Artikel ini membutuhkan lebih banyak pranala ke artikel lain untuk meningkatkan kualitasnya. Silakan mengembangkan artikel ini dengan menambahkan pranala yang relevan ke konteks pada teks eksisting. (April 2025) (Pelajari cara dan kapan saatnya untuk menghapus pesan templat ini)

Artikel ini sebatang kara, artinya tidak ada artikel lain yang memiliki pranala balik ke halaman ini. Bantulah menambah pranala ke artikel ini dari artikel yang berhubungan. (April 2025)

Penalaran oportunistik adalah metode dalam kecerdasan buatan (AI) untuk memilih strategi inferensi logis yang paling sesuai, tergantung pada situasi. Dalam metode ini, penalaran tidak terikat pada satu jenis strategi tertentu, seperti rantai maju atau rantai mundur, yang biasa digunakan untuk menarik kesimpulan dari fakta-fakta yang ada dalam basis pengetahuan.^[1]

Berbeda dengan penalaran yang terstruktur, dalam penalaran oportunistik, bagian-bagian pengetahuan dapat diterapkan baik secara maju (menggunakan informasi yang sudah ada untuk membuat prediksi) atau mundur (menggunakan hasil yang ingin dicapai untuk mencari informasi yang diperlukan), tergantung pada "waktu yang paling tepat" untuk itu.^[2]

Sistem penalaran oportunistik sering menggabungkan elemen-elemen dari penalaran maju dan mundur, yang sangat berguna ketika jumlah kemungkinan inferensi sangat banyak. Sistem ini juga harus responsif terhadap data baru yang mungkin muncul. Penalaran oportunistik telah diterapkan dalam berbagai aplikasi, seperti sistem papan tulis dan aplikasi medis, di mana fleksibilitas dan responsivitas sangat penting.^[3]

1. ^ Craig, I. (1995). Blackboard systems. hlm. 84. ISBN 1-56750-029-3. Pemeliharaan CS1: Status URL (link)
2. ^ Biondo, Samuel J. (1990). Fundamentals of expert systems technology. hlm. 69. ISBN 0-89391-701-X. Pemeliharaan CS1: Status URL (link)
3. ^ Turner, Roy (1990). Opportunistic use of schemata. Tenth Annual Conference of the Cognitive Science Society. hlm. 165. ISBN 0-8058-0436-6. Pemeliharaan CS1: Status URL (link)