Sistem Berbasis Pengetahuan / Sistem Pakar
Sistem Berbasis Pengetahuan
Kelompok
Deasy Lusiana
Hetty Muliawati
Marina Trisnanti
Muhamad Hasbi Ash Shiddiq
Panji Setya Prawira
Tito Putra Prasetyo
Yunisa Hidayanti
* * *
Sistem Pakar
1. Pengertian Sistem Berbasis Pengetahuan
Suatu bidang dari ilmu kecerdasan buatan dalam kaitannya dengan sistem pendukung keputusan yang dirancang dengan memasukkan unsur-unsur keahlian dari satu atau beberapa orang pakar kedalam suatu konsep terprogram (code base concept) dalam rangka pengambilan keputusan.
2. Kelebihan Sistem Berbasis Pengetahuan
• Availability bertambah.
• Kinerja tinggi.
• Efisiensi waktu karena respon cepat.
• Efisiensi kerja, karena biaya yang dikeluarkan untuk perancangan, implementasi, dan perawatan relatif lebih murah.
• Penyimpanan data-data pengetahuan ke dalam database dengan lengkap dan terpercaya menyebabkan informasi yang dibutuhkan bisa diakses dalam jangka waktu yang cukup lama.
• Dimungkinkan terjadinya penyatuan kemampuan sistem berbasis pengetahuan yang satu dengan yang lainnya, sehingga membuat kualitas hasil lebih meningkat.
• Dapat disebarluaskan dengan mudah dan cepat.
3. Konsep Umum Sistem Berbasis Pengetahuan
• Salah satu metode paling umum representasi pengetahuan dalam bentuk rule: IF…THEN…
• Konsep dasar dari suatu sistem pakar mengandung beberapa unsur keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan.
4. Karakteristik Sistem Berbasis Pengetahuan
• Mencoba menstimulasikan nalar manusia.
• Menyelesaikan masalah dengan heuristic. Aturan-aturan pada domain persoalan tersebut biasanya berupa rule of thumb yang didapat dari pengalaman yang luas.
• Inferensi dilakukan pada representasi pengetahuan.
5. Kategori Sistem Berbasis Pengetahuan
• Interpretasi, membuat kesimpulan atau deskripsi dari sekumpulan data mentah.
• Prediksi, memproeksikan akibat yang mungkin dari situasi tertentu.
• Diagnosis, menentukan sebab malfungsi dalam situasi yang didasarkan pada gejala yang diamati.
• Desain, menentukan konfigurasi komponen sistem yang cocok dengan tujuan kinerja tertentu yang memenuhi kendala tertentu.
• Perencanaan, merencanakan serangkaian tindakan yang dapat mencapai sejumlah tujuan dengan kondisi awal tertentu.
• Debugging dan Repair, menentukan dan menginterpresentasikan cara untuk mengatasi malfungsi.
• Instruksi, mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek.
• Pengendalian, mengatur tingkah laku suatu lingkungan yang kompleks.
• Selection, mengidentifikasi pilihan terbaik dari sekumpulan kemungkinan.
• Simulation, pemodelan interaksi antara komponen sistem.
• Monitoring, membandingkan hasil pengamatan dengan kondisi yang diharapkan.
6. Pengembangan Teknologi Sistem Berbasis Pengetahuan
Akar sistem berbasis pengetahuan pada banyak disiplin ilmu “Cognitive Science” yaitu studi bagaimana orang memikirkan dalam pemecahan masalah. “Cognitive Processor” yaitu menemukan aturan yang akan diaktifkan.
7. Aplikasi dan Domain Sistem Berbasis Pengetahuan
Sistem pakar telah diaplikasikan pada hampir semua area pengetahuan. Beberapa diantaranya sebagai alat riset, sementara lainnya digunakan untuk fungsi bisnis dan industry. Beberapa kelas aplikasi sistem pakar, yaitu:
• Diagnosis, menyimpulkan masalah berdasarkan bukti yang diamati.
• Instruksi, pengajaran secara cerdas sehingga siswa dapat bertanya seperti halnya kepada pengajar manusia.
• Monitoring, membandingkan data yang diamati dengan data yang dikehendaki untuk menilai kerja.
• Perencanaan, menyarankan aksi untuk memberikan hasil yang diinginkan.
• Kontrol, mengatur proses.
