REPRESENTASI PENGETAHUAN

Pengertian Representasi Pengetahuan Dalam menyelesaikan masalah tentu membutuhkan pengetahuan-pengetahuan yang cukup. Selain itu, sistem harus bisa menalar. Oleh karena itu, representasi pengetahuan dan kemampuan untuk melakukan penalaran dalam kecerdasan buatan adalah hal yang sangat penting. Meskipun sistem memiliki banyak pengetahuan tapi tidak bisa melakukan penalaran, maka hal itu percuma saja. Sebaliknya jika sistem memiliki kemampuan untuk menalar namun pengetahuan yang dimiliki tidak memadai, maka hasil yang diperoleh menjadi tidak maksimal.

Banyak cara untuk menyatakan representasi pengetahuan dan setiap cara mempunyai kelebihan dan kelemahan masing-masing Beberapa cara atau teknik representasi pengetahuan antara lain : Logika Frame Schema Jaringan Semantik Kaidah produksi (Production rules) List, digunakan pada LISP Tree, untuk heuristic search dan lain-lain Karakteristik RP: Dapat diprogramkan Dapat dimanfaatkan untuk penalaran, menggambarkan kesimpulan sebagai fungsi kecerdasan

Dalam representasi pengetahuan, ada dua hal yang harus diperhatikan, yakni : 1. Fakta Fakta adalah objek yang direpresentasikan. Ini menerangkan tentang benda yang ada dalam domain masalah. Fakta dapat berupa keterangan atau kalimat dalam bahasa alami, logika atau benda. 2. Formula yakni bentuk representasi yang dapat dimanipulasi dalam proses pemecahan soal. Bentuk ini harus dapat menggambarkan hubungan antar komponen domain masalah.

PENGETAHUAN = data/fakta + mekanisme penalaran Fakta, ide, teori, hubungannya dalam domain tertentu KNOWLEDGE BASE Mekanisme Penalaran INFERENCE MECHANISM Kumpulan prosedur yang digunakan untuk menguji (melacak dan mencocokkan) untuk mencari solusi

Langkah membangun sistem AI Pengumpulan pengetahuan dari berbagai sumber Otak/pengetahuan pakar Buku Artikel dll Di Organisasikan (Skema) diKodifikasi Skema “DEKLARATIF” Cocok untuk menggambarkan fakta-fakta asersi Yang termasuk skema representasi pengetahuan deklaratif: 1. LOGIKA 2. JARINGAN SEMANTIK 3. FRAME 4. SCRIPT Skema “PROSEDURAL” Cocok untuk menyatakan aksi dan prosedur Yang termasuk skema representasi pengetahuan deklaratif: PROSEDUR / SUBROUTINE KAIDAH PRODUKSI

Alasan Pemilihan Why knowledge representation rather than information representation? Karena pada konvensional database merepresentasikan data secara sederhana: string, number, boolean Namun KB menganggap pengetahuan lebih kompleks, seperti proses, prosedur, aksi, waktu, tujuan dan penalaran Knowledge should be collected, codified, and organized in systematic order

1. LOGIKA Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah dan prosedur yang membantu proses penalaran Proses Logika : Proses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada Merupakan bentuk representasi pengetahuan yang paling tua Bentuk logika ada 2 macam : Logika Proposisi dan Logika Predikat OUTPUT : Inferensi atau konklusi INPUT : Premis atau Fakta PROSES LOGIKA

PENALARAN DEDUKTIF Penalaran ini bergerak dari penalaran umum menuju ke konklusi khusus Umumnya dimulai dari suatu sylogisme, atau pernyataan premis dan inferensi Umumnya terdiri dari 3 bagian: premis mayor, premis minor dan konklusi. Contoh Premis mayor : Jika hujan turun saya tidak akan lari pagi Premis Minor : Pagi ini hujan turun Konklusi : Oleh karena itu pagi ini saya tidak akan lari pagi

