REPRESENTASI PENGETAHUAN

Slides:



Advertisements
Presentasi serupa
REPRESENTASI PENGETAHUAN – JARINGAN SEMANTIK DAN SKEMA
Advertisements

Representasi Pengetahuan
Representasi Pengetahuan
PENARIKAN KESIMPULAN/ INFERENSI
Pertemuan Ke-1 Oleh: Vindo Feladi, ST, M.Pd
REPRESENTASI PENGETAHUANI
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Logic & Learning Method
SISTEM PRODUKSI Oleh : KELOMPOK 6 Elfadiaz C Kharisma K M. Safril BN M. Satria E Fajar Cahya N
[SAP 9] SILOGISME HIPOTETIS
TOPIK 1 LOGIKA.
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN.
MATEMATIKA DISKRIT MATEMATIKA DISKRIT ADALAH CABANG MATEMATIKA YANG MEMPELAJARI OBJEK-OBJEK DISKRIT OBJEK DISKRIT ADALAH SEJUMLAH BERHINGGA ELEMEN-ELEMEN.
REPRESENTASI PENGETAHUAN - LOGIKA
JARINGAN SEMANTIK PERTEMUAN MINGGU KE-7.
PENGETAHUAN BERDASARKAN RULES PERTEMUAN MINGGU KE-6.
REPRESENTASI PENGETAHUAN
Model Representasi Pengetahuan
Representasi Pengetahuan
Representasi Pengetahuan
Definisi Inferensi  Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui.
REPRESENTASI PENGETAHUAN
Respresentasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Pertemuan ke 1.
KECERDASAN BUATAN PERTEMUAN 6 dan 7.
REPRESENTASI PENGETAHUAN DENGAN TEKNIK LOGIKA
BENTUK KLAUSA DAN PRINSIP RESOLUSI UNTUK LOGIKA PREDIKAT
INFERENSI.
Representasi Pengetahuan II.
REPRESENTASI PENGETAHUAN
LOGIKA Logika mempelajari hubungan antar pernyataan-pernyataan yang berupa kalimat-kalimat atau rumus-rumus, sehingga dapat menentukan apakah suatu pernyataan.
Pendekatan Inferensi dalam Sistem Pakar
KNOWLEDGE REPRESENTATION
Pertemuan 4 Representasi Pengetahuan
Representasi Pengetahuan lanjut
Model Representasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Pendekatan Inferensi dalam Sistem Pakar
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
KNOWLEDGE REPRESENTATION
Akuisisi dan Representasi Pengetahuan
Jaringan Syaraf Tiruan
PENARIKAN KESIMPULAN/ INFERENSI
REPRESENTASI PENGETAHUAN – JARINGAN SEMANTIK DAN SKEMA
Script 17/9/2015 Kode MK : MK :.
Reasoning : Propositional Logic
Representasi Pengetahuan
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN - LOGIKA
Aljabar Logika. 1. Kalimat Deklarasi. 2. Penghubung Kalimat. 3
VALIDITAS PEMBUKTIAN – Bagian I
REPRESENTASI PENGETAHUAN – Sistem Produksi
KNOWLEDGE REPRESENTATION
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
Core Jurusan Teknik Informatika Kode MK/SKS : TIF /2
Grace Lusiana Beeh, S. Kom.
Pertemuan 10 REASONING (PENALARAN)
REPRESENTASI PENGETAHUAN
M. A. INEKE PAKERENG, S.Kom., M.Kom.
TOPIK 1 LOGIKA.
REPRESENTASI PENGETAHUAN
Representasi Pengetahuan
Pertemuan Ke-1 Ridwan, S.T,. M.Eng Ridwan, S.T, M.Eng.
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
Transcript presentasi:

REPRESENTASI PENGETAHUAN Disampaikan Oleh : Yusuf Nurrachman, ST, MMSI

Logika Pada dasarnya proses logika adalah proses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada. Input dari proses logika berupa premis atau fakta – fakta yang diakui kebenarannya, sehingga dapat dilakukan penalaran pada proses logika dapat dibentuk suatu inferensi atau kesimpulan. Input: Premis Atau Fakta PROSES LOGIKA Output : Inferensi Atau Konklusi

Ada 2 Jenis Penalaran Penalaran Deduktif. Penalaran dimulai dari prinsip umum untuk mendapatkan konklusi yang lebih khusus. Contoh : Premis Mayor : Jika hujan turun saya tidak akan berangkat kuliah Premis Minor : Hari ini hujan turun. Konklusi : Hari ini saya tidak akan berangkat kuliah Penalaran Induktif. Penalaran dimulai dari fakta – fakta khusus untuk mendapatkan kesimpulan umum. Contoh: Premis – 1 : Aljabar adalah pelajaran yang sulit. Premis – 2 : Geometri adalah pelajaran yang sulit. Premis – 3 : Kalkulus adalah pelajaran yang sulit. Konklusi : Matematika adalah pelajaran yang sulit. Apabila ada premis – 4 yaitu Sejarah adalah pelajaran yang sulit, maka konklusi diatas menjadi tidak valid, sehingga terjadi ketidak pastian.

