MESIN INFERENSI Mesin Inferensi Mengandung pola pikir dan

MESIN INFERENSI

Mesin Inferensi �Mengandung pola pikir dan penalaran dalam menyelesaikan masalah �Mesin inferensi ◦ Merupakan program komputer ◦ Memberikan metodelogi untuk penalaran tentang informasi yang ada dalam basis pengetahuan dalam workplace ◦ Untuk mengformulasikan kesimpulan

Pengontrolan inferensi berbasis aturan �Pelacakan ke depan (forward chaining) �Pelacakan ke belakang (backward chaining)

Pelacakan ke depan (forward chaining) �Pendekatan yang dimotori oleh data. �Pelacakan dimulai dari informasi masukan, �Selanjutnya mencoba menggambarkan kesimpulan. �Pelacakan ke depan mencari fakta

Pelacakan ke belakang (backward chaining) � Pelacakan dimulai dari tujuan � Selanjutnya dicari aturan yang memiliki tujuan tersebut untuk kesimpulannya. � Selanjutnya proses pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru sebagai kesimpulannya.

Pengontrolan 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)? No. Aturan R-1 IF A & B THEN C R-2 IF C THEN D R-3 IF A & E THEN F R-4 IF A THEN G R-5 IF F & G THEN D R-6 IF G & E THEN H R-7 IF C & H THEN I R-8 IF I & A THEN J R-9 IF G THEN J R-10 IF J THEN K

Forward Chaining – Munculnya fakta baru pada saat inferensi: Aturan Fakta Baru R-3 F R-4 G R-5 D R-6 H R-9 J R-10 K

Alur inferensi: Fakta R-4 A R-3 E Fakta R-9 G R-5 F J D R-6 H R-10 K

Backward Chaining – Alur inferensi: Fakta K R-10 J R-1 R-7 R-8 A C I B H A Tidak diketahui (a) Pertama: Gagal Fakta K R-10 J R-9 G (b) Kedua: Sukses R-4 A

Penelusuran data �Forward chaining dan backword chaining di pengearuhi penelusuran data ◦ Depth-first search ◦ Breadth-first search ◦ Best-first search

Depth-first search � Penelusuran data pada node-node secara vertikal dan sudah didefinisikan misalnya dari kiri ke kanan. � Keuntungan : penelusuran masalah dapat digali secara mendalam sampai ditemukan solusi yang optimal. � kekurangannya adalah membutuhkan waktu yang sangat lama

Breadth-first search � Penelusuran data pada semua node dalam satu level atau satu tingkatan sebelum ke level atau tingkatan dibawahnya. � Keuntungan : penelusuran masalah dapat digali secara mendalam sampai ditemukan solusi yang optimal. � Kekurangannya : waktu yang dibutuhkan yang sangat lama apabila solusi berada pada node terakhir

Best-first search �Menggunakan pengetahuan akan suatu masalah untuk melakukan panduan pencarian ke arah node tempat dimana solusi berada. �Keuntungan : mengurangi beban komputasi karena hanya yang memberikan harapan saja yang diuji dan akan berhenti apabila solusi adalah mendekati yang terbaik. �hanya saja yang diambil bisa saja salah dan tidak ada jaminan bahwa solusi yang dihasilkan merupakan solusi yang mutlak

TRIMAKASIH