Nama : Wirangga Bernandi Nyarong

NIM : 223180012

1. Mesin Inferensi.
Mesin inferensi atau Inference Engine merupakan proses yang digunakan system pakar untuk
menghasilkan informasi baru dari informasi yang belum diketahui. Mesin Inferensi mengandung
pola piker dan penalaran dalam menyelesaikan masalah. Mesin inferensi merupakan suatu
program computer untuk memberikan metodolgi penalaran tentang informasi yang ada dalam
basis pengetahuan dan dalam workplace untuk mengformulasikan kesimpulan. Dalam system
pakar, proses inferensi dilakukan dalam suatu modul yang di sebut dengan mesin inferensi.
Pengontrolan inferensi berbasis aturan di bagi dua yaitu forward chaining dan backward chaining.
Dalam forward chaining aturan akan diuji satu persatu dalam uruta tertentu. Saat tiap aturan
diuji, system akan mengevaluasi apakah kondisi benar atau salah. Penalaran dimulai dari fkta
dulu untuk menguji hipotesis. Forward chaining adalah data-data driven karena inferensi di mulai
dengan informasi yang tersedia dan kemudian konklusi akan di peroleh. Dalam backward
chaining, pelacakan dimulai dari tujuan selanjutnya dicari aturan yang memiliki tujuan tersebut
untuk kesimpulannya. Setelah itu proses pelacakan menggunakan premis untuk aturan tersebut
sebagai tujuan baru sebagai kesimpulannya. Pada system pakar umumnya mesin inferensi
tersebut di implementasikan dalam bentuk baris-baris coding dalam bahasa pemrograman
tertentu. Maka sudah dapat di perkirakan bahwa system pakar dengan beberapa knowledge
hanya dapat di isi beberapa kepakaran yang memiliki teknik inferensi yang sama dan memiliki
struktur knowledge base yang sama. Fungsi dari Mesin Inferensi adalah :
 Memberikan pertanyaan kepada user.
 Menambah jawaban pada working memory (balckboard)
 Menambahkan fakta baru dari suatu rule ( hasil inferensi)
 Menambahkan fakta baru tersebut pada working memory.
 Mencocokkan fakta pada working memory dengan rule.

