Tugas 3 : Review Jurnal Kecerdasan Buatan

“RANCANG BANGUN SISTEM PAKAR FUZZY UNTUK DIAGNOSIS PENYAKIT TROPIS BERBASIS WEB”

A.      Latar Belakang

Perkembangan komputer dewasa ini telah mengalami banyak perubahan yang sangat pesat, seiring dengan kebutuhan manusia yang semakin banyak dan kompleks. Kini komputer telah digunakan secara luas di berbagai bidang, misalnya bisnis, kesehatan, pendidikan, psikologi, permainan dan sebagainya. Hal ini mendorong para ahli untuk semakin mengembangkan komputer untuk membantu kinerja manusia bahkan melebihi kemampuan kerja manusia. Salah satu perkembangan komputer adalah internet. Internet berasal dari kata interconnection networking yang mempunyai arti hubungan berbagai komputer dan berbagai tipe komputer yang berbentuk sistem jaringan yang mencakup seluruh dunia (jaringan global) dengan melalui jalur telekomunikasi seperti telepon, wireless, dan sebagainya (Sutarman, 2003). Dengan adanya internet, segala bentuk informasi dapat diperoleh siapa pun, kapan pun, dan di mana pun sesuai dengan kebutuhan. 

Penyakit tropis merupakan penyakit yang kompleks dan sering diderita oleh kebanyakan orang. Orang sering bingung dengan penyakit yang diderita dan terkadang tidak tahu apakah penyakit tersebut sudah termasuk dalam stadium awal atau kronis. Oleh karena itu, seseorang membutuhkan dokter untuk berobat dan berkonsultasi. Jam kerja (praktek) yang terbatas membuat seseorang menunggu dan harus rela mengantri. Hal demikian menyulitkan pasien untuk mengatur waktu. Untuk mengatasi masalah tersebut maka dibangun sistem pakar fuzzy yang dapat memudahkan pasien dalam mengetahui penyakit tropis secara dini.

Oleh karena itu, penulis mencoba merancang dan membangun sebuah sistem pakar fuzzy untuk mendiagnosis penyakit tropis berbasis web. Dengan adanya sistem ini, diharapkan dapat membantu dan memberikan kemudahan bagi dokter untuk mendiagnosis dan bagi pasien untuk mengetahui kemungkinan terjadinya penyakit lebih awal yang dapat diakses kapan pun dan di mana pun melalui gejala-gejala yang dirasakan oleh pasien. Sistem mengelola gejala yang dirasakan pasien dengan memilih gejala-gejala yang ada pada sistem kemudian diolah dengan menggunakan sistem pakar fuzzy hingga diperoleh hasil berupa kemungkinan penyakit tropis yang diderita pasien beserta persentase nilai kepercayaan terhadap penyakit tersebut.

B.       Tujuan

Tujuan penelitian ini adalah membuat Sistem Pakar berbasis web yang di harapkan dapat membantu masyarakat luas untuk mendiagnosis penyakit tropis.\

C.       Metode yang dipakai

Metode yang digunakan adalah metode Sistem Pakar fuzzy logic atau bisa di sebut juga sistem pakar berbasis web.

D.      Kelebihan jurnal aplikasi

·         Mudah di akses kapan pun dan dimana pun.

·         Mudah untuk mengetahui kemungkinan terjadinya penyakit tropis lebih awal

·         Sangat membantu seorang dokter dalam mendiagnosis penyakit tropis.

E.       Kesimpulan

Kesimpulan dalam perancangan dan pembangunan sistem pakar fuzzy untuk mendiagnosis penyakit tropis berbasis web adalah sistem pakar fuzzy ini dapat diakses kapan pun dan di mana pun sesuai dengan kebutuhan pengguna (pasien) untuk mengetahui kemungkinan terjadinya penyakit tropis lebih awal dan membantu seorang dokter dalam mendiagnosis penyakit tropis.

