“KETIDAKPASTIAN”
Dosen Pengampu :
Disusun Oleh :
Kelompok V
(IAIN) BUKITTINGGI
2021 M/1442 H
KATA PENGANTAR
Shalawat dan salam tidak lupa pula kita hadiahkan buat nabi junjungan
alam, nabi Muhammad SAW yang telah membawa kita umatnya hijrah dari alam
kegelapa menuju alam yang indah dengan begitu banyak ilmu pengetahuan seperti
saat yang kita rasakan sekarang ini.
Kami sangat berharap makalah yang kami buat ini dapat menambah
wawasan keilmuan dan pengetahuan bagi pembaca dalam mempelajari mata
kuliah Kecerdasan Buatan ini.
Penulis
i
DAFTAR ISI
BAB 1 PENDAHULUAN
BAB II PEMBAHASAN
A. Ketidakpastian ................................................................................. 3
B. Teknik –teknik untuk mengatasi ketidakpastian .......................... 4
1. Probabilitas dan Teorema Bayes ................................................ 4
2. Certainty Factor ........................................................................... 7
A. Kesimpulan ..................................................................................... 11
B. Saran ............................................................................................... 11
ii
1
BAB I
PENDAHULUAN
A. Latar Belakang
Di zaman modern seperti sekarang ini, berbagai teknologi didunia
yang dikembangkan dan di letakkan kecerdasan buatan didalamnya.
Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian
ilmu komputer yang membuat agar mesin (komputer) dapat melakukan
pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Didefinisikan
sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem
seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan
pekerjaan seperti yang dapat dilakukan manusia. Artificial Intelligence
(Inteligensi/Kecerdasan Buatan) merupakan salah satu bidang dari ilmu
komputer yang membahas tentang kemungkinan komputer untuk dapat
berlaku secara intelligen seperti halnya manusia.
Untuk membuat sebuah alat teknologi dengan kecerdasan buatan
tentu banyak proses atau langkah yang harus dilewati dan juga komponen-
komponen yang harus disiapkan sebelum bisa untuk membuat alat
tersebut. Persiapan yang sangat matang seperti perencanaan, design, dan
lain sebagainya sehingga terbentuk sebuah produk alat teknologi yang
dapat digunakan nantinya untuk membantu pekerjaan manusia itu sendiri.
Namun harus kita ingat bahwa terdapat kendala-kendala yang
mungkin terjadi ketika kita sedang membuat produk tersebut. Nah,
halangan inilah yang kita sebut dengan ketidakpastian. Karena belum tentu
apa yang sudah kita rencanakan, kita desain dan lain sebagainya bisa
berjalan sesuai dengan keinginan kita. Maka dari itu pada makalah ini kita
akan memperlajari tentang Ketidakpastian tersebut.
2
B. Rumusan Masalah
1. Apa yang dimaksud dengan ketidakpastian?
2. Bagaimana cara mengatasi ketidakpastian dalam sebuah masalah?
C. Tujuan
1. Untuk mengetahui apa itu ketidakpastian
2. Untuk mengetahui bagaimana cara untuk mengatasi ketidakpastian
dalam sebuah masalah?
3
BAB II
PEMBAHASAN
A. Ketidakpastian
Jika sistem kecerdasan buatan yang dikembangkan memiliki
pengetahuan yang lengkap tentang permasalahan yang akan ditanganinya,
maka sistem tersebut dapat dengan mudah memberikan solusi dengan
menggunakan pendekatan logika. Akan tetapi, system hampir tidak pernah
dapat mengakses seluruh fakta yang ada dalam lingkungan permasalahan
yang akan ditanganinya, sehingga sistem harus bekerja dalam
ketidakpastian dan kesamaran.[1]
Dalam kenyataan sehari-hari banyak masalah didunia ini tidak
dapat dimodelkan secara lengkap dan konsisten. Suatu penalaran dimana
adanya penambahan fakta baru mengakibatkan ketidakkonsistenan, dengan
ciri-ciri penalaran sebagai berikut[2] :
a) adanya ketidakpastian
b) adanya perubahan pada pengetahuan
c) adanya penambahan fakta baru dapat mengubah konklusi yang sudah
terbentuk
Contoh:
Premis -1 : Aljabar adalah pelajaran yang sulit
Premis -2 : Geometri adalah pelajaran yang sulit
Premis -3 : Kalkulus adalah pelajaran yang sulit
Konklusi : Matematika adalah pelajaran yang sulit
4
p(x)=
( | ) ( ( ))
p(Hi | E) = ∑ ( | ) ( ( ))
Dengan:
e = evidence lama
E = evidence baru
p(H|E,e) = Probabilitas H benar jika muncul evidence baru (E) dari
evidence lama (e)
p(H|E) = Probabilitas hipotesis H benar jika diberikan evidenve E
p(e|E,H) = kaitan antara e dan E jika hipotesis H benar
p(e|E) = kaitan antara e dan E jika memandang hipotesis apapun
Misal:
Adanya bintik-bintik di wajah merupakan gejala seseorang terkena
cacar. Observasi baru menunjukkan bahwa selain bintik-bintik di
wajah, panas badan juga merupakan gejala orang kena cacar. Jadi
antara munculnya bintik-bintik di wajah dan panas badan juga
memiliki keterkaitan satu sama lain.
