Representasi & penalaran

Slides:



Advertisements
Presentasi serupa
ANALISIS DAN PERANCANGAN SISTEM
Advertisements

SISTEM PAKAR Ari Eko Wardoyo, ST.
Materi 1 Pengantar Kecerdasan Buatan
Sistem Pendukung Keputusan
KECERDASAN BUATAN PENDAHULUAN.
Sistem Pengambil Keputusan
PENGERTIAN KECERDASAN BUATAN
PEMROGRAMAN TERSTRUKTUR
Sistem Pakar.
DASAR-DASAR PEMROGRAMAN
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
Sistem Pendukung Cerdas
PENGANTAR ALGORITMA DAN PEMROGRAMAN
TEKNOLOGI KECERDASAN ARTIFISIAL DALAM BISNIS
Pengantar Intelegensia Buatan (IB). Pengertian IB H. A. Simon [1987] : “ Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi.
PENGENALAN ALGORITMA & PEMROGRAMAN
BRAINWARE ( Manusia / User )
BAB I SISTEM INFORMASI.
Pengantar Intelegensia Buatan (IB)
KONSEP DASAR AI PERTEMUAN MINGGU KE-1.
BAHASA PEMROGRAMAN PROLOG
ANALISIS DAN PERANCANGAN SISTEM
SISTEM PAKAR & KECERDASAN BUATAN
PENGANTAR INTELEGENSIA BUATAN (IB) M. Ezar Al Rivan.
Pengantar Intelegensia Buatan (IB)
Algoritma dan Pemrograman
Dasar Algoritma dan Pemrograman
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELEGENT)
Pemrograman Dasar Kelas X.
ALGORITMA PEMROGRAMAN 1C (KONSEP BAHASA PEMROGRAMAN)
Pendahuluan Algoritma dan Pemrograman I-A
KOMPUTASI KECERDASAN BUATAN
Kecerdasan Buatan Pertemuan 2 Knowledge Representation.
KONSEP DASAR PEMROGRAMAN
Intelegensia Buatan Silabus Perkembangan AI
Pemrograman Prosedural
Kontrak Perkuliahan Pemrograman Berorientasi Objek
Materi 1 Pengantar Kecerdasan Buatan
BAHASA PEMROGRAMAN PROLOG
Kecerdasan buatan.
ALGORITMA PEMROGRAMAN 1C (KONSEP BAHASA PEMROGRAMAN)
Algoritma & Pemrograman
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
PARADIGMA PEMROGRAMAN
SISTEM PAKAR & KECERDASAN BUATAN
Fakultas Ilmu Komputer
PENGENALAN ALGORITMA & PEMROGRAMAN
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Pengantar.
Praktikum pengantar kecerdasan buatan (pkb)
KONSEP KECERDASAN BUATAN
Rerepresentasi Pengetahuan
Pengembangan Sistem Pakar
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
REPRESENTASI PENGETAHUAN (KNOWLEDGE REPRESENTATION)
ASPEK PENILAIAN DALAM MATEMATIKA
PENGERTIAN KECERDASAN BUATAN
KOMPUTASI KECERDASAN BUATAN
ALGORITMA DAN PEMROGRAMAN
Rerepresentasi Pengetahuan
SISTEM PAKAR.
PERTEMUAN II PENGANTAR
Representasi Pengetahuan
Pengantar teknologi informasi
SISTEM PAKAR & KECERDASAN BUATAN
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Konsep Kecerdasan Buatan
PARADIGMA PEMROGRAMAN
Konsep Dasar Aplikasi.
KONSEP KECERDASAN BUATAN
Transcript presentasi:

Representasi & penalaran

representasi Representasi dimaksudkan untuk menangkap sifat-sifat penting problema dan membuat sifat tersebut dapat ditangkap oleh prosedur pemecah masalah. Bahasa representasi harus dapat membuat seorang pemrogram mampu mengekspresikan pengetahuan yang diperlukan untuk mendapat solusi permasalahan.

Banyak cara untuk merepresentasikan pengetahuan (fakta) dalam program kecerdasan buatan Fakta : kejadian sebenarnya. Fakta inilah yang akan direpresentasikan Representasi dari fakta. Dari representasi dapat dibuat manipulasinya.

