BACKWARD CHAINING
Backward chaining atau Backward Reasoning merupakan salah satu dari metode inferensia yang dilakukan untuk di bidang kecerdasan buatan. Backward chaining dimulai dangan pendekatan tujuan
atau goal oriented atau hipotesa. Pada backward chaining kita akan bekerja dari konsekuen ke antesendent untuk melihat apakah terdapat data yang mendukung konsekuen tersebut. Pada metode inferensi dengan backward chaining akan mencari aturan atau rule yang memiliki konsekuen (Then klausa ..) yang mengarah kepada tujuan yang diskenariokan/diinginkan.
Contoh :
Misalkan terdapat suatu sistem dengan tujuan : Goal_1. Untuk mencapai tujuan Goal_1 tersebut
dibutuhkan fakta A yang bernilai 1 dan fakta B yang bernilai 1. (Asumsi nilai fakta adalah boolean 1
dan 0). Fakta A sendiri akan diperoleh jika ada fakta C yang bernilai 1. Bagaimana rancangan sistem pakar dan aturan yang akan dibuat:
Langkah 1 : Buat aturan standar untuk menyatakan Goal 1
- If A=1 and B=1 Then Goal 1
Langkah 2 : Buat aturan yang menyatakan bahwa jika C bernilai 1 maka A
- If C=1 Then A=1
Terlihat bahwa konsekuen (Then..) tidak harus mengarah kepada Goal 1, akan tetapi ditujukan
kepada antisendent yang dalam hal ini adalah A. Dengan demikian sistem akan mengetahui bahwa
antisendent C akan ditanyakan dengan anisendent B untuk menghasilkan Goal 1.
Atau bisa disebut juga Backward Chaining sebagai strategi pengambilan keputusan atau kesimpulan dengan pencocokan fakta atau pernyataan yang dimulai dari bagian sebelah kanan (THEN terlebih dahulu). Dengan kata lain, penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan.
Sumber :
Tidak ada komentar:
Posting Komentar