Membangun Sistem Pakar yang Belajar, dari Nol hingga Aplikasi Nyata — Pemilik konter ponsel yang tahu pertanyaan mana yang harus diajukan lebih dulu, perawat puskesmas yang tahu demam mana yang tidak boleh ditunda, mekanik di pangkalan ojek yang mendengar klakson lemah dan langsung menduga akinya: masing-masing membawa pengetahuan yang dapat ditulis sebagai rule. Jika ini dan ini, maka itu — kecuali hal lain itu benar. Tidak seorang pun mempelajari rule itu dari buku.

Ringkasan

Bab 1 melihat rule yang sudah mengatur sebuah pagi biasa, menjelaskan apa yang membuat sekumpulan rule menjadi cerdas dan bagaimana tiga keluarganya — sistem berbasis rule klasik, Ripple Down Rules, dan VCIRS — saling berkaitan, lalu menyiapkan meja kerja: VS Code, JDK 25, dan Python 3.14 di Windows, macOS, dan Linux. Bab ini ditutup dengan cicipan pertama VCIRS, sebuah basis pengetahuan mungil yang mempelajari pengecualian atas rule-nya sendiri.

Bab 2 sampai 5 meletakkan dasarnya. Bab 2 membantu Bu Sri menjaga tagihan listrik keluarganya di bawah empat ratus ribu rupiah dengan program rule pertama dalam buku ini: saran IF–THEN yang disimpan terpisah dari program, masing-masing dengan alasan dan penghematannya dalam rupiah. Bab 3 membangun pemecah masalah ponsel dan Wi-Fi untuk konter Mas Anto di pasar dengan Ripple Down Rules, mula-mula dengan tangan lalu di atas vcirs-core, sehingga ia mempelajari perbaikan yang benar setiap kali sarannya gagal. Bab 4 membantu Laras dan guru BK-nya, Bu Wati, memikirkan pilihan jurusan, dan sekaligus memperkenalkan jantung VCIRS: saran yang diubah menjadi variabel, nilai, kondisi, node, dan rule, yang disimpan dalam Variable-Centered Rule Structure. Bab 5 membangun pemeriksa kesehatan mandiri yang menanyakan pertanyaan keselamatan lebih dulu dan menyatakan dengan jelas kapan harus ke dokter, serta memungkinkan perawat puskesmas menyempurnakan pengetahuannya kasus demi kasus dengan list of difference, kasus cornerstone, dan enam pilihan VCIRS.

Bab 6 sampai 9 membahas apa yang membuat VCIRS cerdas. Bab 6 membantu Pak Slamet menghadapi masalah durian, mangga, cabai, dan padinya, menghitung Variable, Node, dan Rule Usage Rate, lalu memakainya untuk membangkitkan rule baru yang lebih umum, yang ditinjau penyuluh pertanian desa sebelum disimpan. Bab 7 mengarahkan pesan WhatsApp sebuah toko kelontong ke orang yang tepat di keluarga pemiliknya, dan membaca Credit serta statistik pemakaian sebagaimana seorang pemilik toko membacanya. Bab 8 memberi pengemudi ojek pencari kerusakan motor yang menyingkirkan bahaya lebih dulu, bernalar maju dan mundur atas rule IF–THEN yang diturunkan dari basis pengetahuan, dan menjawab apa, bagaimana, dan mengapa. Bab 9 menyiapkan rapat bulanan sebuah koperasi simpan pinjam dengan VCIRS fuzzy yang memahami rendah, sedang, dan tinggi, memberi peringatan bila sebuah kasus berada di perbatasan, dan menolak belajar dari atribut yang dilindungi.

