Pengetahuan mengenai Ketidakpastian dan Penalaran : Ketidakpastian (Uncertainity) dan Penalaran Probabilitas

Ketidakpastian (Uncertainity)

Ketidakpastian dapat dianggap sebagai suatu kekurangan informasi yang memadai untuk membuat suatu keputusan. Ketidakpastian merupakan suatu permasalahan karena dapat menghalangi dalam membuat keputusan yang terbaik atau dapat menghasilkan keputusan yang buruk

Contoh aplikasi yang klasik sistem pakar yang sukses sehubungan dengan ketidakpastian adalah MYCIN untuk diagnosa medis dan PROPECTOR untuk eksplorasi mineral. Dalam system MYCIN dan PROSPECTOR, konklusi dicapai bila semua fakta untuk meyakinkan membuktikan kesimpulan tidak diketahui. Walaupun hal ini kemingkinan untuk mencapainya pada konklusi yang lebih dapat dipercaya dengan melakukan banyak pengujian. Ada masalah dengan penambahan waktu dan biaya pelaksanaan pengujian. Batasan waktu dan biaya penting sekali dalam kasus pengobatan medis. Penundaan pengobatan untuk pengujian mempertimbangkan penambahan biaya. Karena hal itu ada kemungkinan pasien akan meningggal. Dalam kasus eksplorasi mineral, biaya dari penambahan pengujian juga merupakan faktor yang sangat signifikan.

Sumber dari ketidakpastian adalah :

1. Masalah, beberapa masalah meliputi faktor-faktor yang tidak pasti dan acak.
2. Data, beberapa data seperti angka-angka atau nilai-nilai yang memiliki ketidakakuratan,
   dapat ditebak, dan tidak diketahui
3. Pakar, manusia sering tidak dapat memanfaatkan ilmu pengetahuan yang mereka miliki secara benar atau tanpa mengetahui bagaimana dan apa sebenarnya pengetahuan yang mereka dapatkan
4. Solusi, beberapa pakar tidak dapat memutuskan solusi yang tepat untuk masalah yang didapatkan.

Teorema dan Probabilitas Bayes

Dalam teori probabilitas dan statistika, Pengertian Teorema Bayes adalah teorema yang digunakan untuk menghitung peluang dalam suatu hipotesis, Teorema bayes dikenalkan oleh ilmuan yang bernama Bayes yang ingin memastikan keberadaan Tuhan dengan mencari fakta di dunia yang menunjukan keberadaan Tuhan. Bayes mencari fakta keberadaan tuhan didunia kemudian mengubahnya dengan nilai Probabilitas yang akan dibandingkan dengan nilai Probabilitas. teorema ini juga merupakan dasar dari statistika Bayes yang memiliki penerapan dalam ilmu ekonomi mikro, sains, teori permain, hukum dan kedokteran.

Teorema Bayes akhirnya dikembangkan dengan berbagai ilmu termasuk untuk penyelesaian masalah sistem pakar dengan menetukan nilai probabilitas dari hipotesa pakar dan nilai evidence yang didapatkan fakta yang didapat dari objek yang diagnosa. Teorama Bayes ini membutuhkan biaya komputasi yang mahal karena kebutuhan untuk menghitung nilai probabilitas untuk tiap nilai dari perkalian kartesius. penerapan Teorema Bayes untuk mencari penerapan dinamakan inferens Bayes.

Metode Faktor Kepastian (Certainty Factor Method)

Dalam menghadapi suatu masalah sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini bisa berupa probabilitas atau kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada system diagnosis penyakit, dimana pakar tidak dapat mendefinisikan tentang hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya ditemukan banyak kemungkinan diagnosis.

Faktor kepastian merupakan cara dari penggabungan kepercayaan (belief) dan ketidapercayaan (unbelief) dalam bilangan yang tunggal. Dalam certainty theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (degree of belief).

Kelebihan dan Kekurangan Metode Certainty Factor

Kelebihan Certainty Factor:

• Metode ini cocok dipakai dalam sistem pakar untuk mengukur sesuatu apakah pasti atau tidak pasti dalam mendiagnosa penyakit.
• Perhitungan dengan menggunakan metode ini dalam sekali hitung hanya dapat mengelola dua data saja sehingga keakuratan data dapat terjaga.

Kekurangan Certainty Factor :

• Ide umum dari pemodelan ketidakpastian manusia dengan menggunakan numerik metode certainty factors biasanya diperdebatkan. Sebagian orang akan membantah pendapat bahwa formula untuk metode certainty factor diatas memiliki sedikit kebenaran.
• Metode ini hanya dapat mengolah ketidakpastian/kepastian hanya dua data saja. Perlu dilakukan beberapa kali pengolahan data untuk data yang lebih dari dua buah.

Presentasi dari Mater ini.