PERANAN IOT DALAM KESEHARIAN

PERANAN IOT DALAM KESEHARIAN

Implementasi IoT dalam kehidupan sehari-hari yang sebagian besar sudah bisa dimiliki. Bahkan, ada juga yang dapat dibangun sendiri.

Ø Memonitor Bayi dengan Kimono Cerdas

 Sekilas, kimono bernama Mimo ini tampak seperti baju bayi pada umumnya. Hanya saja, hiasan berbentuk kura-kura yang terdapat padanya mampu mengirim data ke receiver berwujud bunga teratai, yang kemudian mengirimkan informasi ke aplikasi iOS atau Android via koneksi Internet.

Kimono ini mampu memonitor napas, posisi tubuh, aktivitas tidur, dan temperatur kulit bayi yang dapat Anda lacak secara real-time via aplikasi khusus pada ponsel. Satu lagi, karena terdapat mikrofon pada aksesori kura-kura tadi, Anda juga dapat mendengar suara di sekitar bayi.

Ø Sepeda Pintar

Sepeda yang Mampu Merekomendasikan Rute. Sepeda adalah salah satu peralatan olah raga yang tepat disandingkan dengan IoT. Vanhakws, perusahaan rintisan asal Toronto, Kanada, melihat ini sebagai peluang besar.

Mereka merancang connected bicycle buat pengendara urban. Proyek Kickstarter ini memikat begitu banyak netizen hingga mendulang crowdfundingsenilai US$ 820 ribu atau sekitar Rp 11,3 miliar.

Sepeda bernama Valour ini dilengkapi general positioning system atau GPS dan beragam sensor serta koneksi Wi-Fi dan Bluetooth untuk memudahkan berkomunikasi dengan ponsel atau jam pintar. Valour dapat mendeteksi kendaraan yang ada di blindspot pengendara untuk meminimalkan terjadinya kecelakaan.

Selain itu, setiap digunakan, sepeda ini akan merekam data perjalanan. Misalnya, apakah ada lubang pada rute yang dilewati. Pada sesi bersepeda berikutnya, Valour, sepeda premium yang dijual dengan harga mulai dari US$ 1.249 (sekitar Rp17,2 juta) dapat merekomendasikan rute yang lebih nyaman untuk dilewati.

Ø Menyiram Tanaman Secara Otomatis

Alat penyiram tanaman otomatis sudah tersedia sejak lama. Berbeda dengan yang sudah ada, sistem bernama Open Sprinkler ini lebih pintar karena tidak hanya mampu menyiram tanaman sesuai jadwal. Ini juga berdasarkan kondisi kelembapan tanah. Akibatnya, penggunaan air jadi lebih efisien. Open Sprinkler, yang dikembangkan oleh mantan editor Wired, Chris Anderson, dan Rui Wang ini, terhubung ke internet via Ethernet atau Wi-Fi.

Jika Anda suka ngoprek dan mencari sistem penyiraman tanaman pintar buat di rumah, Open Sprinkler tersedia dalam paket DIY (Do It Yourself). Atau jika tidak mau repot, terdapat juga alat siap pakai yang dibangun dengan development board Arduino dan Raspberry Pi.

Ø Colokan Listrik Pintar

Colokan pintar, atau smart plugs dengan koneksi Wi-Fi ini menjadi perantara antara colokan biasa di rumah Anda dengan peralatan rumah tangga seperti oven atau lampu. Alat ini bisa digunakan utuk menyalakan atau mematikan sambungan listrik lewat aplikasi ponsel dari mana saja, asalkan dalam jangkauan Internet.

Beberapa colokan pintar bahkan mampu memonitor berapa daya yang digunakan. Anda pun dapat menghemat energi, yang ujung-ujungnya menekan biaya. Walaupun pada awalnya Anda harus boros, karena investasi untuk membeli colokan pintar ini tidak murah. Sekadar informasi, alat ini dijual dengan kisaran harga 50 dolar AS (Belkin WeMo Switch) hingga 160 dolar AS (Plugwise Home Start). Jika tertarik membuat colokan pintar sendiri, Anda bisa melihat proyek DIY ini.

Ø Sistem Peringatan Bencana

Suka merasa was-was saat meninggalkan rumah? Mungkin sudah saatnya Anda memasang alat seperti Ninja Sphere. Alat ini merupakan hub yang dapat tersambung dengan bermacam sensor dan alat pintar buatan brand  lain, seperti sensor suhu, sensor gerakan, lampu pintar, colokan pintar, dan banyak lagi.

