STUDI KOMPARATIF METODE INFERENSI DALAM SISTEM PAKAR UNTUK IDENTIFIKASI PERMASALAHAN JARINGAN KOMPUTER

Abstract

Permasalahan jaringan komputer seperti gangguan koneksi, konflik alamat IP, dan kerusakan perangkat jaringan sering terjadi dan memerlukan proses diagnosis yang cepat serta akurat. keterbatasan jumlah teknisi ahli menyebabkan proses troubleshooting menjadi kurang efisien, sehingga diperlukan solusi berbasis kecerdasan buatan berupa sistem pakar. penelitian ini bertujuan untuk melakukan studi komparatif terhadap dua metode inferensi dalam sistem pakar, yaitu Forward Chaining dan Backward Chaining, dalam mengidentifikasi permasalahan jaringan komputer. Metode penelitian yang digunakan adalah studi literatur terhadap jurnal ilmiah dan laporan implementasi sistem pakar yang dipublikasikan pada rentang tahun 2021-2025 dengan fokus pada diagnosis jaringan LAN, koneksi internet, dan perangkat jaringan. Hasil analisis menunjukkan bahwa metode forward chaining lebih efektif pada kasus diagnosis yang diawali oleh banyak gejala eksplisit, sedangkan metode backward chaining lebih efisien ketika proses diagnosis dapat diarahkan pada tujuan atau hipotesis tertentu sejak awal. Penelitian ini menyimpulkan bahwa pemilihan metode inferensi dalam sistem pakar jaringan komputer harus disesuaikan dengan karakteristik pengguna serta tingkat kompleksitas permasalahan jaringan yang dihadapi.