REVIEW JURNAL : SISTEM PAKAR UNTUK MENDETEKSI KERUSAKAN HARDWARE KOMPUTER DENGAN MENGGUNAKAN METODE PENELUSURAN BACKWARD CHAINING

REVIEW JURNAL

SISTEM PAKAR UNTUK MENDETEKSI KERUSAKAN HARDWARE KOMPUTER DENGAN MENGGUNAKAN

METODE PENELUSURAN BACKWARD CHAINING

==================Toto Sudiyanto, Nana Suarna==================

Jurnal Online ICT-STMIK IKMI Vol 1-No. 1 Edisi Juli 2011 28

ABSTRAK

Di dalam penggunaannya, komputer tidak dapat luput dari kerusakan atau masalah meskipun kerusakan itu mungkin hanya kerusakan kecil, oleh karena itu komputer harus dirawat secara baik. Dan peranan seorang teknisi pun sangat dibutuhkan terutama bagi para pengguna atau pemilik komputer yang tidak mengetahui penyebab-penyebab kerusakan dan cara memperbaiki disaat komputer mengalami kerusakan. Sangat disayangkan jika kerusakan yang terjadi hanyalah kerusakan kecil yang semestinya dapat diperbaiki sendiri. Sementara waktu untuk menunggu perbaikan sudah cukup lama dan biaya yang dikeluarkan cukup besar.

Pada tugas akhir ini akan dirancang suatu perangkat lunak yang dapat membantu orang awam (user) yang memiliki pengetahuan tentang komputer, toko komputer atau tempat pelatihan bagi para teknisi untuk mengidentifikasi kerusakan yang ada pada umumnya sering terjadi pada komputer. Perangkat lunak ini akan menuntun user atau pemakai untuk mengidentifikasi kerusakan dengan cara memilih jenis kerusakan, mengikuti langkah-langkah pemeriksaan dan akhirnya menemukan kemungkinan penyebab kerusakan beserta solusi dan pemeriksaannya.

PENDAHULUAN

Sistem pakar timbul karena adanya permasalahan pada suatu bidang khusus yang spesifik dan khusus dimana user menginginkan suatu solusi dari permasalahan tersebut diselesaikan mendekati cara-cara pakar dalam menyelesaikan masalah. Sampai saat ini permasalahan waktu dan biaya merupakan permasalahan utama dalam bentuknya sistem pakar ini. Sehingga sistem pakar ini diharapkan dapat menekan waktu dan biaya untuk mengatasi masalah-masalah kerusakan komputer. Dengan pembuatan program sistem pakar ini diharapkan dapat membantu penggunaan komputer dalam mengatasi masalahnya.

Pengertian Sistem Pakar

Sistem pakar dapat didefinisikan sebagai sebuah program komputer berbasis pengetahuan yang dapat memberikan pemecahan setingkat pakar dalam bidang tertentu yang hasil pemecahannya mirip dengan pemecahan yang diberikan oleh pakar sesungguhnya.1 Basis pengetahuan yang diperoleh diambil dari pengalaman seorang pakar maupun teori-teori yang ada pada bidang yang spesifik saja, oleh karena itu sistem pakar memiliki keterbatasan.

  

Konsep Sistem Pakar

Konsep Dasar Sistem Pakar

Ada enam hal yang menjadi konsep dasar dari sebuah Sistem Pakar,2 yaitu :

a. Keahlian (Exercise)

Keahlian dapat diperoleh dari pelatihan / training, membaca atau dari pengalaman. Keahlian itu meliputi :

 Fakta-fakta tentang area permasalahan.

 Teori-teori tentang area permasalahan.

 Aturan-aturan tentang apa yang harus dilakukan dalam situasi permasalahan yang diberikan.

