Pendahuluan•Uncertainty atau ketidakpastian dalam AI disajikan dalam tiga langkah.1. Seorang pakar menyediakan pengetahuan tidak pasti (inexact), yang berupa, term atau aturan dengan nilai berupa kemungkinan. Bisa berupa numeric (contoh, nilai probabilitas), grafik, atau simbolik.2. Pengetahuan yang tidak pasti (inexact) dari himpunan dasar suatu kejadian dapat secara langsung digunakan untuk menarik inferensi (kesimpulan) dalam kasus yang sederhana (langkah 3).3. Menggunakan system berbasis pengetahuan untuk menarik suatu kesimpulanLangkah KetidakpastianJalur alternatifRepresentasi ketidakpastian dari himpunan dasar kejadianMengkombinasikan badan dari informasi yang tidak pastiMenarik KesimpulanLangkah 1Langkah 2Langkah 3Jalur Alternatif• Bagaimanapun, dalam banyak kasus, kejadian-kejadian yang bervariasi saling berhubungan. Sehingga perlu untuk mengkombinasikan informasi-informasi yang tersedia dalam langkah 1 kedalam goal value (nilai tujuan) system. • Beberapa metode dapat digunakan secara terintegrasi. Metode utamanya adalah Probabilitas Bayesian, teori tentang kejadian, factor kepastian, dan himpunan fuzzy (kabur).Sumber Ketidakpastian1. Data : kehilangan data, data tidak dapat diandalkan, data yang mendua, penyajian data tidak tepat, data tidak konsisten, data subjektif, data diperoleh dari kelailaian.2. Pengetahuan pakara. Ketidakkonsistenan antara pakar yang berbedab. Kemasuk-akalan (“best guess” dari pakar)c. Kualitasi. Pemahaman yang dalam pada pengetahuan causal (sebab akibat)ii. Kualitas secara statistik (pengamatan)d. Cakupan (hanya domain sekarang ?)Sumber Ketidakpastian3. representasi pengetahuana. Keterbatasan model pada system riilb. Keterbatasan pengungkapan dari mekanisme representasi4. Proses Inferensia. Deduktif - hasil yang diperoleh secara formal benar, tetapi salah pada system riilb. Induktif - Konklusi baru tidak ditemukan dengan baikc. Metoda penalaran tidak valid (unsound)Representasi Ketidakpastian•Tiga metode dasar untuk merepresentasikan ketidakpastian adalah1. numeric, 2. grafik, dan 3. simbolik.Representasi Numerik• Kebanyakan metode umum dari representasi ketidakpastian adalah numeric, menggunakan skala dengan dua angka ekstrim. Sebagai contoh, 0 digunakan untuk merepresentasikan sangat tidak pasti sedangkan 1 atau 100 merepresentasikan sangat pasti.• Penggunakan angka ini dapat menimbulkan kesulitan berupa munculnya bias. Sebagai contoh, pakar menggambarkan angka untuk hasil pengamatannya berdasarkan persepsinya, yang mungkin berbeda dengan pakar lain.Representasi Grafik• Umumnya grafik berupa batang horizontal, sebagai contoh, ekspresi dari pakar terhadap tingkat keyakinannya dalam suatu kejadian (event). Expert AExpert BNoConfidencelitleSomeMuchCompleteConfidenceRepresentasi Simbolik• Ada beberapa cara untuk merepresentasikan ketidakpastian dalam simbolik. Kebanyakan pakar menggunakan pendekatan skala Likert untuk mengekspresikan opininya. • Sebagai contoh, pakar akan menanyakan kesukaan terhadap suatu hal dengan skala 5 poin yaitu; sangat tidak suka, tidak suka, netral, suka, dan sangat suka. • Cara lainnya berupa metode logika kabur (fuzzy logic) – akan dijelaskan kemudian• Representasi secara simbolik umumnya mengkombinasikan beberapa metode yang ada.

Permasalahan Probabilitas• Derajat dari selang kepercayaan dalam suatu premis atau suatu kesimpulan dapat diekspresikan sebagai sebuah probabilitas.• Probabilitas adalah peluang terjadinya suatu peristiwa (kejadian) tertentu untuk terjadi atau tidak terjadi. Probabilitas dapat dihitung dengan rumus berikut:P(X) = Jumlah kejadian yang terjadijumlah total kejadian