2.4.2. Ketidak Pastian
Dalam kenyataan sehari-hari banyak masala didunia ini tidak dapat dimodelkan secara lengkap dan konsisten. Suatu penalaran dimana adanya
penambahan fakta baru mengakibatkan ketidakkonsistenan, dengan ciri-ciri penalaran sebagai berikut :
- Adanya ketidak pastian.
- Adanya perubahan pada pengetauhan.
- Adanya penambahan fakta baru dapat mengubah konklusi yang sudah
terbentuk. Sistempakar harus mampu bekerja dalam ketidak pastian. Sejumlah teori
telah ditemukan untuk menyelesaikan ketidak pastian, antara lain : a
Probilitas Klasik clasical probility b
Probilitas Bayes Bayesian probility c
Teori Hartley berdasarkan himpunan klasik Hartley theory based on clasical sets
d Teori Shannom berdasarkan pada probilitas Shanom theory based on
probility e
Teori Dempster-Shafer Dempster-Shafer theory f
Teori fuzzy Zadeh Zadeh’s fuzzy theory
g Faktor kepastian certanity factor
Pada Tugas akhir ini akan dibahas penyelesaian ketidak pastian dalam sistem pakar dengan menggunakan metode faktor kepastian certainity factor.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.4.3. Faktor Kepastian Certainty Factr
Faktor kepastian certainty factor diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN. Certainty factor CF merupakan nilai parameter
klinis yang
diberikan MYCIN
untuk menunjukkan
besarnya kepercayaan.Rumus dasar faktor kepastian
CFH,E = MBH,E – MDH,E
Keterangan: CFH,E : certainty factor dari hipotesis H yang dipengaruhi oleh gejala
evidence E. Besarnya CF berkisar antara –1 sampai dengan 1. Nilai –1
menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kerpercayaan mutlak.
MBH,E : ukuran kenaikan kepercayaan measure of increased belief terhadap hipotesis H yang dipengaruhi oleh gejala E.
MDH,E: ukuran kenaikan ketidakpercayaan measure of increased disbelief terhadap hipotesis H yang dipengaruhi oleh gejala E. Suatu sistem
pakar seringkali memiliki kaidah lebih dari satu dan terdiri dari beberapa premis yang dihubungkan dengan AND atau OR. Pengetahuan mengenai
premis dapat juga tidak pasti, hal ini dikarenakan besarnya nilai value Basis pengetauan terdiri dari fakta dan aturan. Fakta didapat dari
pengetahuan kepakaran di bidang kedelai, buku-buku pertanian, internet dan literatur lain yang berkaitan dengan kedelai. Sedangkan aturan yang dipakai
dengan memperhatikan nilai CF Certainty Factor yang diberikan oleh dokter. Rumus umum menentukan Certainty Factor adalah sebagai berikut:
CF[h,e] = MB[h,e] – MD[H,E]
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
dengan 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 evidence h, jika diberikan evidence e antara 0 dan 1
Pada sistem pakar diagnosa hama kedelai, ukuran ketidakpercayaan diabaikan atau dianggap nol. Nilai CF diberikan pada tiap gejala yang
menyertai suatu penyakit, sehingga didapat banyak nilai CF untuk tiap gejala. Untuk menentukan nilai CF akhir pada suatu diagnosa maka
menggunakan rumus CF paralel sebagai berikut: CF[h,e1e2] = CF[h,e1] + CF[h,e2] . 1
– CF[h,e1] dengan
CF[h,e1e2] = faktor kepastian paralel CF[h,e1] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence
e pertama antara 0 dan 1 CF[h,e2] = ukuran kepercayaan terhadap hipotesis h, jika diberikan evidence
e kedua antara 0 dan 1 Pada
implementasi sistem
pakar diagnosa
hama kedelai
akan menggunakanrumus :
CF=CF1 + CF2 [ 1 – CF1 ]
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
2.4.4. Kelebihan dan Kekurangan Metode Certanity Factors
Kategori