2. PENGANTAR
Inferensi adalah proses untuk menghasilkan informasi dari
fakta yang diketahui atau diasumsi. Inferensi adalah
konklusi logis (logical conclusion) atau implikasi
berdasarkan informasi yang tersedia. Dalam sistem pakar
proses inferensi dilakukan dalam suatu modul yang
disebut Inference Engine (Mesin inferensi).
Metode inferensi merupakan suatu cara penarikan
kesimpulan yang dilakukan oleh mesin inferensi dalam
menyelesaikan masalah. Secara umum metode inferensi
dalam sistem pakar terdiri atas 2 yaitu :
a. Pelacakan Ke Depan (Forward Chaining)
3. FORWARD CHAINING
Menurut Irawan 2007 dalam ( Rima Izzul Millah dkk.)
Metode Forward Chaining adalah suatu metode dari
Inference Engine untuk memulai penalaran atau
pelacakan suatu data dari fakta-fakta yang ada
menuju suatu kesimpulan. Forward chaining juga
dapat diartikan strategi pengambilan keputusan
yang dimulai dari bagian premis (fakta) menuju
konklusi (kesimpulan akhir) (Kusrini,2006).
Pelacakan kedepan adalah pendekatan yang
dimotori data ( data-driven ). Dalam pendekatan ini
pelacakan dimulai dari informasi masukan, dan
selanjutnya mencoba menggambarkan kesimpulan.
Pelacakan kedepan, mencari fakta yang sesuai
4. Pencocokan fakta atau pernyataan dimulai dari bagian kiri (IF dahulu).
Dengan kata lain, penalaran dimulai dari fakta terlebih dahulu untuk
menguji kebenaran hipotesis.
Contoh penerapan forward chaining pada pendeteksian penyakita ayam
dapat dilihat pada kasus di bawah ini :
IF nafsu makan berkurang AND nafas sesak/megap-megap AND badan
kurus AND bulu kusam dan berkerut AND diare AND produksi telur
menurun AND mencret keputih-putihan AND kedinginan AND kaki
bengkak AND terdapat kotoran putih menempel di sekitar dubur THEN
Berak kapur / Pullorum Disease
Secara sederhana kaidah di atas dapat dijelaskan bahwa IF dan AND
merupakan bagian premis (fakta). Fakta ini harus diinputkan terlebih
dahulu, kemudian hasil penginputan tersebut akan otomtis diperoleh
5. PENERAPAN FORWARD
CHAINING
Forward Chaining Cocok Untuk Kasus Seperti Apa?
Seringkali ada pertanyaan diatas muncul ketika mau membuat sistem
menggunakan metode Forward Chaining. Karena itu, disini dijelaskan
kasus apa yang cocok menggunakan metode Forward Chaining dalam
penilaiannya dan langkah apa saja yang perlu disiapkan.
Metode Forward Chaining sangat cocok digunakan untuk menangani
masalah pengendalian ( controlling ) dan peramalan ( prognosis ).
Contoh kasus yang menggunakan FC dalam penilaiaanya adalah:
1. Mendeteksi kerusakan komputer berdasarkan keluhan pengguna.
2. Menentukan penyakit berdasarkan gejala yang dialami
3. Dll
6. LANGKAH LANGKAH APA SAJA DALAM
MENGGUNAKAN ALGORITMA FORWARD
CHAINING?
Jika ingin membuat sistem menggunakan penerapan perhitungan Forward
Chaining, maka langkah-langkah yang harus disiapkan adalah:
1. Mencari pakar yang sesuai dengan tema sistem yang akan dibuat
2. Mendapatkan data hipotesa / konklusi / kesimpulan sesuai bidang ahli si
pakar.
3. Mendapatkan data premis / gejala / evidence pada tiap hipotesa.
4. Mendapatkan data rule / aturan dari pakar berdasarkan data premis dan
konklusi.
5. Setelah mendapat semua data yang dibutuhkan, langkah selanjutnya
adalah menghitung data tersebut ke dalam teori Forward Chaining,
sehingga menjadi konklusi paling tepat dengan berdasarkan premis
inputan user.
