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‘. Melalui penalaranya dari sekumpulan hipotesis menuju fakta-fakta yang mendukung tersebut, jadi proses pelacakan berjalan mundur dimulai dengan menentukan kesimpulan yang akan dicari baru kemudian fakta-fakta pembangun kesimpulan atau a Goal Driven. Atau dengan kata lain pencocokan fakta atau pernyataan dimulai dari sebelah kanan (THEN) dulu.
Kita lihat lagi tabel aturan sebelumnya. Terlihat ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal A dan E. Hipotesa adalah K. Langkah-langkahnya adalah :
Pertama-tama dicari terlebih dahulu mulai dari R-1 aturan yang memiliki konsekuen K, dan ternyata ada di R-10. Dari R-10, untuk membuktikan K benar harus dibuktikan dahulu bahwa J benar.
Dicari aturan yang mempunyai J sebagai konsekuen mulai dari R-1 dan ternyata di R-8. Pada R-8 A benar tetapi I belum diketahui kebenarannya, maka mulai R-1 perlu dicari aturan dengan konsekuen I yaitu di R-7.
Untuk membuktikan I benar di R-7, perlu dibuktikan C dan H benar. Untuk itu dicari aturan dengan konsekuen C yaitu di R-1.
Untuk membuktikan C benar di R-1 haruslah A dan B benar. A jelas benar karena fakta, tetapi B belum diketahui kebenarannya, dan dalam basis pengetahuan tidak ada aturan yang konsekuennya B. Dengan demikian penalaran ini tidak bisa membuktikan kebenaran K. Namun demikian, masih punya alternatif lain untuk melakukan penalaran, yaitu dengan backtracking.
Backtracking. Diulangi lagi dengan langkah dengan pembuktian kebenaran C dengan mencari aturan lain yang konsekuennya C. Ternyata tidak ditemukan.
Lakukan backtracking lagi dengan mencari aturan dengan konsekuen I, ternyata tidak ada.
Lakukan backtracking lagi mencari aturan dengan konsekuen J, ditemukan di R-9, tetapi harus membuktikan bahwa G benar, maka dicari aturan dengan konsekuen G yaitu di R-4
R-4, A adalah fakta jadi jelas benar maka G juga benar. Jadi berdasarkan penalaran ini dapat dibuktikan bahwa hipotesa K benar.
R-10
R-8 R-7 R-1
Gagal
R-10 R-9 R-4 fakta
Sukses.
Contoh : Misal diketahui sistem pakar dengan aturan-aturan sbb :
R-1 : IF suku bunga turun THEN harga obligasi naik.
R-2 : IF suku bunga naik THEN harga obligasi turun.
R-3 : IF suku bunga tidak berubah THEN harga obligasi tidak
berubah.
R-4 : IF nilai dolar naik THEN suku bunga turun.
R-5 : IF nilai dolar turun THEN suku bunga naik.
R-6 : IF harga obligasi turun THEN beli obligasi.
Sekarang apabila diketahui bahwa nilai dolar turun, maka untuk memutuskan apakah akan membeli obligasi atau tidak, dapat ditunjukkan sebagai berikut :
Forward Chaining (Pelacakan ke depan/Maju). Dari fakta nilai dolar turun, berdasarkan R-5 diperoleh bahwa suku bunga naik, dari R-2 diperoleh suku bunga naik menyebabkan harga obligasi turun, kemudian dengan R-6 jika harga obligasi turun, maka beli obligasi. Jadi kesimpulan beli obligasi.
Nilai Dolar Turun
Suku bunga naik
R-5
Harga obligasi turun
R-2
R-6
Beli obligasi
Backward Chaining (Pelacakan kebelakang/Mundur). Berangkat dari membeli obligasi, dengan R-6 diperoleh anteseden harga obligasi turun. Dari R-2 dapat dibuktikan bahwa harga obligasi turun bernilai benar jika suku bunga naik bernilai benar. Dari R-5, suku bunga naik memang bernilai benar karena diketahui fakta bahwa nilai dolar turun.
Suku bunga naik
R-5
Harga obligasi turun
R-2
Beli obligasi
R-6
Tidak ada komentar:
Posting Komentar