際際滷

際際滷Share a Scribd company logo
KETIDAKPASTIAN
KETIDAKPASTIAN
 Dalam menghadapi masalah sering di temukan

jawaban yang tidak memiliki kepastian penuh.
 Ketidakpastian ini biasanya berupa probabilitas
 Hasil yang tidak pasti di sebabkan oleh aturan
yang tidak pasti dan jawaban pengguna yang
tidak pasti yang diajukan oleh sistem
Contoh Ketidakpastian
Teori Penyelesaian
Ketidakpastian
 Probabilitas klasik
 Probabilitas Bayes
 Teori Hartley berdasarkan himpunan klasik
 Teori shannon berdasarkan Probabilitas
 Teori Dempster-Shafer

 Teori Fuzzy Zadeh
 Faktor kepastian
PROBABILITAS
 Probabilitas menunjukkan kemungkinan sesuatu

akan terjadi atau tidak.

 Misal dari 10 orang sarjana , 7 orang menguasai

pemrograman, sehingga peluang untuk memilih
sarjana yang menguasai pemrograman adalah :
p(pemrograman) = 7/10 = 0.7
TEOREMA BAYES
Contoh Teorema Bayes
Contoh Teorema Bayes
Teorima Bayes
 Jika setelah dilakukan pengujian terhadap

hipotesis muncul satu atau lebih evidence (fakta)
atau observasi baru maka :
Contoh
FAKTOR KEPASTIAN (CERTAINTY
FACTOR)
Certainty Factor (CF) menunjukkan ukuran kepastian
terhadap suatu fakta atau aturan.
CF[h,e] = MB[h,e]  MD[h,e]
CF[h,e]
MB[h,e]

= faktor kepastian
= ukuran kepercayaan/tingkat keyakinan
terhadap hipotesis h, jika diberikan /
dipengaruhi evidence e (antara 0 dan 1)
MD[h,e] = ukuran ketidakpercayaan/tingkat
ketidakyakinan terhadap hipotesis h, jika
diberikan/dipenharuhi evidence e (antara 0
dan 1)
FAKTOR KEPASTIAN (CERTAINTY
FACTOR)
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
Beberapa evidence dikombinasikan untuk
menentukan CF dari suatu hipotesis
CF dihitung dari kombinasi beberapa
hipotesis
CF dihitung dari kombinasi beberapa
hipotesis
Beberapa aturan saling bergandengan,
ketidakpastian dari suatu aturan menjadi input
untuk aturan yang lain
Soal:
Pertengahan tahun 2002, ada indikasi bahwa turunnya
devisa Indonesia disebabkan oleh permasalahan TKI di
Malaysia. Apabila diketahui MB[devisaturun,TKI]=0,8 dan
MD[devisaturun,TKI]=0,3 . Akhir September 2002 kemarau
berkepanjangan mengakibatkan gagal panen yang cukup
serius, berdampak pada turunnya ekspor Indonesia. Bila
diketahui MB[devisaturun,eksporturun] = 0,75 dan
MD[devisaturun,eksporturun] = 0,1
Hitung:
a. CF[devisaturun,TKI]
b. CF[devisaturun,eksporturun]
c. MB[devisaturun, TKI  eksporturun]
d. MD[devisaturun, TKI  eksporturun]
e. CF[devisaturun,TKI  eksporturun]

More Related Content

What's hot (20)

