Pengantar Sistem pakar

Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberi nasihat dan memecahkan masalah. Misalnya seorang dokter, penasehat keuangan, pakar mesin mobil, dll. (Kusumadewi,2003)
Kepakaran (expertise) adalah pengetahuan yang ekstensif (meluas) dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior.(Kusummadewi,2003)
Sistem Pakar adalah : Sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. (Syammsudin aries,2004)
Sistem pakar diciptakan tidak untuk menggantikan kedudukan seorang pakar tetapi untuk memasyarakatkan pengetahuan & pengalaman pakar tersebut. Tujuan dari sebuah sistem pakar adalah untuk mentransfer kepakaran yang dimiliki seorang pakar kedalam komputer, dan kemudian kepada orang lain (nonexpert).
Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut.

Alasan Penggunaan Sistem Pakar

Terdapat beberapa alasan bagi suatu perusahaan untuk mengadopsi sistem pakar menurut B.G. Buchaman (rule-based expert system:1984) :

1. Pakar di suatu perusahaan/instansi bisa pensiun, keluar, atau telah meninggal. Suatu aplikasi sistem pakar dapat diperbanyak dan disebarluaskan dengan mudah dan cepat. Hal ini berarti telah memperbanyak jumlah pakar dan memperluas jangkauan aksesnya.
2. Pengetahuan perlu di dokumentasikan atau dianalisis. Penyimpanan data-data pengetahun ke dalam database dengan lengkap dan terpercaya menyebabkan informasi yang dibutuhkan bisa diakses dalam jangka waktu yang cukup lama.
3. Sistem pakar memungkinkan pengetahuan ditransfer lebih mudah dengan biaya lebih rendah. Sehingga seseorang yang berkonsultasi dengan sistem tersebut seolah-olah berkonsultasi dengan pakar aslinya
4. Sistem Pakar dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi. Efisiensi waktu, namun sistem atau orang biasa/awam yang terlibat di dalamnya bekerja layaknya sang pakar.
5. Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan
   seorang pakar.
6. Seorang Pakar mahal dan langka Efisiensi kerja, karena sistem biaya yang dikeluarkan untuk perancangan, implementasi dan perawatan (maintenance) sistem pakar relatif lebih murah dan tidak mengenal sifat lelah/lupa dll. Hal ini berimbas pada meningkatnya produktivitas dan kinerja perusahaan.
7. Efisiensi waktu, namun sistem atau orang biasa/awam yang terlibat di dalamnya bekerja layaknya sang pakar.
8. Penyimpanan data-data pengetahun ke dalam database dengan lengkap dan terpercaya menyebabkan informasi yang dibutuhkan bisa diakses dalam jangka waktu yang cukup lama. Sehingga seseorang yang berkonsultasi dengan sistem tersebut seolah-olah berkonsultasi dengan pakar aslinya.
9. Dimungkinkan terjadinya penyatuan kemampuan sistem pakar yang satu dengan yang lainnya, sehingga membuat kualitas hasil lebih meningkat sehingga seolaholah seorang user berkonsultasi dengan banyak pakar.
10. Efisiensi kerja, karena sistem biaya yang dikeluarkan untuk perancangan, implementasi dan perawatan (maintenance) sistem pakar relatif lebih murah dan tidak mengenal sifat lelah/lupa dll. Hal ini berimbas pada meningkatnya produktivitas dan kinerja perusahaan.

Perbandingan Seorang Ahli (Human Expert) dengan Sistem Pakar (ES)

Faktor	Human Expert	Expert System
Time Availability	Hari Kerja	Setiap saat
Geografis	Lokal/tertentu	Dimana saja
Keamanan	Tidak tergantikan	Dapat diganti
Perishable/Dapat habis	Ya	Tidak
Performansi	Variabel	Konsisten
Kecepatan	Variable	Konsisten & lebih cepat
Biaya	Tinggi	Terjangkau

Sumber:Syamsudinn aries ( pengantar system pakar.2004)

