bab III MOTOR INFERENSI1
MESIN INFERENSI
Mesin Inferensi
Mengandung
pola pikir dan
penalaran dalam menyelesaikan
masalah
Mesin inferensi
◦ Merupakan program komputer
◦ Memberikan metodelogi untuk
penalaran tentang informasi yang
ada dalam basis pengetahuan dan
dalam workplace
◦ Untuk mengformulasikan kesimpulan
Pengontrolan inferensi berbasis
aturan
Pelacakan ke depan (forward
chaining)
Pelacakan ke belakang (backward
chaining)
Pelacakan ke depan (forward
chaining)
Pendekatan
yang dimotori oleh
data.
Pelacakan dimulai dari informasi
masukan,
Selanjutnya mencoba
menggambarkan kesimpulan.
Pelacakan ke depan mencari
fakta
Pelacakan ke belakang (backward
chaining)
Pelacakan
dimulai dari tujuan
Selanjutnya dicari aturan yang memiliki
tujuan tersebut untuk kesimpulannya.
Selanjutnya proses pelacakan menggunakan
premis untuk aturan tersebut sebagai tujuan
baru sebagai kesimpulannya.
Pengontrolan inferensi
Contoh:
•Ada 10 aturan yang
tersimpan dalam basis
pengetahuan.
•Fakta awal yang diberikan
hanya: A & E (artinya: A dan
E bernilai benar).
•Ingin dibuktikan apakah K
bernilai benar (hipotesis: K)?
No.
Aturan
R-1
IF A & B THEN C
R-2
IF C THEN D
R-3
IF A & E THEN F
R-4
IF A THEN G
R-5
IF F & G THEN D
R-6
IF G & E THEN H
R-7
IF C & H THEN I
R-8
IF I & A THEN J
R-9
IF G THEN J
R-10
IF J THEN K
Forward Chaining
– Munculnya fakta baru pada saat
inferensi:
Aturan
Fakta Baru
R-3
F
R-4
G
R-5
D
R-6
H
R-9
J
R-10
K
Alur inferensi:
R-9
Fakta
R-4
A
R-3
E
Fakta
G
R-5
F
J
D
R-6
H
R-10
K
Backward Chaining
– Alur inferensi:
Fakta
K
R-10
J
R-1
R-7
R-8
A
C
I
B
H
A
Tidak
diketahui
(a) Pertama: Gagal
Fakta
K
R-10
J
R-9
G
(b) Kedua: Sukses
R-4
A
Penelusuran data
Forward
chaining dan backword
chaining di pengearuhi
penelusuran data
◦ Depth-first search
◦ Breadth-first search
◦ Best-first search
Depth-first search
Penelusuran
data pada
node-node secara vertikal
dan sudah didefinisikan
misalnya dari kiri ke
kanan.
Keuntungan : penelusuran
masalah dapat digali
secara mendalam sampai
ditemukan solusi yang
optimal.
kekurangannya adalah
membutuhkan waktu
yang sangat lama
Breadth-first search
Penelusuran
data pada
semua node dalam satu
level atau satu tingkatan
sebelum ke level atau
tingkatan dibawahnya.
Keuntungan : penelusuran
masalah dapat digali
secara mendalam sampai
ditemukan solusi yang
optimal.
Kekurangannya : waktu
yang dibutuhkan yang
sangat lama apabila solusi
berada pada node terakhir
Best-first search
Menggunakan
pengetahuan akan suatu
masalah untuk melakukan panduan
pencarian ke arah node tempat dimana
solusi berada.
Keuntungan : mengurangi beban komputasi
karena hanya yang memberikan harapan
saja yang diuji dan akan berhenti apabila
solusi adalah mendekati yang terbaik.
hanya saja yang diambil bisa saja salah dan
tidak ada jaminan bahwa solusi yang
dihasilkan merupakan solusi yang mutlak
benar.
TRIMAKASIH
Mesin Inferensi
Mengandung
pola pikir dan
penalaran dalam menyelesaikan
masalah
Mesin inferensi
◦ Merupakan program komputer
◦ Memberikan metodelogi untuk
penalaran tentang informasi yang
ada dalam basis pengetahuan dan
dalam workplace
◦ Untuk mengformulasikan kesimpulan
Pengontrolan inferensi berbasis
aturan
Pelacakan ke depan (forward
chaining)
Pelacakan ke belakang (backward
chaining)
Pelacakan ke depan (forward
chaining)
Pendekatan
yang dimotori oleh
data.
Pelacakan dimulai dari informasi
masukan,
Selanjutnya mencoba
menggambarkan kesimpulan.
Pelacakan ke depan mencari
fakta
Pelacakan ke belakang (backward
chaining)
Pelacakan
dimulai dari tujuan
Selanjutnya dicari aturan yang memiliki
tujuan tersebut untuk kesimpulannya.
Selanjutnya proses pelacakan menggunakan
premis untuk aturan tersebut sebagai tujuan
baru sebagai kesimpulannya.
Pengontrolan inferensi
Contoh:
•Ada 10 aturan yang
tersimpan dalam basis
pengetahuan.
•Fakta awal yang diberikan
hanya: A & E (artinya: A dan
E bernilai benar).
•Ingin dibuktikan apakah K
bernilai benar (hipotesis: K)?
No.
Aturan
R-1
IF A & B THEN C
R-2
IF C THEN D
R-3
IF A & E THEN F
R-4
IF A THEN G
R-5
IF F & G THEN D
R-6
IF G & E THEN H
R-7
IF C & H THEN I
R-8
IF I & A THEN J
R-9
IF G THEN J
R-10
IF J THEN K
Forward Chaining
– Munculnya fakta baru pada saat
inferensi:
Aturan
Fakta Baru
R-3
F
R-4
G
R-5
D
R-6
H
R-9
J
R-10
K
Alur inferensi:
R-9
Fakta
R-4
A
R-3
E
Fakta
G
R-5
F
J
D
R-6
H
R-10
K
Backward Chaining
– Alur inferensi:
Fakta
K
R-10
J
R-1
R-7
R-8
A
C
I
B
H
A
Tidak
diketahui
(a) Pertama: Gagal
Fakta
K
R-10
J
R-9
G
(b) Kedua: Sukses
R-4
A
Penelusuran data
Forward
chaining dan backword
chaining di pengearuhi
penelusuran data
◦ Depth-first search
◦ Breadth-first search
◦ Best-first search
Depth-first search
Penelusuran
data pada
node-node secara vertikal
dan sudah didefinisikan
misalnya dari kiri ke
kanan.
Keuntungan : penelusuran
masalah dapat digali
secara mendalam sampai
ditemukan solusi yang
optimal.
kekurangannya adalah
membutuhkan waktu
yang sangat lama
Breadth-first search
Penelusuran
data pada
semua node dalam satu
level atau satu tingkatan
sebelum ke level atau
tingkatan dibawahnya.
Keuntungan : penelusuran
masalah dapat digali
secara mendalam sampai
ditemukan solusi yang
optimal.
Kekurangannya : waktu
yang dibutuhkan yang
sangat lama apabila solusi
berada pada node terakhir
Best-first search
Menggunakan
pengetahuan akan suatu
masalah untuk melakukan panduan
pencarian ke arah node tempat dimana
solusi berada.
Keuntungan : mengurangi beban komputasi
karena hanya yang memberikan harapan
saja yang diuji dan akan berhenti apabila
solusi adalah mendekati yang terbaik.
hanya saja yang diambil bisa saja salah dan
tidak ada jaminan bahwa solusi yang
dihasilkan merupakan solusi yang mutlak
benar.
TRIMAKASIH