CERTAINTY FACTOR

(CF)

Matakuliah : Sistem Pakar

Program Studi S1 Sistem Pakar
Universitas Amikom Yogyakarta
Genap 2018/2019
FAKTOR KEPASTIAN (CERTAINTY FACTOR)
 CF dapat diterapkan terhadap:
 Fakta/premis;
 Rules (aturan, kesimpulan dari rule);
 Fakta dan rules.
 Saat diterapkan terhadap fakta (evidence,
premis) : mewakili derajat kepercayaan
(ketidakpercayaan) dari fakta.
 Saat diberlakukan terhadap rules: mewakili
derajat konfirmasi(diskonfirmasi) suatu hipotesis.
 Arti CF bernilai -1 dan 1:
 CF mendekati 1, fakta semakin kuat bagi suatu
hipotesis
 Cf mendekati -1, kepercayaan berlawanan hipotesis
semakin kuat.
 CF sekitar 0, ada fakta yang mendukung dan juga
melawan hipotesis.
TINGKAT KEPERCAYAAN PADA CF
Certainty Factor (CF)

 Certainty factor (CF) merupakan nilai

parameter klinis yang diberikan MYCIN
untuk menunjukkan besarnya
kepercayaan.
 Certainty factor didefinisikan sebagai
berikut (Giarattano dan Riley, 1994):
 CF(H,E) : certainty factor dari hipotesis H
yang dipengaruhi oleh gejala (evidence) E.
◦ Besarnya CF berkisar antara –1 sampai dengan 1.
◦ Nilai –1 menunjukkan ketidakpercayaan mutlak
sedangkan nilai 1 menunjukkan kerpercayaan
mutlak.
 MB(H,E) : ukuran kenaikan kepercayaan
(measure of increased belief) terhadap
hipotesis H yang dipengaruhi oleh gejala E.
 MD(H,E) : ukuran kenaikan ketidakpercayaan
(measure of increased disbelief) terhadap
hipotesis H yang dipengaruhi oleh gejala E
MENGHITUNG CERTAINTY FACTOR (CF)
UNTUK SUATU HIPOTESIS H DAN FAKTA/EVIDENCE E, UKURAN
KEPERCAYAAN MB(H,E) DAN KETIDAKPERCAYAAN MD(H,E) ADALAH

Dimana:
– P(H) peluang (sebelumnya) hipotesis H bernilai True;
– P(H|E) peluang hipotesis H bernilai True jika terdapat
evidence E.
Karena dalam proses observasi kepercayaan dapat bertambah atau
berkurang, maka diperlukan ukuran ketiga untuk mengkombinasikan MB
dan MD, yaitu: Certainty Factor. Certainty Factor didefiniskan sebagai:

Nilai 1 berarti sangat benar, nilai 0 berarti tidak diketahui dan nilai -1
berarti sangat salah. Nilai CF negatif menunjuk pada derajad
ketidakpercayaan
sedang nilai CF positif menunjuk pada derajad kepercayaan.
CF Dengan Satu Premis
CF[H,e] = CF[E,e] * CF[rule] ; Ket:CF[rule] = CF(H,E)

CF Dengan Lebih Dari Satu Premis

CF[A ˄ B] = Min(CF[a],CF[b]) * CF[rule]
CF[A ˅ B] = Max(CF[a],CF[b]) * CF[rule]
ATAU
Contoh Kombinasi Evidence
E : (E1 DAN E2 DAN E3) ATAU (E4 DAN BUKAN E5)

E : max[min(E1, E2, E3), min(E4, -E5)]

Misal:
E1 : 0,9 E2 : 0,8 E3 : 0,3
E4 : -0,5 E5 : -0,4

hasilnya adalah:

E :max [min(0,9, 0,8, 0,3), min(-0,5, 0,4)]

:max(0,3, -0,5)
CF Aturan JIKA E MAKA H

 CF(E,e) : certainty factor evidence E yang

dipengaruhi oleh evidence e
 CF(H,E) : certainty factor hipotesis dengan
asumsi evidence diketahui dengan pasti, yaitu
ketika CF(E, e) = 1
 CF(H,e) : certainty factor hipotesis yang
dipengaruhi oleh evidence e
 Jika semua evidence pada
antecedent diketahui dengan
pasti maka rumusnya akan
menjadi:
Contoh Kasus
JIKA batuk
DAN demam
DAN sakit kepala
DAN bersin-bersin
MAKA influensa, CF: 0,7

menganggap
E1 : “batuk”
E2 : “demam”
E3 : “sakit kepala”
E4 : “bersin-bersin”
H : “Influensa
 CF ketika semua evidence pasti
CF(H,E) : CF(H, E1  E2  E3  E4)
: 0,7
 Jika Partial Evidence Tidak Pasti
CF(E1, e) : 0,5
CF(E2, e) : 0,8
CF(E3, e) : 0,3
CF(E4, e) : 0,7

