Dari sisi pengguna user, mesin inferensi baik dengan menggunakan metode runut balik maupun runut maju tidak kelihatan perbedaannya, namun hal tersebut akan
berbeda jika dilihat dari sisi pengenbang sistem pakar. Kedua metode tersebut memiliki proses internal yang berbeda. Pada metode runut balik, proses internal di
dalam sistem selalu mengecek kesimpulan terlebih dahulu sebagai praduga awal, baru kemudian mengecek apakah gejala-gejala yang ada dipenuhi pengguna atau tidak.
Bila keseluruhan gejala tersebut terpenuhi, maka praduga sistem bernilai benar dan akan dikeluarkan sebagai output sistem pakar, namun bila ada gejala yang tidak
terpenuhi berarti praduga sistem salah, dan selanjutnya sistem akan mengecek kesimpulan berikutnya.
Hal ini berbeda dengan proses internal dalam pencarian runut maju. Pada metode runut maju, sistem tidak akan melakukan dugaan awal apapun, melainkan
sistem akan menerima semua masukan data dari pengguna dan kemudian mengecek data-data tersebut memenuhi kesimpulan yang mana. Jika sudah ditemukan, maka
kesimpulan tersebut akan dikeluarkan sebagai output sistem pakar.
2.1.4 Faktor Kepastian Certainty Factor
Dalam menghadapi suatu masalah sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini bisa berupa probabilitas atau kebolehjadian yang
tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu
pertanyaan yang diajukan oleh sistem.
Ada tiga penyebab ketidakpastian aturan yaitu aturan tunggal, penyelesaian konflik dan ketidakcocokan incompatibility antar konskuen dalam aturan. Aturan
tunggal yang dapat menyebabkan ketidakpastian dipengaruhi oleh tiga hal, yaitu kesalahan, probabilitas dan kombinasi gejala evidence. Kesalahan dapat terjadi
karena adalah sebagai berikut Kusrini, 2006: 1. Ambiguitas, sesuatu didefinisikan dengan lebih dari suatu cara.
2. Ketidaklengkapan data 3. Kesalahan informasi
4. Ketidakpercayaan terhadap suatu alat 5. Adanya bias
Probabilitas disebabkan ketidakmampuan seorang pakar merumuskan suatu aturan secara pasti. Misalnya jika seorang mengalami sakit kepala, demam dan bersin-
bersin ada kemungkinan orang tersebut terserang penyakit flu, tetapi bukan berarti apabila seseorang mengalami gejala tersebut pasti terserang penyakit flu.
Faktor kepastian Certainty Faktor menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. Notasi Faktor Kepastian adalah sebagai berikut Sri
Kusumadewi, 2003: CF[h,e] = MB[h,e] – MD[h,e]
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
CF Gabungan merupakan CF akhir dari sebuah calon konklusi. CF ini dipengaruhi oleh semua CF dari aturan yang menghasilkan konklusi tersebut. CF
Gabungan diperlukan jika suatu konklusi diperoleh dari beberapa aturan sekaligus. CF akhir dari suatu aturan dengan aturan yang lain digabungkan untuk mendapatkan nilai
CF akhir bagi calon konklusi tersebut. Adapun rumus untuk perhitungan CF adalah sebgai berikut:
CF[x,y] =
CF x + CFy - CFxCFy
CF x + CFy 1+CFy
0.8
0.5 0.7
0.9
-0.3
CFH,E
1
CFH,E
2
Dalam diagnosis suatu penyakit, hubungan antara gejala dengan hipotesis sering tidak pasti. Sangat dimungkinkan beberapa aturan menghasilkan satu hipotesis
dan suatu hipotesis menjadi evidence bagi aturan lain. Kondisi tersebut dapat digambarkn sebagai berikut:
A
C D
F
B E
Gambar 2.3 Jaringan Penalaran Certainty Factor
Gambar 2.3 di atas menunjukkan bahwa certainty factor dapat digunakan untuk menghitung perubahan derajat kepercayaan dari hipotesis F ketika A dan B
bernilai benar. Hal ini dapat dilakukan dengan mengkombinasikan semua certainty factor pada A dan B menuju F menjadi sebuah aturan hipotesis certainty factor seperti
di bawah ini: JIKA A DAN B MAKA F
Kondisi ini juga digambarkan sebagai berikut:
AB F
Gambar 2.4 Jaringan Penalaran Certainty Factor
Kombinasi seperti ini disebut kombinasi paralel, sebagaimana yang ditunjukkan oleh gambar di bawah ini:
E
1
H
E
2
Gambar 2.5 Kombinasi Paralel Certainty Factor
CFE,E’ CFH,E
Pada kondisi ini evidence E
1
dan E
2
mempengaruhi hipotesis yang sama, yaitu H. Kedua certainty factor CFH, E
1
dan CFH, E
2
dikombinasikan, menghasilkan certainty factor CFH, E
1,
E
2
.