Perbandingan Sistem Konvensional dan Sistem Pakar

Sistem Konvensional	Sistem Pakar
Informasi dan pemrosesan umumnya digabung dlm satu program sequential	Knowledge base terpisah dari mekanisme pemrosesan (inference)
Program tidak pernah salah (kecuali programer-nya yang salah)	Program bisa saja melakukan kesalahan
Tidak menjelaskan mengapa input dibutuhkan atau bagaimana hasil diperoleh	Penjelasan (explanation) merupakan bagian dari ES
Membutuhkan semua input data	Tidak harus mambutuhkan semua input data atau fakta
Perubahan pada program merepotkan	Perubahan pada rules dapat dilakukandengan mudah
Sistem bekerja jika sudah lengkap	Sistem dapat bekerja hanya dengan rules yang sedikit
Eksekusi secara algoritmik (step-by-step)	Eksekusi dilakukan secara heuristic dan logic
Manipulasi efektif pada database yang besar	Manipulasi efektif pada knowledge-base yang besar
Efisiensi adalah tujuan utama	Efektifitas adalah tujuan utama
Data kuantitatif	Data kualitatif
Representasi data dalam numerik	Reperesentasi pengetahuan dalam symbol
Menangkap, menambah dan mendistribusi data numerik atau informasi	Menangkap, menambah dan mendistribusi pertimbangan (judgment) dan pengetahuan

Sumber:Syamsudinn aries ( pengantar system pakar.2004)

Ciri-Ciri Sistem Pakar

Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.

Keuntungan Sistem Pakar

Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara otomatis.
3. Menyimpan pengetahuan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan

Kelemahan Sistem Pakar

Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.

Modul Penyusun Sistem Pakar

Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu :

1. Modul Penerimaan Pengetahuan (Knowledge Acquisition Mode) Sistem berada pada modul ini, pada saat ia menerima pengetahuan dari pakar. Proses mengumpulkan pengetahuan-pengetahuan yang akan digunakan untuk pengembangan sistem, dilakukan dengan bantuan knowledge engineer. Peran knowledge engineer adalah sebagai penghubung antara suatu sistem pakar dengan pakarnya.
2. Modul Konsultasi (Consultation Mode)
   Pada saat sistem berada pada posisi memberikan jawaban atas permasalahan yang diajukan oleh user, sistem pakar berada dalam modul konsultasi. Pada modul ini, user berinteraksi dengan sistem dengan menjawab pertanyaan-pertanyaan yang diajukan oleh sistem.
3. Modul Penjelasan (Explanation Mode)
   Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).

Struktur Sistem Pakar, komponen utama pada struktur sistem pakar menurut Hu et al (1987) meliputi:

1. Basis Pengetahuan (Knowledge Base)
   Basis pengetahuan merupakan inti dari suatu sistem pakar, yaitu berupa representasi pengetahuan dari pakar. Basis pengetahuan tersusun atas fakta dan kaidah. Fakta adalah informasi tentang objek, peristiwa, atau situasi. Kaidah adalah cara untuk membangkitkan suatu fakta baru dari fakta yang sudah diketahui.
2. Mesin Inferensi (Inference Engine)
   Mesin inferensi berperan sebagai otak dari sistem pakar. Mesin inferensi berfungsi untuk memandu proses penalaran terhadap suatu kondisi, berdasarkan pada basis pengetahuan yang tersedia. Di dalam mesin inferensi terjadi proses untuk memanipulasi dan mengarahkan kaidah, model, dan fakta yang disimpan dalam basis pengetahuan dalam rangka mencapai solusi atau kesimpulan. Dalam prosesnya, mesin inferensi menggunakan strategi penalaran dan strategi pengendalian. Strategi penalaran terdiri dari strategi penalaran pasti (Exact Reasoning) dan strategi penalaran tak pasti (Inexact Reasoning). Exact reasoning akan dilakukan jika semua data yang dibutuhkan untuk menarik suatu kesimpulan tersedia, sedangkan inexact reasoning dilakukan pada keadaan sebaliknya.Strategi pengendalian berfungsi sebagai panduan arah dalam melakukan prose penalaran. Terdapat tiga tehnik pengendalian yang sering digunakan, yaitu forward chaining, backward chaining, dan gabungan dari kedua teknik pengendalian tersebut.
3. Basis Data (Data Base)
   Basis data terdiri atas semua fakta yang diperlukan, dimana fakta fakta tersebut digunakan untuk memenuhi kondisi dari kaidah-kaidah dalam sistem. Basis data menyimpan semua fakta, baik fakta awal pada saat sistem mulai beroperasi, maupun fakta-fakta yang diperoleh pada saat proses penarikan kesimpulan sedang dilaksanakan. Basis data digunakan untuk menyimpan data hasil observasi dan data lain yang dibutuhkan selama pemrosesan.
4. Antarmuka Pemakai (User Interface)
   Fasilitas ini digunakan sebagai perantara komunikasi antara pemakai.dengan komputer.