Sebelum membangun sistem pakar, penting untuk diputuskan apakah perlu sebuah sistem pakar. Apakah sistem pakar merupakan solusi yang tepat bergantung dari berbagai factor, seperti:
• Dapatkah masalah dipecahkan secara efektif dengan pemrograman konvensional?
• Apakah domainnya terdefinisi dengan baik?
• Apakah ada kebutuhan dan keinginan untuk mengimplementasikans sistem pakar?
• Apakah ada paling tidak seorang pakar yang bersedia bekerja sama?
• Dapatkah pakar menjelaskan pengetahuannya sehingga dapat dipahami oleh knowledge engineer?
• Apakah pengetahuan yang digunakan dalam pemecahan masalah terutama bersifat heuristic dan tidak pasti?
8. Bahasa, Shell, dan Peralatan
• Bahasa, secara umum semua bahasa pemrograman komputer pada dasarnya dapat digunakan untuk sebuah aplikasi program yang akan dibuat, namun hanya sekedar menggunakan tanpa mengetahui kelebihan dan kekurangan dalam membuat program sistem pakar akan menyebabkan kesalahan pada program yang telah dibuat. Oleh karena itu perlu diketahui cara kerja dari bahasa pemrograman. Untuk membuat sistem pakar adalah memakai LISP dan prolog, meskipun demikian dengan menggunakan bahasa procedural dapat dilakukan tetapi mesin inferensinya harus dibuat sendiri. Bahasa pemrograman Borland Delphi 5.0 merupakan bahasa pemrograman visual yang sangat sesuai dengan keinginan pemakai saat ini. Perangkat lunak ini juga mampu berhubungan dengan Dbase dan paradox serta aplikasi lain yang mendukung.
• Shell, adalah sebuah program sistem pakar yang basis pengetahuannya masih kosong. Ada lima jenis shell berdasarkan metode representasi pengetahuan yang dipakai, yaitu:
• Simple Rule – Base Tools
Menggunakan IF-THEN dalam merepresentasikan pengetahuan alat ini dapat dijalankan pada komputer pribadi dan mengelola sampai 500 kaidah.
• Inductive Tools
Membangkitkan kaidah dari contoh-contoh dalam basis pengetahuan. Alat ini terbagi menjadi dua jenis, yaitu large inductive yang dijalankan pada main frame dan small inductive yang dijalankan pada PC.
• Structured Rule Base Tools
Menggunakan IF-THEN yang disusun dalam kaidah untuk merepresentasikan pengetahuan.
• Logic Base Tools
Menggunakan ketentuan horn dan resolusi tujuan ditentukan dengan kalkulus predikat, kebanyakan alat ini dibangun dengan prolog dalam merepresentasikan pengetahuan.
• Frame Based Tools
Sering dijabarkan sebagai object oriented secara umum menanamkan masing-masing teknik representasi pengetahuan, termasuk bingkai dalam satu paket.
• Tools, bahasa ditambah dengan program utility yang terkait untuk memfasilitasi pengembangan, debugging, dan implementasi program aplikasi. Program utility dapat berupa editor teks dan grafik, debugger, pengelolaan file, dan code generator Pada beberapa kasus sebuah tool mengintegrasikan semua fasilitasnya dalam satu lingkungan dan disajikan dalam interface yang umum bagi user. Pendekatan ini meminimalkan keharusan user untuk berpindah dari lingkungan pengerjaan tugasnya.
9. Elemen Sistem Berbasis Pengetahuan
• User interface. Komunikasi antara user dengan sistem pakar.
• Explanation facility. Pemberian alasan kepada user.
• Working memory
• Inference engine. Penentuan aturan yang harus dipenuhi, prioritas aturan yang tercukupi dan prioritas yang tertinggi.
• Agenda. Daftar yang diprioritaskan dari inference engine.
• Fasilitas perolehan pengetahuan. Cara otomatis bagi pemakai untuk memasukkan pengetahuan dalam sistem.
10. Sistem Produksi
Salah satu tipe sistem pakar yang paling terkenal adalah sistem yang berdasarkan aturan. Alasannya: modular nature, explanation facility, similarity to the human cognitive process.
1. Sistem Produksi Post
Idenya adalah sistem matematika dan logika merupakan set aturan sederhana untuk menentukan bagaimana mengubah 1 string symbol ke dalam symbol lainnya, yaitu dengan input string kejadian sebelumnya.
