Penalaran abduktif

Penalaran abduktif (dikenal dengan sebutan penalaran abduksi atau dalam bahasa Latin "abduction") adalah proses mempelajari suatu peristiwa atau fenomena untuk menghasilkan hipotesis penjelasan yang mungkin.^[1] Abad ke-18 seorang pemikir pragmatis Charles Sander Pierce (1893) asal Amerika^[2] menemukan sebuah pemikiran penalaran baru yang diberi nama abduksi. Pemikiran yang konon sesungguhnya bagian dari pemikiran Aristoteles yang dikenal dengan sebutan "apagoge". Berbeda dengan penalaran deduktif, penalaran abduktf menghasilkan kesimpulan yang masuk akal tetapi tidak memverifikasinya secara positif. Kesimpulan abduktif dengan demikian memenuhi syarat sebagai memiliki sisa ketidakpastian atau keraguan, yang dinyatakan dalam istilah mundur seperti "terbaik tersedia" atau "paling mungkin".^[3] Seseorang dapat memahami penalaran abduktif sebagai kesimpulan untuk penjelasan terbaik meskipun tidak semua penggunaan istilah tersebut sama persis.^[3]

Definisi

Penalaran abduktif merupakan sudut pandang lain yang tidak kontroversial penalaran induksi dan deduksi karena bentuk penalaran yang berasal dari akar yang sama. Namun, penalaran abduktif mencakup proses penjelasan terbaik yang lebih luas.^[4] Penalaran abduktif disebut juga penalaran abduksi adalah suatu konsep-konsep pengamatan atau serangkaian yang dimulai dengan pengamatan dan kemudian mencari kesimpulan yang paling sederhana dan paling mungkin dari pengamatan secara eksklusif.^[5] Penalaran ini memungkinkan menyimpulkan ${\displaystyle a}$ sebagai penjelasan dari ${\displaystyle b}$. Sebagai hasil dari kesimpulan ini, penculikan memungkinkan prasyarat ${\displaystyle a}$ untuk diculik dari konsekuensinya ${\displaystyle b}$. Misalnya, dalam permainan bilyar, setelah mengukur dan melihat bola delapan bergerak ke arah kita, kita dapat menduga bahwa bola cue (isyarat) mengenai bola delapan.^[6] Pukulan bola cue akan menjelaskan pergerakan bola delapan. Ini berfungsi sebagai hipotesis yang menjelaskan pengamatan kita. Mengingat banyak penjelasan yang mungkin untuk pergerakan bola delapan, penculikan kita tidak membuat kita yakin bahwa bola cue benar-benar mengenai bola delapan, tetapi dengan asumsi kita dapat mengarahkan yang ada disekitar kita. Meskipun banyak kemungkinan penjelasan untuk setiap proses fisik yang kita amati, kita cenderung memberikan satu penjelasan atau beberapa penjelasan untuk proses itu dengan harapan bahwa kita dapat menyesuaikan diri dengan lebih baik di sekitar kita dan mengabaikan beberapa kemungkinan. Digunakan dengan benar, penalaran abduktif dapat menjadi sumber prioritas berguna dalam statistik Bayesian.

Kondisi

Abduktif berbasis logika

Abduktif berbasis logika ^[7] diartikan secara logika dengan menyatakan bahwa penjelasan dicapai melalui penggunaan teori logis^[8] ${\displaystyle T}$ mewakili domain (pernyataan) dan satu set pengamatan ${\displaystyle O}$. abduksi yang dimaksudkan ialah proses menurunkan satu set penjelasan dari ${\displaystyle O}$ berdasarkan ${\displaystyle T}$ dan memilih salah satu dari penjelasan itu. Maka, untuk ${\displaystyle E}$ menjadi penjelasan ${\displaystyle O}$ berdasarkan ${\displaystyle T}$, itu harus memenuhi dua kondisi yakni

Kondisi pertama ialah ${\displaystyle O}$ mengikuti dari ${\displaystyle E}$ dan ${\displaystyle T}$ dan

Kondisi kedua ialah ${\displaystyle E}$ konsisten dengan ${\displaystyle T}$.