CF(E, e) : CF(E1  E2  E3  E4, e)

: min[CF(E1, e), CF(E2, e), CF(E3, e), CF(E4, e)]
: min[0,5, 0,8, 0,3, 0,7]
: 0,3
 CF Hipotesis:
CF(H, e) : CF(E, e) * CF(H, E)
: 0,3 * 0,7
: 0,21

Hal ini berarti besarnya kepercayaan

bahwa penderita mengalami influensa
adalah 0,21
Kombinasi Paralel

Jika E1 Maka H

Jika E2 Maka H
Kombinasi Sequensial
Jika E’ Maka E
Jika E Maka H
Latihan

1. Diberikan aturan-aturan sebagai berikut:

1). Jika A dan B maka C, CF : 0.8
2). Jika C dan D maka G, CF : 0.6
3). Jika E dan F maka G, CF : - 0.1
Jika diketahui CF A = 0.3, B = 0.4, D = 0.5, E
= 0.1 dan F = 0.2.
Hitung CF G
2. Diberikan aturan-aturan sebagai berikut:
1). Jika A atau B maka C, CF : 0.5
2). Jika C dan D maka E, CF : 0.4
3). Jika E dan F maka G, CF : - 0.1
Jika diketahui CF A = 0.3, B = 0.4, D = 0.5, F
= 0.2.
Hitung CF G
3. Diberikan aturan-aturan sebagai berikut:
1). Jika A atau B maka C, CF : 0.5
2). Jika D dan E maka C, CF : 0.4
Jika diketahui CF A = 0.3, B = 0.4, D = 0.3, E
= 0.2.
Hitung CF C
4. Diberikan aturan-aturan sebagai berikut:
1). Jika A atau B maka C, CF : 0.5
2). Jika D dan E maka C, CF : 0.4
3). Jika A dan E maka C, CF : 0.7

Jika diketahui CF A = 0.3, B = 0.4, D = 0.3, E

= 0.2.
Hitung CF C
5. Soal berikut berkaitan dengan pertanian yaitu pada tanaman jeruk. Berdasarkan
fakta-fakta yang ada, diketahui basis pengetahuan dari penyakit tanaman jeruk,
yaitu:
 R1 : If tunasnya keriting then daun bercak kuning (CF 0.2)
 R2 : If tunas keriting and tangkai busuk then Diaphora Citri (CF 0.4)
 R3 : If daun bercak kuning then Diaphora Citri (CF 0.9)
 R4 : If tunasnya keriting and tangkai busuk then Aphis Gossypi (CF 0.42)
 R5 : If daun menggulung then Aphis Gossypi (CF 0.9)

Diketahui tunas keriting CF 0.2, tangkai busuk 0.1 dan daun menggulung - 0.4.

Berdasarkan rumus CF, tentukan derajat kepercayaan petani tersebut bahwa :

 Tanamanya terkena Diaphora Citri berdasarkan R2
 Tanamanya terkena Diaphora Citri berdasarkan R3
 Tanamanya terkena Diaphora Citri berdasarkan R2 dan R3
 Tanamanya terkena Aphis Gossypi berdasarkan R4
 Tanamanya terkena Aphis Gossypi berdasarkan R5
 Tanamanya terkena Aphis Gossypi berdasarkan R4 dan R5
6. Diketahui :
Fakta : A, E ; Goal : K?
Tentukan Penelusuran Forward Chaining dan Backward
Chaining. Hitung Nilai CF Hasil Konklusi K?

Hanya Rule Rule dengan CF

R1 : IF A AND B THEN C R1 : IF A(0.9) AND B(0.75) THEN C
R2 : IF C THEN D (CF=0.8)
R3 : IF A AND E THEN F R2 : IF C THEN D (CF=0.75)
R4 : IF A THEN G R3 : IF A AND E(0.6) THEN F
R5 : IF F AND G THEN D (CF=0.5)
R6 : IF G AND E THEN H R4 : IF A THEN G (CF=0.85)
R7 : IF C AND H THEN I R5 : IF F AND G THEN D (CF=0.6)
R8 : IF I AND A THEN J R6 : IF G AND E THEN H (CF=0.9)
R9 : IF G THEN J R7 : IF C AND H THEN I (CF=0.9)
R10 : IF J THEN K R8 : IF I AND A THEN J (CF=0.75)
R9 : IF G THEN J (CF=0.85)
R10 : IF J THEN K (CF=0.9)
CF Melibatkan CF Pakar dan CF
User

CF[H,E] = CF[user] * CF[pakar]

Sumber : Forward Chaining dan CF Pada Diagnosa Hama C. Pandurata (Doddy Teguh Yuwono)
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 04, No.02 September 2017 ISSN: 2406-7857