jurnal tentang ekspert system / sistem pakar

IMPLEMENTASI FUZZY EXPERT SYSTEM UNTUK  ANALISA PENYAKIT DALAM PADA MANUSIA

Jurnal ini diambil dari journal.uii.ac.id/index.php/Snati/article/view/723/679. 

Expert system atau system pakar adalah salah satu bagian dari kecerdasan buatan dimana didalamnya terdapat data-data yang berasal dari seorang pakar. James P. Ignizio mengatakan bahwa sistem pakar adalah suatu program komputer yang dibuat dengan berdasarkan bidang tertentu, yang mana tingkat keahlian dari program tersebut untuk menangani masalah, sebanding dengan kemampuan seorang ahli di bidang tersebut. Dengan kata lain expert system mempunyai  knowledge atau pengetahuan seperti halnya seorang pakar. Expert system di dalam bekerja berdasarkan rule based yang disimpan di dalam database. Bentuk umum rule based yang dipakai dalam expert system adalah  if A  then B atau jika A maka B, dimana A disebut sebagai premis dan B disebut sebagai konklusi. Didalam pengerjaan dengan metode rule based akan banyak ditemui kelemahan-kelemahan yaitu:

-  Membutuhkan pencocokan yang benar-benar pas, contohnya jika sakit kepala dan suhu badan naik maka terkena demam. Jika diberi pernyataan sakit kepala saja, maka  rule diatas tidak dapat memberi kesimpulan apakah terkena demam atau tidak.

-  Seringkali sulit untuk menghubungkan rule-rule yang berhubungan dengan sebuah inference chain (otak dari sistem pakar untuk melakukan pengecekan dari rule yang satu ke rule lainnya).

-  Bisa menjadi sangat lambat jika menampung banyak rule.

-  Tidak cocok untuk permasalahan tertentu. Untuk mengatasi kekurangan dari sistem pakar yang berbasis rule, maka dikembangakn suatu sistem pakar yang berbasis fuzzy sebagai pengolahannya sehingga sistem tersebut dikenal dengan nama  fuzzy expert system.

            Fuzzy expert system adalah suatu sistem pakar yang menggunakan perhitungan  fuzzy dalam mengolah  knowledge untuk menghasilkan konsekuensi, premis dengan konklusi atau kondisi dengan akibat sehingga menghasilkan informasi yang memiliki keakuratan kepada end user atau pengguna. Bentuk umum  fuzzy expert system hampir sama dengan bentuk rule based pada expert system yaitu if A then B dimana A dan B adalah fuzzy sets.   Knowledge based fuzzy set adalah suatu logika fuzzy untuk menyatakan suatu ketidakpastian dalam menentukan keanggotaan suatu elemen terhadap suatu set dengan memberikan membership degree antara 0 sampai dengan 1 yang diberikan oleh beberapa orang (knowledge). Definisi dari knowledge-based fuzzy set adalah sebagai berikut: Misal U = {u1, u2, …, un} sebagai set of element dan K = {k1, k2, …, km} sebagai set of knowledge, k1(A) didefinisikan sebagai sebuah  fuzzy set berdasarkan knowledge k1 terhadap universal set U adalah suatu mapping dari U ke dalam interval yang tertutup [0,1].

Sebuah data yang berada dalam bentuk tabel disebut information system atau  information table, data-data yang berada dalam tabel tersebut biasanya terdiri dari data tentang attribute yang dimiliki oleh obyek tersebut.  Fuzzy Information System adalah sekumpulan data yang berisi obyek-obyek, dimana masing-masing obyek memiliki  attribute. Attribute antara suatu obyek dengan obyek lainnya ditentukan oleh suatu nilai antara 0 dan 1. Biasanya Fuzzy Information System dibentuk dalam bentuk tabel.

Pengujian sistem dilakukan dengan cara membandingkan hasil yang diperoleh dari program dengan data yang berada pada knowledge based, dan hasil perhitungan melalui rumus dengan proses yang dilakukan oleh program. Kesimpulan yang dapat diambil dari jurnal penelitian ini adalah:

-  Penggunaan tabel Information System sangat cocok dalam permasalahan analisa terhadap penyakit. Karena dengan menggunakan tabel Information System proses memasukkan data, mengubah data dan menghapus data dapat dengan mudah dilakukan oleh seorang pakar.

-  Pada penggunaan konstanta C, semakin C mendekati 1 maka nilai kesesuaian antara gejala knowledge-based dengan gejala inputan pasien semakin ketat. Artinya penilaian aplikasi terhadap gejala yang dimiliki pasien lebih strict.

-  Penggunaan nilai kesesuaian dan Fuzzy Conditional Probability membantu menganalisa penyakit yang mungkin diderita oleh suatu pasien.

-  Penggunaan Rareness measure sangat baik dalam menemukan  common symptom, dan specific symptom yang dimiliki oleh suatu penyakit, dan dalam mengkonfirmasi gejala-gejala selain yang dimasukkan untuk pengidentifikasian kemungkinan penyakit yang diderita oleh pasien.