METODE CERTAINTY FACTOR (CF) SERTA PROSES HITUNG MANUAL CONTOH KASUS DIAGNOSA PENYAKIT PARU-PARU
Faktor kepastian (Certainty Factor)
menyatakan kepercayaan dalam sebuah kejadian (atau fakta atau hipotesis)
berdasarkan bukti atau penilaian pakar. Certainty factor menggunakan suatu
nilai untuk mengasumsi derajad keyakinan seorang pakar terhadap suatu data.
1. Formula Certainty Factor
Certainty factor memperkenalkan konsep keyakinan dan ketidakyakinan yang
kemudian diformulakan dalam rumusan dasar sebagai berikut:
CF
[H,E]= MB[H,E] – MD[H,E]........................................................................ .... [2.1]
Keterangan:
CF[H,E]
|
:
|
certainty
factor hipotesa yang dipengaruhi oleh evidence e diketahui dengan
pasti.
|
MB[H,E]
|
:
|
measure of
belief terhadap hipotesa H, jika diberikan evidence E (antara 0 dan
1)
|
MD
|
:
|
Measure of
Disbelief (Nilai Ketidakpercayaan)
|
P
|
:
|
Probability
|
E
|
:
|
Evidence
(Peristiwa/Fakta)
|
Formula dasar digunakan apabila belum ada nilai CF untuk setiap gejala
yang menyebabkan penyakit. Kombinasi certainty factor yang digunakan untuk
mengdiagnosa penyakit adalah (Turban: 2005):
1.
Certainty Factor untuk kaidah dengan premis/gejala
tunggal (single premis rules):
CFgejala=CF[user] * CF[pakar].................................................................... .... [2.2]
2.
Apabila terdapat kaidah dengan kesimpulan yang serupa
(similiary concluded rules) atau lebih dari satu gejala, maka CF selanjutnya
dihitung dengan persamaan:
CFcombine=
CFold+ CFgejala *(1- CFold).............................................................. .... [2.3]
3.
Sedangkan untuk menghitung persentase terhadap
penyakit, digunakan persamaan:
CFpersentase=
CFcombane* 100.............................................................................. .... [2.4]
Untuk menentukan keterangan faktor keyakinan dari pakar, dilihat dari CFcombine
dengan berpedoman dari tabel interpretasi (term) certainty factor. Adapun tabel
tersebut dapat dilihat pada Tabel berikut.
Tabel 1 Tabel Interpretasi Certainy Factor
No.
|
Certainty Term
|
CFakhir
|
1.
|
Pasti Tidak
|
-1,0
|
2.
|
Hampir Pasti Tidak
|
-0,8
|
3.
|
Kemungkinan Besar Tidak
|
-0,6
|
4.
|
Mungkin Tidak
|
-0,4
|
5.
|
Tidak Tahu/Tidak Yakin
|
-0,2 --- 0,2
|
6.
|
Mungkin
|
0,4
|
7.
|
Kemungkinan Besar
|
0,6
|
8.
|
Hampir Pasti
|
0,8
|
9.
|
Pasti
|
1,0
|
2. Proses Hitung Manual Atau Implementasi Metode Certainty Factor (CF)
Pada sesi diagnosa penyakit, user diberikan pilihan interpretasi yang
masing-masing memiliki nilai CF sebagai berikut:
-
|
Tidak Yakin
|
=
|
0.0
|
-
|
(Ya) Kurang Yakin
|
=
|
0.1
|
-
|
(Ya) Kurang Yakin
|
=
|
0.2
|
-
|
(Ya) Kurang Yakin
|
=
|
0.3
|
-
|
(Ya) Sedikit Yakin
|
=
|
0.4
|
-
|
(Ya) Sedikit Yakin
|
=
|
0.5
|
-
|
(Ya) Cukup Yakin
|
=
|
0.6
|
-
|
(Ya) Cukup Yakin
|
=
|
0.7
|
-
|
(Ya) Yakin
|
=
|
0.8
|
-
|
(Ya) Yakin
|
=
|
0.9
|
-
|
(Ya) Sangat Yakin
|
=
|
1.0
|
Proses penghitungan prosentase keyakinan diawali dengan pemecahan sebuah
kaidah (rule) yang memiliki gejala majemuk, menjadi kaidah-kaidah (rules) yang
memiliki gejala tunggal. Kemudian masing-masing rule baru dihitung CF nya
dengan memggunakan persamaan 2.2:
CFgejala
|
=
|
CF(user)*CF(pakar)
|
|
Namun apabila
terdapat lebih dari satu gejala, maka CF penyakit dihitung dengan menggunakan
persamaan 2.3:
CFcombine
|
=
|
CFold+ CFgejala *(1-
CFold)
|
|
Sebagai contoh
kasus adalah proses pemberian nilai CF pada setiap gejala hingga perolehan
prosentase keyakinan untuk penyakit paru-paru Pneumonia Bakterialis.