F.        Saran

Saran diberikan oleh penyusun penelitian kepada siapa pun para pembacanya yang berniat untuk mengembangkan penelitian berikutnya. Adapun isi dari saran tersebut adalah diharapkan untuk pengembangan sistem pakar fuzzy untuk mendiagnosis penyakit tropis berikutnya, tidak hanya dapat diakses melalui web saja tetapi dapat diakses melalui mobile. Dapat ditambahkan lagi jenis-jenis penyakit tropis yang belum dibahas dalam penelitian ini sehingga untuk penelitian berikutnya, jenis penyakit tropis lebih kompleks.

G.      Daftar Pustaka

•        Budhi, G. S., dan Intan, R. 2005. Proposal Penerapan Probabilitas Penggunaan Fakta Guna Menentukan Certainty Factor Sebuah Rule pada Rule Base Expert System. Surabaya: Teknik informatika. UK Petra. 
•        Crumlish, Christian. 1997. Dasar-Dasar Internet. Jakarta: Elex Media Komputindo.   
•         Darma, Jarot, dan Shenia. 2009. Buku Pintar Menguasai Internet. Jakarta: Mediakita
•         Ignizio, J.P. 1991. Introduction to Expert System: The Development and Implementation of Rule-Based Expert System. Singapore: McGraw-Hill Book Co. 
•            Intan, R., dan Mukaidono, M. 2002. On Knowledge-based Fuzzy Sets. Surabaya: International Journal of Fuzzy Systems. Volume 4(2) Tahun 2002.
•        Irawan, Jusak. 2007. Buku Pegangan Kuliah Sistem Pakar. Sekolah Tinggi Manajemen Informatika dan Teknik Komputer (STIKOM). Surabaya: STIKOM.
•        Klir, G.J., dan Yuan, B. 1995. Fuzzy Sets and Fuzzy Relation: Theory and Applications, New Jersey: Prentice Hall.
•       Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi Offset.
•        Levine, Robert I. 1998. A comprehensive guide to AI and expert systems using turbo pascal international edition. Singapore : McGraw-Hill Book Co. 
•       Romeo. 2003. Testing dan Implementasi Sistem. Surabaya: STIKOM.
•       Sutarman. 2003. Membangun Aplikasi Web dengan PHP dan MySQL. Yogyakarta: Graha Ilmu.
•       Widoyono. 2011. Penyakit Tropis Epidemiologi, Penularan, Pencegahan, dan Pemberantasannya (Edisi Kedua).
•       Semarang: Erlangga. 

Tugas 2 : Sistem Pakar

1.      Pengertian Sistem Pakar

Sistem pakar adalah sistem atau program yang bertingkah laku seperti ahlinya atau pakarnya. Sistem pakar (expert system) sendiri adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan oleh para ahli, dan sistem pakar yang baik dirancang agar dapat menyelesaikan suatu permasalahan tertentu dengan meniru kerja dari para ahli (Kusumadewi, 2003:109).

Karakteristik Sistem Pakar

Karakteristik umum yang membedakan Sistem Pakar dengan perangkat lunak biasa adalah :

1.      Terdapat banyak kemungkinan jawaban yang memakan waktu lama dalam pengujian dan mempelajarinya.

2.      Data kabur

3.      Bersifat heuristik dalam menggunakan pengetahuan untuk memperoleh solusi

4.      Fasilitas informasi yang mana dapat memberikan kemudahan jawaban kepada user, sehingga user akan merasakan puas;

Kondisi-kondisi di mana sistem pakar dapat membantu manusia dalam menyelesaikan masalahnya, antara lain:

1.      Kebutuhan tenaga ahli (pakar) yang banyak, tetapi pakar yang tersedia jumlahnya sangat terbatas.

2.      Pemakaian pakar yang berlebihan dalam membuat keputusan, walaupun dalam suatu tugas yang rutin.

3.      Pertimbangan kritis harus dilakukan dalam waktu yang singkat untuk menghindari hal-hal yang tidak diinginkan.

4.      Hasil yang optimal, seperti dalam pencernaan atau konfigurasi.

5.      Sejumlah data besar yang harus diteliti oleh pakar secara kontinu.

Sistem pakar sendiri mempunyai sifat yang ideal bila mempunya ciri-ciri :

