Pengenalan Sistem Pakar

Sistem Pakar

Definisi
Sistem pakar adalah suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh seorang atau beberapa orang pakar. Menurut Marimin (1992), sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan.

Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.

Pengertian A.I

-    Merup. Sub-bid pengetahuan komp. yang ditujukan u/ membuat software (S/W) dan

hardware (H/W) yang sepenuhnya bisa menirukan beberapa fungsi otak manusia.

-    Sbg. Cabang sains komp. yang mempelajari otomatisasi tingkah laku cerdas (intelligent)

-    Intelligence/Intelegensia : seseorang yang pandai melaksanakan pengetahuan yang dimilikinya.

     1. Mahasiswa/Pelajar ?

     2. Tukang becak ?

     3. Bayi ?

     4. Penjahat ?

dkl : kemampuan manusia u/

memperoleh pengetahuan dan pandai

melaksanakannya dalam praktek

-    Artificial Intelligence adalah bidang ilmu komputasi yang memungkinkannya u/ memahami, bernalar & bertindak

-    Bagian dari Intelegensi Buatan

Pengertian Sistem Pakar (Expert Sistem)

-    Membuat S/W Expert Systems → prog.Sebagai penasehat/konsultan pakar

-    Dapat mengumpulkan dan penyimpan pengetahuan seorang/beberapa orang pakar ke dalam komp. → u/ semua orang yang memerlukan

-    Tidak u/ menggantikan kedudukan seorang pakar ttp u/ memasyarakatkan pengetahuan & pengalamaan pakar tsb.

- Memungkinkan orang lain meningkatkan produktivitas, memperbaiki kualitas keputusan dll.

Diagram blok Expert Systems (umum)

 

-    Knowledge base berisi semua fakta, ide, hubungan

-    Motor inferensi bertugas u/ menganalisis pengetahuan dan menarik kesimpulan berdasarkan knowledge base.

-    S/W user interface berfungsi sbg media pemasukan pengetahuan ke dalam (KB)

Domain Pengetahuan Expert

 

 Modul Penyusun Sistem Pakar
Suatu sistem pakar disusun oleh tiga modul utama (Staugaard, 1987), 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.      ModulKonsultasi(ConsultationMode)

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 sistem (bagaimana suatu keputusan dapat diperoleh).

Struktur Sistem Pakar
Komponen utama pada struktur sistem pakar (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. Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)

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 tehnik pengendalian tersebut.

3.      Basis Data (Database)
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 sistem. Hubungan antar komponen penyusun struktur sistem pakar dapat dilihat pada Gambar di bawah ini :

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)

(Untuk mengetahui lebih jelasnya, Anda dapat membaca buku :

•        Management Information System (J.A. O'Brien)
McGraw Hill. Arizona.USA.

•        Decision Support and Expert Systems; Management Support Systems (E. Turban)
Prentice Hall. New Jersey.USA.

Buku-buku lain yang membahas tentang Sistem Pakar)

Sistem pakar adalah sistem yang mempekerjakan pengetahuan manusia yang ditangkap dalam komputer untuk memecahkan masalah yang biasanya membutuhkan keahlian manusia.  Adapun komponen-kompenen yang mungkin ada dalam sebuah sistem pakar adalah:

1.  Subsistem akuisisi pengetahuan

2.  Basis pengetahuan

Basis pengetahuan berisi pengetahuan penting untuk pengertian, formulasi dan pemecahan masalah.  Basis pengetahuan memasukkan dua elemen (1) fakta (facts) seperti situasi masalah dan teori dari area masalah dan (2) heuristic khusus atau rule-rule yang menghubungkan penggunaan pengetahuan untuk pemecahan masalah spesifik dalam sebuah domain khusus. Informasi dalam basis pengetahuan tergabung dalam basis pengetahuan tergabung dalam sebuah program komputer oleh proses yang disebut dengan representasi pengetahuan.

3.  Mesin inferensi

4.  Blackboard (Wilayah kerja)

5.  User interface

Sistem pakar berisi bahasa prosesor untuk komunikasi yang bersahabat, berorientasi pada masalah antara pengguna dan komputer.  Komunikasi ini dapat secara baik dibawa oleh natural language, dan dalam beberapa kasus user interface ditambahkan dengan menu-menu dan grafik.

6.  Subsistem penjelasan

7.  Sistem penyaringan pengetahuan

Sedangkan konsep dasar dalam sistem pakar menurut Turban, 1993 adalah:

1.  Keahlian (Expertise)

2.  Pakar (Expert)

3.  Transfer keahlian

4.  Inferensi

5.  Rule

6.  Kemampuan memberikan penjelasan HYPERLINK "http://kmp.htm/" \t "right"

Akuisisi Pengetahuan 

Akuisisi pengetahuan adalah akumulasi, transfer dan transformasi dari keahlian pemecahan masalah dari beberapa sumber pengetahuan ke program komputer untuk konstruksi atau perluasan basis pengetahuan.  Sumber-sumber pengetahuan potensial termasuk pakar manusia, textbook, database, laporan penelitian khusus, dan gambar-gambar.

Pengakuisisian pengetahuan dari pakar adalah tugas kompleks yang sering membuat kemacetan dalam konstruksi sistem pakar sehingga dibutuhkan seorang knowledge engineer untuk berinteraksi dengan satu atau lebih pakar dalam membangun basis pengetahuan.

Keuntungan / Kelebihan Sistem Pakar

-      Availability-bertambah * Intelligent tutor

-      Cost-rendah * Intelligent dB

-      Danger-reduced

-      Performance

-      Multiple expertise

-      Reability-bertambah

-      Explanation

-      Response-cepat

-      Steady, unemotional and complete response

KONSEP UMUM SISTEM PAKAR (SP)

*      Salah satu metode representasi pengetahuan:

       IF….. THEN

*      Proses pembuatan SP 􀃆 knowledge engineering yg dilakukan oleh knowledge engineer. Selain itu domain expert dan end user.

