Metode Forward Chaining adalah metode pencarian atau teknik pelacakan ke depan yang dimulai
dengan informasi yang ada dan penggabungan rule untuk menghasilkan suatu
kesimpulan atau tujuan. (Russel S,Norvig P, 2003). Pelacakan maju ini sangat
baik jika bekerja dengan permasalahan yang dimulai dengan rekaman informasi
awal dan ingin dicapai penyelesaian akhir, karena seluruh proses akan
dikerjakan secara berurutan maju. Berikut adalah diagram Forward Chaining
secara umum untuk menghasilkan sebuah goal. Forward chaining merupakan metode
inferensi yang melakukan penalaran dari suatu masalah kepada solusinya. Jika
klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan
menyatakan konklusi. Forward chaining adalah data-driven karena inferensi
dimulai dengan informasi yang tersedia dan baru konklusi diperoleh. Jika suatu
aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward
chaining.
Tipe sistem yang dapat
dicari dengan Forward Chaining :
- Sistem yang dipersentasikan dengan satu atau beberapa kondisi.
- Untuk setiap kondisi, sistem mecari rule-rule dalam knowledge base untuk rule-rule yang berkorespondensi dengan kondisi dalam bagian IF
- Setiap rule dapat menghasilkan kondisi baru dari konklusi yang diminta pada bagian THEN. Kondisi baru ini ditambahkan ke kondisi lain yang sudah ada.
- Setiap kondisi yang ditambahkan ke sistem akan diproses. Jika ditemui suatu kondisi baru dari konklusi yang diminta, sistem akan kembali ke langkah 2 dan mencari rule-rule dalam knowledge base kembali. Jika tidak ada konklusi baru, sesi ini berakhir.
Contoh :
Terdapat 10 aturan
yang tersimpan dalam basis pengetahuan yaitu :
R1 : if A and B then C
R2 : if C then D
R3 : if A and E then F
R4 : if A then G
R5 : if F and G then D
R6 : if G and E then H
R7 : if C and H then I
R8 : if I and A then J
R9 : if G then J
R10 : if J then K
Fakta awal yang diberikan hanya A dan E, ingin membuktikan apakah K bernilai benar. Proses penalaran forward chaining terlihat pada gambar dibawah :
- Diasumsikan si user (investor) memiliki data:
- Memiliki uang $10.000 (A TRUE)
- Berusia 25 tahun (B TRUE)
Sistem Pakar : Penasihat Keuangan
Kasus : Seorang user ingin berkonsultasi apakah tepat jika dia berinvestasi pada stock IBM?
Variabel-variabel yang digunakan :
A = memiliki uang $10.000 untuk investasi
B = berusia < 30 tahun
C = tingkat pendidikan pada level college
D = pendapatan minimum pertahun $40.000
E = investasi pada bidang Sekuritas (Asuransi)
F = investasi pada saham pertumbuhan (growth stock)
G = investasi pada saham IBM
Setiap variabel dapat bernilai TRUE atau FALSE
FAKTA YANG ADA :t jika berinvestasi pada IBM stock?
RULES :
R1 : IF seseorang memiliki uang $10.000 untuk berinvestasi AND dia berpendidikan pada level college THEN dia harus berinvestasi pada bidang sekuritas
R2 : IF seseorang memiliki pendapatan per tahun min $40.000 AND dia berpendidikan pada level college THEN dia harus berinvestasi pada saham pertumbuhan (growth stocks)
R3 : IF seseorang berusia < 30 tahun AND dia berinvestasi pada bidang sekuritas THEN dia sebaiknya berinvestasi pada saham pertumbuhan
R4 : IF seseorang berusia <> 22 tahun THEN dia berpendidikan college
R5 : IF seseorang ingin berinvestasi pada saham pertumbuhan THEN saham yang dipilih adalah saham IBM.
Rule simplification:
- R1: IF A and C, THEN E
- R2: IF D and C, THEN F
- R3: IF B and E, THEN F
- R4: IF B, THEN C
- R5: IF F, THEN G
Solusi dengan Forward Chaining :
- Step I : IF A and C Then E = R1
- Step II : IF B then C A,B,C -> True = R4
- Step III : If A and C then E A,B,C -> True = R2
- Step IV : If B ad E then F A,B,C,E,F -> true = R3
- step V : if F then G. G->True
kesimpulan : Cocok untuk investasi saham IBM
Tidak ada komentar:
Posting Komentar