SISTEM PRODUKSI Oleh : KELOMPOK 6 Elfadiaz C. 0310630040 Kharisma K. 0410630050 M. Safril BN 0410630057 M. Satria E. 0410632028 Fajar Cahya N. 0510632014.

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]:
Representasi Pengetahuan
Representasi Pengetahuan
INFERENSI.
Metode Inferensi dan Penalaran
Sistem Pakar.
MESIN INFERENSI.
METODE INFERENSI.
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
MOTOR INFERENSI.
Knowledge Representation (lanjutan)
REPRESENTASI PENGETAHUAN
Arsitektur Sistem Pakar
Pertemuan 18 SISTEM PAKAR.
METODE INFERENSI Dr. Kusrini, M.Kom.
SISTEM PAKAR.
SISTEM PAKAR & KECERDASAN BUATAN
PENGETAHUAN BERDASARKAN RULES PERTEMUAN MINGGU KE-6.
Advance Topic.
ARTIFICIAL INTELLIGENCE
Representasi Pengetahuan
Definisi Inferensi  Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui.
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.
REPRESENTASI PENGETAHUAN
KECERDASAN BUATAN PERTEMUAN 10.
BAB Latar Belakang Adapun perkembangan teknologi saat ini khususnya dalam pemilihan model monitor, baik instansi pemerintah, swasta ataupun perorangan.
Pertemuan 6 SISTEM PAKAR.
INFERENSI.
Representasi Pengetahuan II.
REPRESENTASI PENGETAHUAN
Pendekatan Inferensi dalam Sistem Pakar
KNOWLEDGE REPRESENTATION
EXPERT SYSTEM By Daniel Damaris NS.
PERTEMUAN 4 SISTEM PAKAR
Backward Chaining.
REPRESENTASI PENGETAHUAN
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.
SISTEM PAKAR & KECERDASAN BUATAN
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 :.
FUZZY INFERENCE SYSTEM (FIS) - TSUKAMOTO
Backward Chaining 17/9/2015 Kode MK : MK :.
Representasi Pengetahuan
Pertemuan 5 Kecerdasan Buatan
Pertemuan 9 PENGANTAR SISTEM PAKAR
Metode Inferensi By: Edi, MKM.
Metode Inferensi.
TEKNIK INFERENSI Teknik inferensi adalah proses yang digunakan dalam sistem pakar untuk menghasilkan suatu informasi baru yang diperoleh dari informasi.
REPRESENTASI PENGETAHUAN – Sistem Produksi
METODE INFERENSI 17/9/2015 Kode MK : MK :.
TEKNIK RISET OPERASI MUH.AFDAN SYAKUR CHAPTER.2
FUZZY INFERENCE SYSTEM (FIS) - TSUKAMOTO
INFERENSI DAN PENALARAN
Pertemuan 6 SISTEM PAKAR.
Pertemuan 11 PENGANTAR SISTEM PAKAR
Sistem Pakar Team : Jusepto ( ) Irsyad Arismuda ( )
SISTEM PAKAR.
SISTEM PAKAR & KECERDASAN BUATAN
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
Pertemuan 6 SISTEM PAKAR.
SISTEM PAKAR (expert system). Kepakaran (Expertise) Kepakaran merupakan suatu pengetahuan yang diperoleh dari pelatihan, membaca dan pengalaman. Kepakaran.
Transcript presentasi:

SISTEM PRODUKSI Oleh : KELOMPOK 6 Elfadiaz C Kharisma K M. Safril BN M. Satria E Fajar Cahya N Anjar P. Utomo xx

Sistem produksi secara umum terdiri dari komponen- komponen : 1.1. ruang keadan, yang berisi keadaan awal, tujuan, kumpulan aturan yang digunakan untuk mencapai tujuan 2.2. strategi kontrol, berguna untuk mengarahkan bagaimana proses pencarian akan berlangsung dan mengendalikan arah eksplorasi

Representasi pengetahuan dengan sistem produksi berupa aplikasi aturan (rule) yang berupa : 1.Antecedent, yaitu bagian yang mengekspresikan situasi atau premis (pernyataan berawalan IF) 2. Konsekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika suatu situasi atau premis bernilai benar (pernyataan berawalan THEN)

Konsekuensi atau konklusi yang dinyatakan pada bagian THEN baru dinyatakan benar, jika bagian IF pada sistem tersebut juga benar atau sesuai dengan aturan tertentu. Contoh : IF lalulintas pagi ini padat THEN saya naik sepeda motor saja

Apabila pengetahuan direpresentasikan dengan aturan,maka ada 2 metode penalaran yang dapat digunakan : 1.Forward Reasoning (penalaran maju) Pelacakan dimulai dari keadaan awal (informasi atau fakta yang ada) dan kemudian dicoba untuk mencocokkan dengan tujuan yang diharapkan 2. Backward Reasoning (penalaran mundur) Penalaran dimulai dari tujuan atau hipotesa, baru dicocokkan dengan keadaan awal atau fakta-fakta yang ada.

- banyaknya keadaan awal dan tujuan. Jika jumlah keadaan awal lebih kecil daripada tujuan, maka digunakan penalaran forward. Sebaliknya jika jumlah tujuan lebih banyak daripada keadaan awal, maka dipilih penalaran backward - rata-rata jumlah node yang dapat diraih langsung dari suatu node. Lebih baik dipilih yang jumlah node tiap cabangnya lebih sedikit Ada beberapa faktor yang mempengaruhi pemilihan backward atau forward dalam memilih metode penalaran :

- apakah program butuh menanyai user untuk melakukan justifikasi terhadap proses penalaran? Jika ya, maka alangkah baiknya jika dipilih arah yang lebih memudahkan user - bentuk kejadian yang akan memicu penyelesaian masalah. Jika kejadian itu berupa fakta baru, maka lebih baik dipilih penalaran forward. Namun jika kejadian itu berupa query, maka lebih baik digunakan penalaran backward.