REPRESENTASI PENGETAHUAN Betha Nurina Sari,M.Kom

Knowledge Graph Google

REPRESENTASI PENGETAHUAN Cara untuk menstrukturkan / memformalkan suatu pengetahuan hasil akuisisi Metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar Dimaksudkan untuk Menangkap sifat-sifat penting problema Membuat informasi itu dapat diakses oleh prosedur pemecahan problema

Mengapa dilakukan ? Hasil akuisisi tidak selalu terstruktur (terkait : karakteristik pakar, sifat data) Memudahkan dalam membuat mesin inferensi

REPRESENTASI PENGETAHUAN Harus terdiri dari struktur data dan prosedur untuk penafsiran Hal yang berhubungan dengan RP: Object pengetahuan itu sendiri Event: kejadian-kejadian dalam dunia nyata dan hubungannya Performa: bagaimana melakukan suatu tugas tertentu Meta knowledge: pengetahuan tentang pengetahuan yang direpresentasikan

Procedural: dibuat dalam prosedur-prosedur Klasifikasi Kategori Representasi Pengetahuan (Menurut Mylopoulus dan Levesque:) Declarative Representasi Logika: menggunakan logika formal. Digunakan pada PROLOG Representasi Prosedural: menggambarkan prosedur sebagai kumpulan instruksi untuk memecahkan masalah. Digunakan dalam pemrograman: IF-THEN Representasi Network: menggambarkan pengetahuan sebagai Graph dan Tree Representasi Terstruktur: memperluas konsep Representsi Network dengan membuat node-nodenya menjadi struktur data yang kompleks. Contoh: script, frame, dan object Procedural: dibuat dalam prosedur-prosedur

MODEL REPRESENTASI PENGETAHUAN Beberapa model representasi pengetahuan Logika (logic) List & Tree Jaringan semantik (semantic nets) Bingkai (frame) Tabel Keputusan (decision table) Pohon Keputusan (decision tree) Naskah (script) Kaidah/Sistem produksi (production rule)

LOGIKA representasi fakta dalam bentuk well formed formula Proporsional Proses penalaran: Deduktif (umum-khusus) atau Induktif (khusus-umum) and, or, not, implikasi, dan ekuivalensi Proposisi merupakan suatu pernyataan yang menyatakan benar (TRUE) atau salah (FALSE) Predikat representasi fakta dalam bentuk well formed formula PREDIKAT (individu[obyek]1, individu[obyek]2) Bahasa PROLOG

CONTOH LOGIKA PROPORSIONAL Resolusi digunakan untuk melakukan inferensi pada logika proposisi A B ~A A  B A  B A ➔ B A  B T F

RESOLUSI (1)

RESOLUSI (2)

CONTOH LOGIKA PREDIKAT Misalnya proposisi : Ani adalah ibu Budi Logika predikat : Ibu (Ani,Budi) Misalnya proposisi: Mobil berada dalam garasi Logika Predikat: Di dalam (mobil, garasi) Di dalam = produk (keterangan) Mobil = Argumen (obyek) Garasi = Argumen (obyek)

PROLOG : familytree.PL lakilaki(alan). lakilaki(mike). lakilaki(john). FAKTA DAN RELASI ATURAN (RULE) lakilaki(alan). lakilaki(mike). lakilaki(john). perempuan(diana). perempuan(emi). perempuan(silvi). ayah(alan,emi). ayah(alan,john). ibu(diana,emi). ibu(diana,john). anaklakilaki(C,P):-ayah(P,C),lakilaki(C). anaklakilaki(C,P):-ibu(P,C),lakilaki(C). anakperempuan(C,P):-ayah(P,C),perempuan(C). anakperempuan(C,P):-ibu(P,C),perempuan(C). kakek(K,C):-ayah(A,C),ayah(K,A). kakek(K,C):-ibu(I,C),ayah(K,I). saudaraperempuan(B,C):-perempuan(B),ayah(A,B),ayah(A,C),I bu(I,B),ibu(I,C),\+(B==C).

LIST Struktur sederhana untuk representasi pengetahuan Daftar dari rangkaian materi yang terkait List digunakan untuk objek yang dikelompokkan, dikategorikan atau digabungkan

TREE Struktur sederhana untuk representasi pengetahuan Merupakan struktur grafik hirarki

JARINGAN SEMANTIK (1) Struktur sederhana untuk representasi pengetahuan grafis yang menunjukkan hubungan antar berbagai objek Obyek, berupa benda atau peristiwa Nodes menunjukkan Obyek Arc (Link) menunjukkan Keterhubungan (Relationships)

JARINGAN SEMANTIK (2)

OAV (Object-Atribut-Value)

BINGKAI (FRAME) (1) Diperkenalkan oleh Minsky tahun 1975 Suatu struktur data yang digunakan untuk merepresentasikan pengetahuan dan situasi-situasi yang telah dipahami Frame memiliki slot untuk menggambarkan rincian dan karakteristik obyek

BINGKAI (FRAME) (1)

Tabel Keputusan (Decision Table) Tabel keputusan  dalam format tabel Tabel dibagi 2  bagian pertama untuk atribut & bagian kedua untuk nilai & kesimpulan

Pohon Keputusan (Decision Tree) Pohon keputusan  mudah dikonversi ke dalam bentuk aturan (rule)

Naskah (Script) Script menggambarkan urutan peristiwa Elemen script: Kondisi input: start, awal Track: variasi yang mungkin terjadi Prop: obyek pendukung Role: peran yang dimainkan oleh suatu obyek Scence: adegan yang terjadi Hasil (result): kondisi akhir yang terjadi

SCRIPT EAT-AT-RESTAURANT Script Props: (Restaurant, Money, Food, Menu, Tables, Chairs) Roles: (Hungry-Persons, Wait-Persons, Chef-Persons) Point-of-View: Hungry-Persons Time-of-Occurrence: (Times-of-Operation of Restaurant) Place-of-Occurrence: (Location of Restaurant) Event-Sequence: first: Enter-Restaurant Script then: if (Wait-To-Be-Seated-Sign or Reservations) then Get-Maitre-d's-Attention Script then: Please-Be-Seated Script then: Order-Food-Script then: Eat-Food-Script unless (Long-Wait) when Exit-Restaurant-Angry Script then: if (Food-Quality was better than Palatable) then Compliments-To-The-Chef Script then: Pay-For-It-Script finally: Leave-Restaurant Script

Kaidah/ Sistem Produksi Representasi pengetahuan yang berupa aturan (rule) : Antecedent  mengekspresikan situasi / premis  IF Konsekuen  menyatakan tindakan tertentu jika premis benar  THEN Contoh :

PRESENTASI TUGAS 1 & SIMULASI REPRESENTASI PENGETAHUAN NEXT >> PRESENTASI TUGAS 1 & SIMULASI REPRESENTASI PENGETAHUAN