Sistem Pakar (2)

Aspek Penalaran dan Penafsiran dalam Fisika Komputasi

The Houw Liong, FMIPA, ITB

 

Abstrak

Pemakaian metoda komputasi dalam fisika sudah lama dikembangkan,terutama aspek pengolahan numerik dan pengolahan citra gambar. Pada umumnya hukum fisika dapat diungkapkan dalam persamaan diferensial, dan persamaan mi dapat dipecahkan secara numerik dengan memakai metoda beda hingga atau elemen hingga, tetapi disamping pemecahan seperti itu masih banyak persoalan yang memerlukan bantuan komputasi dalam proses penalaran dan penafsiran data.

Dalam makalah ini akan diambil contoh pemakaian metoda komputasi dalam fisika bumi. Sebagai contoh dalam penafsiran data seismik kita perlu metoda numerik, misalnya ketika membuat seismogram sintetik, tetapi selain itu perlu juga aspek penalaran dan penafsiran, demikian juga dalam penafsiran hasil pengukuran well logs.  Dalam hal ini kita harus dapat melihat korelasi antara hasil pengukuran dengan sifat fisis lapisan, kemudian dari hasil tsb. dan urutan sifat fisis lapisan kita harus dapat membuat hipotesis proses terbentuknya lapisan itu dan mengevaluasi apakah dalam proses tersebut kemungkinan terbentuknya hidrokarbon cukup besar, supaya kita memperoleh informasi yang cukup mengenai potensi hidrokarbon daerah itu. Proses ini memerlukan proses penalaran yang cukup panjang. Dalam makalah akan ditunjukkan bahwa metoda komputasi yang dikembangkan dengan bantuan konsep inteligensi artifisial yang dikenal sebagai sistem pakar dapat membantu proses penalaran dan penafsiran seperti itu.

 

 

Abstract

Applications of computational methods in physics have been developed for along time, especially numerical processing and image processing aspects. In general the laws of physics can be expressed as differential equations, and these equations can be solved numerically using finite difference or finite element methods, but beside that kind of solutions, there are many problems that need computations for logical reasoning and interpreting purposes. In this paper we will show applications of computational methods in geophysics. For example in interpreting seismic data we need numerical methods for making synthetic seismograms, but we need also reasoning and interpretations, the same procedures are needed in interpreting the result of physical measurements in well logs. In this case we need to see the correlation between the result of measurements and physical properties of the layers, and from sequences of the facies we have to be able to make a hypothesis of the process of formations of the layers, and from this result we have to evaluate the hydrocarbon content of this area. This process needs long reasoning. In this paper it is shown that computational methods which have been developed using artificial intelligent concept, i.e. expert system can be used for such reasoning and interpretations.

 

 

I. Pendahuluan

Sekitar tahun 1960, ilmuwan berhasil membuat simulasi dari proses berpikir untuk memecahkan masalah secara umum yang dikenal sebagai GPS (General Problem Solving). Namun penemuan ini belum menghasilkan sistem yang terasa manfaatnya.

Baru sekitar tahun 1970 orang menyadari bahwa kekuatan pemecahan masalah tidak hanya bergantung dari kemampuan inferensi seperti pada GPS, tetapi juga pada representasi pengetahuan dan pengetahuan khusus yang dimilikinya. Dengan menggabungkan kemampuan inferensi dan representasi pengetahuan khusus kita dapat membentuk sistem pakar yang mempunyai pemakaian yang sangat luas misalnya untuk melakukan diagnosis penyakit yang ditimbulkan oleh bakteria, interpretasi data logs, melacak kerusakan pada berbagai instumen, peramalan cuaca, manipulasi simbolik, dll.

Sekarang orang telah berhasil membangun perangkat lunak yang dapat membantu kita untuk membangun sistem pakar, dan ada yang sudah beredar di Indonesia, misalnya   EXSYS, PERSONAL CONSULTANT PLUS, INSIGHT 2+,   dll. Perangkat lunak ini telah menyiapkan motor inferensi, serta cara pembentukan basis pengetahuan.Dengan memanfaatkan perangkat lunak ini kita dapat membangun prototipe sistem pakar dalam waktu yang singkat. Kita dapat juga membangun prototipe sistem pakar dengan memanfaatkan bahasa Prolog atau Lisp yang sudah beredar di tanah air kita. Dengan memakai bahasa pemrograman kita memiliki kebebasan untuk mengatur prototipe sistem pakar yang kita bangun.

Berdasarkan perangkat lunak yang tersedia tsb., penulis mencoba mengemukakan pengembangan sistem terintegrasi antara sistem pakar dan komputasi numerik dalam pengolahan data seismik dan well logs untuk eksplorasi migas.

