PENALARAN DENGAN KETIDAKPASTIAN (UNCERTAINITY)
KETIDAKPASTIAN (UNCERTAINTY) Ketidakpastian dapat dianggap sebagai suatu kekurangan informasi yang memadai untuk membuat suatu keputusan. Ketidakpastian merupakan suatu permasalahan karena dapat menghalangi dalam membuat keputusan yang terbaik atau dapat menghasilkan keputusan yang buruk
Teori-teori yang berhubungan dengan ketidakpastian, diantaranya :
1. Probabilitas Klasik
2. Probabilitas Bayes
 3. Teori Hartley yang berdasarkan pada himpunan klasik
 4. Teori Shanon yang didasarkan pada peluang
5. Teori Dempster-Shafer 6. Teori Fuzzy Zadeh

Contoh aplikasi yang klasik sistem pakar yang sukses sehubungan dengan ketidakpastian
1. MYCIN untuk diagnosa medis
2. PROPECTOR untuk ekplorasi mineral
Dalam system MYCIN dan PROSPECTOR, konklusi dicapai bila semua fakta untuk meyakinkan membuktikan kesimpulan tidak diketahui.
Walaupun hal ini kemingkinan untuk mencapainya pada konklusi yang lebih dapat dipercaya dengan melakukan banyak pengujian.
Ada masalah dengan penambahan waktu dan biaya pelaksanaan pengujian.
Batasan waktu dan biaya penting sekali dalam kasus pengobatan medis. Penundaan pengobatan untuk pengujian mempertimbangkan penambahan biaya. Karena hal itu ada kemungkinan pasien akan meningggal. Dalam kasus eksplorasi mineral, biaya dari penambahan pengujian juga merupakan faktor yang sangat signifikan.
Beberapa sumber dari ketidakpastian
1. Masalah Beberapa masalah meliputi faktor-faktor yang tidak pasti dan acak.
2. Data Beberapa data seperti angka-angka atau nilai-nilai yang memiliki ketidakakuratan, dapat ditebak, dan tidak diketahui
3. Pakar Manusia sering tidak dapat memanfaatkan ilmu pengetahuan yang mereka miliki secara benar atau tanpa mengetahui bagaimana dan apa sebenarnya pengetahuan yang mereka dapatkan
4. Solusi Beberapa pakar tidak dapat memutuskan solusi yang tepat untuk masalah yang didapatkan.




KESALAHAN (ERROR) dan INDUKSI
Proses induksi merupakan lawan dari deduksi.
DEDUKSI  merupakan hasil dari hal yang umum ke khusus   
Contoh : Semua laki-laki adalah makhluk hidup   Socrates adalah laki-laki Dapat ditarik kesimpulan :   Socrates adalah makhluk hidup

INDUKSI menggeneralisasi dari hal khusus ke umum
Contoh : Disk saya belum pernah rusak    Disk saya tidak pernah akan rusak dimana simbol  mewakili “oleh karena” untuk induksi dan  mewakili “oleh karena” untuk deduksi.
Kecuali untuk induksi matematika, argumen induksi tidak pernah dapat dibuktikan dengan benar. Argumen induksi hanya dapat menyediakan beberapa tingkat kepercayaan bahwa konklusi tersebut benar.
Contoh : Alarm kebakaran berbunyi  ada kebakaran Argumen yang lebih kuat lainnya : Alarm kebakaran berbunyi Saya mencium bau asap  ada kebakaran
Walaupun argumen di atas adalah argumen yang kuat, tetapi  tidak membuktikan ada kebakaran.
Argumen yang membuktikan adanya kebakaran : Alarm kebakaran berbunyi Saya mencium bau asap Atap gedung terbakar  ada kebakaran
Argumen diatas adalah argumen dedukif karena dari argumen tersebut jelas adanya pernyataan yang menyatakan adanya api dan tempat yang terbakar.
PROBABILITY KLASIK
- Probability merupakan cara kuantitas yang berhubungan dengan ketidakpastian
- Teori probability diperkenalkan pada abad 17 oleh penjudi Perancis dan pertama kali diajukan oleh Pascal dan Fermat (1654)
- Prob. Klasik disebut juga dengan a priori probability karena berhubungan dg game atau sistem. - Formula fundamental prob. Klasik
(P=W/N)
W = jumlah kemenangan  N = jumlah kemungkinan kejadian yang sama pada percobaan


Contoh: Sebuah dadu dilemparkan 1X maka ada 6 kemungkinan      P(1) = P(2) = P(3) = P(4) = P(5) = P(6) =  1/6 Jika percobaan diulang lagi maka akan menghasilkan yang sama  (Deterministic), jika tidak non-deterministic (acak)
- Probability kehilangan (Kalah)
- Titik Contoh (sample point) : hasil dari percobaan Ruang Contoh (sample space) : kumpulan dari semua kemungkinan titik contoh. Kejadian (event) : subset dari ruang contoh. Kejadian sederhana (simple event) : hanya ada satu elemen kejadian. Kejadian gabungan (compound event) : terdapat lebih dari dari satu kejadian
- Penalaran Deduktif dan Induktif dilihat dari populasi dan contoh (sample)
POPULATION SAMPLE
Known Population
Unknown Population
Unknown Sample
Known Sample
DEDUCTION
INDUCTION
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. Σ 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 ∪ 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.

Sumber :
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwj-16a3mqXXAhVLvLwKHcgiD-4QFggpMAA&url=http%3A%2F%2Fratriptyas.staff.gunadarma.ac.id%2FDownloads%2Ffiles%2F28079%2FBAB_4_Pemberian_Alasan_Dibawah_Ketidakpastian.pdf&usg=AOvVaw3mv8W1rt6XO9MXNROskiRk