Pertemuan 11 - PowerPoint PPT Presentation

1 / 25
About This Presentation
Title:

Pertemuan 11

Description:

Jaringan Staraf Tiruan (JST) JST didefinisikansebagaisuatusistempemrosesaninformasi yang mempunyaikarakteristikmenyerupaijaringansyarafmanusia (JSB) – PowerPoint PPT presentation

Number of Views:67
Avg rating:3.0/5.0
Slides: 26
Provided by: PRESA163
Category:
Tags: pert | pertemuan

less

Transcript and Presenter's Notes

Title: Pertemuan 11


1
Pertemuan 11 INFERENSI DENGAN KETIDAK
PASTIAN
2
INFERENSI DENGAN KETIDAK PASTIAN
  • Certainty Factor (Faktor Kepastian)
  • Pendekatan Dempster-Shafer

3
Certainty Factor (CF)
  • Certainty Factor (CF) menunjukkan ukuran
    kepastian terhadap suatu fakta atau aturan.
  • Notasi Faktor Kepastian
  • CFh,e MBh,e MDh,e
  • Dengan
  • CFh,e faktor kepastian
  • MBh,e ukuran kepercayaan/tingkat keyakinan
    terhadap hipotesis h, jika diberikan/dipengaruhi
    evidence e (antara 0 dan 1)
  • MDh,e ukuran ketidakpercayaan/tingkat
    ketidakyakinan terhadap hipotesis h, jika
    diberikan/dipengaruhi evidence e (antara 0 dan 1)

4
3 hal yang mungkin terjadi
  1. Beberapa evidence dikombinasikan untuk menentukan
    CF dari suatu hipotesis.
  2. CF dihitung dari kombinasi beberapa hipotesis.
  3. Beberapa aturan saling bergandengan,
    ketidakpastian dari suatu aturan menjadi input
    untuk aturan yang lainnya.

5
1. Beberapa evidence dikombinasikan untuk
menentukan CF dari suatu hipotesis.
  • Jika e1 dan e2
  • adalah observasi, maka

6
Contoh
  • Misal suatu observasi memberikan kepercayaan
    terhadap h dengan MBh,e10,3 dan MDh,e10
    maka
  • CFh,e1 0,3 0 0,3
  • Jika ada observasi baru dengan MBh,e20,2 dan
    MDh,e20,
  • maka
  • MBh,e1 ? e2 0,3 0,2 (1 0,3)0,44
  • MDh,e1 ? e2 0
  • CFh,e1 ? e2 0,44 0 0,44

7
  • Ani menderita bintik-bintik di wajahnya. Dokter
    memperkirakan Ani terkena cacar dengan
    kepercayaan MBcacar,bintik0,80 dan
    MDcacar,bintik0,01 maka
  • CFcacar,bintik 0,80 0,010,79
  • Jika ada observasi baru bahwa Ani juga panas
    badan dengan kepercayaan, MBcacar,panas0,7 dan
    MDcacar,panas0,08 maka
  • MBcacar,bintik ? panas 0,8 0,7 (1
    0,8)0,94
  • MDcacar,bintik ? panas 0,01 0,08 (1
    0,01) 0,0892
  • CFcacar,bintik ? panas 0,94 0,0892 0,8508

8
2. CF dihitung dari kombinasi beberapahipotesis
  • Jika h1 dan h2 adalah hipotesis maka
  • MBh1 ? h2,e min (MBh1,e, MBh2,e)
  • MBh1 ? h2,e max (MBh1,e, MBh2,e)
  • MDh1 ? h2,e min (MDh1,e, MDh2,e)
  • MDh1 ? h2,e max (MDh1,e, MDh2,e)

9
Contoh
  • Misal suatu observasi memberikan kepercayaan
    terhadap h1 dengan MBh1,e0,5 dan MDh1,e0,2
    maka
  • CFh1,e 0,5 0,2 0,3
  • Jika observasi tersebut juga memberikan
    kepercayaan terhadap h2 dengan MBh2,e0,8 dan
    MDh2,e0,1, maka
  • Untuk mencari CFh1 ? h2,e diperoleh dari
  • MBh1 ? h2,e min (0,5 0,8) 0,5
  • MDh1 ? h2,e min (0,2 0,1) 0,1
  • CFh1 ? h2,e 0,5 0,1 0,4
  • Untuk mencari CFh1 ? h2,e diperoleh dari
  • MBh1 ? h2,e max (0,5 0,8) 0,8
  • MDh1 ? h2,e max (0,2 0,1) 0,2
  • CFh1 ? h2,e 0,8 0,2 0,6

10
3. Beberapa aturan saling bergandengan,
ketidakpastian dari suatu aturan menjadi input
untuk aturan yang lainnya
Maka MBh,s MBh,s max
(0,CFs,e) Dengan MBh,s ukuran kepercayaan
h berdasarkan keyakinan penuh terhadap validitas s
11
Contoh
  • PHK terjadi PHK
  • Pengangguran muncul banyak pengangguran
  • Gelandangan muncul banyak gelandangan
  • Aturan 1
  • IF terjadi PHK THEN muncul banyak pengangguran
  • CFpengangguran, PHK 0,9
  • Aturan 2
  • IF muncul banyak pengangguran THEN muncul
    banyak gelandangan
  • MBgelandangan, pengangguran 0,7
  • Maka
  • MBgelandangan, pengangguran 0 7 0 9
    0,63

12
TEORI DEMPSTER-SHAFER
  • Penulisan umum
  • belief, plausibility
  • Belief (Bel) ukuran kekuatan evidence dalam
    mendukung suatu himpunan proposisi. Jika bernilai
    0, maka berarti tidak evidence, jika bernilai 1
    berarti ada kepastian
  • Plausibility (Pl) dinotasikan sebagai
  • Pl(s) 1 Bel(s)

13
  • Plausibility juga bernilai 0 sampai 1.
  • Jika yakin adanya s, maka Bel(s) 1, dan
    Pl(s) 0.
  • Dalam teori Dempster Shafer dikenal adanya frame
    of discernment yang dinotasikan dengan ?.
  • Frame ini merupakan semesta pembicaraan dari
    sekumpulan hipotesis.