 Strategi global untuk memecahkan masalah.

b. Pakar (Expert)

Sulit untuk mendefinisikan apakah yang dimaksud pakar itu. Masalahnya adalah berapa banyak keahlian yang harus dimiliki seseorang agar dapat diklasifikasikan sebagai pakar. Namun berikut dibawah ini, dijelaskan beberapa kualifikasi yang harus dimiliki seorang pakar :

 Dapat mengenal dan merumuskan masalah.

 Dapat memecahkan masalah dengan cepat dan semestinya.

 Dapat menjelaskan suatu solusi.

 Dapat menentukan hubungan.

 Belajar dari pengalaman.

c. Pemindahan Keahlian (Transferring Expertise)

Tujuan dari sistem pakar adalah memindahkan keahlian dari seorang pakar ke komputer dan kemudian ke manusia yang bukan pakar. Proses ini meliputi empat kegiatan, yaitu :

 Memperoleh pengetahuan dari pakar.

 Mempresentasikan pengetahuan ke dalam komputer.

 Mengolah pengetahuan sehingga dapat menghasilkan kesimpulan.

 Memindahkan pengetahuan ke user.

d. Menarik kesimpulan (Inferencing)

Keistimewaan dari sistem pakar adalah kemampuan nalarnya. Komputer diprogram sehingga dapat membuat kesimpulan. Pengambilan kesimpulan ini dilaksanakan dalam komponen yang disebut inference engine.

e. Aturan (Rule)

Kebanyakan sistem pakar adalah berbasis rule, pengetahuan disimpan dalam bentuk rule-rule sebagai prosedur pemecahan masalah.

f. Kemampuan menjelaskan (Explanation Capability)

Keistimewaan lain dari sistem pakar adalah kemampuan menjelaskan darimana asal sebuah solusi/rekomendasi diperoleh.

Arsitektur Sistem Pakar

Komponen utama yang harus ada dalam sebuah sistem pakar adalah knowledge base (basis pengetahuan), inference engine (mesin penarik Jurnal Online ICT-STMIK IKMI Vol 1-No. 1 Edisi Juli 2011 27 kesimpulan), explanation subsystem (subsistem penjelas output) dan user interface. Secara umum arsitektur sistem pakar 3 dapat dilihat pada gambar 2.1.

Gambar 1: Arsitektur Sistem Pakar

Metode Pengembangan

a. Basis Pengetahuan (Knowledge Base)

Basis pengetahuan merupakan bagian yang paling penting pada sistem pakar karena keahlian dari pakar disimpan didalamnya. Basis pengetahuan tersebut berisi fakta-fakta yang didapat dari seorang ahli dan diimplementasikan ke dalam sistem komputer dengan menggunakan metode representasi pengetahuan tertentu. Metode representasi pengetahuan adalah cara untuk menstrukturkan pengetahuan yang dimiliki oleh pakar agar mudah diolah oleh komputer.

Representasi sistem pakar berbasis rule adalah kumpulan pengetahuan yang disusun sedemikian rupa dengan struktur IF.. THEN.. dengan relasi AND, OR atau kombinasi AND dan OR 4. Jadi basis pengetahuan merupakan jantung sistem pakar, dimana bagian ini berisi pengetahuan penting untuk mengerti, merumuskan dan memecahkan permasalahan, yang mempunyai dua elemen dasar, yaitu fakta tentang keadaan dan teori tentang area masalah 6.

b. Inference Engine

Inference Engine merupakan bagian dari sistem pakar yang bertugas untuk menemukan solusi yang tepat dari banyaknya solusi yang ada. Proses dilakukan dalam inference engine adalah bagaimana pengambilan keputusan terhadap konsultasi yang terjadi dan proses penalaran pada basis pengetahuan yang dimilikinya.

Penentuan sistem pendukung dan metode pelacakan sangat penting dalam rangka untuk menyelesaikan masalah. Inference Engine merupakan otak dari sistem pakar7, juga dikenal sebagai struktur control/interpreter. Komponen ini ada dasarnya berupa suatu program komputer yang menyediakan suatu metodologi untuk mempertimbangkan informasi dalam knowledge base dan merumuskan kesimpulan.

