Representasi Pengetahuan
Dua bagian dasar sistem kecerdasan buatan (menurut Turban) Basis pengetahuan : Berisi fakta tentang objek-objek dalam domain yang dipilih dan hubungan diantara domain-domain tersebut Inference Engine : Merupakan sekumpulan prosedur yang digunakan untuk menguji basis pengetahuan dalam menjawab suatu pertanyaan, menyelesaikan masalah, atau membuat keputusan
Karakteristik representasi pengetahuan Basis pengetahuan berisi struktur data yang dapat dimanipulasi oleh suatu sistem inferensi yang menggunakan teknik pencocokan pada basis pengetahuan yang bermanfaat untuk menjawab pertanyaan, menggambarkan kesimpulan atau bentuk lainnya sebagai suatu fungsi kecerdasan. Karakteristik representasi pengetahuan Dapat diprogram dengan bahasa komputer dan disimpan dalam memori Fakta dan pengetahuan lain yang terkandung didalamnya dapat digunakan untuk melakukan penalaran
Kebutuhan Penyelesaian Masalah dibutuhkan pengetahuan yang cukup sistem memiliki kemampuan menalar
Bentuk Representasi Pengetahuan Logika: Logika Proposisi dan Logika Predikat List dan Tree Jaringan Semantik Frame Decision Tree Naskah (Script) Sistem Produksi (Aturan Produksi)
Logika: Proses logika adalah proses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada
LIST dan TREE: Adalah daftar dari rangkaian materi yang terkait Contoh: daftar nama orang yang anda kenal, barang-barang yang akan dibeli dari toko, hal-hal yang akan dikerjakan minggu ini, dll List biasanya digunakan untuk merepresentasikan hirarki pengetahuan dimana objek dikelompokkan, dikategorikan atau digabungkan sesuai dengan urutan atau hubungannya.
JARINGAN SEMANTIK Jaringan semantik merupakan gambaran pengetahuan grafis yang menunjukkan hubungan antar berbagai objek. terdiri dari lingkaran-lingkaran yang menunjukkan objek dan informasi tentang objek-objek tersebut. Objek disini bisa berupa benda, atau peristiwa.
FRAME merupakan kumpulan pengetahuan tentang suatu objek tertentu, peristiwa, lokasi, situasi, dll. memiliki slot yang menggambarkan rincian (atribut) dan karakteristik objek. merepresentasikan pengetahuan yang didasarkan pada karakteristik yang sudah dikenal, yang merupakan pengalaman-pengalaman. mudah untuk membuat inferensi tentang objek, peristiwa, atau situasi baru, karena frame menyediakan basis pengetahuan yang ditarik dari pengalaman.
HIRARKI FRAME Kebanyakan sistem Al menggunakan kumpulan frame yang saling terkait satu dengan lainnya bersama-sama
Pohon Keputusan
Representasi Pengetahuan dengan Logika
Logika Jenis logic Apa yang ada di dunia nyata Apa yang dipercaya Agent tentang fakta Propositional logic fakta benar/salah /tidak diketahui First-order logic fakta, objek, relasi Temporal logic fakta, objek, relasi, waktu Probability theory derajat kepercayaan [0,1] Fuzzy logic derajat kebenaran
Basis Pengetahuan (BP) Basis pengetahuan = kumpulan kalimat dalam sebuah bahasa formal Tiap kalimat diekspresikan dengan sebuah bahasa yang disebut knowledge representation language Agent berada pada level pengetahuan (berkaitan dengan apa yang diketahui) atau pada level implementasi (struktur data pada BP dan algoritma untuk memanipulasinya)
LOGIKA
Logika logika adalah bahasa formal untuk merepresentasikan informasi sedemikian sehingga konklusi dapat didefinisikan Sintaks mendefinisikan kalimat pada bahasa Semantik mendefinisikan maksud dari kalimat Contoh: bahasa aritmatika x+2 ≥ y adalah sebuah kalimat; x2+y > {} bukan sebuah kalimat x+2 ≥ y adalah benar jika dan hanya jika angka x+2 tidak lebih kecil dari angka y x+2 ≥ y adalah benar untuk x = 7, y = 1 x+2 ≥ y adalah salah untuk x = 0, y = 6
Entailment Entailment artinya kebenaran sebuah kalimat dimunculkan dari kebenaran kalimat lain. BP ╞ α Kalimat α benar jika α bernilai benar pada BP dimana BP adalah benar Contoh: BP berisi “the Giants won” dan “the Reds won” maka “Either the Giants won or the Reds won” Jika x+y = 4 maka 4 = x+y Entailment adalah sebuah relasi antar berdasarkan semantik
Logika Proposisi Proposisi adalah kalimat deklaratif yang bernilai benar (true) atau salah (false), tetapi tidak dapat sekaligus keduanya. Logic yang paling sederhana Suatu simbol menyatakan satu proposisi (fakta) yang bernilai benar atau salah.
