![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhrdXg3eitCeKp0b5qdu5YIyI-KFgJ5qENrAdFGd3kQN5cYaZUeweUGf6i9EGf41DLDnQZBpVsqaj_CF3c4U4-yQB0XdmjfrxAII51CeUqugxTfsb4LJc7dDedzQHU2bx_oD-Ccy05oOa9p/s640/bg_jawabsoal.png)
Hai teman-teman kali ini saya akan post soal dan jawaban mengenai sistem pakar part 4 yaitu yang membahas mengenai inferensi, dan yang kita ketahui bahwa inferensi termasuk ada dalam pembahasan sistem pakar serta sangat penting untuk tidak dilewatkan.
Lansung saja kita menuju soal...
SOAL
1. Jelaskan definisi dari inferensi?
2. Jelaskan kaidah dari infrensi?
3. Jelaskan bentuk algoritma inferensi fuzzy?
4. Jelaskan penalaran deduktif dan silogisme?
5. Jelaskan penalaran struktur tree?
JAWABAN
Soal. 1
Inferensi adalah tindakan atau proses yang berasal dari kesimpulan logis premis-premis yang diketahui atau dianggap benar. Kesimpulan yang ditarik juga bersifat idiomatik.
Proses dimana kesimpulan disimpulkan dari pengamatan beberapa disebut penalaran induktif. Kesimpulannya mungkin benar atau salah, atau benar dalam tingkat tertentu
Soal. 2
Menurut saya. Kaidah inferensi adalah rangkaian-rangkaian logika untuk mengambil suatu kesimpulan
Jika ada daya, komputer akan bekerja
Ada daya
Maka komputer akan bekerja.
Semua komputer yang mempunyai daya akan bekerja
Komputer ini mempunyai daya
Maka komputer ini akan bekerja.
Soal. 3
Logika fuzzy adalah peningkatan dari logika boolean yang mengenalkan konsep kebenaran sebagian. Dimana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak) logika fuzzy menggantikan logika boolean dengan tingkat kebenaran.
Alasan mengapa menggunakan algoritma fuzzy:
1. Konsep logika fuzzy mudah dimengerti.
2. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
3. Logika fuzzy sangat fleksibel.
4. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
5. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat kompleks.
6. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui pelatihan.
7. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara konsensional.
8. Logika fuzzy didasarkan pada bahasa alami.
Soal. 4
Penalaran Deduktif merupakan metode untuk menarik kesimpulan untuk menghubungkan data-data yang bersifat umum, kemudian dijadikan suatu simpulan atau fakta yang khusus.
Contoh:
Premis 1 = Semua makhluk adalah ciptaan Tuhan (U)
Premis 2 = Manusia adalah makhluk hidup (U)
Kesimpulan = Manusia adalah makhluk ciptaan Tuhan (K)
Dapat dilihat dari contoh diatas bahwa penalaran ini dimulai dengan suatu premis (pernyataan dasar) untuk menarik kesimpulan. Kesimpulannya merupakan implikasi pernyataan dasar itu. Artinya apa yang dikemukakan didalam kesimpulan secara tersirat telah didalam pernyataan tersebut.
Jadi, sebenarnya proses deduksi ini tidak menghasilkan suatu pengetahuan yang baru, melainkan pernyataan kesimpulan yang konsisten berdasarkan pernyataan dasarnya.
Penalaran Silogisme
Menurut KBBI (Kamus Besar Bahasa Indonesia), silogisme adalah bentuk, cara berpikir atau menarik simpulan yang terdiri atas premis umum, premis khusus dan simpulan. Silogisme merupakan suatu cara penalaran yang formal. Namun, bentuk penalaran ini jarang dilakukan dalam komunikasi sehari-hari. Yang sering dijumpai hanyalah pemakaian polanya, meskipun secara tidak sadar.
Contoh pola silogisme yang standar:
Premis mayor = Semua manusia akan mati.
Premis minor = Si A adalah manusia.
Kesimpulan = Si A akan mati.
Secara singkat silogisme dapat dituliskan:
Jika A=B dan B=C maka A=C
Soal. 5
Tree merupakan salah satu bentuk struktur data tidak linear yang menggambarkan hubungan yang bersifat hierarkis (hubungan one to many) antara elemen-elemen. Tree bisa didefinisikan sebagai kumpulan simpul/node dengan satu elemen khusus yang disebut root dan node lainnya terbagi menjadi himpunan-himpunan yang saling tak berhubungan atau sama lainnya (disebut subtree). Untuk jelasnya, dibawah akan diuraikan istilah-istilah umum dalam tree:
a. prodecessor: node yang berada di atas node tertentu.
b. Successor: node yang berada di bawah node tertentu.
c. Ancestor: seluruh node yang terletak sebelum node tertentu dan terletak pada jalur yang sama.
d. Descendant: seluruh node yang terletak sesudah node tertentu dan terletak pada jalur yang sama.
e. Parent: predecessor satu level di atas suatu node.
f. Child: successor satu level di bawah suatu node.
g. Sibling: node-node yang memiliki parent yang sama dengan suatu node.
h. Subtree: bagian dari tree yang berupa suatu node beserta descendantnya dan memeiliki semua karakteristik dari tree tersebut.
i. Size: banyaknya node dalam suatu tree.
j. Height: banyaknya tingkatan/level dalam suatu tree.
k. Root: satu-satunya node khusus dalam tree yang tak memiliki prodeccessor.
l. Leaf: node-node dalam tree yang tak memiliki successor.
m. Degree: banyaknya child yang dimiliki suatu node.
<<Sebelumnya
Sumber.
Azmi, Zulfian, S.T., M. Kom,. & Verdi Yasin, S. Kom,. M. Kom,.
(2017). Pengantar Sistem Pakar dam Metode (Intruduction of Expert System
and Methods). Jakarta: Mitra Wacana Media.
http://ariaayu.blogspot.com/2013/03/pengertian-dan-contoh-inferensi.html
https://id.scribd.com/doc/249393950/Kaidah-Inferensi
https://www.academia.edu/16610685/Pengertian_Algoritma_Fuzzy_Logic
http://rarapsp.blogspot.com/2013/10/penalaran-deduktif-silogisme-entimen.html
http://new-funday.blogspot.com/2012/12/struktur-data-tree-dan-penjelasaanya.html
0 komentar:
Posting Komentar