1.      Terbuka untuk diperiksa

2.      Mudah dimodifikasi

3.      Fasilitas penalaran/penjelasan

2.      Tujuan Sistem Pakar

Pada dasarnya sistem pakar diterapkan untuk mendukung  pemecahan masalah. Beberapa pemecahan duduk perkara yang dimaksud ibarat (Lestari, 2012):

1.      Interprestasi

Membuat kesimpulan dari sekumpulan data mentah. Pengambilan keputusan dari hasil observasi.

2.      Prediksi

Memproyeksikan akibat-akibat yang mungkin dari situasi-situasi tertentu.

 Contoh : prediksi demografi, analisis citra, prediksi ekonomi,dll

3.      Diagnosa

Menentukan alasan dalam situasi komplek yang didasarkan pada gejala-gejala yang teramati diagnosis medis, elektronis, mekanis,dll

4.      Perancangan

Menentukan komponen-komponen sistem dengan tujuan kinerja tertentu yang memenuhi kendala

Contoh : perancangan layout sirkuit

5.      Perencanaan

Merencanakan serangkaian tindakan yang akan mencapai sejumlah tujuan dengan kondisi awal

Contoh: perencanaan keuangan

6.      Monitoring

Membandingkan hasil pengamatan dengan kondisi yang diharapkan

7.      Debugging.

Menentukan dan menginterpretasikan cara-cara untuk mengatasi malfungsi. Contoh: menunjukkan resep obat terhadap kegagalan.

8.      Instruski

Mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek.

Contoh : melaksanakan isyarat untuk diagnosis dan debugging.

9.      Kontrol

Mengatur tingkah laku suatu environment yang kompleks

Contoh : melaksanakan kontrol terhadap interpretasi, prediksi, perbaikan dan monitoring kelakukan sistem.

3.      Manfaat Sistem Pakar

·         Meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja lebih cepat dari manusia.

·         Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.

·         Mampu menangkap kepakaran yang sangat terbatas.

·         Dapat beroperasi di lingkungan yang berbahaya.

·         Memudahkan akses ke pengetahuan.

·         Handal. Sistem Pakar tidak pernah menjadi bosan dan kelelahan atau sakit. Sistem Pakar juga secara konsisten melihat semua detil dan tidak akan melewatkan informasi yang relevan dan solusi yang potensial.

·         Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan sistem komputer lain membuat lebih efektif, dan mencakup lebih banyak aplikasi.

·         Mampu bekerja dengan informasi yang tidak lengkap atau tidak pasti. Berbeda dengan sistem komputer konvensional, Sistem Pakar dapat bekerja dengan inofrmasi yang tidak lengkap. Pengguna dapat merespon dengan: “tidak tahu” atau “tidak yakin” pada satu atau lebih pertanyaan selama konsultasi, dan Sistem Pakar tetap akan memberikan jawabannya.

·         Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan Sistem Pakar akan menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.

·         Meningkatkan kemampuan problem solving, karena mengambil sumber pengetahuan dari banyak pakar.

·         Meniadakan kebutuhan perangkat yang mahal.

·         Fleksibel.

4.      Penerapan Sistem Pakar pada Berbagai Bidang

A.    Dalam bidang industri/Manufaktur

·         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.

·         Sistem Pakar Dalam perencanaan llood Truss Fabrication Application merupakan contoh sistem pakar dalam proses perencanaan. Sistem ini dibuat dengan menggunakan shell Sistern pakar SPS (Semi Intelligent Process Selector).

B.     Dalam bidang pendidikan

·         Aplikasi Sistem Pakar ini diberi nama ISAAC yang memiliki parser yang mampu membaca kalimat (dalam bahasa lnggris) dengan kecepatan 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).

·         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).