Logika Proposisi: Sintaks Kalimat KalimatAtomik | KalimatKompleks KalimatAtomik True | False | Simbol Simbol P | Q | R KalimatKompleks Kalimat Kalimat Kalimat Kalimat Kalimat Kalimat Kalimat Kalimat Kalimat tatabahasa formal untuk logika proposisi
TRUE adalah Kalimat Atomik P juga Kalimat Atomik P Q adalah Kalimat Kompleks yang terdiri dari dua Kalimat Atomik
Semantik Logika Proposisi Kalimat kompleks memiliki nilai yang ditentukan berdasarkan nilai dari kalimat-kalimat atomik yang membangunnya. Semantik setiap connective adalah sebagai berikut: Tabel Kebenaran untuk kalimat Kompleks
Aturan Inferensi Modus Ponen: And-Elimination: And-Introduction: Or-Introduction: Double-Negation-Elimination: Unit Resolution: Resolution: hipotesis konklusi Ekivalen dengan:
Modus Ponens (Implication-Elimination)
And-Elimination
And-Introduction
Or-Introduction
Double-Negation-Elimination
Unit Resolution
Resolution
PERMAINAN WUMPUS WORLD
4 Stench Breeze Pit 3 Wumpus Breeze, Stench , Gold (glitter) 2 1 START Agent →
Wumpus Monster yang tinggal di sebuah gua (16 ruangan) Di dalam gua terdapat 3 lubang mematikan (Pit) yang mengeluarkan angin (breeze) sehingga sampai ke ruangan-ruangan di sekitarnya. Wumpus mengeluarkan bau busuk (stench). Wumpus menjerit (scream) dan mati jika terpanah.
Agent Dilengkapi dengan tiga anak panah Bisa bergerak hadap kanan, hadap kiri, maju. Bisa memanjat keluar gua jika posisinya terjepit. Akan benjol (bump) jika menabrak dinding gua. Akan mati jika memasuki kotak yang terdapat Wumpus atau Pit. Tetapi aman jika memasuki kotak yang di dalamnya terdapat Wumpus yang telah mati.
Aturan Main Saat permainan dimulai, Agent berada di posisi (1,1) Tugas Agent menemukan emas membawanya kembali ke kotak start (1,1) secepat mungkin dengan jumlah aksi seminimum mungkin, tanpa terbunuh Poin 1.000 : agent berhasil keluar gua + membawa emas –1 : untuk setiap aksi yang dilakukan -10.000 : jika agent terbunuh
Dunia Wumpus Masalah dunia Wumpus dapat dirumuskan ke dalam tiga kelompok sbb: Percept: sesuatu yang ditangkap oleh Agent Action: aksi yang dapat dilakukan oleh Agent Goal: tujuan
Percept Percept : [stench , breeze, glitter, bump, scream] [stench , breeze, None, None, None] Ada stench dan breeze Tidak ada glitter, bump, maupun scream
Action Move: hadap kiri, hadap kanan, atau maju. Grab: mengambil objek yang berada di kotak dimana agent berada. Shoot: memanah dengan arah lurus sesuai dengan arah Agent menghadap. Climb: memanjat keluar dari gua.
