Representasi Pengetahuan

Slides:



Advertisements
Presentasi serupa
Penyelesaian Masalah Dengan AI
Advertisements

Representasi Pengetahuan
Representasi Pengetahuan
PENARIKAN KESIMPULAN/ INFERENSI
REPRESENTASI PENGETAHUANI
Kalkulus Predikat (First Order Logic / FOL)
Sistem Pakar.
Introduction to Logic Propositional Logic
Knowledge Representation and Deduction Agents That Reason Logically
TOPIK 1 LOGIKA.
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN.
(intro to proportional logic)
METODE INFERENSI Dr. Kusrini, M.Kom.
Artificial Intelligence
Logika Matematika Pengenalan Logika Matematika dan Pengantar Logika Proposisional AMIK-STMIK Jayanusa ©2009 Pengantar Logika.
Course MMS 2901 Departement of Computer Science Gadjah Mada University © Aina Musdholifah & Sri Mulyana.
REPRESENTASI PENGETAHUAN - LOGIKA
JARINGAN SEMANTIK PERTEMUAN MINGGU KE-7.
REPRESENTASI PENGETAHUAN
Model Representasi Pengetahuan
Representasi Pengetahuan
KECERDASAN BUATAN PERTEMUAN 10.
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
KECERDASAN BUATAN PERTEMUAN 6 dan 7.
REPRESENTASI PENGETAHUAN DENGAN TEKNIK LOGIKA
KOMPUTASI KECERDASAN BUATAN
Reasoning dengan Logika
Bab VI : Inferensi pada FOL
INFERENSI.
REPRESENTASI PENGETAHUAN
Intelegensia Buatan Silabus Perkembangan AI
Pendekatan Inferensi dalam Sistem Pakar
KNOWLEDGE REPRESENTATION
Representasi Pengetahuan lanjut
Model Representasi Pengetahuan
REPRESENTASI PENGETAHUAN
Wumpus World Propositional Logic.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
REPRESENTASI PENGETAHUAN
Pendekatan Inferensi dalam Sistem Pakar
BASIS PENGETAHUAN DAN METODE INFERENSI
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
KNOWLEDGE REPRESENTATION
Akuisisi dan Representasi Pengetahuan
Jaringan Syaraf Tiruan
Representasi Pengetahuan
PENARIKAN KESIMPULAN/ INFERENSI
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
KECERDASAN BUATAN PERTEMUAN 10.
Reasoning : Propositional Logic
Rerepresentasi Pengetahuan
Pengembangan Sistem Pakar
Reasoning and Planning
REPRESENTASI PENGETAHUAN - LOGIKA
MATERI PERKULIAHAN KECERDASAN BUATAN
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
REPRESENTASI PENGETAHUAN I
KOMPUTASI KECERDASAN BUATAN
Implementasi Logika Proposisi
Sistem Berbasis Aturan Fuzzy
INFERENSI DAN PENALARAN
Pertemuan 10 REASONING (PENALARAN)
REPRESENTASI PENGETAHUAN
M. A. INEKE PAKERENG, S.Kom., M.Kom.
Masalah, Ruang Masalah dan Pencarian
CSG3G3 Kercerdasan Mesin dan Artifisial Reasoning 1
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
Transcript presentasi:

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