2. Metode reasoning dan logika reasoning

Jadi Metode Reasoning ini dikenal dengan Case Based Reasoning yaitu sebuah metode yang di
kembangkan untuk melakukan penalaran seperti manusia. Dengan penalaran, Case Based
Reasoning dapat melakukan pengmabilan dan penyetaraan solusi di masa lalu yang tersimpan
dan di gunakan untuk menyelesaikan permasalahan sekarang ini. Dalam CBR kita dapat
memperluas pengetahuannya dengan cara memasukkan pengalaman yang baru ke dalam
memori/ basis data untuk di gunakan memecahkan masalah baru di masa yang akan datang.
Perkembangan CBR di pengaruhi oleh hasil-hasil penelitian di bidang ilmu kognitif. CBR yang saat
ini berdasarkan pada penelitian tentang peranan memori dalam pengetahuan datau Memory
Organizing Packets (MOPs). MOPs berfungsi untuk mengatur urutan peristiwa, MOPs mengatur
urutan peristiwa secara tunggal yang di sebut dengan “ingatan” dan ingatan inilah yang akan
berdominasi dalam melakukan interpretasi dan penyelesaian masalah. Secara umum ada empat
langkah proses pada metode CBR ini, yang pelaksanaannya berupa siklus, yaitu :
 Retrieve ( Memperoleh kembali ) kasus atau kasus-kasus yang paling mirip. Task ini dimulai
dengan pendeskripsian satu/sebgain masalah dan berakhir apabila telah ditemukan kasus
sebelumnya yang paling cocok. Sub tasknya mengacu pada identifikasi fitur, pencocokan awal,
pencarian, dan pemilihan.
 Reuse (menggunakan) informasi dan pengetahuan dari kasus tersebut untuk memecahkan
permasalahan. Proses reuse dari solusi kasus yang telah di peroleh dalam konteks kasus baru
di fokuskan pada dua aspek yaitu : Perbedaan antara kasus yang sebelumnya dan yang
sekarang, bagian apa dari kasus yang telah di peroleh yang dapat di transfer menjadi kasus
baru.
 Revise (meninjau kembali/memperbaiki) usulan solusi. Fase ini terdiri dai dua tugas, yaitu :
Mengevaluasi solusi kasus yang di hasilkan oleh proses reuse. Jika berhasil, maka di lanjutkan
dengan proses retain. Yang kedua Jika tidak maka memperbaiki solusi kasus mengunakan
domain spesifik pengetahuan.
 Retain (menyimpan) bagian-bagian dari pengalaman tersebut yang mungkin berguna untuk
memecahkan masalah dimasa yang akan datang.
Sistem CBR melingkupi mekanisme penalaran dan aspek internal, meliputi :
 Spesifikasi masukan atau kasus dari sebuah permasalahan
 Solusi permasalahan yang di harapkan sebagai pengeluaran
 Kasus-kasus sebelumnya yang telah tersimpan akan di jadikan sebagai rujukan dari mekanisme
penalaran.
Dalam proses CBR, ada salah satu tahapan yang paling penting dalam proses penyelesaian
masalah ini, yaitu proses pengambilan kasus (case retrieval). Sejak jaman dahulu sudah banyak
peneliti yang memfokuskan di tahapan ini.
Kelebihan case base reasoning :
 Memecahkan masalah dengan mudah karena dapat mengambil solusi dengan cepat dan
tepat.
 Semakin banyak pengalaman yang tersimpan di dalam system maka system akan semakin
pintar dalam menemukan solusi untuk sebuah kasus.
 Biasanya langsung fokus pada fitur terpenting pada masalah tersebut.
 Dapat memecahkan masalah dalam domain yang hanya dapat dipahami sebagian.
 Dapat memberikan solusi jika tidak ada metode algoritmik yang tersedia.
 Dapat menafsirkan konsep terbuka dan tidak jelas.
Kelemahan case base reasoning :
 Tidak menjamin solusi yang didapat itu menjadi solusi terbaik atau maksimal, karena dalam
system Case Based Reasoning ini sangat bergantung pada kasus yang pernah terjadi, maka
dari itu jika solusi dari kasus yang pernah terjadi itu salah, maka dalam hal ini tahapan revise
sangat diperlukan untuk mengurangi tingkat kesalahannya.
 Namun dalam hal ini, jika semakin banyak pengalaman yang tersimpan di basis data, maka
tidak menutup kemungkinan dalam menyelesaikan suatu kasus baru akan menjadi lama. Itu
dikarenakan, system ini akan mencari kasus-kasus yang paling mirip.
Logika reasoning atau biasa di sebut penalaran logis dapat di bedakan selain deduksi formal :
induksi dan abduksi.
a. Penalaran Logis Deduktif (Deductive Reasoning/Deductive Logic)
Penalaran logis deduktif disebut juga top-down logic menentukan apakah kebenaran suatu
kesimpulan dapat ditentukan untuk aturan itu, yang hanya di dasarkan pada kebenaran
premis. Penalaran logis deduktif menghubungkan premis dengan kesimpulan. Jika semua
premis adalah benar, aturan-aturannya juga jelas, maka kesimupalannya tentu benar.
 Aristiteles mulai mendkumentasikan penalaran logis deduktif sejak abad ke-4 SM. Logika
matematika dan logika filosofid umum terkait dengan jenis logika reasoning ini.
 Logika Matematika.
Logika Matematika adalah bagian matematika yang menjelajahi aplikasi logika formal pada
matematika. Berhubungan dekta dengan metamathematics, dasar matematika, dan ilmu
computer teoritis.
 Logika Filosofis
Mengacu pada bidang-bidang filsafat dimana mentode logika yang telah di akui secara
tradisional di gunakan untuk memecahkan atau memajukan pembahasan masalah
filososfis.
b. Penalaran Logis Induktif (Indoctive Reasoning)
Penalaran induktif berupaya untuk mendukung sebuah penetuan aturan. Penalaran induktif
memperkirakan sebuah aturan setelah berbagai contoh yang banyak telah di ambil untuk
menjadi sebuah kesimpulan yang mengikuti dari sebuah prasyarat/premis dalam ketentuan-
ketentuan sebuah aturan itu. Meskipun penalaran logis ini meyakinkan, argument-argumen ini
tidaklah vali 100%. Penalaran logis induktif tidak pasti. Penalaran logis ini hanya berkaitan
dalam derajat yang, ditentukan dengan premis-premis. Contohnya yaitu many-valued logic,
Dempster-Shafer theory, atau probability theory dengan aturan untuk inferensi seperti Baye’s
rule.
c. Penalaran Logis Abduktif (Abductive Reasoning)
Penalaran logis abduktif (atau diketahui juga sebagai inferensi menuju penjelasan terbaik)
memilih satu set prasyarat. Mengingat kesimpulan dan aturan yang nyata, penalaran logis ini
berupaya untuk memilih beberapa premis yang mungkin, jika nyata juga, dapat mendukung
kesimpulan, meskipun tidak unik. Contoh penalaran logis abduktif: Saat hujan, rumput
menjadi basah. Rumputnya basah. Berarti, tadi mungkin hujan. Penalaran logis ini dapat
digunakan untuk mengembangkan suatu perkiraan/hipotesis, yang kemudian akan diuji
dengan penalaran lebih lanjut atau data.