Pada logika formal, ${\displaystyle O}$ dan ${\displaystyle E}$ diasumsikan sebagai set literal^[9] dengan dua syarat untuk ${\displaystyle E}$ menjadi penjelasan dari ${\displaystyle O}$ sesuai teori ${\displaystyle T}$ yakni

${\displaystyle T\cup E\models O;}$

${\displaystyle T\cup E}$ konsisten.

Di antara penjelasan yang mungkin ialah ${\displaystyle E}$ memenuhi dua kondisi ini, beberapa kondisi minimalitas lainnya biasanya dipakai untuk menghindari fakta yang tidak relevan (tidak berkontribusi pada entailmen dari ${\displaystyle O}$) yang disertakan dalam penjelasan.^[10] Abduksi kemudian diproses dengan memilih beberapa anggota ${\displaystyle E}$ dengan kriteria dalam memilih anggota yang mewakili penjelasan "terbaik" mencakup kesederhanaan, probabilitas sebelumnya, atau kekuatan penjelas dari suatu penjelasan.

Sebuah metode penalaran abduksi secara logika digunakan pada klasik orde pertama berdasarkan kalkulus berurutan dan berganda, berdasarkan kerangka tabel aux semantik (tabel analitik) untuk mewakili konteks wacana.^[11] Metodenya bagus dan lengkap dan bekerja untuk logika orde pertama penuh, tanpa memerlukan pengurangan awal formula ke dalam bentuk normal. Metode ini juga telah diperluas ke logika modal .

Sejarah

Peirce

Charles Sanders Peirce (1839–1914) adalah seorang filsuf Amerika^[2] yang memperkenalkan abduksi ke dalam logika modern berfungsi untuk menawarkan suatu hipotesis yang tentunya mampu memberikan penjelasan terhadap seluruh peristiwa secara akurat dan mendekati kebenaran. Selang waktu bertahun-tahun ia disebut seperti hipotesis inferensi, abdutif, praduga, dan retroduksi. Ia menganggapnya bahwa topik dalam logika sebagai bidang normatif dalam filsafat, bukanlah suatu logika formal atau matematika murni, dan akhirnya sebagai topik juga dalam ekonomi penelitian. Silogisme abduksi ini biasanya diwali oleh sebuah fakta atau peristiwa, kemudian disimpulkan dalam bentuk hipotesis unyuk menjelasakan peristiwa tersebut. Dalam hal ini charles memberikan 2 macam ciri dari metode abduksi ini. Ciri yang pertama, abduksi menawarkan suatu hipotesis yang memberikan penjelasan atau eksplanasi yang probable. Probable disini maksudnya adalah untuk menjelaskan dan menegaskan bahwa hipotesis itu merumakan satu kemungkinan penjelasan. Sifat dari hipotesis itu adalah sebagai konjektur, atau sering disebut sebagai dugaan. Ilmuwan yang menjelaskan suatu pengetahuan harus benar-benar tahu bahwa, jika pengetahuannya benar, maka fakta yang diobservasi akan dapat dijelaskan secara benar pula. Kebenaran yang terkandung di dalam hipotesis itu harus diuji melalui proses verifikasi. Ciri yang kedua, abduksi pun dapat memberikan eksplanasi atau penjelasan bagi fakta yang mungkin belum dijelaskan atau bahkan tidak dapat dijelaskan dan tidak dapat diobservasi secara langsung. Berdasarkan ciri yang kedua ini, sedikit ada pertentangan dari seorang tokoh Auguste Comte dengan positivisme-nya yang beranggapan bahwa semua hipotesis seharusnya dapat secara langsung menjelaskan fakta. Tapi bagi Pierce, jika hipotesis itu mampu menjelaskan fakta yang bisa diamati, sekaligus juga fakta-fakta yang tidak bisa diamati, itu sudah cukup untuk dianggap sebagai teori.