 

II. Berbagai Faktor yang Perlu Dipertimbangkan Dalam Pengembangan Sistem Pakar

Pengembangan sistem pakar baru dapat dilaksanakan setelah kita mempertimbangkan kemungkinan pengembangannya, mencari dasar pemikiran apakah pengembangan tsb. dapat dibenarkan dan apakah sistem pakar memadai untuk membantu menyelesaikan masalah yang sedang atau akan dihadapi.

Pada umumnya pengembangan sistem pakar mungkin saja dilakukan bila persyaratan di bawah ini dapat dipenuhi.

1. Titik berat pemecahan masalah hanya memerlukan keterampilan pengolahan pengetahuan secara logis (cognitive skills).
2. Terdapat pakar dalam bidang tsb. yang dapat menyatakan proses pemecahan masalahnya secara rasional dan pemecahan masalah tsb. dapat disetujui oleh pakar dalam bidang yang sama.
3. Proses pemecahan itu tidak terlalu sukar dan memerlukan waktu tidak lebih dari satu jam.

Pengembangan sistem pakar dapat dibenarkan bila persyaratan di bawah ini dapat dipenuhi.

1. Pemecahan masalah dapat memberikan hasil yang baik. Ini berarti bahwa pemecahan tsb. cukup tepat dan membawa keuntungan.
2. Pakar dalam bidang itu masih langka.
3. Pakar dalam bidang itu langka atau diperlukan pada tempat yang kurang disukai, misalnya pada daerah yang terpencil atau tempat yang berbahaya.

Pengembangan sistem pakar dapat dipandang memadai bila :

1. Pemecahan masalah memerlukan pengolahan pengetahuan yang dapat diungkapkan dengan kaidah-kaidah atau simbol-simbol.
2. Pemecahan masalah memerlukan kaidah heuristik.Umumnya dalam pekerjaan pakar diperlukan strategi pemecahan dan kaidah yang efektif yang dapat diterapkan dan menghasilkan pemecahan dalam waktu relatif singkat, walaupun ada kemungkinan (kecil) bahwa strategi pemecahan ini gagal.
3. Tugas tsb tidak terlalu mudah dan memiliki nilai praktis.

Kriteria tsb. dapat dipakai untuk mempertimbangkan berbagai masalah yang dapat diselesaikan dengan bantuan sistem pakar.

 

III. Pengembangan Sistem Pakar dan Komputasi Numerik dalam Pemodelan Seismik dan Well Logs

Dengan memanfaatkan perangkat lunak yang sudah tersedia seperti yang

diungkapkan pada pasal yang lalu, kita dapat membangun sistem pakar melalui empat tahap pengembangan sbb.

1. Identifikasi masalah dan pendefinisian domain sistem pakar
2. Konseptualisasi dan formalisasi yang dilaksanakan melalui  pengembangan kosakata pengetahuan ybs.
3. Pembuatan basis pengetahuan dan implementasinya.
4. Pengujian basis pengetahuan

Tahap pertama dan kedua berkaitan erat dengan sifat masalah yang sedang dihadapi serta perbendaharaan kata yang diperlukan untuk memecahkan masalahnya.

Tahap ketiga dan keempat merupakan tahap pengalihan dari pengetahuan yang kita ketahui menjadi perangkat lunak dengan bantuan pembangun sistem pakar seperti Exsys, Insight 2+ dan Personal Consultant Plus.

Sebelum kita mulai membangun sistem pakar yang sesungguhnya biasanya kita membangun dahulu prototipe dari sistem pakar itu. Daerah permasalahan yang dibahas dalam prototipe jauh lebih kecil daripada daerah permasalahan yang sesungguhnya, lagi  pula   kaidah yang dipakai tidak perlu sempuma, yang diutamakan dalam prototipe ini ialah kita dapat memperlihatkan bahwa sistem pakar yang kita bangun ini sudah dapat berjalan dan unsur penting dari domain pengetahuan yang kita bahas sudah dapat masuk ke dalam prototipe ini.

Keempat tahap pengembangan tsb. di atas berlaku juga bagi pengembangan prototipe.

