INFERENSI DAN PENALARAN

Slides:



Advertisements
Presentasi serupa
SISTEM PAKAR Ari Eko Wardoyo, ST.
Advertisements

Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
Team Teaching Sistem Pakar.
REPRESENTASI PENGETAHUANI
INFERENSI.
Sistem Pakar.
MESIN INFERENSI.
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
ARSITEKTUR SISTEM PAKAR
Logic & Learning Method
SISTEM PAKAR UNTUK MENDIAGNOSIS GANGGUAN JIWA SKIZOFRENIA MENGGUNAKAN METODE FUZZY EXPERT SYSTEM (STUDI KASUS RS. JIWA MENUR SURABAYA) Alfian Angga Pradika.
SISTEM PRODUKSI Oleh : KELOMPOK 6 Elfadiaz C Kharisma K M. Safril BN M. Satria E Fajar Cahya N
SISTEM PAKAR PENENTUAN MENU MAKANAN SEHAT PENDERITA PENYAKIT KOLESTEROL SESUAI GOLONGAN DARAH PASIEN MENGGUNAKAN METODE FORWARD CHAINING DAN BACKWARD CHAINING.
MOTOR INFERENSI.
Arsitektur Sistem Pakar
Pertemuan 18 SISTEM PAKAR.
Niken Indah Permatasari
METODE INFERENSI Dr. Kusrini, M.Kom.
Assalamualaikum Wr. Wb.
SISTEM PAKAR.
SISTEM PAKAR & KECERDASAN BUATAN
PENGETAHUAN BERDASARKAN RULES PERTEMUAN MINGGU KE-6.
Advance Topic.
ARTIFICIAL INTELLIGENCE
SISTEM PAKAR PERTEMUAN 8.
Sistem Pakar.
Definisi Inferensi  Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui.
SISTEM PAKAR DAN SPK.
BAB Latar Belakang Adapun perkembangan teknologi saat ini khususnya dalam pemilihan model monitor, baik instansi pemerintah, swasta ataupun perorangan.
Pertemuan 6 SISTEM PAKAR.
INFERENSI.
Pendekatan Inferensi dalam Sistem Pakar
Sistem pakar M Ridwan Dwi Septian.
PERTEMUAN 4 SISTEM PAKAR
SISTEM PAKAR (LANJUTAN)
Backward Chaining.
Pendekatan Inferensi dalam Sistem Pakar
BASIS PENGETAHUAN DAN METODE INFERENSI
SISTEM BERBASIS PENGETAHUAN
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
SISTEM INTELEGENSIA BUATAN
METODE INFERENSI Kusrini, M.Kom.
SISTEM PAKAR & KECERDASAN BUATAN
Artificial Intelegence/ P_7-8
Backward Chaining 17/9/2015 Kode MK : MK :.
METODE INFERENSI 17/9/2015 Kode MK : MK :.
Contoh Kasus Backward Chaining
Backward Chaining 17/9/2015 Kode MK : MK :.
ARSITEKTUR SISTEM PAKAR
Pertemuan 5 Kecerdasan Buatan
Pertemuan 9 PENGANTAR SISTEM PAKAR
Metode Inferensi By: Edi, MKM.
Metode Inferensi.
REPRESENTASI PENGETAHUAN – Sistem Produksi
METODE INFERENSI 17/9/2015 Kode MK : MK :.
Pertemuan 6 SISTEM PAKAR.
Pertemuan 11 PENGANTAR SISTEM PAKAR
Sistem Pakar Pertemuan 4
Kaidah Produksi 17/9/2015 Kode MK : MK :.
MEKANISME INFERENSI Program Studi S1 Informatika
SISTEM PAKAR.
Contoh Kasus Forward Chaining
Pengenalan Sistem Pakar
SISTEM PAKAR & KECERDASAN BUATAN
SISTEM PAKAR UNTUK MENDIAGNOSA KERUSAKAN PERANGKAT TELEVISI MENGGUNAKAN METODE BACKWARD CHAINING Oleh: Achmad Faiz Nabil L. (01) Nafa Meilantu(17)
Pertemuan Ke-1 Ridwan, S.T,. M.Eng Ridwan, S.T, M.Eng.
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
Sistem Pakar Pertemuan 4
Pertemuan 6 SISTEM PAKAR.
ARSITEKTUR SISTEM PAKAR
Transcript presentasi:

INFERENSI DAN PENALARAN PERTEMUAN 8 Oleh : Diema Hernyka Satyareni, M.Kom

Inferensi & Mesin Inferensi Inferensi :proses untuk menghasilkan informasi yang berasal dari fakta yang diketahui atau diusulkan Mesin Inferensi : mengandung pola pikir dan penalaran dalam menyelesaikan masalah Mesin inferensi Merupakan program komputer Memberikan metodologi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace Untuk mengformulasikan kesimpulan