Karena dua tahap pengembangan dan perluasan dari hipotesis dalam penyelidikan ilmiah antara abdusi dan juga induksi sering dipecah menjadi satu konsep menyeluruh dalam suatu hipotesis. Itulah sebabnya, dalam metode ilmiah yang dikenalan oleh Galileo dan Bacon yakni tahap abduktif dari pembentukan hipotesis yang dikonsepkan secara sederhana sebagai induksi. Jadi, pada abad kedua puluh, penalaran ini diperkuat oleh penjelasan Karl Popper tentang model hipotetis-deduktif, di mana hipotesis dianggap hanya "dugaan" terhadap semangat Peirce.^[12] Namun, ketika pembentukan hipotesis dianggap sebagai hasil dari suatu proses, menjadi jelas bahwa "tebakan" ini telah dicoba dan dibuat lebih kuat dalam pemikiran sebagai tahap yang diperlukan untuk memperoleh status hipotesis. Memang, banyak abduksi yang ditolak atau diubah secara besar-besaran oleh abduksi berikutnya sebelum mencapai tahap ini.

Sebelum tahun 1900, Peirce^[12] memperlakukan abduksi sebagai penggunaan aturan yang diketahui untuk menjelaskan suatu pengamatan. Misalnya, sudah menjadi aturan umum bahwa, jika hujan, rumput menjadi basah. Jadi, untuk menjelaskan fakta bahwa rerumputan di halaman ini basah, orang mengatakan bahwa telah turun hujan. Abduksi dapat menyebabkan kesimpulan yang salah jika aturan lain yang mungkin menjelaskan pengamatan tidak diperhitungkan karena bisa saja rumput basah karena embun. Hal Ini tetap menjadi penggunaan umum istilah "abduksi" dalam ilmu sosial dan kecerdasan buatan.

Peirce secara konsisten mencirikannya sebagai jenis inferensi yang memulai hipotesis dengan menyimpulkan dalam penjelasan, meskipun tidak pasti, untuk beberapa pengamatan (anomali) yang sangat aneh atau mengejutkan yang dinyatakan dalam sebuah premis. Pada awal tahun 1865^[12] ia menulis bahwa semua konsepsi tentang sebab dan akibat dicapai melalui kesimpulan hipotetis. Pada tahun 1900-an ia menulis kembali bahwa semua isi penjelasan teori dicapai melalui abduksi. Dalam hal lain Peirce merevisi pandangannya tentang penculikan selama bertahun-tahun.

Gilbert Harman

Gilbert Harman yang telah menjadi profesor filsafat di Universitas Princeton, Princeton sejak tahun 1963.^[13] Catatan Harman tahun 1965 tentang peran "inferensi untuk penjelasan terbaik" menyimpulkan bahwa keberadaan apa yang kita butuhkan untuk penjelasan terbaik dari fenomena yang dapat diamati dan sangat berpengaruh. Hal inilah yang disebut dengan induktif.

Stephen Jay Gould

Stephen Jay Gould dalam menjawab hipotesis Omphalos karya dalam The Flamingo’s Smile (1985)^[14] dan Adam’s Navel (1995) menyatakan bahwa induksi hanya hipotesis yang dapat dibuktikan salah yang berada dalam domain sains dan hanya hipotesis ini yang merupakan penjelasan yang baik dari fakta yang layak untuk disimpulkan. Berhubungan dengan entitas dari fenomena atau konsepsi hukum alam yang datang secara intuitif sebagai fakta yang terbukti dengan sendirinya tanpa upaya pemikiran yang terkonsentrasi. Kemudian dalam The Flamingo’s Smile - Darwin di sini tampaknya lebih berjasa dalam penemuan itu daripada yang saya miliki—bagi saya itu tidak tampak sebagai penemuan. Penyelesaiannya dengan alasan induktif yang perlahan-lahan dan hati-hati telah membuat jalannya secara sintetik dari fakta ke fakta dan seterusnya.^[15]

