REPRESENTASI PENGETAHUAN – Sistem Produksi

Slides:



Advertisements
Presentasi serupa
Penyelesaian Masalah Dengan AI
Advertisements

Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
PENJUMLAHAN DAN PENGURANGAN BILANGAN BULAT
Representasi Pengetahuan
Representasi Pengetahuan
Problema & Pendekatan penyelesaian masalah
Kecerdasan Buatan Materi 2 Masalah Ruang Keadaan.
Masalah, Ruang Masalah dan Pencarian
Sistem Pakar.
MESIN INFERENSI.
SISTEM PAKAR Disusun Oleh : Dessy Ratnasari ( )
ARSITEKTUR SISTEM PAKAR
SISTEM PRODUKSI Oleh : KELOMPOK 6 Elfadiaz C Kharisma K M. Safril BN M. Satria E Fajar Cahya N
MOTOR INFERENSI.
Arsitektur Sistem Pakar
METODE INFERENSI Dr. Kusrini, M.Kom.
Masalah, Ruang Keadaan, dan Pencarian
SISTEM PAKAR.
SISTEM PAKAR & KECERDASAN BUATAN
PENGETAHUAN BERDASARKAN RULES PERTEMUAN MINGGU KE-6.
ARSITEKTUR & LINGKUNGAN SISTEM KECERDASAN BUATAN
ARTIFICIAL INTELLIGENCE
SISTEM PAKAR PERTEMUAN 8.
Definisi Inferensi  Inferensi adalah : Proses yang digunakan dalam Sistem Pakar untuk menghasilkan informasi baru dari informasi yang telah diketahui.
SISTEM PAKAR DAN SPK.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
KECERDASAN BUATAN PERTEMUAN 10.
Kecerdasan Buatan Materi 2 Masalah Ruang Keadaan.
KOMPUTASI KECERDASAN BUATAN
Metode Pencarian dan Pelacakan
Masalah, Ruang Masalah dan Pencarian
INFERENSI.
Pendekatan Inferensi dalam Sistem Pakar
KNOWLEDGE REPRESENTATION
EXPERT SYSTEM By Daniel Damaris NS.
Pendefinisian problema sebagai proses pencarian ruang keadaan
Sistem pakar By Serdiwansyah N. A..
SISTEM PAKAR (LANJUTAN)
Backward Chaining.
MASALAH DAN METODE PEMECAHAN MASALAH
REPRESENTASI PENGETAHUAN
Pendekatan Inferensi dalam Sistem Pakar
BASIS PENGETAHUAN DAN METODE INFERENSI
SISTEM BERBASIS PENGETAHUAN
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
SISTEM PAKAR & KECERDASAN BUATAN
Artificial Intelegence/ P_7-8
KECERDASAN BUATAN PERTEMUAN 10.
METODE INFERENSI 17/9/2015 Kode MK : MK :.
Ruang Masalah di Kecerdasan Buatan
Sistem pakar.
ARSITEKTUR SISTEM PAKAR
Pertemuan 9 PENGANTAR SISTEM PAKAR
Metode Inferensi By: Edi, MKM.
Metode Inferensi.
METODE INFERENSI 17/9/2015 Kode MK : MK :.
TEKNIK RISET OPERASI MUH.AFDAN SYAKUR CHAPTER.2
KOMPUTASI KECERDASAN BUATAN
INFERENSI DAN PENALARAN
Pertemuan 11 PENGANTAR SISTEM PAKAR
MEKANISME INFERENSI Program Studi S1 Informatika
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Masalah, Ruang Masalah dan Pencarian
REPRESENTASI PENGETAHUAN
STATEMEN GO TO DAN IF-THEN Pertemuan IX.
SISTEM PAKAR & KECERDASAN BUATAN
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
ARSITEKTUR SISTEM PAKAR
Transcript presentasi:

REPRESENTASI PENGETAHUAN – Sistem Produksi By Serdiwansyah N. A.

Sistem produksi memiliki struktur seperti struktur proses pencarian (search). Secara umum, sistem produksi terdiri dari komponen-komponen: Ruang Keadan. Memori Aktif. Strategi Kontrol.

Komponen Sistem Produksi Ruang Keadaan berisi keadaan awal, tujuan dan kumpulan aturan yang digunakan untuk mencapai tujuan. Memori Aktif berisi deskripsi keadaan semesta pembicaraan saat ini dalam proses penalaran. Strategi Kontrol berguna untuk mengarahkan bagaimana proses pencarian akan berlangsung dan mengendalikan arah eksplorasi.

