Pengertian Metode forward Chaining dan backward chaining Lengkap

         

Pengertian Metode forward Chaining dan backward chaining Lengkap- Dalam dunia perkuliahan di bidang IT tentunya tidak asing lagi dengan kedua metode ini, metode ini termasuk juga pada matakuliah kecerdasan buatan yang nantinya bisa di pakai sebagai metode pakar judul skripsi mahasiswa IT, Kedua metode ini tergolong metode yang laris manis di pakai mahasiswa komputer sebagai penunjang skripsi mereka, karna mengingat kedua metode ini tergolong metode yang tidak terlalu rumuit dalam peng implematasinya kedalam program yang di buat.
             Kedua metode ini merupakan dua teknik penalaran yang biasa digunakan dalam sistem pakar. Metode backward chaining adalah pelacakan kebelakang yang memulai penalarannya dari kesimpulan (goal), dengan mencari sekumpulan hipotesa-hipotesa yang mendukung menuju fakta-fakta yang mendukung sekumpulan hipotesa-hipotesa tersebut. Sedangkan metode forward chaining adalah pelacakan ke depan yang memulai dari sekumpulan fakta-fakta dengan mencari kaidah yang cocok dengan dugaan/hipotesa yang ada menuju kesimpulan.
Pengertian metode forward dan backward chaining di atas, bisa juga dijelaskan seperti di bawah ini (ebook kecerdasaan tiruan, yang bisa Anda download di bawah artikel ini).

Pengertian Metode forward Chaining

Kadang disebut:data-driven karena inference engine menggunakan informasi yang ditentukan oleh user untuk memindahkan ke seluruh jaringan dari logika ‘AND’ dan ‘OR’ sampai sebuah terminal ditentukan sebagai objek. Bila inference engine tidak dapat menentukan objek maka akan meminta informasi lain. Aturan (Rule) di mana menentukan objek, membentuk path (lintasan) yang mengarah ke objek. Oleh karena itu, hanya satu cara untuk mencapai satu objek adalah memenuhi semua aturan.


Pengertian Metode backward Chaining

Merupakan kebalikan dari forward chaining dimana mulai dengan sebuah hipotesa (sebuah objek) dan meminta informasi untuk meyakinkan atau mengabaikan backward chaining inference engine sering disebut: ‘Object-Driven/Goal-Driven‘.
Catatan: inference engine adalah bagian dari sistem pakar yang mencoba menggunakan informasi yang diberikan untuk menemukan objek yang sesuai. Inference engine mempunayi 2 kategori yaitu deterministic dan probabilistik. Sedangkan dasar untuk membentuk inference engine diantaranya: forward chainingbackward chainingdan rule value (merupakan pendahulu dari forward dan backward chaining)
Kedua teknik penalaran di atas (forward dan backward chaining) dipengaruhi oleh tiga macam teknik penelusuran (searching) yaitu:
1. Teknik Depth-First Search
Adalah teknik penelusuran data pada node-node secara vertical dan sudah terdefinisi, misalnya kiri ke kanan, keuntungan pencarian dengan teknik ini adalah bahwa penelurusan masalah dapat di gali secara mendalam sampai di temukannya kapasitas suatu solusi yang optimal. Kekurangan teknik penelesuran ini adalah membutuhkan waktu yang sangat lama untuk ruang lingkup masalah yang besar.
contoh gambar teknik depth first


    2.Teknik Breadth-First Search      
            Adalah teknik penelusuran data pada semua node dalam satu level atau salah satu tingkatan sebelum ke level atau tingkatan di bawahnya. Keuntungan pencarian daengan teknik ini adalah sama dengan depth first search, hanya saja penelusuran dengan tehnik ini mempunyai nilai tambah, dimana semua node akan di cek secara menyeluruh pada setiap tingkatan node. Kekurangan teknik penelusuran ini terletak pada waktu yang dibutuhkan yang sangat lama apabila solusi berada dalam posisi node terakhir sehingga menjadi tidak efisien. Kekurangan dalam implementasi juga perlu di pertimbangkan, misalnya teknik penelusuran menjadi tidak interaktif antara suatu topik dengan topik yang lain atau harus melompat dari satu topik ke topik yang lain sebelum topik tersebut selesai di telusuri.
contoh gambar teknik breadth first search

3. Teknik Best-First Search
      Adalah teknik penelusuran yang menggunakan pengetahuan akan suatu masalah untuk melakukan panduan pencarian ke arah node tempat dimana solusi berada. Pencarian jenis ini dikenal juga sebagai heuristic. Pendekatan yang dilakukan adalah mencari solusi yang terbaik berdasarkan pengetahuan yang dimiliki sehingga penelusuran dapat ditentukan harus di mulai dari mana dan bagaimana menggunakan proses terbaik untuk mencari solusi. Keuntungan jenis pencarian ini adalah mengurangi beban komputasi karena hanya solusi yang memberikan harapan saja yang diuji dan akan berhenti apabila solusi sudah mendekati yang terbaik. Ini merupakan model yang menyerupai cara manusia mengambil solusi yang dihasilkan merupakan solusi yang mutlak benar.
contoh gbr teknik best first search


Demikian penjelasan tentang Metode forward dan backward chaining Lengkap, semoga bermanfaat bagi pembaca orangbejo.com, Terima kasih :)









Subscribe to receive free email updates:

1 Response to "Pengertian Metode forward Chaining dan backward chaining Lengkap"