7. LANGKAH-LANGKAH PERHITUNGAN
FORWARD CHAINING
Prosedur / langkah-langkah perhitungan dalam menggunakan metode
Forward Chaining adalah sebagai berikut:
1. Admin sistem menyiapkan data data yang dibutuhkan dalam Forward
Chaining seperti data konklusi, data premis/gejala, dan data aturan.
2. Sistem memunculkan daftar premis yang mungkin, sehingga
pengguna/pengunjung bisa memilih data premis.
3. Pengguna sistem memberi inputan terhadap premis yang muncul
4. Lalu sistem menghitung inputan dari pengguna beerdasarkan aturan
yang ada. Dan pada akhirnya didapatkan konklusi dari premis yang
dipilih.
8. PERHITUNGAN FORWARD
CHAINING
Berikut adalah penerapan dari langkah-langkah perhitungan Forward
Chaining.
Studi Kasus:
Penentuan penyakit berdasarkan beberapa data/gejala, yaitu:
Gejala yang dijawab oleh user saat sistem menanyakannya.
Aturan yang ada pada sistem.
9. SOAL
Seorang mahasiswa berobat ke dokter dengan keluhan:
1. Sulit Tidur
2. Sering Terbangun Dimalam hari
3. Sering minum kopi di malam hari
4. Sering mengerjakan tugas di malam hari
Fakta : G001, G006, G011, G012
11. PREMIS/GEJALA/KRITERIA
NO KODE GEJALA NAMA PREMIS/GEJALA
1 G001 Apakah anda sulit tidur?
2 G002 Apakah anda lebih peka terhadap kebisingan?
3 G003 Apakah anda merasa lelah dan tidak bertenaga saat bangun?
4 G004 Apakah anda sedang menderita gangguan sakit kepala dan gangguan
pernafasan?
5 G005 Apakah anda sering menonton televise sampai larut malam?
6 G006 Apakah anda sering terbangun di malam hari?
7 G007 Apakah anda sering mengantuk di siang hari?
8 G008 Apakah anda sering menggunakan gadget sampai larut malam?
9 G009 Apakah anda tidur lebih dari larut malam?
10 G0010 Apakah anda merasakan sulit membuaka mata sampai beberapa saat
ketika bangun tidur?
11 G0011 Apakah anda menhkonsumsi menuman yang mengandung kafein pada
malam hari?
12 G0012 Apakah anda sering mengerjakan tugas hingga larut malam?
13. LANGKAH FORWARD CHAINING:
Gejala yang terdeteksi/Fakta: G001, G006, G011, G012
Hitung nilai presentasi peluang suatu kejadian, rumus =
𝑃 𝐴 =
𝑗𝑢𝑚𝑙𝑎ℎ 𝑔𝑒𝑗𝑎𝑙𝑎 𝑑𝑎𝑛 𝑔𝑎𝑛𝑔𝑔𝑢𝑎𝑛 𝑝𝑎𝑑𝑎 𝑡𝑎𝑏𝑒𝑙 𝑘𝑒𝑝𝑢𝑡𝑢𝑠𝑎𝑛
𝑗𝑢𝑚𝑙𝑎ℎ 𝑡𝑜𝑡𝑎𝑙 𝑔𝑒𝑗𝑎𝑙𝑎 𝑑𝑎𝑛 𝑔𝑎𝑛𝑔𝑔𝑢𝑎𝑛 𝑝𝑎𝑑𝑎 𝑡𝑎𝑏𝑒𝑙 𝑘𝑒𝑝𝑢𝑡𝑢𝑠𝑎𝑛
∗ 100%
Rule yang memiliki gejala yang terdeteksi
R1 = IF G001, G002, G003, G006, G008 THEN P001
𝑃 𝐴 =
2
5
∗ 100% = 0,14
R2 = IF G001, G004, G005, G006, G007, G008, G009, G0010 THEN P002
𝑃 𝐴 =
2
8
∗ 100% = 0,25
R3 = IF G001, G006, G0011, G0012 THEN P003
𝑃 𝐴 =
4
4
∗ 100% = 1
14. KESIMPULAN
Hasil terbesar terdapat pada R3 sebesar 1, berdasarkan Rule 3,
R3 = IF G001, G006, G0011, G0012 THEN P003 maka pasien
didiagnosa menderita penyakit INSOMNIA TEMPORER
