6 - inference

Post on 07-Feb-2016

247 Views

Category:

Documents

1 Downloads

Preview:

Click to see full reader

DESCRIPTION

Inference

TRANSCRIPT

Artificial IntelligenceProgram Studi Teknik Informatika Universitas Komputer---------------------------Nelly Indriani Widiastuti S.Si.,M.T.

INFERENCE

Proses untuk menghasilkan informasi dari fakta yang diketahui.

Merupakan proses inferensi yang dilakukan dalam suatu modul yang

disebut inference  engine Inference engine berisi program tentang bagaimana

mengendalikan proses reasoning. bentuk untuk mengekstrak implikasi suatu pengetahuan

INFERENCE ?

3 jenis inferensi secara logik:1) Deduksi 2) Induksi 3) Abduction (abduction)

Jenis inferensi yang lain Intuisi Heuristik Generate and Test

TYPES OF LOGIC

Inferensi (penarikan kesimpulan) dengan penalaran dari yang umum ke yang khusus

Misal : Modus PonenContoh 1:

A = Udara Cerah B = Kita akan pergi ke pantai A→B = Jika udara cerah, maka kita pergi ke pantai Dengan menggunakan Modus Ponen, kesimpulan adalah

“Kita akan pergi ke Pantai”Contoh 2:

Semua kucing merupakan anggota feline Bootsy adalah seekor kucing Kesimpulan : Bootsy merupakan anggota feline

DEDUKSI

Inferensi dengan penalaran dari yang khusus (fakta-fakta) ke yang umum

Menebak dari yang sudah ada dan dari gejala yang terjadiFormatnya:

X = {a,b,c,d,...}, if property P is true for a, and if P is true for b,

and if P is true for c,..., then P is true for all X

Contoh: Semua kucing Siamese pada pertunjukan kucing 1986

mempunyai mata biru Semua kucing Siamese pada pertunjukan kucing 1987

mempunyai mata biru Kesimpulan : Semua kucing Siamese pada pertunjukan kucing

mempunyai mata biru

INDUKSI

Bentuk deduksi yang hanya menghasikan inferensi yang masuk akal (plausible inference). Dapat dikatakan sebagai upaya rasional untuk mencari penjelasan untuk setiap fenomena-fenomena yang membingungkan (Puzzling), yang adalah proses yang meliputi penghasilan hipotesis-hipotesis penjelasan dan penyeleksian hipotesis-hipotesis tertentu untuk pemeriksan lebih jauh.

Plausible berarti bahwa konklusi mungkin bisa mengikuti informasi yang tersedia, tetapi juga bisa salah.

Formatnya: if Y is true and X implies Y , then X is true ?

Contoh: Implikasi : Tanah menjadi basah jika terjadi hujan (rule) Aksioma : Tanah menjadi basah (case) Konklusi : Apakah terjadi hujan?(result)

ABDUKSI

Mengubah bentuk proposisi -> formulaContoh :

Jika ada daya listrik, komputer akan bekerjaAda dayakomputer akan bekerja

Jika : A = ada daya listrik B = komputer akan bekerja

Sehingga dapat ditulis :A→BA B

Bentuk tersebut valid, karena argumen tersebut dapat ditunjukkan sebagai suatu tautologi.

KAIDAH INFERENSI

Contoh :Jika tidak ada kesalahan maka program dapat mengkompileProgram dapat mengkompile Tidak ada kesalahan

Ponens / bukan ?Cari hukum inferensi lain !

KAIDAH INFERENSI (CONT’D)

kumpulan objek seperti kaidah (rule), aksioma, statement dan lainnya yang diatur dalam cara yang konsisten.

Tujuan : Menentukan bentuk Menunjukkan kaidah Mengembangkan kaidah yang sesuai

SISTEM LOGIKA

Membutuhkan 1. simbol alfabet.2. suatu set finite string dari simbol tertentu,

wff3. aksioma, definisi dari sistem4. kaidah inferensi, yang memungkinkan wff

sistem logika dapat didefinisikan menggunakan modus pones untuk diturunkan menjadi teorema baru.

SISTEM FORMAL

Jika terdapat argumen : A1, A2, ……., AN; A

yang valid, maka A disebut teorema dari sistem logika formal dan ditulis dengan simbol (metasymbol) yang menunjukkan wff adalah suatu teorema .

A1, A2, ……., AN AContoh :

All men are mortalSocrates is a manTherefore, Socrates is mortalMisal : H = man, M = mortal, s = Socrates

SISTEM FORMAL (CONT’D)

Contoh : teorema silogisme tentang Socrates yang ditulis dalam bentuk logika predikat.

(x) (H (x)M(x)), H(s) M(s)

Suatu wff disebut konsisten atau satifiable jika interpretasi yang dihasilkan benar, dan disebut inkonsisten atau unsatisfiable jika wff menghasilkan nilai yang salah pada semua interpretasi.

