Ringkasan Materi Pertemuan 6
Dalam kecerdasan buatan, sistem sering menghadapi ketidakpastian karena informasi yang tidak lengkap, ambigu, atau tidak akurat, seperti pada diagnosa medis, sensor robot, dan data cuaca. Ketidakpastian terjadi akibat data tidak lengkap, ambiguitas makna, noise pengukuran, model yang tidak sempurna, serta keterbatasan bahasa alami. Untuk menangani kondisi ini, AI menggunakan pendekatan seperti probabilitas, logika fuzzy, certainty factor, Dempster–Shafer, dan Bayesian Network. Pendekatan probabilitas menjadi dasar penting dalam penalaran AI modern, khususnya melalui Teorema Bayes, yang digunakan untuk memperbarui tingkat keyakinan terhadap suatu hipotesis berdasarkan bukti baru. Dengan penalaran probabilistik, sistem AI dapat mengambil keputusan paling rasional meskipun berada dalam kondisi informasi yang tidak pasti.
Jawaban Soal Materi Pertemuan 6
1. Apa yang dimaksud dengan ketidakpastian dalam AI?
Ketidakpastian dalam AI adalah kondisi ketika sistem tidak memiliki informasi yang lengkap atau pasti, sehingga kebenaran suatu pernyataan tidak dapat ditentukan secara mutlak, melainkan dinyatakan dalam tingkat keyakinan tertentu.
2. Sebutkan contoh ketidakpastian dalam penerapan AI!
- Diagnosa medis: satu gejala bisa menunjukkan beberapa penyakit
- Robotika: sensor menghasilkan data yang tidak stabil
- Sistem cuaca: data atmosfer berubah-ubah
- Visi komputer: citra buram atau pencahayaan buruk
3. Apa saja penyebab terjadinya ketidakpastian?
Penyebab ketidakpastian meliputi data tidak lengkap, ambiguitas informasi, kesalahan pengukuran (noise), model yang tidak sempurna, serta bahasa alami yang bersifat samar atau tidak tegas.
4. Jelaskan strategi yang digunakan AI untuk menangani ketidakpastian!
AI menggunakan beberapa pendekatan, antara lain teori probabilitas untuk menghitung peluang kejadian, logika fuzzy untuk kebenaran yang tidak tegas, certainty factor untuk tingkat keyakinan pakar, teori Dempster–Shafer untuk menggabungkan bukti, dan Bayesian Network untuk memodelkan hubungan probabilistik antar variabel.
5. Apa yang dimaksud dengan probabilitas dalam AI?
Probabilitas adalah nilai antara 0 dan 1 yang menyatakan tingkat kemungkinan terjadinya suatu peristiwa, di mana nilai mendekati 1 menunjukkan kejadian sangat mungkin terjadi, dan nilai mendekati 0 menunjukkan kejadian hampir tidak mungkin.
6. Jelaskan fungsi Teorema Bayes dalam AI!
Teorema Bayes digunakan untuk memperbarui tingkat keyakinan (belief) terhadap suatu hipotesis berdasarkan bukti baru, sehingga sistem AI dapat menyesuaikan keputusan secara rasional ketika memperoleh informasi tambahan.
7. Berikan contoh penerapan Teorema Bayes dalam AI!
Dalam diagnosa medis, jika awalnya probabilitas seseorang menderita suatu penyakit kecil, namun muncul gejala yang kuat terkait penyakit tersebut, maka dengan Teorema Bayes probabilitas penyakit tersebut akan meningkat sesuai dengan bukti yang ada.
8. Mengapa penalaran probabilistik penting dalam AI modern?
Karena dunia nyata penuh dengan ketidakpastian, penalaran probabilistik memungkinkan AI tetap mengambil keputusan yang masuk akal meskipun data tidak lengkap atau tidak pasti.
