1.

Contoh kasus Forward Chaining

Misalkan diketahui ada 4 rule dari sistem pakar sebagai berikut :
Rule 1 : If cuaca mendung A
And Suhu rendah B
Then Suhu kamar turun C
Rule 2 : If Suhu kamar turun C
Then AC mati D
Rule 3 : If AC mati D
And Suhu kamar naik E
Then AC akan menyala F
Rule 4 : If Suhu kamar naik E
Then Pemanas akan mati G

Apakah Pemanas mati (G)?

Rule
A : cuaca mendung
R1 = If cuaca mendung and suhu rendah then suhu kamar
B : suhu rendah
turun R2 = If suhu kamar turun then AC mati C : suhu kamar turun
R3 = If AC mati and suhu kamar naik then AC akan menyala D : AC mati
R4 = If suhu kamar naik then pemanas akan mati E : Suhu kamar naik
F : Ac akan menyala
Penyelesaian : G : Pemanas akan mati
R1 = A and B then C (X)
R2 = C then D (X)
R3 = D and E then F (X)
R4 = E and F then G (X)

Fakta: Goal:
A, B, E G
Database
A, B, E
C, D, F, G
Jadi dari goal yang ada yaitu terdapat 4 iterasi atau 4 kemungkinan yang ada dimana
terdapat goal yaitu G dan memang benar fakta yang ada terdapat goal G.

2. Contoh kasus Backward Chaining

Penyelesaian :
R1 = A and B then C (X)
R2 = C then D (X)
R3 = D and E then F (X)
R4 = E and F then G (X)

Fakta: Goal:
A, B, E G

Stack:
G, F, D, C

Fakta Baru:
A, B, E
C, D, F, G

Kesimpulan:
Terdapat 4 iterasi atau 4 kemungkinan yang dimana pada awal pembuktian goal yaitu G
diletakkan di stack dan ketika ketemu dengan fakta yang ada didatabase maka akan
dimasukkan di fakta baru atau database baru yang ada dibawah database yaitu:
C, D, F, G