Intelligence
Kelompok 3
Baskoro
Apabila kita mangajukan pertanyaan apakah Agus masih hidup?. Dengan merepresentasikan setiap
fakta diatas dalam bahasa formal, seperti dalam representasi logika, maka akan didapat
representasi sbb :
Konsep Reasoning
Jika jawaban yang didapatkan adalah yes, maka telah disimpulkan jawaban bahwa
agus telah meninggal. Jika jawaban no maka disimpulkan agus masih belum jelas
apakah sudah mati atau hidup.
Konsep Reasoning
Untuk mendapatkan jawaban diatas, terdapat 2 kemungkinan yang menjadi
alasan hingga didapatkan jawaban yes, yaitu:
(A). 1. Agus adalah seorang lelaki.
2. Semua manusia adalah fana (4).
3. Umurnya lebih dari 80. (7) + (3)
Sehingga dia disimpulkan sudah mati.
(B). (1) Agus adalah kebangsaan x
(2) Semua orang berkebangsaan x meninggal pada tahun 1995.
(3) Sekarang tahun 2006
Sehingga disimpulkan Agus sudah mati.
Bayesian Reasoning
Probabilitas Bersyarat
Sebuah penyakit menyerang 10% dari populasi. Untungnya, ada sebuah tes
yang dapat menguji apakah seseorang mengidap pernyakit tersebut.
Namun, test tersebut tidak sempurna:
Jika seseorang mengidap, terdapat probabilitas 10% bahwa tes
menyebutkan bahwa orang tersebut tidak mengidap. Ini disebut false
negatives.
Jika seseorang tidak mengidap, terdapat probabilitas 30% bahwa tes
menyebutkan bahwa orang tersebut mengidap. Ini disebut false
positives.
Andaikan seseorang secara random diberikan tes ini. Jika tes
menghasilkan positive, berapakah probabilitas bahwa orang tersebut
mengidap penyakit tersebut?
Konsep Diagram Pohon Uji Medis
Cara Kerja Diagram Pohon
Jawabannya adalah definisi sebelumnya tentang probabilitas bersyarat, yang dapat juga
diungkapkan dalam bentuk berikut:
Dengan demikian, jika hasil tes seseorang positif, hanya 25% kans bahwa dia mengidap penyakit
tersebut.
Pertanyaan
[Belief , Plausability]
Pl (s) = 1 Bel ( - s)
Dengan :
Untuk itu perlu adanya probabilitas fungsi densitas (m). Nilai m tidak hanya
mendefinisikan elemen elemen saja, namun juga semua subset-nya. Sehingga
n
jika berisi n elemen, maka subset dari semuanya berjumlah 2
Teori Dempster Shafer
Disini, harus ditunjukkan bahwa jumlah semua m dalam subset sama dengan 1.
andaikan tidak ada informasi apapun dalam memilih keempat hipotesis tsb, maka
nilai :
m { } = 1,0
Diketahui bahwa panas merupakan gejala flu, demam, dan bronkhitis dengan m
= 0,8 maka :
m (F,D,B) = 0,8
m { } = 1 - 0,8 = 0,2
Teori Dempster Shafer
Contoh kasus 1.
Gejala 1 : Panas.
m1[F,D,B] = 0,8
Kemudian diketahui juga nilai kepercayaan setelah dilakukan observasi terhadap hidung
buntu sebagai gejala dari alergi, penyakit flu, dan demam adalah :
m2 (A,F,D) = 0,9
m2 () =1 0,9 = 0,1
Munculnya gejala baru ini mengharuskan untuk menghitung densitas baru untuk beberapa
kombinasi (m3). Untuk memudahkan perhitungan , terlebih dahulu himpunan himpunan
bagian yang terbentuk kita bawa ke bentuk tabel seperti terlihat pada tabel 4.2
Teori Dempster Shafer
Dibawah ini, kolom pertama berisi semua himpunan bagian pada gejala
pertama (panas) dengan m1 sebagai fungsi densitas. Sedangkan baris
pertama berisi semua himpunan bagian pada gejala kedua (hidung
buntu) dengan m2 sebagai fungsi densitas.
Tabel 4.2
Teori Dempster Shafer
Keterangan :
-Baris kedua dan ketiga pada kolom kedua merupakan irisan dari
kedua himpunan
Teori Dempster Shafer
Selanjutnya dihitung densitas baru untuk beberapa kombinasi (m 3) dengan persamaan
Dempster-Shafer sbb :
Teori Dempster Shafer
Keterangan :
Terlihat bahwa pada mulanya dengan hanya gejala panas, m{F,D,B} = 0,8.
Namun setelah ada gejala baru (hidung buntu), maka nilai m{F,D,B} =
0,08.
Demikian pula pada mulanya hanya dengan gejala hibung buntu, m{A,F,D} =
0,9. Namun setelah ada gejala baru (panas) maka m{A,F,D} = 0,18.
Dengan adanya 2 gejala tersebut, maka nilai densitas yang paling kuat adalah
m{F,D} = 0,72.
Bagaimana jika Ani ke dokter lagi dan ditemukan gejala baru lagi berupa Ani
makan udang.
Teori Dempster Shafer
Gejala 3 : makan udang
Setelah dilakukan observasi, diketahui bahwa udang sebagai gejala Alergi dengan nilai
kepercayaan :
m4{A} = 0,6
m4{} = 1 0,6 = 0,4
Maka harus dihitung densitas baru untuk setiap himpunan bagian dengan fungsi densitas
m5
Untuk memudahkan dibuat tabel dengan kolom pertama berisi himpunan bagian-
himpunan bagian hasil kombinasi gejala 1 dan gejala 2 dengan fungsi densitas m 3.
Sedangkan baris pertama berisi himpunan bagian-himpunan bagian pada gejala 3
Teori Dempster Shafer
Tabel 4.3
Sehingga dapat dihitung densitas baru m5 hasil kombinasi dari gejala lama dengan gejala baru.
Teori Dempster Shafer
Densitas baru m5 adalah sbb :
Teori Dempster Shafer
- Ternyata dengan gejala baru ini karena Ani makan udang dimana
Ani alergi terhadap udang, nilai densitas yang paling tetap yaitu
m5{F,D} = 0,554.
- Jadi dengan tiga jenis gejala yang dialami oleh Ani, kemungkinan
paling kuat Ani terkena Flu dan Demam.
Teori Dempster Shafer
Test kedua adalah test matematika, hasil test menunjukkan bahwa probabilitas densitas
m2(I} = 0,8.
Test ketiga adalah wawancara. Hasil test menunjukkan bahwa densitas probabilitas m 4{P}
= 0,3.
Tentukan probabilitas densitas dari kombinasi gejala (hasil test) yang didapat oleh Tomy.
SEKIAN DAN TERIMA KASIH