Goal Menemukan emas dan membawanya kembali ke kotak start (1,1) secepat mungkin dengan jumlah action yang seminimum mungkin, tanpa terbunuh. Poin 1.000 : agent berhasil keluar gua + membawa emas –1 : untuk setiap aksi yang dilakukan -10.000 : jika agent terbunuh
Dunia Wumpus Bisakah Dunia Wumpus diselesaikan dengan searching? Pertama, suatu state dinyatakan dengan 16 ruangan dengan posisi-posisi Wumpus, Pit, dan Gold. Operator : hadap kiri hadap kanan Maju Memanah mengambil objek Memanjat ke luar gua
Dunia Wumpus Maka kita dapat menyelesaikan masalah tersebut. Dengan mendefinisikan Initial state Goal state Strategi searching Maka kita dapat menyelesaikan masalah tersebut. Representasi state membutuhkan memori besar.
Wumpus World dalam Logika Preposisi Representasikan fakta ke dalam simbol S1,2 menyatakan ada stench di kotak (1,2) B2,1 menyatakan ada breeze di kotak (2,1) G2,3 meyatakan ada gliter di kotak (2,3) M1,4 meyatakan ada bump di kotak (1,4) C1,3 meyatakan ada scream di kotak (2,3) W1,3 meyatakan ada wumpus di kotak (2,3) ¬S1,1 menyatakan tidak ada stench di posisi (1,1) Bangun Basis Pengetahuan Terjemahkan Basis Pengetahuan menjadi Aksi stench = bau busuk
Knowledge-based System (KBS) Agent knowledge-based system Agent melakukan aksi berdasarkan hasil penalaran percept terhadap Knowledge Based yang dimilikinya. Pada awal permainan, di dalam KB tidak ada fakta sama sekali karena Agent belum menerima percept. KB hanya berisi beberapa aturan (rule) yang merupakan pengetahuan tentang environment
Pengetahuan ttg environment R1 : S1,1 W1,1 W1,2 W2,1 R2 : S2,1 W1,1 W2,1 W2,2 W3,1 R3 : S1,2 W1,1 W1,2 W2,2 W1,3 R4 : S1,2 W1,3 W1,2 W2,2 W1,1 ... R33 : B1,1 P1,1 P1,2 P2,1 R34 : B2,1 P1,1 P2,1 P2,2 P3,1
Translation Untuk melakukan aksi yang tepat, agent harus dibekali aturan untuk menerjemahkan pengetahuan menjadi aksi. T1 : A2,1 EastA P3,1 Forward T2 : A1,2 NorthA W1,3 Forward ... T1 dibaca: ”Jika agent di (2,1) dan menghadap ke Timur dan ada Pit di (3,1), maka jangan melangkah maju (ke posisi (3,1))”.
Inference & Reasoning Inference: A process of drawing conclusion (solution) from set of facts. Reasoning: A Process of deriving new knowledge from the exist knowledge.
Apakah Wumpus berada di posisi (1,3)? 4 Stench Breeze Pit 3 Wumpus Breeze, Stench , Gold (glitter) 2 1 START Agent → Apakah Wumpus berada di posisi (1,3)? Bagaimana reasoning oleh manusia? Bagaimana proses reasoning oleh agent?
Agent berada di posisi (1,1) Pada awalnya, KB hanya berisi Rule yang berupa pengetahuan tentang environment. Tidak ada fakta sama sekali karena agent belum melakukan percept. Pada kasus di atas, Agent menerima percept yang berupa [None, None, None, None, None] Tidak ada stench, breeze, glitter, bump, scream Selanjutnya, Agent menggunakan aturan inferensi dan pengetahuan tentang environment untuk melakukan proses inferensi.
Pengetahuan ttg environment R1 : S1,1 W1,1 W1,2 W2,1 R2 : S2,1 W1,1 W2,1 W2,2 W3,1 R3 : S1,2 W1,1 W1,2 W2,2 W1,3 R4 : S1,2 W1,3 W1,2 W2,2 W1,1 ... R33 : B1,1 P1,1 P1,2 P2,1 R34 : B2,1 P1,1 P2,1 P2,2 P3,1
Proses inferensi di (1,1) Modus Ponens untuk S1,1 dan R1 W1,1 W1,2 W2,1 And-Elimination terhadap hasil di atas W1,1 W1,2 W2,1 Modus Ponens untuk B1,1 dan R33 P1,1 P1,2 P2,1 P1,1 P1,2 P2,1 Inferensi dilakukan sampai dihasilkan kalimat yang paling sederhana atau bahkan atomik.
