Tulisan Puisi

Bahasa pemrograman komputer MAD (Michigan Algorithm Decoder) adalah bahasa pemrograman dan kompiler untuk IBM 704 dan kemudian IBM 709, IBM 7090, IBM 7040, UNIVAC 1107, UNIVAC 1108, Philco 210-211, dan akhirnya komputer mainframe IBM S / 370. Dikembangkan pada tahun 1959 di University of Michigan oleh Bernard Galler, Bruce Arden dan Robert M. Graham, MAD adalah varian dari bahasa ALGOL. Itu banyak digunakan untuk mengajar pemrograman di perguruan tinggi dan universitas selama tahun 1960-an dan memainkan peran kecil dalam pengembangan CTSS, Multics, dan sistem operasi komputer Michigan Terminal System.

Arsip di Perpustakaan Sejarah Bentley Universitas Michigan berisi bahan referensi tentang pengembangan MAD dan MAD / I, termasuk tiga kaki linier cetakan dengan notasi tulisan tangan dan manual cetak asli.

MAD, MAD/I, GOM

Sementara MAD termotivasi oleh ALGOL 58, itu tidak menyerupai ALGOL 58 dengan cara yang signifikan.

Program yang ditulis dalam MAD termasuk MAIL, RUNOFF, salah satu sistem pemrosesan teks pertama, dan beberapa utilitas lainnya semuanya di bawah Compatible Time-Sharing System (CTSS). Pekerjaan dilakukan pada desain untuk kompiler MAD untuk Multics, tetapi tidak pernah diimplementasikan.

MAD cukup cepat dibandingkan dengan beberapa kompiler lain pada zamannya. Karena sejumlah orang tertarik untuk menggunakan bahasa FORTRAN dan belum ingin mendapatkan kecepatan kompiler MAD, sebuah sistem yang disebut MADTRAN (ditulis dalam MAD) dikembangkan. MADTRAN hanyalah seorang penerjemah dari FORTRAN ke MAD, yang kemudian menghasilkan kode mesin. MADTRAN didistribusikan melalui SHARE.

MAD / I memiliki struktur sintaksis yang mirip dengan ALGOL 60 bersama dengan fitur-fitur penting dari MAD asli dan dari PL / I. MAD / I dirancang sebagai bahasa yang dapat diperluas. Itu tersedia untuk digunakan di bawah MTS dan memberikan banyak ide-ide baru yang membuat jalan mereka ke bahasa lain, tetapi kompilasi MAD / I lambat dan MAD / I tidak pernah memperluas dirinya ke penggunaan luas bila dibandingkan dengan MAD 7090 asli.

GOM pada dasarnya adalah bahasa MAD 7090 yang dimodifikasi dan diperluas untuk arsitektur 360/370 dengan beberapa penyesuaian yang bijaksana agar lebih sesuai dengan praktik dan masalah pemrograman saat ini. Sistem Pesan MTS ditulis dalam GOM.

KOMPILER MAD

Ada tiga kompiler MAD:

1. MAD asli, kompiler yang dikembangkan pada tahun 1959 di University of Michigan untuk IBM 704 dan kemudian komputer mainframe IBM 709 dan IBM 7090 yang menjalankan University of Michigan Executive System (UMES) dan sistem operasi Compatible Time-Sharing System (CTSS). Pada pertengahan 1960-an MAD porting di University of Maryland ke UNIVAC 1108. Versi MAD juga tersedia untuk Philco 210-211 dan UNIVAC 1107.
2. MAD / I, versi MAD "diperpanjang" untuk seri IBM System / 360 komputer yang berjalan di bawah Michigan Terminal System (MTS). Pekerjaan pada kompiler baru dimulai pada tahun 1965 sebagai bagian dari proyek CONCOMP yang disponsori ARPA di University of Michigan. Seiring kemajuan pekerjaan, secara bertahap menjadi jelas bahwa MAD / I adalah bahasa baru yang independen dari versi asli MAD 7090.
3. GOM (Good Old MAD), implementasi ulang dari 7090 MAD asli untuk seri komputer mainframe IBM System/370 yang menjalankan Michigan Terminal System (MTS). GOM diciptakan pada awal 1980-an oleh Don Boettner di University of Michigan Computing Center.

CONTOH "Hello, World" 

Program contoh "hello, world" mencetak string "Hello, world" ke terminal atau tampilan layar.

Karakter pertama dari garis diperlakukan sebagai kontrol carriage logis, dalam contoh ini karakter "0" yang menyebabkan garis spasi ganda dicetak.

Atau, kontraksi dapat digunakan, dan kompiler akan memperluasnya dalam daftar:

ELEMEN BAHASA PEMROGRAMAN MAD

MAD dan GOM, tetapi bukan MAD / I, terdiri dari elemen-elemen berikut:

Input Format

Program MAD adalah serangkaian pernyataan yang ditulis pada kartu berlubang, umumnya satu pernyataan per kartu, meskipun pernyataan dapat dilanjutkan ke beberapa kartu. Kolom 1-10 berisi label pernyataan opsional, komentar atau keterangan ditandai menggunakan huruf "R" di kolom 11, dan kolom 73-80 tidak digunakan dan dapat berisi pengidentifikasi urutan. Spasi tidak signifikan di mana pun selain di dalam konstanta karakter. Untuk input GOM adalah bentuk bebas tanpa bidang urutan dan garis mungkin hingga 255 karakter; baris yang dimulai dengan tanda bintang (*) adalah komentar; dan garis yang dimulai dengan tanda plus (+) adalah garis lanjutan.

Names

Nama variabel, nama fungsi, dan label pernyataan memiliki bentuk yang sama, huruf diikuti oleh nol hingga lima huruf atau angka. Nama fungsi diakhiri dengan titik. Semua nama dapat disubskripsikan (nama diikuti dengan tanda kurung, dengan beberapa subskrip dipisahkan dengan koma). Untuk nama GOM mungkin sampai 24 karakter dan dapat menyertakan karakter garis bawah (_).

Beberapa kata kunci dalam bahasa adalah kata-kata yang dicadangkan karena sebagian besar lebih panjang dari enam huruf atau dikelilingi oleh titik. Ada seperangkat singkatan standar yang dapat digunakan untuk menggantikan kata-kata yang lebih panjang. Ini terdiri dari huruf pertama dan terakhir dari kata kunci dengan tanda kutip di antara mereka, seperti W'R untuk WHENEVER dan D'N untuk DIMENSION.

Data Types

MAD menggunakan istilah "mode" untuk tipe datanya. Lima mode dasar didukung:

1. Integer ditulis dengan atau tanpa faktor skala (1, +1, -1, 1K10, 1K) atau sebagai konstanta oktal (hingga 7777777777777K);
2. Floating point ditulis dengan atau tanpa eksponen (0., 1.5, -0.05, +100.4, -4., .05E-2, -.05E2, 5E02, 5.E2);
3. Boolean (1B untuk benar dan 0B untuk salah);
4. Statement Label, dan
5. Function name ditulis sebagai nama diikuti dengan titik (SQRT.).

Mode konstanta dapat didefinisikan ulang dengan menambahkan karakter M diikuti oleh satu digit di akhir konstanta, di mana 0 menunjukkan titik mengambang, 1 bilangan bulat, 2 boolean, 3 nama fungsi, dan 4 label pernyataan.

Untuk GOM enam mode tambahan ditambahkan: CHARACTER, SHORT INTEGER, BYTE INTEGER, LONG INTEGER, POINTER, dan DYNAMIC RECORD.

Konstanta alfabet atau karakter disimpan sebagai bilangan bulat dan ditulis menggunakan tanda dolar sebagai pembatas ($ABCDEF$) dengan tanda dolar ganda yang digunakan untuk memasukkan tanda dolar sejati ($$$.56$ adalah 56 sen). String yang lebih panjang dari enam karakter diwakili menggunakan array.

Array dan Matriks

• Tidak ada batasan jumlah dimensi.
• Subskrip negatif dan nol serta floating-point diperbolehkan.
• Matriks bertingkat di lokasi memori berturut-turut dalam urutan yang ditentukan dengan memvariasikan subskrip paling kanan terlebih dahulu.
• Matriks dapat dirujuk menggunakan subskrip untuk setiap dimensi, NAME(s1,s2,s3), atau menggunakan subskrip tunggal, NAME(s1).
• Daftar input-output, pernyataan NILAI VEKTOR, dan beberapa subrutin memungkinkan penggunaan notasi blok, yang memiliki bentuk A,...,B atau A... B, yang merupakan referensi ke seluruh wilayah dari A ke B. inklusif. Dalam hal vektor, A (1) ... A(N) akan menjadi A(1), A(2), A(3), ..., A(N).
• Ada fasilitas yang memungkinkan perubahan dimensi saat run-time; memungkinkan programmer untuk memvariasikan lokasi elemen awal dalam array dalam blok keseluruhan yang telah disisihkan untuk array; dan memungkinkan pemetaan penyimpanan sewenang-wenang ditentukan.

