam novel berjudul With Folded Hands karangan Jack Williamson, digambarkan bangsa Humanoids (robot mesin ciptaan manusia) menjajah bangsa manusia dan menggantikan semua peranan manusia.

h. Penerapan Sistem Pakar dalam Bidang Manufaktur

Penerapan sistem Pakar Dalam Industri / Manufaktur Manufaktur didefinisikan sebagai urutan-urutan kegiatan yang saling berhubungan rneliputi perancangan, perencanaan, pemilihan material, produksi, pengontrolan kualitas, manajemen serta pemasaran produk. Proses manufaktur yang penyele-saiannya dapat dibantu oleh Sistem pakar antara lain: 

1. Sistem Pakar Dalam perancangan PRIDE (Pinch Roll Interactive Design Expert / Environtnent). Sistem pakar ini digunakan untuk merancang sistem pengaturan kertas untuk mesin fotocopy. Sistem ini membuat rancangan dengan representasi pengetahuan tentang rancangan berdasarkan kumpulan goal, metoda perancangan, generator dan aturan-aturan yang terstruktur. 

2. Sistem Pakar Dalam perencanaan llood Truss Fabrication Application merupakan contoh sistem pakar dalam proses perencanaan. Sistem ini dibuat dengan menggunakan shell Sistern pakar SpS (^gerui Intelligent Process Selector). 

3. Sistem Pakar Dalam penjadwalan Sistem pakar juga dapat digr-urakan dalam penjadwalzrn, clibawah ini adalah beberapa contoh kegunaan sistem pakar dalam penjadwalan: 

     - contionuous caster steel Miil Sched,ling Appricatio' Sistem Pakar ini berbasis fr"ty logic yangdibuat untuk monitoring on line dan penjadwalan continuous caster steel mill. Continuous caster steel mill mengolah material seperli scrap, pig iron danrefine; ore melalui proses tertentu untuk menghasilkan lempeng baja yang memiliki kualitas dan komposisi sesuai kebutuhan. 

     - Master Production Scheduling Application (MpS) Sistem Pakar ini dikembangkan untuk melakukan penjadwalan produksi master rintuk manufaktur Integrated Circuit (IC). Master Procluction Schecluling (MpS) merupakan aktivitas perencanaan yang sangat luas, yang mengatur dan mengkoordinasikan fasefase berurutan proses penjadwalan manufaktur tertentu' 

4. Sistem Pakar Dalam Proses Kontrol, beberapa contoh penggunaan system pakar dalam proses kontrol adalah sebagai berikut : 

     - Aluminium Foil Rolling Flatness Control Application Sistem pakar ini merupakan sitem pakar yang dibuat mengontrol kerataan aluminium foil secara otomatis. Sistem ini menyesuaikan bentuk pola target menurut karakteristik material dan kondisi pengoperasiannya. 

   - Blast Furnace Heat Control Application Sistem Pakar ini dibuat untuk mengontrol tingkat panas blast furnace (tanur). 

5. Sistem Pakar Dalam Production Planning Dan Production Control, perencanaan produksi dilakukan dalam hal kuantitas, waktu, kapasitas dan biaya pengendalian produksi meliputi penyelesaian pesanan, pengujian, perencanaan urutan produksi, penempatan personalia, pengisian kapasitas, pengawasan pesanan dan pengamanan kualitas. Manfaat Sistem Pakar dalam proses manufaktur / industri adalah sebagai berikut; 

     (1). Meningkatkan produktivitas. 

     (2). Mengambil alih keahlian yang langka. 

     (3). Memudahkan pengoperasian peralatan. 

     (4).Kemampuan bekerja dengan informasi yang tidak pasti dan tidak lengkap.

7. CONTOH SISTEM PAKAR: MYCIN

Contoh sistem pakar MYCIN ini paling terkenal, dibuat oleh Edward Shortlife of Standford University tahun 70-an merupakan sistem pakar medical yang bisa mendiagnosa penyakit infeksi dan merekomendasi pengobatan.

MYCIN membantu dokter mengidentifikasi pasien yang menderita penyakit. Dokter duduk di depan komputer dan memasukkan data pasien: umur, riwayat kesehatan, hasil laboratorium dan informasi terkait lainnya. Dengan informasi ini ditambah pengetahuan yang sudah ada dalam komputer, MYCIN mendiagnosa selanjutnya merekomendasi obat dan dosis yang harus dimakan.

MYCIN sebagai penasehat medis, tidak dimaksudkan untuk mengantikan kedudukan seorang dokter. Tetapi membantu dokter yang belum berpengalaman dalam penyakit tertentu. Juga untuk membantu dokter dalam mengkonfirmasi diagnosa dan terapi yang diberikan kepada pasien apakah sesuai dengan diagnosa dan terapi yang ada dalam basis pengetahuan yang sudah dimasukkan ke dalam MYCIN, karena MYCIN dirancang oleh dokter-dokter yang ahli di bidang penyakit tersebut.

Kesimpulan : sistem pakar seperti MYCIN bisa digunakan sebagai bahan pembanding dalam pengambilan solusi dan pemecahan masalah. Keputusan terakhir atas pengobatan tersebut tetap menjadi tanggung jawab dokter.

8. KEUNTUNGAN SISTEM PAKAR

a. Memungkinkan orang awam bisa mengerjakan pekrjaan orang ahli

b. Menyederhanakan pekerjaan dan meningkatnya efesiensi kerja

c. Bisa melakukan proses secara berulang secara otomatis

d. Menyimpan pengetahuan dan keahlian para pakar

e. Meningkatkan output dan produktivitas

f. Menigkatkan kualitas

g. Mampu mengambil dan melestarikan keahlian para pakar

h. Mampu beroperasi dalam lingkungan berbahaya

i. Memiliki kemampuan untuk mengakses pengetahuan

j.  Memiliki realibilitas

k. Meningkatkan kapabilitas system computer

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

m. Sebagai media pelengkap dan pelatihan

n. Meningkatkan kapabilitas dalam menyelasaikan masalah.

o. Menghemat waktu dalam mengambil keputusan.

KESIMPULAN

Bahwa sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah yang seperti biasa dilakukan oleh para ahli. Ada beberapa hal penting yang perlu diperhatikan bahwa,secanggih apapun suatu sistem atau sebesar apapun basis pengetahuan di miliki, tentu saja ada kelemahannya sebagai konsekuensi logis kelemahan manusia sebagai penyusun elemen-elemnya. Bahwa sistem tidak memiliki inisiatif untuk melakukan suatu tindakan diluar dari apa yang telah diprogramkan untuknya.