1. Tindakan pertama yang harus kita lakukan ialah menganalisis masalah yang kita hadapi, kemudian mencoba membagi domain permasalahan menjadi subdomain dan subdomain menjadi sub-subdomain dst. Dalam akuisisi data seismik diperlukan pengetahuan awal mengenai daerah yang akan diselidiki untuk menentukan layout serta penentuan peralatan yang dipakai, kemudian diperlukan cara untuk menghilangkan gangguan seperti derau (noise), hamburan ganda (multiple scattering), dll, setelah itu diperlukan kepakaran untuk memilih model dan parameter model yang tepat, melakukan komputasi numerik, dan   akhimya penafsiran hasil komputasi berdasarkan model itu. Jika hasilnya menyatakan bahwa kemungkinan didapatnya sumber migas cukup besar, maka akan diteruskan dengan pemboran dan mengambil data well logs. Di sini diperlukan kepakaran untuk menerjemahkan hasil pengukuran fisis, misalnya pengukuran resistivitas dan sinar gamma menjadi jenis lapisan, litologi , dll. Kemudian dari urutan fasies yang diperoleh harus diajukan hipotesis pembentukan sedimentasi serta menentukan potensi hidrokarbon daerah itu. Jadi jelas di sini selain kemampuan komputasi numerik, pengetahuan yang berdasarkan pengalaman memegang peranan penting. Selanjutnya kita memikirkan aliran inferensi. Di sini kita mencoba mencari hal apa saja yang dapat diamati, fakta-fakta yang diketahui, lalu mencari hubungan dengan berbagai fakta yang dapat diturunkan dari pengamatan serta fakta awal itu. Misalnya dalam penafsiran seismik, kita mendapatkan pengetahuan geologi regional, geologi permukaan, hasil survey sepintas, sinyal seismik sebagai fakta yang diketahui/dapat diamati. Struktur lapisan, jenis batuan, porositas, kandungan minyak, gas dan air sebagai fakta yang kita ingin ketahui. Dari cara bekerja seismik kita dapat membuat kaidah yang mengaitkan fakta yang teramati dengan fakta yang kita ingin ketahui. Sebagai tahap awal, kita dapat memisalkan bahwa pemrosesan data awal sudah dilakukan sehingga kita sudah mendapatkan gambar trace seismik dengan sumbu horisontal menyatakan kedudukan geofon dan sumbu vertikal menyatakan waktu. Dari gambar ini seorang pakar dengan mudah mengenali bentuk lapisan yang memantulkan gelombang seismik tsb., misalnya jika titik-titik yang menghubungkan gelombang datang berbentuk parabola yang simetris terhadap kedudukan pusat getaran, maka bidang pantul merupakan bidang datar horisontal, jika tidak simetris, maka bidang pantul adalah bidang miring. Dapat dikenali juga ciri-ciri pusat hamburan terdapatnya patahan,  sinklin atau  antiklin.  Pengetahuan ini dipakai untuk membangun hipotesis mengenai bentuk bidang penghambur dan struktumya. Selanjutnya dengan pengetahuan regional kita dapat menduga jenis batuan masing-masing lapisan serta selang kecepatan gelombang seismik dalam lapisan itu. Pengetahuan ini dapat dipakai sebagai pemandu dalam analisis kecepatan gelombang seismik dan juga sebagai dasar untuk penafsiran hasil analisis tsb. Setelah kita menentukan model dan parameter model yang cocok, kita melakukan komputasi berdasarkan model, dan melakukan interpretasi hasil komputasi tsb. Kemudian dari data well logs, misalnya data resistivitas (geodip/locdip/fins), dan sinar gamma kita harus dapat menentukan jenis lapisan, dan litologi kemudian dilanjutkan dengan pengajuan hipotesis terbentuknya sedimentasi dan potensi hidrokarbon daerah itu. Selain itu dalam tahap ini kita harus membayangkan jenis tanya jawab yang berlangsung antara sistem pakar dan pemakai. Jenis pertanyaan apa saja yang diperlukan oleh sistem pakar untuk mengumpulkan informasi yang diperlukan serta jenis jawaban yang diharapkan. Perkirakan juga standard performansi yang diharapkan untuk menguji sistem pakar yang kita bangun.
2. Cara terbaik untuk membangun sistem pakar yang baik ialah melalui pengembagan kosakata pengetahuan yang jelas serta berguna. Dalam tahap ini kita harus mencari "attributes" dari basis pengetahuan yang diperlukan, harga (values) dari attributes tsb. serta mencoba menuliskan kaidah dengan memakai attributes tsb di atas. Misalnya sebagai attributes adalah "bentuk kedudukan titik gelombang datang" sebagai harga : parabola simetris, parabola tak simetris, dll. Semuanya ini harus ditata dalam suatu kerangka yang baik.
3. Sekarang kita telah siap untuk memasukkan basis pengetahuan dengan memakai pembangun sistem pakar, misalnya Exsys, Insight 2+ atau Personal Consultant Plus dengan langkah sbb :
1. Catat basis pengetahuan pada kertas dengan pengelompokan menurut subdomain seperti yang dipikirkan dalam tahap pertama. Struktur basis pegetahuan harus jelas.
2. Periksa lagi attributes serta harga yang dipakai dengan membuat tabel attribues serta diagram basis kaidah.
3. Periksa penalaran kaidah yang dipakai. Pembangun sistem pakar dapat dipakai untuk membantu memeriksa konsistensi kaidah, kelengkapan kaidah serta kaidah yang berlebih.
4. Periksa pula faktor keterandalan (CF atau confidence factor). Setiap kesimpulan yang ditarik berdasarkan kaidah dapat kita beri CF misalnya 0,70; 0,80; 0,90 atau .... Kita harus memeriksa juga bagaimana sistem pakar ini mengolah kombinasi dari CF. Pemberian CF ini dapat diperiksa dengan berkonsultasi   pada pakar yang berpengalaman dan dengan statistik.
4. Kita harus menyiapkan daftar kasus pengujian yang cukup luas untuk mencakup segala aspek penting dari sistem pakar itu. Kita susun pengujian itu mulai dari yang sederhana hingga yang rumit. Kita mencoba pengujian itu dengan menjalankan sistem pakar itu dan mengevaluasinya dengan kriteria yang telah kita siapkan pada tahap pertama. Jika kita mendapatkan kelemahan kita dapat segera memperbaikinya dan mengulangi pengujiannya.

