Anda di halaman 1dari 22

CERTAINTY

FACTOR

UTHIE

 Pengetahuan di dalam sistem pakar yang
direpresentasikan dengan menggunakan CF
diekspresikan dalam seperangkat aturan yang memiliki
format :

IF evidence THEN hipotesa (CFrule = ….)

 dimana evidence adalah satu atau beberapa fakta yang


diketahui untuk mendukung hipotesa.
 Cfrule adalah certainty factor untuk hipotesis jika
evidence diketahui.

 probabilitas dari suatu hipotesis terjadi jika
diketahui/diberikan beberapa evidence disebut sebagai
conditional probability dan disimbolkan sebagai P(H|E).

 jika P(H|E) lebih besar dari probabilitas sebelumnya,


yaitu P(H|E) > P(H), maka berarti keyakinan pada
hipotesa meningkat.

 Sebaliknya jika P(H|E) lebih kecil dari probabilitas


sebelumnya yaitu P(H|E) < P(H), maka keyakinan pada
hipotesa akan menurun.

 ukuran yang menunjukkan peningkatan keyakinan pada
suatu hipotesa berdasarkan evidence yang ada disebut
dengan measure of believe (MB).

 sedangkan ukuran yang menunjukkan penurunan


keyakinan pada suatu hipotesa berdasarkan evidence
yang ada disebut sebagai measure of disbelief (MD).

 Nilai dari MB dan MD dibatasi sedemikian sehingga :


0 <= MB <= 1
0 <= MD <= 1

 Ukuran MB secara formal didefinisikan sebagai :

 Sedangkan MD didefinikan sebagai :



 Karena dalam proses observasi kepercayaan dapat bertambah atau
berkurang, maka diperlukan ukuran ketiga untuk mengkombinasikan
MB dan MD, yaitu : certainty factor.
 CF diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN
(Wesley, 1984).
 Certainty factor didefinisikan sebagai berikut (Giarattano dan Riley,
1994):

 CF(H,E) : CF dari hipotesis H yang dipengaruhi oleh gejala (evidence)


 MB(H,E) : keyakinan pada suatu hipotesa berdasarkan evidence yang
ada
 MD(H,E) : penurunan keyakinan pada suatu hipotesa berdasarkan
evidence yang ada

 nilai dari CF dibatasi oleh :

-1 <= CF <= 1

 nilai 1 berarti sangat benar, nilai 0 berarti tidak


diketahui dan nilai -1 berarti sangat salah. Nilai CF
negatif menunjukkan pada derajat ketidakpercayaan
sedang nilai CF positif menunjuk pada derajat
kepercayaan
PROPAGASI KEYAKINAN UNTUK
RULE DENGAN SATU PREMIS.

 Yang dimaksud dengan propagasi keyakinan/kepercayaan
adalah proses menentukan derajat kepercayaan pada
kesimpulan pada kondisi dimana fakta/bukti/evidence
yang ada tidak pasti (uncertain). Untuk rule dengan satu
premis CF(H,E) didapatkan dengan rumusan :

 Rumus ini pada buku (Kusrini,2008) dikenal sebagai rumus


sekuensial.
PROPAGASI KEYAKINAN UNTUK
RULE DENGAN BEBERAPA PREMIS

 Pada rule dengan beberapa premis terdapat dua
macam penghubung yaitu konjungsi dan disjungsi.
 Pada rule dengan konjungsi, pendekatan yang
digunakan adalah sebagai berikut :

 Fungsi “min” akan mengembalikan nilai paling kecil


dari 1 set evidence yang ada.
Contoh

 IF suhu udara rata-rata turun
AND hembusan angin semakin kencang
THEN musim hujan akan segera datang
(CF = 0,8)

 Asumsi derajat kepercayaan premise pertama : CF=0,1


 Derajat kepercayaan premise kedua : 0,7

 Maka derajat kepercayaan hipotesa tersebut adalah = min{1,0 ;


0,7} * 0,8 = 0,56

 Ini artinya musim hujan mungkin akan datang


Rule dengan disjungsi

 Pada rule dengan disjungsi, pendekatan yang
digunakan adalah sebagai berikut :