Logika matematika
Logika matematikaLogika matematika
Logika matematika
Meycelino A. T
Metodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi Informasi
Metodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi InformasiMetodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi Informasi
Metodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi Informasi
Albaar Rubhasy
Askep Labiopalatoskisis
Askep LabiopalatoskisisAskep Labiopalatoskisis
Askep Labiopalatoskisis
evhamariaefriliana
Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi,
Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi, Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi,
Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi,
pjj_kemenkes
Askep atresia duodenum docx
Askep atresia duodenum docxAskep atresia duodenum docx
Askep atresia duodenum docx
edison770133
Bab 2 kalimat berkuantor
Bab 2 kalimat berkuantorBab 2 kalimat berkuantor
Bab 2 kalimat berkuantor
Mustahal SSi
Woc hirschsprung
Woc hirschsprungWoc hirschsprung
Woc hirschsprung
Alex Susanto
Semigrup
SemigrupSemigrup
Semigrup
mely melyrismawati
BPMN
BPMNBPMN
BPMN
ciwiryanti
fungsi trigonometri
fungsi trigonometrifungsi trigonometri
fungsi trigonometri
Fazar Ikhwan Guntara
Latihan soal konsep sistem informasi pertemuan minggu ke 2
Latihan soal konsep sistem informasi pertemuan minggu ke 2Latihan soal konsep sistem informasi pertemuan minggu ke 2
Latihan soal konsep sistem informasi pertemuan minggu ke 2
Khoirul Faiz
Matematika Diskrit - 03 himpunan - 05
Matematika Diskrit - 03 himpunan - 05Matematika Diskrit - 03 himpunan - 05
Matematika Diskrit - 03 himpunan - 05
KuliahKita
Askep tetralogi of fallot (2) AKPER PEMKAB MUNA
Askep tetralogi of fallot (2) AKPER PEMKAB MUNA Askep tetralogi of fallot (2) AKPER PEMKAB MUNA
Askep tetralogi of fallot (2) AKPER PEMKAB MUNA
Operator Warnet Vast Raha
PPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptx
PPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptxPPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptx
PPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptx
StikesMucis1
Matematika Diskrit - 09 graf - 08
Matematika Diskrit - 09 graf - 08Matematika Diskrit - 09 graf - 08
Matematika Diskrit - 09 graf - 08
KuliahKita
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-175 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
ArdianDwiPraba
LP CHF.doc
LP CHF.docLP CHF.doc
LP CHF.doc
NuraWulandari
54098757 asuhan-keperawatan-lansia
54098757 asuhan-keperawatan-lansia54098757 asuhan-keperawatan-lansia
54098757 asuhan-keperawatan-lansia
Abi Muhlies
Soal pilihan ganda kuantor
Soal pilihan ganda kuantorSoal pilihan ganda kuantor
Soal pilihan ganda kuantor
Anderzend Awuy
Metodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi Informasi
Metodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi InformasiMetodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi Informasi
Metodologi Penelitian pada Bidang Ilmu Komputer dan Teknologi Informasi
Albaar Rubhasy
Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi,
Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi, Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi,
Asuhan Keperawatan Pasien dengan Gangguan Reproduksi, Infeksi,
pjj_kemenkes
Askep atresia duodenum docx
Askep atresia duodenum docxAskep atresia duodenum docx
Askep atresia duodenum docx
edison770133
Bab 2 kalimat berkuantor
Bab 2 kalimat berkuantorBab 2 kalimat berkuantor
Bab 2 kalimat berkuantor
Mustahal SSi
Woc hirschsprung
Woc hirschsprungWoc hirschsprung
Woc hirschsprung
Alex Susanto
Latihan soal konsep sistem informasi pertemuan minggu ke 2
Latihan soal konsep sistem informasi pertemuan minggu ke 2Latihan soal konsep sistem informasi pertemuan minggu ke 2
Latihan soal konsep sistem informasi pertemuan minggu ke 2
Khoirul Faiz
Matematika Diskrit - 03 himpunan - 05
Matematika Diskrit - 03 himpunan - 05Matematika Diskrit - 03 himpunan - 05
Matematika Diskrit - 03 himpunan - 05
KuliahKita
Askep tetralogi of fallot (2) AKPER PEMKAB MUNA
Askep tetralogi of fallot (2) AKPER PEMKAB MUNA Askep tetralogi of fallot (2) AKPER PEMKAB MUNA
Askep tetralogi of fallot (2) AKPER PEMKAB MUNA
Operator Warnet Vast Raha
PPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptx
PPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptxPPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptx
PPT-UEU-Promosi-Kesehatan-dan-Pendidikan-Kesehatan-Pertemuan-5.pptx
StikesMucis1
Matematika Diskrit - 09 graf - 08
Matematika Diskrit - 09 graf - 08Matematika Diskrit - 09 graf - 08
Matematika Diskrit - 09 graf - 08
KuliahKita
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-175 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
ArdianDwiPraba
54098757 asuhan-keperawatan-lansia
54098757 asuhan-keperawatan-lansia54098757 asuhan-keperawatan-lansia
54098757 asuhan-keperawatan-lansia
Abi Muhlies
Soal pilihan ganda kuantor
Soal pilihan ganda kuantorSoal pilihan ganda kuantor
Soal pilihan ganda kuantor
Anderzend Awuy

