- Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui
- Dalam sistem pakar proses inferensi dilakukan dalam suatu modul yang disebut Inference Engine (Mesin inferensi)
- Ketika representasi pengetahuan (RP) pada bagian knowledge base telah lengkap, atau paling tidak telah berada pada level yang cukup akurat, maka RP tersebut telah siap digunakan.
- Inference engine merupakan modul yang berisi program tentang bagaimana mengendalikan proses reasoning.
2. Reasoning
Definisi : proses bekerja dengan pengetahuan, fakta, dan strategi pemecahan masalah, untuk mengambil suatu kesimpulan. (Berpikir dan mengambil kesimpulan)
Metode Reasoning
a. Deductive Reasoning : untuk mendeduksi informasi baru dari hubungan logika pada informasi yang telah di ketahui.
b. Inductive Reasoning : untuk mengambil kesimpulan umum dari sejumlah fakta khusus tertentu.
c. Abductive Reasoning : bentuk dari proses deduksi yang mengijinkan inferensi
plausible (plausibe : konklusi mungkin mengikuti informasi yang tersedia, tapi juga bisa salah.)
d. Analogical Reasoning : membantu kita memahami situasi baru atau objek baru.
e. Common Sense Reasoning : untuk memperoleh solusi secara cepat.
3. INFERENCING DENGAN RULES : FORWARD dan BACKWARD CHAINING
- Inferensi dengan rules merupakan implementasi dari modus ponen, yang direfleksikan dalam mekanisme search (pencarian).
- Firing a rule: Bilamana semua hipotesis pada rules (bagian “IF”) memberikan pernyataan BENAR.
- Dapat mengecek semua rule pada knowledge base dalam arah forward maupun backward
- Proses pencarian berlanjut sampai tidak ada rule yang dapat digunakan (fire), atau sampai sebuah tujuan (goal)tercapai.
- Ada dua metode inferencing dengan rules, yaitu :
- Forward Chaining atau Data-Driven dan
- Backward Chaining atau Goal-Driven.
- Forward Chaining
Merupakan grup dari multipel inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.
- Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi.
- Forward Chaining adalah data driven karena inferensi dimulai dengan informasi yg tersedia dan baru konklusi diperoleh.
- Beberapa Sifat forward chaining:
· Good for monitoring, planning, and control
· Looks from present to future.
· Works from antecedent to consequent.
· Is data-driven, bottom-up reasoning.
· Works forward to find what solutions follow from the facts.
· It facilitates a breadth-first search.
· The antecedents determine the search.
· It does not facilitate explanation.
· Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
- Backward Chaining
Pendekatan goal-driven, dimulai dari ekspektasi apa yang diinginkan terjadi (hipotesis), kemudian mengecek pada sebab-sebab yang mendukung (ataupun kontradiktif) dari ekspektasi tersebut.
- Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.
- Beberapa sifat dari backward chaining:
o Good for Diagnosis.
o Looks from present to past.
o Works from consequent to antecedent.
o Is goal-driven, top-down reasoning.
o Works backward to find facts that support the hypothesis.
o It facilitates a depth-first search.
o The consequents determine the search.
o It does facilitate explanation.
0 comments:
Post a Comment