Adapun untuk mendapatkan sebuah kesimpulan terdapat dua metode penalaran, yaitu metode backward chaining dan metode forward chaining. Penjelasan mengenai dua metode tersebut dapat dilihat pada sub bab 2.3,

c. Explanation Subsystem

Explanation Subsystem merupakan kemampuan untuk memberikan penjelasan atas sebuah kesimpulan yang diberikan.

d. User Interface

User Interface merupakan bagian dari sistem pakar yang berfungsi sebagai pengendali input output. User interface melayani user selama proses konsultasi mulai dari tanya jawab untuk mendapatkan fakta-fakta yang dibutuhkan interference engine sampai menampilkan output yang merupakan kesimpulan/rekomendasi yang dihasilkan oleh interference engine.

e. Knowledge Base Editor

Knowledge Base Editor merupakan bagian yang digunakan untuk menambah, menghapus dan memperbaiki basis pengetahuan.

f. Learning

Learning adalah suatu proses belajar dari suatu sistem pakar apabila sistem tidak menemukan solusi masalah.

g. Certainty Factor

Certainty Factor merupakan faktor keyakinan atas fakta-fakta yang ada.

Kategori Sistem Pakar

Banyak sekali bidang yang menggunakan sistem pakar sebagai bantuan sehingga sistem pakar itu sendiri dapat dikelompokan menjadi5:

a. Interpretasi

Memberikan gambaran tentang sekumpulan data mentah yang biasanya diperoleh melalui sensor. Contoh: pengenalan kata/ucapan, pembuatan peta.

b. Prediksi

Memberikan kesimpulan mengenai akibat yang mungkin ditimbulkan dari sejumlah situasi yang diberikan. Contoh: perkiraan cuaca, ramalan panen.

c. Diagnosa

Menentukan penyebab gagalnya suatu sistem dalam situasi yang kompleks yang didasarkan pada observasi terhadap gejala-gejala yang dapat diamati. Contoh: diagnosa penyakit pada bidang kedokteran.

d. Desain

Menentukan konfigurasi yang cocok dari komponen-komponen yang ada dalam sebuah sistem sehingga unjuk kerja yang memuaskan dapat diperoleh walaupun di dalamnya terdapat sejumlha keterbatasan. Contoh: penyusunan anggaran belanja, desain arsitektur rumah.

  

e. Perencanaan

Mendapatkan urutan tindakan yang harus dilakukan untuk mencapai sasaran yang ditentukan sebelumnya dari suatu kondisi awal tertentu. Contoh: perencanaan strategi manajemen.

f. Pengawasan (Monitoring)

Membandingkan perilaku yang diamati pada suatu sistem denga perilaku yang diharapkan untuk mengenali lebih banyak variasi perilaku di dalamnya. Contoh: manajemen pengawasan, pengedalian instalasi nuklir.

g. Pelacakan dan Perbaikan (Debugging and Repair)

Penentuan dan implementasi perbaikan/pertolongan pada kegagalan suatu sistem. Contoh: uji coba software computer, reparasi mesin, pelacakan kerusakan hardware computer.

h. Instuksi

Mendeteksi dan memperbaiki kekurangan perilaku siswa dalam memahami suatu bidang tertentu. Contoh: program untuk tutorial.

i. Klasifikasi

Menentukan kategori dari sejumlah kriteria yang diberikan. Contoh: penetuan jabatan seorang pegawai.

 j. Kontrol

Pengaturan perilaku kerja dalam suatu lingkungan yang kompleks, termasuk di dalamnya penafsiran, pekiraan dan perbaikan perilaku kerja sistem tersebut. Contoh: pengawasan jadwal penerbangan.

