Penalaran Inexact

 Ketidakpastian Dan Kaidah

–        Salah  satu karakteristik umum dari suatu informasi yang tersedia untuk seorang pakar adalah ketidaksempurnaan. Informasi yang tersedia bisa jadi tidak lengkap, tidak konsisten, tidak tentu, dsb. Dengan keterbatasan informasi tersebut, seorang pakar dituntut dapat mengatasi kerusakan dengan membuat suatu pertimbangan benar sehingga menghasilkan keputusan yang tepat.

–        Sistem pakar harus mampu mengatasi ketidakpastian dan menggambarkan konklusi yang valid.

–        Ketidakpastian dalam sistem berbasis kaidah dapat berasal dari 3 hal berikut :

1.   Kaidah Tunggal (individual rule)

Kaidah tunggal dipengaruhi oleh 3 hal : kesalahan (error), probabilitas dan kombinasi premis.

Kesalahan (error) disebabkan antara lain oleh :

  1. Ambiguitas, yaitu sesuatu yang didefinisikan berlebihan
  2. Ketidaklengkapan data
  3. Kesalahan informasi
  4. Kesalahan pengukuran

Probabilitas disebabkan oleh ketidakmampuan seorang pakar untuk merumuskan kaidah secara pasti. Pemberian nilai probabilitas yang menyatakan derajat kepercayaan dapat juga menyebabkan ketidakpastian.

Kombinasi premis di dalam anteseden jika premis lebih dari sebuah perlu diperhatikan. Beberapa kombinasi yang dapat dibentuk :

E1 AND E2 AND E3

atau  E1 AND E2 OR E3

atau  E1 AND NOT E2 OR E3

2.   Ketidaksesuaian Antarkaidah (incompatibility of rule)

Ketidaksesuaian antarkaidah dapat disebabkan oleh : kontradiksi kaidah, subsumsi kaidah, redudansi kaidah, kehilangan kaidah dan penggabungan data.

Kontradiksi kaidah

Kontradiksi merupakan ketidaksesuaian konsekuen diantara dua kaidah yang bisa jadi disebabkan oleh anteseden yang kuran spesifik.

Contoh :

Kaidah 1 : IF terdapat api THEN siramlah dengan air

Kaidah 2 : IF terdapat api THEN jangan siram dengan air

Interpretasi kaidah 1, jika bebar-benar terdapat api seperti terbakarnya kayu, maka akan dilakukan pemadaman dengan menyiramkan air. Sedangkan pada kaidah 2 memang terdapat api yang memang sengaja untuk melakukan pembakaran (mis. Memasak) yang tidak boleh disiram air.

Subsumsi kaidah

Subsumsi kaidah terjadi jika anteseden merupakan bagian dari kaidah yang lain.

Contoh :

Kaidah 1 : IF E1 THEN H

Kaidah 2 : IF E1 and E2 THEN H

Interpretasinya, jika E1 yang muncul, maka tidak terdapat masalah karena kaidah 1 yang akan dijalankan, tetapi jika E1 dan E2 kedua-duanya muncul pada kaidah 1 dan kaidah 2, maka kedua-duanya akan sama-sama dijalankan sehingga konflik resolusi dibutuhkan.

Redudansi kaidah

Redudansi aturan adalah kaidah-kaidah yang mempunyai konsekuen dan evidence yang sama.

Contoh :

Kaidah 1 : IF E1 and E2 THEN H

Kaidah 2 : IF E2 and E1THEN H

Kehilangan kaidah

Kehilangan aturan merupakan penyebab ketidaksesuaian antarkaidah yang terjadi jika seorang ahli lupa atau tidak sadar akan membuat kaidah.

Contoh :

IF E4 THEN H

Jika E4 diabaikan maka H tidak akan pernah dapat disimpulkan dengan layak.

Penggabungan data (data fussion)

Penggabungan data merujuk kepada ketidakpastian yang dihubungkan dengan perpaduan data dari tipe informasi yang berbeda. Kesemua tipe yang berbeda tersebut harus digabungkan untuk menjadikan mereka sebagai suatu informasi yang mendukung dan menjadi pertimbangan saat pengambilan keputusan akhir.

Contoh :

Ddokter membuat diagnosis penyakit tidak hanya dari hasil pemeriksaan fisik, tetapi juga hasil laboratorium, riwayat penyakit pasien dsb.

3.   Resolusi Konflik (conflict resolution)

Resolusi konflik merupakan proses menyeleksi atau memilih kaidah yang ada jika terdapat lebih dari satu kaidah yang diaktivasi dan resolusi konflik disebabkan oleh interaksi antarkaidah.

Beberapa metode untuk resolusi konflik :

  1. Memicu kaidah berdasarkan prioritas.
  2. Mempunyai kadiah yang mempunyai banyak premis yang harus dipenuhi. Metode ini dikenal dengan the longest matching strategy.
  3. Memilih kaidah yang paling banyak digunakan.
  4. Memilih kaidah yang palinga kahir ditambahkan pada sekumpulan kaidah.
  5. Memilih kaidah yang waktu eksekusinya paling singkat.
  6. Memilih semua kaidah dari sekumpulah kaidah yang ada.

FAKTOR KEPASTIAN (CERTAINTY FACTOR)

–        Faktor kepastian merupakan cara dari penggabungan kepercayaan (belief) dan ketidapercayaan (unbelief) dalam bilangan yang tunggal.

–        Dalam certainty theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (degree of belief).

–        Tahapan dalam merepresentasikan data-data kualitatif :

  1. kemampuan untuk mengekspresikan derajat keyakinan sesuai dengan metode yang sudah dibahas sebelumnya.
  2. kemampuan untuk menempatkan dan mengkombinasikan derajat keyakinan tersebut dalam sistem pakar.

–        Dalam mengekspresikan derajat keyakinan digunakan suatu nilai yang disebut certain factor (CF) untuk engasumsikan derajat keyakianan seorang pakar terhadap suatu data.

–        Formulasi certain factor  :

CF[H,E] = MB[H,E] – MD[H,E]

Dimana :

CF = Certain Factor (faktor kepastian) dalam hipotesis H yang

dipengaruhi oleh fakta E

MB = Measure of Belief (tingkat keyakinan), adalah ukuran kenaik-

an dari kepercayaan hipotesis H dipengaruhi oleh fakta E.

MD = Measure of Disbelief (tingkat ketidakyakinan), adalah kenaik-

an dari ketidakpercayaan hipotesis H dipengaruhi fakta E.

E = Evidence (peristiwa ataua fakta)