Tahap-tahap Pembuatan Sistem Pakar

Untuk membuat suatu program sistem pakar, mulai dari konsep hingga memerlukan banyak pemikiran, rancangan, pemrograman dan debugging. Sepuluh tahap pembuatan sistem pakar terdapat pada gambar.

 

Gambar. Langkah-langkah dalam proses pengembangan sistem pakar

Untuk memberikan gambaran langkah demi langkah dalam membuat sistem pakar maka akan dijelaskan bagaimana bekerjanya, langkah-langkah itu termasuk prosedur dan teknik yang digunakannya.

1. Mengidentifikasi masalah dan kebutuha. Tahap pertama pembuatan sistem pakar ini adalah mengkaji situsi memutuskan dengan pasti tentang masalah yang akan dikomputerisasi dan apakah sistem pakar dapat membantu menjawab permasalahan tersebut.
2. Menentukan problem yang cocok.Jika masalah telah didefinisikan dengan jelas, maka langkah selanjutnya adalah mengkaji lebih dalam untuk mengetahui apakah masalah tersebut tepat untuk sistem pakar. Menganalisa masalah dimulai dengan jelas menulis pertanyaan itu sendiri. Mewawancarai orang-orang yang berhubungan dengan seseorang agar memperoleh pandangan yang berbeda.
3. Mempertimbangkan alternatif. Pertimbangan alternatif solusi lainnya adalah sistem manajemen basis data untuk masalah yang akan dikerjakan. Dengan Database Manajemen System proses yang diutamakan adalah penyimpan data atau informasi dan hanya mengakses jika diperlukan. Walaupun telah diputuskan bahwa masalah tersebut merupakan pengetahuan yang terkait dan sesuai dengan salah satu kategori yang berhubungan dengan sistem pakar.
4. Menghitung pengembalian investasi. Jika pilihan jatuh kepada sistem pakar, maka langkah berikutnya adalah menentukan apakah sistem pakar lebih mengutamakan atau tidak. Di sini harus diperhitungkan pengembalian investasi dengan jalan menganalisis biaya dengan kemungkinan keuntungan.
5. Memilih alat pengembangan. Alat pengembangan sistem pakar merupakan paket perangkat lunak yang memungkinkan untuk memasukkan pengetahuan pakar kedalam komputer tanpa harus membuat suatu program terlebih dahulu. Hampir semua alat pengembangan sistem pakar menggunakan aturan. Beberapa diantaranya menggunakan implementasi frame dan jaringan semantik.
6. Merekayasa pengetahuan.Pengembangan sistem pakar dimulai dengan merekayasa pengetahuan, yaitu bagaimana untuk memperoleh pengetahuan dapat diperoleh dengan berbagai cara seperti melalui buku, artikel-artikel ilmiah atau acuan lainya yang dapat diperoleh dari individu atau seseorang yang memang ahlinya pada bidangnya. Format atau bentuk akan menuntun dan mengarahkan dalam pemilihan skema penampilan pengetahuan yang diperoleh. Jika pengetahuan tersebut merupakan yang luar biasa maka dapat dipastikan untuk menggunakan representasi pengetahuan dalam bentuk atutan produksi. Pekerjaan mengumpulkan dan mengorganisasi kedalam bentuk yang sesuai dengan sistem pakar tersebut dikenal dengan nama Rekayasa Pengetahuan.
7. Merancang sistem.Dengan menggunakan pengetahuan yang telah diperoleh, sistem pakar siap dirancang. Hal pertama yang harus diperhatikan adalah membuat garis besar masalah. Hal-hal lain yang membantu, mengorganisasi dan memahami pengetahuan tersebut. Salah satu langkah ini dilakukan adalah dengan mengidentifikasi suatu fakta, angka dan informasi lainya yang memerlukan jawaban atau pemecahan masalah yang diberikan sistem pakar, apabila sistem yang dirancang terlalu besar dan kompleks, untuk memulai penulisan aturan secara langsung dan masukan serta keluaran, maka sebaiknya dibuat garis besar yang mungkin dapat membantu untuk mengorganisasi informasi dan membaginya kedalam bagian-bagian yang kecil. Jika pengetahuan yang akan diolah telah sampai pada penyusunan prosedur sebaiknya dibuat bagan alur (flowchat), walaupun bagan alur mungkin tidak cocok untuk aplikasi sistem pakar, akan tetapi hal tersebut dapat membantu untuk memahami dan mengorganisasi pengetahuan untuk sistem pakar. Selanjutnya dengan mulai mengkonversi pengetahuan dalam bentuk kaidah IF-THEN. Sebaiknya ikuti prosedur tertentu sesuai dengan yang disarankan oleh software yang digunakan, bila sudah selesai, baru menggunakan alat untuk membuat prototype bagian sistem. Kemudian menerjemahkan bagian pengetahuan kedalam kaidah dan menguji bagian yang sudah dibuat baru. Hal ini dimaksudkan untuk menguji konsep sebelum melanjutkan pembuatan seluruh program.
8. Melengkapi pengembangan. Cara terbaik untuk mengerjakan hal ini adalah dengan jalan meluruskan bagian demi bagian secara khusus, pengetahuan itu akan dibagi kedalam potongan-potongan yang logis, masing-masing dengan blok aturan, setiap bagian diuji apakah sudah dapat berjalan sesuai yang diinginkan.
9. Menguji dan mencari masalah sistem. Sesudah sistem pakar dikembangkan, pemakai hanya perlu menyisihkan waktu untuk menguji dan mencari kesalahan. Tahap pengujian ini diusahakan untuk melihat keabsahan sistem pakar tersebut, agar jalannya sistem benar-benar sesuai dengan tujuan yang dimaksud. Penguji sistem sangat diperlukan untuk menentukan keberhasilan suatu sistem, dan melakukan perbaikan-perbaikan jika masih terjadi kesalahan.
10. Memelihara sistem. Beberapa subyek atau domain bersifat dinamis oleh karena itu sistem pakar harus selalu dipelihara dan dikembangkan sesuai dengan perkembangan pengetahuan itu sendiri. Salah satu contohnya dengan memperbaharui pengetahuan, mengganti pengetahuan yang sudah ketinggalan dan meluweskan sistem agar dapat lebih baik lagi dalam menyelesaikan masalahnya.

Teknik Representasi Pengetahuan

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain. Teknik ini membantu knowledge engineer dalam memahami struktur pengetahuan yang akan dibuat sistem pakarnya. Terdapat beberapa teknik representasi pengetahuan yang biasa digunakan dalam pengembangan suatu sistem pakar, yaitu

1. Rule-Based Knowledge
   Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan.
2. Frame-Based Knowledge
   Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.
3. Object-Based Knowledge
   Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses).
4. Case-Base Reasoning
   Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases).

Inferencing dengan Rule : Forward dan Backward Chaining
Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian). Dapat pula mengecek semua rule pada knowledge base dalam arah forward maupun backward. Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan atau sampai sebuah tujuan (goal) tercapai. w:st=”on”Ada dua metode inferencing dengan rules, yaitu forward chaining atau data-driven dan backward chaining atau goal-driven.

1. Backward chaining
   • Menggunakan pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.
   • Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.
2. Forward chaining
   • Forward chaining merupakan grup dari multiple inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.
   • Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.
   • Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh.
   • Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.

Contoh Aplikasi Sistem Pakar

1. Aplikasi Sederhana: Sistem Pakar Bengkel Mobil
   Ini adalah contoh Sistem Pakar sederhana, yang bertujuan untuk mencari apa yang salah sehingga mesin mobil pelanggan yang tidak mau hidup, dengan
   memberikan gejala-gejala yang teramati. Anggap Sistem Pakar kita memiliki aturan-aturan berikut:
   1. JIKA mesin_mendapatkan_bensin DAN starter_dapat_dihidupkan MAKA ada_masalah_dengan_pengapian
   2. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA ada_masalah_dengan_aki
   3. JIKA TIDAK BENAR starter_dapat_dihidupkan DAN lampu_menyala MAKA ada_masalah_dengan_starter
   4. JIKA ada_bensin_dalam_tangki_bahan_bakar MAKA mesin_mendapatkan_bensin
   Terdapat 3 masalah yang mungkin, yaitu: ada_masalah_dengan_pengapian, ada_masalah_dengan_aki dan ada_masalah_dengan_starter. Dengan sistem terarah-tujuan (goal-driven), kita hendak membuktikan keberadaan setiap masalah tadi.
   Pertama, Sistem Pakar berusaha untuk membuktikan kebenaran ada_masalah_dengan_pengapian. Di sini, aturan 1 dapat digunakan, sehingga Sistem Pakar akan menset goal baru untuk membuktikan apakah mesin_mendapatkan_bensin serta starter_dapat_dihidupkan. Untuk membuktikannya, aturan 4 dapat digunakan, dengan goal baru untuk membuktikan mesin_mendapatkan_bensin. Karena tidak ada aturan lain yang dapat digunakan menyimpulkannya, sedangkan sistem belum memperoleh solusinya, maka Sistem Pakar kemudian bertanya kepada pelanggan: “Apakah ada bensin dalam tangki bahan bakar?”. Sekarang, katakanlah jawaban klien adalah “Ya”, jawaban ini kemudian dicatat, sehingga klien tidak akan ditanyai lagi dengan pertanyaan yang sama.
