SISTEM INFORMASI

ARTIFICIAL
INTELLIGENCE
INTELEGENSI
BUATAN
UNIBBA
KETIDAKPASTIAN Yaya Suharya

yaya.unibba@gmail.com

PERTEMUAN KE-7 08112031124

(3 SKS – 16 X PERTEMUAN)
Kamis, 12 November 2020
NOW …

KETIDAKPASTIAN
KETIDAKPASTIAN

Probabilitas

Teorema Bayes

Latihan Soal
KETIDAKPASTIAN

• Ketidakpastian dapat dianggap sebagai

suatu kekurangan informasi yang
memadai untuk membuat suatu
keputusan.
• Ketidakpastian merupakan suatu
permasalahan karena mungkin
menghalangi kita membuat suatu
keputusan yang terbaik.
KETIDAKPASTIAN

• Banyak masalah tidak dapat

dimodelkan secara lengkap dan
konsisten.
• Misalnya :
– Suatu penalaran dimana adanya penambahan
fakta baru mengakibatkan ketidakkonsistenan,
– dengan ciri-ciri sebagai berikut :
• - adanya ketidakpastian
• - adanya perubahan pada pengetahuan
• - adanya penambahan fakta baru dapat
mengubah konklusi yang sudah terbentuk
KETIDAKPASTIAN

Contoh :
• Premis -1 : Aljabar adalah pelajaran
yang sulit
• Premis -2 : Geometri adalah pelajaran
yang sulit
• Premis -3 : Kalkulus adalah pelajaran
yang sulit
• Konklusi : Matematika adalah pelajaran
yang sulit
 KETIDAKPASTIAN
• Munculnya premis baru bisa mengakibatkan
gugurnya konklusi yang sudah diperoleh, misal :
• Premis -4 : Kinematika adalah pelajaran yang sulit
• Premis tersebut menyebabkan konklusi :
“Matematika adalah pelajaran yang sulit”, menjadi
salah, karena Kinematika bukan merupakan
bagian dari Matematika, sehingga bila
menggunakan penalaran induktif sangat
dimungkinkan adanya ketidakpastian.
PROBABILITAS

• Probabilitas menunjukkan kemungkinan

sesuatu akan terjadi atau tidak.
• P(E) = jumlah kejadian berhasil/ jumlah
semua kejadian
• Misal dari 10 orang sarjana , 3 orang
menguasai CISCO, sehingga peluang
untuk memilih sarjana yang menguasai
CISCO adalah :
• p(CISCO) = 3/10 = 0.3
PROBABILITAS

• P(E) = 0 -> Peristiwa E pasti tidak

terjadi
• P(E) = 1 -> Peristiwa E pasti terjadi
• Apabila E bukan peristiwa E, maka P(E)
= 1- P(E)
Atau berlaku P(E) + P(E) =1
PROBABILITAS KONDISIONAL
PROBABILITAS KONDISIONAL
TEOREMA BAYES
Contoh Penerapan Teorema
Bayes
• Diketahui :
• P(demam)=0,4 . P (muntah) = 0,3.
P(demam|muntah)=0,75
• Berapa nilai P(muntah|demam) ?
P(demam | muntah) xP(muntah) 0,75 x0,3
P(muntah | demam)    0,56
P(demam) 0,4
Latihan Soal

1. Peluang seorang lelaki yg telah menikah

menonton suatu acara di tv adalah 0.4 dan
peluang seorang wanita yg telah menikah
menonton acara TV yang sama 0.5. Peluang
seorang lelaki menoton acara TV tsb bila
istrinya menonton adalah 0.7. Hitunglah :
a. Peluang sepasang suami istri menonton acara
TV tsb
b. Peluang seorang istri menonton acara TV itu
bila suaminya menonton acara TV tsb
Jawaban Latihan Soal

• 1. Diketahui :
L : laki-laki (suami)
W : Wanita (istri)
• P(L) = 0.4 . P(W) = 0.5. P(L|W)= 0.7