Keuntungan-Keuntungan Dari Sistem Pakar

Beberapa keuntungan yang diperoleh dari penggunaan sistem pakar adalah:

1. Membuat seseorang yang awam dapat bekerja layaknya seorang pakar.

2. Dapat bekerja denga informasi yang tidak lengkap atau pasti.

3. Meningkatkan output dan produktivitas. Sistem pakar dapat bekerja lebih cepat dari manusia. Meningkatkan output berarti mengurangi jumlah pekerja yang dibutuhkan serta mereduksi biaya.

4. Meningkatkan kualitas. Sistem pakar menyediakan nasehat yang konsisten dan dapat mengurangi tingkat kesalahan.

5. Membuat peralatan yang kompleks lebih mudah dioperasikan karena sistem pakar dapat melatih pekerja yang tidak berpengalaman.

6. Handal (Reability), sistem pakar tidak dapat lelah/bosan, juga konsisten dalam memberi jawaban.

7. Kemampuan memecahkan masalah yang kompleks.

8. Pemindahan pengetahuan ke lokasi yang jauh serta memperluas jangkauan. Sistem pakar dapat diperoleh dan dipakai dimana saja.

Konsep Backward Chaining

Berikut akan dijelaskan mengenai konsep penalaran yang terdapat dalam inference engine.

Backward Chaining

Konsep backward chaining ini diterapkan pada bahasa pemrograman Borland Delphi 7.0. Proses ini dimulai dari pencarian solusi dari kesimpulan kemudian menelusuri fakta-fakta yang ada hingga menemukan solusi yang sesuai dengan fakta-fakta yang diberikan oleh user. Backward chaining merupakan proses penalaran dengan pendekatan goal-driven. Pendekatan goal-driven memulai titik pendekatannya dari goal yang dicari nilainya kemudian bergerak untuk mencari informasi yang mendukung goal tersebut.

Keuntungan metode Backward Chaining

Keuntungan dengan menggunakan metode backward chaining ialah:

1. Backward chaining terfocus pada goal yang diberikan. Prosedur ini akan menanyakan hala-hal yang perlu saja dan ini merupakan kenyamanan bagi user.

2. Bila forward chaining mencoba semua kemungkinan dari informasi yang ada,

backward chaining mencoba menyelesaikan masalah dengan mencari basis pengetahuan yang relevan dengan masalah sekarang.

3. Backward chaining merupakan pendekatan yang baik untuk menyelesaikan suatu diagnostic, preskripsi, dan debugging.

Knowledge Acquisition

Knowledge acquisition adalah proses mendapatkan pengetahuan dari seorang pakar dan biasanya ditampilkan oleh pengetahuan (knowledge engineer)8. Pengolah pengetahuan mewancarai pakar-pakar dan mengumpulkan pengetahuan yang ada dari manusia. Pengetahuan atau data-data yang dikumpulkan disebut sebagai knowledge base.

Tahap-tahap dalam knowledge acquisition

Proses Knowledge Acquisition dibagi menjadi lima tahapan9, yaitu:

1. Identifikasi

Merupakan tahap mengidentifikasi permasalahan dan karateristik utamanya.

2. Konseptualisasi tahap penentuan konsep, informasi dan relasi yang digunakan serta menentukan bagaimana representasi yang akan digunakan.

3. Formalisasi

Merupakan tahap perancangan struktur untuk mengorganisasikan pengetahuan dan merepresentasikannya ke knowledge base.

4. Implementasi

Merupakan tahap pengkodean pengetahuan yang telah diolah ke dalam komputer.

5. Pengujian

Merupakan tahap pengujian kebenaran dari pengetahuan yang telah dibentuk.

  

HASIL DAN PEMBAHASAN

Sistem ini peneliti rancang agar mempermudah bagi orang awam dalam memperbaiki kerusakan komputer. Adapun alat bantu perancangan yang akan dipakai dalam sistem ini adalah :

Bagan Alir Sistem (System Flowchart)

Bagan alair sistem (system flowchart) merupakan bagan yang menunjukan arus pekerjaan secara keseluruhan dari sistem. Bagan ini menjelaskan urut-urutan dari prosedur-prosedur yang ada dalam di dalam sistem, bagan alir sistem menunjukan apa yang dikerjakan di sistem

Gambar 3 :Sistem Flowchart

DFD (Data Flow Diagram) untuk memperlihatkan alur sistem yag dibuat oleh peneliti secara spesifik (perluasan dari DCD).

