Kamis, 02 November 2017

Pengetahauan mengenai Ketidakpastian dan Penalaran : Ketidakpastian (Uncertainity) dan Penalaran Probabilitas

KETIDAKPASTIAN (Uncertainty)
Ketidakpastian adalah konsep risiko yang sangat inti. Kita dapat mengatakan bahwa konsep ketidakpastian mengimplikasikan keraguan mengenai masa yang akan datang yang didasari pada kekurangan dan ketidaksempurnaan pengetahuan. Jika kita mengetahui apa yang akan terjadi, maka risiko tidak akan pernah menjadi risiko. Kita akan mengatahui jika kendaraan kita akan mengalami kecelakaan, rumah kita akan terbakar, atau kita akan mengalami gangguan kesehatan yang membutuhkan biaya besar, atau pencuri akan masuk ke rumah kita. Namun sayangnya kita tidak mengetahui hal-hal yang demikian dan oleh karenanya kita senantiasa berada dalam ketidakpastian atau lingkungan yang berisiko.
Pada intinya, terdapat 4 komponen risiko yang kesemuanya berada dalam ketidakpastian (uncertainty, Yaitu:
·         Komponen sumber daya atau resources. Baik Sumber daya alam, manusia, keuangan, dan lain sebagainya.
·         Komponen peristiwa atau perils yang mengancam. Misalnya Kebakaran, Tabrakan, Banjir, Gempa bumi dan peril-peril lainnya.
·         Komponen akibat atau consequences dari hal-hal tersebut.
·         Komponen hazards atau faktor-faktor yang mempengaruhi kemungkinan terjadi/tidaknya peristiwa yang mempengaruhi tinggi/rendahnya akibat (ada physical hazards dan moral hazards)
Banyak kemungkinan dan ketidakpastian menyertai dalam masalah dan solusinya. Ada beberapa sumber dari ketidakpastian, beberapa diantaranya adalah :
1.     Masalah
Beberapa masalah meliputi factor-faktor yang oleh sifat mereka, tidak pasti atau acak. Sebagai contoh, dalam pengobatan, penyakit yang sama dapat member gejala yang berbeda untuk pasien yang lain.
2.    Data
Beberapa masalah mungkin memiliki batasan yang kurang jelas bagi seseorang. Orang yang menghadirkan masalah mungkin mengetahui beberapa fakta untuk kepastian, menuduh lainnya dan tidak mengetahui lainnya. Angka-angka dan nilai-nilai dapat tidak tepat, ditebak atau tidak diketahui.
3.    Pakar
Manusia sering dapat memakai pengetahuan mereka tanpa mengetahui secara eksplisit apa pengetahuan itu sendiri. Mereka mungkin harus meningkatkan secara detail apa yang mereka lakukan dan bagaimana dan tampak tak jelas atau bahkan bertentangan dengan dirinya sendiri.
4.    Solusi
Ada beberapa area tertentu dimana tidak terdapat pakar yang diakui. Pakar sendiri mungkin tidak setuju satu sama lain dan tak seorangpun dapat memutuskan solusi yang baik. Domain seperti itu dapat berupa strategi militer.
NOTASI PROBABILITAS DASAR
Probabilitas didifinisikan sebagai peluang atau kemungkinan suatu kejadian, suatu ukuran tentang kemungkinan atau derajat ketidakpastian suatu peristiwa (event) yang akan terjadi di masa mendatang. Rentangan probabilitas antara 0 sampai dengan 1. Jika kita mengatakan probabilitas sebuah peristiwa adalah 0, maka peristiwa tersebut tidak mungkin terjadi. Dan jika kita mengatakan bahwa probabilitas sebuah peristiwa adalah 1 maka peristiwa tersebut pasti terjadi. Serta jumlah antara peluang suatu kejadian yang mungkin terjadi dan peluang suatu kejadian yang mungkin tidak terjadi adalah satu, jika kejadian tersebut hanya memiliki 2 kemungkinan kejadian yang mungkin akan terjadi.
Contoh ; Ketika doni ingin pergi kerumah temannya, dia melihat langit dalam keadaan mendung, awan berubah warna menjadi gelap, angin lebih kencang dari biasanya seta sinar matahari tidak seterang biasanya.
Bagaimanakah tindakan Doni sebaiknya?
Ketika Doni melihat keadaan seperti itu, maka sejenak dia berpikir untuk membatalkan niatnya pergi kerumah temannya. Ini dikarenakan dia beripotesis bahwa sebentar lagi akan turunya hujan dan kecil kemungkinan bahwa hari ini akan tidak hujan, mengingat gejala-gejala alam yang mulai nampak.
Probabilitas dalam cerita tadi adalah peluang kemungkinan turunnya hujan dan peluang tidak turunnya hujan.
AKSIOMA DARI PROBABILITAS
Aksioma
Yang pertama adalah tentang Aksioma. Aksioma adalah sebuah pernyataan dimana pernyataan yang kita terima sebagai suatu kebenaran dan bersifat umum, seta tanpa perlu adanya pembuktian dari kita. Bisa juga dikatakan adalah sebuah ketentuan yang pasti atau mutlak kebenarannya.
Untuk Aksioma misalnya seperti "Garis adalah himpunan titik-titik yang memuat paling sedikit dua titik", dan "Dua titik yang berlainan termuat dalam tepat satu garis".
