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
TRADITIONAL DATA
MODELING TECHNIQUES
1.
2.
3.
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
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
SOLUTION TYPE
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
PERBANDINGAN METODE
REPRESENTASI
TRADISIONAL
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
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
2. HIMPUNAN ROUGH
CONTOH KASUS : 1
CONTOH KASUS : 2
LANGKAH-LANGKAH :
LANGKAH-LANGKAH :
Lakukan merge
Lakukan Reduce
PADA HIMPUNAN
FUZZY :
Merepresentasikan nilai-nilai linguistik untuk dicari nilai
fungsi keanggotanya
TERIMA KASIH...