23
2.2.2
Bayesian Network
Jejaring
Bayesian (Bayesian network)
dipelopori
oleh
ahli
ilmu
genetika
Sewall
Wright
(1921).
Kemudian
divariasikan
dan
dikembangkan pada
berbagai
bidang,
misalnya
dalam
bidang
ilmu
pengetahuan
kognitif
dan
intelegensia
semu.
Pada
awal
perkembangannya di
akhir
tahun
1970-an,
jejaring
Bayesian
memenuhi
kebutuhan
semantic model (top-down) dan perceptual model (bottom-up), yaitu kombinasi dari cara
pembacan
bukti
(evidence).
Dengan
kemampuan untuk
mengambil
kesimpulan
dari
banyak
arah
dan
dikombinasikan
dengan
dasar
probabilitas
yang
teliti,
maka
jejaring
Bayesian
menjadi
metode
yang dipilih
untuk
mengatasi uncertain reasoning
(penalaran
dalam ketidakpastian) dalam bidang intelegensia semu dan sistem pakar.
Jejaring Bayesian
merupakan sebuah dag (directed acyclic graph) di
mana setiap
node-nya
(verteks)
menggambarkan
variabel-variabel
acak
yang
dinyatakan
dari
suatu
kejadian.
Variabel-variabel
ini
mempunyai
dua
kemungkinan
nilai,
yaitu
true
(benar)
dan
false
(salah).
Sedangkan setiap
arc
(edge)
dari
jejaring
Bayesian
menggambarkan
probabilitas ketergantungan antara variabel-variabelnya. Ketergantungan tersebut diukur
oleh
conditional
probability
untuk
setiap
node
dengan
parent
node-nya.
Maka
jika
variabel-variabel dari
jejaring
adalah
{X
i
,
i
1,?, n}
dan
Pa(X
i
)
menggambarkan
himpunan
parent
dari
X
i
,
maka
parameter
dari
jejaring
ini
adalah
sebuah
himpunan
distribusi
{P( X
i
|
Pa( X
i
)), i
1,?, n}
.
Probabilitas
ini
menjelaskan joint
probabilities
distribution untuk seluruh jejaring sebagai berikut ini:
n
P( X
1
,?, X
n
)
P( X
i
|
Pa( X
i
))
i
1
 |