Forward Chaining

Forward chaining merupakan metode inferensi yang melakukan penalaran dari suatu

masalah kepada solusinya. Jika klausa premis sesuai dengan situasi (bernilai TRUE),

maka proses akan menyatakan konklusi. Forward chaining adalah data-driven karena

inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh. Jika

suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward

chaining.

Contoh :

Terdapat 10 aturan yang tersimpan dalam basis pengetahuan yaitu :

R1 : if A and B then C

R2 : if C then D

R3 : if A and E then F

R4 : if A then G

R5 : if F and G then D

R6 : if G and E then H

R7 : if C and H then I

R8 : if I and A then J

R9 : if G then J

R10 : if J then K

Fakta awal yang diberikan hanya A dan E, ingin membuktikan apakah K bernilai

benar. Proses penalaran forward chaining terlihat pada gambar dibawah :

 

Gambar Forward Chaining

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. Sering hal ini memerlukan perumusan dan pengujian hipotesis

sementara. Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka

gunakan backward chaining.

Contoh :

Seperti pada contoh forward chining, terdapat 10 aturan yang sama pada basis

pengetahuan dan fakta awal yang diberikan hanya A dan E. ingin membuktikan

apakah K bernilai benar. Proses penalaran backward chaining terlihat pada gambar

berikut :

 

Gambar Backward Chaining

FORWARD DAN BACKWARD CHAINING

A.      Backward Chaining

Backward chaining atau Backward Reasoning merupakan salah satu dari metode

inferensia yang dilakukan untuk di bidang kecerdasan buatan. Backward

chaining dimulai dangan pendekatan tujuan atau goal oriented atau hipotesa.  Pada

backward chaining kita akan bekerja dari konsekuen ke antesendent untuk melihat

apakah terdapat data yang mendukung konsekuen tersebut. Pada metode inferensi

dengan backward chaining akan mencari aturan atau rule yang memiliki konsekuen

(Then klausa ..) yang mengarah kepada tujuan yang diskenariokan/diinginkan.

Contoh :

Misalkan terdapat suatu sistem dengan tujuan : Goal_1. Untuk mencapai tujuan

Goal_1 tersebut dibutuhkan fakta A yang bernilai 1 dan fakta B yang bernilai 1.

(Asumsi nilai fakta adalah boolean 1 dan 0).  Fakta A sendiri akan diperoleh jika ada

fakta C yang bernilai 1.  Bagaimanan rancangan sistem pakar dan aturan yang akan

dibuat:

Langkah 1 : Buat aturan standar untuk menyatakan  Goal 1

-          If A=1 and B=1 Then Goal 1

Langkah 2 : Buat aturan yang menyatakan bahwa jika C bernilai 1 maka A

-           If C=1 Then A=1

Terlihat bahwa konsekuen (Then..) tidak harus mengarah kepada Goal 1, akan tetapi

ditujukan kepada antisendent yang dalam hal ini adalah A.  Dengan demikian sistem

akan mengetahui bahwa antisendent C akan ditanyakan dengan anisendent B untuk

menghasilkan Goal 1.

B.      Forward Chaining

Forward chaining adalah metode inferensia yang merupakan lawan dari backward

chaining. Forward chaining dimulai dengan data atau data driven. Artinya

pada forward chaining semua data dan aturan akan ditelusuri untuk mencapai tujuan /

goal yang diinginkan. Mesin inferensia yang menggunakan forward chaining akan

mencari antesendent (IF klausa ..) sampai kondisinya benar.  Pada forward

chaining semua pertanyaan dalam sistem pakar akan disampaikan semuanya kepada

pengguna.