Berikut ini adalah contoh sistem pakar di bidang pertahanan militer
oleh Teguh Murdianto
2.
Rabu, 06 Desember 2017
APLIKASI SISTEM PAKAR UNTUK MEMBANTU MENENTUKAN STRATEGI PADA PERMASALAHAN PENGAMANAN DI WILAYAH PERBATASAN INDONESIA
oleh Teguh Murdianto
Silahkan dibaca terlebih dahulu, semoga membantu.
Abstrak
Negara Kesatuan Republik Indonesia (NKRI) adalah negara kepulauan (archipellagic state)
dengan 17.508 pulau, yang letaknya secara geografis sangat strategis, karena berada pada posisi
silang, yakni antara benua Asia dan Australia serta diantara Samudera Hindia dan Pasifik. Kondisi
geografis Indonesia yang terdiri dari pulau-pulau kecil dan memiliki sumber daya alam yang beraneka ragam menjadi sumber permasalahan atas kasus-kasus yang terjadi antara Indonesia dengan negara-negara tetangga. Untuk itu diperlukan strategi pengamanan yang tepat untuk mengatasi permasalahan di wilayah perbatasan Indonesia. Pada penelitian ini akan dirancang perangkat lunak yang menerapkan sistem pakar sehingga dapat membantu menentukan strategi pada permasalahan pengamanan di wilayah perbatasan Indonesia. Rule yang disimpan dalam knowledge-base disusun dari ciri-ciri ancaman yang terjadi pada wilayah perbatasan. Proses reasoning memakai forward-chaining dengan harapan setelah melakukan konsultasi ke sistem dapat diketahui ancaman yang mungkin terjadi dalam wilayah perbatasan tersebut. Untuk mewakili fakta-fakta yang bersifat ambigu, kurang jelas, atau tidak pasti dipakai metode certainty factor sehingga dapat ditentukan nilai keyakinannya. Kata kunci: sistem pakar, forward-chaining, certainty factor, strategi pengamanan wilayah.
1. PENDAHULUAN
Negara Kesatuan Republik Indonesia (NKRI) adalah negara kepulauan (archipellagic state) dengan 17.508 pulau, yang letaknya secara geografis sangat strategis, karena berada pada posisi silang, yakni antara benua Asia dan Australia serta diantara Samudera Hindia dan Pasifik. Pulau-pulau
tersebut dihubungkan oleh laut-laut dan selat-selat di Nusantara yang merupakan laut yurisdiksi nasional sehingga membentuk sebuah negara kepulauan yang panjangnya 5.110 km dan lebarnya 1.888 km, luas perairan sekitar 5.877.879 km2, luas laut teritorial sekitar 297.570 km2, perairan Zona Ekonomi Eksklusif (ZEE) 695.422 km2, panjang pantai 79.610 km, yang dua pertiganya adalah laut dan luas daratannya 2.001.044 km2 [8].
Kondisi geografis Indonesia yang terdiri dari pulau-kecil dan memiliki sumber daya alam yang beraneka ragam ini menjadi sumber permasalahan atas kasus-kasus yang terjadi antara Indonesia dengan negara-negara tetangga. Sebagai contoh kasus Blok Ambalat, dimana pemerintah Malaysia melalui perusahaan minyak nasionalnya, Petronas, memberikan konsesi minyak (production sharing center) kepada perusahaan minyak Shell, atas cadangan minyak yang terletak di Laut Sulawesi (perairan sebelah timur Kalimantan)[7].
Selain itu eksploitasi sumber daya alam oleh nelayan ilegal yang terjadi di laut sekitar wilayah perbatasan juga menjadi perhatian pemerintah. Contoh kasusnya adalah pencurian ikan (illegal fishing) di perairan pantai timur Sumatera Utara. Akibatnya pendapatan dan penerimaan daerah Sumatera Utara hilang, lingkungan sumber daya perikanan rusak, pendapatan nelayan berkurang, bertambahnya biaya operasional nelayan, dan timbulnya konflik antar nelayan [10]. Untuk itu diperlukan strategi pengamanan yang tepat untuk mengatasi permasalahan di wilayah perbatasan
Indonesia.