 Fungsi “max” akan mengembalikan nilai paling


besar dari 1 set evidence yang ada.
Contoh

 IF suhu udara rata-rata turun
OR hembusan angin semakin kencang
THEN musim hujan akan segera datang
(CF = 0,9)

 Asumsi derajat kepercayaan premise pertama : CF=0,1


 Derajat kepercayaan premise kedua : 0,7

 Maka derajat kepercayaan hipotesa tersebut adalah = max{1,0 ;


0,7} * 0,9= 0,9

 Ini artinya musim hujan hampir pasti akan datang


contoh
 Jika

batuk dan demam dan sakit kepala dan bersin-bersin
Maka influensa, CF : 0,7 (ini adalah CF rule)

 Perhitungan
CF (E1, e) : 0,5 (50% pasien mengalami batuk)
CF (E2, e) : 0,8 (80% pasien mengalami demam)
CF (E3, e) : 0,3 (30% pasien mengalami sakit kepala)
CF (E4, e) : 0,7 (70% pasien mengalami bersin-bersin)

maka
 CF(batuk dan demam dan sakit kepala dan bersin-bersin) =
= min [CF(E1,e), CF(E2,e), CF(E3,e], CF(E4,e)]
= min[0,5 ; 0,8 ; 0,3 ; 0,7] = 0,3

maka
 CF derajat kepercayaan untuk kasus ini adalah :
CF (Influensa) = 0,3 * 0,7 = 0,21  CF Sekuensial
Rule dengan konklusi yang sama

 Latar belakang  dalam proses eksekusi rule, terdapat
beberapa rule yang menghasilkan hipotesa sama.
 Karena itu harus ada mekanisme untuk
mengkombinasikan beberapa hipotesa tersebut untuk
menjadi satu buah hipotesa saja.
 Rumus ini pada buku (Kusrini,2008) dikenal sebagai
rumus Gabungan.
Contoh

 Diketahui Rule sebagai berikut :
jika A dan B maka C ; CF = 0,8
jika C dan D maka G ; CF = 0,6
jika E dan F maka G ; CF = -0,1
 Diketahui
CF A = 0,3
CF B = 0,4
CF D = 0,5
CF E = 0,1 Besar CF G
CF F = 0,2 adalah....

 Langkah 1 : hitung besar CF untuk R1 :
CF sekuensial aturan (jika A dan B maka C) adalah :
= CF Paralel * CF Pakar
= ( min (CF A, CF B) ) * CF Pakar
= ( min (0,3 ; 0,4) ) * 0,8
= 0,3 * 0,8 = 0,24

 Langkah 2 : hitung CF untuk R2
CF sekuensial aturan (jika C dan D maka G) adalah :
= ( min (CF C, CF D) ) * CF Rule
= ( min (0,24 ; 0,5 ) * 0,6
= 0,24 * 0,6 = 0,144

nilai CF sekuensial di atas bukan lah CF final untuk konklusi G


karena masih ada turan lain yang memiliki konklusi sama – sama
G yaitu R3.

 oleh karena itu nilai CF konklusi G pada aturan (jika E dan F
maka G ) juga perlu dihitung.

 CF sekuensial untuk aturan (jika E dan F maka G) :


= ( min (CF E ; CF F) ) * (-0,1)
= ( min (0,1 ; 0,2 ) * (-0,1)
= 0,1 * (-0,1) = - 0,01

 setelah diperoleh nilai nilai konklusi G dari semua aturan :


aturan 2 : jika C dan D maka G  CF sekuensial = 0,144
dan
aturan 3 : jika E dan F maka G  CF sekuensial = - 0.01

 Langkah selanjutnya adalah dihitung menggunakan rumus CF
gabungan. oleh karena CF sekuensial aturan 2 dan CF
sekuensial aturan 3 berlainan tanda, maka digunakan rumus :
Contoh 2

 aturan :
jika A atau B maka C ; CF = 0,5
jika D dan E maka C ; CF = 0,4
jika A dan E maka C ; CF = 0,7

 Jika diketahui nilai :


CF A = 0,3 CF B = 0,4
CF D = 0,3 CF E = 0,2

 maka nilai CF C dapat dihitung dengan langkah :