Nama :Siti Cahyani
Npm :16115603
Kelas :3KA10
Dosen :Essy
Malays Sari Sakti
Ketidakpastian dan Penalaran
Probabilitas
Ketidakpastian
Ketidakpastian dapat dianggap sebagai suatu kekurangan informasi yang memadai
untuk membuat suatu keputusan.Ketidakpastian merupakan suatu permasalahan
karena mungkin menghalangi kita dalam membuat suatu keputusan yang terbaik
bahkan mungkin dapat menghasilkan suatu keputusan yang buruk. Dalam dunia
medis, ketidakpastian mungkin menghalangi pemeriksaan yang terbaik untuk para
pasien dan berperan untuk suatu terapi yang keliru. Dalam bisnis,
ketidakpastian dapat berarti kerugian keuangan.Sejumlah teori yang berhubungan
dengan ketidakpastian telah ditemukan, diantaranya probabilitas klasik,
probabilitas Bayes, teori Hartley yang berdasarkan pada himpunan klasik, teori
Shanon yang didasarkan pada peluang, teori Dempester-Shafer dan teori fuzzy
Zadeh.
Representasi
Ketidakpastian
Tiga metode dasar
untuk merepresentasikan ketidakpastian adalah
1. numeric,
2. grafik, dan
3. simbolik.
TEORI PROBABILITAS
- Teori formal
probabilitas dibuat dengan menggunakan 3 aksioma
- Teori aksiomatik
disebut juga objective theory of probability
diperkenalkan oleh
Kolmogorov, sedangkan teori aksiomatik probabiliti kondisional
dibuat oleh Renyi
- Tiga aksioma
probabilistik :
1. 0 £ P(E) £ 1
Aksioma ini
menjelaskan bahwa jangkauan
probabilitas berada
antar 0 dan 1. Jika suatu
kejadian itu pasti
terjadi maka nilai probabilitasnya
adalah 1, dan jika
kejadiannya tidak mungkin
terjadi nilai
probabilitasnya adalah 0
2. S P(Ei) = 1
Aksioma ini
menyatakan jumlah semua kejadian
tidak memberikan
pengaruh dengan lainnya, maka
disebut mutually
exclusive events yaitu 1.
Corollary dari
aksioma ini adalah :
P(E) + P(E’) =
1
3. P(E1 È E2) = P(E1) + P(E2)
Dimana E1 dan E2
adalah kejadian mutually
exclusive. Aksioma
ini mempunyai makna bahwa
jika E1 dan E2
keduanya tidak dapat terjadi secara
simultan, maka
probabilitas dari satu atau kejadian
lainnya adalah jumlah
dari masing-masing
probabilitasnya.
Theorema Bayes
Theorema Bayes adalah sebuah makanisme untuk mengkombinasikan kejadian baru
dan kejadian yang ada yang biasanya dinyatakan dalam probabilitas
subjektif.Pendekan Bayesian didasarkan pada probabilitas subjektif; probabilitas
subjektif di sediakan untuk setiap proposisi.Jika E adalah suatu kejadian
(jumlah total dari semua informasi yang terdapat dalam system),maka proposisi
(P) memiliki hubungan dengan sebuah nilai yang merepresentasikan probabilitas
bahwa P menggambarkan semua kejadian E, diturunkan menggunakan inferensi
Bayesian.Theorema Bayes menyediakan sebuah cara komputasi probabilitas
dari kejadiankejadian khusus dari suatu hasil observasi.Poin utama disini
adalah bukan bagaimana nilai ini diturunkan tetapi bagaimana kita tahu atau
darimana menginferensi suatu proposisi menjadi suatu nilai tunggal.
TEORI DEMPSTER-SHAFER
Dempster shafer adalah suatu teori matematika untuk pembuktian berdasarkan
belief functions and reasoning (Fungsi kepercayaan dan pemikiran yang masuk
akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah
(bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini
dikembangkan oleh Arthur P.Dempster dan Glenn shafer.
Secara umum teori Dempster-Shafer
ditulis dalam suatu interval :
[Belief,
Plausibility]
Belief (Bel) adalah
ukuran kekuatan evidence dalam mendukung suatu himpunan proposisi.
Jika bernilai 0
mengindikasikan bahwa tidak ada evidence, dan Plausibility (Pl) jika bernilai
1 menunjukkan adanya
kepastian.
Plausibility
dinotasikan sebagai :
Pl(s) = 1 – Bel(Øs)
referensi :

Komentar
Posting Komentar