Logika Proposisi Proposisi adalah suatu pernyataan yang dapat bernilai benar (B) atau salah (S). Simbol – simbol seperti P dan Q menunjukkan proposisi. Dua atau lebih proposisi dapat digabungkan dengan menggunakan operator logika : Konjungsi:  (And); Disjungsi:  (or); Negasi:  (not); Implikasi :  (if – then); Ekuivalensi : 

Operator NOT Operator NOT digunakan untuk memberikan nilai negasi (lawan) dari pernyataan yang telah ada, berikut Tabel kebenaran untuk operator NOT. P NOT(P) B S

Operator AND P Q P AND Q B S Operator AND digunakan untuk mengkombinasikan 2 buah proposisi. Hasil yang diperoleh akan bernilai benar jika kedua proposisi bernilai benar, dan akan bernilai salah jika salah satu dari kedua proposisi bernilai salah. Berikut tabel kebenaran untuk operator AND P Q P AND Q B S

Operator OR Operator OR digunakan untuk mengkombinasikan 2 buah proposisi. Hasil yang diperoleh akan bernilai benar jika salah satu dari kedua proposisi bernilai benar , dan akan bernilai salah jika kedua proposisi bernilai salah. Berikut Tabel Operator OR. P Q P OR Q B S

Implikasi Implikasi , jika P maka Q akan menghasilkan nilai salah jika P benar dan Q salah, selain itu akan selalu benar. P Q P  Q B S

Ekuivalensi Ekuivalen akan menghasilkan nilai benar jika P dan Q keduanya benar atau keduanya salah. P Q P  Q B S

Logika Predikat Representasi Fakta sederhana Misalkan diketahui fakta – fakta sbb: Andi adalah seorang laki – laki : A Ali adalah seorang laki – laki : B Amir adalah seorang laki – laki : C Anto adalah seorang laki – laki : D Agus adalah seorang laki – laki : E Apabila fakta tersebut dinyatakan dengan proposisi maka akan terjadi pemborosan, dimana beberapa pernyataan dengan predikat yang sama akan dibuat dalam proposisi yang berbeda. Pada logika predikat dapat merepresentasikan fakta – fakta sebagai sebuah pernyataan yang disebut dengan wff (well-formed formula) Pada contoh diatas, dpt dituliskan laki2(X) Dimana X adalah variabel yang bisa disubstitusikan dengan Andi, Ali, Amir, Anto,Agus dan laki – laki yang lain.

Contoh : Logika Predikat Misalkan terdapat pernyataan – pernyataan sebagai berikut : Andi adalah seorang mahasiswa Andi masuk jurusan Elektro Setiap mahasiswa elektro pasti mahasiswa teknik. Kalkulus adalah matakuliah yang sulit. Setiap mahasiswa teknik pasti akan suka kalkulus atau akan membencinya. Setiap mahasiswa pasti akan suka terhadap suatu matakuliah. Mahasiswa yang tidak pernah hadir pada kuliah matakuliah sulit, maka mereka pasti tidak suka terhadap matakuliah tersebut. Andi tidak pernah hadir mata kuliah kalkulus. Ke delapan pernyataan diatas dapat diselesaikan kebentuk logika predikat, dengan menggunakan operator : , , , ,  (untuk setiap),  (terdapat),sbb :

“Apakah Andi suka matakuliah kalkulus?” suka(Andi,Kalkulus) sbb : Penyelesaian Mahasiswa(Andi). Elektro(Andi). x:Elektro(x) Teknik(x). Sulit(Kalkulus). x:Teknik(x)  suka(x,Kalkulus)  benci(x,Kalkulus). x: y:suka(x,y). x: y:mahasiswa(x) sulit(y)  hadir(x,y)  suka(x,y). hadir(Andi,Kalkulus) Andaikan kita akan menjawab pertanyaan : “Apakah Andi suka matakuliah kalkulus?” Maka dari pernyataan ke – 7 kita akan membuktikan bahwa Andi tidak suka dengan matakuliah kalkulus. Dengan menggunakan penalaran backward bisa dibuktikan bahwa : suka(Andi,Kalkulus) sbb :