2. DASAR TEORI
2.1 Sistem Pakar
Salah satu cabang ilmu komputer yang membantu menyelesaikan permasalahan-permasalahan
manusia sehari-hari adalah kecerdasan buatan (Artificial Intelligence). Dengan kecerdasan buatan, komputer dapat “berpikir” dan “bernalar” seperti manusia sehingga dapat membantu manusia dalam membuat keputusan, mencari informasi lebih akurat, atau membuat komputer lebih mudah digunakan dengan tampilan yang user-friendly sehingga lebih mudah dipahami. Salah satu bagian dari kecerdasan buatan adalah sistem pakar. Sistem pakar merupakan program komputer yang dirancang untuk mengimplementasikan kemampuan pemecahan masalah dari seorang ahli (pakar) [4]. Program komputer ini secara spesifik berusaha mengadopsi
kepakaran seorang ahli dalam bidang tertentu [6].
2.2 Uncertainty Management dengan Certainty Factor
Terdapat sejumlah metode untuk mengatasi ketidakpastian dalam sistem pakar, antara lain probabilitas klasik, probabilitas Bayes, teori Hartley berdasarkan himpunan klasik, teori Shannon berdasarkan pada probabilitas, teori Dempster Shafer, teori Fuzzy Zadeh, dan faktor kepastian (certainty factor). Faktor kepastian pertama kali diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN [2].
Nilai certainty factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Nilai certainty factor menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. Teori ini berkembang bersamaan dengan pembuatan sistem pakar MYCIN. Tim pengembang MYCIN mencatat bahwa dokter seringkali menganalisa informasi yang ada dengan ungkapan seperti misalnya: mungkin, kemungkinan besar, hampir pasti.
Untuk mengakomodasi hal ini, tim MYCIN menggambarkan tingkat keyakinan pakar terhadap permasalahan yang sedang dihadapi. Secara umum, rule direpresentasikam dalam bentuk sebagai berikut:
IF E1 [AND/OR] E2 [AND/OR] … En
THEN H (CF=CFi)
dengan:
E1, E2, E3,…, En : Fakta-fakta yang ada (Evidence)
H : Konklusi yang dihasilkan (Hipotesis)
CF : Tingkat keyakinan (Certainty Factor)
terjadinya hipotesa H akibat adanya fakta-fakta E1, E2, E3,…, En
Ukuran yang menunjukkan peningkatan keyakinan pada suatu hipotesis berdasarkan evidence disebut sebagai measure of belief (MB). Sedangkan ukuran yang menunjukkan penurunan keyakinan pada suatu hipotesis berdasarkan evidence yang ada disebut sebagai measure of disbelief (MD). Nilai dari MB dan MD dibatasi sedemikian hingga
Ukuran MB secara formal didefinisikan sebagai:
dengan :
MB(H, E) : Ukuran yang menunjukkan peningkatan keyakinan pada suatu hipotesis(H) jika evidence(E) terjadi.
MD(H, E) : Ukuran yang menunjukkan penurunan keyakinan pada suatu hipotesis(H) jika evidence(E) terjadi.
P(H) : Peluang kejadian hipotesis (H)
P(H|E) : Peluang kejadian hipotesis (H), bila evidence (E) terjadi.
Karena dalam proses observasi kepercayaan dapat bertambah atau berkurang, maka diperlukan ukuran ketiga untuk mengkombinasikan MB dan MD yaitu Certainty Factor. Certainty Factor didefinisikan sebagai berikut [2]:
Silahkan download Pdf di sini :
Download Pdf
Silahkan dibaca terlebih dahulu, semoga membantu.
Abstrak
Negara Kesatuan Republik Indonesia (NKRI) adalah negara kepulauan (archipellagic state)
dengan 17.508 pulau, yang letaknya secara geografis sangat strategis, karena berada pada posisi
silang, yakni antara benua Asia dan Australia serta diantara Samudera Hindia dan Pasifik. Kondisi
geografis Indonesia yang terdiri dari pulau-pulau kecil dan memiliki sumber daya alam yang beraneka ragam menjadi sumber permasalahan atas kasus-kasus yang terjadi antara Indonesia dengan negara-negara tetangga. Untuk itu diperlukan strategi pengamanan yang tepat untuk mengatasi permasalahan di wilayah perbatasan Indonesia. Pada penelitian ini akan dirancang perangkat lunak yang menerapkan sistem pakar sehingga dapat membantu menentukan strategi pada permasalahan pengamanan di wilayah perbatasan Indonesia. Rule yang disimpan dalam knowledge-base disusun dari ciri-ciri ancaman yang terjadi pada wilayah perbatasan. Proses reasoning memakai forward-chaining dengan harapan setelah melakukan konsultasi ke sistem dapat diketahui ancaman yang mungkin terjadi dalam wilayah perbatasan tersebut. Untuk mewakili fakta-fakta yang bersifat ambigu, kurang jelas, atau tidak pasti dipakai metode certainty factor sehingga dapat ditentukan nilai keyakinannya. Kata kunci: sistem pakar, forward-chaining, certainty factor, strategi pengamanan wilayah.
