Total Tayangan Halaman

Word Scramble

Translate

Senin, 19 Januari 2015

Metode Certainty Factor

Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN pada tahun 1975 untuk mengakomadasi ketidakpastian pemikiran (inexact reasoning) seorang pakar. Teori ini berkembang bersamaan dengan pembuatan sistem pakar MYCIN. Team pengembang MYCIN mencatat bahwa dokter sering kali menganalisa informasi yang ada dengan ungkapan seperti misalnya: mungkin, kemungkinan besar, hampir pasti. Untuk mengakomodasi hal ini tim MYCIN menggunakan certainty factor (CF) guna menggambarkan tingkat keyakinan pakar terhadap permasalahan yang sedang dihadapi. Secara umum, rule direpresentasikan dalam bentuk sebagai berikut (John Durkin, 1994) :
                 IF E1 [AND / OR] E2 [AND / OR] … En

                         THEN H (CF = CFi)
Dimana:
E1 … En : fakta – fakta (evidence) yang ada.H : hipotesa atau konklusi yang dihasilkan.CF : tingkat keyakinan (Certainty Factor) terjadinya hipotesa H akibat adanya fakta – fakta E1 s/d En .
Definisi menurut David McAllister Certainty Factor adalah suatu metode untuk membuktikan apakah suatu fakta itu pasti ataukah tidak pasti yang berbentuk metric yang biasanya digunakan dalam sistem pakar. Metode ini sangat cocok untuk sistem pakar yang mendiagnosis sesuatu yang belum pasti.

Contoh Kasus Metode Certainty Factor

Seseorang berkonsultasi pada sistem pakar untuk mengetahui apakah terkena penyakit jantung koroner atau tidak. Sistem pakar mempunyai basis pengetahuan sebagai berikut :

Rule 1 :
IF Sesak nafas
AND Nyeri dada
AND Denyut jantung cepat
AND Keringat berlebihan
AND Kelelahan
AND Mual
AND Pusing
THEN Jantung Koroner

Langkah Pertama :
Pengguna konsultasi diberi pilihan jawaban yang masing-masing bobotnya sebagai berikut :
No Keterangan Nilai User
1 Tidak 0
2 Tidak tahu 0,2
3 Sedikit yakin 0,4
4 Cukup yakin 0,6
5 Yakin 0,8
6 Sangat yakin 1

Pakar menentukan nilai CF (Certainty Factor) untuk masing-masing gejala sebagai berikut :
CFpakar (Sesak nafas) = 1,0
CFpakar (Nyeri dada) = 1,0
CFpakar (Denyut jantung cepat) = 1,0
CFpakar (Keringat berlebih) = 0,8
CFpakar (Kelelahan) = 0,6
CFpakar (Mual) = 0,4
CFpakar (Pusing) = -0,4
Kemudian dilanjutkan dengan penentuan nilai bobot user, setelah dilakukan dialog antar
sistem pakar dan user memilih jawabannya :

Misalkan :
1. Sistem pakar : Apakah Anda mengalami Sesak nafas ?
User : Cukup yakin (CFuser = 0,6)
2. Sistem pakar : Apakah Anda mengalami nyeri dada ?
User : Cukup yakin (CFuser = 0,6)
3. Sistem pakar : Apakah Anda mengalami denyut jantung yang cepat ?
User : Yakin (CFuser = 0,8)
4. Sistem pakar : Apakah Anda mengalami kringat berlebih ?
User : Sedikit yakin (CFuser = 0,4)
5. Sistem pakar : Apakah Anda mengalami kelelahan ?
User : Tidak tahu (CFuser = 0,2)
6. Sistem pakar : Apakah Anda mengalami mual ?
User : Tidak (CFuser = 0)
7. Sistem pakar : Apakah Anda mengalami pusing ?
User : Cukup yakin (CFuser = 0,6)

Langkah Kedua :
Kaidah-kaidah atau rule tersebut kemudian dihitung nilai CF-nya dengan mengalikan CFpakar
dengan Cfuser menjadi :
CF[H,E]1 = CF[H]1 * CF[E]1
= 1,0 * 0,6
= 0,6
CF[H,E]2 = CF[H]2 * CF[E]2
= 1,0 * 0,6
= 0,6
CF[H,E]3 = CF[H]3 * CF[E]3
= 1,0 * 0,8
= 0,8
CF[H,E]4 = CF[H]4 * CF[E]4
= 0,8 * 0,4
= 0,32
CF[H,E]5 = CF[H]5 * CF[E]5
= 0,6 * 0,2
= 0,12
CF[H,E]6 = CF[H]6 * CF[E]6
= 0,4 * 0
= 0
CF[H,E]7 = CF[H]7 * CF[E]7
= (-0,4) * 0,6
= -0,24