Perkembangan Sistem Pakar

*      Tugas knowledge engineer adalah memilih S/W & H/W u/ pembuatan SP, membantu mengambil pengetahuan yg dibutuhkan dari pakar domain, serta implementasi pengetahuan pada basis pengetahuan yg benar & efisien

*      Tugas pakar domain : meyediakan pengetahuan ttg bid problem yg dihadapi, memahami teknikteknik pemecahan problema yg dipakai.

*      Batasan praktis dari beberapa SP → casual knowledge

*      SP lebih mudah untuk memprogram dg Shallow knowledge yaitu berdasarkan pada pengalaman dan pengetahuan heuristik .

 Keterangan

► Basis Pengetahuan

-      inti prog SP

-      representasi pengetahuan dari seorang pakar.

-      Macam-macam ……

►   Mesin Inferensi

-      mekanisme fungsi berfikir dan pola-pola penalaran sistem yg digunakan pakar

-      menganalisa suatu maslah tertentu

-      mencari jawaban atau solusi yg terbaik.

-      Ada 2 pelacakan backward & forward chaining

KARAKTERISTIK SP

-      High Performance

-      Adequate response time

-      Good reliability

-      Understanable

-      Flexibility

PENGEMBANGAN TEKNOLOGI SP

•      Akar SP pada banyak disiplin ilmu “cognitive science” yaitu study bagaimana orang memikirkan dlm pemecahan masalah. “cognitive processor” yaitu menemukan aturan yg akan diaktifkan.

1.    MYCIN

       -    Dirancang oleh Edward Feigenbaum (Universitas Stanford) th ’70 an

       -    SP medical yg dpt mendiagnosa infeksi bakteri & rekomendasi pengobatan antibiotik

2.    DENDRAL

       -    SP struktur molekular & kimia

3.    PROSPECTOR

       -    Membantu ahli geologi yg mencari & menemukan biji deposit (mineral& batubatuan)

       -    Didesign oleh Sheffield Research Institute, akhir ‘70an

4.    XCON (R1)

       -    SP konfigurasi sistem komputer dasar

       -    Dikembangkan oleh Digital Equipment Corporation (DEC) dan Carnegie Mellon Universitas (CMU), akhir ’70 an

       -    Untuk sistem komputer DEC VAC 11 1780

5.    DELTA

       -    Didesign & dikembangkan oleh General Electric Company

       -    SP personal maintenance dg mesin lokomotif listrik diesel.

6.    YESMVS

       -    Didesign oleh IBM awal th ‘80an

       -    Membantu operator komputer & mengontrol sistem operasi MVS (multiple virtual storage)

7.    ACE

       -    Didesign & dikembangkan oleh AT&T Bell Lab awal th ‘80an

       -    SP troubleshooting pd sistem kabel telpon

KLASIFIKASI APLIKASI SP

1.    CONTROL

       -    Aplikasi komputer yg sangat umum

       -    Ada 2 jenis kontrol : loop terbuka & tertutup

2.    DEGUGGING

       -    Proses mencari kesalahan & memperbaiki solusi.

3.    DESIGN

       -    Pengumpulan informasi mengenai spesifikasi sistem & produk tertentu

       -    Untuk merancang sirkit elektronik, bangunan, dan rumah.

4.    DIAGNOSIS

       -    Untuk mendiagnosa produk atau sistem yg sudah tdk berfungsi.

5.    INSTRUKSIONAL

       -    Untuk membantu dalam proses belajar mengajar

6.    INTERPRETASI

       -    Membantu seorang dlm menafsir & memahami situasi/perspektif suatu peristiwa.

       -    Contoh : analisa intelegensia, daya tahan, citra dan sinyal

7.    PLANNING

       -    Merumuskan metode, penataan yg dapat mendekatkan pd tujuan.

       -    Contoh : proyek manajemen, taktik & strategi militer, pemrograman robot

8.    PREDIKSI

       -    Meramalkan apa yg terjadi di masa yg akan datang.

9.    REPARASI

       -    Memperbaiki barang yg rusak ke keadaan semula

10. KONFIGURASI

ELEMEN SP

1.    User Interface --- kom antara user & SP

2.    Explanation Facility --- pemberian alasan pd user

3.    Working Memori

4.    Inference Engine --- penentuan aturan yg hrs dipenuhi, prioritas aturan yg tercukupi, & prioritas yg tertinggi

5.    Agenda --- daftar yg diprioritaskan dari aturan (4)

6.    Fasilitas Pemrolehan Pengetahuan --- cara otomatis bagi pemakai untuk  pemasukkan pengetahuan dlm sistem.

Rangkaian Forward (Forward chaining)

-      merupakan pemberi alasan dari fakta untuk kesimpulan hasil dari fakta

       Contoh :

       Jika kita melihat bahwa hari ini akan turun hujan sebelum pergi (nyata) Maka kita harus membawa paying (kesimpulan)

       Mis : Programan OPS5, CLIPS

       Rangkaian Backward (Backward chaining)

-      Pemberian alasan sebaliknya dari hipotesa, kesimpulan potensial dibuktikan, pada fakta yg mendukung hipotesa

       Contoh:

Jika kita tidak melihat keluar dan seseorang masuk dg sepatu basah dan payung. Hipotesa kita adalah bahwa hari hujan

       Mis : EMYCIN

SISTEM PRODUKSI

-      Salah satu type SP yg paling terkenal adalah system yg berdasarkan pd aturan.