1. PENDAHULUAN
Negara Kesatuan Republik Indonesia (NKRI) adalah negara kepulauan (archipellagic state) dengan 17.508 pulau, yang letaknya secara geografis sangat strategis, karena berada pada posisi silang, yakni antara benua Asia dan Australia serta diantara Samudera Hindia dan Pasifik. Pulau-pulau
tersebut dihubungkan oleh laut-laut dan selat-selat di Nusantara yang merupakan laut yurisdiksi nasional sehingga membentuk sebuah negara kepulauan yang panjangnya 5.110 km dan lebarnya 1.888 km, luas perairan sekitar 5.877.879 km2, luas laut teritorial sekitar 297.570 km2, perairan Zona Ekonomi Eksklusif (ZEE) 695.422 km2, panjang pantai 79.610 km, yang dua pertiganya adalah laut dan luas daratannya 2.001.044 km2 [8].
Kondisi geografis Indonesia yang terdiri dari pulau-kecil dan memiliki sumber daya alam yang beraneka ragam ini menjadi sumber permasalahan atas kasus-kasus yang terjadi antara Indonesia dengan negara-negara tetangga. Sebagai contoh kasus Blok Ambalat, dimana pemerintah Malaysia melalui perusahaan minyak nasionalnya, Petronas, memberikan konsesi minyak (production sharing center) kepada perusahaan minyak Shell, atas cadangan minyak yang terletak di Laut Sulawesi (perairan sebelah timur Kalimantan)[7].
Selain itu eksploitasi sumber daya alam oleh nelayan ilegal yang terjadi di laut sekitar wilayah perbatasan juga menjadi perhatian pemerintah. Contoh kasusnya adalah pencurian ikan (illegal fishing) di perairan pantai timur Sumatera Utara. Akibatnya pendapatan dan penerimaan daerah Sumatera Utara hilang, lingkungan sumber daya perikanan rusak, pendapatan nelayan berkurang, bertambahnya biaya operasional nelayan, dan timbulnya konflik antar nelayan [10]. Untuk itu diperlukan strategi pengamanan yang tepat untuk mengatasi permasalahan di wilayah perbatasan
Indonesia.
Kecerdasan buatan (artificial intelligence) merupakan salah satu cabang
ilmu sains komputer yang dapat membantu menyelesaikan permasalahan manusia
dengan memanfaatkan komputer sebagai medianya. Dengan kecerdasan buatan,
komputer dirancang seolah memiliki kemampuan berpikir yang cerdas dan dapat
bernalar seperti manusia.
Salah satu cabang ilmu dari kecerdasan buatan adalah
sistem pakar (expert system). Sistem pakar membantu manusia dalam mengambil
keputusan dari permasalahan-permasalahan yang telah dirancang ke dalam sistem
pakar tersebut. Sistem pakar sebagai ilmu yang membantu manusia dalam
pengambilan keputusan sangat diperlukan untuk membantu Departemen Pertahanan
dan Keamanan perbatasan dalam menentukan strategi pengamanan. Keputusan ini
yang nantinya akan dilaksanakan oleh aparat keamanan di perbatasan sebagai
tindakan atas permasalahan yang telah terjadi dan sebagai antisipasi untuk
permasalahan yang akan terjadi.
Dengan mengambil rule dari permasalahan dan
strategi pengamanan sebelumnya, diharapkan keputusan yang diambil lebih tepat
dan relevan. Untuk mewakili fakta-fakta yang bersifat ambigu, kurang jelas,
atau tidak pasti dipakai metode certainty factor sehingga dapat ditentukan
derajat kepastiannya. Untuk memudahkan penggunaan sistem pakar maka dibuat
suatu perangkat lunak dengan tampilan yang bersifat user-friendly dan agar dapat mengakomodasi knowledge-base yang besar maka
digunakan sistem basis data (database) sesuai kebutuhan yang dipakai dalam sistem pakar tersebut. Bahasa
yang digunakan dalam perancangan perangkat lunak adalah JAVA dengan Interpreter Netbeans
IDE yang bersifat Open-Source.