Kaidah 1:
|
IF
|
Demam Tinggi (Gejala 1)
|
|
AND
|
Nyeri Dada (Gejala 2)
|
|
AND
|
Napas Pendek-Pendek (Gejala 3)
|
|
AND
|
Batuk Yang Dimulai Dengan Cepat
(Gejala 4)
|
|
THEN
|
Pneumonia Bakterialis
|
Langkah pertama,
pakar menentukan nilai CF untuk masing-masing gejala. Adapun nilai CF yang
diberikan pakar misalnya:
CFpakar(Gejala
1)
|
=
|
0.4
|
|
CFpakar(Gejala
2)
|
=
|
0.7
|
|
CFpakar(Gejala
3)
|
=
|
0.7
|
|
CFpakar(Gejala
4)
|
=
|
0.6
|
|
Misalkan user
memilih jawaban sebagai berikut:
Gejala 1
|
=
|
(Ya) Cukup Yakin
|
=
|
0.6
|
Gejala 2
|
=
|
(Ya) Kurang Yakin
|
=
|
0.2
|
Gejala 3
|
=
|
(Ya) Yakin
|
=
|
0.8
|
Gejala 4
|
=
|
(Ya) Sedikit Yakin
|
=
|
0.4
|
Kaidah awal
(kaidah 1) yang memiliki 4 gejala dipecah menjadi kaidah yang memiliki gejala
tunggal, sehingga menjadi:
Kaidah 1.1:
IF Demam
Tinggi (Gejala 1)
THEN Pneumonia
Bakterialis
|
Kaidah 1.3:
IF Napas
Pendek-Pendek (Gejala 3)
THEN Pneumonia
Bakterialis
|
Kaidah 1.2:
IF Nyeri Dada
(Gejala 2)
THEN Pneumonia
Bakterialis
|
Kaidah 1.4:
IF Batuk Yang
Dimulai Dengan Cepat (Gejala 4)
THEN Pneumonia
Bakterialis
|
Proses
perhitungan manual untuk kaidah 1.1:
CFgejala1
|
=
|
CF(user)*CF(pakar)
|
|
|
=
|
0.6*0.4
|
|
|
=
|
0.240
|
|
Proses
perhitungan manual untuk kaidah 1.2:
CFgejala2
|
=
|
CF(user)*CF(pakar)
|
|
|
=
|
0.2*0.7
|
|
|
=
|
0,140
|
|
Proses perhitungan
manual untuk kaidah 1.3:
CFgejala3
|
=
|
CF(user)*CF(pakar)
|
|
|
=
|
0.8*0.7
|
|
|
=
|
0.560
|
|
Proses perhitungan manual untuk
kaidah 1.4:
CFgejala4
|
=
|
CF(user)*CF(pakar)
|
|
|
=
|
0.4*0.6
|
|
|
=
|
0.240
|
|
Dikarenakan
terdapat lebih dari satu gejala, maka untuk menentukan CF penyakit selanjutnya digunakan
persamaan 2.3:
CFcombine1(CFgejala1,
CFgejala2)
|
=
|
CFgejala1+ CFgejala2*(1-
CFgejala1)
|
|
=
|
0.240+0.140 * (1-0.240)
|
CFold1
|
=
|
0.289
|
CFcombine2(CFold1,
CFgejala3)
|
=
|
CFold1+ CFgejala3*(1-
CFold1)
|
|
=
|
0.289+0.560 * (1-0.289)
|
CFold2
|
=
|
0.604
|
CFcombine3(CFold2,
CFgejala4)
|
=
|
CFold2+ CFgejala4*(1-
CFold2)
|
|
=
|
0.604+0.240 * (1-0.604)
|
CFold3
|
=
|
0.334
|
Keterangan:
CFold terakhir merupakan CFpenyakit, berdasarkan hasil perhitungan CF di atas,
maka CF penyakit adalah 0.334. Selanjutnya hitung persentase keyakinan terhadap
penyakit dengan persamaan
Persentase
|
=
|
CFpenyakit* 100
|
|
|
=
|
0.334*100
|
|
|
=
|
33.4 %
|
|
Berdasarkan
hasil perhitungan, maka keterangan tingkat keyakinan berdasarkan tabel
interpretasi adalah MUNGKIN.
Semoga Bermanfaat,,,,,
CFcombine1(CFgejala1, CFgejala2)
BalasHapus=
CFgejala1+ CFgejala2*(1- CFgejala1)
=
0.240+0.140 * (1-0.240)
CFold1
= 0.289
Itu Metode pnya siapeee??
Jumlahkan dulu baru kali??
Maaf Herry Abu, Setau saya duluan di kali baru dijumlah,,,,lebih kurangnya ketika kita implementasikan ke dalam bahasa pemograman, rumusnya menjadi Nilai CF= (CFgejala1+ (CFgejala2*(1- CFgejala1))....