-      Alasannya :

       1.  Modular nature

       2.  Explanation facility

       3.  Similarity to the human cognitive process

-      POST

       Idenya :

       •    System matematika & logika merupakan set aturan sederhana untuk menentukan bagaimana mengubah 1 string simbol ke dlm simbol lainnya.

       •    Yaitu dg input string, kejadian sebelumnya,

-      ALGORITMA MARKOV

       •    Merupakan kelompok produksi yg terorder yg diterapkan untuk prioritas ke input string.

       •    Algoritma akan berakhir dg baik jika:

            (1).  Produksi terakhir tidak dapat diterapkan pada string

            (2).  Suatu produksi yg berakhir dg periode diterapkan.

       •    Jika input string GABKAB

            System produksi AB 􀃆 HIJ

            Maka hasil akhir GHIJKHIJ

       •    Karakter ^ 􀃆 string nol

       •    Mis A 􀃆 ^ artinya menghilangkan seluruh kejadian karakter A dlm suatu string

       •    Karakter tunggal a,b,c,……

       •    Mis AxB 􀃆 BxA artinya mengubah karakter A dan B

       •    Huruf Yunani α,β

            Contoh : Memindahkan huruf pertama string input ke akhir

            Aturan 1. αxy → yαx

            2. α → ^

            3. ^ → α

            Input ABC

 

-      ALGORITMA RETE

       •    Pada algoritma Markov diterapkan aturan/baris prioritas lebih tinggi.

       •    Masalah timbul jika system mempunyai aturan/baris yang banyak, maka tidak akan efisien.

•    Solusinya adalah algoritma Rete yang dikembangkan oleh Charles L.F di Carnegie-Mellon University (1979)

       •    Yaitu algoritma yg mengetahui tentang seluruh aturan/baris seluruh sistem dan dapat menerapkan suatu baris tanpa harus mencoba setiap baris tanpa berangkai (mencari perubahan dalam gabungan setiap cycle)

       •    Merupakan gabungan pola yang sangat cepat, yang mendapatkan kecepatannya dengan menyimpan informasi tentang baris dalam jaringan.

SP YANG BERSADARKAN ATURAN MODEREN

KLASIFIKASI PARADIGMA PEMROGRAMAN

1. 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 type non-AI.

- Sinonim untuk pemrograman prosedural adalah prog. Sequential.

- Pada pemrograman prosedural programmer harus menentukan sesungguhnya bagaimana pemecahan masalah harus di-code-kan.

- Pembuat code adalah pemrograman non prosedural.

2. PARADIGMA NON PROSEDURAL

 

- Penekanan pemrograman Non procedural adalah penentuan apa yg akan diselesaikan dan membiarkan system menentukan bagaimana menyusunnya.

- PEMROGRAMAN DEKLARATIF

Memisahkan tujuan dari metode yg digunakan untuk mencapai tujuan.

- PEMROGRAMAN OBJECT ORIENTED

Ide : membuat dsign program dg mempertimbangkan data yg digunakan dalam program sebagai objek dan mengimplemnetasikan operasi pada objek tersebut.

- PEMROGRAMAN LOGIKA

Pembuktian teori logika dg Logic Theorirt

Program (Newell & Simon) pada Darmouth

Conference A.I (1956)

Rangkaian backward dapat digunakan untuk mengekspresikan pengetahuan dalam representasi deklaratif maupun control proses pemberian alasan. Keuntungannya : pembuatannya dapat diproses secara paralel yaitu jika ada beberapa processor dapat bekerja secara simultan.

EXPERT SYSTEM

- Disebut pemrograman deklaratif krn programmer tdk menetukan bagaimana prog. hrs mendapatkan tujuannya pada level algoritma

ANS (ARTIFICIAL NEURAL SYSTEMS)

2. PENGANTAR SISTEM PAKAR (EXPERT SYSTEM)

DEFINISI SISTEM PAKAR (EXPERT SYSTEM):

· Sebuah program komputer yang dirancang untuk memodelkan

kemampuan menyelesaikan masalah seperti layaknya seorang pakar

(human expert).

APA ITU PAKAR/AHLI (EXPERT) ?

· Seorang pakar/ahli (human expert) adalah seorang individu yang

memiliki kemampuan pemahaman yang superior dari suatu masalah.

Misalnya: seorang dokter, penasehat keuangan, pakar mesin mobil, dll.

· Kemampuan kepakaran:

o Dapat mengenali (recognizing) dan merumuskan masalah

o Menyelesaikan masalah dengan cepat dan tepat

o Menjelaskan solusi

o Belajar dari pengalaman

o Restrukturisasi pengetahuan

o Menentukan relevansi/hubungan

o Memahami batas kemampuan

APA ITU KEPAKARAN/KEAHLIAN (EXPERTISE) ?

· Pemahaman yang luas dari tugas atau pengetahuan spesifik yang

diperoleh dari pelatihan, membaca dan pengalaman.

· Jenis-jenis pengetahuan yang dimiliki dalam kepakaran:

o Teori-teori dari permasalahan

o Aturan dan prosedur yang mengacu pada area permasalahan

o Aturan (heuristik) yang harus dikerj akan pada situasi yang terjadi

o Strategi global untuk menyelesaikan berbagai jenis masalah

o Meta-knowledge (pengetahuan tentang pengetahuan)

o Fakta-fakta

APA ITU PENGETAHUAN (KNOWLEDGE) ?

· Data + processing = informa tion

· Information + processing (pengalaman, training, dll) = knowledge

Alasan mendasar mengapa ES dikembangkan untuk menggantikan seorang

pakar:

· Dapat menyediakan kepakaran setiap waktu dan diberbagai lokasi

· Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan

seorang pakar.

