1 / 17

Certainty Factor (CF)

Certainty Factor (CF). Dr. Kusrini, M.Kom. Certainty Factor (CF). Certainty factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty factor didefinisikan sebagai berikut (Giarattano dan Riley, 1994):.

simone
Download Presentation

Certainty Factor (CF)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Certainty Factor (CF) Dr. Kusrini, M.Kom

  2. Certainty Factor (CF) • Certainty factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. • Certainty factor didefinisikan sebagai berikut (Giarattano dan Riley, 1994):

  3. CF(H,E) : certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. • Besarnya CF berkisar antara –1 sampai dengan 1. • Nilai –1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kerpercayaan mutlak. • MB(H,E) : ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E. • MD(H,E) : ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E

  4. Kombinasi Evidence Antecedent

  5. Contoh Kombinasi Evidence E : (E1 DAN E2 DAN E3) ATAU (E4 DAN BUKAN E5) E : max[min(E1, E2, E3), min(E4, -E5)] Misal: E1 : 0,9 E2 : 0,8 E3 : 0,3 E4 : -0,5 E5 : -0,4 hasilnya adalah: E : max [min(0,9, 0,8, 0,3), min(-0,5, 0,4)] : max(0,3, -0,5)

  6. CF Aturan JIKA E MAKA H • CF(E,e) : certainty factorevidence E yang dipengaruhi oleh evidence e • CF(H,E) : certainty factor hipotesis dengan asumsi evidence diketahui dengan pasti, yaitu ketika CF(E, e) = 1 • CF(H,e) : certainty factor hipotesis yang dipengaruhi oleh evidence e

  7. Jika semua evidence pada antecedent diketahui dengan pasti maka rumusnya akan menjadi:

  8. Contoh Kasus JIKA batuk DAN demam DAN sakit kepala DAN bersin-bersin MAKA influensa, CF: 0,7 menganggap E1 : “batuk” E2 : “demam” E3 : “sakit kepala” E4 : “bersin-bersin” H : “Influensa

  9. CF ketika semua evidence pasti CF(H,E) : CF(H, E1  E2  E3  E4) : 0,7 • Jika Partial Evidence Tidak Pasti CF(E1, e) : 0,5 CF(E2, e) : 0,8 CF(E3, e) : 0,3 CF(E4, e) : 0,7 CF(E, e) : CF(E1  E2  E3  E4, e) : min[CF(E1, e), CF(E2, e), CF(E3, e), CF(E4, e)] : min[0,5, 0,8, 0,3, 0,7] : 0,3

  10. CF Hipotesis: CF(H, e) : CF(E, e) * CF(H, E) : 0,3 * 0,7 : 0,21 Hal ini berarti besarnya kepercayaan bahwa penderita mengalami influensa adalah 0,21

  11. Kombinasi Paralel Jika E1 Maka H Jika E2 Maka H

  12. Kombinasi Sequensial Jika E’ Maka E Jika E Maka H

  13. Contoh Kasus

  14. Latihan 1. Diberikan aturan-aturan sebagai berikut: 1). Jika A dan B maka C, CF : 0.8 2). Jika C dan D maka G, CF : 0.6 3). Jika E dan F maka G, CF : - 0.1 Jika diketahui CF A = 0.3, B = 0.4, D = 0.5, E = 0.1 dan F = 0.2. Hitung CF G

  15. 2. Diberikan aturan-aturan sebagai berikut: 1). Jika A atau B maka C, CF : 0.5 2). Jika C dan D maka E, CF : 0.4 3). Jika E dan F maka G, CF : - 0.1 Jika diketahui CF A = 0.3, B = 0.4, D = 0.5, F = 0.2. Hitung CF G

  16. 3. Diberikan aturan-aturan sebagai berikut: 1). Jika A atau B maka C, CF : 0.5 2). Jika D dan E maka C, CF : 0.4 Jika diketahui CF A = 0.3, B = 0.4, D = 0.3, E = 0.2. Hitung CF C

  17. 4. Diberikan aturan-aturan sebagai berikut: 1). Jika A atau B maka C, CF : 0.5 2). Jika D dan E maka C, CF : 0.4 3). Jika A dan E maka C, CF : 0.7 Jika diketahui CF A = 0.3, B = 0.4, D = 0.3, E = 0.2. Hitung CF C

More Related