Lecture 7 Backward Chaining Erick Pranata © Sekolah Tinggi Teknik Surabaya 1.

Slides:



Advertisements
Presentasi serupa
TURUNAN/ DIFERENSIAL.
Advertisements

START.
MODUL 10 APRIORI.
Pengendalian Proses : Seleksi (Conditional)
Kecerdasan Buatan Lecture 6 Expert System Ir. Gunawan, M. Kom.
21 SARAN UNTUK SUKSES H. Jakson Brown, Jr..
Malang,22 November 2012
SOAL ESSAY KELAS XI IPS.
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
Materi Sosialisasi & Pelatihan PADAMU NEGRI PTK Jakarta, 2013 Divisi Enterprise Service v
ALJABAR.
Soal-Soal Latihan Mandiri
8 Statistik Selang untuk Sampel Tunggal.
BAHAN AJAR TEORI BILANGAN
Sistem Persamaan Diferensial
Chapter 7 Penguraian LR.
MATHEMATICS FOR BUSINESS
Circle (LINGkaRan) Enggar Fathia Ch*Fuji Lestari*Ni Made Ratna W*Ria Oktavia*
HIMPUNAN.
LUAS DAERAH LINGKARAN LANGKAH-LANGKAH :
Dictionary (Icomparable dan IComparer) Eka, Erick, Reddy © Sekolah Tinggi Teknik Surabaya 1.
Linked List BEBERAPA CONTOH SOAL 6.3 & 7.3 NESTED LOOP.
ANALISA NILAI KELAS A,B,C DIBUAT OLEH: NAMA: SALBIYAH UMININGSIH NIM:
UJI HOMOGENITAS DATA SATU VARIABEL UJI T DAN ANOVA
Fungsi Invers Oleh: FadjarShadiq, WI PPPG Matematika
TURUNAN DIFERENSIAL Pertemuan ke
BARISAN DAN DERET ARITMETIKA
PERSAMAAN AKUNTANSI.
LATIHAN SOAL DATA TUNGGAL
Pemrograman Berorientasi Objek
Induksi Matematika.
Struktur Dasar Algoritma
MATEMATIKA BISNIS Pertemuan Ke-9 dan Ke-10 Hani Hatimatunnisani, S.Si
Bahan Kuliah IF4058 Topik Khusus IF
Struktur Pemilihan Pertemuan ke-3.
ALGORITMA DAN PEMROGRAMAN Minggu 4 – Runtunan & Pemilihan
Induksi Matematika Materi Matematika Diskrit.
Teknik Pemrograman (TEKPRO)
Algoritma dan Struktur Data
Perhatikan aturan Kartu Positif (+) Kartu Negatif (-) Jika kartu (+) bertemu kartu (-) hasilnya NOL (0) + = NOL (0)
PERTEMUAN KE 9 MENU TUNGGAL.
Mengatasi Ketidakpastian (Uncertainty)
LOGIKA INFORMATIKA VALIDITAS PEMBUKTIAN.
Modul 1- Review Java.
Lab Meeting 1 Shofy Amalia.
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
Lecture 9 Single Linked List Sandy Ardianto & Erick Pranata © Sekolah Tinggi Teknik Surabaya 1.
TAUTOLOGI, KONTRADIKSI, DAN CONTINGENT
Pemrogramman Terstruktur
UJI KOMPETENSI 1.
Sulidar Fitri, M.Sc Lab Meeting 13 Maret 2014
FUZZY INFERENCE SYSTEMS
ITK-121 KALKULUS I 3 SKS Dicky Dermawan
TRANSFORMASI LAPLACE Yulvi Zaika.
ITK-121 KALKULUS I 3 SKS Dicky Dermawan
DASAR – DASAR LOGIKA INFORMATIKA
PENYELESAIAN PERSAMAAN KUADRAT
Pertemuan 18 SISTEM PAKAR.
BIMTEK BUDIDAYA TANAMAN SAYURAN DI PEKARANGAN
JIKA ORANG INI SAJA BISA APALAGI ENGKAU PASTI LEBIH DARI DIA
METODE INFERENSI Dr. Kusrini, M.Kom.
WISNU HENDRO MARTONO,M.Sc
Penalaran Mamdani dan Tsukamoto Pada pendekatan Fuzzy Inference System
1 28 FEBRUARI 2011 SENSASI DAN TEORI GESTALT. SENSASI “ sense” artinya alat pengindraan, yang menghubungkan organisme dengan lingkungannya. Menurut Dennis.
Backward Chaining.
Backward Chaining 17/9/2015 Kode MK : MK :.
METODE INFERENSI 17/9/2015 Kode MK : MK :.
Backward Chaining 17/9/2015 Kode MK : MK :.
METODE INFERENSI 17/9/2015 Kode MK : MK :.
INFERENSI DAN PENALARAN
Transcript presentasi:

