Proceeding, Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006) Auditorium Universitas Gunadarma, Depok, 23-24 Agustus

2006 SSN : 1411-6286

PEMODELAN SISTEM PAKAR INTERAKTIF DAN DINAMIK UNTUK PERENCANAAN BANGUNAN IRIGASI
Iwan Kridasantausa1, Junus Bothmir2 & Rieswill M Anjla3
1,2,3
1 1

Institut Teknologi Bandung

hardaja@si.itb.ac.id, iwancknetitb06@yahoo.com,1hadihardaja@yahoo.com 2 junusistj@yahoo.com 3 willy_anjla@yahoo.com

ABSTRAK
Dalam perencanaan detail teknis jaringan irigasi, perencanaan bangunan pengukur, bangunan pengatur memegang peranan yang sangat penting. Hal ini disebabkan karena perencanaan bangunan pengukur, bangunan pengatur yang baik merupakan prasyarat utama untuk memperoleh perencanaan jaringan irigasi yang ideal, baik dari segi kekuatan fisiknya maupun kenyamanan penggunaannya. Dalam proses perencanaan bangunan pengukur, bangunan pengatur, seorang perencana dihadapkan pada beberapa aspek yang harus diperhatikan secara menyeluruh dan simultan, yaitu meliputi keadaan fisik daerah studi, banyaknya bangunan pengukur, bangunan pengatur dan aspek ketahanan (durabilitas). Dalam analisisnya perencanan sering dihadapkan pada permasalahan data, terutama dalam kaitannya dengan keterbatasan data fisik lapangan. Selain itu perencana terkadang dihadapkan pada suatu keadaan fisik lapangan dimana standar perencanaan yang berlaku tidak dapat secara langsung untuk diterapkan. Keadaan-keadaan tersebut menuntut adanya suatu judgment dari seorang perencana. Hal ini berarti bahwa hasil perencanaan bangunan pengukur, bangunan pengatur yang baik hanya dapat diperoleh dari seorang perencana yang ahli dan berpengalaman. Karenanya sangat sukar bagi seorang perencana pemula untuk memperoleh hasil perencanaan yang baik. Pemodelan sistem pakar interaktif dan dinamik untuk perencanaan bangunan irigasi merupakan salah satu terobosan baru yang diperlukan bagi permasalahan yang dihadapi oleh perencana pemula di atas. Makalah ini membahas tentang pemodelan sistem pakar interaktif dan dinamik untuk perencanaan bangunan irigasi. Di yang dikaji adalah bangunan pengukur dan bangunan pengatur pada jaringan irigasi Kata kunci : Sistem pakar. 1. PENDAHULUAN Karena adanya upaya membangun dan mengembangkan jaringan irigasi, maka hal penting adalah penyediaan sarana penunjang kegiatan peririgasian. Prasarana yang berkaitan dengan pemanfaatan air adalah bangunan pengatur debit, dalam menentukan kemampuan jaringan irigasi untuk pelayanan debit kepetak sawah. Menyadari pentingnya bangunan pengatur debit, maka diperlukan adanya konsistensi dan kemampuan dalam perencanaannya. Mengingat pula begitu
Pemodelan Sistem Pakar Interaktif (Iwan kridasantausa)

Efektivitas pemodelan sistem pakar, Kriteria bangunan irigasi,

banyak jaringan irigasi diwilayah Indonesia, maka tentunya membutuhkan banyak tenaga ahli atau pakar dalam perencanaan bangunan pengatur pada jaringan irigasi. Namun untuk mendapatklan seorang atau beberapa orang yang ahli dibidang jaringan irigasi, bahkan dalam perencanaan bangunan pengatur, bukanlah hal yang mudah untuk dilaksanakan. Hal ini dikarenakan adanya faktor-faktor yang mempengaruhi, seperti : a. Kelangkaan pakar dan keahlian pakar.
19

