BAB 7
Ketidakpastian (Uncertainity) dan Penalaran Probabilitas
- Aksi
di bawah ketidakpastian
Ketidakpastian dapat dianggap
sebagai suatu kekurangan informasi yang memadai untuk membuat suatu keputusan.
Ketidakpastian merupakan suatu permasalahan karena menghalangi dalam membuat
suatu keputusan yang terbaik bahkan dapat menghasilkan suatu keputusan yang
buruk. Dalam dunia medis, ketidakpastian dapat menghalangi pemeriksaan yang
terbaik untuk pasien dan dapat menghasilkan terapi yang keliru. Beberapa teori
ketidakpastian antara lain probabilitas klasik, probabilitas Bayes, teori
Hartley yang berdasar pada himpunan klasik, teori Shanon yang didasarkan pada
peluang, Teori Dempster-Shafer dan teori Fuzzy Zadeh.
Contoh-contoh
klasik system pakar yang sukses yang bergubungan dengan ketidakpastian adalah
MYCIN yang berguna untuk diagnose medis dan PROSPECTOR untuk eksplorasi
mineral.
Suatu
penalaran dimana adanya penambahan fakta baru mengakibatkan ketidak konsistenan,
disebut dengan “Penalaran Non Monotonis”. Ciri-ciri penalaran tsb sebagai
berikut
· mengandung ketidakpastian
· adanya perubahan pada pengetahuan
· adanya penambahan fakta baru dapat
mengubah konklusi yang sudah terbentuk, misalkan S adalah konklusi dari D, bisa
jadi S tidak dibutuhkan sebagai konklusi D + fakta baru
· untuk mengatasi ketidakpastian maka
digunakan penalaran statistik.
Contoh aplikasi yang klasik sistem pakar
yang sukses sehubungan dengan ketidakpastian:
· MYCIN untuk diagnosa medis
· PROPECTOR untuk ekplorasi mineral
Banyak
kemungkinan dan ketidakpastian menyertai dalam masalah dan solusinya. Ada
beberapa sumber dari ketidakpastian, beberapa diantaranya adalah :
1. Masalah
Beberapa
masalah meliputi factor-faktor yang oleh sifat mereka, tidak pasti atau acak.
Sebagai contoh, dalam pengobatan, penyakit yang sama dapat member gejala yang
berbeda untuk pasien yang lain.
2. Data
Beberapa
masalah mungkin memiliki batasan yang kurang jelas bagi seseorang. Orang yang
menghadirkan masalah mungkin mengetahui beberapa fakta untuk kepastian, menuduh
lainnya dan tidak mengetahui lainnya. Angka-angka dan nilai-nilai dapat tidak
tepat, ditebak atau tidak diketahui.
3. Pakar
Manusia
sering dapat memakai pengetahuan mereka tanpa mengetahui secara eksplisit apa
pengetahuan itu sendiri. Mereka mungkin harus meningkatkan secara detail apa
yang mereka lakukan dan bagaimana dan tampak tak jelas atau bahkan bertentangan
dengan dirinya sendiri.
4. Solusi
Ada
beberapa area tertentu dimana tidak terdapat pakar yang diakui. Pakar sendiri
mungkin tidak setuju satu sama lain dan tak seorangpun dapat memutuskan solusi
yang baik. Domain seperti itu dapat berupa strategi militer.
Theorema Bayes
Theorema
Bayes adalah sebuah makanisme untuk mengkombinasikan kejadian baru dan kejadian yang ada yang biasanya
dinyatakan dalam probabilitas subjektif.Pendekan Bayesian didasarkan pada probabilitas
subjektif; probabilitas subjektif di sediakan untuk setiap proposisi.Jika E
adalah suatu kejadian (jumlah total dari semua informasi yang terdapat dalam
system),maka proposisi (P) memiliki hubungan dengan sebuah nilai yang
merepresentasikan probabilitas bahwa P menggambarkan semua kejadian E,
diturunkan menggunakan inferensi Bayesian.Theorema Bayes menyediakan sebuah
cara komputasi probabilitas dari kejadiankejadian
khusus dari suatu hasil observasi.Poin utama disini adalah bukan bagaimana
nilai ini diturunkan tetapi bagaimana kita tahu atau darimana menginferensi
suatu proposisi menjadi suatu nilai tunggal.
- ketidakpastian dan keputusan rasional
Keputusan yang
bersifat rasional berkaitan dengan daya
guna. Masalah – masalah yang dihadapi merupakan masalah yang memerlukan
pemecahan rasional. Keputusan yang dibuat berdasarkan pertimbangan rasional
lebih bersifat objektif. Dalam masyarakat, keputusan yang rasional dapat diukur
apabila kepuasan optimal masyarakat dapat terlaksana dalam batas-batas nilai
masyarakat yang di akui saat itu.
Tidak ada komentar:
Posting Komentar