   Nah, karena sistem sekarang sudah dapat membuktikan bahwa mesin mendapatkan bensin, maka sistem sekarang berusaha mengetahui apakah starter_dapat_dihidupkan. Karena sistem belum tahu mengenai hal ini, sementara tidak ada aturan lagi yang dapat menyimpulkannya, maka Sistem Pakar bertanya lagi ke klien: “Apakah starter dapat dihidupkan?”. Misalkan jawabannya adalah “Tidak”, maka tidak ada lagi aturan yang dapat membuktikan ada_masalah_dengan_pengapian, sehingga Sistem Pakar berkesimpulan bahwa hal ini bukanlah solusi dari problem yang ada, dan kemudian melihat hipotesis berikutnya: ada_masalah_dengan_aki. Sudah diketahui (dibuktikan) bahwa mesin tidak dapat distarter, sehingga yang harus dibuktikan adalah bahwa lampu tidak menyala. Sistem Pakar kemudian bertanya: “Apakah lampu menyala?”. Misalkan jawabannya adalah “Tidak”, maka sudah terbukti bahwa ada masalah dengan aki.
   Sistem ini mungkin berhenti sampai di sini, tetapi biasanya ada kemungkinan terdapat lebih dari satu solusi (misalnya terdapat lebih dari satu kerusakan), atau ada kemungkinan terdapat solusi lain yng lebih tepat, sehingga biasanya semua hipotesis diperiksa kebenarannya. Sistem Pakar ini kemudian mencoba membuktikan bahwa ada_masalah_dengan_starter, namun dari fakta yang sudah diperoleh, yaitu lampu tidak menyala, maka pembuktiannya menjadi gagal. Dengan demikian solusi yang diberikan oleh Sistem Pakar adalah ada masalah dengan aki.
   Secara lengkap, interaksi antara Sistem Pakar dengan klien mungkin seperti ini:
   System Pakar: Apakah ada bensin dalam tangki bahan bakar?
   Klien: Ya
   System Pakar: Apakah starter dapat dihidupkan?
   Klien: Tidak
   System Pakar: Apakah lampu menyala?
   Klien: Tidak
   System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki
   Fasilitas Penjelasan
   Kebanyakan Sistem Pakar mempunyai fasilitas penjelasan yang mengijinkan klien untuk bertanya mengapa dia diberi suatu pertanyaan atau bagaimana dapat mencapai suatu kesimpulan. Pertanyaan dari klien tersebut dijawab dengan mengacu pada goal, aturan yang dipakai, dan data-data yang ada. Contoh pemakaian fasilitas penjelas dalam Sistem Pakar di atas dapat dilihat pada percakapan berikut:
   System Pakar: Apakah ada bensin dalam tangki bahan bakar?
   Klien: Ya
   System Pakar: Apakah starter dapat dihidupkan?
   Klien: Tidak
   System Pakar: Apakah lampu menyala?
   Klien: Mengapa?
   System Pakar: Saya mencoba membuktikan bahwa ada masalah dengan aki. Sudah ditunjukkan adalah tidak benar starter dapat dihidupkan. Sehingga jika tidak benar bahwa lampu menyala, maka ada masalah dengan aki. Apakah lampu menyala?
   Klien: Tidak
   System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki
   Klien: Bagaimana bisa?
   System Pakar: Hal ini sesuai dengan aturan no 2: JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA ada_masalah_dengan_aki bahwa tidak benar starter_dapat_dihidupkan sudah dijawab, bahwa tidak benar lampu_menyala sudah dijawab, sehingga dapat disimpulkan bahwa ada_masalah_dengan_aki.
   Fasilitas penjelasan berhubungan dengan pencatatan aturan apa saja yang digunakan untuk mengambil kesimpulan, dan menggunakan catatan tersebut untuk menyusun penjelasan. Pembangkitan penjelasan sederhana seperti contoh di atas bukanlah persoalan yang sulit, namun pemahaman klien terhadap penjelasan tersebut tidaklah sama, sehingga seringkali klien tetap tidak mengerti maksudnya. Hal ini karena biasanya penjelasan hanya meliputi pengetahuan yang dangkal atau hanya permukaan saja sebagaimana tercantum dalam autran yang dipunyai, bukannya pengetahuan yang mendalam yang mendasari