Daftar operators, statements, and functions

Operators

Arithmetic operators

• .ABS. (unary absolute value)
• + (unary identity)
• - (unary negation)
• + (addition)
• - (subtraction)
• * (multiplication)
• / (division)
• .P. (exponentiation)
• .N. (bitwise negation)
• .A. (bitwise and)
• .V. (bitwise or)
• .EV. (bitwise exclusive or)
• .LS. (left shift)
• .RS. (right shift)
• .REM. (remainder, GOM only)

Relational operators

• .L. (less than)
• .LE. (less than or equal)
• .E. (equal)
• .NE. (not equal)
• .G. (greater than)
• .GE. (greater than or equal)

Boolean operators

.NOT. (unary logical not)

.OR. (logical or)

.EXOR. (logical exclusive or)

.AND. (logical and)

.THEN. (implies)

.EQV. (equivalence)

Pointer operators (Hanya GOM)

• : (selection)
• .LOC. (location)
• .IND. (indirection)

Bit operators (Hanya GOM)

• .SETBIT. (set bit to 1)
• .RESETBIT. (reset bit to 0)
• .BIT. (test bit)

Declaratrion Statement

Variabel dapat dinyatakan secara implisit atau eksplisit. Secara default, semua variabel yang dideklarasikan secara implisit diasumsikan sebagai floating point. Pernyataan NORMAL MODE IS dapat digunakan untuk mengubah default ini.

• FLOATING POINT var1, var2, ... (may include dimension information)
• INTEGER var1, var2, ... (may include dimension information)
• BOOLEAN var1, var2, ... (may include dimension information)
• FUNCTION NAME name1, name2, ... (may include dimension information)
• STATEMENT LABEL label1, label2, ... (may include dimension information)
• MODE NUMBER n, var1, var2, ... (may include dimension information)
• NORMAL MODE IS type-name (INTEGER, BOOLEAN, FLOATING POINT, STATEMENT LABEL, or FUNCTION NAME)
• NORMAL MODE IS MODE NUMBER n
• DIMENSION variable(max-dimension) (declares an array from 0...max-dimension)
• DIMENSION variable(from...to)
• DIMENSION variable(subscript1, subscript2, ..., subscriptn) (declares a multidimensional array)
• VECTOR VALUES array(n) = c1, c2, c3, ...
• VECTOR VALUES array(m) ... array(n) = constant
• DOUBLE STORAGE MODE mode-list (doubles the amount of storage allocated for the modes listed)
• EQUIVALENCE (a1, a2, ..., am), ...
• PROGRAM COMMON a, b, c, ... (may include dimension information)
• ERASABLE a, b, c, ... (may include dimension information)
• PARAMETER A1(B1), A2(B2), ..., An(Bn)
• SYMBOL TABLE VECTOR variable
• FULL SYMBOL TABLE VECTOR variable
• LISTING ON (the default)
• LISTING OFF
• REFERENCES ON
• REFERENCES OFF (the default)

Executable Statements

• Variable = expression (assignment)
• TRANSFER TO statement-label
• WHENEVER boolean-expression, executable-statement (simple conditional)
• WHENEVER boolean-expression (compound conditional)
• OR WHENEVER boolean-expression
• OTHERWISE
• END OF CONDITIONAL
• CONTINUE (do nothing statement, usually used to carry a statement label)
• THROUGH statement-label, FOR VALUES OF variable = expression-list (iteration)
• (where variable may be any mode including floating-point)
• SET LIST TO array-element, [ expression ]
• SAVE DATA list
• RESTORE DATA list
• PAUSE NO. octal-integer (stop execution, print an octal number on the operators console, allow manual restart)
• END OF PROGRAM (the last statement in all MAD programs)

Input dan Output Statements

• READ DATA (reads data using a self-defining format, var1=value1, var2=value2, ..., varN=valueN
• READ AND PRINT DATA (similar to READ DATA, but data read is echoed to the printer)
• READ FORMAT format, list
• READ BCD TAPE n, format, list
• READ BINARY TAPE n, list
• PRINT RESULTS list
• PRINT BCD RESULTS list
• PRINT OCTAL RESULTS list
• PRINT COMMENT $string$ (first character of string is carriage control)
• PRINT FORMAT format, list
• PRINT ON LINE FORMAT format, list (display a message for the machine operator)
• WRITE BCD TAPE n, format, list
• WRITE BINARY TAPE n, list
• PUNCH FORMAT format, list
• LOOK AT FORMAT format, list (read data without advancing to next record)
• REWIND TAPE n
• END OF FILE TAPE n
• BACKSPACE RECORD OF TAPE n
• BACKSPACE RECORD OF TAPE n, IF LOAD POINT TRANSFER TO statement
• BACKSPACE FILE OF TAPE n
• BACKSPACE FILE OF TAPE n, IF LOAD POINT TRANSFER TO statement
• SET LOW DENSITY TAPE n
• SET HIGH DENSITY TABLE n
• REWIND TAPE n
• UNLOAD TAPE n
• FORMAT VARIABLE list (declaration, may include dimension information)

Function

Nama fungsi diakhiri dengan titik. Fungsi internal dan eksternal didukung. Fungsi internal dikompilasi sebagai bagian dari program di mana mereka digunakan dan berbagi deklarasi dan variabel dengan program utama. Fungsi eksternal dikompilasi secara terpisah dan tidak berbagi deklarasi dan variabel. Definisi satu pernyataan fungsi internal diizinkan. Fungsi rekursif diizinkan, meskipun fungsi tersebut harus melakukan beberapa pekerjaan penyimpanan dan pemulihan yang diperlukan itu sendiri.

• INTERNAL FUNCTION function-name.(argument-list) = expression (single statement definition)
• INTERNAL FUNCTION function-name.(argument-list)
• EXTERNAL FUNCTION function-name.(argument-list)
• ENTRY TO NAME name.
• END OF FUNCTION (last statement in a multiple line definition)
• FUNCTION RETURN [ expression ]
• ERROR RETURN (force an error return to a statement or to the operating system, if no error statement is given as last argument of the call)
• SAVE RETURN
• RESTORE DATA
• RESTORE RETURN
• EXECUTE procedure.(argument-list) (call a non-single valued function)

Jauh sebelum CHAT GPT ramai diperbincankan dan viral seperti sekarang, dahulu ada program serupa bernama ELIZA. ELIZA adalah program komputer pemrosesan bahasa alami awal yang dibuat dari tahun 1964 hingga 1966 di MIT oleh Joseph Weizenbaum. Dibuat untuk mengeksplorasi komunikasi antara manusia dan mesin, ELIZA menyimulasikan percakapan dengan menggunakan pencocokan pola dan metodologi substitusi yang memberi pengguna ilusi pemahaman pada bagian dari program, tetapi tidak memiliki representasi yang dapat dianggap benar-benar memahami apa yang dikatakan oleh salah satu pihak. Sedangkan program ELIZA itu sendiri ditulis (awalnya) dalam MAD-SLIP, arahan pencocokan pola yang berisi sebagian besar kemampuan bahasanya disediakan dalam "skrip" terpisah, diwakili dalam representasi seperti lisp.

Skrip yang paling terkenal, DOCTOR, mensimulasikan psikoterapis dari sekolah Rogerian (di mana terapis sering mencerminkan kembali kata-kata pasien kepada pasien) dan menggunakan aturan, didikte dalam naskah, untuk menanggapi dengan pertanyaan non-directional terhadap input pengguna. Dengan demikian, ELIZA adalah salah satu chatterbots pertama ("chatbot" modern) dan salah satu program pertama yang mampu mencoba tes Turing.

Pencipta ELIZA, Weizenbaum, bermaksud program ini sebagai metode untuk mengeksplorasi komunikasi antara manusia dan mesin. Dia terkejut, dan terkejut, bahwa orang-orang menghubungkan perasaan seperti manusia dengan program komputer, termasuk sekretaris Weizenbaum. Banyak akademisi percaya bahwa program ini akan dapat secara positif mempengaruhi kehidupan banyak orang, terutama mereka yang memiliki masalah psikologis, dan dapat membantu dokter yang mengerjakan perawatan pasien tersebut.

Sementara ELIZA mampu terlibat dalam wacana, ia tidak dapat berkomunikasi dengan pemahaman yang benar. Namun, banyak pengguna awal yakin akan kecerdasan dan pemahaman ELIZA, meskipun Weizenbaum bersikeras sebaliknya. Kode sumber ELIZA asli telah hilang sejak tahun 1960-an karena tidak umum untuk menerbitkan artikel yang menyertakan kode sumber saat ini. Namun, baru-baru ini kode sumber MAD-SLIP kini telah ditemukan di arsip MIT dan diterbitkan di berbagai platform, seperti archive.org.Kode sumber memiliki kepentingan historis yang tinggi karena tidak hanya menunjukkan kekhususan bahasa dan teknik pemrograman pada waktu itu, tetapi juga awal dari pelapisan perangkat lunak dan abstraksi sebagai sarana untuk mencapai pemrograman perangkat lunak yang canggih.