Ninja Sphere, yang terhubung ke Internet lewat Wi-Fi ini, mampu menarik data dari sensor yang berada dalam jaringan rumah. Contohnya, suhu luar dan dalam ruangan. Ketika ada lonjakan suhu secara mendadak, Anda akan mendapat notifikasi via aplikasi ponsel. Anda pun dapat menghubungi tetangga atau pihak yang berkepentingan untuk melakukan pengecekan sebelum terlambat. Alat ini dijual dengan harga US$ 250 dolar AS atau sekitar Rp 3,5 juta.

Anda dapat membangun sendiri sistem peringatan dini di rumah secara DIY dengan memanfaatkan CISECO, Libelium Waspmote, RasWIK, atau PiCrust. Selain bisa menekan biaya, Anda dapat memasang sensor-sensor pada posisi yang benar-benar membutuhkan pengawasan.

PERANAN IOT DALAM BIDANG INDUSTRI

PERANAN IOT DALAM BIDANG INDUSTRI

Dalam industri, peralatan-peralatan dapat dirancang untuk memberikan informasi mengenai kondisinya. Misalnya ada peralatan yang membutuhkan bahan bakar, dan peralatan tersebut memancarkan informasi status bahakn bakarnya secara periodik ke suatu peralatan lain melalui jaringan internet. Dengan adanya sistem ini, maka kita dengan mudah memantau peralatan-peralatan yang digunakan dalam kantor kita. Memudahkan pemantauan akan mengindarkan kita dari situasi suatu mesin tidak berfungsi karena terlambat melakukan pemeliharaan.

Terkait dalam aplikasi pada industri di atas, akan banyak dikembangkan sensor-sensor untuk mengkuantisasi dari status peralatan-peralatan tersebut.

Dalam aplikasi dalam rumah tangga, saat kita belok ke halaman depan rumah kita, garasi langsung membuka. Pada saat garasi membuka, lampu ruangan dan AC akan langsung menyala. Saat ini sudah ada konsorsium yang merumuskan standarisasi komunikasi antar peralatan ini. Dengan adanya standarisasi ini, maka akan banyak peralatan yang terhubung antara satu dengan yang lain.

Pada hakekatnya, benda Internet atau Internet of Things mengacu pada benda yang dapat di identifikasikan secara unik sebagai representasi virtual dalam struktur berbasis Internet. Istilah Internet of Things awalnya disarankan oleh Kevin Ashton pada tahun 1999 dan mulai popular melalui Auto-ID Center di MIT berikut publikasi analisa pasar yang terkait.

Salah satu wujud dari Intenet of Things yang ajap kali disebutkan, adalah sistem RFID (radio-frequency identification) yang menjadi komponen dipersyaratkan. Andaikan semua benda, mahluk maupun insan dalam kehidupan sehari-hari dapat diidentifikasi secara elektronik, maka mereka bisa dikelola dan diinventarisasi oleh komputer.

PERANAN IOT DALAM BIDANG KESEHATAN

PERANAN IOT DALAM BIDANG KESEHATAN

Kini peralatan kedokteran lebih dapat di hubungkan dengan internet sehingga lebih mudah dalam pengawasan, para dokter secara khusus dapat memantau kondisi pasien tanpa harus melakukan kunjungan ke kamar pasien tersebut. Sehingga biaya kunjungan dokter ke pasien dapat berkurang, bayangkan jika anda dirawat di rumah sakit dan setiap hari di kunjungi dokter hanya diberikan senyum atau di tempelkan tangannya ke jidat anda, maka anda harus bayar Rp. 200.000 setiap tindakan medis tersebut.

Tentunya hal tersebut sudah tidak diperlukan lagi jika rumah sakit diwajibkan melakukan sistem pengawasan pasien terpusat, cukup data pasien yang dapat mengarah kritis saja yang secara real-time dapat terus terpantau oleh para dokter bahkan saat mereka main golf sekalipun, sehingga tanggung jawab moril para dokter juga dapat di tingkatkan. Iniselaras dengan revolusi mental.

Internet of Things akan membantu meningkatkan sistem kesehatan. Perangkat yang terhubung akan menguntungkan bahkan perangkat yang tidak diperlukan untuk mengumpulkan data.