aturan tersebut. Dalam contoh di atas, Sistem Pakar hanya mengatakan bahwa hal ini sesuai dengan aturan no 2, tetapi tidak menjelaskan secara lebih detil mengenai aturan 2 tersebut. Mungkin klien perlu diberi pengertian bahwa lampu dan starter dua-duanya menggunakan aki untuk menyalakannya. Hal penting lain adalah ketika klien gagal mengerti atau menerima penjelasan yang diberikan, biasanya Sistem Pakar tidak dapat memberi penjelasan dengan cara lain (tidak begitu halnya dengan seorang pakar yang mampu menggunakan kalimat yang lain untuk mencoba menjelaskannya).
2. Eliza
   Eliza adalah salah satu Sistem Pakar yang paling awal dikembangkan. Ini adalah program komputer terapis yang dibuat oleh Joseph Weizenbaum di MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan seorang terapis. Berikut ini adalah contoh percakapan antara Eliza dengan seorang klien:
   Eliza: Hello. I am ELIZA. How can I help you?
   Salam. Saya adalah ELIZA. Bagaimana saya dapat membantu kamu?
   Klien: My name is Kuncoro.
   Nama saya adalah Kuncoro.
   Eliza: I have told you before, I do not care about names.
   Saya sudah menceritakan kepada kamu sebelumnya, saya tidak peduli tentang nama.
   Klien: I don’t have any money. That’s my problem.
   Saya tidak mempunyai uang. Itu adalah masalah saya.
   Eliza: Why do you say your problem?
   Mangapa kamu katakan masalah mu?
   Klien: Because you asked me.
   Sebab kamu bertanya saya.
   Eliza: Do any other reasons not come to mind?
   Lakukan tanggapan-tanggapan lain yang tidak ada anda pikirkan?
   Klien: No.
   Tidak ada.
   Eliza: You are being a bit negative.
   Kamu sedang sedikit kurang baik.
   Klien: Why?
   Mengapa?
   Eliza: Please go on.
   Silahkan diteruskan.
   Klien: OK. I am bankrupt.
   OK. Saya sedang bangkrut.
   Eliza: How long have you been bankrupt?
   Berapa lama kamu telah bangkrut?
   Klien: A year.
   Satu tahun.
   Eliza: Please go on.
   Silahkan diteruskan.
   Klien: So, what should I do?
   Maka, apa yang sebaiknya saya lakukan?
   Eliza: Does that question interest you?
   Apakah pertanyaan itu menarik perhatian kamu?
   Klien: Yes, how can I make big money?
   Ya, bagaimana saya dapat memperoleh uang banyak?
   Eliza: You are sure?
   Kamu yakin?
   Klien: Of course I’m sure.
   Tentu saja Saya yakin.
   ... etc.
   
   
3. Parry
   Parry adalah Sistem Pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, yang mensimulasikan seorang paranoid. Berikut ini contoh respon Parry terhadap pertanyaan seorang psikiater yang menginterviunya.
   Psikiater: Why are you in the hospital?
   Parry: I shouldn't be here.
   Psikiater: Who brought you here?
   Parry: The police.
   Psikiater: What trouble did you have with the police?
   Parry: Cops don't do their job.
   Psikiater: What do they do instead?
   Parry: Cops arrest the wrong people.
   Psikiater: They arrest the right ones sometimes
   Parry: The law should get those Italian crooks.
   Psikiater: Are you Italian?
   Parry: My background is British but I was born in this country.
   Psikiater: Do you know any Italian crooks?
   Parry: I try to avoid the underworld. http://note-why.blogspot.com/2012/09/pengertian-sistem-pakar.html
   

CATATAN:
Artikel ini berisi tentang penjelasan secara singkat tentang sistem pakar, alasan penggunaan sitempakar, keuntungan dan kerugian sistem pakar serat contoh – contoh aplikasi sistem pakar.