· Seorang Pakar akan pensiun atau pergi

· Seorang Pakar adalah mahal

· Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat

(hostile environtment)

Perbandingan Sistem Konvensional dan Sistem Pakar

PEMINDAHAN KEPAKARAN

Tujuan dari sebuah sistem pakar adalah untuk mentransfer kepakaran yang

dimiliki seorang pakar kedalam komputer, dan kemudian kepada orang lain

(nonexpert).

Aktifitas yang dilakukan untuk memindahkan kepakaran:

1. Knowledge Acquisition (dari pakar atau sumber lainnya)

2. Knowledge Representation (ke dalam komputer)

3. Knowledge Inferencing

4. Knowledge Transfering

II – Pengantar Sistem Pakar 3

TKE-392 Sistem Pakar Herman Tolle, ST.,MT.

2.1 SIFAT UTAMA SISTEM PAKAR

A. STRUKTUR DASAR SISTEM PAKAR

KNOWLEDGE BASE

· Definisi : Bagian dari sistem pakar yang berisi domain pengetahuan

· Berisi pengetahuan yang dibutuhkan untuk memahami, merumuskan

dan menyelesaikan masalah.

· Terdiri dari 2 elemen dasar:

o Fakta, situasi masalah dan teori yang terkait

o Heuristik khus us atau rules, yang langsung menggunakan

pengetahuan untuk menyelesaikan masalah khusus.

WORKING MEMORY

· Definisi : bagian dari sistem pakar yang berisi fakta-fakta masalah

yang ditemukan dalam suatu sesi

· Berisi fakta-fakta tentang suatu masalah yang ditemukan dalam proses

konsultasi

II – Pengantar Sistem Pakar 4

TKE-392 Sistem Pakar Herman Tolle, ST.,MT.

INFERENCE ENGINE

· Definisi : Processor pada sistem pakar yang mencocokan fakta-fakta

yang ada pada working memori dengan domain pengetahuan yang

terdapat pada knowledge base, untuk menarik kesimpulan dari

masalah yang dihadapi.

· Proses berpikir pada manusia dimodelkan dalam sistem pakar pada

modul yang disebut Inference Engine.

B. STRUKTUR DETAIL SISTEM PAKAR

Terdiri atas 2 bagian :

· Development Environment (Lingkungan Pengembangan)

· Consultation Environment (Lingkungan Konsultasi)

Bagian-bagian yang secara umum ada pada struktur detail sistem pakar

· Knowledge Aqcuisision System

· Knowledge Base

· Inference engine

· User Interface

· User

· Workplace (Blackboard)

· Explanation Subsystem

· Knowledge refining system

Gambar 2.3 Struktur Detail Sistem Pakar

II – Pengantar Sistem Pakar 5

TKE-392 Sistem Pakar Herman Tolle, ST.,MT.

KNOWLEDGE AQCUISISTION

§ Meliputi proses pengumpulan, pemindahan, dan perubahan dari

kemampuan pemecahan masalah seorang pakar atau sumber

pengetahuan terdokumentasi (buku, dll) ke program komputer, yang

bertujuan untuk memperbaiki dan atau mengembangkan basis

pengetahuan (knowledge-base)

KNOWLEDGE ENGINEERING

§ Definisi : Proses pengembangan suatu sistem pakar

§ Orang yang mengembangkan suatu sistem pakar disebut: Knowledge

Engineer

§ Fase pengembangan sistem pakar

1. Assessment

2. Knowledge Aqcuisition

3. Design

4. Test

5. Documentation

6. Maintenance

3 Pemain utama dalam suatu proyek sistem pakar adalah:

§ Domain Expert

§ Knowledge engineer

§ End-user

Kategori Problema Sistem Pakar secara umum:

1. Interpretasi – membuat kesimpulan atau deskripsi dari sekumpulan

data mentah.

2. Prediksi – memproyeksikan akibat-akibat yang dimungkinkan dari

situasi-situasi tertentu

3. Diagnosis – menentukan sebab malfungsi dalam situasi kompleks yang

didsarkan pada gejala-gejala yang teramati

4. Desain – menentukan konfigurasi komponen-komponen sistem yang

cocok dengan tujuan-tujuan kinerja tertentu yang memnuhi kendala -

kendala tertentu

5. Perencanaan – merencanakan serangkaian tindakan yang akan dapat

mencapai sejumlah tujuan dengan kondisi awal tertentu

6. Debugging dan Repair – menentukan dan menginterpretasikan cara-cara

untuk mengatasi malfungsi.

7. Instruksi – mendeteksi dan mengoreksi defisiensi dalam pemahaman

domain subyek

8. Pengendalian – mengatur tingkah laku suatu environment yang

kompleks

9. Selection – mengidentifikasi pilihan terbaik dari sekumpulan (list)

kemungkinan

10.Simulation – pemodelan interaksi antara komponen-komponen sistem

11.Monitoring – membandingkan hasil pengamatan dengan kondisi yang

diharapkan

II – Pengantar Sistem Pakar 6

TKE-392 Sistem Pakar Herman Tolle, ST.,MT.

Domain expert

§ Definisi : orang yang memiliki ketrampilan ( skill) dan pengetahuan

(knowledge) untuk menyelesaikan masalah khusus dengan cara-cara

yang superior dibanding orang kebanyakan.