Pengaplikasian

Kecerdasan buatan

Dalam kecerdasan buatan dikatakan ilmu desain AI mirip dengan sains tradisional dalam hal perhatian untuk membuat sistem yang menunjukkan kepada kita hal-hal baru tentang fenomena kecerdasan, seperti penalaran dan pemecahan masalah.^[16] Aplikasi dalam kecerdasan buatan termasuk diagnosis kesalahan, revisi keyakinan, dan perencanaan otomatis. Aplikasi abduktif dari data abstraksi yang paling langsung adalah pendeteksian kesalahan secara otomatis dalam sistem menggunakan teori yang berhubungan dengan kesalahan, dampak dan serangkaian efek yang diamati, abduktif dapat digunakan untuk menurunkan rangkaian kesalahan yang mungkin menjadi penyebab masalah.^[17]

Pengobatan

Dalam kedokteran, abduktif dapat dilihat sebagai komponen evaluasi dan penilaian klinis.^[18][19]

Perencanaan otomatis

Dalam perencanaan otomatis dikatakan bahwa abduktif juga dapat digunakan untuk membuat model perencanaan otomatis.^[20] Mengingat teori logis yang menghubungkan kejadian tindakan dengan efeknya (misalnya, rumus kalkulus peristiwa), masalah menemukan rencana untuk mencapai keadaan dapat dimodelkan sebagai masalah penculikan satu set literal yang menyiratkan bahwa keadaan akhir adalah negara tujuan.

Analisis intelijen

Dalam analisis intelijen dikatakan bahwa analisis hipotesis yang bersaing dan jaringan Bayesian, penalaran abduktif probabilistik digunakan secara luas. Demikian pula dalam diagnosis medis dan penalaran hukum, metode yang sama digunakan abduktif dalam banyak contoh kesalahan, terutama yang disebabkan oleh kesalahan tarif dasar dan kesalahan jaksa.^[21]

Filsafat ilmu

Dalam filsafat ilmu, abduktif telah menjadi metode inferensi kunci bagi filosofis untuk mendukung realisme ilmiah dan banyak perdebatan tentang realisme ilmiah difokuskan pada apakah abduktif adalah metode inferensi yang dapat diterima. Teori filosofis yang diartikulasikan dengan baik dapat terdiri dari beberapa prinsip, sebagai informatif, sederhana, dan konsisten sehingga lebih kuat dan lebih mendasar untuk sains daripada logika lainnya teori, hal ini dikemukakan oleh Williamson (2017).^[22]

Linguistik sejarah

Dalam sejarah linguistik dikatakan bahwa abduktif selama pemerolehan bahasa sering dianggap sebagai bagian penting dari proses perubahan bahasa seperti analisis ulang dan analogi. Pengaplikasian penalaran dalam linguistik sejarah yang didasarkan pada kesalahpahaman dengan bergantung pada model yang dibatalkan, yang kemudian ditolak oleh Peirce sendiri. Kemudian dengan hal itu, ia menggabungkan dua kerangka kerja yang tidak kompatibel.^[23]

Linguistik terapan

Dalam penelitian linguistik terapan, penalaran abduktif mulai digunakan sebagai penjelasan alternatif untuk penalaran induktif yang digunakan sebagai pengakuan atas hasil^[23] yang diantisipasi dari penyelidikan kualitatif yang berperan dalam membentuk arah analisis. Ini didefinisikan sebagai "penggunaan premis yang tidak jelas berdasarkan pengamatan, mengejar teori untuk mencoba menjelaskannya".

