Download - Certainty factor

Transcript
Page 1: Certainty factor

Heny Pratiwi, S.Kom., M.Pd

Page 2: Certainty factor

Penjelasan

Pada perhitungan sistem pakar banyak menggunakan Metode Certainly factor yaitu kepastian

berdasarkan tinggkat kepastian yang sudah di tentukan oleh para pakar.

Heny Pratiwi, S.Kom., M.Pd

Page 3: Certainty factor

PenjelasanFaktor Kepastian digunakan untuk mengekspresikan ke-akurat-an, kebenaran atau kehandalan sebuah pertimbangan

Diukur berdasarkan perbedaan antara ukuran kepercayaan denganukuran ketidakpercayaan di sebuah hipotesa dari fakta yang ada

Singkatan yang digunakan:

CF (Certainty Factor)

H (Hypothesis)

E (Evidence)

MB (Measures of Belief)

MD (Measures of Disbelief)

Heny Pratiwi, S.Kom., M.Pd

Page 4: Certainty factor

Hipotesis disimbolkan dengan H

Nilai H berada dalam range -1 hingga 1

-1 artinya menyangkal hipotesa H

+1 artinya mengakui hipotesa H

Hipotesis memiliki peringkat

CF Ditentukan berdasarkan 2 hal:

MB, measures of belief (percaya bahwa H true)

MD, measures of disbelief (percaya bahwa H false)

MB ≠ 1-MD

Heny Pratiwi, S.Kom., M.Pd

Page 5: Certainty factor

Aturan Dasar

CF(H|E), dibaca “CF dari hipotesis H dari fakta E”, dihitung dengan rumus

CF(H|E) = MB(H|E) – MD(H|E)

-1 ≤ CF(H) ≤ +1

MB(H|E), kepercayaan bahwa benar hipotesa H dari fakta E

MD(H|E), kepercayaan bahwa salah hipotesa H dari fakta E

CF dapat berintegrasi dengan pemikiran pakar yang berbeda-beda

Nilai CF untuk H menggunakan CF dari premis P di sebuah rule, adalah

CF(H) = CF(P1 dan P2) = min (CF(P1),CF(P2))

CF(H) = CF(P1 atauP2) = max (CF(P1),CF(P2))

Heny Pratiwi, S.Kom., M.Pd

Page 6: Certainty factor

Hal-hal yang mungkin terjadi

CF

Beberapa Evidence

Satu Hipotesis

BeberapaHipotesisBeberapaHipotesis

Beberapa Aturan

Heny Pratiwi, S.Kom., M.Pd

Page 7: Certainty factor

CF dari Beberapa Evidence, Satu Hipotesis

MB(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))

Heny Pratiwi, S.Kom., M.Pd

Page 8: Certainty factor

CF Dari Beberapa Hipotesis

MB (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))

Heny Pratiwi, S.Kom., M.Pd

Page 9: Certainty factor

CF Untuk Kondisi/Rule yang Berbeda

Nilai CF untuk H dikombinasikan dari beberapa rule berbeda, pakar dan sebagainya:

Jika CF1, CF2 > 0

Maka, CF(H) = CF1+CF2-CF1*CF2

Jika CF1, CF2 < 0

Maka, CF(H) = CF1+CF2+CF1*CF2

Jika tidak berada di 2 kondisi sebelumnya

Maka, CF(H) = CF1+CF2 / 1-min(|CF1|,|CF2|)

|CF1|, adalah nilai mutlak CF1

Page 10: Certainty factor

Beberapa Aturan Saling Bergantung, Ketidakpastian aturan adalah input aturan lain

MB(H|S) = MB’(H|S) * max (0, CF (S|E))

MB(H|S) adalah ukuran kepercayaan H berdasarkan keyakinanpenuh terhadap validitas S

Contoh:

If Belajar then Hasil_Baik

IF Hasil_Baik then Lulus

CF(Hasil_Baik|Belajar)= 0.8

MB (Lulus|Hasil_Baik)= 0.6

maka, MB(Lulus|Hasil_Baik) = 0.6 * 0.8 = 0.54

Page 11: Certainty factor

Karakteristik CFJika Pasti Benar, maka

Probabilitas P(H|E)=1

MB=1

CF=1

Jika Pasti Salah, maka

Probabilitas P(-H|E)=1

MD=1

CF=-1

Jika, Tidak Terbukti maka

Probabilitas P(H|E)=P(H)

Range di setiap nilai MB, MD, CF adalah

MB

0 <= MB <= 1

MD

0 <= MD <= 1

CF

-1 <= CF <= +1

Page 12: Certainty factor

misalnya diketahui terdapat jenis penyakit Autisyang memiliki gejala, yaitu : Suka tiba-tiba menangisatau tertawa tanpa sebab, Menolak untuk dipeluk,Perkembangan agak terlambat misal dalam berjalan.

Rumus Awal : CF (H,E) = MB(H,E) - MD(H,E) MB(h, e1^e2) = MB(h,e1)+MB(h,e2)*(1-MB[h,e1]) MD(h,e1^e2) = MD(h,e1)+MD(h,e2)*(1-MD[h,e1]) MB(e1)= Suka tiba-tiba menangis atau tertawa tanpa sebab = 0,6MB(e2)= Menolak untuk dipeluk = 0,8MD(e1)= Suka tiba-tiba menangis atau tertawa tanpa sebab = 0,02MD(e2)= Menolak untuk dipeluk = 0,04

Page 13: Certainty factor

Maka dengan perhitungan manual :MB (Autis masa kanak usia 3 bulan sampai 1 tahun (e1,e2) = 0,6 + 0,8 * (1-0,6)

= 1,4 * 0,4= 0,56

MD (Autis masa kanak usia 3 bulan sampai 1 tahun (e1,e2) = 0,02 + 0,04 * (1-0,02)= 0,06 * 0,98= 0,0588

CF = 0,56 - 0,0588 = 0,5012MB (Autis masa kanak usia 3 bulan sampai 1 tahun (e1^e2,e3)

= 0,56 + 0,5 * (1-0,56)= 0,61 * 0,44= 0,2684

MD (Autis masa kanak usia 3 bulan sampai 1 tahun (e1^e2,e3)= 0,0588 + 0,06 * (1-0,0588)= 0,1188 * 0,9412= 0,11181456

CF = 0,2684 - 0,11181456 = 0,1565854

Untuk masing-masing perhitungan di bandingkan dengan nilai masing-masing jenis penyakit sehingga bisa dibandingkan mana penyakit yang terbesar nilai CF nya sehingga bisa di dapat tingkat kepastian

Page 14: Certainty factor

Top Related