Penalaran backward suka(Andi,Kalkulus) (7, substitusi) mahasiswa(Andi)  Sulit(Kalkulus) hadir(Andi,Kalkulus) (1) Sulit(Kalkulus) hadir(Andi,Kalkulus) (4) hadir(Andi,Kalkulus) (8)

Representasi hubungan Instance dan Isa Predikat Instance adalah predikat dengan argumen pertama berupa obyek dan argumen kedua berupa klas dimana obyek terdapat.Contoh : Instance(Andi,Mahasiswa) Instance(Andi,Elektro) :instance(x,elektro) instance(x,Tehnik) Instance(kalkulus,sulit). :instance(x,tehnik) suka(x,kalkulus)  benci(x,kalkulus) Predikat Isa adalah predikat yang menunjukkan hubungan antar subklas.Contoh: Instance(Andi,mahasiswa) Isa(Elektro,Tehnik) Instance(Kalkulus,Tehnik).

POHON Pohon merupakan struktur penggambaran pohon secara hirarkis, struktur pohon terdiri dari node – node yang menunjukkan obyek dan arc(busur) yang menunjukkan hubungan antar obyek. A B C D E F G H I J K L

Jaringan Semantik Jaringan semantik merupkan gambaran pengetahuan grafis yang menunjukkan hubungan antar berbagai obyek. Jaringan semantik terdiri dari lingkaran – lingkaran yang menunjukkan obyek dan informasi tentang obyek – obyek tersebut. Obyek dapat berupa benda atau peristiwa. Antara 2 obyek dihubungkan oleh arc yang menunjukan hubungan antar obyek.

Contoh Jaringan Semantik Pagi sekolah Sepeda Roda Masuk punya Pergi jumlahnya naik buku membaca Budi Merah dua berjudul Si Kancil adalah kakak berwarna Laki adalah Ani punya binatang adalah Baju adalah adalah Mahluk Hidup adalah wanita

Jaringan Semantik Budi pergi toko sekolah Masjid sawah Jaringan semantik tergantung dari jenis masalah. Jika masalah bersifat umum, maka hanya memerlukan sedikit rincian. Jika masalah itu banyak melibatkan hal – hal lain maka didalam jaringan awalnya perlu diperinci lagi. Contoh :Budi hendak pergi keberbagai tempat Node Budi dihubungkan dengan node baru , yaitu pergi sekolah Masjid Budi pergi toko Kb. binatang sawah

Frame Frame merupakan kumpulan , pengetahuan tentang suatu obyek tertentu, peristiwa, lokasi, situasi , dll Frame memiliki slot yang menggambarkan rincian (attribut) dan karakteristik obyek. Frame biasanya digunakan untuk merepresentasikan pengetahuan yang didasarkan pada karakteristik yang sudah dikenal, yang merupakan pengalaman – pengalaman. Dengan frame , sangat mudah untuk membuat inferensi tentang obyek,peristiwa atau situasi baru, karena frame menyediakan basis pengetahuan yang ditarik dari pengalaman.

Frame jenis bahan bakar Contoh Frame Frame alat – alat transportasi Pada gambar disamping menunjukkan frame alat – alat transportasi. Frame memiliki 3 slot, yaitu trans.udara, laut, darat. Ada beberapa slot yang bernilai tetap dan ada yang tidak tetap (prosedural). Slot bernilai tetap misal jumlah roda pada sedan (4). Slot yang bernilai prosedural, memungkinkan penambahan informasi baru yang bisa ditambahkan pada aturan IF. Misal informasi tentang kecepatan perjalanan, pengisian tangki bahan bakar, atau pemakaian bahan bakar tiap km Trans.Darat Frame macam2x angkutan darat Slot Mobil Slot Sedan Slot bensin Frame macam2x mobil Slot solar Frame jenis bahan bakar

Naskah (Script) Definisi dari script dan frame hampir sama, tetapi ada perbedaan pada: script menggambarkan urutan peristiwa , sedangkan frame menggambarkan obyek. Dalam menggambarkan urutan peristiwa, script menggunakan slot yang berisi informasi tentang orang, obyek, tindakan – tindakan yang terjadi dalam suatu peristiwa. Elemen – elemen script meliputi : Kondisi input, kondisi yang harus dipenuhi sebelum terjadi atau berlaku suatu peristiwa dalam script. Track, yaitu variasi yang mungkin terjadi dalam suatu script. Prop, berisi obyek – obyek pendukung yang digunakan selama peristiwa terjadi. Role, yaitu peran yang dimainkan oleh seseorang dalam peristiwa. Scene, yaitu adegan yang dimainkan yang men jadi bagian dari suatu peristiwa. Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalam script terjadi.