SISTEM FORMAL (CONT’D)

Forward Chaining Pencocokan fakta atau pernyataan dimulai

dari bagian sebelah kiri (IF dulu). Penalaran dimulai dari fakta terlebih dahulu

untuk menguji kebenaran hipotesis.

IF fakta THEN hipotesis

MOTOR INFERENSI

14

Backward Chaining Pencocokan pernyataan dimulai dari bagian

sebelah kanan (THEN dulu). Penalaran dimulai dari hipotesis terlebih

dahulu, dan untuk menguji kebenaran hipotesis tersebut dicari harus dicari fakta-fakta yang ada dalam basis pengetahuan.

MOTOR INFERENSI

16

No. AturanR-1 IF A & B THEN CR-2 IF C THEN DR-3 IF A & E THEN FR-4 IF A THEN GR-5 IF F & G THEN DR-6 IF G & E THEN HR-7 IF C & H THEN IR-8 IF I & A THEN JR-9 IF G THEN JR-10 IF J THEN K

MOTOR INFERENSI

Contoh: Ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan hanya: A & E (artinya: A dan E bernilai benar). Ingin dibuktikan apakah K bernilai benar (hipotesis: K)?

Aturan Fakta Baru

R-3 F

R-4 G

R-5 D

R-6 H

R-9 J

R-10 K

MOTOR INFERENSI

• Forward Chaining–Munculnya fakta baru pada saat

inferensi:

MOTOR INFERENSI

• Alur inferensi:

A

E

Fakta

Fakta

R-3 F

GR-4

DR-5

HR-6

J KR-9 R-10

MOTOR INFERENSI

• Backward Chaining– Alur inferensi:

J I

A

C

H

A

B

K R-10

R-8 R-7 R-1

Fakta

Tidak diketahui

(a) Pertama: Gagal

J G AK R-10 R-9 R-4Fakta

(b) Kedua: Sukses

•Perencanaan, monitoring, kontrol

•Disajkan untuk masa depan

•Antecedent ke konsekuen

•Data memandu, penalaran dari bawah ke atas

•Bekerja ke depan untuk mendapatkan solusi apa yang mengikuti fakta

•Breadth first search dimudahkan

•Antecedent menentukan pencarian

•Penjelasan tidak difasilitasi

SIFAT FORWARD CHAINING

Sistem Pakar: Penasihat KeuanganKasus : apakah tepat jika dia berinvestasi

pada stock IBM?Variabel-variabel yang digunakan:

A = memiliki uang $10.000 untuk investasi B = berusia < 30 tahun C = tingkat pendidikan pada level college D = pendapatan minimum pertahun $40.000 E = investasi pada bidang Sekuritas (Asuransi) F = investasi pada saham pertumbuhan (growth

stock) G = investasi pada saham IBM

Setiap variabel dapat bernilai TRUE atau FALSE

CONTOH KASUS

Diasumsikan investor memiliki data: Memiliki uang $10.000 (A TRUE) Berusia 25 tahun (B TRUE)

Apakah tepat jika berinvestasi pada IBM stock?

RULES R1 : IF seseorang memiliki uang $10.000 untuk

berinvestasi AND dia berpendidikan pada level college THEN dia harus berinvestasi pada bidang sekuritas

R2 : IF seseorang memiliki pendapatan pertahun min $40.000 AND dia berpendidikan pada level college THEN dia harus berinvestasi pada saham pertumbuhan (growth stocks)

FAKTA YANG ADA:

R3 : IF seseorang berusia < 30 tahun AND dia berinvestasi pada bidang sekuritas THEN dia sebaiknya berinvestasi pada saham pertumbuhan

R4 : IF seseorang berusia < 30 tahun dan > 22 tahun THEN dia berpendidikan college

R5 : IF seseorang ingin berinvestasi pada saham pertumbuhan THEN saham yang dipilih adalah saham IBM.

FAKTA YANG ADA:

– R1: IF A and C, THEN E– R2: IF D and C, THEN F– R3: IF B and E, THEN F– R4: IF B, THEN C– R5: IF F, THEN G

RULE SIMPLIFICATION:

Cari metode inferensi lain. Berikan contoh yang mewakili masing-masing metode

represent 7 kalimat berikut menggunakan logika predikat Water is liquid between 0 and 100 degrees Water is boils at 100 degrees The water in john’s water bottle is frozen Perrier is kind of water John has perrier in his water bottle All liquids have a freezing point A liter of water weight more than a liter of alcohol

TUGAS KECIL 6

Buat sebuah sistem (KR dan inferensi) yang memberikan saran kepada mahasiswa, matakuliah yang harus diambil berdasarkan kurikulum yang berjalan. Pertama, jelaskan dengan kalimat untuk representasi semua informasi, lalu buat KR. Knowledge harus melibatkan prasyarat matakuliah, jumlah sks, dosen, dll.

KETENTUAN Penilaian berdasarkan performa dan originalitas A4, Times new roman 12, spasi 1,5 Upload ke kuliah online di kelas masing-masing Batas pengunggahan tanggal 7 November 2014

top related