Arsitektur Sistem Produksi

Dpl, Sistem Produksi menyediakan pengendalian berdasar pola dari proses pemecahan problema dan terdiri dari sekumpulan aturan produksi, memori aktif, dan kontrol mekanisme inferensi

Kaidah / Aturan Produksi Representasi pengetahuan dengan sistem produksi dinamakan kaidah/aturan produksi (production method) sering disebut produksi saja. Merupakan seperangkat aturan yang masing-masing berisi pola sisi kiri (bagian kondisi/anteseden/premis) yang menentukan pemakaian aturan tertentu, dan sisi kanan (bagian tindakan/konsekuen/konklusi) yang menggambarkan tindakan yang harus dilakukan jika aturan tertentu tersebut digunakan.

Kaidah / Aturan Produksi Pada bagian kondisi (kiri) merupakan pernyataan dengan awalan if, sedangkan bagian tindakan (kanan) merupakan pernyataan dengan awalan then. Contoh kaidah tipikal : If harga stok turun di bawah Rp 1 juta, then beli 100 saham. If suhu lebih dari 30 °C, then hidupkan alat pendingin. If berada di bawah garis belakang lawan and bola berada di garis 30 meter dari gawang, then bikinlah ruang untuk mencetak gol. If pelamar itu wanita berusia tidak lebih dari 25 tahun or pelamar itu lulusan perguruan tinggi komputer, then bisa diterima sebagai karyawan.

Memori Aktif (Active Memory) Merupakan satu atau lebih basis data (database) yang berisi informasi tentang tugas-tugas khusus. Beberapa bagian basis data mungkin bersifat permanen, sedangkan yang lain hanya berisi solusi problema yang sedang dihadapi saat ini. Informasi yang terdapat di dalam basis data tersebut mungkin terstruktur dengan cara tertentu.

Kontrol Mekanisme Inferensi Suatu strategi pengendalian (controlling strategy) yang menentukan urutan pembandingan suatu aturan dengan basis data dan cara menyelesaikan suatu konflik yang muncul bila beberapa aturan saling bertumbukan pada saat yang bersamaan. Proses berakhir bila tak ada kondisi aturan yang cocok dengan isi memori aktif

Sistem Produksi Teka-teki 8 (8-Puzzle) Keadaan Awal 2 8 3 1 6 4 7 5 Keadaan Akhir (Tujuan) 1 2 3 8 4 7 6 5

Sistem Produksi Teka-teki 8 (8-Puzzle) Himpunan kaidah produksi Kondisi Tindakan keadaan tujuan dlm memori aktif → diam saja blank tidak berada di tepi atas gerakan blank ke atas blank tidak berada di tepi bawah gerakan blank ke bawah blank tidak berada di tepi kanan gerakan blank ke kanan blank tidak berada di tepi kiri gerakan blank ke kiri

Sistem Produksi Teka-teki 8 (8-Puzzle) Memori aktif adalah keadaan papan saat ini dan keadaan tujuan. Pengendalian: Mencoba setiap produksi secara urut. Loop tidak diperkenankan. Hentikan bila tujuan telah ditemukan.

Metode Penalaran (Reasoning Methode) Apabila pengetahuan direpresentasikan dengan aturan, maka ada 2 metode yang dapat digunakan: Penalaran Maju (Forward Reasoning) Penalaran Mundur (Backward Reasoning)

Penalaran Maju Vs. Penalaran Mundur Pada penalaran maju, pelacakan dimulai dari keadaan awal (informasi atau fakta yang ada) dan kemudian dicoba untuk mencocokan dengan tujuan yang diharapkan. Pada penalaran mundur, pelacakan dimulai dari tujuan atau hipotesa, baru dicocokkan dengan keadaan awal atau fakta-fakta yang ada.

Penalaran Maju Vs. Penalaran Mundur Faktor yang mempengaruhi pemilihan backward atau forward dalam memilih metode penalaran: Banyaknya keadaan awal dan tujuan. Jika jml keadaan awal lebih kecil daripada tujuan, maka digunakan penalaran forward. Jika sebaliknya, maka digunakan penalaran backward.

Penalaran Maju Vs. Penalaran Mundur Jumlah simpul yang dapat diraih secara langsung. Labih baik dipilih yang jumlah simpul tiap cabangnya lebih sedikit. Apakah program butuh menanyai pengguna untuk melakukan justifikasi terhadap proses penalaran? Jika ya, maka alangkah baiknya dipilih arah yang lebih memudahkan pengguna.

Penalaran Maju Vs. Penalaran Mundur 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.

The end and 10_Q