b. Selain itu dapat membantu seseorang ahli yang menginginkan suatu hasil perencanaan bangunan pengatur debit pada suatu jaringan irigasi. Memiliki kemampuan memberikan penalaran. Depok. d. Diagram blok sistem Pakar(8) 3. 1998) : a. Membatasi domain tertentu. Dengan demikian penggunaan pakar menjadi tidak praktis. c. dan Antar muka dengan pemakai. g. Mampu memberikan alasan dari keputusan yang diambil. terutama perencanaan bangunan pengatur debit pada jaringan irigasi. Pemrosesan dilakukan secara simbolik. Mesin infersnsi. SISTEM PAKAR Sistem pakar merupakan bagian atau salah satu bidang inteligensi buatan (artificial intelligence) yang dirancang untuk membantu manusia dalam menyelesaikan suatu masalah yang sedang dihadapi yang biasanya dilakukan oleh seorang pakar (Rievski. Struktur Sistem Pakar secara garis besar. f. dan e. c. yang dapat diliat seperti pada gambar : Komput Basis data Mesin Basis t h Antar muka pemakai Pemak Gambar 1. Perbedaan sistem pakar dengan program konvensional dapat dilihat dari beberapa sifat berikut (Raiston. Memiliki kemampuan mengolah data yang mengandung kepastian. Dengan kata lain. Dirancang untuk berkembang secaara bertahap. AKUISI PENGETAHUAN Proses membangun atau mengembangkan sistem pakar disebut akuisis pengetahuan. Program komputer ini diharapkan dapat membantu mengatasi masalah kurangnya tenaga ahli. b. Perekayasa pengetahuan menyerap prosedur-prosedur dan pengalaman untuk menyelesaikan suatu masalah tertentu Pemodelan Sistem Pakar Interaktif (Iwan kridasantausa) 20 . Basis pengetahuan pada umumnya berdasarkan kaidah. yang banyak dimiliki oleh masyarakat dan instansi-instansi. Salah satu alternatif pemencahan masalah tersebut adalah adanya suatu program komputer yang meniru keahlian beberapa orang tenaga ahli atau pakar (expert). Program ini dibuat dengan menggunakan suatu sitem pemrograman yang disebut sistem pakar (expert system) berbasis pengetahuan. 1993). mendukung analisa heuristik (merupakan pengetahuan yang diperoleh dari pengalaman seorang pakar). Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006) Auditorium Universitas Gunadarma. user dapat membuat keputusan seperti keputusan yang diberikan oleh seorang pakar melalui program komputer. Keluaran bersifat memberikan anjuran (advise) atau rekomendasi. Memisahkan mekanisme pengambilan keputusan (Inference) terhadap basis pengetahuan (knowledge base). Sedangkan Karakteristik Sistem Pakar mencangkup hal-hal sebagai berikut : a. Memiliki pengetahuan spesifik dalam domain tertentu. Menerapkan teknik pelacakan. 23-24 Agustus 2006 SSN : 1411-6286 b. terdiri dari : Basis pengetahuan. Pihak pegambilan kebijakan akan selalu tergantung pada pakar. d. Basis data. e.Proceeding. Program tersebut mudah dipergunakan dan dapat bekerja dengan memakai personal komputer biasa. sistem pakar merupakan suatu keahlian manusia (seorang pakar) yang dipindahkan kedalam program komputer. Dengan sistem pakar. 2. Mampu menyimpulkan keterkaitan antara pengetahuan yang baru dengan pengetahuan yang sudah. Untuk itu perlu dikembangkan suatu sistem yang dapat memanfaatkan kemampuan pakar. Sistem ini berusaha menduplikasikan keahlian seorang pakar dalam bidang tertentu.