Fungsi kombinasi tersebut didefinisikan sebagai berikut: x + y – xy
x, y = 0
Z = x, y berlawanan tanda
x + y + xy x, y 0
Dimana: x = CFH,E
1
, y = CFH, E
2
, dan z = CFH, E
1,
E
2
.
Gambar di bawah ini menunjukkan adanya kombinasi sequensial. Kombinasi ini terjadi ketika suatu hipotesis menjadi evidence bagi hipotesis yang lain.
E’ E
H
Gambar 2.6 Kombinasi Sequensial Certainty Factor
Untuk menentukan nilai CF akhir suatu diagnosa maka digunakan rumus CF paralel sebagai berikut:
CF[h,e
1
e
2
] = CF [h, e
1
] + CF [h, e
2
] 1 – CF[h,e
1
] Dengan:
CF[h,e
1
e
2
] = Faktor kepastian paralel
CF [h, e
1
] = ukuran kepercayaan terhadap hipotesis h, jika diberikan
evidence e pertama antara 0 dan 1 CF [h, e
2
] = ukuran kepercayaan terhadap hipotesis h, jika diberikan
evidence e kedua antara 0 dan 1
Dalam diagnosa suatu penyakit, sangat dimungkinkan beberapa aturan yang menghasilkan satu hipotesis dan suatu hipotesis menjaid evidence bagi aturan lain.
Berikut contoh perhitungan CF pada suatu diagnosa penyakit tanaman karet: x + y
________________ 1 – min |x|, |y|
No Gejala
Penyakit CF
1 Daun pucat kuning dengan tepi terlipat ke
dalam Penyakit Jamur Akar Putih
0.7
2 Daun-daun gugur
Penyakit Jamur Akar Putih 0.7
3 Ujung rantingnya mati
Penyakit Jamur Akar Putih 0.5
4 Pada akar terdapat benang-benang jamur
putih dan agak tebal Penyakit Jamur Akar Putih
0.5
5 Akar tanaman membusuk, lunak, dan
berwarna cokelat Penyakit Jamur Akar Putih
0.2
CFA = CF1 + CF2 [1 – CF1] = 0.7 + 0.7 1 – 0.7 = 0.91 CFB = CF3 + CFA [1 – CF3] = 0.5 + 0.91 1 – 0.5 = 0.955
CFC = CF4 + CFB [1 – CF4] = 0.5 + 0.955 1 - 0.5 = 0.9775 CFD = CF5 + CFC [1 – CF5] = 0.2 + 0.977 1 – 0.2 = 0.98
Dari perhitungan secara manual di atas, didapatkan nilai faktor kepastian dari masukkan gejala yang mengarah ke penyakit jamur akar putih adalah 0.98
2.2 Telepon Cerdas Smartphone
Telepon cercas smartphone adalah telepon genggam yang memiliki sistem operasi untuk masyarakt luas, dimana pengguna dapat dengan bebas menambahkan aplikasi,
menambah fungsi-fungsi atau mengubah sesuai keinginan pengguna. Dengan kata lain, telepon cerdas merupakan komputer mini yang mempunyai kapabilitas telepon.
Smartphone telah memiliki kemampuan komputasi yang lebih canggih dan konektifitas melebihi kemampuan ponsel biasa Nazruddin, 2012.
2.3 Penggunaan Certainty Factor dalam Sistem Pakar untuk Melakukan Diagnosis dan Memberikan Terapi Penyakit Epilepsi dan Keluarganya
Pada penelitian Kusrini 2006, penggunaan metode Faktor Kepastiandalam sistem pakar telah mampu menjawab permasalahan adanya pengetahuan yang tidak
