Pengertian CF

Sebelum masuk ke CF, kita harus tahu dulu kalau CF termasuk dalam Sistem Pakar bukan Sistem Pendukung Keputusan. Sistem Pakar / Expert System adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan dari pakar di dalam sistem ini digunakan sebagi dasar oleh Sistem Pakar untuk menjawab pertanyaan (konsultasi). Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar).

Metode Certainty factor (CF) diusulkan oleh Shortliffe dan Buchanan pada tahun 1975. CF merupakan nilai parameter klinis yang diberikan MYCIN untuk menunjukkan besarnya kepercayaan. Teori ini berkembang bersamaan dengan pembuatan sistem pakar MYCIN. Tim pengembang MYCIN mencatat bahwa dokter seringkali menganalisa informasi yang ada dengan ungkapan seperti misalnya : mungkin, kemungkinan besar, hampir pasti. Untuk mengakomodisi hal ini tim MYCIN menggunakan CF guna menggambarkan tingkat keyakinan pakar terhadap masalah yang sedang dihadapi.

Sebelum belajar rumus, ada beberapa istilah yang dipakai dalam metode CF, yaitu:

  1. EVIDENCE
    Yaitu fakta / gejala yang mendukung hipotesa. Misal gejala penyakit.
  2. HIPOTESA
    Yaitu hasil yang dicari / hasil yang didapat dari gejala-gejala. Misal penyakit
  3. CF[H, E]
    Adalah certainty factor dari hipotesis H yang dipengaruhi oleh gejala (evidence) E.
    • Besarnya CF berkisar antara –1 sampai dengan 1.
    • Nilai –1 menunjukkan ketidakpercayaan mutlak sedangkan nilai 1 menunjukkan kerpercayaan mutlak.
  4. MB
    Adalah ukuran kenaikan kepercayaan ( measure of increased belief ), 0 <= MB <=1
  5. MD
    Adalah ukuran kenaikan ketidakpercayaan ( measure of increased disbelief ), 0 <= MD <=1

Ada banyak rumus untuk mencari CF, yaitu tergantung data yang diketahui. Berikut daftar rumus CF berdasarkan data yang diketahui nya:

RUMUS 1

Jika data yang diketahui adalah 1 hipotesa mempunyai 1 evidence, 1 MB, dan 1 MD.
Maka hasil yang dicari adalah besarnya kepercayaan (CF) pada hipotesa ini.
Rumusnya adalah:

CF[H, E] = MB[H, E] - MD[H, E]

Dimana:

  1. CF[H, E] : cf dari hipotesis yang dipengaruhi evidence
  2. MB(H,E) : besar kepercayaan hipotesis per evidence
  3. MD(H,E) : besar ketidakpercayaan hipotesis per evidence

RUMUS 2

Jika data yang diketahui adalah 1 hipotesa mempunyai 1 CF rule, 1 evidence, dan 1 CF evidence.
Maka hasil yang dicari adalah besarnya kepercayaan (CF) pada hipotesa ini.
Rumusnya adalah:

CF[H, E] = CF[E] * CF[Rule]

Dimana:

  1. CF[H, E] : cf dari hipotesis yang dipengaruhi evidence
  2. CF[E] = besar CF dari evidence
  3. CF[Rule] = besar CF dari pakar

RUMUS 3

Jika data yang diketahui adalah 1 hipotesa mempunyai 1 CF rule, banyak evidence, dan banyak CF evidence.
Serta menggunakan rule KONJUNGSI seperti if E1 AND E2 AND En, THEN H.
Maka hasil yang dicari adalah besarnya kepercayaan (CF) pada hipotesa ini.
Rumusnya adalah:

CF[H, E] = min { CF[E1] | CF[E1] | CF[En] } * CF[Rule]

Dimana:

  1. CF[H, E] : cf dari hipotesis yang dipengaruhi evidence
  2. CF[E] = besar CF dari evidence
  3. CF[Rule] = besar CF dari pakar

RUMUS 4

Jika data yang diketahui adalah 1 hipotesa mempunyai 1 CF rule, banyak evidence, dan banyak CF evidence.
Serta menggunakan rule DISJUNGSI seperti if E1 OR E2 OR En, THEN H.
Maka hasil yang dicari adalah besarnya kepercayaan (CF) pada hipotesa ini.
Rumusnya adalah:

CF[H, E] = max { CF[E1] | CF[E1] | CF[En] } * CF[Rule]

Dimana:

  1. CF[H, E] : cf dari hipotesis yang dipengaruhi evidence
  2. CF[E] = besar CF dari evidence
  3. CF[Rule] = besar CF dari pakar

RUMUS 5

Jika data yang diketahui adalah banyak hipotesa mempunyai banyak evidence, dan banyak CF evidence.
Serta menggunakan rule KONJUNGSI seperti if E1 AND E2 AND En, THEN H.
Maka hasil yang dicari adalah CF Kombinasi terlebih dahulu
CF kombinasi pada awalnya mencari 2 CF terlebih dahulu. Lalu hasil CF tersebut dihitung lagi dengan CF selanjutnya. Sampai semua CF selesai dihitung.
Rumus CF kombinasi tergantung nilai CF, yaitu:

Jika kedua CF > 0, maka rumusnya adalah:

CF[H, E] = CF[lama] + CF[baru] (1 - CF[lama])


Jika kedua CF < 0, maka rumusnya adalah:

CF[H, E] = CF[lama] + CF[baru] (1 + CF[lama])


Jika kedua salah satu CF < 0, maka rumusnya adalah:

CF[H, E] = CF[lama] + CF[baru] / 1 - min(CF[lama] | CF[lama])

Dimana:

  1. CF[H, E] : cf dari hipotesis yang dipengaruhi evidence
  2. CF[lama] = CF pertama atau CF hasil perhitungan sebelumnya
  3. CF[baru] = CF kedua atau CF selanjutnya