R1 : S1,1 W1,1 W1,2 W2,1 R2 : S2,1 W1,1 W2,1 W2,2 W3,1 R3 : S1,2 W1,1 W1,2 W2,2 W1,3 R4 : S1,2 W1,3 W1,2 W2,2 W1,1 ... R33 : B1,1 P1,1 P1,2 P2,1 R34 : B2,1 P1,1 P2,1 P2,2 P3,1
Misalkan Agent ke posisi (1,2) Percept [Stench, None, None, None, None] Ada stench, tidak ada breeze, glitter, bump dan scream. S1,2, B1,2, G1,2, M1,2, dan C1,2
Proses inferensi di (1,2) Modus Ponens untuk S1,2 dan R4 W1,3 W1,2 W2,2 W1,1 Unit Resolution terhadap hasil di atas dengan W1,1 W1,3 W1,2 W2,2 Unit Resolution terhadap hasil di atas dengan W2,2 W1,3 W1,2 Unit Resolution terhadap hasil di atas dengan W1,2 W1,3
MENCARI POSISI WUMPUS
Proses Inferensi Untuk Mencari Lokasi Wumpus Lakukan Modus Ponen untuk S1,1 dan sentence R1, sehingga didapat: W1,1 W1,2 W2,1 Lakukan And-Elimination terhadap hasil di atas, sehingga diperoleh tiga sentence : W1,1 , W1,2 , W2,1 Lakukan Modus Ponen untuk S2,1 dan sentence R2. Kemudian And-Elimination terhadap hasil tersebut, sehingga didapat tiga sentence : W1,1 , W2,1 , W2,2 , W3,1 Lakukan Modus Ponens untuk S1,2 dan sentence R4. sehingga didapat : W1,3 W1,2 W2,2 W1,1
Proses inferensi dilakukan hingga mendapatkan kalimat paling sederhana atau bahkan atomik. Selanjutnya simple sentence atau atomik dimasukkan ke dalam Basis Pengetahuan Dari Proses Inferensi di atas (Point 2 dan 3) didapatkan atomik: W1,1 W1,2 W2,1 W2,2 W3,1 Artinya???
Proses Inferensi Untuk Mencari Lokasi Wumpus Lakukan Unit Resolution, dimana adalah W1,3 W1,2 W2,2, dan adalah W1,1 (dimana W1,1 diturunkan dari langkah 2), sehingga didapat: W1,3 W1,2 W2,2 Lakukan Unit Resolution, dimana adalah W1,3 W1,2, dan adalah W2,2 (dimana W2,2 diturunkan dari langkah 3), sehingga didapat: W1,3 W1,2 Lakukan Unit Resolution, dimana adalah W1,3 dan adalah W1,2 (dimana W1,2 diturunkan dari langkah 2), sehingga memberikan jawaban yang kita inginkan, yaitu bahwa Wumpus berada di kotak [1,3]: W1,3
Langkah Selanjutnya Ketika lokasi Wumpus sudah diketahui, agent bisa menggunakan panah untuk membunuhnya atau fokus pada pencarian emas dengan menghindari lokasi Wumpus. Kita bisa membuat berbagai strategi sehingga bisa membawa emas kembali ke posisi (1,1) dengan jumlah aksi yang seminimum mungkin.
Kelebihan Propositional Logic Pada kasus Wumpus tersebut, agent harus dibekali aturan yang merupakan pengetahuan tentang environment dan aturan untuk menerjemahkan pengetahuan menjadi aksi. Untuk 16 ruangan yang ada di dalam gua, diperlukan banyak aturan ttg environment dan penerjemah. Pada kasus Wumpus ini, teknik mana yang lebih efisien dalam representasi masalah, searching atau reasoning? Tentu saja reasoning lebih efisien.
Sumber Slide mata Kuliah Kecerdasan Buatan, Suyanto, Telkom University