KETIDAKPASTIAN.

Slides:



Advertisements
Presentasi serupa
PEMBERIAN ALASAN DI BAWAH KETIDAKPASTIAN
Advertisements

Pemberian Alasan Yang Tidak Eksak
Certainty Factor (CF) Dr. Kusrini, M.Kom.
KONSEP DASAR PROBABILITAS
Team Teaching Faktor Kepastian.
Mengatasi Ketidakpastian (Uncertainty)
Metode Inferensi dan Penalaran
KETIDAKPASTIAN PERTEMUAN 14.
TEORI PROBABILITAS.
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”
KONSEP DASAR PROBABILITAS
BAB 12 PROBABILITAS.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
AKTUARIA Darmanto Program Studi Statistika
BAB 2 ATURAN DASAR PROBABILITAS
Pertemuan 03 Teori Peluang (Probabilitas)
Pertemuan 11 “INFERENSI DENGAN KETIDAK PASTIAN”
KETIDAKPASTIAN (UNCERTAINTY)
Pemberian Alasan Di bawah Ketidakpastian
WEBSITE SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT HEPATITIS Danang Yulianto, for further detail, please visit
KETIDAKPASTIAN PERTEMUAN 7.
PROBABILITAS PENDUGAAN PARAMETER PEUBAH LATEN KEMISKINAN RELATIF.
Probabilitas & Teorema Bayes
Faktor keTIDAKpastian (cf)
Teori PROBABILITAS.
KONSEP DASAR PROBABILITAS
Certainty Factors (CF) And Beliefs
BAB I PROBABILITAS.
KONSEP DASAR PROBABILITAS
Sistem Pakar Ketidakpastian
BAB 6 PROBABILITAS.
KONSEP DASAR PROBABILITAS
PROBABILITAS.
Teorema Bayes.
PENALARAN DENGAN KETIDAKPASTIAN
MODUL PERKULIAHAN SESI 1
Pertemuan 7 KETIDAKPASTIAN
Teori PROBABILITAS.
KETIDAKPASTIAN PERTEMUAN 7.
TEORI PROBABILITAS.
Ketidakpastian & Kepastian (REASONING)
Fakultas Ilmu Komputer
Metode penanganan ketidakpastian dengan sistem pakar
INFERENSI DENGAN KETIDAKPASTIAN
Teori PROBABILITAS.
Pertemuan 7 KETIDAKPASTIAN
Faktor keTIDAKpastian (Uncertainty)
Kode MK : TIF01405; MK : Kecerdasan Buatan
Faktor Kepastian (Certainty)
BAB VII PROBABILITAS (2).
Sistem Berbasis Pengetahuan
KONSEP DASAR PROBABILITAS
BAYES 17/9/2015 Kode MK : MK :.
Pertemuan 11 Statistical Reasoning
Pert 7 KETIDAKPASTIAN.
BAB XII PROBABILITAS (Aturan Dasar Probabilitas) (Pertemuan ke-27)
CERTAINTY FACTOR DSS - Wiji Setiyaningsih, M.Kom.
Probabilitas kondisional
Pertemuan 7 KETIDAKPASTIAN
Uncertainty Representation (Ketidakpastian).
Probabilitas & Teorema Bayes
KONSEP DASAR PROBABILITAS
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.
KONSEP DASAR PROBABILITAS
Transcript presentasi:

KETIDAKPASTIAN

KETIDAKPASTIAN Dalam menghadapi masalah sering di temukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini biasanya berupa probabilitas Hasil yang tidak pasti di sebabkan oleh aturan yang tidak pasti dan jawaban pengguna yang tidak pasti yang diajukan oleh sistem

Contoh Ketidakpastian

Teori Penyelesaian Ketidakpastian Probabilitas klasik Probabilitas Bayes Teori Hartley berdasarkan himpunan klasik Teori shannon berdasarkan Probabilitas Teori Dempster-Shafer Teori Fuzzy Zadeh Faktor kepastian

PROBABILITAS Probabilitas menunjukkan kemungkinan sesuatu akan terjadi atau tidak. Misal dari 10 orang sarjana , 7 orang menguasai pemrograman, sehingga peluang untuk memilih sarjana yang menguasai pemrograman adalah : p(pemrograman) = 7/10 = 0.7

TEOREMA BAYES

Contoh Teorema Bayes

Contoh Teorema Bayes

Teorima Bayes Jika setelah dilakukan pengujian terhadap hipotesis muncul satu atau lebih evidence (fakta) atau observasi baru maka :

Contoh

FAKTOR KEPASTIAN (CERTAINTY FACTOR) 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)

FAKTOR KEPASTIAN (CERTAINTY FACTOR) 3 hal yang mungkin terjadi : Beberapa evidence dikombinasikan untuk menentukan CF dari suatu hipotesis. CF dihitung dari kombinasi beberapa hipotesis Beberapa aturan saling bergandengan, ketidakpastian dari suatu aturan menjadi input untuk aturan yang lainnya

Beberapa evidence dikombinasikan untuk menentukan CF dari suatu hipotesis

CF dihitung dari kombinasi beberapa hipotesis

CF dihitung dari kombinasi beberapa hipotesis

Beberapa aturan saling bergandengan, ketidakpastian dari suatu aturan menjadi input untuk aturan yang lain

Soal: Pertengahan tahun 2002, ada indikasi bahwa turunnya devisa Indonesia disebabkan oleh permasalahan TKI di Malaysia. Apabila diketahui MB[devisaturun,TKI]=0,8 dan MD[devisaturun,TKI]=0,3 . Akhir September 2002 kemarau berkepanjangan mengakibatkan gagal panen yang cukup serius, berdampak pada turunnya ekspor Indonesia. Bila diketahui MB[devisaturun,eksporturun] = 0,75 dan MD[devisaturun,eksporturun] = 0,1 Hitung: CF[devisaturun,TKI] CF[devisaturun,eksporturun] MB[devisaturun, TKI ∧ eksporturun] MD[devisaturun, TKI ∧ eksporturun] CF[devisaturun,TKI ∧ eksporturun]