Pemrograman komputer

Dalam metode formal, logika digunakan untuk menentukan dan membuktikan properti program komputer. Abduktif telah digunakan dalam alat penalaran mekanis untuk meningkatkan tingkat otomatisasi aktivitas pembuktian. Sebuah teknik yang dikenal sebagai bi-abduksi ialah dengan menggabungkan abduktif dan masalah topik yang digunakan untuk menskalakan teknik penalaran untuk properti memori hingga jutaan baris kode.^[24] Abduktif berbasis logika digunakan untuk menyimpulkan prakondisi untuk fungsi individu dalam program, membebaskan manusia dari kebutuhan untuk melakukannya. Seperti halnya perusahaan rintisan (startup) yang diakuisisi oleh Facebook terhadap penyebab ketahanan program dan alat analisis program Infer yang menyebabkan ribuan bug dicegah di basis kode industri. Selain inferensi prasyarat fungsi, abduktif telah digunakan untuk mengotomatisasi inferensi invarian untuk pengulangan program, inferensi spesifikasi kode yang tidak diketahui dan dalam sintesis program itu sendiri.

Referensi

1. APA Dictionary of Psychology. "Abduction". dictionary.apa.org. Diakses tanggal 2021-12-15. 
2. Stanford Encyclopedia of Philosophy (2001). "Charles Sanders Peirce". plato.stanford.edu. Diakses tanggal 2021-12-12. 
3. Sober, Elliott (2004). Core Questions in Philosophy (PDF) (edisi ke-4). London: Pearson College Div. hlm. 20. ISBN 978-0131898691.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
4. Kurnia, Novi; Savirani, Amalinda (2021). Big Data Untuk Ilmu Sosial: Antara Metode Riset Dan Realitas Sosial. UGM PRESS. hlm. 51. ISBN 978-602-386-951-0.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
5. Sober, Elliott (2004). Core Questions in Philosophy (PDF) (edisi ke-4). London: Pearson College Div. hlm. 9. ISBN 978-0131898691.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
6. Dussault, Jean-Pierre; Landry, Jean-François; Mahey, Philippe (2010). "Computational pool: an OR-optimization point of view". Encyclopedia of Operations Research and Management Science: 3. doi:10.1002/9780470400531.eorms0108. hal-01653443. 
7. Eiter, Thomas; Gottlob, Georg (1995). "The Complexity of Logic-Based Abduction" (PDF). Journal of the ACM (dalam bahasa Inggris). 42 (1): 1. doi:10.1145/200836.200838. 
8. Sober, Elliott (2004). Core Questions in Philosophy (PDF) (edisi ke-4). London: Pearson College Div. hlm. 10. ISBN 978-0131898691.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
9. Eiter, Thomas; Gottlob, Georg (1995). "The Complexity of Logic-Based Abduction" (PDF). Journal of the ACM (dalam bahasa Inggris). 42 (1): 3. doi:10.1145/200836.200838. 
10. Eiter, Thomas; Gottlob, Georg (1995). "The Complexity of Logic-Based Abduction" (PDF). Journal of the ACM (dalam bahasa Inggris). 42 (1): 4. doi:10.1145/200836.200838. 
11. Aliseda-Llera, Atocha (1997). Seeking Explanations: Abduction in Logic, Philosophy of Science and Artificial Intelligence (ILLC dissertation series) (PDF) (dalam bahasa Inggris). Institute for Logic, Language and Computation. hlm. 23. ISBN 9074795730.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
12. Rossi, Roberto (2017). "Confidence-based Representation in Decision Making" (PDF). Edinburgh Research Explorer. Edinburgh: 1. 
13. Altmann, Jennifer Greenstein (2006). "Like father, like daughter: Family ties bind philosophers". princeton.edu (dalam bahasa Inggris). Diakses tanggal 2021-12-15. 