Langkah ketiga :
Mengkombinasikan nilai CF dari masing-masing kaidah (rule)
CFcombine CF[H,E]1,2 = CF[H,E]1 + CF[H,E]2 * (1 – CF[H,E]1)
= 0,6 + 0,6 * (1 – 0,6)
= 0,84  old1
CFcombine CF[H,E]old1,3 = CF[H,E]old1 + CF[H,E]3 * (1 – CF[H,E]old1)
= 0,84 + 0,8 * (1 – 0,84)
= 0,968 old2
CFcombine CF[H,E]old2,4 = CF[H,E]ol2d + CF[H,E]4 * (1 – CF[H,E]old2)
 0,968 + 0,32 * (1 – 0,968)
= 0,978 old3
CFcombine CF[H,E]old3,5 = CF[H,E]old3 + CF[H,E]5 * (1 – CF[H,E]old3)
= 0,978 + 0,12 * (1 – 0,978)
= 0,981 old4
CFcombine CF[H,E]old4,6 = CF[H,E]old4 + CF[H,E]6 * (1 – CF[H,E]old4)
= 0,981 + 0 * (1 – 0,981)
= 0,981 old5
CFcombine CF[H,E]old5,7 = CF[H,E]old5 + CF[H,E]7
 1 – min [ | CF[H,E]old5 |, | CF[H,E]7| ]
= 0,981 + (-0,24)
 1 – min[ |0,9521|, |-0,24| ]
= 0,981 + (-0,24)
 1 – (-0,24)
= 0,5976 old5
CF[H,E]old5 * 100% = 0,5976 * 100%
= 59,76 %
Dengan demikian dapat dikatakan bahwa perhitungan certainty factor pada penyakit jantung
koroner memiliki persentase tingkat keyakinan 59,76%

Sumber : file:///C:/Documents%20and%20Settings/Administrator/My%20Documents/Downloads/Contoh%20kasus%20Certainty%20Factor.pdf

Jumat, 16 Januari 2015

Membuat Skema dan Simulasi Jaringan Menggunakan Packet Tracer


 .: SEKILAS TENTANG PACKET TRACER :.

Packet Tracer adalah sebuah software yang dikembangkan oleh Cisco. Packet Tracer digunakan untuk membuat simulasi jaringan komputer. Dalam software ini sudah tersedia komponen-komponen (tools) yang biasa kita gunakan dalam membuat suatu jaringan komputer, contohnya seperti kabel LAN (Cross-over, straight-through, console, fibel, coaxial, dll), kemudian Hub, Switch, Router, Bridge, Repeater, dan perangkat-perangkat jaringan komputer lainnya. Packet Tracer dapat dijadikan sebagai salah satu alat bantu pembelajaran, membuat simulasi, visualisasi, dan animasi dari suatu jaringan komputer. Dengan menggunakan Packet Tracer kita dapat dengan mudah membuat simulasi jaringan komputer. Simulasi ini berfungsi untuk mengetahui cara kerja masing-masing perangkat dan cara mengirim paket data dari suatu perangkat ke perangkat lainnya yang terhubung dalam suatu jaringan. Sehingga dengan simulasi ini kita dapat melihat bagaimana proses pengiriman suatu paket data dan melihat jalur/aliran data yang disimulasikan dalam bentuk icon amplop yang berjalan ke perangkat tujuan pengiriman paket data.

Sebelum membuat skema jaringan, ada baiknya kita mengetahui beberapa komponen jaringan yang biasa kita temui dan kita gunakan dalam suatu jaringan.
1. Hub : Komponen jaringan yang memilki port-port yang berguna untuk menyatukan kabel-kabel network pada tiap-tiap workstation, server, atau perangkat lain. Dalam melakukan pengiriman paket data, hub membroadcast paket data ke semua port yang dimiliki termasuk port tempat data tersebut berasal.
2. Switch : Bentuk dan fungsinya sama dengan hub, bedanya switch lebih pintar karena memiliki kemampuan untuk mengirim data hanya ke port yang dituju saja, tidak membroadcast kiriman paket data ke seluruh port yang terhubung dengan switch seperti hub.
3. Bridge : Digunakan untuk menghubungkan beberapa jaringan yang terpisah walaupun menggunakan media penghubung dan model topologi yang berbeda.
4. Router : Memiliki kemampuan untuk menyaring atau memfilter data yang lalu lalang di jaringan berdasarkan aturan atau protocol tertentu.
5. Repeater : Berfungsi untuk memperkuat sinyal dari sebuah segmen jaringan ke segmen jaringan lainnya. Repeater bermanfaat untuk mengatasi keterbatasan kabel kerena sinyal yang melemah setelah menempuh jarak tertentu sehingga dengan menggunakan repeater sinyal dapat menguat kembali.