Metode Certainty Factor

Sistem pakar harus mampu bekerja dalam ketidakpastian. Sejumlah teori telah ditemukan untuk menyelesaikan ketidakpastian, termasuk diantaranya Probabilitas Klasik (classical probability), Probabilitas Bayes (Bayesian probability), teori fuzzy Zadeh (Zadeh’s fuzzy theory) dan faktor kepastian (Certainty Factor). 

Metode Certainty Factor

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.

Ketidak pastian ini dipengaruhi oleh dua faktor yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti. Contoh paling mudah dari penggunaan metode ini adalah pada kasus penentuan penyakit dengan gejala-gejala yang sudah ditentukan. Aturan yang tidak pasti pada kasus ini adalah aturan gejala-gejala yang ditentukan untuk suatu penyakit.

Faktor kepastian (certainty factor) diperkenalkan oleh Shortliffe Buchanan dalam pembuatan MYCIN. Certainty Factor (CF) merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Certainty Factor didefinisikan sebagai persamaan berikut :

CF (H, E) = MB (H, E) – MD (H, E) 

• CF (H, E) : Certainty Factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E. Besarnya CF berkisar antara -1 sampai 1. Nilai -1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kepercayaan mutlak.
• MB (H, E) : ukuran kenaikan kepercayaan (measure of increased belief) terhadap hipotesis H yang dipengaruhi oleh gejala E.
• MD (H, E) : ukuran kenaikan ketidakpercayaan (measure of increased disbelief) terhadap hipotesis H yang dipengaruhi oleh gejala E.

Bentuk dasar rumus Certainty Factor, adalah sebuah aturan JIKA E MAKA H seperti ditunjukkan oleh persamaan 2 berikut :

CF (H, e) = CF (E, e) * CF (H, E)
Dimana :

• CF (H, e) : certainty factor hipotesis yang dipengaruhi oleh evidence e.
• CF (E, e) : certainty factor evidence E yang dipengaruhi oleh evidence e.
• CF (H, E) : certainty factor hipotesis dengan asumsi evidence diketahui dengan pasti, yaitu ketika CF(E, e) = 1.

Jika semua evidence pada antecedent diketahui dengan pasti maka persamaannya akan menjadi :

CF (E, e) = CF (H, E)

Metode Certainty Factors ini hanya bisa mengolah 2 bobot dalam sekali perhitungan. Untuk bobot yang lebih dari 2 banyaknya, untuk melakukan perhitungan tidak terjadi masalah apabila bobot yang dihitung teracak, artinya tidak ada aturan untuk mengkombinasikan bobotnya, karena untuk kombinasi seperti apapun hasilnya akan tetap sama. Untuk mengetahui apakah seorang pasien tersebut menderita penyakit jantung atau tidak, itu dilihat dari hasil perhitungan bobot setelah semua keluhankeluhan diinputkan dan semua bobot dihitung dengan menggunakan metode certainty factors. Pasien yang divonis mengidap penyakit jantung adalah pasien yang memiliki bobot mendekati +1 dengan keluhan-keluhan yang dimiliki mengarah kepada penyakit jantung. Sedangkan pasien yang mempunyai bobot mendekati -1 adalah pasien yang dianggap tidak mengidap penyakit jantung, serta pasien yang memiliki bobot sama dengan 0 diagnosisnya tidak diketahui atau unknown atau bisa disebut dengan netral.

Penerapan CF pada studi kasus diagnosa penyakit sapi dengan metode Certainty Factor

   

Cara Pengerjaan
        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
 
       Contoh CF pada diagnosa Brucellosis
         IF       Demam Tinggi 
                AND Badan Lemah
                AND Turun Berat Badan
                AND Mengalami Aborsi
        THEN Brucellosis
  
Langkah  pertama  adalah  pemecahan rule dengan premis (ciri)  majemuk  menjadi rule dengan premis (ciri) tunggal, seperti contoh berikut ini :
        IF Demam Tinggi THEN Brucellosis
        IF Badan Lemah THEN Brucellosis
        IF Turun Berat Badan THEN Brucellosis 
        IF Mengalami Aborsi THEN Brucellosis

Menentukan nilai CF pakar untuk masing-masing premis (ciri)

Kemudian dilanjutkan dengan penentuan CF user, misalkan user memilih jawaban sebagai berikut :

Rule - rule yang  baru  tersebut  kemudian dihitung  nilai  CF pakar dengan  CF user menggunakan     persamaan

         CF(H,E) = CF(E)*CF(rule)
                        = CF(user)*CF(pakar)

Langkah  yang  terakhir  adalah  mengkombinasikan  nilai CF  dari  masing masing  rul Kombinasikan CF 1 sampai CF 4 dengan persamaan


    CFCOMBINE(CF1,CF2)      = CF1+ CF2* (1 - CF1)
  
    CFCOMBINE (CF1,CF2)     = 0,2 + 0,32 * (1 - 0,2)
                                                     = 0,2 + 0,25
                                                     = 0,45 CFold

    CFCOMBINE (CFold,CF3)  = 0,45 + 0,6 * (1 - 0,45)
                                                     = 0,45 + 0,33
                                                     = 0,78 CFold

     CFCOMBINE (CFold,CF4) = 0,78 + 0,4 * (1 - 0,78)
                                                      = 0,78 + 0,08
                                                      = 0,86 CFold

     Prosentase keyakinan = CFCOMBINE * 100 % => 0,86  x100% = 86 %

Kesimpulan
Dengan  demikian  dapat  dikatakan  bahwa  perhitungan certainty  factor yang  dilakukan pada jenis  penyakit BRUCELLOSIS  memiliki tingkat keyakinan sistem 86%.

Sumber Contoh Kasus : http://ariecandra02.blogspot.com/2017/05/sistem-pakar-penyelesaian-metode_64.html