PENALARAN INDUKTIF Dimulai dari masalah khusus menuju ke masalah umum Menggunakan sejumlah fakta atau premis untuk menarik kesimpulan umum. Contoh: Premis : Dioda yang salah menyebabkan peralatan elektronik rusak Premis : Transistor rusak menyebabkan elektronik rusak Premis : IC rusak menyebabkan peralatan elektronik tidak berfungsi Konklusi : Maka, peralatan semi konduktor rusak merupakan penyebab utama rusaknya peralatan elektronik Konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta-fakta baru

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Inferensi pada logika proposisi dapat dilakukan dengan menggunakan resolusi. RESOLUSI adalah suatu aturan untuk melakukan inferensi yg dapat berjalan secara efisien dalam suatu bentuk khusus yg disebut Conjunctive Normal Form (CNF). CNF ini memiliki ciri-ciri sebagai berikut : Setiap kalimat merupakan disjungsi literal Semua kalimat terkonjungsi secara implisit

d. Implikasi :  (IF-THEN) e. Ekuivalen :  LOGIKA PROPOSISI Dua atau lebih proposisi dapat digabungkan dengan menggunakan operator logika : a. Negasi :  (NOT) b. Konjungsi :  (AND) c. Disjungsi :  (OR) d. Implikasi :  (IF-THEN) e. Ekuivalen :  Operator NOT : digunakan untuk memberikan nilai negasi (lawan) dari pernyataan yang telah ada.

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Langkah-langkah mengubah kalimat ke dalam bentuk CNF, sebagai berikut : > hilangkan implikasi dan ekuivalensi mis. X  Y menjadi X  Y (hukum implikasi) X  Y menjadi (X=>Y)  (Y=>X) (hukum bi-implikasi) (X  Y)(Y  X) (hukum implikasi) > kurangi lingkup semua negasi menjadi satu negasi saja mis. ( X) menjadi X (hukum negasi ganda) (X  Y) menjadi (X  Y) (hukum de’Morgan) (X  Y) menjadi (X  Y) (hukum de’Morgan) > gunakan aturan assosiatif dan distributif untuk mengkonversi menjadi conjunction of disjunction mis. Assosiatif : (A  B)  C = A  (B  C) Distributif : (A  B)  C = (A  C)  (B  C)

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Algoritma Resolusi Input : serangkaian clauses yang disebut axioma dan tujuannya. Output :uji apakah tujuan diturunkan dari axioma Begin 1. Kembangkan serangkaian pernyataan axioma termasuk tujuan yang dinegasikan 2. Representasikan tiap elemen statemen ke dalam Conjunctive Normal Form (CNF) berdasarkan langkah-langkah berikut : - Hilangkan operator “if-then” dengan operasi NEGATION dan OR berdasarkan hukum logika

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Algoritma Resolusi Input : serangkaian clauses yang disebut axioma dan tujuannya. Output :uji apakah tujuan diturunkan dari axioma 3. Repeat a. Pilih dua clauses mana saja dari S, sehingga satu clause berisi literal yang dinegasikan dan clause yang lainnya berisi literal positif yang berhubungan (literal yang tidak dinegasikan) b. Pisahkan dua clauses ini dan panggil clause yang dihasilkan (resolvent). Hapus parent clause dari S. Until sebuah clause null dihasilkan atau tidak ada progress lebih lanjut yang bisa dibuat 4. Jika sebuah clause null dihasilkan, maka “tujuan terbukti” atau Pernyataan “valid”

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Contoh 1 : Diketahui sejumlah basis pengetahuan berikut ini : a. Kelembaban tinggi atau langit mendung b. Jika langit mendung maka hari akan hujan c. Jika kelembaban tinggi maka hari panas d. Hari tidak panas dan tujuannya atau kesimpulannya adalah hari akan hujan. Buktikanlah berdasarkan teorema resolusi bahwa tujuan atau kesimpulan adalah diturunkan dari basis pengetahuan.