ELIZA

ELIZA karya Joseph Weizenbaum, menjalankan naskah DOCTOR, diciptakan untuk memberikan parodi "tanggapan psikoterapis non-directional dalam wawancara psikiatri awal" dan untuk "menunjukkan bahwa komunikasi antara manusia dan mesin adalah dangkal". Sementara ELIZA terkenal karena bertindak dengan cara psikoterapis, pola bicara disebabkan oleh data dan instruksi yang disediakan oleh naskah DOKTER. ELIZA sendiri memeriksa teks untuk kata kunci, menerapkan nilai pada kata kunci tersebut, dan mengubah input menjadi output; skrip yang dijalankan ELIZA menentukan kata kunci, menetapkan nilai kata kunci, dan menetapkan aturan transformasi untuk output.

Weizenbaum memilih untuk membuat naskah DOCTOR dalam konteks psikoterapi untuk "menghindari masalah pemberian program basis data pengetahuan dunia nyata", karena dalam situasi terapi Rogerian, program hanya harus mencerminkan kembali pernyataan pasien. Algoritma DOCTOR memungkinkan respons cerdas yang menipu, yang menipu banyak individu saat pertama kali menggunakan program ini.

Weizenbaum menamai programnya ELIZA setelah Eliza Doolittle, karakter kelas pekerja dalam Pygmalion karya George Bernard Shaw. Menurut Weizenbaum, kemampuan Eliza untuk "ditingkatkan secara bertahap" oleh berbagai pengguna membuatnya mirip dengan Eliza Doolittle, karena Eliza Doolittle diajarkan untuk berbicara dengan aksen kelas atas dalam permainan Shaw. Namun, tidak seperti dalam drama Shaw, ELIZA tidak mampu mempelajari pola bicara baru atau kata-kata baru melalui interaksi saja. Pengeditan harus dilakukan langsung ke skrip aktif Eliza untuk mengubah cara program beroperasi.

Weizenbaum pertama kali menerapkan ELIZA dalam bahasa pemrosesan daftar SLIP-nya sendiri, di mana, tergantung pada entri awal oleh pengguna, ilusi kecerdasan manusia dapat muncul, atau dihilangkan melalui beberapa persimpangan. Beberapa tanggapan Eliza begitu meyakinkan sehingga Weizenbaum dan beberapa lainnya memiliki anekdot tentang pengguna yang menjadi terikat secara emosional dengan program tersebut, kadang-kadang lupa bahwa mereka sedang berbicara dengan komputer. Sekretaris Weizenbaum sendiri dilaporkan meminta Weizenbaum untuk meninggalkan ruangan sehingga dia dan ELIZA dapat melakukan percakapan nyata. Weizenbaum terkejut dengan ini, kemudian menulis: "Saya tidak menyadari ... Eksposur yang sangat singkat ke program komputer yang relatif sederhana dapat menyebabkan pemikiran delusi yang kuat pada orang yang cukup normal. ".

Pada tahun 1966, komputasi interaktif (melalui teletype) adalah baru. Itu 15 tahun sebelum komputer pribadi menjadi akrab bagi masyarakat umum, dan tiga dekade sebelum kebanyakan orang mengalami upaya pemrosesan bahasa alami dalam layanan Internet seperti Ask.com atau sistem bantuan PC seperti Microsoft Office Clippit.  Meskipun program-program tersebut mencakup penelitian dan kerja bertahun-tahun, ELIZA tetap menjadi tonggak sejarah hanya karena ini adalah pertama kalinya seorang programmer mencoba interaksi manusia-mesin dengan tujuan menciptakan ilusi (betapapun singkatnya) interaksi manusia-manusia.

Pada ICCC 1972 ELIZA dibawa bersama-sama dengan program kecerdasan buatan awal lain bernama PARRY untuk percakapan komputer saja. Sementara ELIZA dibangun untuk berbicara sebagai dokter, PARRY dimaksudkan untuk mensimulasikan pasien dengan skizofrenia.

Desain ELIZA

Weizenbaum awalnya menulis ELIZA di MAD-SLIP untuk CTSS pada IBM 7094, sebagai program untuk memungkinkan percakapan bahasa alami dengan komputer. Untuk mencapai hal ini, Weizenbaum mengidentifikasi lima "masalah teknis mendasar" untuk diatasi ELIZA: identifikasi kata-kata kritis, penemuan konteks minimal, pilihan transformasi yang tepat, generasi tanggapan yang sesuai dengan transformasi atau tanpa adanya kata-kata kritis dan penyediaan kapasitas akhir untuk eliza skrip. Weizenbaum memecahkan masalah ini dan membuat ELIZA sedemikian rupa sehingga tidak memiliki kerangka kontekstual atau alam semesta wacana bawaan. Namun, ini mengharuskan ELIZA untuk memiliki skrip instruksi tentang cara menanggapi input dari pengguna. 

ELIZA memulai prosesnya menanggapi input oleh pengguna dengan terlebih dahulu memeriksa input teks untuk "kata kunci". ELIZA memulai prosesnya menanggapi input oleh pengguna dengan terlebih dahulu memeriksa input teks untuk "kata kunci". Jika kata-kata seperti itu ditemukan, mereka dimasukkan ke dalam "keystack", dengan kata kunci RANK tertinggi di bagian atas. Kalimat input kemudian dimanipulasi dan diubah sebagai aturan yang terkait dengan kata kunci dari RANK tertinggi mengarahkan. Misalnya, ketika skrip DOCTOR menemukan kata-kata seperti "sama" atau "sama", itu akan menghasilkan pesan yang berkaitan dengan kesamaan, dalam hal ini "Dengan cara apa?" karena kata-kata ini memiliki nomor prioritas tinggi. Ini juga menunjukkan bagaimana kata-kata tertentu, seperti yang ditentukan oleh skrip, dapat dimanipulasi terlepas dari pertimbangan kontekstual, seperti mengganti kata ganti orang pertama dan kata ganti orang kedua dan sebaliknya, karena ini juga memiliki angka prioritas tinggi. Kata-kata seperti itu dengan angka prioritas tinggi dianggap lebih unggul daripada pola percakapan dan diperlakukan secara independen dari pola kontekstual.

Setelah pemeriksaan pertama, langkah selanjutnya dari proses ini adalah menerapkan aturan transformasi yang sesuai, yang mencakup dua bagian: "aturan dekomposisi" dan "aturan reassembly". Pertama, masukan ditinjau untuk pola sintaksis untuk menetapkan konteks minimal yang diperlukan untuk merespons. Dengan menggunakan kata kunci dan kata-kata terdekat lainnya dari input, aturan pembongkaran yang berbeda diuji sampai pola yang sesuai ditemukan. Dengan menggunakan aturan skrip, kalimat tersebut kemudian "dibongkar" dan disusun menjadi beberapa bagian dari bagian-bagian komponen seperti yang ditentukan oleh "aturan dekomposisi untuk kata kunci peringkat tertinggi". Contoh yang diberikan Weizenbaum adalah masukan "Anda sangat membantu", yang diubah menjadi "Saya sangat membantu". Ini kemudian dipecah menjadi (1) kosong (2) "Saya" (3) "adalah" (4) "sangat membantu". Aturan dekomposisi telah memecah frasa menjadi empat segmen kecil yang berisi kata kunci dan informasi dalam kalimat.

Aturan dekomposisi kemudian menunjuk aturan reassembly tertentu, atau seperangkat aturan reassembly, untuk diikuti ketika merekonstruksi kalimat. Aturan reassembly mengambil fragmen input yang telah dibuat oleh aturan dekomposisi, mengaturnya kembali, dan menambahkan kata-kata yang diprogram untuk membuat respons. Menggunakan contoh Weizenbaum yang dinyatakan sebelumnya, aturan perakitan ulang seperti itu akan mengambil fragmen dan menerapkannya pada frasa "Apa yang membuat Anda berpikir saya (4)", yang akan menghasilkan "Apa yang membuat Anda berpikir saya sangat membantu?". Contoh ini agak sederhana, karena tergantung pada aturan pembongkaran, output bisa jauh lebih kompleks dan menggunakan lebih banyak input dari pengguna. Namun, dari reassembly ini, ELIZA kemudian mengirimkan kalimat yang dibangun kepada pengguna dalam bentuk teks di layar.

Langkah-langkah ini mewakili sebagian besar prosedur yang diikuti ELIZA untuk membuat respons dari input tipikal, meskipun ada beberapa situasi khusus yang dapat ditanggapi oleh ELIZA / DOCTOR. Salah satu yang secara khusus ditulis Weizenbaum adalah ketika tidak ada kata kunci. Salah satu solusinya adalah meminta ELIZA menanggapi dengan komentar yang tidak memiliki konten, seperti "Saya mengerti" atau "Silakan lanjutkan". Metode kedua adalah menggunakan struktur "MEMORY", yang mencatat input terbaru sebelumnya, dan akan menggunakan input ini untuk membuat respons yang merujuk bagian dari percakapan sebelumnya ketika ditemui tanpa kata kunci. Ini dimungkinkan karena kemampuan Slip untuk menandai kata-kata untuk penggunaan lain, yang secara bersamaan memungkinkan ELIZA untuk memeriksa, menyimpan, dan menggunakan kembali kata-kata untuk digunakan dalam output.