Dengan proses ini fakta-fakta yang diketahui 21 . Referensi Logika. Fakta-fakta yang baru diperoleh dari proses inferensi ditambahkan pada basis data.Proceeding. Jaringan semantik (semantic network). kemudian dibuat pernyataan atau observasi dicatat. Masing-masing kaidah mengandung sebuah atau lebih kondisi yang jika dipenuhi akan memberikan satu atau lebih aksi. Kaidah produksi disajikan dalam pernyataan IF . prosedur praktis dan keterkaitannya.. Basis pengetahuan mengandung pengetahuan-pengetahuan keahlian sebagai dasar pengambilan keputusan. Pemeliharaan basis pengetahuan meliputi penempatan pengetahuan baru kedalam sistem pakar.. Penghapusan basis pengetahuan yang sudah tidak relevan dan perubahan basis pengetahuan karena adanya perubahan fakta atau kaidah yang telah ada. Premis ini yang akan digunakan oleh proses logika untuk menghasilkan output yang merupakan kesimpulan dan disebut sebagai inferensi. Fakta-fakta yang diketahui disimpan sebagai kondisi awal.. Mesin atau mekanisme inferensi untuk melakukan penalaran dan menarik kesimpulan sebagaimana tugas mesin inferensi yang telah dijelaskan dimuka... Basis data mengandung faktafakta mengenai masalah yang akan dicari solusinya. Bentuk ini di inputkan pada proses logika dan disebut sebagai premis... 1999).. Secara garis besar representasi pengetahuan mempunyai dua karakteristik yang umum. adalah logika. maka kondisi tersebut dapat diberikan pada basis data dan dapat dipergunakan Pemodelan Sistem Pakar Interaktif (Iwan kridasantausa) Gambar 2. OR . Proses logika dapat dilihat pada Gambar 2. Basis Pengetahuan. Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006) Auditorium Universitas Gunadarma. Basis pengetahuan ini akan membentuk sumber sistem kecerdasan dan digunakan oleh : b. sebagai berikut : Input Premises or Inferences or Facts Conclusins Output Logical prosess Mesin Inferensi.. sistem kaidah. Yang kedua : Didesain sehingga fakta-fakta dan pengetahuan dapat digunakan dalam proses penalaran. Berdasarkan informasi ini.. Mesin inferensi menguji kaidah-kaidah dengan pola urutan tertentu untuk mencocokkan kondisi sekarang. Fakta-fakta ini berhubungan dengan semua yang diketahui selama proses inferensi.. untuk mencari fakta-fakta baru. Hampir semua sistem AI (Artificial Intelligence) terdiri dari : a.. diantaranya : Metode kerangka (frames)... yang banyak digunakan adalah kaidah produksi. sistem pakar mulai melakukan proses pelacakan. AND . yaitu : Yang pertama : dapat diprogram kedalam bahasa pemrograman komputer yang ada dan disimpan dalam memori. dan Kaidah produksi (production rules). dan prosedur yang membantu proses penalaran. Merupakan suatu perangkat lunak yang mengimplementasikan suatu operasi pelacakan dengan menggunakan basis pengetahuan dan basis data untuk mencapai solusi. Dengan demikian basis pengetahuan yang berisi struktur data dapat dimanipulasikan oleh sistem inferensi yang menggunakan teknik pelacakan dan penyesuaian pola pada basis pengetahuan untuk menjawab pertanyaan. Bagian pengatur kaidah (rule adjuster) memungkinkan perekayasa pengetahuan memelihara basis pengetahuan sistem pakar. Bentuk representasi pengetahuan yang telah lama dikenal. THEN . Kondisi awal dari masalah yang akan diselesaikan biasanya ditanyakan oleh pemakai.. Basis pengetahuan yang berisi tentang fakta-fakta obyek dalam domain dan hubungannya yang dipilih... Depok. ELSE . Penyanjian basis pengetahuan. Representasi Pengetahuan. yaitu melakukan pengkajian ilmiah tentang serangkaian penalaran. 23-24 Agustus 2006 SSN : 1411-6286 dari pakar tersebut dan membangunnya menjadi program sistem pakar (Sriyana.. Terdapat beberapa metoda untuk menyajikan pengetahuan dalam perangkat lunak sistem pakar. Menggunakan logika untuk proses penalaran(8) Mula-mula diberikan informasi. Pengatur Kaidah. Basis Data. Basis pengetahuan dapat pulah berisi konsep teori.. menggambarkan kesimpulan atau melakukan fungsi cerdasnya.