Viewers also liked (20)

Ai 6
Ai 6Ai 6
Ai 6
bayaws
Teori ketidakpastian
Teori ketidakpastianTeori ketidakpastian
Teori ketidakpastian
Farrrsa
Dm 07-naive bayes
Dm 07-naive bayesDm 07-naive bayes
Dm 07-naive bayes
Novi Setiani
peluang
peluangpeluang
peluang
mfebri26
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
galih dwi
Devisa
DevisaDevisa
Devisa
sman 2 mataram
Kecerdasan buatan-v-2-0-bab-5-8
Kecerdasan buatan-v-2-0-bab-5-8Kecerdasan buatan-v-2-0-bab-5-8
Kecerdasan buatan-v-2-0-bab-5-8
Alvin Setiawan
Tugas 1 Artificial inteligence - Tes turing dan istilah AI
Tugas 1 Artificial inteligence - Tes turing dan istilah AITugas 1 Artificial inteligence - Tes turing dan istilah AI
Tugas 1 Artificial inteligence - Tes turing dan istilah AI
sindhubairewi
Teori ketidakpastian
Teori ketidakpastian Teori ketidakpastian
Teori ketidakpastian
Rizki Annisa
2015 2016 sem 2 tm 4031 group 12
2015 2016 sem 2 tm 4031 group 122015 2016 sem 2 tm 4031 group 12
2015 2016 sem 2 tm 4031 group 12
Rudy Valentino
SISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYES
SISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYESSISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYES
SISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYES
Haris Pramudia
Bab 1 pengenalan kecerdasan buatan
Bab 1 pengenalan kecerdasan buatanBab 1 pengenalan kecerdasan buatan
Bab 1 pengenalan kecerdasan buatan
Muhammad Delta
Teori ketidak pastian
Teori ketidak pastianTeori ketidak pastian
Teori ketidak pastian
Tito Julian Permadi
Probabilitas dan-statistika 4
Probabilitas dan-statistika 4Probabilitas dan-statistika 4
Probabilitas dan-statistika 4
didikbhzt
2903436 modul-9-benefit cost-ratio-analysis
2903436 modul-9-benefit cost-ratio-analysis2903436 modul-9-benefit cost-ratio-analysis
2903436 modul-9-benefit cost-ratio-analysis
puput075
Kecerdasan buatan ibu idha
Kecerdasan buatan ibu idhaKecerdasan buatan ibu idha
Kecerdasan buatan ibu idha
minanrni
Sistem Pakar.ppt
Sistem Pakar.pptSistem Pakar.ppt
Sistem Pakar.ppt
adityawicaksono95
ColtanColtan
Coltan
718853
Makalah statistika
Makalah statistikaMakalah statistika
Makalah statistika
Nida Hilya
Statistika: Peluang
Statistika: PeluangStatistika: Peluang
Statistika: Peluang
Jidun Cool
Ai 6
Ai 6Ai 6
Ai 6
bayaws
Teori ketidakpastian
Teori ketidakpastianTeori ketidakpastian
Teori ketidakpastian
Farrrsa
Dm 07-naive bayes
Dm 07-naive bayesDm 07-naive bayes
Dm 07-naive bayes
Novi Setiani
peluang
peluangpeluang
peluang
mfebri26
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
galih dwi
Kecerdasan buatan-v-2-0-bab-5-8
Kecerdasan buatan-v-2-0-bab-5-8Kecerdasan buatan-v-2-0-bab-5-8
Kecerdasan buatan-v-2-0-bab-5-8
Alvin Setiawan
Tugas 1 Artificial inteligence - Tes turing dan istilah AI
Tugas 1 Artificial inteligence - Tes turing dan istilah AITugas 1 Artificial inteligence - Tes turing dan istilah AI
Tugas 1 Artificial inteligence - Tes turing dan istilah AI
sindhubairewi
Teori ketidakpastian
Teori ketidakpastian Teori ketidakpastian
Teori ketidakpastian
Rizki Annisa
2015 2016 sem 2 tm 4031 group 12
2015 2016 sem 2 tm 4031 group 122015 2016 sem 2 tm 4031 group 12
2015 2016 sem 2 tm 4031 group 12
Rudy Valentino
SISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYES
SISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYESSISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYES
SISTEM INFORMASI KERUSAKAN LAPTOP MENGGUNAKAN METODE NAVE BAYES
Haris Pramudia
Bab 1 pengenalan kecerdasan buatan
Bab 1 pengenalan kecerdasan buatanBab 1 pengenalan kecerdasan buatan
Bab 1 pengenalan kecerdasan buatan
Muhammad Delta
Probabilitas dan-statistika 4
Probabilitas dan-statistika 4Probabilitas dan-statistika 4
Probabilitas dan-statistika 4
didikbhzt
2903436 modul-9-benefit cost-ratio-analysis
2903436 modul-9-benefit cost-ratio-analysis2903436 modul-9-benefit cost-ratio-analysis
2903436 modul-9-benefit cost-ratio-analysis
puput075
Kecerdasan buatan ibu idha
Kecerdasan buatan ibu idhaKecerdasan buatan ibu idha
Kecerdasan buatan ibu idha
minanrni
ColtanColtan
Coltan
718853
Makalah statistika
Makalah statistikaMakalah statistika
Makalah statistika
Nida Hilya
Statistika: Peluang
Statistika: PeluangStatistika: Peluang
Statistika: Peluang
Jidun Cool