2. Algoritma Markov
• Merupakan kelompok produksi yang terorder diterapkan untuk prioritas ke input string.
• Diterapkan aturan/baris prioritas yang lebih tinggi.
• Masalah timbul jika sistem mempunyai aturan/baris yang banyak, maka tidak akan efisien.
• Algoritma akan berakhir dengan baik jika produksi terakhir tidak dapat diterapkan pada string atau suatu produksi berakhir dengan periode diterapkan.
• Jika input string GABKAB. Sistem produksi AB HIJ. Maka hasil akhir GHIJKHIJ.
• Karakter ^ string nol
• Karakter tunggal a,b,c,…
• Huruf yunani α,β,…
3. Algoritma Rete
• Algoritma yang mengetahui tentang seluruh aturan/baris seluruh sistem dan dapat menerapkan suatu baris tanpa harus mencoba setiap baris tanpa berangkai.
• Merupakan gabungan pola yang sangat cepat, yang mendapatkan kecepatannya dengan menyimpan informasi tentang baris dalam jaringan.
11. Paradigma Prosedural
• Algoritma adalah metode untuk pemecahan masalah dalam sejumlah tahap/langkah tertentu.
• Implementasi algoritma dalam suatu program disebut program prosedural.
• Pemrograman algoritma prosedural dan konvensional untuk program tipe non-Al.
• Sinonim untuk pemrograman prosedural adalah program sequential.
• Pada pemrograman prosedural, programmer harus menentukan sesungguhnya bagaimana pemecahan masalah harus dicode-kan.
• Pembuat kode adalah pemrograman non prosedural.
12. Paradigma Non Prosedural
• Penekanan pemrograman non prosedural adalah penentuan apa yang akan diselesaikan dan membiarkan sistem yang menentukan bagaimana menyusunnya.
13. Artificial Neural System
Sebuah pengembangan paradigm pemrograman yang muncul pada tahun 1980-an adalah Artificial Neural System yang berdasarkan bagaimana otak memproses informasi. Paradigma ini sering juga disebut sebagai connectionism karena paradigm ini memodelkan pemecahan masalah dengan melatih simulasi neuron yang terkoneksi pada sebuah jaringan. Sistem ini potensial sebagai front-end sistem pakar yang membutuhkan sejumlah besar input dari sensor dan respon real-time.
14. Hubungan Sistem Berbasis Pengetahuan dan Belajar Induktif
Dimungkinkan untuk membangun sistem pakar menggunakan Artificial Neural System. Sebagai contoh sebuah sistem pakar medis. ANS adalah knowledge base yang dibangun berdasarkan pelatihan data pengobatan penyakit. Sistem pakar ini mencoba mengklarifikasi penyakit dari gejalanya yang diketahui dengan cara pelatihan. Inference engine MACIE (Matrix Controlled Inference Engine) dirancang menggunakan ANS knowledge base. Sistem ini menggunakan metode forward chaining untuk melakukan inferensi dan metode backward chaining untuk query data tambahan yang diperlukan terhadap user. Meskipun ANS tidak dapat menjelaskan proses yang dilakukannya seperti mengapa sebuah neuron memiliki bobot tertentu, namun MACIE dapat menginterpretasikan ANS dan menghasilkan aturan IF-THEN untuk menjelaskannya.
Sebuah sistem pakar dengan ANS menggunakan metode pembelajaran induktif, yaitu sistem menghasilkan informasi yang termuat di knowledge-base berdasarkan contoh yang diberikan. Induksi adalah proses inferensi kasus yang umum dari kasus khusus. Tujuan pembelajaran induktif adalah mengurangi atau mengeliminasi masalah kemacetan perolehan knowledge.