§ Memiliki pengetahuan kepakaran

§ Memiliki ketrampilan problem-solving yang efisien

§ Dapat mengkomunikasikan pengetahuan

§ Dapat menyediakan waktu

§ Dapat bekerja sama

Knowledge Engineer

§ Definisi : orang yang melakukan proses disain, mengembangkan dan

menguji suatu sistem pakar

§ Memiliki ketrampilan rekayasa pengetahuan (knowledge engineering)

§ Memiliki ketrampilan komunikasi yang baik

§ Dapat menyesuaikan masalah kepada software

§ Memiliki ketrampilan pemrograman sistem pakar

End-User

§ Dapat membantu mendefinisikan spesifikasi interface

§ Dapat membantu proses akuisisi pengetahuan

§ Dapat membantu proses pengembangan sistem

APLIKASI SISTEM PAKAR

Grafika Komputer

Grafika Komputer

•     Adalah proses untuk menciptakan suatu gambar berdasarkan deskripsi obyek maupun latar belakang yang terkandung pada gambar tersebut.

•     Merupakan teknik untuk membuat gambar obyek sesuai dengan obyek tersebut di alam nyata (realism).

•     Bertujuan menghasilkan gambar/citra (lebih tepat disebut grafik/picture) dengan primitif-primitif geometri seperti garis, lingkaran, dsb.

•     Primitif-primitif geometri tersebut memerlukan data deskriptif untuk melukis elemen-elemen gambar. Data deskriptif : koordinat titik, panjang garis, jari-jari lingkaran, tebal garis, warna, dsb.

•     Grafika komputer berperan dalam visualisasi dan virtual reality.

Contoh membuat garis dengan koordinat

Line(x1, y1, x2, y2) :

Line(12, 12, 200, 100)

Line(12, 12, 100, 200)

Pengolahan Citra

Citra adalah suatu representasi, kemiripan, atau imitasi/tiruan dari suatu obyek atau benda (Kamus Webster).

Citra sebagai keluaran dari suatu sistem perekaman data dapat bersifat :

1. optik berupa foto,

2. analog berupa sinyal video seperti gambar pada monitor televisi,

3. digital yang dapat langsung disimpan pada suatu pita magnetik

Citra diam (still images) adalah citra tunggal yang tidak bergerak.

Citra bergerak (moving images) adalah rangkaian citra diam yang ditampilkan secara beruntun (sekuensial) sehingga memberi kesan pada mata kita sebagai gambar bergerak.

Pengenalan Pola

•     Adalah mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh mesin (komputer).

•     Tujuan pengelompokkan adalah untuk mengenali suatu objek di dalam citra.

•     Manusia bisa mengenali objek yang dilihatnya karena otak manusia telah belajar mengklasifikasi objek-objek di alam sehingga mampu membedakan suatu objek dengan objek lainnya. Kemampuan sistem visual manusia yang dicoba ditiru oleh mesin.

•     Komputer menerima masukan berupa citra objek yang akan diidentifikasi, memproses citra tersebut dan memberikan keluaran berupa informasi/deskripsi objek di dalam citra.

Computer Vision

Terminologi lain yang berkaitan erat dengan citra adalah Computer Vision.

•     Computer vision = merupakan proses otomatis yang mengintegrasikan sejumlah besar proses untuk persepsi visual, seperti akuisisi citra, pengolahan citra, pengenalan dan membuat keputusan.

•     Computer vision mencoba meniru cara kerja sistem visual manusia (human vision) yang sesungguhnya sangat kompleks.

•     Manusia melihat dengan objek dengan indera penglihatan (mata), lalu citra objek diteruskan ke otak untuk diinterpretasi sehingga manusia mengerti objek apa yang tampak dalam pandangan mata. Hasil interpretasi ini digunakan untuk pengambilan keputusan (misal menghindar kalau melihat ada mobil di depan).

Proses-proses di dalam computer vision dapat dibagi menjadi tiga aktivitas:

1.   Memperoleh atau mengakuisisi citra digital.

2.   Melakukan teknik komputasi untuk memperoses atau memodifikasi data citra (operasi-operasi pengolahan citra).

3.   Menganalisis dan menginterpretasi citra dan menggunakan hasil pemrosesan untuk tujuan tertentu, misalnya memandu robot, mengontrol peralatan, memantau proses manufaktur, dan lain -lain.

Dapat kita lihat bahwa pengolahan citra dan pengenalan pola merupakan bagian dari computer vision. Pengolahan citra merupakan proses awal (preprocessing) pada computer vision, sedangkan pengenalan pola merupakan proses untuk menginterpretasi citra.

Aplikasi

1.   Bidang perdagangan

      (a)  Pembacaan kode batang (bar code) yang tertera pada barang (umum digunakan di pasar swalayan/supermarket).

      (b)  Mengenali huruf/angka pada suatu formulir secara otomatis.

2.   Bidang militer

      (a)  Mengenali sasaran melalui sensor visual.

      (b)  Mengidentifikasi jenis pesawat musuh.

3.   Bidang kedokteran

      (a)  Pengolahan citra sinar X

      (b)  Rekonstruksi foto janin hasil USG

4.   Bidang biologi

      Pengenalan jenis kromosom melalui gambar mikroskopik

5.   Komunikasi data

      Pemampatan citra yang ditransmisi.

6.   Hiburan

      Pemampatan video (MPEG)

7.   Robotika

8.   Pemetaan

      Klasifikasi penggunaan tanah melalui foto udara/LANDSAT

9.   Geologi

      Mengenali jenis batu-batuan melalui foto udara/LANDSAT

10. Hukum

      (a)  Pengenalan sidik jari

      (b)  Pengenalan foto narapidana.

Pembentukan Citra

Terdiri 2 macam

Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog.

Citra diskrit dihasilkan melalui proses digitalisasi terhadap citra kontinu, misalnya kamera digital dan scanner. Citra diskrit disebut juga citra digital.

