🔍 Sistem Pakar Metode Certainty Factor (CF)
Sistem pakar adalah sebuah sistem berbasis komputer yang dirancang untuk meniru proses pengambilan keputusan seorang pakar dalam suatu bidang tertentu. Dengan menggunakan metode Certainty Factor, sistem ini mampu mengukur tingkat kepastian dari sebuah diagnosis berdasarkan bukti yang tersedia. Hal ini memungkinkan sistem untuk memberikan rekomendasi yang lebih akurat sesuai dengan kondisi pengguna.
🧮 Perhitungan CF
Certainty Factor dihitung berdasarkan formula:
Dimana:
- MB (Measure of Belief) → Seberapa yakin pakar bahwa gejala menunjukkan penyakit tertentu.
- MD (Measure of Disbelief) → Seberapa yakin pakar bahwa gejala tidak menunjukkan penyakit tertentu.
📚 Contoh Data di Basis Pengetahuan oleh Pakar
| Penyakit | Gejala | Nilai MB | Nilai MD |
|---|---|---|---|
| Penyakit A | Gejala 1 | 0.8 | 0.2 |
| Penyakit A | Gejala 2 | 0.6 | 0.3 |
| Penyakit B | Gejala 1 | 0.7 | 0.2 |
| Penyakit B | Gejala 2 | 0.5 | 0.4 |
📚 Contoh Data Pilihan Kondisi oleh Pengguna
Adapun terdapat 6 pilihan kondisi yang tersedia, yaitu TIDAK, TIDAK TAHU, MUNGKIN, KEMUNGKINAN BESAR, PASTI, dan SANGAT PASTI.
| Kondisi | Keterangan | Nilai |
|---|---|---|
| Tidak | Gejala tidak dialami sama sekali. | 0 |
| Tidak Tahu | Tidak yakin apakah gejala tersebut ada atau tidak. | 0.2 |
| Mungkin | Gejala bisa saja ada, tetapi tidak pasti. | 0.4 |
| Kemungkinan Besar | Gejala sangat mungkin ada, namun belum dapat dipastikan. | 0.6 |
| Pasti | Gejala pasti ada dan sangat jelas. | 0.8 |
| Sangat Pasti | Gejala sangat jelas dan dipastikan ada dengan tingkat kepastian yang tinggi. | 1 |
Berikutnya, pengguna diminta untuk memilih kondisi yang sesuai dengan gejala yang dialami, sebagaimana tercantum dalam tabel berikut:
| Gejala Yang Dipilih | Kondisi | Nilai |
|---|---|---|
| Gejala 1 | Pasti | 0.8 |
| Gejala 2 | Kemungkinan Besar | 0.6 |
🧮 Perhitungan CF per Gejala
Untuk Penyakit A:
Untuk Penyakit B:
🧮 Menggabungkan CF untuk Tiap Penyakit
Formula penggabungan CF:
Untuk Penyakit A:
Untuk Penyakit B: