Metode Forward dan Backward Chaining

Faktor Kepastian
 Forward Chaining merupakan teknik
pencarian yang dimulai dari sekumpulan data
atau informasi untuk memperoleh solusi suatu
permasalahan

Backward Chaining merupakan metode

pencarian yang dimulai dari tujuan yang
melalui perumusan dan pengujian hipotesis
untuk menjadi solusi dari suatu permasalahan.
 F o r w a rd C h a i n i n g a d a l a h m e t o d e p e n c a r i a n
atau teknik pelacakan ke depan yang dimulai
dengan informasi yang ada dan penggabungan
rule untuk menghasilkan suatu kesimpulan atau
tujuan.
Russel S,Norvig P (2003)

Menurut Sumber [3], Backward Chaining Menggunakan

pendekatan goal-driven, dimulai dari harapan apa yang akan
terjadi (hipotesis) dan kemudian mencari bukti yang
mendukung (atau berlawanan) dengan harapan kita.
 3 macam teknik penelusuran (searching)
• Teknik Depth-First Search
Teknik penelusuran data pada node-node secara vertical dan sudah
terdefinisi.

• Kekurangan teknik ini membutuhkan waktu yang sangat

lama untuk ruang lingkup masalah yang besar.
 Teknik Breadth-First Search

Teknik penelusuran data pada semua node secara detail

dalam satu level atau sebelum ke level atau tingkatan di
bawahnya.
 Teknik Best-First Search
(heuristic)

Teknik penelusuran yang menggunakan

pengetahuan sebagai literatur untuk
menemukan node solusi berada.
• Teknik ini sangat ringan dalam komputasi, di karenakan
teknik ini hanya mencari dan mengkaji solusi yang
memberikan harapan saja.

•Teknik ini yang paling menyerupai Teknik manusia dalam

mencari solusi
Karakteristik forward dan backward
chaining
Kekurangan dan kelebihan forward chaining
DUR. (1994)

Kelebihan
• Metode ini mampu menyediakan banyak sekali informasi data
yang kecil
• metode ini akan bekerja dengan baik ketika problem bermula
dari mengumpulkan/ menyatukan informasi lalu kemudian
mencari kesimpulan
• Kelemahan
• kemungkinan tidak adanya cara untuk mengenali dimana
beberapa fakta lebih penting dari fakta lainnya.
• Sistem bisa saja menanyakan pertanyaan yang tidak
berhubungan.
 Algoritma Forward Chaining

Bila sebuah rule di eksekusi, maka sebuah fakta baru

ditambahkan kedalam database. Setiap kali
pencocokan dimulai dari rule teratas dan setiap rule
hanya boleh dieksekusi sekali saja. Proses
pencocokan berhenti bila tidak ada lagi rule yang bisa
dieksekusi.
Contoh :
Menentukan warna binatang bernama Tweety.
Data awal adalah Tweety terbang dan bernyanyi.
Misalkan ada 4 aturan

1. If x melompat dan memakan serangga, maka x adalah katak

2.  If x terbang dan bernyanyi, maka x adalah burung kenari

3. If x adalah katak, maka x berwarna hijau 

4. If x adalah burung kenari, maka x berwarna kuning

Penjabaran dari contoh
1. Yang dicari pertama adalah aturan nomor 2, karena
anteseden-nya cocok dengan data kita (if Tweety
terbang dan bernyanyi)
2. Konsekuen (then Tweety adalah burung kenari)
ditambahkan ke data yang dimiliki
3. If tweety adalah burung kenari, maka Tweety berwarna
kuning (tujuan)
 Algoritma Backward chaining
Jika cocok, rule diekseksi, kemudian hipotesis di bagian
THEN ditempatkan dibasis data sebagai fakta baru.
Jika tidak cocok, simpan premis dibagian IF ke dalam
stack sebagai subGoal. Dan proses berakhir jika goal
ditemukan atau tidak ada rule yang bisa membuktikan
kebenaran dari subGoal atau Goal
 Penjelasan Algoritma Backward chaining
• Dimulai dari tujuan (goal) yang diverifikasi apakah TRUE atau FALSE.
• melihat rule yang mempunyai GOAL tersebut pada bagian konklusinya.
• Mengecek pada premis dari rule tersebut untuk menguji apakah rule
tersebut terpenuhi (bernilai TRUE)
• GOAL terbukti FALSE, maka GOAL berikut yang dicoba

• Mencari sampai ada konsekuen (Then clause) yang merupakan tujuan.

Jika antecedent (If clause) belum diketahui nilainya (bernilai
benar/salah), maka ditambahkan ke daftar tujuan.
Contoh : Menentukan warna binatang bernama Tweety.
Data awal adalah Tweety terbang dan bernyanyi. Misalkan
ada 4 aturan :

1. If x melompat dan memakan serangga, maka x

adalah katak
2. If x terbang dan bernyanyi, maka x adalah burung
kenari
3. If x adalah katak, maka x berwarna hijau 
4. If x adalah burung kenari, maka x berwarna kuning
5. If x adalah burung kenari, maka x berwarna kuning
Penjabaran
▫ Pertama akan mencari aturan 3 dan 4 (sesuai dengan tujuan kita
mencari warna)
▫ Belum diketahui bahwa Tweety adalah burung kenari, maka kedua
anteseden (If Tweety adalah katak, If Tweety adalah burung kenari)
ditambahkan ke daftar tujuan.
▫ Lalu mencari aturan 1 dan 2, karena konsekuen-nya (then x adalah
katak, then x adalah burung kenari) cocok dengan daftar tujuan yang
baru ditambahkan. 
▫ Anteseden (If Tweety terbang dan bernyanyi) bernilai true/benar, maka
disimpulkan Tweety adalah burung kenari. 
▫ Tujuan menentukan warna Tweety sekarang sudah dicapai (Tweety
berwarna hijau jika katak, dan kuning jika burung kenari, Tweety
adalah burung kenari karena terbang dan bernyanyi, jadi Tweety
berwarna kuning).
 Faktor Ketidakpastian

kata-kata bukan cara yang mutlak

mewakili makna Oleh karena itu banyak
hal yang belum dapat dipastikan 100%
kebenarannya
3 teknik untuk mengatasi ketidakpastian
1. Teknik Probabilitas adalah teknik pengembangan
dengan memanfaatkan teorema Bayes yang
menyajikan hubungan sebab akibat yang terjadi
diantara evidence-evidence yang ada.

2. 2. Faktor Kepastian, merupakan teknik penalaran

tertua, yang digunakan pada sistem MYCIN.
Teknik ini bersifat semi probabilitas, karena tidak
sepenuhnya menggunakan notasi probabilitas.
 3. Logika Fuzzy
( Teknik yang sering di gunakan )

diperkenalkan oleh Zadeh.

Setiap variabel dalam teknik ini memiliki rentang nilai tertentu, yang
akan digunakan untuk menghitung nilai fungsi keanggotaannya.

• Mudah dimengerti
• Sangat fleksibel
• Toleransi terhadap data yang cukup homogeny
• Dapat membangun dan mengaplikasikan pengalaman-
pengalaman para pakar secara langsung tanpa harus melalui
proses pelatihan
• dapat bekerjasama dengan teknik-teknik kendali secara
konvensional
• didasari pada bahasa alami
Kesimpulan
• forward dan backward chaining memiliki algoritma
yang prosesnya berbeda, namun tujuannya sama yaitu
untuk menyelesaikan suatu masalah.
• Kedua metode tersebut mempunyai kekurangan yang
sama yaitu pada tingkat efesiensi dan konseptual.
Karena pengetahuan yang diperoleh dari pakar harus
diubah untuk mengimbangi permintaan dari mesin
inferens
TUGAS
• Forward Chaining merupakan teknik pencarian yang dimulai dengan fakta yang
diketahui, kemudian di cocokkan fakta-fakta tersebut dengan bagian IF dari rules
IF-THEN. Bila ada fakta yang cocok dengan bagian IF maka rule tersebut yang
dieksekusi. setiap kali pencocokan dimulai dari rule teratas. setiap rule hanya di
eksekusi sekali saja.
• 
• Dari deskripsi di atas, bagaimana cara kerja forward chaining pada rule berikut:
• R1: IF (Y AND D) THEN Z
• R2: IF (X AND B AND E) THEN Y
• R3: IF A THEN X
• R4: IF C THEN L
• R5: IF (L AND M) THEN N
• 
• Fakta : A,B,C,D dan E bernilai BENAR
• Goal: Tentukan Apakah Z bernilai benar atau salah
Terima Kasih