 

Coba perhatikan dialog antara pemakai dan sistem pakar. Apakah masih harus diperbaiki? Beri pula kesempatan pada orang lain untuk mengevaluasi sistem pakar yang kita bangun ini.

Demikianlah secara singkat kita telah mengajukan tahapan yang harus kita perhatikan dalam pembangunan prototipe sistem pakar.

Tahapan seperti ini berlaku pula ketika kita membangun sistem pakar yang lengkap. Dalam tahapan pembuatan prototipe ini kita dapat memakai IBM PC.

Selanjutnya, kita akan memasuki pengembangan sistem pakar dalam tahap penelitian. Di sini diperlukan penyempumaan dan penambahan kaidah-kaidah sehingga sistem ini dapat dipakai memecahkan masalah dalam domain yang tidak terlalu luas tetapi dapat dipandang sebagai suatu subbidang yang lengkap. Kemudian setelah kecepatan dan keefektifan sistem dalam memeperoleh pemechan diperbaiki kita dapat memasuki tahap produksi atau komersial. Dalam memasuki tahap ini mungkin kita memerlukan komputer yang setingkat lebih tinggi daripada yang disebutkan di atas, misalnya EXPLORER.

Sistem pakar dengan memakai Insight 2+ untuk menafsirkan data well logs yang berhasil menetukan hipotesis lingkungan pengendapan delta telah dibuat oleh Handi Budiman untuk tesis S2 di bawah bimbingan penulis. Hasil semacam ini dapat dipakai sebagai dasar untuk menentukan potensi hidrokarbon daerah tsb., selain itu juga diperoleh pengetahuan geologi regional yang diperlukan dalam pemodelan seismik untuk sekitar daerah itu. Rancangan sistem pakar menyeluruh dan contoh kaidah yang dipakai dalam sistem pakar untuk menafsirkan data well logs dapat dilihat dalam lampiran.

 

Ucapan Terimakasih

Penulis menyampaikan terimakasih kepada Pertamina yang telah memberi grant penelitian untuk persoalan tsb. di atas.

 

 

 

Daftar Pustaka

1. O.Serra, Sedimentary Environments From Wireline Logs, Schlumberger, 1985.
2. Paul Siegel, Expert Systems, Tab Books Inc., 1986.
3. E. Turban, Expert System and Applied Artificial Intelligence, McMillan Inc., 1992.
4. McQuillin, Bacon, Barclay, An Introduction to Seismic Interpretation, Graham & Trotman, 1984.
5. H. Budiman, Prototipe Sistem Pakar : Interpretasi Lingkungan Pengendapan Delta dari Geodip/Locdip dan Gammaray, tesis S2, ITB, 1990.D

 

 

 

 

Lampiran A

Rancangan sistem pakar interpretasi data seismic

 

 

 

 

 

 

 

Pengetahuan regional dari hasil survei geologi, grafitasi, aeromagnetik, dan well logs + data real

Pemilihan model dan parameter

Data sintetik

Bandingkan dengan data real

Modifikasi Parameter atau ganti model

tafsiran

 

 

 

 

 

 

 

 

 

 

Lampiran B

Struktur basis pengetahuan Insight 2⁴' ialah sbb.:

1. TITLE ...................................................DISPLAY
2. Deklarasi fakta
3. Tipe fakta : simple fact, object, numeric, string
4. 1nisialisasi parameter
5. Elemen kendali : threshold, confidence, ......
6. Sasaran (goals)
7. Kaidah (rules)
8. Tampilan informasi: DISPLAY, EXPAND. TEXT
9. END

 

 

 

 

 

http://www.wellog.com/interp.htm