Faktor Kepastian (Certainty)

Slides:



Advertisements
Presentasi serupa
Pemberian Alasan Yang Tidak Eksak
Advertisements

KETIDAKPASTIAN.
Certainty Factor (CF) Dr. Kusrini, M.Kom.
Team Teaching Faktor Kepastian.
Mengatasi Ketidakpastian (Uncertainty)
Metode Inferensi dan Penalaran
RANCANG BANGUN APLIKASI DIAGNOSIS PENYAKIT HEPATITIS MENGGUNAKAN CERTAINTY FACTOR Oleh: Erista Pramana
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METODE FUZZY EXPERT SYSTEM (STUDI KASUS RS. JIWA MENUR SURABAYA) Alfian Angga Pradika.
KETIDAKPASTIAN PERTEMUAN 14.
Pertemuan X “INFERENSI DENGAN KETIDAK PASTIAN”
Ketidakpastian Stmik-mdp, Palembang
FAKTOR KEPASTIAN (CERTAINTY FACTOR)
Team Teaching Ketidakpastian.
KETIDAKPASTIAN PERTEMUAN 6.
Kuliah Sistem Pakar “INFERENSI DENGAN KETIDAK PASTIAN”
Fungsi/Method Ruby.
Pertemuan 11 “INFERENSI DENGAN KETIDAK PASTIAN”
INNER JOIN.
KECERDASAN BUATAN (Artificial Intelligence) Materi 4
WEBSITE SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT HEPATITIS Danang Yulianto, for further detail, please visit
KETIDAKPASTIAN PERTEMUAN 7.
Contoh Soal Contoh Soal. Tentukan fungsi tujuan untuk membuat biaya minimal dari tanki refrigerasi silindris dengan volume 50m 3, circular end cost $10/m.
Analisis Satu Faktor (Lanjutan). Interval kepercayaan Interval kepercayaan untuk level percobaan ke i :  y i. - t α/2,N-a √(MSE/n) ≤ μi ≤  y i. + t.
1 Pertemuan 7 Ketidakpastian dalam Rules Matakuliah: H0383/Sistem Berbasis Pengetahuan Tahun: 2005 Versi: 1/0.
1 Matakuliah: R0342/Metode Penenlitian Tahun: 2006 Pertemuan 4.
Desak Putu Risky Vidika Apriyanthi, S.Si. M.Si..
Probabilitas & Teorema Bayes
Faktor keTIDAKpastian (cf)
Certainty Factors (CF) And Beliefs
Penanganan Ketidakpastian
Sistem Pakar Ketidakpastian
KONTRAK PERKULIAHAN.
FUZZY INFERENCE SYSTEM (FIS) - MAMDANI
PERTEMUAN 1 Metode Ilmiah.
Pengambilan Keputusan Pertemuan 4:
KETIDAKPASTIAN PERTEMUAN 7.
Ketidakpastian & Kepastian (REASONING)
Fakultas Ilmu Komputer
Metode penanganan ketidakpastian dengan sistem pakar
INFERENSI DENGAN KETIDAKPASTIAN
Matakuliah : R0342/ Metode Penelitian Tahun : 2006
Backward Chaining 17/9/2015 Kode MK : MK :.
METODE INFERENSI 17/9/2015 Kode MK : MK :.
Contoh Kasus Backward Chaining
Pertemuan 7 KETIDAKPASTIAN
Penanganan Ketidakpastian
Kode MK : TIF01405; MK : Kecerdasan Buatan
Rerepresentasi Pengetahuan
Faktor keTIDAKpastian (Uncertainty)
Pengembangan Sistem Pakar
Kode MK : TIF01405; MK : Kecerdasan Buatan
Sistem Berbasis Pengetahuan
BAYES 17/9/2015 Kode MK : MK :.
GENERALISASI TEKNIK INDUKTIF: GENERALISASI ANALOGI HUBUNGAN KAUSALITAS
REPRESENTASI PENGETAHUAN I
Pertemuan 11 Statistical Reasoning
Pert 7 KETIDAKPASTIAN.
Akuisisi dan Rekayasa Pengetahuan
CERTAINTY FACTOR DSS - Wiji Setiyaningsih, M.Kom.
Mesin Cerdas 17/9/2015 Kode MK : MK :.
Rerepresentasi Pengetahuan
DASAR-DASAR SISTEM PAKAR
Contoh Kasus Forward Chaining
Certainty Factor (CF) Dr. Kusrini, M.Kom.
Uncertainty Representation (Ketidakpastian).
Min-min الگوریتم Min-min در اصل برای نگاشت وظایف در سیستم های محاسباتی ناهمگن طراحی شده و وظایف بلادرنگ را در نظر نمی گیرد. این الگوریتم ابتدا زمان تکمیل.
Probabilitas & Teorema Bayes
Kuliah Sistem Pakar Pertemuan VII “INFERENSI DENGAN KETIDAK PASTIAN”
Pengertian Teori Dempster Shafer Dempster shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (Fungsi.
UJI HIPOTESIS. P[EMBELAAJRAN.xxxx
Transcript presentasi:

Faktor Kepastian (Certainty) 17/9/2015 Kode MK : MK :

Faktor Kepastian (Certainty) Certainty Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. CF[h,e] = MB[h,e] – MD[h,e] CF[h,e] = faktor kepastian MB[h,e] = ukuran kepercayaan/tingkat keyakinan terhadap hipotesis h, jika diberikan/dipengaruhi evidence e (antara 0 dan 1) MD[h,e] = ukuran ketidakpercayaan/tingkat ketidakyakinan terhadap hipotesis h, jika diberikan/dipenharuhi evidence e (antara 0 dan 1) 17/9/2015 Kode MK : MK :

Faktor Kepastian (Certainty) 17/9/2015 Kode MK : MK :

17/9/2015 Kode MK : MK :

Faktor Kepastian (Certainty) 17/9/2015 Kode MK : MK :

Contoh : Misal suatu observasi memberikan kepercayaan terhadap h1 dengan MB[h1,e]=0,5 dan MD[h1,e] = 0,2 maka : CF[h1,e] = 0,5 – 0,2 = 0,3 Jika observasi tersebut juga memberikan kepercayaan terhadap h2 dengan MB[h2,e]=0,8 dan MD[h2,e]=0,1, maka : CF[h2,e] = 0,8 – 0,1= 0,7 Untuk mencari CF[h1 ∧ h2,e] diperoleh dari MB[h1 ∧ h2,e] = min (0,5 ; 0,8) = 0,5 MD[h1 ∧ h2,e] = min (0,2 ; 0,1) = 0,1 CF[h1 ∧ h2,e] = 0,5 – 0,1 = 0,4 Untuk mencari CF[h1∨ h2,e] diperoleh dari MB[h1∨ h2,e] = max (0,5 ; 0,8) = 0,8 MD[h1∨ h2,e] = max (0,2 ; 0,1) = 0,2 CF[h1∨ h2,e] = 0,8 – 0,2 = 0,6 17/9/2015 Kode MK : MK :

17/9/2015 Kode MK : MK :

 END  17/9/2015 Kode MK : MK :