Tugas 3 : Probabilistic Reasoning

Apa itu Probabilistic Reasoning? 

    Probabilistic Reasoning adalah metode Soft Computing juga untuk membuat komputer atau suatu device mengambil keputusan layaknya makhluk hidup. Jadi, dari semua data-data yang sudah dimiliki, metode ini memberikan pola-pola tertentu untuk mengambil keputusan.

    Probabilistic Reasoning merupakan bagian dari Soft Computing, yang pada awalnya Soft Computing diperkenalkan pertama kali pada tahun 1990 oleh Prof. L.A.Zadeh dari Berkeley University sehubungan dengan ide untuk mendirikan BISC (Berkeley Initiative In Soft Computer).

Terdapat beberapa pengertian mengenai SOFT COMPUTING

›    SOFT COMPUTING (Prof. Lotfi A Zadeh, 1992) adalah segolongan metoda yang mampu mengolah data dengan baik walaupun didalamnya terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial.

›    SOFT COMPUTING merupakan kumpulan dari teknik–teknik perhitungan dalam ilmu komputer, inteligensia semu, MACHINE LEARNING dan beberapa disiplin ilmu teknik lainnya, yang berusaha untuk mempelajari, memodelkan, dan menganalisa fenomena yang sangat rumit.

    Metode SOFT COMPUTING saat ini menarik perhatian dalam perkembangan metode komputasi dan pemecahan masalah pada saat ini karena SOFT COMPUTING menawarkan solusi yang menarik dan pengimplementasian yang mudah untuk memecahkan masalah-masalah yang tadinya sulit dipecahkan dengan komputer yang menggunakan metoda komputasi konvensional.

Pada Soft Computing terdapat beberapa metode yang dikartegorikan menjadi 3 kartegori menurut L.A.Zadeh, Yaitu Fuzzy Logic, Artifical Neural Network, dan Probabilistic Reasoning.

Salah satu metoda SOFT COMPUTING yang akan saya bahas lebih lanjut adalah mengenai PROBABILISTIC REASONING.

     Reasoning berarti mengambil suatu keputusan atas suatu alasan atau sebab tertentu.Reasoning sendiri ada 2 jenis yaitu logical reasoning  dan probabilistic reasoning. Salah satu kelebihan probabilistic reasoning dibandingkan logical reasoning adalah kemampuannya untuk mengambil keputusan yang rasional, walaupun informasi yang diolah kurang lengkap atau mengandung unsur ketidakpastian.

Tiga kategori kategori dari Probabilistic Reasoning antara lain adalah

v     Teori Chaos

    Teori chaos memiliki implikasi yang luas dalam analisis pengambilan keputusan. Teori chaos memberi pengertian bahwa suatu aksi sekecil pun dapat berimplikasi pada suatu akibat yang besar. Teori chaos juga memberikan pengertian bahwa dalam pengambilan keputusan senantiasa dihadapkan pada suatu potensi ketidakteraturan dan ketidakpastian sehingga batasan-batasan metode pengambilan keputusan tradisonal tidak mencukupi lagi. Teori chaos menuntut perubahan model mental yang sama sekali baru dan kreatif dari sang pengambilan keputusan. Sistem pintar dan kecerdasan berupaya mengantisipasi aspek ketidakpastian dan ketidakteraturan tersebut dengan mengadopsi logika berpikir manusia ke dalam mesin komputer. Dengan sistem pintar, suatu perangkat komputer dapat menganalisis suatu sistem permasalahan dan melakukan pengambilan keputusan.

v     Belief Networks

    Belief Networks (BN) adalah penalaran kausal, dimana BN telah banyak digunakan dalam berbagai aplikasi. BN sekarang ini menjadi andalan dalam bidang penelitian Flu Burung yang dikenal sebagai penalaran pasti. BN sendiri didasarkan pada hukum-hukum probabilitas.

v     Genetic Algorithm <GA>

    GA diperkenalkan oleh John Holland pada pertengahan tahun 70-an. GA adalah metode komputasi yang meniru proses evolusi dan seleksi alam. Metode ini sering dimanfaatkan untuk mencari nilai optimal suatu fungsi/permasalahan.

Berikut ini akan diberikan gambaran mengenai urutan proses pada GA

Sumber: https://prinzessino.wordpress.com/2010/03/09/soft-computing/