MEKANISME INFERENSI Program Studi S1 Informatika

Slides:



Advertisements
Presentasi serupa
Penyelesaian Masalah Dengan AI
Advertisements

SISTEM PAKAR Ari Eko Wardoyo, ST.
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
Team Teaching Sistem Pakar.
INFERENSI.
Kuliah Sistem Pakar Pertemuan VI
Metode Inferensi dan Penalaran
Sistem Pakar.
MESIN INFERENSI.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
SISTEM PRODUKSI Oleh : KELOMPOK 6 Elfadiaz C Kharisma K M. Safril BN M. Satria E Fajar Cahya N
MOTOR INFERENSI.
FAKTOR KEPASTIAN (CERTAINTY FACTOR)
Arsitektur Sistem Pakar
METODE INFERENSI Dr. Kusrini, M.Kom.
SISTEM PAKAR.
SISTEM BERBASIS PENGETAHUAN
Program Dinamis (dynamic programming): metode pemecahan masalah dengan cara menguraikan solusi menjadi sekumpulan langkah (step) atau tahapan (stage)
PENGETAHUAN BERDASARKAN RULES PERTEMUAN MINGGU KE-6.
KETIDAKPASTIAN (UNCERTAINTY)
Advance Topic.
ARTIFICIAL INTELLIGENCE
SISTEM PAKAR PERTEMUAN 8.
Definisi Inferensi  Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui.
SISTEM PAKAR (expert system)
Sistem pakar Sistem pakar merupakan cabang dari Artificial Itellegence (AI) yang cukup tua karena sistem ini mulai dikembangkan pada pertengahan 1960.
SISTEM PAKAR DAN SPK.
KECERDASAN BUATAN PERTEMUAN 10.
Kecerdasan buatan Nelly Indriani Widiastuti S.Si.,M.T.
BAB Latar Belakang Adapun perkembangan teknologi saat ini khususnya dalam pemilihan model monitor, baik instansi pemerintah, swasta ataupun perorangan.
Representasi Pengetahuan
INFERENSI.
Pendekatan Inferensi dalam Sistem Pakar
EXPERT SYSTEM By Daniel Damaris NS.
PERTEMUAN 4 SISTEM PAKAR
Backward Chaining.
Review : Sistem yang menggunakan AI
SISTEM PAKAR Betha Nurina Sari, M.Kom.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Pendekatan Inferensi dalam Sistem Pakar
BASIS PENGETAHUAN DAN METODE INFERENSI
SISTEM BERBASIS PENGETAHUAN
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
METODE INFERENSI Kusrini, M.Kom.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Artificial Intelegence/ P_7-8
KECERDASAN BUATAN PERTEMUAN 10.
Backward Chaining 17/9/2015 Kode MK : MK :.
METODE INFERENSI 17/9/2015 Kode MK : MK :.
Contoh Kasus Backward Chaining
PROBLEM SOLVING Masalah biasanya disajikan dalam bentu graf
Backward Chaining 17/9/2015 Kode MK : MK :.
Pertemuan 9 PENGANTAR SISTEM PAKAR
Metode Inferensi By: Edi, MKM.
Metode Inferensi.
MATERI PERKULIAHAN KECERDASAN BUATAN
REPRESENTASI PENGETAHUAN – Sistem Produksi
METODE INFERENSI 17/9/2015 Kode MK : MK :.
TEKNIK RISET OPERASI MUH.AFDAN SYAKUR CHAPTER.2
INFERENSI DAN PENALARAN
Pertemuan 11 PENGANTAR SISTEM PAKAR
Pertemuan 10 REASONING (PENALARAN)
SISTEM PAKAR.
Contoh Kasus Forward Chaining
Sistem Informasi Manajemen
SISTEM PAKAR UNTUK MENDIAGNOSA KERUSAKAN PERANGKAT TELEVISI MENGGUNAKAN METODE BACKWARD CHAINING Oleh: Achmad Faiz Nabil L. (01) Nafa Meilantu(17)
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
MASALAH & RUANG MASALAH
SISTEM PAKAR (expert system). Kepakaran (Expertise) Kepakaran merupakan suatu pengetahuan yang diperoleh dari pelatihan, membaca dan pengalaman. Kepakaran.
Transcript presentasi:

MEKANISME INFERENSI Program Studi S1 Informatika STMIK Bumigora Mataram

Mekanisme Inferensi Untuk menyelesaikan suatu masalah/persoalan, maka : Harus tahu domain dari persoalan. (Nilai-nilai yang mungkin digunakan sebagai sebuah solusi, tidak harus sebuah state (keadaan) karena memang biasanya belum merupakan sebuah state (keadaan/kondisi yang konkrit)

Mengetahui : Fakta dan Goal yang ingin dicapai Bagaimana goal itu dicapai berdasarkan fakta yang ada (yang diperoleh). ADA DUA (2) METODE UNTUK MENCAPAI GOAL: 1. Forward Chaining (Penalaran Maju) 2. Backward Chaining (Penalaran Mundur) Sebagaimana manusia dalam menyelesaikan masalah menggunakan penalaran /Reasoning

Umumnya untuk menarik kesimpulan atau untuk mencapai goal berangkat dari fakta menuju ke goal. FORWARD CHAINING Sering disebut juga DATA DRIVEN Berangkat dari fakta/data yang diketahui. Diberi fakta, apa yang dapat disimpulkan? Satu set fakta yang diketahui diberikan/dimasukkan ke dalam working memory

Kemudian diperoleh fakta baru, setiap fakta baru dicek sampai apakah fakta baru tersebut merupakan tujuan akhir yang diharapkan atau lebih singkatnya: Start dengan beberapa fakta dalam working memory dengan menggunakan rules mendapatkan kesimpulan baru dan mengambil beberapa aksi yang baru. Setiap aksi yang baru dicek apakah merupakan tujuan yang diharapkan.

BACKWARD CHAINING Sering disebut Goal Driven Berangkat dari Hipotesis/Tujuan yang diketahui (Hipotesis/Tujuan diberi apakah didukung oleh fakta-fakta) Kemudian dicari rule yang mendukung Fakta dicari hingga semua anteseden dari hipotesis terpenuhi atau Jika goal baru diperoleh merupakan data yang diketahui maka proses selesai. ATAU LEBIH SINGKATNYA : Start dengan Goal dan memperhatikan rule-rule yang akan menolong mengarah ke goal sampai dicapai inisial kondisi

Contoh: Diketahui sekumpulan pengetahuan sebagai berikut : A= Mempunyai uang $10.000 B= Usia<30 tahun C= Berpendidikan sarjana D= Penghasilan pertahun > $40.000 E= Investasi pada sekuritas F= Investasi pada saham yang berkembang G= Investasi pada saham IBM  GOAL Pertanyaan : Apakah perlu orang tersebut menginvestasikan sahamnya pada saham IBM

JAWAB Beberapa Rule 1. A^CE (Jika Mempunyai uang $ 10.000 dan Berpendidikan sarjana maka sebaiknya menginvestasikan pada sequritas. 2. C^DF 3. B^EF 4. BC 5. FG Fakta yang diketahui : A B

Goalnya adalah G dengan metode FORWARD (Berangkat dari fakta B 4. BC Working Memory A C^A 1. A^CE B C E^B 3. B^E  F E F F 5. FG Goal G

Atau dengan cara lain: A R1 R4 E R3 R5 B C F G Goal

Terima Kasih ….