Sementara fungsi-fungsi ini semua dibingkai dalam pemrograman ELIZA, cara yang tepat dimana program membongkar, memeriksa, dan memasang kembali input ditentukan oleh skrip operasi. Skrip tidak statis dan dapat diedit, atau yang baru dibuat, seperti yang diperlukan untuk operasi dalam konteks yang diperlukan. Ini akan memungkinkan program untuk diterapkan dalam berbagai situasi, termasuk skrip DOCTOR yang terkenal, yang mensimulasikan psikoterapis Rogerian.

Versi Lisp dari ELIZA, berdasarkan makalah CACM Weizenbaum, ditulis tak lama setelah publikasi makalah itu, oleh Bernie Cosell. Versi BASIC muncul di Creative Computing pada tahun 1977 (meskipun ditulis pada tahun 1973 oleh Jeff Shrager). Versi ini, yang porting ke banyak komputer pribadi paling awal, tampaknya telah kemudian diterjemahkan ke dalam banyak versi lain dalam banyak bahasa lain. Shrager mengklaim tidak pernah melihat versi Weizenbaum atau Cosell.

n 2021 Jeff Shrager mencari arsip Weizenbaum MIT, bersama dengan arsiparis MIT Myles Crowley, dan menemukan file berlabel Computer Conversations. Ini termasuk daftar kode sumber lengkap ELIZA di MAD-SLIP, dengan skrip DOCTOR terlampir. Perkebunan Weizenbaum telah memberikan izin untuk membuka sumber kode ini di bawah lisensi domain publik Creative Commons CC0. Kode dan informasi lainnya dapat ditemukan di situs ELIZAGEN.

Versi lain dari Eliza populer di kalangan insinyur perangkat lunak adalah versi yang datang dengan rilis default GNU Emacs, dan yang dapat diakses dengan mengetik M-x doctor dari sebagian besar implementasi Emacs modern.

Pseudocode ELIZA

Source code proyek ini berjudul Website Toko Kacamata Online. Ini adalah aplikasi berbasis web yang dikembangkan dalam bahasa pemrograman PHP versi 8 dengan konsep pemrograman berorientasi objek (OOP) dan Database MySQL. Tujuan utama dari proyek ini adalah untuk menyediakan platform belanja dan pemesanan online untuk Bisnis Kacamata dan klien potensial mereka. Aplikasi ini memiliki antarmuka pengguna yang menyenangkan menggunakan Bootstrap Framework dan AdminLTE Template. Ini terdiri dari beberapa fitur dan fungsi yang ramah kepada pengguna.

Website Toko Kacamata Online adalah platform jual beli online yang di bangun oleh Retno. Ini memungkinkan bisnis kacamata tertentu untuk menjangkau klien potensial mereka dan menyajikan produk yang tersedia. Situs web ini menyediakan akses ke Admin / Manajemen dan Klien.

Proyek Situs Web Toko Kacamata Online dilengkapi dengan Panel Admin / Situs Manajemen. Di sini, manajemen dapat mengisi daftar kategori produk mereka, menjual produk, dan mengelola stok atau ketersediaan produk mereka. Situs ini juga berisi fitur di mana manajemen dapat membuat daftar dan mengelola pesanan pelanggan. Manajemen dapat menghasilkan Laporan Harian yang dapat dicetak. Beberapa informasi dinamis seperti nama situs / informasi dan konten halaman (kontak / tentang) dapat diperbarui juga di sisi aplikasi ini.

Di Sisi Pelanggan sistem, klien cukup menjelajahi produk yang tersedia yang dijual toko, mencantumkan produk berdasarkan kategori, dan menambahkan produk ke keranjang belanja. Klien dapat mendaftarkan akun mereka hanya dengan mengisi kolom yang diperlukan di halaman pendaftaran.  Mendaftar ke situs adalah suatu keharusan sebelum klien dapat menambahkan item ke keranjang mereka dan menyelesaikan transaksi pesanan. Klien juga dapat membuat daftar dan melacak pesanan mereka di halaman Daftar Pesanan.

Berikut interface dari situs web toko kacamata online ini :

Instalasi

Disarankan menggunakan PHP versi 8. Jika menggunakan XAMPP simpan folder oews ke dalam folder htdocs. Setelah itu buat database baru di phpmyadmin dengan nama oews_db, kemudian import berkas oews_db.sql yang ada di folder database. Guna melakukan konfigurasi koneksi database terdapat pada berkas initialize.php.

Selanjutnya masukan url localhost/oews melalui browser. agar bisa masuk sebagai administrator kamu bisa gunakan akun admin berikut ini.

Akun Administrator

Username : admin

Passwor : admin123

Jika kamu tertarik dengan source code website toko kacamata online ini dan ingin mengembangkannya maupun mempelajarinya,silahkan di unduh melalui tombol di bawah.

Download Source Code Toko Kacamata Online

Password .rar : blogbugabagi.blogspot.com

Unduh Via Google Drive

Unduh Via Mediafire

Kesulitan ketika akan mendownload, silahkan simak cara mendownload terlebih dulu. Jika terdapat link yang mati atau berkas corrupt silahkan beritahu di kolom komentar atau di form kontak.

Basis pengetahuan dan mesin inferensi adalah modul paling kritis agar sistem pakar dapat berfungsi dengan baik. Pengetahuan harus direpresentasikan dan diatur secara tepat dalam basis pengetahuan. Mesin inferensi kemudian dapat menggunakan pengetahuan tersebut untuk menarik kesimpulan baru dari fakta dan aturan yang ada. Dalam bagian ini, struktur berbasis pengetahuan dan mesin inferensi pada sistem berbasis-aturan.

Representasi dan Organisasi Pengetahuan (Knowledge Base)

Pengetahuan pakar harus direpresentasikan dalam format yang dapat dipahami komputer dan diatur dengan tepat dalam basis pengetahuan sistem pakar. Terdapat beberapa cara yang berbeda untuk merepresentasikan pengetahuan manusia, antara lain aturan produksi, jaringan semantik, dan pernyataan logika. Dalam sistem berbasis aturan, pengetahuan dalam basis pengetahuan direpresentasikan dalam aturan JIKA MAKA yang menggabungkan kondisi dan kesimpulan untuk menangani situasi tertentu.

Bagian JIKA mengindikasikan kondisi aturan tersebut diaktifkan, dan bagian MAKA menunjukkan tindakan atau kesimpulan jika semua kondisi JIKA dipenuhi. Keuntungan menggunakan aturan produksi adalah aturan tersebut mudah dipahami dan aturan baru dapat ditambahkan dengan mudah ke dalam basis pengetahuan tanpa memengaruhi aturan yang telah ada. Ketidakpastian yang dihubungkan dengan tiap aturan dapat ditambahkan untuk meningkatkan keakuratannya. 

Tugas utama pengembangan sistem pakar adalah memperoleh pengetahuan dari manusia dan mengubahnya menjadi aturan produksi yang dapat ditangani mesin inferensi. Mesin inferensi memilih aturan yang dapat diterapkan dari basis pengetahuan, mengintegrasikannya, dan mempertimbangkannya untuk mendapatkan kesimpulan.

Mesin Inferensi Sistem Pakar

Tugas utama pengembangan sistem pakar adalah memperoleh pengetahuan dari manusia dan mengubahnya menjadi aturan produksi yang dapat ditangani mesin inferensi. Mesin inferensi memilih aturan yang dapat diterapkan dari basis pengetahuan, mengintegrasikannya, dan mempertimbangkannya untuk mendapatkan kesimpulan

1. Forward Chaining

Forward chaining adalah mencari bagian JIKA terlebih dahulu. Setelah semua kondisi JIKA dipenuhi, aturan dipilih untuk mendapatkan kesimpulan. Jika kesimpulan diambil dari keadaan pertama, bukan dari yang terakhir, maka ia akan digunakan sebagai fakta untuk disesuaikan dengan kondisi JIKA aturan yang lain untuk mendapatkan kesimpulan yang lebih baik. Proses ini berlanjut hingga dicapai kesimpulan terbaik.

2. Backward Chaining

Backward Chaining adalah kebalikan dari Forward Chaining. Pendekatan ini mulai dari kesimpulan dan hipotesis bahwa kesimpulan adalah benar. Mesin inferensi kemudian mengidentifikasi kondisi JIKA yang diperlukan untuk membuat kesimpulan benar dan mencari fakta untuk menguji apakah kondisi JIKA adalah benar. Jika semua kondisi JIKA adalah benar, maka aturan dipilih dari kesimpulan yang dicapai. Jika beberapa kondisi salah, maka aturan dibuang dan aturan berikutnya digunakan sebagai hipotesis kedua. Jika tidak ada fakta yang membuktikan bahwa semua kondisi JIKA adalah benar atau salah, maka mesin inferensi terus mencari aturan yang kesimpulannya sesuai dengan kondisi JIKA yang tidak diputuskan untuk bergerak satu langkah ke depan memeriksa kondisi tersebut. Serupa pula, proses chaining ini berlanjut hingga suatu set aturan didapat untuk mencapai kesimpulan atau untuk membuktikan tidak dapat mencapai kesimpulan.