25 m.50 m. 3. Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006) Auditorium Universitas Gunadarma. Komponen Visual progreming. Koefisien debit μ masuk permukaan pintu datar atau lengkung(3) Pemodelan Sistem Pakar Interaktif (Iwan kridasantausa) . 2. dan 4) Persamaan debit bangunan irigasi Persamaan debit untuk pintu sakot balok : Q = Cd * Cv * 2/3 Dimana : Q = debit (m3/dt) Cd = koefisien debit Cv = koefisien kecepatan datang g = percepatan gravitasi (m/dt2) b = lebar normal (m) h1 = kedalaman air di atas skot balok (m) Persamaan debit untuk pintu sorong : Q=K*μ*a*b* Dimana : Q = debit (m3/dt) K = koefisien aliran tenggelam (lihat gambar 3) 22 μ = koefisien debit (lihat gambar 4) g = percepatan gravitasi (m/dt2) b = lebar pintu (m) h1= kedalaman air di depan pintu di atas ambang (m) a = bukaan pintu (m) Persamaan debit untuk pintu Radial : Q = K * μ * a * b * 2 g * h1 Dimana : Q = debit (m3/dt) K = koefisien aliran tenggelam (lihat gambar 12 ) μ = koefisien debit (lihat gambar 13 ) g = percepatan gravitasi (m/dt2) a = bukaan pintu (m) b = lebar pintu (m) h1= kedalaman air di depan pintu di atas ambang (m) Lebar pintu (b) ditetapkan : 0. Sistem dinamik ini menggunakan komponen-komponen yaitu : 1. 0. 23-24 Agustus 2006 SSN : 1411-6286 benar dapat digunakan untuk merumuskan fakta baru yang juga benar. 1. dan hanya berlaku pada satu sistem Dinamik adalah Sistem yang menampung segala macam basis data. (Lihat tabel 1. bangunan pengatur pada jaringan irigasi yang direncanakan dan banyak digunakan pada jaringan irigasi di wilayah Indonesia.Proceeding. Komponen pertama DBMS (data base management) dalam hal ini menggunakan Acces.00 m. tetapi sangat fleksibel. Koefisien K untuk debit tenggelam (dari Schmidt)(3. Komponen otocat untuk membuat peta jaringan irigasi 4. 2.7) 2 g * h1 (2) Gambar 4.50 m. (3) 2 / 3g * b *h11. menggunakan visual basic. pengetahuan dan rule dengan menggunakan mesin inverens yang tetap. 1.5 (1) Gambar 3.75 m. dan perubahan yang dilakukan sangat mudah dan efektip. Depok. Statis adalah Sistem yang tidak bisa diubahubah ataupun jika bisa diubah membutuhkan waktu yang lama. BANGUNAN PENGATUR Berikut ini dijabarkan basis data dari bangunan pengukur. BASIS DATA BANGUNAN PENGUKUR. 3. 1.

Tampilan Awal Gambar 9. Basis Data 6.Proceeding. 23-24 Agustus 2006 SSN : 1411-6286 5. PERENCANAAN IRIGASI BANGUNAN Gambar 6. semi teknis maupun irigasi non teknis. Skema Jaringan Irigasi Dalam perencanaan bangunan irigasi disini menganalisis perencanaan bangunan irigasi yang nantinya akan dipergunakan pada suatu jaringan irigasi (daerah irigasi). Depok. Untuk lebih jelas dalam penelusuran perencanaan bangunan irigasi dapat dilihat pada gambar-gambar penelusuran masing-masing bangunan irigasi yang sudah ada dan atau yang sudah dibuat dalam penulisan ini. TAMPILAN GAMBAR Gambar 8. Basis Pengetahuan Gambar 5. Dengan demikian dari penelusuran yang dilakukan. Halaman Login Gambar 7. Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006) Auditorium Universitas Gunadarma. baik itu bersifat irigasi teknis. Pemodelan Sistem Pakar Interaktif (Iwan kridasantausa) 23 . maka dengan mudah dan cepat ditemukan secara tepat dan jelas bangunan irigasi yang dikehendaki pada suatu daerah perencanaan dan pengembangan pertanian irigasi.