Daftar Pustaka
http://www.slideshare.net/agiah/sistem-berbasis-pengetahuan-2
http://blog.re.or.id/kategori-dan-area-permasalahan-sistem-pakar.htm
http://senimaestro.wordpress.com/2011/12/06/sistem-pakar/
http://openstorage.gunadarma.ac.id/handouts/S1_Sistem%20Informasi.1/Lecture%20Note%20Sistem%20Berbasis%20Pengetahuan.doc
http://digilib.itb.ac.id/files/disk1/599/jbptitbpp-gdl-fatmaindri-29909-3-2008ta-2.pdf
Kelompok
Deasy Lusiana
Hetty Muliawati
Marina Trisnanti
Muhamad Hasbi Ash Shiddiq
Panji Setya Prawira
Tito Putra Prasetyo
Yunisa Hidayanti
* * *
Sistem Pakar
1. Pengertian Sistem Berbasis Pengetahuan
Suatu bidang dari ilmu kecerdasan buatan dalam kaitannya dengan sistem pendukung keputusan yang dirancang dengan memasukkan unsur-unsur keahlian dari satu atau beberapa orang pakar kedalam suatu konsep terprogram (code base concept) dalam rangka pengambilan keputusan.
2. Kelebihan Sistem Berbasis Pengetahuan
• Availability bertambah.
• Kinerja tinggi.
• Efisiensi waktu karena respon cepat.
• Efisiensi kerja, karena biaya yang dikeluarkan untuk perancangan, implementasi, dan perawatan relatif lebih murah.
• Penyimpanan data-data pengetahuan ke dalam database dengan lengkap dan terpercaya menyebabkan informasi yang dibutuhkan bisa diakses dalam jangka waktu yang cukup lama.
• Dimungkinkan terjadinya penyatuan kemampuan sistem berbasis pengetahuan yang satu dengan yang lainnya, sehingga membuat kualitas hasil lebih meningkat.
• Dapat disebarluaskan dengan mudah dan cepat.
3. Konsep Umum Sistem Berbasis Pengetahuan
• Salah satu metode paling umum representasi pengetahuan dalam bentuk rule: IF…THEN…
• Konsep dasar dari suatu sistem pakar mengandung beberapa unsur keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan.
4. Karakteristik Sistem Berbasis Pengetahuan
• Mencoba menstimulasikan nalar manusia.
• Menyelesaikan masalah dengan heuristic. Aturan-aturan pada domain persoalan tersebut biasanya berupa rule of thumb yang didapat dari pengalaman yang luas.
• Inferensi dilakukan pada representasi pengetahuan.
5. Kategori Sistem Berbasis Pengetahuan
• Interpretasi, membuat kesimpulan atau deskripsi dari sekumpulan data mentah.
• Prediksi, memproeksikan akibat yang mungkin dari situasi tertentu.
• Diagnosis, menentukan sebab malfungsi dalam situasi yang didasarkan pada gejala yang diamati.
• Desain, menentukan konfigurasi komponen sistem yang cocok dengan tujuan kinerja tertentu yang memenuhi kendala tertentu.
• Perencanaan, merencanakan serangkaian tindakan yang dapat mencapai sejumlah tujuan dengan kondisi awal tertentu.
• Debugging dan Repair, menentukan dan menginterpresentasikan cara untuk mengatasi malfungsi.
• Instruksi, mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek.
• Pengendalian, mengatur tingkah laku suatu lingkungan yang kompleks.
• Selection, mengidentifikasi pilihan terbaik dari sekumpulan kemungkinan.
• Simulation, pemodelan interaksi antara komponen sistem.
• Monitoring, membandingkan hasil pengamatan dengan kondisi yang diharapkan.
6. Pengembangan Teknologi Sistem Berbasis Pengetahuan
Akar sistem berbasis pengetahuan pada banyak disiplin ilmu “Cognitive Science” yaitu studi bagaimana orang memikirkan dalam pemecahan masalah. “Cognitive Processor” yaitu menemukan aturan yang akan diaktifkan.
7. Aplikasi dan Domain Sistem Berbasis Pengetahuan
Sistem pakar telah diaplikasikan pada hampir semua area pengetahuan. Beberapa diantaranya sebagai alat riset, sementara lainnya digunakan untuk fungsi bisnis dan industry. Beberapa kelas aplikasi sistem pakar, yaitu:
• Diagnosis, menyimpulkan masalah berdasarkan bukti yang diamati.
• Instruksi, pengajaran secara cerdas sehingga siswa dapat bertanya seperti halnya kepada pengajar manusia.
• Monitoring, membandingkan data yang diamati dengan data yang dikehendaki untuk menilai kerja.
• Perencanaan, menyarankan aksi untuk memberikan hasil yang diinginkan.
• Kontrol, mengatur proses.
