Inferensia pengetahuan secara mudah adalah proses pembangunan pengetahuan tanpa aksi yang dilakukan oleh pengguna. Pengguna memasukkan case dan sistem berjalan melalui penelusuran proses, saat VCIRS melakukan proses forward chaining sederhana. Diilhami dari RDR, VCIRS cenderung menggunakan pendekatan cornerstone case untuk melaksanakan proses inferensia.
Dalam VCIRS proses penelusuran kelihatan seperti DFS, namun sesungguhnya jelas berbeda. Dengan Variable-Centered Rule Structure dimana setiap variabel (elemen fundamental dalam VCIRS) disimpan bersama dengan posisinya, proses inferensia dapat berjalan sangat cepat. VCIRS me nemukan sebuah variabel, node atau rule dengan mudah
melalui posisi mereka.
Selama proses inferensia, VCIRS memperlakukan sebuah rule sebagai rangkaian dari node (rule dalam RBS). Ia mengabaikan isi konklusi dari setiap node, kecuali konklusi pada node terakhir sebagai konklusi dari rule. Dari titik pandang ini inferensia memperlakukan sebuah rule sebagai rule (besar) dimana clause part -nya mengandung semua clause part dalam setiap node dari rangkaian, dan conclusion part -nya adalah konklusi dari node terakhir. Sehingga dari sini, operator clause adalah operator AND (dari semua clauses), yang juga merupakan jenis operator konklusi jika ada lebih dari satu nilai konklusi dalam suatu node (dan lalu ia menjadi node terakhir dalam suatu rule).
VCIRS membutuhkan konsistensi pengguna dalam penggunaan nama variabel baik pada bagian clause maupun konklusi, dan mengeloloa konsistensi lojikal rule di sepanjang KB. Ini tidaklah seketat yang dibayangkan, sebab sistem menyajikan kepada pengguna daftar nilai yang dapat diambil dari nilai variabel dalam KB. Pengguna tentu saja bebas untuk
menentukan nilai mana yang ia inginkan/tidak inginkan untuk digunakan. Proses inferensia baik dengan pendekatan RDR dan RBS menggunakan KB sebagaimana adanya.
Dua mekanisme inferensia, RBS dan RDR disajikan di bawah ini.
1.10.1 Mekanisme Inferensia RDR
Saat pengguna menyajikan case ke sistem untuk mendapatkan hasil, proses inferensia dimulai dengan pencarian node yang layak. Lalu, jika node yang layak ditemukan, sistem akan terus menelusuri tree/pohon rule dan meminta konfirmasi pengguna untuk setiap nilai seperti pendekatan forward chaining sampai suatu konklusi dieksekusi jikalau nilainya cocok atau tak ada hasil yang didapaatkan jikalau nilainya tidak cocok. Algorit ma pencarian node yang layak ini sama dengan yang digambarkan pada gambar 1.17. Gambar 1.27 menjelaskan mekanisme inferensia RDR.
1. Proses case yang dimasukkan pengguna untuk menemukan node yang layak dengan algorit ma pencarian node yang layak. Hasilnya disimpan pada candidate nodes. Jika hasilnya tak ada pada langkah ini, proses berhenti disini. Langkah 2 akan berlanjut jika terdapat paling tidak satu node dalam candidate nodes.
2. Dimulai dari node layak pertama dalam candidate nodes, dapatkan <Rule ID> dan <Node Order> yang memiliki node <Node ID> ini.
3. Jika node layak tadi adalah perfect node, eksekusi node layak ini, simpan
konklusinya dalam ConclusionQueue dan lanjutkan ke langkah 4. Jika ada nilai yang tak terkonfirmasi, minta konfirmasi pada pengguna. Jika nilai yang dimasukkan pengguna tidak cocok, mulailah lagi dari langkah 2 dengan node layak beri kutnya. Simpan setiap kejadian dalam EventLog.