Strategi Penalaran Runut Maju / Forward Chaining Runut Balik / Backward Chaining

Runut Maju Runut maju berarti menggunakan himpunan aturan kondisi- aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses diulang sampai ditemukan suatu hasil

Runut Balik penalaran dimulai dengan tujuan kemudian merunut balik ke jalur yang akan mengarahkan ke tujuan tersebut

Pengontrolan inferensi Contoh: Ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan hanya: A & E (artinya: A dan E bernilai benar). Ingin dibuktikan apakah K bernilai benar (hipotesis: K)? No. Aturan R-1 IF A & B THEN C R-2 IF C THEN D R-3 IF A & E THEN F R-4 IF A THEN G R-5 IF F & G THEN D R-6 IF G & E THEN H R-7 IF C & H THEN I R-8 IF I & A THEN J R-9 IF G THEN J R-10 IF J THEN K

Forward Chaining Munculnya fakta baru pada saat inferensi: Aturan J R-10 K

Alur inferensi: A E Fakta R-3 F G R-4 D R-5 H R-6 J K R-9 R-10

Backward Chaining Alur inferensi: J I A C H B K R-10 R-8 R-7 R-1 Fakta Tidak diketahui (a) Pertama: Gagal J G A K R-10 R-9 R-4 Fakta (b) Kedua: Sukses

Database Aturan

Proses Runut Maju Tampilkan semua daftar premis User memilih premis yang dialami Sistem mencari aturan yang premisnya terdiri dari premis- premis yang dipilih oleh user Sistem akan menampilkan konklusi dari aturan tersebut

Proses Runut Balik Sistem akan melist dalam memori daftar konklusi yang ada Masing-masing konklusi secara sekuensial dicari premisnya Masing-masing premis di tanyakan ke user Jika jawaban ya, dilanjutkan ke premis berikutnya Jika jawabannya tidak dilanjutkan ke konklusi selanjutnya

Latihan Jika user memiliki Premis: P1, P4, P6 apa yang akan jadi konklusinya? Jelaskan urutan prosesnya dengan metode runut maju dan runut balik

KAIDAH PRODUKSI Aturan 1: Aturan 2: JIKA fungsi simple DAN biaya rendah atau tinggi MAKA pilih WP A Aturan 2: JIKA fungsi kompleks DAN biaya rendah MAKA tidak ada yang bisa dipilih DAN biaya tinggi MAKA pilih WP B atau C

Tabel Aturan

Runut Maju Tampilkan semua daftar premis User memilih premis yang dialami Sistem mencari aturan yang premisnya terdiri dari premis-premis yang dipilih oleh user: Sistem akan menampilkan konklusi dari aturan tersebut

Tampilkan semua daftar premis SELECT Fungsi, Biaya From Aturan;

User memilih premis yang dialami Misal : Fungsi Simple, Biaya Tinggi

Sistem mencari aturan yang premisnya terdiri dari premis-premis yang dipilih oleh user SELECT software FROM Aturan Where Fungsi = 'Simple' And Biaya = 'Tinggi';

Runut Balik Sistem akan melist dalam memori daftar konklusi yang ada Masing-masing konklusi secara sekuensial dicari premisnya Masing-masing premis di tanyakan ke user Jika jawaban ya, dilanjutkan ke premis berikutnya Jika jawabannya tidak dilanjutkan ke konklusi selanjutnya

Sistem akan melist dalam memori daftar konklusi yang ada SELECT Distinct Software FROM Aturan;

Masing-masing konklusi secara sekuensial dicari premisnya SELECT Fungsi, Biaya FROM Aturan WHERE Software = 'A'

Kelemahan Rancangan Tabel Aturan Ada domain permasalahan yang satu variabel nilainya bisa banyak. Misal Pada Masalah Diagnosis, Variabel Gejala dalam satu aturan bisa berisi banyak

KASUS 2 Aturan 1 Aturan 3 Jika G : A (70%) Jika G : A (20%) Dan G : B (100%) Dan G : C (20%) Dan T : D (30%) Maka Z Aturan 3 Jika G : A (20%) Dan T : D (30%) Dan T : E (70%) Maka Y Aturan 2 Jika G : B (20%) Dan T : E (10%) Dan G : C (40%) Maka X Aturan 4 Jika T : D (90%) Dan G : C (20%) Maka Y

Isi Tabel

SEKIAN DAN TERIMA KASIH