Kedua metode inferensi tersebut dipengaruhi oleh tiga macam penelusuran, yaitu:

1. Depth-first search, melakukan penelusuran kaidah secara mendalam dari simpul akar bergerak menurun ke tingkat dalam yang berurutan.
2. Breadth-first search, bergerak dari simpul akar, simpul yang ada pada setiap tingkat diuji sebelum pindah ke tingkat selanjutnya. 
3. Best-first search, bekerja berdasarkan kombinasi kedua metode sebelumnya

Pengertian Sistem Pakar (Expert System)

Menurut Turban “Sistem pakar (Expert System) adalah salah satu cabang dari AI (Artificial Intelligence) khusus untuk penyelesaian masalah tingkat manusia yang pakar. Sistem pakar adalah sistem yang menggunakan pengetahuan manusia yang terekam dalam komputer untuk memecahkan persoalan yang biasanya memerlukan keahlian manusia. Sedangkan AI itu sendiri atau yang disebut juga kecerdasan buatan adalah tingkah laku mesin yang jika dilakukan oleh manusia, akan disebut cerdas.”

Konsep Dasar Sistem Pakar

Konsep dasar sistem pakar menurut Turban mencakup beberapa persoalan mendasar, antara lain apa yang dimaksud dengan keahlian, siapa yang disebut pakar, bagaimana keahlian dapat ditransfer, dan bagaimana sistem bekerja. Konsep dasar sistem pakar yaitu pengguna menyampaikan fakta atau informasi untuk sistem pakar dan kemudian menerima saran dari pakar atau jawaban ahlinya.

Bagian dalam sistem pakar terdiri dari 2 komponen utama yaitu knowledge base yang berisi knowledge dan mesin inferensi yang menggambarkan kesimpulan. Kesimpulan tersebut merupakan respon dari sistem pakar atas permintaan pengguna. Pakar adalah orang yang memiliki pengetahuan, penilaian, pengalaman, dan metode khusus, serta kemampuan untuk menerapkan bakat ini dalam memberi nasihat dan memecahkan persoalan.

Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman. Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak dari pada pakar junior.

Tujuan Sistem Pakar

Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar). Proses ini membutuhkan 4 aktivitas, yaitu tambahan pengetahuan (dari para ahli atau sumber lainnya), representasi pengetahuan (ke komputer), inferensi pengetahuan dan pengalihan pengetahuan ke pengguna

Fitur-Fitur Dasar Suatu Sistem Pakar

Keahlian adalah pengetahuan ekstensif yang spesifik terhadap tugas yang dimiliki pakar. Fitur-fitur yang harus dimiliki oleh sistem pakar adalah sebagai berikut: 

1. Pertimbangan simbolik: pemikiran kecerdasan tiruan harus berdasarkan pada pertimbangan simbolik dari pada perhitungan matematika. Metode yang digunakan pada pertimbangan simbolik yaitu backward chaining atau forward chaining
2. Self-knowledge: sistem pakar harus dapat menganalisis pertimbangannya sendiri dan menjelaskan kenapa bisa dicapai kesimpulan yang seperti itu
3. Keahlian: pakar dibedakan dari tingkat keahlian mereka maka sistem pakar harus memiliki keahlian untuk memberi keputusan seperti seorang pakar.
4. Deep knowledge (kedalaman pengetahuan): basis pengetahuan yang digunakan sistem pakar berasal dari seorang pakar, pengetahuan tersebut merupakan pengetahuan yang kompleks.

Perbedaan Sistem Pakar Komputer dengan Pakar Manusia

Terdapat perbedaan mendasar yang membedakan suatu sistem pakar komputer dengan sistem pakar manusia konvensional. Perhatikan tabel gambar di bawah untuk melihat beberapa perbedaanya.

Kelebihan dan Keuntungan Menggunakan Sistem Pakar

Terdapat beberapa keunggulan dan kelebihan sistem pakar, yang kita dapatkan jika kita menggunakannya, yaitu diantaranya:

• Mengerjakan perhitungan secara cepat dan tepat dan tanpa jemu mencari kembali data yang tersimpan dengan kecepatan tinggi.
• Mampu Mengerjakan perhitungan secara cepat dan tepat dan tanpa jemu mencari kembali data yang tersimpan dengan kecepatan tinggi. 
• Bisa Menyampaikan data tersebut untuk jangka waktu yang panjang dalam suatu bentuk tertentu.
• Menjadikan pengetahuan dan nasihat lebih mudah didapat.
• Meningkatkan penyelesaian masalah, menerusi paduan pakar, penerangan, sistem pakar khas.
• Meningkatkan output dan produktivitas.
• Memberikan respon (jawaban) yang cepat.
• Meningkatkan reliabilitas.  
• Intelligence database (basis data cerdas), bahwa sistem pakar dapat digunakan untuk mengakses basis data dengan cara cerdas.
• Dapat bekerja dalam informasi yang kurang lengkap dan mengandung ketidakpastian.

Pihak yang Ikut Terlibat pada Sistem Pakar

Menurut Turban terdapat tiga orang yang terlibat dalam lingkungan sistem pakar, yaitu :

#1. Pakar

Pakar adalah orang yang memiliki pengetahuan khusus, pendapat, pengalaman dan metode, serta kemampuan untuk mengaplikasikan keahliannya tersebut guna menyelesaikan masalah

#2. Knowledge engineer (Perekayasa Sistem)

Knowledge engineer adalah orang yang membantu pakar dalam menyusun area permasalahan dengan menginterpretasikan dan mengintegrasikan jawaban-jawaban pakar atas pertanyaan yang diajukan, menggambarkan analogi, mengajukan counter example dan menerangkan kesulitan-kesulitan konseptua

#3. Pengguna

Sistem pakar memiliki beberapa pemakai, yaitu: pemakai bukan pakar, pelajar, pembangun sistem pakar yang ingin meningkatkan dan menambah basis pengetahuan, dan pakar.

Struktur Sistem Pakar

Sistem Pakar dapat ditampilkan dengan dua lingkungan, yaitu: lingkungan pengembangan dan lingkungan konsultasi (runtime). Lingkungan pengembangan digunakan sistem pakar untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi digunakan oleh non pakar untuk memperoleh pengetahuan dan nasihat pakar. Lingkungan ini dapat dipisahkan setelah sistem lengkap.

Tiga komponen dasar utama yang tampak secara virtual pada setiap sistem pakar adalah:

1. Basis pengetahuan
2. Mesin inferensi
3. Antarmuka pengguna.

Sistem pakar yang berinteraksi dengan pengguna dapat pula berisi komponen tambahan berikut 

1. Sub sistem akuisisi pengetahuan 
2. Blackboard (tempat kerja) 
3. Sub sistem penjelas (justifier) 
4. Sub sistem perbaikan-pengetahuan

#1.  Sub Sistem Akuisisi Pengetahuan

Akuisisi Pengetahuan adalah akumulasi, transfer, dan transformasi keahlian pemecah masalah dari pakar atau sumber pengetahuan terdokumentasi ke program komputer, untuk membangun atau memperluas basis pengetahuan. Sumber pengetahuan potensial antara lain pakar manusia, buku teks, dokumen multimedia, database (public dan privat), laporan riset khusus, dan informasi yang terdapat dalam web.

Mendapatkan pengetahuan dari pakar adalah tugas kompleks yang sering menimbulkan kemacetan dalam konstruksi ES. Dalam sistem pakar, seseorang memerlukan knowledge engineer atau pakar elisitas pengetahuan untuk berinteraksi dengan satu atau lebih pakar manusia dalam membangun basis pengetahuan. Biasanya knowledge engineer membantu pakar menyusun area persoalan dengan menginterpretasikan dan mengintegrasikan jawaban manusia, menyusun analogi, mengajukan contoh pembanding, dan menjelaskan kesulitan konseptual.

#2. Basis Pengetahuan

Basis pengetahuan berisi pengetahuan relevan yang diperlukan untuk memahami, merumuskan, dan memecahkan persoalan. Basis tersebut mencakup dua elemen dasar:

1. Heuristik atau aturan khusus yang mengarahkan penggunaan pengetahuan untuk memecahkan persoalan khusus dalam domain tertentu. (Selain itu, mesin inferensi dapat menyertakan pemecahan persoalan untuk tujuan umum dan aturan pengambilan keputusan). Heuristik menyatakan pengetahuan penilaian informal dalam area aplikasi. Pengetahuan, tidak hanya fakta, adalah bahan mentah primer dalam sistem pakar.
2. Fakta, misalnya situasi persoalan dan teori area persoalan.

