Model Representasi Pengetahuan

Slides:



Advertisements
Presentasi serupa
Logika Bahasa Ilmiah - 6 -
Advertisements

Pertemuan Ke-1 Oleh: Vindo Feladi, ST, M.Pd
REPRESENTASI PENGETAHUANI
Pengenalan logika Pertemuan 1.
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
LOGIKA LOGIKA LOGIKA.
Knowledge Representation (lanjutan)
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN.
PROPORSI (LOGIKA MATEMATIKA)
MATEMATIKA DISKRIT MATEMATIKA DISKRIT ADALAH CABANG MATEMATIKA YANG MEMPELAJARI OBJEK-OBJEK DISKRIT OBJEK DISKRIT ADALAH SEJUMLAH BERHINGGA ELEMEN-ELEMEN.
LOGIKA Purbandini, S.Si, M.Kom.
Representasi Pengetahuan (II)
LOGIKA INFORMATIKA.
REPRESENTASI PENGETAHUAN - LOGIKA
LOGIKA INFORMATIKA
REPRESENTASI PENGETAHUAN
Model Representasi Pengetahuan
© STMIK-Indonesia 2012 SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN TEKNIK KOMPUTER INDONESIA KALKULUS PROPOSISI 1 DosenAlbaar Rubhasy, S.Si., M.T.I. Mata.
REPRESENTASI PENGETAHUAN
Sistem Pakar.
Representasi Pengetahuan
Definisi Inferensi  Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui.
Respresentasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Pertemuan ke 1.
KECERDASAN BUATAN PERTEMUAN 6 dan 7.
Representasi Pengetahuan
INFERENSI.
REPRESENTASI PENGETAHUAN
LOGIKA Logika mempelajari hubungan antar pernyataan-pernyataan yang berupa kalimat-kalimat atau rumus-rumus, sehingga dapat menentukan apakah suatu pernyataan.
Matematika Diskrit Bab 1-logika.
Pertemuan Ke-1 Oleh: Vindo Feladi, ST, M.Pd
KNOWLEDGE REPRESENTATION
Pertemuan 4 Representasi Pengetahuan
Representasi Pengetahuan lanjut
REPRESENTASI PENGETAHUAN
IMPLIKASI (Proposisi Bersyarat)
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
ALGORITMA DAN PEMROGRAMAN
Jaringan Syaraf Tiruan
Representasi Pengetahuan
PENARIKAN KESIMPULAN/ INFERENSI
Reasoning : Propositional Logic
Representasi Pengetahuan
Rerepresentasi Pengetahuan
Reasoning : Propositional Logic ( Predikat Calculus )
Pengembangan Sistem Pakar
Core Jurusan Teknik Informatika Kode MK/SKS : TIF /2
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Pertemuan 1 Logika.
REPRESENTASI PENGETAHUAN - LOGIKA
Aljabar Logika. 1. Kalimat Deklarasi. 2. Penghubung Kalimat. 3
TEKNIK INFERENSI Teknik inferensi adalah proses yang digunakan dalam sistem pakar untuk menghasilkan suatu informasi baru yang diperoleh dari informasi.
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
Core Jurusan Teknik Informatika Kode MK/SKS : TIF /2
REPRESENTASI PENGETAHUAN I
Core Jurusan Teknik Informatika Kode MK/SKS : TIF /2
Sistem Pakar Team : Jusepto ( ) Irsyad Arismuda ( )
1.1 Proposisi & Proposisi Majemuk
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Aljabar Boolean Kusnawi, S.Kom Logika Informatika 2008.
Pertemuan 1 Logika.
PEMROGRAMAN BERBASIS AI (PROLOG)
Transcript presentasi:

Model Representasi Pengetahuan Logika Jaring Semantik Naskah/Skrip (Script) List /Daftar Tree / Pohon Decision Tree Decision Table Aturan Produksi Frame

REPRESENTASI LOGIK

Representasi Logika Logika adalah bentuk presentasi pengetahuan yang paling tua. Representasi jenis ini menggunakan ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan.

Representasi Logika Pada dasarnya, proses logika adalah proses membentuk kesimpulan dan menarik suatu inferensi berdasarkan fakta yang telah ada. Input dari proses logika berupa premis atau fakta-fakta yang diakui kebenarannya sehingga dengan melakukan penalaran pada proses logika dapat dibentuk suatu inferensi atau kesimpulan yang benar pula.

