Pertemuan 4 Sistem Pakar

Lanjutan Sistem Berbasis Aturan

Sistem pakar berbasis aturan adalah bagian dari sistem pakar yang menggunakan sistem basis data.

Sistem pakar berbasis pengetahuan adalah kumpulan dari aturan atau pengetahuan.

Backward Reasoning

Sekarang mari kita beralih dari forward reasoning ke backward reasoning. Mekanisme inferensi pada backward reasoning berbeda dengan forward reasoning. Walaupun kedua proses melibatkan pengujian terhadap masing-masing rule, backward reasoning mulai dari konklusi yang diharapkan menuju fakta-fakta yang mendukung konklusi tersebut.

Pertemuan 3 Sistem Pakar

Sistem Berbasis Aturan

3.1 Sistem berbasis aturan (rule-based system) menggunakan Modus Ponens sebagai dasar untuk memanipulasi aturan, yaitu:
fakta A benar, dan operasi A → B benar, maka fakta B adalah benar

Sebagai contoh, sebuah sistem peramal cuaca dibangun dengan sistem berbasis pengetahuan untuk mengetahui keadaan cuaca pada 12 sampai 24 jam ke depan.

RULE 1: IF suhu udara sekitar di atas 32o C

THEN cuaca adalah panas

RULE 2: IF kelembaban udara relatif di atas 65%

THEN udara sangat lembab

RULE 3: IF cuaca panas dan udara sangat lembab

THEN sangat mungkin terjadi badai

• Jika hanya rule 1 (tanpa rule 2 dan rule 3), sistem berbasis pengetahuan tidak berarti apa2.

• Karena itu sebuah sistem berbasis pengetahuan harus terdiri atas sekelompok aturan yang membentuk rangakaian aturan rule chain.

• Fakta didefisinikan sebagai statemen yang dianggap benar. Contoh: Suhu udara di sekitar adalah 35o C dan kelembaban udara relatif 70% adalah fakta.

• Maka proses inferensi melihat fakta-fakta dari premis pada Rule 1 dan Rule 2 sebagai dasar untuk menghasilkan fakta baru: Cuaca panas dan Udara lembab.

3.2 Proses Reasoning

• Proses reasoning dari sebuah sistem berbasis aturan adalah tahapan proses mulai dari sekumpulan fakta menuju solusi, jawaban dan kesimpulan.
• Terdapat dua macam cara yang dapat digunakan untuk menghasilkan suatu kesimpulan, yaitu:
  – Forward Chaining (data driven): kesimpulan dihasilkan dari seperangkat data yang diketahui.
  – Backward Chaining (goal driven): memilih beberapa kesimpulanyang mungkin dan mencoba membuktikan kesimpulan tersebut dari bukti-bukti yang ada.

Penjelasan :

Forward Reasoning

Dalam forward reasoning, proses inferensi dimulai dari seperangkat data yang ada menuju ke kesimpulan. Pada proses ini akan dilakukan pengecekan terhadap setiap rule untuk melihat apakah data yang sedang diobservasi tersebut memenuhi premis dari rule tersebut. Apabila memenuhi, maka rule akan dieksekusi untuk menghasilkan fakta baru yang mungkin akan digunakan oleh rule yang lain. Proses pengecekan rule ini disebut sebagai rule interpretation. Pada sistem berbasis pengetahuan, rule interpretation(interpretasi rule) dilakukan oleh inference engine.

Contoh:

Representasi and-or tree untuk identifikasi binatang.

Proses inferensi forward reasoning.

Database:

Menyusui = ya

Jumlah kaki = 4

Berdarah = panas

Warna bulu = berbintik

Tinggi = 20 cm

Makanan = binatang

Hasil penelusuran dari proses eksekusi

Hasil Penelusuran Dengan Forward Reasoning: