Artificial Intelligence
Minggu 5
Quantifying Uncertainty
Artificial Intelligence
LEARNING OUTCOMES
Artificial Intelligence
ISI MATERI
Aturan diatas salah, karena tidak semua pasien sakit gigi mempunyai gigi yang
berlubang. Bisa disebabkan oleh penyakit gusi, abses atau penyakit lainnya.
Sayangnya, untuk membuat aturan itu benar, kita harus menambahkan daftar
kemungkinan penyebab yang tidak terbatas.
Tetapi aturan kedua ini juga tidak benar; tidak semua gigi berlubang menyebabkan rasa sakit.
Satu-satunya cara untuk memperbaiki aturan tersebut adalah membuatnya lengkap secara
logika. Hubungan antara sakit gigi dan gigi berlubang bukanlah konsekuensi logis dua arah.
Kita mungkin tidak tahu pasti apa yang terjadi pada pasien tertentu, tetapi kami, katakanlah,
kemungkinan 80%—yaitu, probabilitas 0,8—bahwa pasien yang sakit gigi memiliki gigi
berlubang.
Artificial Intelligence
(3)
Dalam AI, himpunan selalu digambarkan dengan proposisi dalam bahasa formal.
Untuk setiap proposisi, himpunan yang sesuai hanya berisi itu kemungkinan di mana
proposisi itu berlaku. Probabilitas yang terkait dengan proposisi didefinisikan sebagai
jumlah dari probabilitas di mana proposisi itu berada
(4)
Misalnya, ketika melempar dua dadu untuk melihat kemungkinan dua buah dadu
tersebut menghasilkan jumlahan total 11 P(Total = 11) = P((5, 6)) + P((6, 5)) = 1/36
+ 1/36 = 1/18. Perhatikan bahwa teori probabilitas tidak memerlukan pengetahuan
lengkap tentang probabilitas dari setiap kemungkinan yang ada.
Definisi probabilitas bersyarat, pada persamaan (5), dapat ditulis dalam bentuk lain
yang disebut aturan produk
Variabel dalam teori probabilitas disebut variabel random dan aturan penamaannya
dimulai dengan huruf besar. Setiap variable random mempunyai domain. Variabel
Boolean mempunyai domain {true,false}. Perlu diperhatikan bahwa untuk
penulisan nilai variable diawali dengan huruf kecil.
Contoh:
Umur{anak-anak, remaja, parobaya}
Cuaca{cerah, berawan, hujan}
Artificial Intelligence
Untuk menyatakan probabilitas kemungkinan semua nilai dari variabel, dapat
ditulis:
P(Cuaca = cerah)=0.6
P(Cuaca = hujan)=0.1
P(Cuaca = berawan)=0.29
Huruf P dicetak tebal menunjukkan bahwa hasilnya adalah vektor angka di mana
urutan cerah, hujan, berawan telah ditentukan sebelumnya di domain Cuaca. Notasi
P juga digunakan untuk distribusi bersyarat: P(X | Y) dengan nilai variabel P(X = xi
| Y = yj ) untuk setiap pasangan i, j yang mungkin.
Artificial Intelligence
dapat dilihat dibawah ini. Diberikan tiga buah variabel beserta dengan
probabilitasnya.
Tabel 1. Full Joint Distribution untuk toothache, cavity, catch
toothache ¬ toothache
catch ¬ catch catch ¬ catch
cavity 0.108 0.012 0.072 0.008
¬ cavity 0.016 0.064 0.144 0.576
Untuk mengetahui probabilitas kejadian gigi berlubang (cavity) jika diketahui terjadi
sakit gigi (toothache), kita bisa gunakan rumus probabilitas bersyarat
𝑃(𝑐𝑎𝑣𝑖𝑡𝑦 ∧ 𝑡𝑜𝑜𝑡ℎ𝑎𝑐ℎ𝑒)
𝑃(𝑐𝑎𝑣𝑖𝑡𝑦|𝑡𝑜𝑜𝑡ℎ𝑎𝑐ℎ𝑒) =
𝑃(𝑡𝑜𝑜𝑡ℎ𝑎𝑐ℎ𝑒)
= 0.108 + 0.012/0.108+0.012+0.016+0.064
= 0.6
Kita juga dapat menghitung probabilitas tidak ada kejadian gigi berlubang jika
dialami sakit gigi
𝑃(¬𝑐𝑎𝑣𝑖𝑡𝑦 ∧ 𝑡𝑜𝑜𝑡ℎ𝑎𝑐ℎ𝑒)
𝑃(¬𝑐𝑎𝑣𝑖𝑡𝑦|𝑡𝑜𝑜𝑡ℎ𝑎𝑐ℎ𝑒) =
𝑃(𝑡𝑜𝑜𝑡ℎ𝑎𝑐ℎ𝑒)
= 0.016+0.064/0.108+0.012+0.016+0.064
= 0.4
Artificial Intelligence
Mari kita lihat kembali 3 variabel pada full joint distribution sebelumnya, lalu kita
tambahkan dengan variabel keempat yaitu Weather sehingga menjadi P(Toothache,
Catch, Cavity, Weather). Penambahan variabel keempat mengakibatkan terdapat 32
kemungkinan yang berasal dari (2x2x2x4).
Lalu bagaimana P(toothache, catch, cavity, cloudy) dan P(toothache, catch, cavity)
saling terhubung? Dengan menngunakan formula diatas maka
Cavity
Toothache Catch
Weather
Cavity
Weather
Toothache Catch
Gambar 1
Pada gambar 1 dapat dilihat ekspansi joint distribution menggunakan probabilitas tak
bersyarat
5. ATURAN BAYES
Teorema bayes digunakan untuk menggambarkan hubungan antara peluang bersyarat
dari dua kejadian. Notasi yang digunakan pada teorema Bayes adalah
Artificial Intelligence
Contoh penerapan teorema bayes pada kasus sederhana
Diketahui :
P(demam)=0,4 . P (muntah) = 0,3. P(demam|muntah)=0,75
Berapa nilai P(muntah|demam) ?
Solusi
Peristiwa A1. Hujan di pernikahan Maria.
Peristiwa A2. Tidak hujan di pernikahan Maria.
Peristiwa B. Ramalan cuaca diprediksi hujan.
Artificial Intelligence
SIMPULAN
1. Ketidakpastian muncul karena adanya laziness dan ketidaktahuan. Hal ini tidak
dapat dihindari dalam permasalahan yang kompleks, nondeterministik, atau hanya
sebagian yang dapat diamati.
Artificial Intelligence
DAFTAR PUSTAKA
Artificial Intelligence