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.

Penalaran Deduktif Contoh Premis mayor : Jika hujan turun saya tidak akan lari pagi (Rule) Premis Minor : Pagi ini hujan turun (Fakta) Konklusi : Oleh karena itu pagi ini saya tidak akan lari pagi (Inferensi)

Penalaran Deduktif Contoh fakta sederhana : Semua anjing berekor  representasi logika: berekor(anjing) Helder adalah anjing  representasi logika anjing (helder) Secara deduktif dari mekanisme logika ini bisa didapatkan representasi baru, yaitu: Helder berekor

Penalaran Induktif Merupakan kebalikan dari deduktif, yaitu dimulai dari masalah khusus menuju ke masalah umum. Menggunakan sejumlah fakta atau premis yang mantap untuk menarik kesimpulan umum. Konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta-fakta baru

Penalaran Induktif 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

Penalaran Deduktif & Induktif Dalam melakukan penalaran dengan komputer, komputer harus dapat menggunakan proses penalaran deduktif dan induktif ke dalam bentuk yang sesuai dengan manipulasi komputer, yaitu Logika Simbolik atau Logika Matematik. Metode yang sesuai dengan manipulasi komputer ini disebut Logika Komputasional.

Penalaran Deduktif & Induktif Bentuk logika komputasional ada 2 macam: Logika Proporsional dan Logika Predikat. Logika Proporsional (Proportional Logic) Logika Predikatif (Predicate Logic)

Logika Proposisional (Propositional Logic) Proposisi adalah suatu model untuk mendeklarasikan suatu fakta. Lambang-lambang proposisional menunjukkan proposisi atau pernyataan tentang segala sesuatu yang dapat benar atau salah.

Logika Proposisional (Propositional Logic) Lambang-lambang logika proposisional : Lambang proposisi, premis atau konklusi Huruf abjad (P,Q,R,S,T,...) Lambang kebenaran benar (True) , salah (False) Lambang penghubung Tabel Operator Logika dan Simbol

Logika Proposisional (Propositional Logic) Hukum yang berlaku untuk ekspresi proposisional P,Q dan R adalah : Hukum de Morgan : (PQ)  (PQ) Hukum de Morgan : (PQ)  (PQ) Hukum distributif : P(QR)  (PQ)  (PR) Hukum distributif : P(QR)  (PQ) (PR) Hukum komutatif : (PQ)  (QP) Hukum komutatif : (PQ)  (QP) Hukum asosiatif : ((PQ) R)  (P (QR)) Hukum asosiatif : ((PQ) R)  (P (QR)) Hukum kontrapositif : (PQ)  (Q P)

Logika Predikatif (Predicate logic) Logika predikat, yang disebut juga kalkulus predikat, adalah suatu logika yang seluruhnya menggunakan konsep dan kaidah proposional yang sama dan memberi tambahan kemampuan untuk merepresentasikan pengetahuan dengan sangat cermat dan rinci. Logika predikat memungkinkan kita bisa memecahkan statemen ke dalam bagian komponen, yang disebut objek, karakteristik objek, atau beberapa keterangan objek.

Logika Predikatif (Predicate logic) Suatu proposisi atau premis dibagi menjadi dua bagian, yaitu : Argumen (atau objek) adalah individu atau objek yang membuat keterangan. Predikat (keterangan) adalah keterangan yang membuat argumen dan predikat. Predikat bisa berupa kata kerja atau bagian kata kerja. PREDIKAT (individu[objek]1, individu[objek] 2)

Logika Predikatif (Predicate logic) Misalnya proposisi: Mobil berada dalam garasi Dinyatakan menjadi: Di dalam(mobil, garasi) Di dalam = produk (keterangan) Mobil = Argumen(objek) Garasi = Argumen(objek)

Logika Predikatif (Predicate logic) Contoh Lain: Proposisi : Rojali suka Juleha Kalkulus Predikat : SUKA (Rojali, Juleha) Proposisi : Pintu Terbuka Kalkulus Predikat : BUKA (pintu) Proposisi : Sensor Cahaya Aktif Kalkulus Predikat : AKTIF(Sensor Cahaya)