4. Cek node berikutnya berdasarkan <Node Order> berikutnya dari <Rule ID> saat ini, dan minta pengguna untuk mengkonfirmasi nilai-nilai dalam node itu. Jika semua nilai-nilai telah terkonfirmasi, eksekusi node itu, dan simpan konklusi dari node itu dalam ConclusionQueue. Ulangi langkah ini, sampai tak ada node sama sekali pada <Rule ID>, selama nilai dari node cocok dengan nilai yang dimasukkan pengguna. Jika ketidakcocokan nilai terjadi, ulangi lagi dari langkah 2 dengan node layak berikutnya. Jika node terakhir dari <Rule ID> sukses untuk dieksekusi, Sajikan konklusi terakhir ke pengguna sebagai konklusi final bersama dengan semua konklusi dari ConclusionQueue sebagai konklusi-konklusi intermediate/perantara. Tanyakan pada pengguna jika ia ingin melanjutkan untuk menemukan konklusi lebih jauh, jika ada node-node lain dalam candidate nodes. Jika pengguna menyetujui, ulangi lagi dari langkah 2 dengan node layak berikutnya untuk mencari konklusi lebih jauh. Jika pengguna tidak ingin lagi, proses inferensia dapat berhenti disini. Catat setiap kejadian dalam EventLog.
5. Jika tak ada node yang dieksekusi, katakan pada pengguna bahwa tak ada satupun node yang cocok dengan case-nya.
Gambar 1.27 Inferensia RDR dalam VCIRS
Dari ConclusionQueue kita dapat menjawab: What (apa) hasil dari inferensia. Jawaban dari: How (bagaimana) dan Why (mengapa) dapat diperoleh dari EventLog.
1.10.2 Mekanisme Inferensia RBS
Proses inferensia ini didasarkan pada Rule Structure dan Node Structure. Seperti yang sudah ditulis sebelumnya, sebuah node dalam Node Structure adalah serupa dengan rule di RBS, yang mengandung satu clause dan conclution part. Sebuah rule dalam Rule Structure juga serupa dengan rule di RBS, yaitu rule besar RBS. Sebuah RBS rule dibuat dari node yang didapat dengan mengambil nama node, nama variabel dan nilai-nilainya dari Node Structure, dan konklusi dari Conclusion Node yang bersesuaian. Rule RBS juga dapat dibuat dari Rule Structure. Ia didapat dengan cara serupa dengan pembuatan rule dari Node Structure, kecuali nama dan konklusi dari setiap rule diperoleh dari node terakhir dari rule yang diberikan. Rule-rule RBS dibuat dari baik Node Structure dan Rule Structure yang dikombinasikan bersama untuk melakukan inferensia RBS. Proses pembuatan rule RBS ini disebut dengan Knowledge Base Transformation (transformasi basis pengetahuan) dan akan didiskusikan pada bagian 1.11 di bawah.
Karena mekanisme inferensia yang digunakan adalah mekanisme pada RBS, maka pendekatan yang digunakan adalah forward dan backward chaining bersama dengan Confidence/Certainty Factor (CF) seperti yang sudah dibahas pada bab 5 dan bab 6. Baik dengan forward maupuan backward chaining, VCIRS dapat menyajikan kepada pengguna hasil dan penjelasan dari nilai yang dimasukkannya:
Konklusi didapatkan dari jawaban dari pertanyaan: What (apakah) hasil dari proses inferensia menurut nilai yang sedang dimasukkan itu.
Semua nilai-nilai yang tercatat selama proses inferensia (contoh: rangkaian rule yang sedang dieksekusi atau gagal untuk dieksekusi, nilai yang diproses dalam clause dan conclusion part) adalah penjelasan dari pertanyaan: How (bagaimana) suatu hasil itu didapatkan.
Perhitungan CF untuk nilai yang sedang diproses dan konfirmasi dari setiap clause menentukan rule mana yang akan dieksekusi atau gagal untuk dieksekusi adalah jawaban dari pertanyaan: Why (mengapa) suatu hasil bisa diperoleh seperti itu.