Sebelum membangun sistem pakar, penting untuk diputuskan apakah perlu sebuah sistem pakar. Apakah sistem pakar merupakan solusi yang tepat bergantung dari berbagai factor, seperti:
• Dapatkah masalah dipecahkan secara efektif dengan pemrograman konvensional?
• Apakah domainnya terdefinisi dengan baik?
• Apakah ada kebutuhan dan keinginan untuk mengimplementasikans sistem pakar?
• Apakah ada paling tidak seorang pakar yang bersedia bekerja sama?
• Dapatkah pakar menjelaskan pengetahuannya sehingga dapat dipahami oleh knowledge engineer?
• Apakah pengetahuan yang digunakan dalam pemecahan masalah terutama bersifat heuristic dan tidak pasti?
8. Bahasa, Shell, dan Peralatan
• Bahasa, secara umum semua bahasa pemrograman komputer pada dasarnya dapat digunakan untuk sebuah aplikasi program yang akan dibuat, namun hanya sekedar menggunakan tanpa mengetahui kelebihan dan kekurangan dalam membuat program sistem pakar akan menyebabkan kesalahan pada program yang telah dibuat. Oleh karena itu perlu diketahui cara kerja dari bahasa pemrograman. Untuk membuat sistem pakar adalah memakai LISP dan prolog, meskipun demikian dengan menggunakan bahasa procedural dapat dilakukan tetapi mesin inferensinya harus dibuat sendiri. Bahasa pemrograman Borland Delphi 5.0 merupakan bahasa pemrograman visual yang sangat sesuai dengan keinginan pemakai saat ini. Perangkat lunak ini juga mampu berhubungan dengan Dbase dan paradox serta aplikasi lain yang mendukung.
• Shell, adalah sebuah program sistem pakar yang basis pengetahuannya masih kosong. Ada lima jenis shell berdasarkan metode representasi pengetahuan yang dipakai, yaitu:
• Simple Rule – Base Tools
Menggunakan IF-THEN dalam merepresentasikan pengetahuan alat ini dapat dijalankan pada komputer pribadi dan mengelola sampai 500 kaidah.
• Inductive Tools
Membangkitkan kaidah dari contoh-contoh dalam basis pengetahuan. Alat ini terbagi menjadi dua jenis, yaitu large inductive yang dijalankan pada main frame dan small inductive yang dijalankan pada PC.
• Structured Rule Base Tools
Menggunakan IF-THEN yang disusun dalam kaidah untuk merepresentasikan pengetahuan.
• Logic Base Tools
Menggunakan ketentuan horn dan resolusi tujuan ditentukan dengan kalkulus predikat, kebanyakan alat ini dibangun dengan prolog dalam merepresentasikan pengetahuan.
• Frame Based Tools
Sering dijabarkan sebagai object oriented secara umum menanamkan masing-masing teknik representasi pengetahuan, termasuk bingkai dalam satu paket.
• Tools, bahasa ditambah dengan program utility yang terkait untuk memfasilitasi pengembangan, debugging, dan implementasi program aplikasi. Program utility dapat berupa editor teks dan grafik, debugger, pengelolaan file, dan code generator Pada beberapa kasus sebuah tool mengintegrasikan semua fasilitasnya dalam satu lingkungan dan disajikan dalam interface yang umum bagi user. Pendekatan ini meminimalkan keharusan user untuk berpindah dari lingkungan pengerjaan tugasnya.
9. Elemen Sistem Berbasis Pengetahuan
• User interface. Komunikasi antara user dengan sistem pakar.
• Explanation facility. Pemberian alasan kepada user.
• Working memory
• Inference engine. Penentuan aturan yang harus dipenuhi, prioritas aturan yang tercukupi dan prioritas yang tertinggi.
• Agenda. Daftar yang diprioritaskan dari inference engine.
• Fasilitas perolehan pengetahuan. Cara otomatis bagi pemakai untuk memasukkan pengetahuan dalam sistem.
10. Sistem Produksi
Salah satu tipe sistem pakar yang paling terkenal adalah sistem yang berdasarkan aturan. Alasannya: modular nature, explanation facility, similarity to the human cognitive process.
1. Sistem Produksi Post
Idenya adalah sistem matematika dan logika merupakan set aturan sederhana untuk menentukan bagaimana mengubah 1 string symbol ke dalam symbol lainnya, yaitu dengan input string kejadian sebelumnya.