Sensor elektronik dapat dibangun untuk peralatan penting dan dapat digunakan untuk mengumpulkan statistik penggunaan, dan bahkan melacak dan pemeliharaan jadwal. Dengan semua data yang datang ke lokasi pusat, itu bisa meningkatkan efisiensi rumah sakit dan klinik, yang pada gilirannya dapat mengurangi biaya operasional. Ketukan jelas pada efek adalah bahwa pasien akan menerima perawatan yang lebih baik dari peralatan yang dipelihara untuk standar yang lebih tinggi .

PERANAN IOT DALAM BIDANG PENDIDIKAN

PERANAN IOT DALAM BIDANG PENDIDIKAN

Sudah banyak sekali sekolah-sekolah yang menerapkan e-learning untuk siswanya. Namun untuk era digital seperti ini hal tersebut tidak akan cukup untuk meningkatkan produktifitas siswa dan gurunya. Contoh nyata lainnya seperti penjadwalan otomatis mata pelajaran disekolah, sistem akademik yang terkoneksi ke jaringan sehingga laporan hasil belajar siswa dapat dilihat dari rumah dengan mobile device. bahkan IoT di bidang pendidikan dapat membantu siswa mengurangi beban bawaanya dengan hanya membawa device yang mampu untuk mencukupi modul pelajaran.

IoT sudah jelas memiliki banyak manfaat yang dapat membantu dan memudahkan kehidupan manusia, begitupula dalam bidang pendidikan. Untuk itu dukungan terwujudnya Internet of Things di Indonesia sangat dibutuhkan baik dari partisipasi juga kesadaran teknologi masyarakatnya baik para pelajar dan pendidiknya hingga masyarakat awan agar bisa lebih tertib secara sistem dan damai untuk terciptanya kemaslahatan masyarakat Indonesia khususnya.

Implementasi IoT dalam bidang pendidikan sudah banyak dilakukan oleh sekolah-sekolah di Indonesia.

Salah satunya contohnya Universitas Negeri Semarang yang menerapkan kode batang atau barcode di dalam Kartu Tanda Mahasiswa (KTM) untuk dapat mengidentifikasi pemiliknya dengan cepat. Contoh lainnya penerapan kode RFID (Radio Frequensi Identifity) yang ditempelkan sepatu pelari yang akan mengikuti lomba untuk mendeteksi pelari di garis finis.

Transfer data RFID menggunakan gelombang radio, sehingga memudahkan penggunanya untuk mengetahui jumlah maupun keberadaan pelari tersebut.

Meskipun manfaat IoT sendiri sangat besar, namun dampak negatif yang ia timbulkan juga  perlu diwaspadai. Biaya yang mahal sering menjadi penyebab kegagalan yang berujung pada gagalnya produksi. Nantinya barang-barang yang diproduksi dan terhubung dengan internet akan lebih mudah diserang virus dan mudah dihack.

Maka perlu diberikan keamanan yang sangat ketat apabila Internet of Things ini benar-benar diwujudkan, apalagi dalam bidang pendidikan, transparansi data sekolah pasti sangat tinggi dan akan banyak penyimpangan-penyimpangan yang dilakukan oleh orang-orang yang tidak bertanggungjawab. Dampak negatif juga akan melanda pelajar, bagaimanapun apabila pelajar dimudahkan pekerjaannya ia akan lebih bersantai ria dan bisa timbul rasa malas.

EXPERT SYSTEM (sistem pakar)

EXPERT SYSTEM

Sistem pakar adalah suatu program komputer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. 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. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan. (Yuliana, 2011)

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. 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.   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 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      

2.      Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premise dan kesimpulan

3.      Frame-Based Knowledge Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame

4.      Object-Based Knowledge Pengetahuan direpresentasikan sebagai jaringan dari obyek-obyek. Obyek adalah elemen data yang terdiri dari data dan metoda (proses)

5.      Case-Base Reasoning Pengetahuan direpresentasikan dalam bentuk kesimpulan kasus (cases) 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 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.

Struktur Sistem Pakar 

Sistem pakar terdiri dari dua bagian pokok, yaitu: lingkungan pengembangan (development environment) dan lingkungan konsultasi (consultation environment). Lingkungan pengembangan digunakan sebagai pembangun sistem pakar baik dari segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi digunakan oleh seseorang yang bukan ahli untuk berkonsultasi (Kusumadewi, 2003:113-115).