#3. Mesin Inferensi Pengetahuan

Otak Expert System (ES) adalah mesin inferensi, yang dikenal juga sebagai struktur kontrol atau penerjemah aturan (dalam sistem pakar berbasis-aturan). Komponen ini sebenarnya adalah program komputer yang menyediakan metodologi untuk mempertimbangkan informasi dalam basis pengetahuan dan blackboard, dan merumuskan kesimpulan. Komponen ini menyediakan arahan bagaimana menggunakan pengetahuan sistem, yakni dengan mengembangkan agenda yang mengatur dan mengontrol langkah yang diambil untuk memecahkan persoalan kapan pun konsultasi berlangsung.  

#4. Interface Pengguna

Sistem pakar berisi prosesor bahasa untuk komunikasi berorientasi-persoalan yang mudah antara pengguna dan komputer. Komunikasi ini paling baik dilakukan dalam bahasa alami. Dikarenakan batasan teknologi, maka kebanyakan sistem yang ada menggunakan pendekatan pertanyaan dan jawaban untuk berinteraksi dengan pengguna. 

#5. Area Kerja (Blackboard)

Blackboard adalah area kerja memori yang disimpan sebagai database untuk deskripsi persoalan terbaru yang ditetapkan oleh data input; digunakan juga untuk perekam hipotesis dan keputusan sementara. Tiga tipe keputusan dapat direkam dalam blackboard: rencana (bagaimana mengatasi persoalan), agenda (tindakan potensial sebelum eksekusi), dan solusi (hipotesis kandidat dan arah tindakan alternative yang telah dihasilkan sistem sampai dengan saat ini).

#6. Sub Sistem Penjelas

Kemampuan untuk melacak tanggung jawab suatu kesimpulan terhadap sumbernya adalah penting untuk transfer keahlian dan dalam pemecahan masalah. Subsistem penjelas (disebut juga justifier) dapat melacak tanggung jawab tersebut dan menjelaskan perilaku ES dengan menjawab pertanyaan berikut sebagai interaktif :

• Mengapa suatu pertanyaan ditanyakan oleh sistem pakar? 
• Bagaimana suatu kesimpulan dicapai?
• Mengapa suatu alternative ditolak? 
• Apa rencana untuk mencapai solusi? Misalnya, apa yang tetap tersisa sebelum diagnosis akhir ditetapkan?

#7. Sub Sistem Perbaikan Pengetahuan

Pakar manusia memiliki sistem-perbaikan-pengetahuan, yakni mereka dapat menganalisis pengetahuannya sendiri dan kegunaannya, belajar darinya, dan meningkatkannya untuk konsultasi mendatang. Serupa pula, evaluasi tersebut diperlukan dalam pembelajaran komputer sehingga program dapat menganalisis alasan keberhasilan atau kegagalannya. 

Hal ini dapat mengarah kepada peningkatan sehingga menghasilkan basis pengetahuan yang lebih akurat dan pertimbangan yang lebih efektif. Komponen tersebut tidak tersedia dalam sistem pakar komersial pada saat ini, tetapi sedang dikembangkan dalam ES eksperimental pada beberapa universitas dan lembaga riset. Ketika Sistem melakukan tanya jawab dengan User maka jawaban Ya akan dijadikan basis untuk memeriksa knowledge-base.

Modul Utama Suatu SIstem Pakar (Expert System)

Menurut Staugaard (1987) suatu sistem pakar disusun oleh tiga modul utama yaitu sebagai berikut:

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, 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 Modul), Modul ini menjelaskan proses pengambilan keputusan oleh system (bagaimana suatu keputusan dapat diperoleh).

Bentuk Tipe Program Sistem Pakar

Berdasarkan bentuk dan tipe program suatu sistem pakar bisa dibedakan ke dalam bentuk berikut :

1. Sistem pakar Berdiri sendiri.sitem pakar jenis ini merupakan software yang berdiri-sendiri tidak tergantung dengan software yang lainnya. 
2. Sistem Pakar Tergabung, sistem pakar jenis ini merupakan bagian program yang terkandung di dalam suatu algoritma (konvensional), atau merupakan program dimana didalamnya memanggil algoritma sub rutin lain (konvensional). 
3. Sistem Pakar Terhubung ke software lain, bentuk ini biasanya merupakan sistem pakar yang menghubungkan ke suatu paket program tertentu, misalnya DBMS. 
4. Sistem pakar mengabdi, sistem pakar merupakan bagian dari komputer khusus yang dihubungkan dengan suatu fungsi tertentu. Misalnya sistem pakar yang digunakan untuk membantu menganalisis data radar.

Jenis-jenis Sistem Pakar

1. Interpretasi: Menghasilkan deskripsi situasi berdasarkan data sensor.
2. Prediksi: Memperkirakan akibat yang mungkin dari situasi yang diberikan.
3. Diagnosis: Menyimpulkan kesalahan sistem berdasarkan gejala (symptoms).
4. Disain: Menyusun objek-objek berdasarkan kendala. 
5. Planning: Merencanakan tindakan 
6. Monitoring: Membandingkan hasil pengamatan dengan proses perencanaan. 
7. Debugging: Menentukan penyelesaian dari kesalahan sistem.
8. Reparasi: Melaksanakan rencana perbaikan. 
9. nstruction: Diagnosis, debugging, dan reparasi kelakuan pelajar. 
10. Control: Diagnosis, debugging, dan reparasi kelakuan sistem 

Contoh Program Sistem Pakar (Expert System)

Agar bisa memahami bagaimana konsep sistem pakar dan cara kerja suatu sistem pakar, silahkan kunjungi tautan dan coba jalankan contoh program sistem pakar di bawah. Melalui sistem pakar yang diterapkan ke dalam program komputer ini, diharapkan bisa memberikan gambaran lebih luas lagi mengenai konsep sistem pakar.

• Contoh program sistem pakar diagnosis penyakit pada ayam dengan certainty factor
• Contoh program sistem pakar diagnosa gejala gigi dan mulut
• Contoh program sistem pakar metode backward chaining kerusakan motor
• Contoh program sistem pakar metode forward chaining diagnosa penyakit bayi dan balita

Program Item CRUD (Create, Read, Update and Delete) System sederhana  adalah aplikasi desktop yang dikodekan dalam bahasa pemrograman C. Proyek ini berisi fungsi dasar yang dapat mengelola informasi Item. Proyek ini dibuat untuk membantu Anda melacak total item yang Anda miliki dalam inventaris. Proyek ini akan memberikan pengelolaan data Anda yang lebih cepat dan andal. Sistem CRUD Item ini adalah proyek yang dapat bermanfaat bagi mereka yang mengambil kursus terkait komputer. Proyek ini berguna jika Anda ingin membuat proyek yang terkait dengan sistem CRUD. Sistem CRUD Item dalam C ini dapat membantu Anda mempelajari sesuatu yang baru dalam pemrograman C.

Sistem Item CRUD sederhana dibangun hanya menggunakan bahasa pemrograman C oleh Razormist. Sistem ini adalah jenis sistem yang mudah digunakan yang dapat dengan mudah dimodifikasi. Sistem ini memberi Anda cara mudah untuk merekam catatan item. Dengan menggunakan sistem ini, ini akan mempercepat pencatatan detail item Anda dan mengurangi beban kerja karyawan Anda. Aplikasi ini juga dapat memungkinkan pengguna untuk memperbarui dan mencari catatan item yang ada. Semua data yang dimasukkan disimpan sebagai ekstensi file dat.

Program ini mempunyai fitur CRUD seperti membuat item, melihat item yang tersimpan, memperbarui atau memodifikasi data item dan menghapus item. Setiap item akan disimpan pada database berbasis string array bawaan sistem.

Berikut tampilan antarmuka dari aplikasi CRUD dengan bahasa C :

Instalasi

Setelah source code aplikasi CRUD sederhana berhasil diunduh, kemudian ekstrak. Selanjutnya buka folder CRUD System Sederhana in C dan temukan berkas CRUD System Sederhana.c. Buka file .c menggunakan IDE yang kompatibel untuk compile dan running bahasa C seperti devcpp, Code Blocks, vsc.

Untuk bisa masuk ke dalam sistem kamu bisa gunakan kredensial berikut :

Kredensial Akun Admin

Username : admin

Password : admin

Untuk menyesuaikan kredensial login kamu bisa memodifikasinya pada fungsi login

Jika kamu tertaik dengan program CRUD dengan bahasa C ini, kamu bisa mengunduhnya secara gratis melalui tautan di bawah. Program ini ditujukan untuk keperluan edukasi semata.

Download Sistem CRUD Sederhana Bahasa C

Password .rar : blogbugabagi.blogspot.com

Unduh Via Google Drive

Unduh Via Mediafire

Kesulitan ketika akan mendownload, silahkan simak cara mendownload terlebih dulu. Jika terdapat link yang mati atau berkas corrupt silahkan beritahu di kolom komentar atau di form kontak.

Istilah e-government sering kali kita dengar pada diskusi publik atau di media massa terlebih lagi di forum-forum akademik. Agaknya tidak ada yang belum pernah mendengar istilah itu. Meski demikian, familiaritas masyarakat terhadap istilah itu belum tentu selaras dengan pemahaman mereka terhadap konsep e-government. Hal ini wajar adanya, bukan hanya masyarakat awam, di kalangan akademisi pun ada ketidak seragaman pengertian dan pemahaman terkait konsep e-government.