14
  • Misal ? A, F, D, B dengan
  • A Alergi
  • F Flu
  • D Demam
  • B Bronkhitis
  • Tujuan mengkaitkan ukuran kepercayaan
    elemen-elemen ?.
  • Tidak semua evidence secara langsung mendukung
    tiap-tiap elemen. Misal panas mungkin hanya
    mendukung F, D, B

15
  • So, perlu adanya probabilitas fungsi densitas
    (m).
  • Nilai m tidak hanya mendefinisikan elemen-elemen
    ? saja, tetapi juga semua subsetnya.
  • Jika ? berisi n elemen, maka subset ? semua
    berjumlah 2n.
  • Jumlah semua m dalam subset ? 1
  • Jika tidak ada informasi apapun untuk keempat
    maka memilih hipotesis tersebut, nilai m? 1,0
  • Jika kemudian diketahui bahwa panas merupakan
    gejala dari flu, demam, dan bronkhitis dengan m
    0,8, maka
  • mF, D, B 0,8
  • m? 1 0,8 0,2

16
  • Jika diketahui X adalah subset dari ? dengan m1
  • sebagai fungsi densitasnya, dan Y juga merupakan
    subset dari ? dengan m2 sebagai fungsi
    densitasnya, maka fungsi kombinasi m1 dan m2
    sebagai m3 yaitu

17
contoh
  • Ani mengalami gejala panas badan. Dari diagnosa
    dokter, penyakit yang mungkin diderita Ani adalah
    Flu, Demam, atau Bronkhitis.

18
Gejala-1 panas
  • Apabila diketahui nilai kepercayaan setelah
    dilakukan observasi panas sebagai gejala dari
    penyakit Flu, Demam, dan Bronkhitis adalah
  • m1 F, D, B 0,8
  • m1 ? 1 0,8 0,2
  • Sehari kemudian, Ani datang lagi dengan gejala
    yang baru, yaitu hidung buntu.

19
Gejala-2 hidung buntu
  • kemudian jika diketahui nilai kepercayaan setelah
    dilakukan observasi terhadap hidung buntu sebagai
    gejala dari alergi, penyakit flu, dan demam
    adalah
  • m2 A, F, D 0,9
  • m2? 1 0,9 0,1
  • munculnya gejala baru mengharuskan kita untuk
    densitas baru untuk menghitung beberapa kombinasi
    (m3).

20
  • Aturan kombinasi untuk m3
  • Sehingga diperoleh m3 sbb
  • m3 F,D 0,72 / 1-0 0,72
  • m3 A,F,D 0,18 / 1-0 0,18
  • m3 F,D,B 0,08 / 1-0 0,08
  • m3 ? 0,02 / 1-0 0,02
  • Penyakit paling kuat adalah mF,D

A, F, D (0,9) ? (0,1)
F, D, B (0,8) F, D (0,72) F, D, B (0,08)
? (0,2) A, F, D (0,18) ? (0,02)
21
  • Hari berikutnya, Ani datang lagi dan
    memberitahukan bahwa minggu lalu baru saja
    datang dari piknik.

22
Gejala 3 piknik
  • Jika dikatahui nilai kepercayaan setelah
    dilakukan observasi terhadap piknik sebagai
    gejala dari alergi
  • m4 A 0,6
  • m4? 1 - 0,6 0,4
  • maka harus dihitung nilai densitas baru m5.

23
  • Aturan kombinasi untuk m5

A (0,6) ? (0,4)
F, D (0,72) Ø (0,432) F, D (0,288)
A, F, D (0,18) A (0,108) A, F, D (0,072)
F, D, B (0,08) Ø (0,048) F, D, B (0,032)
? (0,02) A (0,012) ? (0,008)
24
  • Sehingga diperoleh m5 sbb
  • m5 A 0,108 0,012 0,
    231
  • 1 - (0,432 0,048 )
  • m5 F,D 0,288 / 1- (0,432 0,048) 0,554
  • m5 A,F,D 0,072 / 1 - (0,432 0,048) 0,138
  • m5 F,D,B 0,032 / 1 - (0,432 0,048) 0,062
  • m5 ? 0,008 / 1 - (0,432 0,048 ) 0,015
  • Penyakit paling kuat mF, D dengan densitas
    0,554

25
Soal
  • Ada 3 jurusan yang diminati oleh Si Ali yaitu
    Teknik Informatika(I), Psikologi(P) atau Hukum
    (H). Untuk itu dia mencoba mengikuti beberapa tes
    ujicoba. Ujicoba pertama adalah tes logika, hasil
    tes menunjukkan bahwa probabilitas densitas
    m1I,P 0,75. Tes kedua adalah tes matematika,
    hasil tes menunjukkan bahwa probabilitas densitas
    m2I0,8. Tentukan jurusan mana yang akan
    diambil oleh Si Ali!
Write a Comment
User Comments (0)
About PowerShow.com