• a) P(L dan W) = P(W) P(L|W) = 0.5 x 0.7 =

0.35
• b) P(W|L) = P(L dan W) / P(L) = 0.35/0.4 =
0.875
Latihan Soal

• Selama beberapa tahun terakhir, diketahui

bahwa perkantoran itu menggunakan listrik
PLN adalah 0.9 dan peluang menggunakan
generator adalah 0.1, peluang terjadi
ketidakstabilan pada arus PLN 0,2 dan peluang
terjadi ketidakstabilan pada generator 0.3.
• Bila suatu saat diketahui terjadi ketidakstabilan
arus listrik, maka berapakah probabilitas saat
itu aliran listrik berasal dari generator?
Jawaban Latihan Soal
• 2.Diketahui:
• E : Peristiwa listrik PLN digunakan
• Ec : Peristiwa listrik Generator digunakan
• A :Peristiwa terjadinya ketidak stabilan arus
• P(E)=0.9 P(E’)=0.1 P(A|E)=0.2 P(A|E’)=0/3
• P(A)=P(E).P(A|E)+P(E’).P(A|E’) =(0.9).(0.2)+(0.2).
(0.3) =0.21

• P(E’|A)=P(E’nA)/P(A)
• =P(E’).P(A|E’)/P(A) =0.03/0.21=0.143
3. Pada awal tahun 2015, rekrutmen personil berkualifikasi
tinggi hanya terbuka untuk mahasiswa dari tiga universitas:
Universitas Laval, Universitas Montreal dan Concordia
University. Informasinya adalah sebagai berikut :
• Tingkat keberhasilan pelamar dari Laval University : 85%;
• Tingkat keberhasilan pelamar dari Universitas Montreal :
80%;
• Tingkat keberhasilan pelamar dari Concordia University :
90%;
• Tingkat keberhasilan untuk semua calon adalah 82%.
• Kami berasumsi bahwa hasil kompetisi tahun 2015 adalah
perkiraan yang baik dari orang-orang dari tahun berikutnya.
Selain itu, kita mengasumsikan bahwa proporsi siswa dari
University of Montreal di kompetisi ini adalah dua kali
lipat dari Laval University.
• a) Buatlah pohon peristiwa/pohon keadaan. (Pastikan untuk
 Jawaban Latihan Soal
• 3. a. Pohon peristiwa/pohon keadaan

L : Universitas Laval
M : Universitas Montreal
C : Universitas Concordia
R : Sukses/ Berhasil
R’ : Gagal
Latihan Soal

• b) Tentukan proporsi mahasiswa dari

tiga universitas (Laval, Montreal dan
Concordia) untuk masuk kompetisi
pada tahun 2015.
• c) Jika kita tahu bahwa seorang
mahasiswa pelamar tidak lulus ujian,
tentukan probabilitas bahwa ia datang
dari Concordia University.
3b. P(R) = 0,82 maka:
• P(R) = P (L) * P(R|L) + P(M) * P(R|M) + P(C) * P(R|
C) .
• 0,82 = x*0,85 + 2x* 0,8 + (1‐3x)* 0,9
• 0,82 = 0,85*x + 1,6*x + 0,9 – 2,7*x
• 0,82 – 0,9 = ‐0,25*x
• ‐0,08 = ‐0,25*x
• P(L)=x, x = 0,32 sehingga
• P(L) = 0,32, P(M) = 0,64 dan P(C) = 0,04
• 3c. Tentukan peluang mahasiswa Concordia
University yang diketahui hasil ujiannya tidak berhasil
(gagal) dalam ujian.
Persiapan UTS > Pekan Depan

• Bahan Materi Pertemuan 1-7

• UTS bersifat open Note :
– Silakan membuat Ringkasan di kertas A4
(1 lembar/2 halaman bolak-balik)
– Boleh tulis tangan atau print ketik
 NEXT ….

• UTS
 NEXT ….

• Pengertian Logika Fuzzy

• Mengapa Menggunakan Logika Fuzzy
• Dasar - Dasar Logika Fuzzy
• Himpunan Fuzzy
• Fungsi Keanggotaan
• Operator Fuzzy
• Fungsi Implikasi
• Fuzzy Inference System