Beragam pendekatan dari disiplin ilmu yang berbeda membuat studi mengenai e-government menjadi semakin kaya dan dinamis. Masing-masing disiplin ilmu memiliki titik tekan mereka sendiri serta fokus pada aspek-aspek tertentu. Bahkan tidak jarang beragam disiplin ilmu tersebut bertautan satu sama lain sehingga menghasilkan konsep-konsep turunan dari studi e-government secara umum. Konsep-konsep tersebut antara lain misalnya, open government, penggunaan social media, Web 2.0, smart cities, smart communities, digital divide, digital gap, digital literacy, cyber security, privacy, dan berbagai konsep lainnya yang terkait. Meski di satu sisi pertautan berbagai disiplin ilmu ini menambah khazanah dan kekayaan studi e-government, di sisi yang lain ia juga  membawa permasalahan terutama tantangan besar bagi para akademisi e-government untuk mendefinisikan konsep serta topik utama dari e-government.

Jika dilihat secara berurutan, sepertinya terdapat suatu pola yang bersifat evolusioner. Artinya definisi dan pemahaman akademisi terkait fenomena penggunaan ICT dalam pemerintahan ini dimulai dengan fokusnya pada manajemen informasi, kemudian seiring dengan perkembangan teknologi internet maka istilah baru bermunculan seperti “e-commerce”, “e-Business” dan akhirnya “e-government”. Meskipun berguna, namun cara pandang evolusioner ini dianggap belum memiliki bukti yang cukup kuat untuk dipercaya, karena langkah-langkah yang berurutan sebagaimana yang logis terjadi dalam proses evolusi ternyata tidak selamanya terjadi. Tahapan-tahapan dalam asumsi jenjang evolusi (dari manajemen informasi, e-government, sampai pada e-governance) masih tumpang tindih satu sama lain dan tidak menujukan pola evolusi sama sekali.

Lantas bagaimana kita bisa mempelajari e-government apabila kompleksitas yang terkandung dalam konsep tersebut dikatakan mustahil untuk sepenuhnya diketahui? Untuk membantu kebuntuan ini, Gil-Garcia menyebutkan bahwa kita bisa memahami esensi dari e-government melalui tiga pendekatan. Pertama, kita bisa menggunakan pendekatan evolusioner, yang kedua kita bisa mendekatinya dengan merujuk pada karakteristik utama yang harus ada dalam sesuatu yang disebut e-government. yang terakhir adalah dengan melihat aplikasi atau penggunaan e-government pada stakeholder yang berbeda (Gil-Garcia, 2012)

Pendekatan dalam Memahami Konsep E-Government

1. Pendekatan Evolusi E-Government (The Stage of E-Government)

Pendekatan pertama dalam memahami konsep e-government adalah melalui suatu instrumen yang menggambarkan step-by-step atau tahapan-tahapan yang bersifat evolusioner. Artinya instrumen ini akan memberitahukan sudah pada tahapan mana penggunaan ICT dalam proses pemerintahan. Pendekatan ini merupakan pendekatan yang cukup populer dalam khazanah literatur studi e-government di mana banyak tulisan yang kemudian mencoba untuk menentukan sudah pada tahapan mana penggunaan ICT oleh pemerintah telah berjalan. Instrument ini juga tidak jarang dipergunakan sebagai basis evaluasi dari implementasi e-government. Asumsi dari pendekatan evolusioner ini adalah bahwa tahapan e-government melewati garis linier yang progresif dari tahap awal yang paling sederhana menuju tahap akhir yang paling kompleks dan proses evolusi dari program e-government akan melewati tahapan tersebut satu per satu.

Instrumen untuk mendeskripsikan evolusi e-government biasa disebut “stages”, “tahapan”, “tingkatan” dan istilah-istilah serupa. Serangkaian “stages” ini dikumpulkan dalam suatu kerangka model yang disusun oleh para akademisi. Banyak sekali model evolusi e-government yang bisa kita temukan dalam literatur, beberapa yang populer dan banyak digunakan misalnya model evolusi e-government yang disusun oleh Perserikatan Bangsa-Bangsa (United Nations) yang berisi empat tahap: 1) emerging; 2) enhanced; 3) transactional; dan 4) connected, dan model Layne & Lee yang memuat: 1) catalogue; 2) transaction; 3) vertical integration dan 4) horizontal integration. (Layne & Lee, 2001; United Nations, 2008a).

Meski demikian, pendekatan evolusioner ini tidak lantas lepas dari kritik. Kritikan pertama diarahkan pada asumsi progres linier dari tiap tahapan, asumsi yang menyatakan bahwa suatu program elektronik government akan berevolusi sesuai dengan tahapan-tahapan yang telah dirumuskan ternyata tidak selalu terjadi. Bahkan tidak ada bukti kuat bahwa ke” ajeg”an tahapan itu benar-benar dilewati secara tertib dan berurutan. Yang ada justru studi yang menunjukkan bahwa pola implementasi e-government yang dilakukan pemerintah bisa mengambil jalur yang berbeda dan terlihat acak. Satu program e-government tidak perlu dimulai langsung pada tahap awal (emerging) misalnya dan langsung dimulai pada tahapan dua (enhanced) atau tiga (transactional). Begitu pula dengan pola progres program e-government. Tidak selalu program e-government itu harus melalui tahapan di atasnya terlebih dahulu. Ada kasus-kasus yang menunjukkan bahwa tahapan tersebut dilewati dan program itu “lompat” ke tahapan yang jauh lebih tinggi. Misalnya ada program baru yang  mungkin masih termasuk dalam kategori “emerging”, setelah sekian lama ia berkembang namun tidak lagi “naik” ke tahapan “enhanced” (satu tahapan di atasnya), namun langsung masuk pada kategori “transactional” (dua tahapan di atasnya).

Kritik ke dua adalah tentang titik fokus pendekatan evolusioner ini terhadap website dan penggunaan internet. Menurut para pengkritik, e-government merupakan suatu konsep luas dan tidak bisa hanya dibatasi pada penggunaan internet dan website saja. Perkembangan serta penerapan teknologi informasi diasumsikan sebagai faktor utama dari progres e-government. Kritik diarahkan pada asumsi ini yang mengabaikan faktor organisasi, institusi dan administrasi. Pada intinya terdapat pengabaian terhadap faktor-faktor sosial dari progres e-government sesuai dengan pendekatan evolusioner.

Meski demikian, terlepas dari kritikan yang diterima, model evolusioner ini masih menjadi instrument yang sangat berguna untuk membantu kita mendeteksi dan mendeskripsikan “tahapan” atau “tingkat kedewasaan” dari program e-government. Terutama ketika kita bisa menggabungkan pendekatan ini dengan pendekatan lain yang memiliki fokus yang bisa menutupi kelemahan dari pendekatan evolusioner

2. Pendekatan Definisional (The Elements of E-Government)

Pendekatan kedua adalah pendekatan definisional. Fokusnya adalah menemukan elemen esensial dari konsep e government dan mendefinisikan konsep tersebut sesuai dengan elemen yang diidentifikasi. Melalui pendekatan ini, maka ada beragam definisi e-government yang memiliki makna yang beragam pula sesuai dengan keragaman elemen yang dipilih oleh para ahli yang merumuskan definisikannya. Menurut Gil Garcia & Luna-Reyes (2006) dalam Gil-Garcia (2012) Sebagian besar dari definisi e-government yang ada saat ini mengandung setidaknya empat elemen atau karakteristik utama: 1) penggunaan ICT (jaringan komputer, internet, telepon, dan mesin fax); 2) dibuat untuk mendukung kerja pemerintahan (menyediakan dan pengelolaan informasi, perbaikan pelayanan, efisiensi administrasi dan lain-lain); 3) memperbaiki relasi pemerintah dan publik (melalui pembuatan kanal-kanal komunikasi baru berbasis ICT dan meningkatkan partisipasi publik dalam jalannya pemerintahan); 4) adanya strategi untuk menciptakan nilai tambah bagi stakeholder yang terlibat dalam program e-government (masyarakat, privat/mitra bisnis, staf pegawai dan lainnya).

Terlepas dari empat karakteristik utama yang terdapat pada sebagian besar definisi e-government, para akademisi masih menekankan elemen penting yang berbeda pada tiap definisi yang mereka gunakan. Grönlund & Horan misalnya  menekankan pada pelayanan publik, perubahan organisasi dan peran pemerintah (Grönlund & Horan, 2005). Lain halnya dengan Zweers & Planqué (2001) yang fokus pada penyediaan informasi, pelayanan dan produk kebijakan berbasis ICT yang bisa diperoleh kapan dan di mana saja melalui berbagai agen pemerintah yang menciptakan nilai tambah bagi pihak yang telibat dalam proses tersebut (related to the provision of information, services, or products through electronic means that can be obtained at any time and place through different government agencies, offering added value for all the participants in the transaction) (Zweers & Planqué, 2001). Akademisi lain mendefinisikan e-government secara sederhana yang hanya melihat aspek penyediaan layanan pemerintah serta informasi publik melalui penggunaan ICT selama 24 jam / (Holden, Norris, & Fletcher, 2003). Definisi lain menjangkau penekanan pada “kebebasan pergerakan informasi yang mengatasi hambatan fisik” sampai pada “penggunaan teknologi untuk meningkatkan akses kepada dan terhadap layanan pemerintah demi kepentingan publik, bisnis dan pegawai pemerintah”.