Perekaman Citra Digital

Sensor Pasif

•     Sistem sensor yang merekam data obyek tanpa mengirimkan energi, sumber energi bisa dalam bentuk sinar matahari, sinar lampu, dsb

•     Contoh: sensor optik dari kamera foto, sensor optik pada sistem indera

Sensor Aktif

•     Sistem sensor yang merekam data obyek mengirimkan dan menerima pantulan dari energi yang dikirim ke arah obyek, energi yang dikirim bisa berupa gelombang pendek, sinar X, dsb

•     Contoh: sensor Rontgen untuk foto thorax, sensor gelombang pendek pada sistem radar, sensor ultrasound pada sistem USG.

Penyimpanan Citra

l      Penyimpanan jangka pendek (sedang diproses): memory

l      Penyimpanan on-line (siap dipakai): disk magnetik

l      Penyimpanan arsip: pita atau disk magnetik, CD

 

Komponen Sitem

Pengolahan digital

(Gonzalez & Woods, 1992)

 Representasi Citra Digital

Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan tingkat kecemerlangan citra pada titik tersebut.

 

Direpresentasikan sebagai matriks berukuran

N x M dalam bentuk :

•     Citra digital biasanya berbentuk persegi panjang, secara visualisasi dimensi ukurannya dinyatakan sebagai lebar x tinggi

•     Ukurannya dinyatakan dalam titik atau piksel (pixel=picture element)

•     Ukurannya dapat pula dinyatakan dalam satuan panjang (mm atau inci = inch)

•     Resolusi = banyaknya titik untuk setiap satuan panjang (dot per inch).

•     Makin besar resolusi makin banyak titik yang terkandung dalam citra, sehingga menjadi lebih halus dalam visualisasinya.

Representasi citra pada file :

•     Palet = kumpulan warna yang dapat membentuk citra, sama halnya seperti kita hendak melukis dengan cat warna, kita memiliki palet yang bisa kita isikan berbagai warna cat air

•     Setiap warna yang berbeda dalam palet tersebut kita beri nomor (berupa angka)

•     Contoh untuk citra monokrom (warnanya hanya putih-abu abu-hitam), berarti kita memiliki palet sbb:

•     Setelah itu kita dapat menggambar menggunakan warna-warna dalam palet tersebut di atas sebuah kanvas

•     Sebuah kanvas dapat kita anggap sebagai sebuah matriks dimana setiap elemen dari matriks tersebut bisa kita isikan dengan salah satu warna dari palet

•     Informasi tentang palet (korespondensi antara warna dengan angka) disimpan dalam komputer (program pembuka citra seperti Paint, Photoshop, dll) sehingga sebuah file citra dalam komputer hanya perlu menyimpan angka-angka yang merepresentasikan sebuah warna.

•     Jadi sebuah citra direpresentasikan dalam sebuah matriks yang berisi angka-angka

Jika kita menyimpan gambar kucing tadi ke dalam sebuah file (kucing.bmp), maka yang disimpan dalam file tersebut adalah angka-angka yang diperoleh dari matriks kanvas.

Untuk Windows Bitmap Files (.bmp)

•     Header berisi informasi jumlah baris dan kolom dalam citra, informasi palet, dll

•     Header langsung diikuti dengan angka-angka dalam matriks, disusun perbaris

•     Baris pertama langsung diikuti baris kedua, dst

•     Bagaimana mengetahui awal suatu baris? (misal untuk membedakan citra berukuran 100x200 dengan 200x100)

® lihat informasi jumlah baris dan jumlah kolom di header

Format BMP merupakan format yang kurang efisien, karena semua informasi angka dalam baris disimpan semua. Misalkan ukuran header adalah H byte, ukuran citra 100x100 byte monokrom, maka ukuran file bmp tersebut adalah : H + data citra = H + 10000 Byte

Contoh :

Suatu citra format BMP 8 bit berukuran 200 x 100 maka memori yang dibutuhkan untuk menyimpan data citra tersebut (tanpa header) sebesar :

Memori = 200 x 100 x 8 bit = 160000 bit = 20000 byte = 19,5 KB

Operasi Dasar Pengolahan Citra

Citra digital direpresentasikan dengan matriks sehingga operasi pada citra digital pada dasarnya memanipulasi elemen-elemen matriks.

Operasi dasar pengolahan citra antara lain : operasi titik, operasi global, operasi berbasis bingkai (frame), operasi geometri, operasi bertetangga

Operasi Titik

Titik pada citra mempunyai 2 karakteristik :

-         koordinat yang menunjukkan lokasi dari titik tersebut dalam citra

-         nilai yg menunjukan tingkat keabuan/warna dari titik tersebut

Operasi titik dilakukan dengan memodifikasi nilai skala keabuan dari titik (piksel) yang ditinjau berdasarkan fungsi tertentu.

Fungsi yang digunakan adalah fungsi transformasi skala keabuan.

Beberapa operasi pengolahan citra, terkait operasi titik :

1.      Modifikasi Kecemerlangan (Brightness Modification)

      Pada dasarnya merubah nilai keabuan/warna dari gelap menuju terang atau sebaliknya merubah citra yang terlalu cemerlang/pucat menjadi gelap.

2.   Peningkatan Kontras (Contrast Enhancement)

•         Jika sebuah citra yang mempunyai nilai keabuan yang tidak terlalu berbeda untuk semua titik, dimana titik tergelap dalam citra tidak mencapai hitam pekat dan titik paling terang dalam citra tidak berwarna putih cemerlang .

•         Dengan peningkatan kontras maka titik yang cenderung gelap menjadi lebih gelap dan yang cenderung terang menjadi lebih cemerlang.

 3.   Negasi

      •     Operasi untuk mendapatkan citra negatif (negative image)

      •     Meniru film negatif pada fotografi, yaitu titik yang berwarna putih pada citra mempunyai warna hitam pada film negatifnya, demikian juga sebaliknya.