3. Aturan Inferensi.
Aturan Inferensi adalah bentuk logis yang terdiri dari fungsi yang mengambil premis,
menganalisis sintaksisnya dan mengembalikan kesimpulan. Terdapat banyak aturan yang
mencakup aturan inferensi yaitu Modus ponens, Modul Tolen dan Silogisme; Aturan konjungsi,
aturan Silogisme Disjungtif, Aturan Kontradiksi, Aturan Simplifikasi konjungsi, aturan Bukti
bersyarat, aturan bukti per kasus, aturan dilemma konstruktif, aturan dilemma destruktif,
argument dan diagram venn. Modus ponens mengambil dua premis, satu dalam bentuk “ jika p
lalu q” dan yang lain dalam bentuk “p”, dan mengembalikan kesimpulan “q”. Aturan ini berlaku
sehubungan dengan semantic logika klasik serta semantic banyak logika non-klasik lainnya, dalam
arti bahwa jika premisnya benar atau di bawah interpretasi, maka demikian juga kesimpulannya.
Ketika terdapat banyak premis, beberapa aturan inferensi di perlukan untuk menunjukan bahwa
sebuah argument valid. Aturan inferensi biasanya menjaga kebenaran, property semantic. Dalam
banyak logika dihargai, ia mempertahan kan sebutan umum. Tetapi aturan inferensi adalah murni
sintaksis dan tidak perlu mempertahankan property semantic. Fungsi apapun dari rangkaian
rumus hingga rumus dianggap sebagai aturan inferensi, Biasanya hanya aturan yang bersifat
rekursif yang penting yaitu aturan sedemikian sehingga ada prosedur yang efektif untuk
menentukan apakah formula yang di berikan adalah kesimpulan dari serangkaian formula yang di
berikan sesuai aturan. Contoh aturan yang tidak efektif dalam hal ini adalah aturan ω infinitary.
Aturan popular inferensi dalam logika proporsional termasuk modus ponens, modus tollens, dan
contraposition. Logika predikat orde pertama mengunakan aturan inferensi untuk berurusan
dengan quantifiers logis. Ada beberapa istilah dalam aturan inferensi yaitu teorema adalah
pernyataan yang dapat di buktikan kebenarannya. Teorema sederhana di sebut proposisi.
Kebenaran suatu teorema ditunjukan dengan pembuktian. Pembuktian adalah argumentasi valid
yang menetapkan kebenaran suatu teorema. Aksioma atau postulat termasuk pernyataan yang di
gunakan dalam pembuktian, yang mana merupakan pernyataan yang di asumsikan benar.
Teorema sederhana yang membantu pembuktian di sebut lemma. Pembuktian yang rumit
biasanya lebih mudah di pahami ketika di buktikan dengan lemma. Colollary ( Teorema Akibat )
adalah teorema yang dapat di tentukan langsung dari suatu torema yang telah di buktikan.
Dugaan adalah pernyataan yang di usulkan menjadi pernyataan yang benar, biasanya dasar dari
beberapa bukti parsial, argument heuristis, atau intuisi seorang ahli. Dalam logika formal, aturan
inferensi biasanya diberikan dalam bentuk standard berikut :
Premis # 1
Premis # 2
...
Premis # n
Kesimpulan

Ungkapan ini menyatakan bahwa setiap kali dalam beberapa deviasi logis tempat yang diberikan
telah di peroleh, kesimpulan yang ditentukan dapat di ambil begitu saja juga. Bahsa formal yang
tepat yang di gunakan untuk menggambarkan premis dan kesimpula tergantung pada konteksnya
dari derivasi tersebut. Contoh kasus sederhana dapat menggunakan rumus logis seperti :
A→B
A_____
B
Ini adalah aturan mode dari logika prposisional. Aturan inferensi sering dirumuskan schemata
yang menggunakan metavariabel. Dalam aturan diatas, metavariabel A dan B dapat di pakai
untuk setiap elemen alam semesta untuk seperangkat aturan yang tak terbatas. Suatu system
bukti di bentuk dari seperangkat aturan yang di rantai bersama untuk membentuk bukti, juga di
sebut serivasi. Derivasi apapun hanya meiliki satu kesimpulan akhir, yaitu pernyataan yang
dibuktikan atau diturunkan. Jika premis di biarkan tidak puas dalam derivasi, maka derivasi
adalah bukti dari pernyataan hipotesis: “ jika premis itu berlaku, maka kesimpulannya berlaku”.