Metode penanganan ketidakpastian dengan sistem pakar

Presentasi berjudul: "Metode penanganan ketidakpastian dengan sistem pakar"— Transcript presentasi:

1 Metode penanganan ketidakpastian dengan sistem pakar
Sistem Komputer- S1 IST AKPRIND Yogyakarta

2 Ketidakpastian Dalam kenyataan sehari-hari para pakar seringkali berurusan dengan fakta-fakta yang tidak menentu dan tidak pasti, dengan demikian sistem pakar juga harus dapat menangani masalah kekurangpastian dan ketidakpastian ini. Teknik-teknik yang sudah digunakan untuk menangani hal tersebut adalah nilai faktor kepastian (certainty factor), nilai peluang (Probability), dan teori gugus tidak pasti (fuzzy set theory).

3 Ketidakpastian Faktor kepastian (certainty factor), diperoleh dari pengurangan nilai kepercayaan (measure of belief) oleh nilai ketidakpercayaan. Tujuan utama penggunaan faktor kepastian adalah untuk mengolah ketidakpastian dari fakta dan gejala dengan menghindarkan keperluan data dan perhitungan yang besar. Untuk “rule” dengan “premis” majemuk yang dihubungkan dengan operator “dan” atau “atau” yang masing-masing memiliki nilai faktor kepastian sendiri-sendiri, maka nilai faktor kepastian gabungan untuk rule dengan penghubung “dan” adalah faktor kepastian terkecil, sedangkan faktor kepastian gabungan untuk rule dengan operator penghubung “atau” adalah nilai faktor kepastian terbesar.

4 Ketidakpastian Contoh faktor kepastian: Jika saya punya uang lebih (FK=0,4) Dan tidak turun hujan (FK=0,8) Maka saya akan pergi memancing (FK gabungan=0,4) Jika saya terima arisan (FK=0,5) Atau amir membayar hutangnya ke sya (FK=0,7) Maka malam ini saya nonton (FK gabungan=0,7)

5 Ketidakpastian Untuk nilai faktor kepastian dari gabungan dua buah rule, digunakan rumus: FK gabungan = FK(x) + FK(y) – (FK(x)*FK(y)) Contoh: Rule 1 Jika hewan berambut dan hewan menyusui maka hewan tersebut termasuk mamalia (FK=0,6) Rule 2 Jika hewan termasuk mamalia dan hewan tersebut mamakan daging Maka hewan itu jenis karnivora (FK=0,8) Nilai faktor kepastian gabungan: FK gabungan = 0,6 +0,8 – (0,6*0,8) = 1,4 -0,48 =0,92

6 Ketidakpastian Ada tiga jenis selang faktor kepastian yang biasa digunakan, yaitu: Nilai 0 untuk pernyataan yang salah dan 1 untuk pernyataan yang benar. Selang 0 sampai 1, pada sistem ini nilai 0 berarti salah mutlak, nilai 1 berarti benar mutlak, dan selang nilai 0 > FK > 1 menunjukkan derajat kepastian Selang (-1) sampai 1, pada sistem ini nilai 1 berarti benar mutlak, nilai (-1) berarti salah mutlak, nilai 0 menunjukkan ketidaktahuan, nilai 0 > FK > 1 menunjukkan derajat kebenaran, dan nilai -1 > FK > 0 menunjukkan derajat kesalahan.

7 Ketidakpastian Peluang Menunjukkan kemungkinan sesuatu akan terjadi atau tidak. Rumus dasarnya: Jumlah kejadian berhasil P(x) = Jumlah semua kejadian Contoh: Dari 10 orang sarjana, 3 orang menguasai bahasa BASIC, sehingga peluang untuk memilih sarjana yang menguasai bahasa BASIC, adalah: P(BASIC) = 0,3 atau 3/10

8 Ketidakpastian Peluang Untuk nilai peluang dari kombinasi beberapa kejadian menggunakan teori-teori peluang, seperti permutasi, kombinasi, Teorema Bayes, dan lain-lain. Kelemahan teknik peluang adalah nilai peluang dapat dipercaya jika menggunakan data yang cukup besar. Kelemahan lainnya adalah teknik ini lebih condong pada persoalan-persoalan yang bersifat frekuentif, padahal dalam kenyataan banyak masalah yang bersifat kemungkinan.

9 Ketidakpastian Teori Gugus Tidak Pasti
Metode untuk menangani fakta dan informasi yang tidak lengkap dan tidak pasti adalah metode penalaran berdasarkan gugus tidak pasti (fuzzy set). Seperti yang dikemukakan oleh ahli matematika dan komputer Lofti Zadeh, metode ini dapat menangani dua bentuk penalaran yaitu: Penalaran berdasar akal sehat (common sense reasoning) Konsep representasi dalam bentuk yang berkaitan dengan sifat-sifat alamiah

10 Ketidakpastian Teori Gugus Tidak Pasti Contoh yang mudah adalah bagaimana menyatakan derajat tinggi badan, berapa tinggi badan seseorang sehingga dia dapat disebut tinggi, apakah 170 cm atau 190 cm. Caranya dengan menyatakan selang 170 sampai 190 cm sebagai selang orang tinggi. Bila misal seseorang X berada di luar selang, X diberi nilai 0, apabila X berada di dalam selang diberi nilai 1, nilai antara 0 dengan 1 menunjukkan peluang X berada dalam selang yang dibuat. Penggunaan gugus tidak pasti akan semakin luas digunakan.