Bab iv-ketidakpastian

  • 2. KETIDAKPASTIAN Dalam menghadapi masalah sering di temukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini biasanya berupa probabilitas Hasil yang tidak pasti di sebabkan oleh aturan yang tidak pasti dan jawaban pengguna yang tidak pasti yang diajukan oleh sistem
  • 4. Teori Penyelesaian Ketidakpastian Probabilitas klasik Probabilitas Bayes Teori Hartley berdasarkan himpunan klasik Teori shannon berdasarkan Probabilitas Teori Dempster-Shafer Teori Fuzzy Zadeh Faktor kepastian
  • 5. PROBABILITAS Probabilitas menunjukkan kemungkinan sesuatu akan terjadi atau tidak. Misal dari 10 orang sarjana , 7 orang menguasai pemrograman, sehingga peluang untuk memilih sarjana yang menguasai pemrograman adalah : p(pemrograman) = 7/10 = 0.7
  • 9. Teorima Bayes Jika setelah dilakukan pengujian terhadap hipotesis muncul satu atau lebih evidence (fakta) atau observasi baru maka :
  • 11. FAKTOR KEPASTIAN (CERTAINTY FACTOR) Certainty Factor (CF) menunjukkan ukuran kepastian terhadap suatu fakta atau aturan. CF[h,e] = MB[h,e] MD[h,e] CF[h,e] MB[h,e] = faktor kepastian = ukuran kepercayaan/tingkat keyakinan terhadap hipotesis h, jika diberikan / dipengaruhi evidence e (antara 0 dan 1) MD[h,e] = ukuran ketidakpercayaan/tingkat ketidakyakinan terhadap hipotesis h, jika diberikan/dipenharuhi evidence e (antara 0 dan 1)
  • 12. FAKTOR KEPASTIAN (CERTAINTY FACTOR) 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
  • 13. Beberapa evidence dikombinasikan untuk menentukan CF dari suatu hipotesis
  • 14. CF dihitung dari kombinasi beberapa hipotesis
  • 15. CF dihitung dari kombinasi beberapa hipotesis
  • 16. Beberapa aturan saling bergandengan, ketidakpastian dari suatu aturan menjadi input untuk aturan yang lain
  • 17. Soal: Pertengahan tahun 2002, ada indikasi bahwa turunnya devisa Indonesia disebabkan oleh permasalahan TKI di Malaysia. Apabila diketahui MB[devisaturun,TKI]=0,8 dan MD[devisaturun,TKI]=0,3 . Akhir September 2002 kemarau berkepanjangan mengakibatkan gagal panen yang cukup serius, berdampak pada turunnya ekspor Indonesia. Bila diketahui MB[devisaturun,eksporturun] = 0,75 dan MD[devisaturun,eksporturun] = 0,1 Hitung: a. CF[devisaturun,TKI] b. CF[devisaturun,eksporturun] c. MB[devisaturun, TKI eksporturun] d. MD[devisaturun, TKI eksporturun] e. CF[devisaturun,TKI eksporturun]