Sistem Pakar

Sistem pakar adalah suatu cabang dari AI yang membuat penggunaan secara luas knowledge yang khusus untuk penyelesaian masalah tingkat manusia yang pakar. Seorang pakar adalah orang yang mempunyai keahlian dalam bidang tertentu, yaitu pakar yang mempunyai knowledge atau kemampuan khusus yang orang lain tidak mengetahui atau mampu dalam bidang yang dimilikinya.

Ada beberapa alasan mendasar mengapa sistem pakar dikembangkan untuk menggantikan seorang pakar, di antaranya :

1)      Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.

2)      Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.

3)      Seorang pakar akan pensiun atau pergi.

4)      Seorang pakar adalah mahal.

5)      Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat (hostile environtment).

Tujuan dari sistem pakar adalah untuk mentransfer kepakaran yang dimiliki seorang pakar ke dalam komputer, dan kemudian kepada orang lain (non expert). Aktifitas yang dilakukan untuk memindahkan kepakaran adalah :

1)      Knowledge Acquisition (dari pakar atau sumber lainnya)

2)      Knowledge Representation (ke dalam komputer)

3)      Knowledge Inferencing

4)      Knowledge Transfering

Keuntungan bila menggunakan sistem pakar diantaranya adalah :

1)      Menjadikan pengetahuan dan nasihat lebih mudah didapat

2)      Meningkatkan output dan produktifitas

3)      Menyimpan kemampuan dan keahlian pakar

4)      Meningkatkan penyelesaian masalah-menerusi paduan pakar, penerangan, sistem pakar khas

5)      Meningkatkan reliabilitas

6)      Memberikan respons (jawaban) yang cepat

7)      Merupakan panduan yang inteligence (cerdas)

8)      Dapat bekerja dengan informasi yang kurang lengkap dan mengandung ketidakpastian.

9)      Intelligence database (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.

Kelemahan Sistem Pakar

1)  Masalah dalam mendapatkan pengetahuan dimana pengetahuan tidak selalu bisa didapatkan dengan mudah, karena kadangkala pakar dari masalah yang kita buat tidak ada, dan kalaupun ada kadang-kadang pendekatan yang dimiliki oleh pakar berbeda-beda.

2)  Untuk membuat suatu sistem pakar yang benar-benar berkualitas tinggi sangatlah sulit dan memerlukan biaya yang sangat besar untuk pengembangan dan pemeliharaannya.

3)      Boleh jadi sistem tak dapat membuat keputusan.

Sistem pakar tidaklah 100% menguntungkan, walaupun seorang tetap tidak sempurna atau tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.