certainty factor theory

Download Certainty Factor Theory

Post on 09-Dec-2014

1.832 views

Category:

Education

1 download

Embed Size (px)

DESCRIPTION

Pengertian, rumus, contoh soal mengenai Certainty Factor Theory

TRANSCRIPT

  • 1. Certainty Factor TheoryRachmat Wahid Saleh Insani

2. PengertianFaktor Kepastian digunakan untuk mengekspresikan ke-akurat-an,kebenaran atau kehandalan sebuah pertimbanganDiukur berdasarkan perbedaan antara ukuran kepercayaan denganukuran ketidakpercayaan di sebuah hipotesa dari fakta yang adaSingkatan yang digunakan:CF (Certainty Factor)H (Hypothesis)E (Evidence)MB (Measures of Belief)MD (Measures of Disbelief) 3. PengertianHipotesis disimbolkan dengan HNilai H berada dalam range -1 hingga 1-1 artinya menyangkal hipotesa H+1 artinya mengakui hipotesa HHipotesis memiliki peringkatCF Ditentukan berdasarkan 2 hal:MB, measures of belief (percaya bahwa H true)MD, measures of disbelief (percaya bahwa H false)MB 1-MD 4. Aturan DasarCF(H|E), dibaca CF dari hipotesis H dari fakta E, dihitung dengan rumusCF(H|E) = MB(H|E) MD(H|E)-1 CF(H) +1MB(H|E), kepercayaan bahwa benar hipotesa H dari fakta EMD(H|E), kepercayaan bahwa salah hipotesa H dari fakta ECF dapat berintegrasi dengan pemikiran pakar yang berbeda-bedaNilai CF untuk H menggunakan CF dari premis P di sebuah rule, adalahCF(H) = CF(P1 dan P2) = min (CF(P1),CF(P2))CF(H) = CF(P1 atauP2) = max (CF(P1),CF(P2)) 5. Hal-hal yang mungkinterjadiCFCFBeberapaBeberapa EvidenceEvidenceSatuSatu HipotesisHipotesisBeberapaBeberapa HipotesisHipotesis Beberapa AturanBeberapa Aturan 6. CF dari Beberapa Evidence, SatuHipotesisMB(H|E1 H|E2) hasilnya0 jika MD(H|E H|E3) = 1, atau dihitungMB(H|E1) + MB(H|E2) * (1 - MB(H|E1))MD(H|E1 H|E2) hasilnya0 jika MB(H|E1 H|E2) = 1, atau dihitungMD(H|E1) + MD(H|E2) * (1 - MD(H|E1)) 7. Contoh Soal (1)Suatu observasi memberi kepercayaan pada h dengan MB(h|e1)=0.3 danMD(h|e1)=0CF(h|e1) = 0.3 - 0 = 0.3Ada observasi baru dengan MB(h|e2)=0.2 dan MD(h|e2)=0Beberapa evidence untuk satu hipotesisMB(H|E1) + MB(H|E2) * (1 - MB(H|E1))MB(h|e1 h|e2) = 0.3 + 0.2 * (1 - 0.3) = 0.44MD(h|e1 h|e2) = 0CF(h|e1 h|e2) = MB(h|e1 h|e2) - MD(h|e1 h|e2) = 0.44 - 0 =0.44 8. CF Dari Beberapa HipotesisMB (H1|E H2|E) = min (MB(H1|E), MB(H2|E))MD (H1|E H2|E) = min (MD(H1|E), MD(H2|E))MB (H1|E H2|E) = max (MB(H1|E), MB(H2|E))MD (H1|E H2|E) = max (MD(H1|E), MD(H2|E)) 9. Contoh Soal (2)Suatu observasi memberi kepercayaan pada h1 dengan MB(h1|e)=0.5 dan MD(h1|e)=0.2.Observasi tersebut juga memberi kepercayaan pada h2 dengan MB(h2|e)=0.8 dan MD(h2|e)=0.1.CF dihitung dari beberapa hipotesisCF(h1|e) = 0.5 - 0.2 - 0.3CF(h2|e) = 0.8 - 0.1 = 0.7Untuk mencari CF(h1^h2) didapatkan dari,MB(h1|e h2|e) = min (0.5 ; 0.8) = 0.5MD(h1|e h2|e) = min (0.2 ; 0.1) = 0.1CF(h1|e h2|e) = 0.5 - 0.1 = 0.4Untuk mencari CF(h1|eh2|e) diperoleh dari,MB(h1|e h2|e) = max (0.5 ; 0.8) = 0.8MB(h1|e h2|e) = max (0.2 ; 0.1) = 0.2CF(h1|e h2|e) = 0.8 - 0.2 = 0.6 10. CF Untuk Kondisi/Rule yang BerbedaNilai CF untuk H dikombinasikan dari beberapa rule berbeda,pakar dan sebagainya:Jika CF1, CF2 > 0Maka, CF(H) = CF1+CF2-CF1*CF2Jika CF1, CF2 < 0Maka, CF(H) = CF1+CF2+CF1*CF2Jika tidak berada di 2 kondisi sebelumnyaMaka, CF(H) = CF1+CF2 / 1-min(|CF1|,|CF2|)|CF1|, adalah nilai mutlak CF1 11. Beberapa Aturan SalingBergantung, Ketidakpastian aturanadalah input aturan lainMB(H|S) = MB(H|S) * max (0, CF (S|E))MB(H|S) adalah ukuran kepercayaan H berdasarkan keyakinanpenuh terhadap validitas SContoh:If PHK then PengangguranIF Pengangguran then GelandanganCF(Pengangguran|PHK)=0.9MB (Gelandangan|Pengangguran)=0.7maka, MB(Gelandangan|Pengangguran) = 0.7 * 0.9 = 0.63 12. Karakteristik CFJika Pasti Benar, makaProbabilitas P(H|E)=1MB=1CF=1Jika Pasti Salah, makaProbabilitas P(-H|E)=1MD=1CF=-1Jika, Tidak Terbukti makaProbabilitas P(H|E)=P(H)Range di setiap nilai MB, MD,CF adalahMB0