b 1.Kp – 04 Bagian bangunan. Waterman. Expert Systems : Principles and Case Studies. [6] Forsyth. basis program didesain dengan menggunakan Visual basic buatan Microsoft. (10) Keterangan : n = Pertanyaan n = Pilihan jawaban = Rekomendasi Saluran primer Saluran sekunder Saluran tersier Pengukur Pengatur Pengukur dan Pengatur n 1. Penempatan bangunan irigasi selalu berdasarkan pada karakteristik. 23-24 Agustus 2006 SSN : 1411-6286 Bahkan pada akhirnya dapat mengakhiri kegiatan penelusuran dalam hal yang sama. Tesis Pemodelan Sistem Pakar Interaktif (Iwan kridasantausa) 2 a b c 2 2 3 3 3 n Gambar 10. pp. Pohon keputusan sistem pakar 1 a b c kebutuhan pada petak sawah tersebut untuk pertumbuhan tanaman.a 2.c 2. PENUTUP 1. Sybex * Sanfransisco * Paris * Disseldorf * Soest. Die berechnung von Streichwehren. Richard.M. kelebihan. [5] P. Stuttgart. [3] Direktorat Jenderal Pengairan. 1984.4.Kp – 01 Bangunan perencanaan Jaringan Irigasi. kekurangan dan pengunanaan bangunan tersebut. [4] Evangelos Petrouteos. Report no. DPU 1986. 4. vol. Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006) Auditorium Universitas Gunadarma. Ny. 1996. 1986. The Rand Corporation. 65.c = = = = = = 7. [8] R. Pengembangan Sistem Pakar untuk menilai kesesuaian manajemen mutu perusahan terhadap standar ISO – 900. [9] Nazaruddin. Ankum. [2] Philip Klahr and Donald A. 8. June 1995.Proceeding. Depok. Animasi gambar maupun aplikasi lain yang lebih tinggi. Ed.a 1. Johnson Space Center. karena kompatibel dengan semua jenis komputer yang pada umumnya berbasis Window. Flow Control in Irrigation and Drainage. Rancangan Sistem Pakar Untuk Evaluasi Rencana Investasi. no. Expert System Techiques. tetapi memberikan hasil yang berbeda. baik dalam persi Numerik. ITB. bangunan pengatur merupakan bangunan yang mengukur dan mengatur debit yang dikeluarkan kemasing-masing petak sawah sesuai dengan 24 .Teknik Manajemen Industri. Sumarbagiono.b 2. 1954. . DAFTAR PUSTAKA [1] Joeph Giarratono and Gary Riley. 2. 1993. . Sebagai contoh : misalnya salah satu bangunan pengatur yang terpilih yaitu bangunan pengatur pintu sorong. 3. Bangunan pengukur. Tools and Applications.Kp – 02 Bagian bangunan utama. Expert System. Dalam penulisan ini. Martering Visual Basic 6. Visual basic merupakan bahasa program yang sangat kuat dalam berbagai keperluan. Clear Lake and Nasa. Dan juga dalam penelusuran perencanaan jenis bangunan irigasi ini pula kadang kalah ada perintah yang mengatakan bahwa tidak ada pilihan jenis bangunan irigasi yang di temukan. Rekomendasi rule 002. .45. [7] Schmidt.96 – 100. Chapman and Hall. Die Wasserwirtschaft. University of Houston.

Tahun 1989. ITB. Bandung.Proceeding. [13] Asmelita. [12] Joni Gusmali A. [11] Epsi Budihardjo. 1988. Fakultas Teknik Sipil. ITB. 1982. Program Linier. tanggal 5 – 6 Desember 1990. [10] Junus Botmir. ITB. Seksi Subang. [16] Lokakarya Artificial Intelligence Expert System dan Implementasinya. ITB. Teknik dan Manajemen Indudstri. ”Penerapan Expert System” dalam menentukan jaringan dan jalur angkutan udara di Wilayah Kalimantan dan Jawa. [15] Mardiono MT. 1994. Nurhayati. Pemodelan Sistem Pakar Interaktif (Iwan kridasantausa) 25 . Fakultas Teknologi Industri. LETMI – ITB. Depok. Daerah Irigasi Kalijati. Seminar Ilmiah Nasional Komputer dan Sistem Intelijen (KOMMIT 2006) Auditorium Universitas Gunadarma. 23-24 Agustus 2006 SSN : 1411-6286 Magister. Kondisi Bangunan. Sistem Pakar (Expert System) untuk Penentuan Tipe Bangunan Pintu dan Peredam Energi Pada Jaringan Irigasi. 2002. FIKSI. Devisi III. Saluran. Periode April 2002. Pebruari Tahun 2000. Pintu Air dan Pasilitas. Perencanaan Irigasi dan Drainase. [14] Perum Jasa Tirta II. Aplikasi Expert System : Indentifikasi Bahan Kristal Melalui Interpretasi hasil Analisis Dipraksi Sinar – X ITB. S.