27
5. Selanjutnya, pencarian diarahkan untuk mengecek jika fakta yang dimasukkan
oleh user sama dengan clause dari rule. Jika sama maka tambahkan pada daftar Conclusion Variabel Queue dan Result Queue dengan nilai dari THEN
clause dari rule, jika tidak sama maka ke langkah 6. 6.
Jika tidak ada lagi statement IF yang memiliki variable yang sama dengan yang ada diurutan pertama Conclusion Variable Queue, maka urutan pertama
tadi dihapus. Jika ada lagi yang lain, maka kembali ke langkah 3. 7.
Jika sudah tidak ada lagi apa-apa di Conclusion Variable Queue, maka pencarian berhenti. Sedangkan jika masih ada, maka kembali ke langkah 3.
Forward chaining secara bertahap membentuk gambaran akan dunia bersamaan dengan permintaan data, forward chaining tidak diarahkan untuk
menyelesaikan suatu permasalahan tertentu, karenanya metode ini disebut data driven atau data directed procedure.
Beberapa karakteristik forward chaining Giarratano dan Riley, 2005 adalah sebagai berikut :
1.
Perencanaan, pemantauan, dan pengendalian.
2.
Disajikan untuk masa depan.
3.
Antecedent ke konsekuen.
4.
Data memandu, penalaran dari bawah ke atas.
5.
Bekerja ke depan untuk mendapatkan solusi apa yang mengikuti fakta.
6.
Breadth first search dimudahkan.
7.
Antecedent menentukan pencarian.
8.
Pencarian tidak difasilitasi.
2.3 Faktor Kepastian Certainty Factor
Tujuan utama penggunaan faktor kepastian adalah untuk mengolah ketidakpastian dari fakta dan gejala dengan menghindarkan keperluan data dan perhitungan yang besar.
Faktor kepastian diperoleh dari pengurangan nilai kepercayaan measure of belief oleh nilai ketidakpercayaan. Faktor kepastian membuat beberapa asumsi yang
memudahkan tingkat kepercayaan dan beberapa persamaan aturan yang mudah untuk
Universitas Sumatera Utara
28
mengkombinasikan tingkat kepercayaan sebagai program dalam mencapai kesimpulan akhir.
Hal ini sangat mudah dilihat pada sistem diagnosis penyakit, dimana pakar tidak dapat mendefinisikan hubungan antara gejala dengan penyebabnya secara pasti,
dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya ditemukan banyak kemungkinan penyakit.
Ada tiga penyebab ketidakpastian aturan yaitu aturan tunggal, penyelesaian konflik dan ketidakcocokan incompatibility antar konsekuen dalam aturan. Aturan
tunggal yang dapat menyebabkan ketidakpastian dipengaruhi oleh tiga hal, yaitu kesalahan, probabilitas dan kombinasi gejala evidence.
Kesalahan dapat terjadi karena Kusrini, 2006 adalah sebagai berikut : 1. Ambiguitas, sesuatu didefinisikan dengan lebih dari satu 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. Certainty factor CF menunjukkan ukuran kepastian terhadap
suatu fakta atau aturan.
Dalam menghadapi masalah sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini biasanya berupa probabilitas. Hasil yang tidak
pasti disebabkan oleh aturan yang tidak pasti dan jawaban pengguna yang tidak pasti
yang diajukan oleh sistem. Faktor kepastian Certainty Factor diperkenalkan oleh
Edward Hance Shortliffe dan Buchanan dalam pembuatan MYCIN Wesley, 1984. Certainty factor CF merupakan nilai parameter klinis yang diberikan MYCIN untuk
menunjukan besarnya kepercayaan.
Universitas Sumatera Utara
29
Faktor kepercayaan menyatakan kepercayaan dalam sebuah kejadian berdasarkan bukti atau penilaian pakar Turban dan Aronson, 2002. Certainty factor
menggunakan suatu nilai untuk mengasumsikan derajat keyakinan seorang pakar terhadap suatu data.
Certainty Factor didefinisikan sebagai berikut Giarattano dan Riley, 2005
CFH,E = MBH,E – MDH,E
Dimana :
CFH, E : certainty factor dari hipotesis H yang dipengaruhi oleh gejala E. besarnya CF berkisar antara -1 sampai dengan 1. Nilai -1 menunjukkan
ketidakpercayaan mutlak, sedangkan nilai 1 menunjukkan kepercayaan mutlak.
MBH, E : ukuran kenaikan kepercayaan terhadap hipotesis H yang
dipengaruhi oleh gejala E.
MDH, E : ukuran kenaikan ketidakpercayaan terhadap hipotesis H yang dipengaruhi oleh gejala E.
Berikut ini adalah deskripsi beberapa kombinasi certainty factor dalam beberapa kondisi :
Certainty factor untuk kaidah dengan premis tunggal single premis rule: CF H,E = CF ECF rule
= CF userCF pakar Certainty factor untuk kaidah dengan premis majemuk multiple premis rule:
CF A AND B = Minimum CF a, CF b CF rule
CF A OR B = Maximum CF a, CF b CF rule
Certainty factor untuk kaidah dengan kesimpulan yang serupa similarly concluded rules:
CF combine CF1, CF2 = CF1 + CF2 1-CF1
Universitas Sumatera Utara
30
2.4 Penyakit AIDS