Bab 10 sampai 13 membawa pengetahuan itu ke dunia luar. Bab 10 menaruh penasihat penghilang noda sebuah binatu di web, dengan basis pengetahuan di dalam basis data SQLite, yang dilayani oleh server Java dan Python yang menjawab dengan byte yang sama. Bab 11 memungkinkan tim sebuah klinik kecil merawat bersama basis pengetahuan triase, dengan usulan, pengujian pada kasus emas, tinjauan pakar kedua, versi, dan jejak audit yang dirantai dengan SHA-256. Bab 12 mempelajari rule dari data, menumbuhkan pohon keputusan dari tabel hewan lalu mengubahnya menjadi basis pengetahuan VCIRS yang kemudian disempurnakan oleh seorang guru biologi. Bab 13 memungkinkan pelanggan berbicara dengan dokter Wi-Fi dalam kata-kata mereka sendiri melalui model bahasa lokal, sementara basis pengetahuan yang diperiksa manusia mengambil setiap keputusan dan sebuah penjaga menolak balasan apa pun yang tidak didukungnya.

Bab 14 adalah proyek akhir: aplikasi web yang memungkinkan seseorang yang belum pernah memprogram — Bu Wati si pembuat kue, dengan catatan sebelas tahun di sebuah buku tulis — membangun sistem pakarnya sendiri, mengajarinya kasus demi kasus, membaca statistik pemakaiannya, dan menerima atau mengabaikan rule yang diusulkannya. Bab 15 menjaga sistem semacam itu tetap hidup: layanan saran yang dikemas menjadi satu berkas, pemeriksaan otomatis, cadangan yang dapat dipercaya, catatan pemakaian yang merekam saran dan bukan orangnya, laporan bulanan yang memberi tahu apa yang perlu diajarkan berikutnya, dan Undang-Undang Pelindungan Data Pribadi.

Setiap bab menempuh jalan yang dilalui sebuah proyek nyata: masalahnya dan siapa yang dibantu, gagasannya dalam kata-kata sederhana, aplikasinya dibangun langkah demi langkah, menjalankannya, menyempurnakannya, memakainya sungguh-sungguh di toko, kebun, klinik, atau rumah Anda sendiri, kesalahan yang sering terjadi, ringkasan, soal latihan dengan penyelesaian lengkap, dan daftar pustaka. Bila sebuah aplikasi memberi saran tentang kesehatan, uang, atau keselamatan, ia menyatakan dengan jelas kapan harus menemui dokter, bidan, mekanik, atau orang yang berwenang memutuskan.

Setiap program dalam buku ini sudah dijalankan sebelum keluarannya dicetak. Program-program itu dikumpulkan, bab demi bab, dalam folder Code yang menyertai buku ini, dari Chapter01 sampai Chapter15, masing-masing dengan folder java dan python, data yang diperlukannya, dan README yang menjelaskan cara menjalankannya di terminal dan di VS Code, pada Windows, macOS, dan Linux; mesin bersamanya berada di sampingnya, di vcirs-core.

Isi Buku

1. Aturan Cerdas dalam Keseharian, dan Meja Kerja Anda
2. Penghemat Tagihan Listrik: Program Aturan Pertama Anda
3. Pemecah Masalah Ponsel dan Wi-Fi yang Belajar dari Setiap Perbaikan
4. Penasihat Pemilihan Jurusan: Berpikir dengan Variabel
5. Penasihat Cek Kesehatan Mandiri: Penyempurnaan Pengetahuan Kasus demi Kasus
6. Penasihat Masalah Tanaman dan Pohon Buah untuk Petani: Pembangkitan Rule
7. Pengarah Pesan Pelanggan Toko Kecil: Statistik Pemakaian dan Kredit
8. Pencari Kerusakan Motor untuk Pengemudi Ojek: Inferensi Maju dan Mundur dengan Penjelasan
9. Penasihat Kelayakan Pinjaman Koperasi: VCIRS Fuzzy
10. Penasihat Penghilang Noda sebagai Aplikasi Web dengan Basis Data
11. Basis Pengetahuan Triase Klinik untuk Tim: Banyak Pakar, Versi, dan Audit
12. Belajar Rule dari Data: dari Pohon Keputusan ke Basis Pengetahuan VCIRS
13. Berbicara dengan Sistem Pakar Anda: Model Bahasa Lokal dengan Pengetahuan yang Diperiksa Manusia
14. Proyek Akhir: Pembangun Sistem Pakar VCIRS untuk Siapa Saja
15. Menerapkan, Merawat, dan Mengembangkan Sistem Pakar Anda