Pengertian Teori Dempster Shafer Dempster shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (Fungsi.

Slides:



Advertisements
Presentasi serupa
PERMUTASI dan KOMBINASI
Advertisements

BAGIAN - 8 Teori Probabilitas.
Pemberian Alasan Yang Tidak Eksak
KETIDAKPASTIAN.
Certainty Factor (CF) Dr. Kusrini, M.Kom.
HIPOTESIS.
Team Teaching Faktor Kepastian.
Metode Inferensi dan Penalaran
A.KONTRADIKSI Definisi dari kontradiksi: Merupakan sebuah pernyataan (proposisi) jika pernyataan tersebut selalu bernilai salah untuk semua kemungkinan.
POPULASI, SAMPEL DAN PELUANG
KETIDAKPASTIAN PERTEMUAN 14.
TEORI PROBABILITAS Pertemuan 26.
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”
Pertemuan 11 “INFERENSI DENGAN KETIDAK PASTIAN”
PENARIKAN SAMPEL & PENDUGAAN PARAMETER
F2F-7: Analisis teori simulasi
1 Pertemuan 10 Statistical Reasoning Matakuliah: T0264/Inteligensia Semu Tahun: Juli 2006 Versi: 2/1.
KETIDAKPASTIAN PERTEMUAN 7.
KONSEP PENGUKURAN.
Matakuliah Teori Bilangan
Probabilitas & Teorema Bayes
Gejala Pusat dan Ukuran Letak
Faktor keTIDAKpastian (cf)
Teori PROBABILITAS.
PENGETAHUAN Pengetahuan yaitu segala sesuatu yang diketahui yang merupakan hasil dari tahu. Ilmu adalah pengetahuan tentang suatu bidang yang.
QUIS.
Certainty Factors (CF) And Beliefs
Sistem Pakar Ketidakpastian
Probabilitas dan Statistika
PROBABILITAS.
Teorema Bayes.
Metoda pembuktian matematika
KASUS KONTROL Batasan :
Teori PROBABILITAS.
KETIDAKPASTIAN PERTEMUAN 7.
Ketidakpastian & Kepastian (REASONING)
Fakultas Ilmu Komputer
Metode penanganan ketidakpastian dengan sistem pakar
INFERENSI DENGAN KETIDAKPASTIAN
Matematika diskrit Logika Proposisi
MATEMATIKA LIMIT DAN KONTINUITAS.
Teori PROBABILITAS.
Penanganan Ketidakpastian
Faktor keTIDAKpastian (Uncertainty)
Penulisan Laporan Penelitian
MARI BELAJAR MATEMATIKA BERSAMA
Kode MK : TIF01405; MK : Kecerdasan Buatan
Sistem Berbasis Pengetahuan
BAYES 17/9/2015 Kode MK : MK :.
Adalah cabang dari matematika yang mengkaji objek-objek diskrit.
Pertemuan 11 Statistical Reasoning
Pert 7 KETIDAKPASTIAN.
Statistika, Vol. 2, No. 2, November 2014
PERSEPSI DAN PERILAKU SAKIT
CERTAINTY FACTOR DSS - Wiji Setiyaningsih, M.Kom.
SINDROM MARFAN DAN ACHOO
Certainty Factor (CF) Dr. Kusrini, M.Kom.
PELUANG.
Uncertainty Representation (Ketidakpastian).
SISTEM PAKAR UNTUK KLASIFIKASI DAN DIAGNOSA PENYAKIT ISPA (INFEKSI SALURAN PERNAFASAN AKUT) PADA UPTD PUSKESMAS Oleh : Riyan Royan
Probabilitas & Teorema Bayes
KONSEP PENGUKURAN.
Materi Kuliah Matematika Diskrit
Kuliah Sistem Pakar Pertemuan VII “INFERENSI DENGAN KETIDAK PASTIAN”
KONSEP PENGUKURAN.
Transcript presentasi:

Pengertian Teori Dempster Shafer Dempster shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (Fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini dikembangkan oleh Arthur P.Dempster dan Glenn shafer. Secara umum teori Dempster-Shafer ditulis dalam suatu interval : [Belief, Plausibility] 1

2 Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. Jika bernilai 0 mengindikasikan bahwa tidak ada evidence, dan Plausibility (Pl) jika bernilai 1 menunjukkan adanya kepastian. Plausibility dinotasikan sebagai : Pl(s) = 1 – Bel(  s) Jika yakin akan  s maka dikatakan bahwa Bel(s) = 1 dan pl(  s) = 0. Misal  = {A,F,D,B} dengan : A = Alergi F = Flue D = Demam B = Bronkitis

Kode Gejala Nama Gejala Kode Penyakit Bobot Nilai AFDB G01PanasXXX0,8 G02Hidung BuntuXXX0,9 G03Makan UdangX0,6 G04Sakit KepalaXX0,7 G05Batuk BerdahakX0,4 G06Sesak NafasX0,4 G07Merasa LelahXXX0,8 G08Gatal-gatalX0,5 TABEL GEJALA Keterangan: A= Alergi F= Flue D= Demam B= Bronkitis 3

Gejala 1: panas Apabila diketahui nilai kepercayaan setelah dilakukan observasi panas sebagai gejala dari Flue, Demam dan Bronkitis adalah : m 1 {F,D,B} = 0,8 m 1 {θ} = 1 – 0,8 = 0,2. CONTOH KASUS Gejala 2: hidung buntu Setelah observasi diketahui bahwa nilai kepercayaan hidung buntu sebagai gejala Alergi, Flue dan Demam adalah : m 2 {A,F,D} = 0,9 m 2 {θ} = 1 – 0,9 = 0,1 Perhatikan CONTOH berikut ini : Vany mengalami gejala panas badan. Dari diagnosa dokter kemungkinan Vany menderita Flue, Demam atau Bronkitis. Tunjukkan kaitan ukuran kepercayaan dari elemen-elemen yang ada ! 4

Munculnya gejala baru maka harus dihitung densitas baru untuk beberapa kombinasi (m 3 ). {A,F,D}(0,9)θ(0,1) {F, D, B}(0,8){F,D}(0,72){F,D,B}(0,08) θ(0,2){A, F, D}(0,18)θ(0,02) Tabel Aturan Kombinasi untuk m 3 {B}(0,4)θ(0,6) {F, D, B}(0,8){B}(0,32){F,D,B}(0,48) θ(0,2){B}(0,08)θ(0,12) {A}(0,6)θ(0,4) {F, D, B}(0,8)  (0,48){F,D,B}(0,32) θ(0,2){A}(0,12)θ(0,8) 5

Soal Kelompok: Kel. 1Kel. 2Kel. 3Kel. 4Kel. 5Kel. 6Kel. 7 Gejala Pertama: G02G01G02G04G07G02G01 Gejala Kedua: G03G02G04G06G08G07 Tiba-tiba saja Ketua Kelompok dari setiap kelompok merasa tak enak badan, mereka pun menunjukkan gejala-gejala seperti yang tertera pada tabel di bawah ini. Tunjukkan kaitan ukuran kepercayaan dari elemen-elemen yang ada sesuai dengan nomor kelompok masing- masing! Kode Gejala Nama Gejala Kode Penyakit Bobot Nilai AFDB G01PanasXXX0,8 G02Hidung BuntuXXX0,9 G03Makan UdangX0,6 G04Sakit KepalaXX0,7 G05Batuk BerdahakX0,4 G06Sesak NafasX0,4 G07Merasa LelahXXX0,8 G08Gatal-gatalX0,5 TABEL GEJALA 6