2. Algoritma Markov
• Merupakan kelompok produksi yang terorder diterapkan untuk prioritas ke input string.
• Diterapkan aturan/baris prioritas yang lebih tinggi.
• Masalah timbul jika sistem mempunyai aturan/baris yang banyak, maka tidak akan efisien.
• Algoritma akan berakhir dengan baik jika produksi terakhir tidak dapat diterapkan pada string atau suatu produksi berakhir dengan periode diterapkan.
• Jika input string GABKAB. Sistem produksi AB HIJ. Maka hasil akhir GHIJKHIJ.
• Karakter ^ string nol
• Karakter tunggal a,b,c,…
• Huruf yunani α,β,…
3. Algoritma Rete
• Algoritma yang mengetahui tentang seluruh aturan/baris seluruh sistem dan dapat menerapkan suatu baris tanpa harus mencoba setiap baris tanpa berangkai.
• Merupakan gabungan pola yang sangat cepat, yang mendapatkan kecepatannya dengan menyimpan informasi tentang baris dalam jaringan.
11. Paradigma Prosedural
• Algoritma adalah metode untuk pemecahan masalah dalam sejumlah tahap/langkah tertentu.
• Implementasi algoritma dalam suatu program disebut program prosedural.
• Pemrograman algoritma prosedural dan konvensional untuk program tipe non-Al.
• Sinonim untuk pemrograman prosedural adalah program sequential.
• Pada pemrograman prosedural, programmer harus menentukan sesungguhnya bagaimana pemecahan masalah harus dicode-kan.
• Pembuat kode adalah pemrograman non prosedural.
12. Paradigma Non Prosedural
• Penekanan pemrograman non prosedural adalah penentuan apa yang akan diselesaikan dan membiarkan sistem yang menentukan bagaimana menyusunnya.
13. Artificial Neural System
Sebuah pengembangan paradigm pemrograman yang muncul pada tahun 1980-an adalah Artificial Neural System yang berdasarkan bagaimana otak memproses informasi. Paradigma ini sering juga disebut sebagai connectionism karena paradigm ini memodelkan pemecahan masalah dengan melatih simulasi neuron yang terkoneksi pada sebuah jaringan. Sistem ini potensial sebagai front-end sistem pakar yang membutuhkan sejumlah besar input dari sensor dan respon real-time.
14. Hubungan Sistem Berbasis Pengetahuan dan Belajar Induktif
Dimungkinkan untuk membangun sistem pakar menggunakan Artificial Neural System. Sebagai contoh sebuah sistem pakar medis. ANS adalah knowledge base yang dibangun berdasarkan pelatihan data pengobatan penyakit. Sistem pakar ini mencoba mengklarifikasi penyakit dari gejalanya yang diketahui dengan cara pelatihan. Inference engine MACIE (Matrix Controlled Inference Engine) dirancang menggunakan ANS knowledge base. Sistem ini menggunakan metode forward chaining untuk melakukan inferensi dan metode backward chaining untuk query data tambahan yang diperlukan terhadap user. Meskipun ANS tidak dapat menjelaskan proses yang dilakukannya seperti mengapa sebuah neuron memiliki bobot tertentu, namun MACIE dapat menginterpretasikan ANS dan menghasilkan aturan IF-THEN untuk menjelaskannya.
Sebuah sistem pakar dengan ANS menggunakan metode pembelajaran induktif, yaitu sistem menghasilkan informasi yang termuat di knowledge-base berdasarkan contoh yang diberikan. Induksi adalah proses inferensi kasus yang umum dari kasus khusus. Tujuan pembelajaran induktif adalah mengurangi atau mengeliminasi masalah kemacetan perolehan knowledge.
Daftar Pustaka
http://www.slideshare.net/agiah/sistem-berbasis-pengetahuan-2
http://blog.re.or.id/kategori-dan-area-permasalahan-sistem-pakar.htm
http://senimaestro.wordpress.com/2011/12/06/sistem-pakar/
http://openstorage.gunadarma.ac.id/handouts/S1_Sistem%20Informasi.1/Lecture%20Note%20Sistem%20Berbasis%20Pengetahuan.doc
http://digilib.itb.ac.id/files/disk1/599/jbptitbpp-gdl-fatmaindri-29909-3-2008ta-2.pdf
Tidak ada komentar:
Posting Komentar