Lecture 7 Backward Chaining Erick Pranata © Sekolah Tinggi Teknik Surabaya 1

» Menentukan konklusi berdasarkan fakta yang ada » Perolehan fakta: ˃Dengan “perhitungan” ˃Menanyakan ke user 2 © Sekolah Tinggi Teknik Surabaya

» Semisal terdapat beberapa rule yang berkaitan dengan hewan peliharaan sebagai berikut: ˃If aksi = berkicau and makanan = kacang Then jenis = kenari ˃If aksi = ngorék and makanan = lalat Then jenis = kodok ˃If jenis = kenari Then warna = kuning ˃If jenis = kodok Then warna = hijau » Tentukan warna jika aksi = ngorék dan makanan = lalat! Sumber: dengan perubahanhttp://en.wikipedia.org/wiki/Backward_chaining 3 © Sekolah Tinggi Teknik Surabaya

4 warnajenismakananaksi

5 © Sekolah Tinggi Teknik Surabaya warnajenis lalat makanan ngorek aksi

6 © Sekolah Tinggi Teknik Surabaya hijau warna kodok jenis lalat makanan ngorek aksi

» Backward chaining berusaha mengisi working memory » Dilakukan dengan menginferensi rule yang ada. 7 © Sekolah Tinggi Teknik Surabaya

» Alur penelusuran konklusi 1.Working Memory 2.Rule 3.Interface 8 © Sekolah Tinggi Teknik Surabaya

9

10 © Sekolah Tinggi Teknik Surabaya

RULE 10 IF temperature = normal and other_symptoms = yes THEN problem = serious; RULE 11 IF temperature = normal and other_symptoms = no THEN problem = non_serious; RULE 12 IF temperature = abnormal THEN problem = serious; RULE 13 IF temperature = not_known THEN problem = serious; 11 © Sekolah Tinggi Teknik Surabaya

» Find problem! 1.Jika temperatur = normal dan other_symptoms = no 2.Jika temperatur = abnormal dan other_symptoms = yes 12 © Sekolah Tinggi Teknik Surabaya

» Find support! ˃member = yes ˃valid_id = yes ˃reason = follow_up_case ˃temperature = normal ˃other_symptoms = yes 13 © Sekolah Tinggi Teknik Surabaya

14

» Menyatakan tingkat keyakinan konklusi » Input dari user pun dapat memiliki CNF 15 © Sekolah Tinggi Teknik Surabaya

CNF of premise * CNF of rule / 100 IF diagnosis = measles THEN treatment = penicillin CNF 90 Jika CNF untuk diagnosis = measles adalah 70, maka CNF konklusi adalah 70*90/100 = © Sekolah Tinggi Teknik Surabaya

» Premis AND ˃min(C1,C2) » Premis OR ˃C1 + C2 - (C1 * C2)/100 if temperature = very_high with confidence 90 and spots = yes with confidence 75 => 75 if spots = yes with confidence 75 or rash = yes with confidence 80 => (75*80)/100 = © Sekolah Tinggi Teknik Surabaya

IF sore_throat = yes AND temperature = high OR temperature = very_high THEN diagnosis = flu CNF 90; sore_throat = yes CNF 70 temperature = high CNF 80 temperature = very_high CNF © Sekolah Tinggi Teknik Surabaya

» © Sekolah Tinggi Teknik Surabaya

» Dibawah Thruthtres, sebuah kondisi akan dianggap FALSE. 20 © Sekolah Tinggi Teknik Surabaya

» Bagaimana kalau CNF tidak berupa bilangan bulat. 21 © Sekolah Tinggi Teknik Surabaya