Diagram alir data merupakan diagram yang menggambarkan alir data dalam sistem yang

akan dibangun, secara paralel dan terstruktur, dengan mengikutsertakan komponen-komponen entitas-entitas yang terkait baik entitas luar maupun dalam, media penyimpanan (storage), proses-proses sistem maupun simbol panah yang menujukkan hubungan alir data dari proses ke entitas yang terkait.

Gambar 4: Diagram Konteks

Gambar 5 : Data Flow of Diagram Zero

 Gambar 6 : Data Flow of Diagram (DFD) Detail

Kesimpulan

Dari berbagai macam percobaan yang telah dilakukan peneliti, dapat ditarik kesimpulan bahwa dengan teknik backward chaining (pelacakan kebelakang) dapat memecahkan masalah dengan pernyataan objek yang cukup banyak dan ini memberi kemudahan bagi orang awam yang sekalipun dalam penggunaan sistem pakar tersebut tidak menghadirkan langsung pakar yang bersangkutan, dan yang menjadi dasar dari pembuatan sistem ini yaitu :

 Keterbatasan teknisi.

 Tidak semua user mengerti tentang troubleshooting hardware komputer.

 Biaya konsultasi ke pakar yang relatif mahal dan keterbatasan waktu.

Adapun harapan peneliti dari tujuan penerapan sistem pakar adalah sebagai berikut :

1. Memberikan alternatif solusi pemecahan kepada user mengenai permasalahan kerusakan komputer tanpa harus menyewa jasa konsultan.

2. Menunjukan bahwa sistem pakar sangat membantu user dalam mengatasi permasalahan, dalam hal ini permasalahan kerusakan komputer.

3. Mengaplikasikan metode backward chaining dalam pembuatan program.

4. Mengaplikasikan bahasa pemrograman Borland Delphi 7.0 untuk mendukung pembuatan sistem pakar dalam menghasilkan interface yang user friendly.

Saran

Adapun saran-saran yang diberikan peneliti adalah sebagai berikut :

1. Sistem pakar yang telah dibuat masih mempunyai kelemahan dibagian solusi belum memunculkan indikator setiap permasalahan untuk itu agar dapat dikembangkan lagi menjadi sistem pakar yang lebih baik lagi pada penelitian berikutnya.

2. Dengan adanya sistem pakar ini diharapkan agar penggunanya dapat bermanfaat bagi perkembangan ilmu pengetahuan khususnya ilmu komputer.

3. Penggunaan sistem pakar sangat membantu mempermudah pekerjaan manusia dalam memecahkan masalah yang sulit walaupun dengan tidak menghadirkan seorang pakar secara langsung.

DAFTAR PUSTAKA

1. Anton Mulyono, Pengantar Kecerdasan Buatan, Dinastindo, Jakarta, 1990.

2. Deni Arifiyanto & Ari Funatik, Antigaptek Hardware Komputer, Kawan Pustaka, Jakarta, 2009.

3. Euis Marlina, 10 Jenis Koneksi Delphi Ke Database, Gava Media, Yogyakarta, 2009.

4. Farid Azin, Belajar Sendiri Pemrograman Sistem Pakar, PT. Elekmedia Komputindo – Kelompok Gramedia, Jakarta.

5. Kusnassriyanto Saiful Bahri dan Wawan Sjachriyanto, Teknik Pemrograman Delphi, Informatika, Bandung, 2008.

6. Raymond Mc Leoid, Jr, Sistem Informasi Manajemen, Prenhalindo, Jakarta, 2001.

7. Rinaldi Munir, Algoritma Dan Pemrograman Dalam Bahasa Pascal Dan C, Inforamtika, Bandung, 2007.