C.    Dalam bidang bisnis

·         Sistem Pakar dalam pembelian

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

·         Sistem Pakar mengenai konsultasi

Program bantuan dari kredit bank Sistem ini membantu pada konsultasi tentang program kredit bantuan pada institusi publik.

D.    Dalam bidang kedokteran

·         contoh sederhana dari penerapan sistem pakar dalam bidang kedokteran, yaitu diagnosis penyakit berdasarkan gejala-gejala dan beberapa solusi untuk penyembuhannya. Dalam keseharian kita, terdapat beberapa penyakit dengan gejala yang hampir mirip, sebagai contoh influenza, tipus, dan maag. Untuk dapat melakukan diagnosis dengan benar, terlebih dahulu kita harus mengetahui gejala-gejala dari penyakit tersebut.

E.     Dalam bidang psikologis

·         Salah satu implementasi yang diterapkan sistem pakar dalam bidang psikologi, yaitu untuk sistem pakar menentukan jenis gangguan perkembangan pada anak.

5.      Kesimpulan

Sistem pakar adalah suatu sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar. Pakar yang dimaksud disini adalah orang yang mempunyai keahlian khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan orang awam. Contohnya dokter, mekanik, psikolog, dan lain-lain. Tujuannya untuk mendukung pemecahan masalah. Ada banyak manfaat yang didapat dari system pakar ini salah satunya yaitu :

a.       Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.

b.      Bisa melakukan proses secara berulang secara otomatis.

c.       Menyimpan pengetahuan dan keahlian dari para pakar.

Dan dapat diterapkan diberbagai bidang seperti, industri, pendidikan, bisnis, kedokteran dan psikologis.

Refrensi :

·         https://dosenit.com/kuliah-it/sistem-informasi/pengertian-sistem-pakar

·         http://www.kajianpustaka.com/2016/10/pengertian-tujuan-dan-struktur-sistem-pakar.html

·         Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta.

·         Lestari D. 2012. Jurnal: Definisi sistem pakar. Arsip Teknik Informatika UMMI.

·         http://informatika.web.id/sistem-pakar-expert-system.htm

·        http://entin.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/Bab%206%20Sistem%20Pakar.pdf




Yovicha Santya Risky
       17115300
     3KA03

Tugas 1 : Pengantar Teknologi Sistem Cerdas

I.          Pengertian Teknologi Sistem Cerdas

Teknologi Sistem Cerdas dapat didefinisikan sabagai cabang Ilmu Komputer yang mempelajari otomatisasi tingkahlaku cerdas. Kecerdasan Buatan dapat memungkinkan komputer untuk berfikir dan dapat menirukan proses belajar manusia sehingga informasi baru dapat diserap dan digunakan sebagai acuan di masa yang akan datang.

II.          Pengertian Artifisial Intelegent (AI) / kecerdasan buatan

Artificial Intelligence (AI) atau Kecerdasan Buatan yaitu kecerdasan yang ditunjukkan oleh suatu entitas ilmiah. Kecerdasan dibuat dan dimasukkan ke dalam suatu mesin/ komputer supaya bisa melakukan pekerjaan seperti yang bisa dikerjakan oleh manusia. Contohnya adalah kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, perencanaan dan penjadwalan, pengendalian, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah di kehidupan yang nyata.

III.    Perbedaan Intelegensi Kecerdasan Buatan dan Alami

Kelebihan kecerdasan buatan :
·           Bersifat permanen. 

 Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program tidak mengubahnya.
·           Lebih mudah diduplikasi & disebarkan. 

 Mentransfer pengetahuan antar manusia membutuhkan proses yang lama & keahlian tidak akan pernah dapat diduplikasi dengan lengkap. Jika ilmu pengetahuan terdapat pada sebuah sistem komputer, maka ilmu pengetahuan itu mendapat keamanan dari komputer itu dan dapat akan dipindahkan dengan mudah ke satu komputer ke komputer yang lainnya.
·           Lebih murah. 

