METODE INFERENSI Dr. Kusrini, M.Kom.

Slides:



Advertisements
Presentasi serupa
Penyelesaian Masalah Dengan AI
Advertisements

SISTEM PAKAR DR. KUSRINI, M.KOM.
SISTEM PAKAR Ari Eko Wardoyo, ST.
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
REPRESENTASI PENGETAHUANI
INFERENSI.
Sistem Pakar.
MESIN INFERENSI.
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
ARSITEKTUR SISTEM PAKAR
SISTEM PRODUKSI Oleh : KELOMPOK 6 Elfadiaz C Kharisma K M. Safril BN M. Satria E Fajar Cahya N
SISTEM PAKAR PENENTUAN MENU MAKANAN SEHAT PENDERITA PENYAKIT KOLESTEROL SESUAI GOLONGAN DARAH PASIEN MENGGUNAKAN METODE FORWARD CHAINING DAN BACKWARD CHAINING.
Riko Syaogi Priyanggoro
Arsitektur Sistem Pakar
BASIS DATA TERAPAN Triana Elizabeth, S. Kom
Pertemuan 18 SISTEM PAKAR.
Niken Indah Permatasari
Assalamualaikum Wr. Wb.
SISTEM BERBASIS PENGETAHUAN
SISTEM PAKAR & KECERDASAN BUATAN
PENGETAHUAN BERDASARKAN RULES PERTEMUAN MINGGU KE-6.
ARTIFICIAL INTELLIGENCE
SISTEM PAKAR PERTEMUAN 8.
Sistem Pakar.
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.
BAB Latar Belakang Adapun perkembangan teknologi saat ini khususnya dalam pemilihan model monitor, baik instansi pemerintah, swasta ataupun perorangan.
Pertemuan 6 SISTEM PAKAR.
Representasi Pengetahuan
INFERENSI.
Pendekatan Inferensi dalam Sistem Pakar
Sistem pakar M Ridwan Dwi Septian.
EXPERT SYSTEM By Daniel Damaris NS.
PERTEMUAN 4 SISTEM PAKAR
Backward Chaining.
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
SISTEM PAKAR SEPTI EKA H ( ) SRIWAHYUNI ( )
METODE INFERENSI 17/9/2015 Kode MK : MK :.
ARSITEKTUR SISTEM PAKAR
PERBANDINGAN SISTEM KONVENSIONAL
Pertemuan 5 Kecerdasan Buatan
Sistem Berbasis Pengetahuan Pertemuan ke - 2
Pertemuan 9 PENGANTAR SISTEM PAKAR
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
INFERENSI DAN PENALARAN
Pertemuan 6 SISTEM PAKAR.
Pertemuan 11 PENGANTAR SISTEM PAKAR
EXPERT SYSTEM.
Mesin Cerdas 17/9/2015 Kode MK : MK :.
Sistem Pakar Team : Jusepto ( ) Irsyad Arismuda ( )
Kaidah Produksi 17/9/2015 Kode MK : MK :.
SISTEM PAKAR.
Pengenalan Sistem Pakar
SISTEM PAKAR & KECERDASAN BUATAN
SISTEM PAKAR UNTUK MENDIAGNOSA KERUSAKAN PERANGKAT TELEVISI MENGGUNAKAN METODE BACKWARD CHAINING Oleh: Achmad Faiz Nabil L. (01) Nafa Meilantu(17)
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
Pertemuan 6 SISTEM PAKAR.
ARSITEKTUR SISTEM PAKAR
Transcript presentasi:

METODE INFERENSI Dr. Kusrini, M.Kom

Pengertian Inferensi merupakan proses untuk menghasilkan informasi dari fakta yang diketahui atau diasumsikan. Inferensi adalah konklusi logis (logical conclusion) atau implikasi berdasarkan informasi yang tersedia. Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin inferensi) Ketika representasi pengetahuan (RP) pada bagian knowledge base telah lengkap, atau paling tidak telah berada pada level yang cukup akurat, maka RP tersebut telah siap digunakan. Inference engine merupakan modul yang berisi program tentang bagaimana mengendalikan proses reasoning

Strategi Penalaran Runut Maju / Forward Chaining Runut Balik / Backward Chaining

Runut Maju Runut maju berarti menggunakan himpunan aturan kondisi-aksi. Dalam metode ini, data digunakan untuk menentukan aturan mana yang akan dijalankan, kemudian aturan tersebut dijalankan. Mungkin proses menambahkan data ke memori kerja. Proses diulang sampai ditemukan suatu hasil

Runut Balik penalaran dimulai dengan tujuan kemudian merunut balik ke jalur yang akan mengarahkan ke tujuan tersebut

Database Aturan

Runut Maju Tampilkan semua daftar premis User memilih premis yang dialami Sistem mencari aturan yang premisnya terdiri dari premis-premis yang dipilih oleh user Sistem akan menampilkan konklusi dari aturan tersebut

Runut Balik Sistem akan melist dalam memori daftar konklusi yang ada Masing-masing konklusi secara sekuensial dicari premisnya Masing-masing premis di tanyakan ke user Jika jawaban ya, dilanjutkan ke premis berikutnya Jika jawabannya tidak dilanjutkan ke konklusi selanjutnya

Latihan Jika user memiliki Premis: P1, P4, P6 apa yang akan jadi konklusinya? Jelaskan urutan prosesnya dengan metode runut maju dan runut balik

KAIDAH PRODUKSI Aturan 1: Aturan 2: JIKA fungsi simple DAN biaya rendah atau tinggi MAKA pilih WP A Aturan 2: JIKA fungsi kompleks DAN biaya rendah MAKA tidak ada yang bisa dipilih DAN biaya tinggi MAKA pilih WP B atau C

Tabel Aturan

Runut Maju Tampilkan semua daftar premis User memilih premis yang dialami Sistem mencari aturan yang premisnya terdiri dari premis-premis yang dipilih oleh user: Sistem akan menampilkan konklusi dari aturan tersebut

Tampilkan semua daftar premis SELECT Fungsi, Biaya From Aturan;

User memilih premis yang dialami Misal : Fungsi Simple, Biaya Tinggi

Sistem mencari aturan yang premisnya terdiri dari premis-premis yang dipilih oleh user SELECT software FROM Aturan Where Fungsi = 'Simple' And Biaya = 'Tinggi';

Runut Balik Sistem akan melist dalam memori daftar konklusi yang ada Masing-masing konklusi secara sekuensial dicari premisnya Masing-masing premis di tanyakan ke user Jika jawaban ya, dilanjutkan ke premis berikutnya Jika jawabannya tidak dilanjutkan ke konklusi selanjutnya

Sistem akan melist dalam memori daftar konklusi yang ada SELECT Distinct Software FROM Aturan;

Masing-masing konklusi secara sekuensial dicari premisnya SELECT Fungsi, Biaya FROM Aturan WHERE Software = 'A'

Kelemahan Rancangan Tabel Aturan Ada domain permasalahan yang satu variabel nilainya bisa banyak. Misal Pada Masalah Diagnosis, Variabel Gejala dalam satu aturan bisa berisi banyak

KASUS 2 Aturan 1 Aturan 3 Jika G : A (70%) Jika G : A (20%) Dan G : B (100%) Dan G : C (20%) Dan T : D (30%) Maka Z Aturan 3 Jika G : A (20%) Dan T : D (30%) Dan T : E (70%) Maka Y Aturan 2 Jika G : B (20%) Dan T : E (10%) Dan G : C (40%) Maka X Aturan 4 Jika T : D (90%) Dan G : C (20%) Maka Y

Isi Tabel