14. Gould, Stephen Jay (1985). The Flamingo’s Smile: Reflections in Natural History (PDF) (dalam bahasa Inggris). London,New York: W. W. NORTON & COMPANY. hlm. 141. ISBN 978-0-393-30375-9. What is so desperately wrong with Omphalos? Only this really (and perhaps paradoxically): that we can devise no way to find out whether it is wrong—or for that matter, right. Omphalos is the classic example of an utterly untestable notion, for the world will look exactly the same in all its intricate detail whether fossils and strata are prochronic [signs of a fictitious past] or products of an extended history. . . . Science is a procedure for testing and rejecting hypotheses, not a compendium of certain knowledge. Claims that can be proved incorrect lie within its domain. . . . But theories that cannot be tested in principle are not part of science. . . . We reject Omphalos as useless, not wrong."  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
15. Gould, Stephen Jay (1985). The Flamingo’s Smile: Reflections in Natural History (PDF) (dalam bahasa Inggris). London,New York: W. W. NORTON & COMPANY. hlm. 446. ISBN 978-0-393-30375-9. To me the conception of this law of Nature came intuitively as a self-evident fact, almost without an effort of concentrated thought. Mr. Darwin here seems to have more merit in the discovery than I have had—to me it did not appear a discovery. He seems to have worked it out by inductive reason, slowly and with due caution to have made his way synthetically from fact to fact onwards.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
16. R. Josephson, John; G. Josephson, Susan (1994). Abductive Inference: Computation, Philosophy, Technology (PDF) (dalam bahasa Inggris). Cambridge, Britania Raya: Cambridge University Press. hlm. 35. ISBN 9780521575454.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
17. R. Josephson, John; G. Josephson, Susan (1994). Abductive Inference: Computation, Philosophy, Technology (dalam bahasa Inggris). Cambridge, Britania Raya: Cambridge University Press. hlm. 1–2. ISBN 9780521575454. ^{[pranala nonaktif permanen]}
18. Rapezzi, Claudio; Ferrari, Roberto; Branzi, Angelo (2005). "White coats and fingerprints: diagnostic reasoning in medicine and investigative methods of fictional detectives" (PDF). British Medical Journal (dalam bahasa Inggris): 1491. doi:10.1136/bmj.331.7531.1491. Diakses tanggal 2021-12-05. 
19. Altable, Carlos Rejón (2012). "Logic structure of clinical judgment and its relation to medical and psychiatric semiology" (PDF). Psychopathology (dalam bahasa Inggris). 45 (6): 344–51. doi:10.1159/000337968. Diakses tanggal 2021-12-05. 
20. Shanahan, Murray (2000). "An abductive event calculus planner" (PDF). The Journal of Logic Programming (dalam bahasa Inggris). 44 (1-3): 230. doi:10.1016/S0743-1066(99)00077-1. 
21. Karvetski, Christopher W.; Olson, Kenneth C.; Gantz, Donald T.; Cross, Glenn A. (2013). "Structuring and analyzing competing hypotheses with Bayesian networks for intelligence analysis" (PDF). EURO Journal on Decision Processes (dalam bahasa Inggris). 1 (3-4): 205–231. doi:10.1007/s40070-013-0001-x. 
22. Tajer, Diego (2021). "Logic as a puzzle-solving activity" (PDF). Análisis Filosófico (dalam bahasa Inggris). 41 (1): 122. doi:10.36446/af.2021.361. 
23. DEUTSCHER, GUY (2002). "On the misuse of the notion of 'abduction' in inguistics" (PDF). Journal of Linguistics (dalam bahasa Inggris). 38 (3): 469. doi:10.1017/S002222670200169X. 
24. Calcagno, Cristiano; O’Hearn, Peter W.; Distefano, Dino; Yang, Hongseok (2011). "Compositional Shape Analysis by Means of Bi-Abduction" (PDF). Journal of the ACM (dalam bahasa Inggris). 58 (6): 1. doi:10.1145/2049697.2049700. Diakses tanggal 2021-12-15.