Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Pemberian Alasan Yang Tidak Eksak

Presentasi serupa


Presentasi berjudul: "Pemberian Alasan Yang Tidak Eksak"— Transcript presentasi:

1 Pemberian Alasan Yang Tidak Eksak

2 Pemberian Alasan Yang Tidak Eksak
Outline Ketidakpastian dan Aturan Faktor Kepastian Teori-Teori Ketidakpastian Non Probabilistik Pemberian Alasan Yang Tidak Eksak

3 Sumber Ketidakpastian dalam Aturan
Ketidakpastian dapat bersumber dari : Aturan-aturan individual Resolusi konflik Incompatibility of rules Tujuan knowledge engineer adalah untuk meminimalisasi ketidakpastian ini, jika mungkin Pemberian Alasan Yang Tidak Eksak

4 Pemberian Alasan Yang Tidak Eksak
Ketidakpastian dalam aturan individual dapat dikembangkan lebih detil. Pemberian Alasan Yang Tidak Eksak

5 Interaksi Antar Aturan
Resolusi konflik adalah bagian dari sumber ketidakpastian yang disebabkan oleh interaksi antar aturan-aturan. Interaksi antar aturan bergantung pada resolusi konflik dan kompatibilitas aturan (compatibility of rules). Kompatibilitas aturan memiliki ketidakpastian yang berasal dari 5 penyebab utama Pemberian Alasan Yang Tidak Eksak

6 Pemberian Alasan Yang Tidak Eksak
Aturan yang kontradiktif Terjadi jika antecedents tidak dispesifikasikan dengan tepat Contoh : Jika ada api maka siram dengan air Jika ada api maka jangan siram dengan air Aturan 1) diterapkan pada api terhadap kayu. Aturan 2) diterapkan pada api terhadap minyak Pemberian Alasan Yang Tidak Eksak

7 Pemberian Alasan Yang Tidak Eksak
Subsumption of rules Sebuah aturan digolongkan oleh aturan lain jika porsi antecedent-nya merupakan subset dari aturan lainnya. Contoh : Jika E1 maka H Jika E1 dan E2 maka H Jika terdapat E1 dan E2 maka aturan 3) dan 4) akan teraktivasi dan membutuhkan resolusi konflik Pemberian Alasan Yang Tidak Eksak

8 Pemberian Alasan Yang Tidak Eksak
Resolusi Konflik Ketidakpastian dalam resolusi konflik berhubungan dengan prioritas aktivasi. Ketidakpastian ini bergantung kepada beberapa faktor. Pemberian Alasan Yang Tidak Eksak

9 Pemberian Alasan Yang Tidak Eksak
Specificity of pattern (kekhususan pola) Pola (blimp ellipsoidal) lebih spesifik dari pola (blimp) Aturan 4) lebih spesifik dari aturan 3) Recency of Facts Matching Pattern Ketika sebuah fakta dimasukkan ke dalam working memory, ia mendapatkan tanda waktu yang unik yang mengindikasikan kapan ia dimasukkan. Jika ada aturan 5) : Jika E3 maka H Aturan 5) lebih tinggi prioritasnya daripada aturan 3) jika fakta E3 dimasukkan setelah fakta E1. Pemberian Alasan Yang Tidak Eksak

10 Pemberian Alasan Yang Tidak Eksak
Ordering of patterns Urutan pola dalam sebuah aturan juga membuat perbedaan Dua strategi kontrol dalam OP5 : Lexicographic (LEX) Means-Ends Analysis (MEA) Strategi ini menentukan bagaimana mesin inferensi menginterpretasikan pola aturan. Jika E1 dan E2 maka H Jika E2 dan E1 maka H Dalam LEX dua aturan di atas dianggap sama Pemberian Alasan Yang Tidak Eksak

11 Pemberian Alasan Yang Tidak Eksak
Order that rule are entered Untuk aturan yang memiliki prioritas yang sama, maka dipilih aturan yang berada pada urutan terakhir dalam stack. Pemberian Alasan Yang Tidak Eksak

12 Faktor Kepastian (Certainty Factor)
Kesulitan dalam Teorema Bayes Probabilitas untuk setiap bukti secara umum tidak diketahui (dapat diketahui melalui proses akumulasi yang memakan waktu lama) Certainty Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. Notasi CF : CF[h,e] = MB[h,e] – MD[h,e] CF[h,e] : Faktor kepastian MB[h,e] : Ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1) MD[h,e] : Ukuran ketidakpercayaan terhadap hipotesis h, jika diberikan evidence e (antara 0 dan 1) Pemberian Alasan Yang Tidak Eksak

13 Teori Ketidakpastian Non Probabilistik
Teori Dempster-Shafer Secara umum ditulis dalam suatu interval : [Belief, Plausibility] Belief (Bel) adalah ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi. bernilai 0  tidak ada evidence Bernilai 1  adanya kepastian Plausibility (Pl) dinotasikan sebagai Pl(s) = 1 – Bel(¬s) Jika kita yakin akan ¬s, maka dapat dikatakan bahwa Bel(¬s) = 1 dan Pl(¬s) = 0 Fuzzy Logic (Logika Fuzzy) Pemberian Alasan Yang Tidak Eksak

14 Pemberian Alasan Yang Tidak Eksak
Referensi Giarratano bab 5 Sri Kusumadewi bab 4 Pemberian Alasan Yang Tidak Eksak


Download ppt "Pemberian Alasan Yang Tidak Eksak"

Presentasi serupa


Iklan oleh Google