 Menyediakan layanan komputer akan lebih mudah & murah dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
·           Konsisten dan teliti 

 Kecerdasan buatan adalah bagian dari teknologi komputer sedangkan kecerdasan alami senantiasa berubah-ubah.
·           Dapat didokumentasi. 

 Keputusan yang dibuat komputer dapat didokumentasi dengan mudah dengan melacak aktivitas sistem. Kecerdasan alami sangat sulit untuk direproduksi.
·        Dapat mengerjakan beberapa task lebih cepat dan lebih baik dibanding manusia 

Kelebihan kecerdasan alami :
·           Kreatif  

                 Manusia memiliki kemampuan untuk menambah pengetahuan, sedangkan pada kecerdasan buatan harus dilakukan melalui sistem yang dibangun.
    ·      Memungkinkan orang untuk menggunakan pengalaman atau pembelajaran secara langsung. Sedangkan pada kecerdasan buatan harus mendapat masukan berupa input-input simbolik.
       ·          Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.

IV.          Sejarah Intelegensi buatan / AI

Berbagai litelatur mengenai kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Perkembangan terus berlanjut, Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan “Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas” pada 1943 yang meletakkan pondasi awal untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah “Kecerdasan Buatan” pada konferensi pertama pada tahun 1956, selain itu dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang diyakini sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.

V.          Contoh Teknologi Sistem Cerdas

Implementasi kecerdasan buatan dapat diterapkan pada bidang:

·           Visualisasi Komputer

Kecerdasan buatan pada bidang visualisasi komputer ini memungkinkan sebuah sistem komputer mengenali gambar sebagai input.

Contohnya mengenali sebuah pola pada suatu gambar.

·           Pengenalan Suara

Kecerdasan buatan pada pengenalan suara ini dapat mengenali suara manusia. Cara mengenali suara ini dengan mencocokannya pada acuan yang telah diprogramkan terlebih dahulu.

Contohnya perintah komputer dengan menggunakan suara user.

·           Sistem Pakar

Kecerdasan buatan pada Sistem Pakar ini memungkinkan sebuah sistem komputer memiliki cara berpikir dan penalaran seorang ahli dalam mengambil keputusan, untuk memecahkan masalah yang ada pada saat itu.

Contohnya program komputer yang dapat mendiagnosa penyakit dengan memasukan gejala-gejala yang dialami pasien.

·           Permainan

Kecerdasan buatan pada permainan ini memungkinkan sebuah sistem komputer untuk memiliki cara berpikir manusia dalam bermain.

Contohnya permainan yang memiliki fasilitas orang melawan komputer. Komputer sudah di program sedemikian rupa agar memiliki cara bermain seperti seorang manusia bahkan bisa melebihi seorang manusia.

VI.          Kesimpulan

ü  Kecerdasan Buatan yaitu kecerdasan dibuat dan dimasukkan ke dalam suatu mesin/ komputer supaya bisa melakukan pekerjaan seperti yang bisa dikerjakan oleh manusia.

ü  Kelebihan kecerdasan buatan :

·      Bersifat permanen

·      Mudah diduplikasi dan disebarluaskan

·      Dapat lebih murah daripada manusia cerdas

·      Konsisten dan menyeluruh

·      Dapat didokumentasikan

ü  Dapat diimplementasikan kedalam beberapa bidang seperti :

·      Visualisasi komputer

·      Pengenalan suara

·      Sistem pakar

·      Permainan.

Nama   : Yovicha Santya Risky

NPM   : 17115300

Kelas   : 3Ka03

Sumber Referensi :

http://www.psychologymania.com/2011/10/artificial-intelligence-kecerdasan.html

http://p_musa.staff.gunadarma.ac.id/Downloads/files/7665/KONSEP_DASAR_AI.pdf

http://www.temukanpengertian.com/2013/08/pengertian-artificial-intelligence.html

http://web.if.unila.ac.id/purmanailuswp/2015/09/13/pengertian-artificial-intelligence-kecerdasan-buatan/

http://informatika.web.id/category/kecerdasan-buatan/