Ada observasi bahwa orang terkena cacar pasti menagalami panas. Jika
diketahui probabilitas orang terkena cacar bila panas dalam adalah
p(cacar|panas) = 0.5
Keterkaitan antara adanya bintik-bintik di wajah dan panas bdana bila
seseorang terkena cacar adalah p(bintik|panas,cacar) = 0.4
Keterkaitan antara adanya bintik-bintik di wajah dan panas badan
adalah p(bintik|panas) = 0.6
Maka :
Contoh :
Misal suatu observasi memberikan kepercayaan terhadap h dengan
MB[h,e1]=0.3 dan MD[h1,e] = 0.2 maka :
CF[h,e1] = 0.3 – 0 = 0.3
Jika ada observasi baru dengan MB[h,e2] = 0.2 dan MD[h,e2] = 0,
maka
MB[h,e1 ˄ e2]= 0.3 + 0.2 * (1-0.3) =0.44
MD[h,e1 ˄ e2]= 0
CF[h,e1 ˄ e2] = 0.44 – 0 = 0.44
Asih menderita bintik-bintik di wajahnya. Dokter memperkirakan
Asih terkena cacar dengan kepercayaan MB[cacar,bintik] = 0.80 dan
MD[cacar,bintik] = 0.01. Maka :
CF[cacar,bintik] = 0.80 – 0.01 = 0.79
Jika ada obesrvasi baru bahwa Asih juga panas badan dengan
kepercayan MB[cacar,panas] = 0.7 dan MD[cacar,panas] = 0.08.
Maka :
MB[cacar,bintik ˄ panas] = 0.8 + 0.7 * (1-0.8) = 0.94
MD[cacar,bintik ˄ panas] = 0.01 + 0.08 * (1-0.01) = 0.0892
MD[cacar,bintik ˄ panas] = 0.94 – 0.0892 = 0.8508
CF[cacar,bintik ˄ panas] = 0.94 – 0.0892 = 0.8508
9
Contoh :
Misal suatu obesrvasi memebrikan kepercayaan terhadapa h1
dengan MB[h1,e] = 0.5 dan MD[h1,e] = 0.2
Maka :
CF[h1,e] = 0.5 – 0.2 = 0.3
BAB III
PENUTUP
A. Kesimpulan
Ketidakpastian adalah suatu kondisi dimana memungkinkan
munculnya fakta-fakta baru yang dapat mengakibatkan ketidakkonsistenan
dari sistem yang telah kita rancang atau kita buat.
Terdapat teknik-teknik yang dapat kita pelajari untuk mengatasi
ketidakpastian dalam sebuah sistem diantaranya adalah Probabilitas &
Teorema Bayes dan Certainty Factor (CF)
Probabilitas adalah suatu teknik yang dapat digunakan untuk
menunjukkan kemungkinan sesuatu akan terjadi atau tidak.
Teorema Bayes adalah teori yang menyatakan seberapa jauh
derajat kepercayaan subjektif harus berubah secara rasional ketika ada
petunjuk baru. Dalam penafsiran frekuentis teorema ini menjelaskan
representasi invers probabilitas dua kejadian.
Certainty Factor (CF) adalah suatu teknik yang dapat digunakan
untuk menunjukkan ukuran kepastian terhadap suatu fakta atau aturan.
B. Saran
Untuk menyelesaikan sebuah ketidakpastian dalam sebuah sistem
yang akan kita rancang atau yang telah kita buat, teman-teman dapat
mempelajari teknik-teknik didalam makalah ini dan kemudian diterapkan
sehingga ketidakpastian dalam sebuah sistem tersebut dapat kita atasi
dengan baik. Tidak lupa juga kami sebagai penulis memohon kritikan dan
saran yang membangun terhadap isi makalah kami. Karena dapat kita
ketahui bersama bahwa tidak ada yang sempurna didunia ini.
12
DAFTAR PUSTAKA
[1] R. Munarto, “Sistem Pakar Diagnosis,” vol. 14, no. 1, pp. 75–86, 2018.