     •     Dilakukan dengan cara mengurangi nilai intensitas piksel dari nilai keabuan maksimum

 4.   Konversi Citra

      Dari true color menjadi grayscale

5.   Pengambangan (Threshholding)

      •     Operasi pengambangan digunakan untuk mengubah citra dengan format skala keabuan, yang mempunyai kemungkinan nilai lebih dari 2 ke citra biner yang memiliki 2 buah nilai (yaitu 0 dan 1).

      •     Pengambangan Tunggal

            Memiliki sebuah nilai batas ambang 

      •     Pengambangan Ganda

            Memiliki ambang bawah dan ambang atas. Dilakukan untuk menampilkan titik-titik yang mempunyai rentang nilai skala keabuan tertentu.

 

Instalasi WordPress Menggunakan Appserv di Windows XP

Pembuatan website/blog biasanya dilakukan secara off-line di pc sebelum di upload ke internet/web hosting. Hal ini bertujuan juga untuk mengurangi biaya akses internet apabila harus mempelajari cara menggunakan WordPress secara online atau ketika melakukan pengeditan atau pembuatan themes wordpress. Untuk dapat menjalankan WordPress dan jenis CMS lain secara off-line terlebih dahulu kita harus menginstal appserv pada komputer kita. Untuk latihan kali ini kita akan menggunakan appserv yang didalamnya terdiri dari beberapa software yaitu Apache, MySQL dan PHP yang nanti akan kita gunakan.SOFTWARE YANG DIBUTUHKAN

• Software appserv untuk menjalankan server dan database di Windows, dapat di download secara gratis di http://www.appservnetwork.com/ dan install di komputer Anda.
• Script WordPress Versi 2.0.4 yang telah di download.

PERSIAPAN SCRIPT

• Buatlah folder baru untuk file website/blog Anda pada C:\AppServ\www\
• Setelah WordPress di download, extract file menggunakan Winzip atau Winrar
• Copy-kan folder file-file script wordpress yang sudah di extract ke C:\AppServ\www\folderwebsite (folderwebsite adalah folder baru yang dibuat untuk file website/blog Anda, disini kita akan menggunakan folder wordpress menjadi C:\AppServ\www\wordpress)

INSTALASI SCRIPT

1. Aktifkan Apache dan MySQL melalui :

START – Program – AppServe – Manual Control Server – Apache Start untuk mengaktifkan program Apache, kemudian
START – Program – AppServe – Manual Control Server – MySQL Start untuk mengaktifkan MySQL. Kedua software tersebut harus di aktifkan untuk menjalankan script php. Secara default kedua software diatas akan aktif secara otomatis setiap kali windows startup.

1. Untuk memastikan apakah software tersebut sudah berjalan dengan baik, kita perlu mencoba pada browser sebelum memulai instalasi WordPress. Buka Browser (Internet Explorer atau Firefox). Pada jendela address ketik url http://localhost apabila telah tampil tulisan “The AppServ Open Project – 2.4.5 for Windows”, maka software telah berjalan dengan baik.
2. Langkah selajutnya adalah membuat database yang akan digunakan oleh script php untuk menyimpan semua data website, pada jendela address ketikkan url untuk mengakses PHPMyAdmin yaitu http://localhost/phpmyadmin
3. Untuk membuat database baru, masukkan nama database pada kolom Create New Database, pada latihan ini kita menggunakan nama database latihan. Kemudian klik tombol  Create
4. Stelah membuat database, selajutnya adalah langkah instalasi script website, pada jendela address pada browser, ketikkan url:
   http://localhost/folderwebsite
   folderwebsite adalah nama folder yang telah anda buat sebelumnya pada saat meng-copy script wordpress ke C:\AppServ\www\folderwebsite
   Untuk contoh ini kami menggunakan nama wordpress, jadi url yang harus diketik adalah http://localhost/wordpress
5. Maka akan tampil keterangan bahwa script wordpress yang akan kita gunakan belum terinstal.

There doesn’t seem to be a wp-config.php file. I need this before we can get started. Need more help? We got it. You can create a wp-config.php file through a web interface, but this doesn’t work for all server setups. The safest way is to manually create the file.

1. Klik pada link text create a wp-config.php file through a web interface untuk memulai instalasi.
2. Pada tampilan berikutnya, klik pada link text let’s go!
3. Isi kolom sesuai dengan data yang ada, kemudian klik tombol SUBMIT
   • Database Name : latihan (adalah nama database yang telah dibuat sebelumnya lewat PHPMyadmin (langkah No. 3))
   • Username: root (adalah nama pengguna yang boleh mengakses database tersebut. defaultnya root)
   • Password: kosong (adalah password pengguna untuk mengakses database (dikosongkan)
   • Database Host: localhost (Adalah dimana database itu tersimpan, tidak perlu diganti.)
   •  Table Prefix: wp_ (Adalah nama awal yg dapat diberikan untuk nama table pada database, hal ini perlu di ubah apabila akan menginstal lebih dari satu script wordpress pada database yang sama. (tidak perlu diubah))
4. Maka akan tampil seperti gambar dibawah ini , kemudian klik link text run the install!
5. Akan tampil Langkah pertama proses instalasi seperti pada gambar, klik pada link text First Step >>
6. Isi pada kolom untuk Title dan email administrator website/blog

Weblog Title: adalah title atau judul dari website/blog Anda, biasanya akan muncul pada bagian kanan atas dari browser ketika website dibuka
Your E-mail: adalah email Anda yang akan digunakan sebagai email administrator website

1. Setelah data diisi klik pada tombol Continue to Second Step >>
2. Selamat! Anda telah menyelesaikan proses instalasi website.
   Pada langkah ini akan tampil pesan seperti dibawah ini yang menyatakan bahwa proses instalasi telah selesai.

