Pertemuan 10 REASONING (PENALARAN)

Slides:



Advertisements
Presentasi serupa
SISTEM PAKAR Ari Eko Wardoyo, ST.
Advertisements

Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
PENARIKAN KESIMPULAN/ INFERENSI
INFERENSI.
Sistem Pakar.
METODE INFERENSI.
REPRESENTASI PENGETAHUAN
7. Inverensi Logika 7.1. Validitas suatu argumen
TOPIK 1 LOGIKA.
MOTOR INFERENSI.
REPRESENTASI PENGETAHUAN
METODE INFERENSI Dr. Kusrini, M.Kom.
Artificial Intelligence
REPRESENTASI PENGETAHUAN - LOGIKA
PENGETAHUAN BERDASARKAN RULES PERTEMUAN MINGGU KE-6.
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.
Respresentasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Bab III : Logical Entailment
Kecerdasan buatan Nelly Indriani Widiastuti S.Si.,M.T.
Logika informatika 4.
KECERDASAN BUATAN PERTEMUAN 6 dan 7.
INFERENCE Artificial Intelligence
REPRESENTASI PENGETAHUAN DENGAN TEKNIK LOGIKA
BENTUK KLAUSA DAN PRINSIP RESOLUSI UNTUK LOGIKA PREDIKAT
Representasi Pengetahuan
Reasoning dengan Logika
Mata Kuliah Logika Informatika Teknik Informatika SKS
INFERENSI.
EXPERT SYSTEM By Daniel Damaris NS.
PERTEMUAN 4 SISTEM PAKAR
REPRESENTASI PENGETAHUAN
SISTEM PAKAR Betha Nurina Sari, M.Kom.
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
BASIS PENGETAHUAN DAN METODE INFERENSI
F. Metode Inferensi Teknik untuk mendapatkan konklusi yang valid berdasarkan premise yang ada tanpa menggunakan Tabel Kebenaran Ada beberapa Metode antara.
Model Heuristik Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [8]:
ALGORITMA DAN PEMROGRAMAN
Jaringan Syaraf Tiruan
PENARIKAN KESIMPULAN/ INFERENSI
Artificial Intelegence/ P_7-8
Reasoning : Propositional Logic
Pertemuan 9 PENGANTAR SISTEM PAKAR
Matakuliah Pengantar Matematika
Logika (logic).
REPRESENTASI PENGETAHUAN - LOGIKA
Aljabar Logika. 1. Kalimat Deklarasi. 2. Penghubung Kalimat. 3
Metode Inferensi.
MATERI PERKULIAHAN KECERDASAN BUATAN
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
Core Jurusan Teknik Informatika Kode MK/SKS : TIF /2
TEKNIK RISET OPERASI MUH.AFDAN SYAKUR CHAPTER.2
Pertemuan 11 PENGANTAR SISTEM PAKAR
Mesin Cerdas 17/9/2015 Kode MK : MK :.
REPRESENTASI PENGETAHUAN
M. A. INEKE PAKERENG, S.Kom., M.Kom.
SISTEM PAKAR.
Representasi Pengetahuan Logika Proposisi
KONTRAK KULIAH SISTEM PAKAR
Pengantar Intelegensi Buatan
SISTEM PAKAR UNTUK MENDIAGNOSA KERUSAKAN PERANGKAT TELEVISI MENGGUNAKAN METODE BACKWARD CHAINING Oleh: Achmad Faiz Nabil L. (01) Nafa Meilantu(17)
Pertemuan Ke-1 Ridwan, S.T,. M.Eng Ridwan, S.T, M.Eng.
GUNAWAN Materi Kuliah [8]: (Sistem Pendukung Keputusan)
Contoh 1 Kalimat (p → q) → r bernilai benar Jika
Materi Kuliah Matematika Diskrit
Transcript presentasi:

Pertemuan 10 REASONING (PENALARAN) Betha Nurina Sari, M.Kom

KNOWLEDGE BASED SYSTEMS Knowledge Base : Representasi Inference Engine : Penalaran Perbedaan dengan sistem pakar hanya pada asal pengetahuannya saja

PENALARAN PENALARAN Proses berpikir untuk mencapai Goal Kemampuan menalar menyebabkan manusia mampu mengembangkan pengetahuan Suatu pola berpikir yang secara luas dapat disebut logika Proses analitik dari proses berpikirnya Manipulasi formal terhadap symbol-symbol untuk menjadi simbol baru