Hapuslebih rincinya,,, kurangkan angka yang ada di dalam kurung, kemudian kalikan hasil pengurang dengan CFgejala2, selanjutnya hasil perkalian tersebut barulah ditambahkan dengan CFgejala1,,,,
rumusnya dapet dari buku apa ya mbak.. hehe mau buat referensi
HapusYs selalu perkalian baru penjumlahan
HapusMba reka yanti
HapusKlo seperti yang anda jelas kan maka
0.240 + 0.140 * (1-0.240)
=0.3464
Bukan 0.289 silah kn di hitung kembali
Betul yang di bilang sama mba reka yanti
HapusSetelah yang dalam kurung di kurang maka hasilnya tersebut di kali dengan Cf2 baru + dgn Cf1 maka hasilnya = 0.3464
(sesuai dgn hitungan operator aritmatika)
Nah nentuin nilai MB dan MD nya gimana ka, apa perhitungan ini baru nentuin nilai MB nya doang apa gimana? Di rumusnya kan CF(h,e)=MB(h,e)-md(h,e)
Hapusmaaf nih mbak.. trus gimana menghitung datanya jika data itu berasal dari 3 pakar?
BalasHapusKomentar ini telah dihapus oleh pengarang.
BalasHapusmas mau nanya klo
BalasHapusNo jawab user Nilai Bobot
1 Tidak 0
2 Tidak Yakin 0.2
3 Yakin 0.8
untuk perhitungan metode Cf dengan Rumus =
CFcombineCF[H,E]1,2 = CF[H,E]1 + CF[H,E]2 * [1- CF[H,E]1]
CFcombineCF[H,E]old,3 = CF[H,E]old + CF[H,E] 3 * (1-CF[H,E] old]
dengan contoh
pertanyaan bobot pakar CF(H) jwbn user bobot user CF(E) CF(H,E)= CF(H)i * CF(E)i CFcombine
nafsu mkn 0,2 yakin 0,8 0,2*0,8=0,16
cara perhitungan CFcombine gimana mas.mohon bantuannya.
cara menentukan bobot user
dan juga yang *(1- CFold) itu kurang apa min
BalasHapushttp://www.rianfartawijaya.com/2016/10/sistem-pakar-dengan-metode-certainty.html
BalasHapusbagaimana cara menentukan nilai PH pada certainty factor ?
BalasHapusbagaimana cara menentukan md ya?
BalasHapusmaaf mbak sebelumnya, izin kan saya untuk bertanya satu hal itu tentang metoder CFcombinasi nya..jika kita masukan kan ke script untuk memasukan CF combinasinya bagaimana ya???
BalasHapusmohon bantuan nya mbak..terimakasih
Maaf mba mau bertanya, cara untuk mendapatkan nilai MB dan MD bagaimana? terimakasih
BalasHapusboleh minta referensi sumber nya mbak?
BalasHapussertakan video tutorial kalo bisa
BalasHapusmaaf mba, mba dapet referensi rumus dari mana ? karna saya sudah mencoba untuk rumus combine itu sangat ambigu jika di kaitkan dengan koding program.
BalasHapusmaaf dengan segala hormat, mohon pertanyaan dari teman2 sebisa mungkin dijawab. Apapun jawabannya kami akan menghormatinya, karena banyak orang yang ingin belajar tentang ini, seperti pertanyaan cara mendapatkan nilai cf itu dari perhitungan suatu metode atau dikarang. terimakasih.
BalasHapusbagaimana ya cara mengetahui persen dalam sistem pakar
BalasHapusMau bertanya, cara untuk mendapatkan nilai MB dan MD bagaimana? terimakasih
BalasHapus#penulis #menghilang
BalasHapusdiisi sendiri kak sama user wkwkwk selalu ada dimana2 kk ini
Hapuswkwkwkwk. nyari info slow respon mbak/mas/ pak/ bu. bisa kah saya tanya tanya
Hapusmenghitung nilai mb & md itu bebas atw gmana ??
BalasHapusterus aturan dibawah 1 kah ?
mengingat ada konstanta 1 di rumus cf
Komentar ini telah dihapus oleh pengarang.
BalasHapusMaaf saya orang awam, mau tanya cf penyakit dan cf gejala itu kegunaannya buat apa y. Mohon bantuannya??
BalasHapusKomentar ini telah dihapus oleh pengarang.
BalasHapusfree source code :
BalasHapushttps://kumpulancodegratis.blogspot.com/
semoga bermanfaat🌻
ok everyone. I want to share a website link that I think can be useful for you.
BalasHapushere it is:
1. Codein.my.id
2. Kompres Gambar
3. Anonimside
4. Quotes Generator
5. File Host
6. Downloader Video YouTube or Video from social media
Thank You. Those were some websites that might be useful