Berdasarkan latar belakang yang ada, maka permasalahan dalam penelitian ini adalah
(1) Bagaimana
merancang sistem pakar yang dapat membantu menentukan strategi pada
permasalahan pengamanan di wilayah perbatasan Indonesia,
(2) Bagaimana
merancang suatu perangkat lunak yang mengaplikasikan sistem pakar
tersebut dengan bahasa pemrograman JAVA sehingga dapat dengan mudah
membantu menentukan strategi pada permasalahan pengamanan di
wilayah perbatasan Indonesia.
Batasan masalah dari tugas akhir ini adalah
(1) Metode yang dipakai untuk menghitung derajat
kepastian adalah Certainty Factor,
(2) Proses reasoning
sistem pakar memakai Forward Chaining,
(3) Penentuan strategi
dikhususkan untuk permasalahan pengamanan di wilayah perbatasan Indonesia,
(4) Informasi-informasi untuk menyusun rule didapatkan dari fakta-fakta
yang diperoleh dari jurnal, artikel, dan media massa baik elektronik maupun
non elektronik.
Tujuan dari penelitian ini adalah membuat sistem pakar yang dapat membantu menentukan strategi
pada permasalahan pengamanan di wilayah perbatasan Indonesia dan membuat
perangkat lunak yang mengaplikasikan sistem pakar tersebut dalam bahasa
pemrograman JAVA sehingga dapat dengan mudah menentukan strategi pada
permasalahan pengamanan di wilayah perbatasan Indonesia.
2. DASAR TEORI
2.1 Sistem Pakar
Salah satu cabang ilmu komputer yang membantu menyelesaikan permasalahan-permasalahan
manusia sehari-hari adalah kecerdasan buatan (Artificial Intelligence). Dengan kecerdasan buatan, komputer dapat “berpikir” dan “bernalar” seperti manusia sehingga dapat membantu manusia dalam membuat keputusan, mencari informasi lebih akurat, atau membuat komputer lebih mudah digunakan dengan tampilan yang user-friendly sehingga lebih mudah dipahami. Salah satu bagian dari kecerdasan buatan adalah sistem pakar. Sistem pakar merupakan program komputer yang dirancang untuk mengimplementasikan kemampuan pemecahan masalah dari seorang ahli (pakar) [4]. Program komputer ini secara spesifik berusaha mengadopsi
kepakaran seorang ahli dalam bidang tertentu [6].
2.2 Uncertainty Management dengan Certainty Factor
Terdapat sejumlah metode untuk mengatasi ketidakpastian dalam sistem pakar, antara lain probabilitas klasik, probabilitas Bayes, teori Hartley berdasarkan himpunan klasik, teori Shannon berdasarkan pada probabilitas, teori Dempster Shafer, teori Fuzzy Zadeh, dan faktor kepastian (certainty factor). Faktor kepastian pertama kali diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN [2].
Untuk mengakomodasi hal ini, tim MYCIN menggambarkan tingkat keyakinan pakar terhadap permasalahan yang sedang dihadapi. Secara umum, rule direpresentasikam dalam bentuk sebagai berikut:
IF E1 [AND/OR] E2 [AND/OR] … En
THEN H (CF=CFi)
dengan:
E1, E2, E3,…, En : Fakta-fakta yang ada (Evidence)
H : Konklusi yang dihasilkan (Hipotesis)
CF : Tingkat keyakinan (Certainty Factor)
terjadinya hipotesa H akibat adanya fakta-fakta E1, E2, E3,…, En
Ukuran yang menunjukkan peningkatan keyakinan pada suatu hipotesis berdasarkan evidence disebut sebagai measure of belief (MB). Sedangkan ukuran yang menunjukkan penurunan keyakinan pada suatu hipotesis berdasarkan evidence yang ada disebut sebagai measure of disbelief (MD). Nilai dari MB dan MD dibatasi sedemikian hingga
0 ≤ MB ≤ 1
0 ≤ MD ≤ 1
Ukuran MB secara formal didefinisikan sebagai:
dengan :
MB(H, E) : Ukuran yang menunjukkan peningkatan keyakinan pada suatu hipotesis(H) jika evidence(E) terjadi.
MD(H, E) : Ukuran yang menunjukkan penurunan keyakinan pada suatu hipotesis(H) jika evidence(E) terjadi.
P(H) : Peluang kejadian hipotesis (H)
P(H|E) : Peluang kejadian hipotesis (H), bila evidence (E) terjadi.
Karena dalam proses observasi kepercayaan dapat bertambah atau berkurang, maka diperlukan ukuran ketiga untuk mengkombinasikan MB dan MD yaitu Certainty Factor. Certainty Factor didefinisikan sebagai berikut [2]:
Silahkan download Pdf di sini :
Download Pdf