Ketidakpastian (Uncertainity) dan Penalaran Probabilitas
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.
Sangat membantu,. Mohon cantumkan Sumber ada peroleh untuk menulis artikel di atas. Terimakasih
BalasHapus