Contoh script kejadian di “UAS” Jalur track : UAS tertulis mk AI Role (peran) : Mahasiswa, Pengawas Prop (Pendukung) : lembar soal, lembar jawab, presensi, pena, dll. Kondisi input : Mahasiswa terdaftar untuk mengikuti ujian. Adegan (Scene) – 1 : Persiapan pengawas. Pengawas menyiapkan lembar soal. Pengawas menyediakan lembar jawab. Pengawas menyiapkan lembar presensi. Adegan (Scene) – 2 : Mahasiswa masuk ruangan Pengawas mempersilahkan mahasiswa masuk. Pengawas membagikan lembar soal. Pengawas membagikan lembar jawab. Pengawas memimpin doa. Adegan (Scene) – 3 : Mahasiswa mengerjakan soal ujian. Mahasiswa menulis identitas di lembar jawab. Mahasiswa menandatangani lembar jawab. Mahasiswa mengerjakan soal. Mahasiswa mengecek jawaban.

Contoh script kejadian di “UAS” Adegan (Scene) – 4 : Mahasiswa telah selesai ujian. Pengawas mempersilahkan mahasiswa keluar kelas.. Mahasiswa mengumpulkan kembali lembar jawaban. Mahasiswa keluar ruangan. Adegan (Scene) – 5 : Pengawas mengemasi lembar jawab Pengawas mengurutkan lembar jawab. Pengawas mengecek lembar jawab dan presensi. Pengawas meninggalkan ruangan. Hasil : Mahasiswa mengerjakan soal ujian. Mahasiswa merasa senang dan lega. Mahasiswa merasa kecewa. Mahasiswa memaki - maki. Mahasiswa sangat bersyukur.

Sistem Produksi Keadaan Awal Aturan Tujuan Strategi Kontrol Ruang keadaan yang berisi keadaan awal, tujuan dan kumpulan aturan yang digunakan untuk mencapai tujuan. Strategi kontrol, yang berguna untuk mengarahkan bagian proses pencarian akan berlangsung dan mengendalikan eksplorasi. Keadaan Awal Aturan Tujuan Strategi Kontrol

Sistem Produksi (rule) Sistem produksi merupakan salah satu bentuk representasi pengetahuan yang sangat populer. Representasi pengetahuan dengan sistem produksi, pada dasarnya berupa aplikasi aturan (rule) yang berupa: Antecedent, yaitu bagian yang mengekspresikan situasi atau premis (Pernyataan berawalan IF). Konsekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika suatu situasi atau premis bernilai benar (Pernyataan berawalan THEN). Konsekuensi atau konklusi yang dinyatakan pada bagian THEN baru dinyatakan benar, jika bagian IF pada sistem tersebut juga benar atau sesuai dengan aturan tertentu: Contoh : IF lalu lintas pagi ini padat Then saya naik sepeda motor saja Apabila pengetahuan direpresentasikan dengan aturan , maka ada 2 metode penalaran yang dapat digunakan , yaitu :

Penalaran Forward dan Backward G F E B C D L K J I H M N O P Keadaan Awal Tujuan Penalaran Forward A G F E B C D L K J I H M N O P Tujuan Keadaan awal Penalaran Backward

Penjelasan penalaran Forward Reasoning (Penalaran Maju). Pelacakan dimulai dari keadaan awal (Informasi atau fakta yang ada) dan kemudian dicoba untuk mencocokkan dengan tujuan yang diharapkan. Backward Reasoning (Penalaran Mundur), Pada penalaran ini dimulai dari tujuan atau hipotesa, baru dicocokkan dengan keadaan awal atau fakta – fakta yang ada. Ada beberapa faktor yang mempengaruhi pemilihan backward atau forward

Faktor mempengaruhi pemilihan backward atau forward Banyaknya keadaan awal dan tujuan. Jika jumlah keadaan awal lebih kecil daripada tujuan , maka digunakan penalaran forward. Sebaliknya, jika jumlah tujuan lebih banyak daripada keadaan awal, maka dipilih penalaran backward. Rata – rata jumlah node yang dapat diraih secara langsung dari suatu node . Lebih baik dipilih yang jumlah node tiap cabangnya lebih sedikit. Apakah program butuh menanyakan kan user untuk melakukan justifikasi terhadap proses penalaran? Jika ya, maka alangkah baiknya jika dipilih arah yang mempermudah user. Bentuk kejadian yang akan memicu penyelesaian masalah, jika kejadian itu berupa fakta baru, maka lebih baik dipilih penalaran forward. Namun, jika kejadian itu berupa query, maka lebih baik digunakan penalaran backward