Now you can log in with the username “admin” and password “3e7f1d”.Yang harus diperhatikan pada proses ini adalah username dan password yang tampil (sebaiknya Anda catat agar tidak lupa).
Artinya untuk mengakses website sebagai Administrator, Username yang digunakan adalah : admin, dan Password : 3e7f1d (dapat diubah setelah masuk ke admin website).
Klik pada link teks log in untuk masuk ke sistem administrator blog.

1. Langkah selanjutnya adalah memasuki ruang Administrasi website, masukkan username dan password yang telah di catat pada langkah sebelumnya.
2. Langkah Instalasi telah Selesai. Buka Website anda dengan mengetikkan http://localhost/wordpress pada address bar di browser, maka akan tampil sebuah tampilan blog dengan 1 contoh berita berjudul “Hello World” yang berarti Anda telah sukses meng-install wordpress di komputer Anda.

Dengan demikian anda dapat mulai mempelajari sistem administrator blog menggunakan wordpress, silahkan login http://localhost/wordpress/wp-login.php setiap kali anda ingin menambah berita, halaman dan sebagainya. Selamat mencoba! 

PROGRAM JAVA PERSAMAAN KUADRAT

Berikut ini adalah algoritma untuk menemukan akar dari sebuah persamaan kuadrat. Sebagai contoh, jika kita mempunyai sebuah persamaan kuadrat seperti x^2+7x+12, di dalam bayangan saja kita sudah bisa menentukan kalo akar persamaan kuadratnya adalah x = -4 atau x = -3 dari (x+4)(x+3). Lain halnya jika Anda dihadapkan dengan persamaan kuadrat yang lebih kompleks, maka inilah program java yang sederhana untuk memecahkan masalah tersebut.

1.  
2. import java.util.Scanner;
3. import java.lang.Math;


4. class akarkuadrat
5. {
6.     public static float a,b,c;
7.    
8.     public static void hitung(float a, float b, float c)
9.     {
10.     double x1;
11.     double x2;
12.     if(b*b - (4*a*c) < 0)
13.     {
14.         System.out.println("akar Imajiner");
15.     }
16.     else
17.         {
18.         x1 = (-b + Math.sqrt(b*b - 4*a*c))/(2*a);
19.         x2 = (-b - Math.sqrt(b*b - 4*a*c))/(2*a);
20.         System.out.println("Akarnya adalah "  +x1+ " dan " +x2);
21.         }
22.  
23.     }
24.  
25.     public static void main(String[] args)
26.     {
27.         Scanner s = new Scanner(System.in);
28.         System.out.println("Masukkan nilai A");
29.         a = s.nextFloat();
30.         System.out.println("Masukkan nilai B");
31.         b = s.nextFloat();
32.         System.out.println("Masukkan nilai c");
33.         c = s.nextFloat();
34.         hitung(a,b,c);
35.     }
36. }
37.  

Program ini menggunakan prosedur atau method hitung untuk menentukan nilai dari X dan sekaligus nilai dari determinannya. Determinan dari persamaan kuadrat tersebut pertama kali akan dihitung dahulu, jadi apabila nilai dari determinannya (D) kurang dari nol, itu berarti akar persamaan kuadrat tersebut adalah imajiner dan tidak bisa dihitung.

Koneksi ke database dalam VB



Option Explicit
Dim cn As ADODB.Connection
Dim rs As New ADODB.Recordset, rs_detail As New ADODB.Recordset
Dim rs_master As New ADODB.Recordset
Dim urut As String, urut2 As String, urut3 As String, first As Boolean


Set cn = New ADODB.Connection
    cn.Provider = "microsoft.jet.oledb.4.0"
    cn.CursorLocation = adUseClient
    cn.Open App.Path & "\masterbarang.mdb"

    Set rs = New ADODB.Recordset
    rs.Open "select * from databarang order by kode asc", cn, adOpenDynamic, adLockOptimistic


Perbedaan ADO dan DAO

Kontrol Data DAO pada Visual Basic 6.0, pada dasarnya dirancang untuk mesin database Jet 3.51, yaitu Microsoft Access 97 file format. Namun sekarang ini database Microsoft Access telah ditingkatkan dengan dikeluarkannya Microsoft Access 2000, XP dan 2003 dengan mesin database Jet 4.0. Kontrol Data tersebut tidak mampu menangani hubungan koneksi dengan database mesin Jet 4.0 atau pun jenis lainnya. Pesan kesalahan yang akan tampil jika kita menggunakan Kontrol Data dengan pengaturan pada windows property record source dengan database bermesin Jet 4.0, terlihat seperti berikut:

“Unrecognized database format C:\DATA\Biblio2000.mdb”

Pesan kesalahan di atas muncul karena adanya perbedaan pada mesin database yang digunakan. Microsoft Access 97 dibuat dengan menggunakan mesin database, yaitu Jet.3.51/3.6. sedangkan Microsoft Access 2000, XP dan 2003 menggunakan mesin database Jet 4.0. Kemampuan yang dimiliki DAO, yaitu control Data standart pada Visual Basic hanya untuk mengakses mesin database dengan Jet 3.51/3.6 bukan Jet 4.0

Jadi perbedaannya:
- Mesin database Jet 4.0 hanya bisa digunakan pada Microsoft Access 2000,XP dan 2003 file
format dengan menggunakan control data ADO (activex data object)
- Mesin database jet 3.51/3.6 hanya bisa digunakan pada Microsoft Access 97 file format dengan
menggunakan control data DAO (data access object)