Representasi yang baik harus: Mengemukakan hal secara nyata Membuat masalah menjadi transparan Efisien Menampilkan batasan-batasan alami yang ada Dapat dilakukan komputasi

Klasifikasi Representasi: Representasi Logika: menggunakan ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan. Representasi Prosedural: menggambarkan pengetahuan sebagai suatu instruksi untuk memecahkan masalah. Representasi Network: menangkap pengetahuan sebagai sebuah jaringan yang simpulnya menggambarkan konsep dalam masalah yang dihadapi, sedangkan edge menggambarkan hubungan antar masalah tersebut. Representasi Terstruktur: memperluas network dengan cara membuat simpulnya menjadi suatu struktur data

Keuntungan Representasi Pengetahuan: Dengan representasi yang baik akan membuat objek dan relasi yang penting menjadi jelas Representasi membuka batasan dalam suatu permasalahan. Kita dapat mengungkapkan pengaruh objek atau relasi terhadap objek atau relasi yang lain Dengan representasi kita akan mendapatkan objek dan relasi secara bersama-sama Kita bisa menghilangkan semua komponen yang tidak berhubungan dalam masalah yang sedang kitas selesaikan, atau bisa juga menyembunyikannya sementara kemudian memunculkannya lagi saat dibutuhkan

Dengan representasi akan membuat masalah yang kita selesaikan menjadi transparan dan lebih mudah dipahami Dengan representasi akan dapat menyingkap suatu masalah secara lengkap sehingga lebih mudah diselesaikan Dengan representasi akan membuat masalah menjadi lebih ringkas Dengan representasi akan menjadikan pekerjaan menjadi lebih cepat selesai Dengan representasi, masalah yang harus diselesaikan menjadi terkomputerisasi.

Praktikum Representasi dan Penalaran Mengemukakan Bahasa Prolog

Jenis bahasa pemrograman yang dikenal: Bahasa pemrograman prosedural, seperti misalnya BASIC, PASCAL, C++, JAVA . Pada bahasa pemrograman prosedural, kita memberitahu kepada komputer “How to solve a problem”. Bahasa pemrograman deklarative seperti PROLOG, CLIPS, SWI Prolog. Pada bahasa pemrograman deklarative kita memberitahu kepada komputer “What problem we want to solve”

Bahasa Pemrograman yang Umum (Basic, Pascal, C, Fortran): diperlukan algoritma/prosedur untuk memecahkan masalah (procedural languange) program menjalankan prosedur yang sama berulang-ulang dengan data masukan yang berbeda-beda. Prosedur dan pengendalian program ditentukan oleh programmer dan perhitungan dilakukan sesuai dengan prosedur yang telah dibuat.

Bahasa Pemrograman Prolog Object oriented languange atau declarative languange. Tidak terdapat prosedur, tetapi hanya kumpulan data-data objek (fakta) yang akan diolah, dan relasi antar objek tersebut membentuk aturan yang diperlukan untuk mencari suatu jawaban Programmer menentukan tujuan (goal), dan komputer menentukan bagaimana cara mencapai tujuan tersebut serta mencari jawabannya.

Bahasa Pemrograman Prolog Dilakukan pembuktian terhadap cocok-tidaknya tujuan dengan data-data yang telah ada dan relasinya. Prolog ideal untuk memecahkan masalah yang tidak terstruktur, dan prosedur pemecahannya tidak diketahui, khususnya untuk memecahkan masalah non numerik. Prolog bekerja seperti pikiran manusia, proses pemecahan masalah bergerak di dalam ruang masalah menuju suatu tujuan (jawaban tertentu). Contoh : Pembuatan program catur dengan Prolog

Aplikasi Prolog: Sistem Pakar (Expert System) : Program menggunakan teknik pengambilan kesimpulan dari data-data yang didapat, layaknya seorang ahli. Contoh dalam mendiagnosa penyakit Pengolahan Bahasa Alami (Natural Languange Processing): Program dibuat agar pemakai dapat berkomunikasi dengan komputer dalam bahasa manusia sehari-hari, layaknya penterjemah. Robotik: Prolog digunakan untuk mengolah data masuk yang berasal dari sensor dan mengambil keputusan untuk menentukan gerakan yang harus dilakukan

Aplikasi Prolog: Pengenalan Pola (Pattern Recognition) : Banyak digunakan dalam image processing, di mana computer dapat membedakan antara suatu objek dengan objek lainnya. Belajar (Learning): Program belajar dari kesalahan yang pernah dilakukan, dari pengamatan atau dari hal-hal yang pernah diminta atau dilakukan.

Kesimpulan Jika suatu masalah dideskripsikan dengan menggunakan representasi yang tepat, maka dapat dipastikan bahwa permasalahan tersebut dapat diselesaikan

Tugas Resume buku Ronald J Brachman Chapter I (dalam Bhs Indonesia) Tugas di tulis tangan pada kertas double folio bergaris Ballpoint  tinta biru. Beri Pas Foto maks 4x6, min 2x3, Nama, Nim dan Kelas. Dikumpulkan tgl 22 Maret 2014 secara kolektif. Sifat Tugas  Individu

Kelompok Satu kelompok maksimal 8 orang, min 7 orang. Tuliskan nama2 anggota kelompok beserta nim (satu orang sbg ketua) Beri Nomor HP ketua kelompok