INDEPENDENSI
Independensi adalah suatu keadaan atau posisi dimana kita tidak terikat dengan pihak manapun. Artinya keberadaan kita adalah mandiri. tidak mengusung kepentingan pihak tertentu atau organisasi tertentu.
Contoh independensi dapat kita lihat pada organisasi-organisasi tertentu dimana keberadaannya adalah merdeka tanpa diboncengi kepentingan tertentu.
Dalam konteks lain, independensi juga merupakan hak kita sebagai manusia, yang memiliki hak bebas dan merdeka tanpa ditekan oleh orang lain. Tentu saja dalam pelaksanaannya yang disebut independen juga ada batasan-batasannya. Karena suatu lembaga atau organisasi juga tidak dapat eksis tanpa adanya dukungan dari pihak lain.
Itulah sedikit tentang pengertian independensi, kalau sekiranya ingin menambahkan, silahkan melalui komentar dibawah.
ATURAN BAYES
Dalam teori probabilitas dan statistika, Pengertian Teorema Bayes adalah teorema yang digunakan untuk menghitung peluang dalam suatu hipotesis, Teorema bayes dikenalkan oleh ilmuan yang bernama Bayes yang ingin memastikan keberadaan Tuhan dengan mencari fakta di dunia yang menunjukan keberadaan Tuhan. Bayes mencari fakta keberadaan tuhan didunia kemudian mengubahnya dengan nilai Probabilitas yang akan dibandingkan dengan nilai Probabilitas. teorema ini juga merupakan dasar dari statistika Bayes yang memiliki penerapan dalam ilmu ekonomi mikro, sains, teori permain, hukum dan kedokteran.
Teorema Bayes akhirnya dikembangkan dengan berbagai ilmu termasuk untuk penyelesaian masalah sistem pakar dengan menetukan nilai probabilitas dari hipotesa pakar dan nilai evidence yang didapatkan fakta yang didapat dari objek yang diagnosa. Teorama Bayes ini membutuhkan biaya komputasi yang mahal karena kebutuhan untuk menghitung nilai probabilitas untuk tiap nilai dari perkalian kartesius. penerapan Teorema Bayes untuk mencari penerapan dinamakan inferens Bayes.
Faktor Kepastian
Faktor kepastian merupakan cara dari penggabungan kepercayaan (belief) dan ketidapercayaan (unbelief) dalam bilangan yang tunggal. Dalam certainty theory, data-data kualitatif direpresentasikan sebagai derajat keyakinan (degree of belief).
Dalam menghadapi suatu masalah sering ditemukan jawaban yang tidak memiliki kepastian penuh. Ketidakpastian ini bisa berupa probabilitas atau kebolehjadian yang tergantung dari hasil suatu kejadian. Hasil yang tidak pasti disebabkan oleh dua faktor yaitu aturan yang tidak pasti dan jawaban pengguna yang tidak pasti atas suatu pertanyaan yang diajukan oleh sistem. Hal ini sangat mudah dilihat pada system diagnosis penyakit, dimana pakar tidak dapat mendefinisikan tentang hubungan antara gejala dengan penyebabnya secara pasti, dan pasien tidak dapat merasakan suatu gejala dengan pasti pula. Pada akhirnya ditemukan banyak kemungkinan diagnosis.
TEORI DEMPSTER-SHAFER
Dempster shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible 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.
TEORI LOGIKA FUZZY
Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Saat logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah biner (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran.
Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Logika ini berhubungan dengan set fuzzy dan teori kemungkinan. Logika fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley pada 1965.
DERAJAT KEBENARAN
Logika fuzzy dan logika probabilitas secara matematis sama - keduanya mempunyai nilai kebenaran yang berkisar antara 0 dan 1 - namun secara konsep berbeda. Logika fuzzy berbicara mengenai "derajat kebenaran", sedangkan logika probabilitas mengenai "probabilitas, kecenderungan". Karena kedua hal itu berbeda, logika fuzzy dan logika probabilitas mempunyai contoh penerapan dalam dunia nyata yang berbeda.


DAFTAR PUSTAKA
http://www.belajar-asuransi.com/2016/07/arti-konsep-resiko-dan-ketidak-pastian.html
http://sainsmatika.blogspot.co.id/2012/03/probabilitas-peluang.html
http://myinfomath.blogspot.co.id/2014/12/apa-pengertian-dari-aksioma-definisi-postulat-teorema.html
http://tepus.org/2014/01/pengertian-independensi/
http://ikhwan-perbaungan.blogspot.co.id/2014/09/teorema-bayes-dan-contoh-teorema-bayes.html

https://id.wikipedia.org/wiki/Logika_fuzzy


Tidak ada komentar:

Posting Komentar

About Me

Terimakasih telah datang ke blog saya dan selamat membaca.

Popular Posts

Designed ByBlogger Templates