Komponen-komponen yang terdapat dalam arsitektur/struktur sistem pakar pada gambar di atas dijelaskan sebagai berikut:

a. Antarmuka Pengguna (User Interface)

Antarmuka merupakan mekanisme yang digunakan oleh pengguna dan sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh sistem. Selain itu antarmuka menerima dari sistem dan menyajikannya ke dalam bentuk yang dapat dimengerti oleh pemakai.
b. Basis Pengetahuan

Basis pengetahuan mengandung pengetahuan untuk pemahaman, formulasi, dan penyelesaian masalah.

c. Akuisisi Pengetahuan (Knowledge Acquisition)

Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam program komputer. Dalam tahap ini knowledge engineer berusaha menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku, basis data, laporan penelitian, dan pengalaman pemakai.

d. Mesin/Motor Inferensi (Inference Engine)

Komponen ini mengandung mekanisme pola pikir dan penalaran yang digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin inferensi adalah program komputer yang memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace, dan untuk memformulasikan kesimpulan.

e. Workplace/Blackboard

Workplace merupakan area dari sekumpulan memori kerja (working memory), digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara.

f. Fasilitas Penjelasan

Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan kemampuan sistem pakar, digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan.

g. Perbaikan Pengetahuan

Pakar memiliki kemampuan untuk menganalisis dan meningkatkan kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga program akan mampu menganalisis penyebab kesuksesan dan kegagalan yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan yang ada masih cocok untuk digunakan di masa mendatang.

Tujuan Sistem Pakar 

Sistem pakar (expert system) sendiri merupakan paket perangkat lunak atau paket program komputer yang ditujukan sebagai penyedia nasihat dan sarana bantu dalam memecahkan masalah di bidang-bidang spesialisasi tertentu seperti sains, perekayasaan, matematika, kedokteran, pendidikan dan sebagainya. Sistem pakar merupakan merupakan subset dari Artificial Intelegence (Arhami, 2005).
Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan masalah yang dimaksud seperti (Lestari, 2012):

1.                  Interpretasi. Membuat kesimpulan atau deskripsi dari sekumpulan data mentah. Pengambilan keputusan dari hasil observasi, termasuk pengenalan ucapan, analisis citra, interpretasi sinyal, dll. 

2.                  Prediksi. Memproyeksikan akibat-akibat yang dimungkinkan dari situasi-situasi tertentu. Contoh: prediksi demografi, prediksi ekonomi, dll. 

3.                  Diagnosis. Menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada gejala-gejala yang teramati diagnosis medis, elektronis, mekanis, dll. 

4.                  Perancangan (desain). Menentukan konfigurasi komponen-komponen sistem yang cocok dengan tujuan-tujuan kinerja tertentu yang memenuhi kendala-kendala tertentu. Contoh: perancangan layout sirkuit, bangunan.

5.                  Perencanaan. Merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan dengan kondisi awal tertentu. Contoh: perencanaan keuangan, militer, dll. 

6.                  Monitoring. Membandingkan hasil pengamatan dengan kondisi yang diharapkan. Contoh: computer aided monitoring system. 

7.                  Debugging. Menentukan dan menginterpretasikan cara-cara untuk mengatasi malfungsi. Contoh: memberikan resep obat terhadap kegagalan. 

8.                  Instruksi. Mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek. Contoh: melakukan instruksi untuk diagnosis dan debugging.

9.                  Kontrol. Mengatur tingkah laku suatu environment yang kompleks. Contoh: melakukan kontrol terhadap interpretasi, prediksi, perbaikan dan monitoring kelakukan sistem.

Kelebihan 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 reliabilitas.

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 relatif mahal karena diperlukan banyak data.

2.     Perlu admin khusus yang selalu update informasi dalam bidang yang sesuai dengan sistem pakar.

3.     Pengembangan perangkat lunak sistem pakar lebih sulit dibandingkan perangkat lunak konvensional.

4.     Susah dikembangkan.

5.     Membutuhkan waktu yang lama.

Contoh Sistem Pakar

1.     MYCIN : diagnosa penyakit

2.     Dendral : mengidintifikasikan struktur molekul campuran kimia yang tidak dikenal

3.     XCON & XSEL : konfigurasi sistem komputer besar,

4.     Prospector : bidang biologi