Sistem Berbasis Aturan

Nama : Samuel C.A
NIM : 08.41010.0285

RESUME KE 3

Sistem Berbasis Aturan

Sistem berbasis aturan (rule-based system) menggunakan Modus Ponens

sebagai dasar untuk memanipulasi aturan, yaitu:

Sebagai contoh, sebuah sistem peramal cuaca dibangun dengan sistem berbasis pengetahuan untuk mengetahui keadaan cuaca pada 12 sampai 24 jam ke depan.

1. RULE 1: IF suhu udara sekitar di atas 32o C

THEN cuaca adalah panas.

2. RULE 2: IF kelembaban udara relatif di atas 65%

THEN udara sangat lembab.

3. RULE 3: IF cuaca panas dan udara sangat lembab

THEN sangat mungkin terjadi badai.

Proses Reasoning

Proses reasoning dari sebuah sistem berbasis aturan adalah tahapan proses mulai dari sekumpulan fakta menuju solusi, jawaban dan kesimpulan.

Terdapat dua macam cara yang dapat digunakan untuk menghasilkan suatu kesimpulan, yaitu:

– Forward Chaining (data driven): kesimpulan dihasilkan dari seperangkat data yang diketahui.

– Backward Chaining (goal driven): memilih beberapa kesimpulan yang mungkin dan mencoba membuktikan kesimpulan tersebut dari bukti-bukti yang ada.

Sebagai contoh, seperangkat rule di bawah ini akan digunakan untuk menjelaskan proses forward chaining dan backward chaining.

Kasus 1: Identifikasi Binatang

Rule 1: If Menyusui = tidak and

Kaki > 4 and

Warna bulu = polos

Then Binatang = belalang

Rule 2: If Menyusui = ya and

kaki = 4 and

berdarah = panas

Then Kelas = mamalia

Rule 3: If Makanan = binatang

Then Kategori = carnivora

Rule 4: If Makanan = tumbuhan

Then Kategori = herbivora

Rule 5: If Kelas = mamalia and

Warna bulu = berbintik and

Tinggi > 80 centimeter

Then Binatang = Harimau

Rule 6: If Kelas = mamalia and

Warna bulu = polos and

Tinggi > 80 centimeter

Then Binatang = Kuda

Rule 7: If Kelas = mamalia and

Kategori = herbivora and

Warna bulu = bergaris and

Tinggi > 80 centimeter

Then Binatang = Zebra

Rule 8: If Kelas = mamalia and

Kategori = carnivora and

Warna bulu = polos or berbintik or bergaris and

Tinggi < 80 centimeter

Then Binatang = Kucing

Rule 9: If Kaki = 2 and

Berdarah = panas and

Warna Bulu = berbintik or

Menyusui = tidak

Then Binatang = elang

Rule 10:If Berdarah = dingin and

Tinggi < 80 centimeter

Then Binatang = salmon

Forward Reasoning

Dalam forward reasoning, proses inferensi dimulai dari seperangkat data yang ada menuju ke kesimpulan. Pada proses ini akan dilakukan pengecekan terhadap setiap rule untuk melihat apakah data yang sedang diobservasi tersebut memenuhi premis dari rule tersebut. Apabila memenuhi, maka rule akan dieksekusi untuk menghasilkan fakta baru yang mungkin akan digunakan oleh rule yang lain. Proses pengecekan rule ini disebut sebagai rule interpretation. Pada sistem berbasis pengetahuan, rule interpretation (interpretasi rule) dilakukan oleh inference engine.

Fungsi masing-masing step untuk gambar di atas dijelaskan sebagai berikut:

1. Matching. Pada step ini, setiap rule yang ada pada basis pengetahuan dibandingkan dengan fakta-fakta yang diketahui untuk mencari rule mana yang memenuhi (istilah ’memenuhi’ berarti: situasi, premis, atau antecedent bernilai benar).

Representasi and-or tree untuk identifikasi binatang.

Proses inferensi forward reasoning.

2. Conflict Resolution. Pada langkah pertama sangat mungkin dihasilkan suatu kondisi dimana beberapa rule dipenuhi. Conflict Resolution bertugas untuk mencari rule mana yang memiliki prioritas tertinggi yang berpotensi untuk dieksekusi.

3. Execution. Langkah terakhir dari proses forward reasoning adalah eksekusi (firing) dari rule. Proses ini menghasilkan dua kemungkinan, yaitu: fakta baru diturunkan dan ditambahkah fact base atau rule baru dihasilkan dan ditambahkan ke knowledge base.