Teknik penyelesaian masalah dengan cara Merepresentasikan masalah ke dalam basis pengetahuan (knowledge base) Melakukan proses penalaran untuk membuat kesimpulan/keputusan menggunakan logic atau bahasa formal (bahasa yang dipahami oleh komputer)

Macam-macam Penalaran Silogisme Modus Ponens Modus Tollens Resolusi

RESOLUSI Resolusi digunakan untuk melakukan inferensi pada logika proposisi Suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk khusus yaitu conjunctive normal form (CNF)

CNF Langkah-langkah untuk mengubah suatu kalimat (konversi) ke bentuk CNF : Hilangkan implikasi dan ekuivalensi x  y menjadi ¬ x  y x  y menjadi (¬ x  y)  (¬ y  x) Kurangi lingkup semua negasi menjadi satu negasi saja ¬ (¬ x) menjadi x ¬ (x  y) menjadi (¬ x  ¬ y) ¬ (x  y) menjadi (¬ x  ¬ y) Gunakan aturan assosiatif dan distributif untuk mengkonversi menjadi conjuction of disjunction Assosiatif : (A  B)  C menjadi A  (B  C) Distributif : (A  B)  C menjadi (A  C)  (B  C) Buat satu kalimat terpisah untuk tiap-tiap konjungsi

Contoh Resolusi: P (P  Q)  R (S  T)  Q T Diketahui basis pengetahuan (fakta-fakta yang bernilai benar) : P (P  Q)  R (S  T)  Q T Tentukan kebenaran R bentuk representasi tertua TR

Penyelesaian Contoh Resolusi 1. Ubah ke dalam bentuk CNF bentuk representasi tertua TR

Tambahkan Kontradiksi (-R) pada tujuannya, sehingga fakta-fakta dalam CNF menjadi : (P  Q)  R (S  T)  Q T bentuk representasi tertua

Contoh: 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 kuliah matakuliah kalkulus bentuk representasi tertua

x : elektro(x) → teknik(x) sulit(Kalkulus) 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 kuliah matakuliah kalkulus 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) bentuk representasi tertua

“Apakah andi suka matakuliah kalkulus ?” Gunakan penalaran backward : bentuk representasi tertua

Contoh lain: bentuk representasi tertua TR

bentuk representasi tertua TR

PENALARAN Forward Chaining Rule based Backward Chaining Penalaran Case based Machine Learning

SOAL LOGIKA PREPOSISI Ada 4 mahasiswa yang diskusi di Pendopo Fasilkom. Mereka adalah Andi, Budi, Cinta dan Dinda. Ada dari mereka adalah mahasiswa Fasilkom Unsika. Informasi tentang mereka: Jika Andi adalah mahasiswa Fasilkom Unsika, maka Budi juga Jika Andi adalah mahasiswa Fasilkom Unsika, maka Cinta juga. Begitu juga sebaliknya. Jika Budi bukan mahasiswa Fasilkom Unsika, maka Dinda mahasiswa Fasilkom Jika Andi adalah mahasiswa Fasilkom Unsika, maka Dinda juga Jika Budi adalah mahasiswa Fasilkom Unsika, maka Cinta mahasiswa Fasilkom dan Dinda bukan mahasiswa Fasilkom Siapa di antara yang merupakan mahasiswa Fasilkom Unsika?

INFERENSI Diberikan pernyataan-pernyataan berikut: jika Budi mengirim email pada Candra, maka Candra akan mengerjakan tugas PIB”, “jika Budi tidak mengirim email pada Candra, maka Candra akan bermain komputer hingga tengah malam”, “jika Candra bermain komputer hingga tengah malam, maka Candra akan mengantuk di kelas Web.” Kesimpulan “jika Candra tidak mengerjakan tugas PIB, maka Candra akan mengantuk di kelas Web.”

RESOLUSI Diberikan pernyataan-pernyataan berikut: “jika hari ini turun salju, maka Anto bermain ski”, “jika hari ini tidak turun salju maka Joko bermain hoki.” Apa kesimpulan dari dua informasi di atas?

PERTEMUAN 11: PENGANTAR SISTEM PAKAR NEXT PERTEMUAN 11: PENGANTAR SISTEM PAKAR