Gil-Garcia dan Luna-Reyes (2003, 2006) mendefinisikan e-government tidak sekedar penerapan ICT dalam proses pemerintahan, namun juga tentang penciptaan kondisi untuk keberhasilan proyek e-government itu sendiri. Pada bagian yang lain, definisi dari beberapa organisasi internasional lebih menekankan pada tujuan e-government untuk menciptakan pemerintahan yang baik. Seperti definisi yang dibuat oleh the Organization for Economic Cooperation and Development (OECD).

Pendekatan definisional ini tentu sangat berguna ketika kita ingin mengetahui elemen dasar atau karakteristik utama yang ada pada konsep e-government. Namun, tantangan dari pendekatan ini adalah definisi yang beragam yang menekankan pada elemen yang beragam pula sehingga menimbulkan kesulitan dalam men sortir dan menyeleksi elemen mana yang merupakan elemen utama sebagai pembeda dari konsep lain. 

Beragamnya elemen yang muncul dari penekanan fokus yang berbeda dari definisi e-government ini sebenarnya bisa dilihat dari dua sisi yang berbeda. Jika sebelumnya kita melihat tantangan yang muncul akibat kebingungan untuk menentukan elemen utama, di sisi lain kita bisa melihat bahwa beragamnya elemen ini merupakan potensi untuk menambah  wawasan dalam kajian e-government yang justru akan menambah pemahaman kita terkait fenomena ini.

3. Pendekatan Berbasis Stakeholder (The Relationships Between Government and Other Entities)

Pendekatan terakhir, adalah pendekatan berbasis stakeholder yang menekankan pada kategorisasi terhadap tipe relasi antara pemerintah dan entitas lainnya. Pendekatan ini fokus pada penggunaan internet sebagai instrument untuk meningkatkan dan mendukung relasi pemerintah dengan stakeholder lain. Hal ini termanifestasikan dengan konsep yang kita kenal sebagai: Government to Citizens (G2C)  relasi antara pemerintah dan masyarakat, Government to Business (G2B)  relasi antara pemerintah dan kalangan bisnis, dan Government to Government (G2G)  relasi antar pemerintah.

1) Government to Citizens (G2C)

Kategori pertama, Government to Citizens (G2C), merupakan implementasi e-government untuk memperbaiki kualitas pelayanan publik yang disediakan oleh pemerintah. Dengan penggunaan internet dalam penyediaan layanan publik maka pemerintah diyakini mampu untuk menyediakan layanan dengan lebih baik contoh dari relasi G2C ini misalnya: penggunaan website resmi pemerintah sebagai sarana diseminasi informasi publik, penyediaan layanan berbasis online dan penyediaan kanal interaksi antara masyarakat dan pemerintah melalui jaringan internet.

2) Government to Business (G2B)

Kedua, Government to Business (G2B). Penggunaan ICT dalam menunjang kinerja organisasi memang tidak didominasi oleh pemerintah saja namun justru sebaliknya, berbagai inovasi dan terobosan yang bertujuan untuk memaksimalkan keuntungan dengan pengelolaan organisasi yang efektif dan efisien banyak datang dari sektor bisnis. Kajian dalam Administrasi Publik bahkan mendorong pemerintah untuk melakukan inovasi dan tata kelola organisasi sebagaimana yang dilakukan oleh sektor bisnis, hal ini bisa terlihat pada paradigma New Public Management (NPM) misalnya. Untuk konteks relasi antara pemerintah dan kalangan bisnis sendiri, e-government meningkatkan koordinasi dan kerjasama antar kedua pihak terutama pada pelayanan terhadap sektor bisnis atau transaksi antar keduanya, misalnya pada proses pembelian barang dan jasa oleh pemerintah dari sektor bisnis.

3) Government to Government (G2G)

Selanjutnya adalah Government to Government (G2G). E-government diyakini mampu mendukung koordinasi antar pemerintah yang membutuhkan kejelasan terkait hal-hal yang teknis dan mendetail, misalnya tugas pokok, wewenang, aturan dasar, yuridiksi dan lain sebagainya. Koordinasi antar pemerintah (baik antar negara atau antar tingkatan pemerintah dalam suatu negara) merupakan mekanisme yang kompleks karena melibatkan tidak hanya personel secara indvidu namun juga organisasi misalnya kementerian, dinas, sampai pada kantor desa. Relasi G2G bisa terlihat misalnya melalui jalur koordinasi berbasis internet antara organisasi pusat dan daerah dalam memberikan pelayanan.

Ketiga kategori relasi pemerintah di atas merupakan kategori yang populer dan sudah banyak diketahui, namun seiring dengan perkembangan sosial-politik, ketiga kategori itu saja tidak dianggap mencukupi dalam merepresentasikan hubungan antara pemerintah dan stakeholder lainnya. Oleh sebab itu, Hiller dan Belanger (2001) menambahkan tiga kategori lagi dengan harapan mampu untuk mencerminkan relasi pemerintah dan stakeholder lain yang terabaikan pada kategori sebelumnya. Tiga kategori tambahan itu adalah: 1) Government to Individuals as Part of the Political Process (G2IP); 2) Government to Companies in the Market (G2BMKT); dan 3) Government to Employees (G2E).

#1 Government to Individuals as Part of the Political Process (G2IP)

Government to Individuals as Part of the Political Process (G2IP) merupakan kategori yang mendeskripsikan perkembangan proses demokrasi yang sudah dan sedang menuju apa yang disebut sebagai “electronic democracy”. Pada kategori ini, yang dilihat adalah partisipasi masyarakat dalam proses politik dan pembuatan kebijakan publik misalnya pada mekanisme voting yang berbasis elektronik atau mekanisme penyerapan aspirasi masyarakat yang disampaikan melalui kanal-kanal elektronik, Hiller dan Belanger percaya bahwa kategori ini harus berdiri sendiri dan terpisah dengan kategori G2C yang sama-sama mencerminkan relasi antara pemerintah dan masyarakat, namun pada G2C yang menjadi  fokus adalah pelayanan publik, baik bagi pemerintah sebagai penyedia dan bagi masyarakat sebagai penerima layanan publik. Sedangkan pada kategori G2IP, relasi yang ditekankan adalah relasi politik.

#2 Government to Companies in the Market (G2BMKT)

Government to Companies in the Market (G2BMKT). Hiller dan Belanger menyadari kesamaan kategori ini dengan kategori G2B, namun mereka menambahkan bahwa meskipun sektor bisnis merupakan penerima layanan publik yang disediakan oleh pemerintah -sama seperti individu-, namun relasi paling penting dari pemerintah dan sektor bisnis adalah tentang transaksi pembelian barang dan jasa pemerintah. Kategori ini lebih fokus pada aspek ini dan mereka meyakini bahwa penerapan e-government bisa mengurangi biaya yang tidak perlu dari transaksi konvensional dan yang paling penting adalah meningkatkan transparansi belanja pemerintah.

#3 Government to Employees (G2E)

Government to Employees (G2E). Mungkin kategori ini adalah kategori terpenting yang terlewat oleh tiga kategori sebelumnya. Relasi antara pemerintah dan pegawainya merupakan hal yang sangat berbeda dengan relasi pemerintah dan masyarakat atau antar pemerintah sendiri. Penerapan e government dalam kategori ini meliputi penggunaan ICT untuk meningkatkan efisiensi manajemen organisasi pemerintah, meningkatkan koordinasi komunikasi antar pegawai sampai pada manajemen sumberdaya manusia misalnya sistem aplikasi pelayanan kepegawaian di Indonesia. 

Sebagaimana disampaikan sebelumnya, pendekatan berbasis stakeholder ini menekankan pada relasi pemerintah dengan pihak-pihak lain. Penekanan ini merupakan pembeda utama antara pendekatan berbasis stakeholder dan pendekatan lainnya. Namun di sisi lain, penekanan terhadap relasi ini juga menjadi poin yang dikritik oleh sebagian akademisi yang menganggap bahwa pendekatan berbasis stakeholder terlalu fokus pada relasi eksternal dari pemerintah saja namun di saat yang sama mengabaikan pertanyaan penting lain terkait definisi e-government, misalnya terkait dengan apa elemen utama e-government? sebagaimana yang menjadi fokus dari pendekatan definisional. Terlepas dari kritikan yang menjadi perdebatan akademisi, pendekatan berbasis stakeholder ini sangat berguna bagi penstudi e-government terutama bagi pemula untuk mengidentifikasi implementasi e-government antara pemerintah dan aktor-aktor lain.