Metode Inferensi Dalam Sistem Pakar

Sistem Pakar Diagnosa Kerusakan Komputer

(Metode Forward Chaining dan Backward Chaining)

Hai lgsg aj ya

Sistem pakar adalah sistem berbasis komputer yang meniru cara berpikir seorang pakar manusia dalam memecahkan masalah tertentu. Sistem ini menggunakan basis pengetahuan (knowledge base) dan mesin inferensi (inference engine) untuk mengambil keputusan atau memberikan saran berdasarkan fakta yang ada.

Dalam sistem pakar, terdapat dua metode utama dalam proses penalaran, yaitu Forward Chaining (penalaran maju) dan Backward Chaining (penalaran mundur).
Untuk memahami perbedaan keduanya, berikut contoh penerapan pada kasus diagnosa kerusakan komputer.

1. Forward Chaining (Penalaran Maju)

Konsep

Metode Forward Chaining dimulai dari fakta-fakta awal yang diketahui, kemudian sistem akan menelusuri aturan-aturan (rules) untuk menghasilkan kesimpulan.
Metode ini cocok digunakan jika banyak gejala diketahui di awal dan kita ingin mencari tahu penyebab akhirnya.

Contoh Kasus

Seorang pengguna mengeluhkan bahwa komputernya tidak mau menyala. Sebagai pakar komputer, sistem akan menganalisis berdasarkan gejala yang ada.

* Fakta yang diketahui

1. Komputer tidak menyala

2. Kipas prosesor tidak berputar

3. Tidak ada bunyi “beep” dari motherboard

* Basis Aturan (Rule Base)

• R1: Jika komputer tidak menyala dan kipas tidak berputar → kemungkinan power supply rusak.

• R2: Jika komputer tidak menyala tetapi kipas berputar → kemungkinan kabel monitor lepas atau rusak.

• R3: Jika komputer menyala tetapi layar tidak tampil dan terdengar bunyi beep → kemungkinan RAM bermasalah.

* Proses Penalaran

Dari fakta awal:

Komputer tidak menyala, kipas tidak berputar, dan tidak ada bunyi beep.

Cocok dengan aturan R1.

*  Kesimpulan

Sistem menyimpulkan bahwa kerusakan terdapat pada power supply.

2. Backward Chaining (Penalaran Mundur)

Konsep

Metode Backward Chaining dimulai dari hipotesis atau kesimpulan yang ingin dibuktikan, lalu sistem akan menelusuri fakta-fakta yang mendukung kesimpulan tersebut.
Metode ini cocok untuk memastikan kebenaran suatu dugaan.

Contoh Kasus

Sistem ingin memastikan apakah power supply komputer rusak.

Hipotesis

Power supply rusak.

Langkah Penelusuran

Untuk membuktikan hipotesis tersebut, sistem perlu memastikan:

1. Apakah komputer tidak menyala? (ya)

2. Apakah kipas prosesor tidak berputar? (ya)

3. Apakah tidak ada bunyi beep? (ya)

Karena semua fakta sesuai, maka hipotesis benar.

Kesimpulan

Sistem menyimpulkan bahwa komputer rusak karena power supply tidak berfungsi.

 Perbandingan Forward vs Backward Chaining

Aspek	Forward Chaining	Backward Chaining
Arah Penalaran	Dari fakta menuju kesimpulan	Dari kesimpulan menuju fakta
Tujuan	Menemukan solusi berdasarkan gejala	Membuktikan kebenaran suatu dugaan
Kelebihan	Cocok untuk diagnosa umum	Efisien jika tujuan sudah jelas
Contoh	“Komputer tidak nyala → Power supply rusak”	“Apakah power supply rusak? Cek gejalanya.”

Kesimpulan

Melalui contoh di atas, dapat disimpulkan bahwa:

• Forward chaining digunakan ketika kita sudah memiliki fakta dan ingin mencari kesimpulan akhir.

• Backward chaining digunakan ketika kita memiliki dugaan tertentu dan ingin memastikan kebenarannya.

Kedua metode ini penting dalam pengembangan sistem pakar karena memungkinkan komputer mengambil keputusan secara logis seperti seorang pakar manusia.

Thank youuu