MESIN INFERENSI

Mesin Inferensi Mengandung pola pikir dan penalaran dalam menyelesaikan masalah Mesin inferensi Merupakan program komputer Memberikan metodelogi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam workplace Untuk mengformulasikan kesimpulan

Pengontrolan inferensi berbasis aturan Pelacakan ke depan (forward chaining) Pelacakan ke belakang (backward chaining)

Pelacakan ke depan (forward chaining) Pendekatan yang dimotori oleh data. Pelacakan dimulai dari informasi masukan, Selanjutnya mencoba menggambarkan kesimpulan. Pelacakan ke depan mencari fakta

Pelacakan ke belakang (backward chaining) Pelacakan dimulai dari tujuan Selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru sebagai kesimpulannya.

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

Penelusuran data Forward chaining dan backword chaining di pengearuhi penelusuran data Depth-first search Breadth-first search Best-first search

Depth-first search Penelusuran data pada node- node secara vertikal dan sudah didefinisikan misalnya dari kiri ke kanan. Keuntungan : penelusuran masalah dapat digali secara mendalam sampai ditemukan solusi yang optimal. kekurangannya adalah membutuhkan waktu yang sangat lama

Breadth-first search Penelusuran data pada semua node dalam satu level atau satu tingkatan sebelum ke level atau tingkatan dibawahnya. Keuntungan : penelusuran masalah dapat digali secara mendalam sampai ditemukan solusi yang optimal. Kekurangannya : waktu yang dibutuhkan yang sangat lama apabila solusi berada pada node terakhir

Best-first search Menggunakan pengetahuan akan suatu masalah untuk melakukan panduan pencarian ke arah node tempat dimana solusi berada. Keuntungan : mengurangi beban komputasi karena hanya yang memberikan harapan saja yang diuji dan akan berhenti apabila solusi adalah mendekati yang terbaik. hanya saja yang diambil bisa saja salah dan tidak ada jaminan bahwa solusi yang dihasilkan merupakan solusi yang mutlak benar.

Trimakasih