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Penyelesaian : 1. Pertama-tama buatkan variabel clauses di atas dengan simbol-simbol p, q, r dan s. p = kelembaban tinggi q = langit mendung r = Hari akan hujan s = Hari panas 2. Buatkan ekspresi logikanya berdasarkan basis pengetahuan yang dibangun sebagai berikut : 1. p V q 2. q  r 3. p  s 4. ¬ s Tujuan yang hendak dibuktikan adalah r

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Penyelesaian : 3. Ubah proposisi yang mengandung implikasi ke dalam bentuk normal konjungtif (CNF) yang diperoleh dari clauses di atas sebagai berikut : 1. p V q 2. ¬ p V s 3. ¬ q V r 4. ¬ s dan ditambahkan dengan tujuan yang dinegasikan yakni ¬r. Sehingga rangkaian S kini menjadi 5 clauses, yakni : 5. ¬r

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Penyelesaian : 4. Berdasarkan algoritma resolusi, buatkan pohon resolusi (graf resolusi) untuk membuktikan tujuan/kesimpulan tersebut sebagai berikut :

LOGIKA PROPOSISI p V q ¬q V r p V r ¬p V s r V s ¬s r ¬r ǿ Pohon resolusi untuk membuktikan bahwa hari akan hujan. Kesimpulan : Karena resolusi berakhir dengan clause null, maka tujuan/kesimpulan adalah terbukti (valid).

LOGIKA PROPOSISI Contoh 2. Diketahui sejumlah basis pengetahuan sebagai berikut : Budi anak yang baik Jika budi anak yang baik dan budi senang bantu orang tua, maka budi akan menjadi orang sukses Jika Budi Badannya sehat atau budi istirahatnya cukup, maka Budi senang bantu orang tua Budi istirahatnya cukup Buktikan kebenarannya bahwa “Budi akan menjadi orang sukses”!

LOGIKA PROPOSISI Contoh 2. Penyelesaian : 1. Pertama-tama buatkan variabel clauses di atas dengan simbol-simbol p, q, r dan s. p = Budi anak yang baik q = Budi senang bantu orang tua r = Budi akan menjadi orang sukses s = Budi badannya sehat t = Budi istirahatnya cukup 2. Buatkan ekspresi logikanya berdasarkan basis pengetahuan yang dibangun sebagai berikut : 1. p 2. (p  q) r 3. (s  t)  q 4. t Tujuan yang hendak dibuktikan kebenarannya adalah r

LOGIKA PROPOSISI Resolusi dalam Logika Proposisi Penyelesaian : 3. Ubah proposisi yang mengandung implikasi ke dalam bentuk normal konjungtif (CNF) yang diperoleh dari clauses di atas sebagai berikut : 1. p 2. ¬ p V ¬ q V r  Budi anak yang baik atau Budi tak senang bantu ortu atau Budi akan menjadi orang sukses 3. ¬ s V q  Budi badannya tak sehat atau Budi senang bantu ortu 4. ¬ t V q  Budi tidak cukup istirahat atau Budi senang bantu ortu 5. t dan ditambahkan dengan tujuan yang dinegasikan yakni ¬r. Sehingga rangkaian proposisi S kini menjadi 6 clauses, yakni : 2. ¬ p V ¬ q V r 3. ¬ s V q 4. ¬ t V q 6. ¬r

LOGIKA PROPOSISI ¬ p V ¬ q V r r ¬ p V ¬q p ¬ q ¬ tVq ¬ t t ǿ Pohon resolusi untuk membuktikan bahwa Budi akan menjadi orang sukses Kesimpulan : Karena resolusi berakhir dengan clause null, maka tujuan/kesimpulan adalah terbukti (valid).

LOGIKA PROPOSISI Contoh 2. Diketahui sejumlah basis pengetahuan sebagai berikut : Jika pejabat melakukan korupsi maka rakyat tak akan marah atau kejaksaan akan memeriksanya Jika kejaksaan tidak memeriksanya, maka rakyat akan marah Kejaksaaan memeriksanya Pejabat tidak melakukan korupsi Buktikan kebenarannya bahwa “pejabat tidak melakukan korupsi”!