Lecture 7 Backward Chaining Erick Pranata © Sekolah Tinggi Teknik Surabaya 1.

Presentasi berjudul: "Lecture 7 Backward Chaining Erick Pranata © Sekolah Tinggi Teknik Surabaya 1."— Transcript presentasi:

1 Lecture 7 Backward Chaining Erick Pranata © Sekolah Tinggi Teknik Surabaya 1

2 » Menentukan konklusi berdasarkan fakta yang ada » Perolehan fakta: ˃Dengan “perhitungan” ˃Menanyakan ke user 2 © Sekolah Tinggi Teknik Surabaya

3 » Semisal terdapat beberapa rule yang berkaitan dengan hewan peliharaan sebagai berikut: ˃If aksi = berkicau and makanan = kacang Then jenis = kenari ˃If aksi = ngorék and makanan = lalat Then jenis = kodok ˃If jenis = kenari Then warna = kuning ˃If jenis = kodok Then warna = hijau » Tentukan warna jika aksi = ngorék dan makanan = lalat! Sumber:http://en.wikipedia.org/wiki/Backward_chaining, dengan perubahanhttp://en.wikipedia.org/wiki/Backward_chaining 3 © Sekolah Tinggi Teknik Surabaya

4 4 warnajenismakananaksi

5 5 © Sekolah Tinggi Teknik Surabaya warnajenis lalat makanan ngorek aksi

6 6 © Sekolah Tinggi Teknik Surabaya hijau warna kodok jenis lalat makanan ngorek aksi

7 » Backward chaining berusaha mengisi working memory » Dilakukan dengan menginferensi rule yang ada. 7 © Sekolah Tinggi Teknik Surabaya

8 » Alur penelusuran konklusi 1.Working Memory 2.Rule 3.Interface 8 © Sekolah Tinggi Teknik Surabaya

9 9

10 10 © Sekolah Tinggi Teknik Surabaya

11 RULE 10 IF temperature = normal and other_symptoms = yes THEN problem = serious; RULE 11 IF temperature = normal and other_symptoms = no THEN problem = non_serious; RULE 12 IF temperature = abnormal THEN problem = serious; RULE 13 IF temperature = not_known THEN problem = serious; 11 © Sekolah Tinggi Teknik Surabaya

12 » Find problem! 1.Jika temperatur = normal dan other_symptoms = no 2.Jika temperatur = abnormal dan other_symptoms = yes 12 © Sekolah Tinggi Teknik Surabaya

13 » Find support! ˃member = yes ˃valid_id = yes ˃reason = follow_up_case ˃temperature = normal ˃other_symptoms = yes 13 © Sekolah Tinggi Teknik Surabaya

14 14

15 » Menyatakan tingkat keyakinan konklusi » Input dari user pun dapat memiliki CNF 15 © Sekolah Tinggi Teknik Surabaya

16 CNF of premise * CNF of rule / 100 IF diagnosis = measles THEN treatment = penicillin CNF 90 Jika CNF untuk diagnosis = measles adalah 70, maka CNF konklusi adalah 70*90/100 = 63 16 © Sekolah Tinggi Teknik Surabaya

17 » Premis AND ˃min(C1,C2) » Premis OR ˃C1 + C2 - (C1 * C2)/100 if temperature = very_high with confidence 90 and spots = yes with confidence 75 => 75 if spots = yes with confidence 75 or rash = yes with confidence 80 => 75+80-(75*80)/100 = 95 17 © Sekolah Tinggi Teknik Surabaya

18 IF sore_throat = yes AND temperature = high OR temperature = very_high THEN diagnosis = flu CNF 90; sore_throat = yes CNF 70 temperature = high CNF 80 temperature = very_high CNF 60 18 © Sekolah Tinggi Teknik Surabaya

19 » 63 19 © Sekolah Tinggi Teknik Surabaya

20 » Dibawah Thruthtres, sebuah kondisi akan dianggap FALSE. 20 © Sekolah Tinggi Teknik Surabaya

21 » Bagaimana kalau CNF tidak berupa bilangan bulat. 21 © Sekolah Tinggi Teknik Surabaya