• Ketidakpastian dalam AI:
AI harus mampu mengambil keputusan secara rasional meskipun informasi yang tersedia tidak lengkap, ambigu, atau mengandung kesalahan.
• Penyebab Ketidakpastian:
Ketidaklengkapan data, ambiguitas informasi, adanya noise, keterbatasan model, serta kesulitan pemahaman bahasa alami.
• Strategi Penanganan Ketidakpastian:
Pendekatan probabilistik, Logika Fuzzy, Teori Dempster-Shafer, Bayesian Networks, dan Certainty Factor.
• Probabilitas:
Nilai antara 0–1 yang menyatakan tingkat kemungkinan suatu kejadian. Aturan dasar meliputi probabilitas komplementer, gabungan, bersyarat, dan Teorema Bayes.
• Teorema Bayes:
Digunakan untuk memperbarui tingkat keyakinan (belief) terhadap suatu hipotesis berdasarkan bukti atau informasi baru yang diperoleh.
