Pembelajaran pada Sistem Berbasis Pengetahuan dengan Menggunakan Certainty Factor dan Bayesian Accumulation of Evidence : Studi Kasus: Penyakit Keturunan pada Manusia

Abstract

Pembentukan basis pengetahuan dalam sistem berbasis pengetahuan dapat menjadi masalah apabila tidak tersedianya kehadiran seorang pakar. Ketergantungan ini dapat menyebabkan proses pembuatan sistem pakar menjadi tidak efisien. Hal ini dapat diperparah bila data acuan yang digunakan mengandung ketidakpastian atau ketidakkonsistenan. Penelitian ini menerapkan Bayesian Accumulation Evidence dan Certainty Factor dalam perancangan sebuah sistem berbasis pengetahuan yang bersifat otomatis. Dikombinasikan dengan strategi perancangan aturan yang bersifat single antecedent, sistem yang dirancang mampu membentuk basis pengetahuannya sendiri dan juga belajar dari penambahan ataupun perubahan data. Penelitian ini menggunakan data penyakit keturunan yang berasal dari Rumah Sakit Atmajaya sebagai data penelitian dan membuktikan bahwa dalam kasus ketikpastian yang sangat tinggi, keakuratan diagnosis metode Certainty Factor (85%) masih lebih baik dibandingkan dengan Bayesian Accumulation Evidence (65%).