Ch 14 – Inference for Regression YMS - 14.1 Inference about the Model.
6 - Inference
-
Upload
yudha-taufik-nugraha -
Category
Documents
-
view
240 -
download
1
description
Transcript of 6 - Inference
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