REPRESENTASI KASUS

M K PENALARAN KOMPUTER B
KELOMPOK 2
A RY K U S U M A N I N G S I H 1 5 / 3 9 1 2 1 2 / P PA/ 0 5 0 1 0
S R I W U L A N DAR I

1 5 / 3 8 8 5 0 1 / P PA/ 0 4 9 4 0

PENDAHULUAN
Kasus dapat diartikan sebagai kumpulan
pengalaman kontekstual dimasa lampau yang
berguna bagi penalar untuk mencapai tujuannya
Representasi kasus dapat dilihat sebagai
serangkaian tugas untuk membuat komputer
mampu
mengenali,
menyimpan
serta
memproses pengalaman kontekstual dimasa
lampau.

PENDAHULUAN
Permasalahan
(problems part)
Kasus
Penyelesaian
(solutions part)

PENDAHULUAN
Pada penalaran berbasis kasus, basis pengetahuan
akan berisi solusi-solusi yang telah dicapai
sebelumnya, kemudian akan diturunkan suatu solusi
untuk keadaan yang terjadi sekarang (fakta yang ada).
Bentuk ini digunakan apabila user menginginkan untuk
tahu lebih banyak lagi pada kasus-kasus yang hampir
sama (mirip). Selain itu, bentuk ini juga digunakan
apabila kita telah memiliki sejumlah situasi ataukasus
tertentu dalam basis pengetahuan (Kusumadewi
2003).

PENDAHULUAN
Keuntungan penalaran berbasis kasus yaitu :
1. Kemampuan
untuk
belajar
dengan
menambahkan kasus baru seiring waktu
tanpa perlu menambahkan aturan baru
atau merubah aturan yang sudah ada
2. Tidak diperlukannya suatu model yang
eksplisit dan pengetahuan didapatkan
dengan cara mengumpulkan kejadiankejadian yang sudah terjadi.

Traditional
data
modeling
techniques

Soft
computing
techniques

Case
Representation

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

TEKNIK PEMODELAN DATA

TRADISIONAL

TRADITIONAL DATA
MODELING TECHNIQUES
1.
2.
3.

Relational Database Model

Object Oriented Model
Predicate Logic Model

1. RELATIONAL
DATABASE MODEL
Relasi dapat didefinisikan sebagai
bagian dari objek diskrit dari domain
yang berhubungan.
Masing-masing objek atau kasus
direpresentasikan oleh baris dalam
tabel
relasional
dimana
kolom
digunakan
untuk
mendefinisikan
atribut dari objek tersebut.

EXAMPLE : CAR
BUYING

CAR BUYING CASE

RECORD

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

2. OBJECT ORIENTED
REPRESENTATION
Representasi berorintasi obyek, merupakan teknik representasi
yang digunakan untuk mengkharakterisasi objek-objek yang
kompleks yang memiliki akses pada relasi antar atributnya.
Kelebihan representasi berorientasi objek diantaranya ringkas,
perangkat lunak yang dikembangkan dapat digunakan kembali
untuk kasus yang berbeda (reusability) dan membutuhkan
memori yang lebih sedikit serta mudah dipahami

STRUKTUR OBJEK
DALAM OO

Objek mendeskripsikan suatu entitas tertentu dalam domain

sedangkan properti dari objek direpresentasikan oleh atribut.
Object class mendeskripsikan struktur objek menggunakan atribut.
Case-Based Reasoning
Michael M. Richter & Rosina O. Weber (2013)

SOLUTION TYPE

Contoh solusi yang diberikan untuk permasalahan

Permintaan hotel/kamar

Case-Based Reasoning
Michael M. Richter & Rosina O. Weber (2013)

CLASS HIERARCHY

Case-Based Reasoning
Michael M. Richter & Rosina O. Weber (2013)

EXAMPLE : BUYING A
CAR

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

3. TEKNIK REPRESENTASI BERBASIS

PREDIKAT
Predikat dapat didefinisikan sebagai relasi antar objek, dalam CBR
predikat digunakan untuk merepresentasikan hubungan antar
aturan (IF) dan fakta (THEN). Kasus dapat didefinisikan sebagai
kumpulan fakta dan predikat.
Keunggulan teknik ini memungkinkan sistem CBR untuk
menggabungkan beberapa aturan kedalam sistem sehingga
membentuk kumpulan aturan campuran. Hal ini akan menjadi
sangat efektif apabila diterapkan pada domain aplikasi seperti
sistem pendeteksi kesalahan.
Namun, teknik ini memiliki kekurangan yaitu pengumpulan data
untuk membandingkan kemiripan kasus satu dan lainnya semudah
teknik lainnya.

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

PERBANDINGAN METODE
REPRESENTASI
TRADISIONAL

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

TEKNIK SOFT COMPUTING

SOFT COMPUTING
1.
2.

Himpunan Fuzzy
Himpunan Rough

1. HIMPUNAN FUZZY
Keseluruhan ruang permasalahan dari nilai terkecil hingga
nilai terbesar yang diijinkan disebut dengan semesta
(Universal)
Sebuah himpunan Fuzzy merupakan Kumpulan dari Object
yang diambil dari Universal set U.
Setiap himpunan Fuzzy memiliki nilai fungsi keanggotaan:

NILAI MEMBERSHIP
FUNCTION

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

MEMBERSHIP
FUNCTION
1.
2.

Kurva Linier
Kurva Segitiga

3.

Kurva Sigmoid

KURVA LINIER
1
(x)

domain

[x]

0;

xa
xa
; axb
ba
1;

xb

KURVA SEGITIGA
Pusat
Pusat
1
(x)
0

a
Sisi
Sisi
ckiri
kiri

b
Domain
Domain

Sisi
Sisi
kanan
kanan

x a atau x c
0;

( x; a, b, c) ( x a) /(b a); a x b
(c x) /( c b); b x c

KURVA SIGMOID
1
derajat
keanggotaan
0,5

0
i

Titik
Titik Infleksi
Infleksi

Keanggotaan=0
Keanggotaan=0

Keanggotaan=1
Keanggotaan=1

S(x; , , )

2(( x ) /( ))2

2
1 2(( x ) /( ))

ARSITEKTUR SISTEM
CBR FUZZY

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

2. HIMPUNAN ROUGH

Himpunan Rough memberikan kerangka matematika baru

untuk analisis data yang tidak tepat, tidak jelas, dan tidak
pasti.
Gagasan utama himpunan rough adalah bahwa jika benda
mirip atau kurang dapat dibedakan dalam suatu informasi
yang diberikan, set yang sama dari informasi tersebut dapat
digunakan untuk karakteristik.

CONTOH KASUS : 1

Pasien pada nomor 3 dan 6, dengan kondisi sama tetapi

identifikasi penyakit berbeda

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

CONTOH KASUS : 2

LANGKAH-LANGKAH :

Melakukan pemilahan atribut dan menyamakan kasus, untuk

kasus yang sama dimasukkan menjadi 1 partisi
Pada setiap partisi X, Identifikasi partisi C-lower yang ada yang
memiliki ekuivalensi dengan anggota setiap X yang ada

Lakukan Positif Region Combination C Lower dari setiap partisi

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

LANGKAH-LANGKAH :
Lakukan merge

Lakukan Reduce

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

PADA HIMPUNAN
FUZZY :
Merepresentasikan nilai-nilai linguistik untuk dicari nilai
fungsi keanggotanya

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

SKEMA ROUGH FUZZY

RETREIVAL

Foundations of Soft Case-Based Reasoning

Sankar K. Pal & Simon C. K. Shiu (2014)

TERIMA KASIH...