Kalkulus Predikat (First Order Logic / FOL)

Slides:



Advertisements
Presentasi serupa
Matematika Komputasi Logic Inference + Predicate Quantifier
Advertisements

KALKULUS PREDIKAT PENDAHULUAN DEFINISI SIMBOL DEFINISI TERM
Pengantar Intelijensia buatan
Latihan Kalkulus Predikat Part.2
REPRESENTASI PENGETAHUANI
Inferensi pada Kalkulus Predikat Orde 1
Introduction to Logic Propositional Logic
Kalimat Berkuantor.
Aljabar Relasional.
Logika Order Pertama (First Order Logic)
PREDIKAT dan FUNGSI PROPOSISIONAL
KUANTOR DAN TEORI KUANTIFIKASI
ILMU KOM PUTER PRODI ILKOMP UGM GP DALIYO Daliyo.
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
FITRI UTAMININGRUM, ST, MT
PROPORSI (LOGIKA MATEMATIKA)
Proposisi. Pengantar  Pokok bahasan logika, atau objek dari logika adalah pernyataan-pernyataan atau kalimat yang memiliki arti tertentu dan memiliki.
Modul Matematika Diskrit
Logika Matematika Pengenalan Logika Matematika dan Pengantar Logika Proposisional AMIK-STMIK Jayanusa ©2009 Pengantar Logika.
Pengenalan Prolog Teny Handhayani Referensi:
Representasi Pengetahuan (II)
Pertemuan Minggu Ke-5 KALKULUS RELASIONAL.
Representasi Pengetahuan (I)
Logika Matematika Bab 3: Kalkulus Predikat
REPRESENTASI PENGETAHUAN - LOGIKA
Latihan Kalkulus Predikat
Matematika Komputasi Inferensi Logika
REPRESENTASI PENGETAHUAN
MATEMATIKA DISKRIT LOGIKA MATEMATIKA.
Relational Calculus Basis Data Pertemuan 05.
Bab V : Logika Order Pertama
Ubahlah ekspresi logika berikut menjadi CNF dan DNF
REPRESENTASI PENGETAHUAN
INFERENCE Artificial Intelligence
Representasi Pengetahuan
Reasoning dengan Logika
Pertemuan 3 Predicate Logic
Inferensi pada FOL (First Order Logic)
Bab VI : Inferensi pada FOL
PERTEMUAN 4 PROPOSISI.
Pertemuan Ke-1 Oleh: Vindo Feladi, ST, M.Pd
Representasi Pengetahuan lanjut
Proposisi.
Bab IV : Relational Logic
REPRESENTASI PENGETAHUAN
Wumpus World Propositional Logic.
REPRESENTASI PENGETAHUAN
Logika Matematika Pernyataan.
MATEMATIKA DISKRIT LOGIKA MATEMATIKA.
DASAR PEMROGRAMAN JAVA
Matematika diskrit Kuliah 1
Bab IV : Relational Logic
Logika matematika Kel. 4 Nama Kelompok: Naptia eka wulandari
LOGIKA INFORMATIKA Kuantor.
Reasoning : Propositional Logic ( Predikat Calculus )
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Sistem Berbasis Pengetahuan
Pertemuan 1 Logika.
MATERI PERKULIAHAN KECERDASAN BUATAN
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
Core Jurusan Teknik Informatika Kode MK/SKS : TIF /2
Implementasi Logika Proposisi
MATEMATIKA KOMPUTASI LOGIKA MATEMATIKA.
REPRESENTASI PENGETAHUAN
Representasi Pengetahuan Logika Predikat
REPRESENTASI PENGETAHUAN
CSG3G3 Kercerdasan Mesin dan Artifisial Reasoning 1
Pertemuan 1 Logika.
Modul Matematika Diskrit
Transcript presentasi:

Kalkulus Predikat (First Order Logic / FOL)

Kalkulus Predikat Logika proposional mengasumsikan dunia berisi fakta Kalkulus predikat (seperti bahasa alami) mengasumsikan dunia berisi: Objek: orang, rumah, angka, warna, permainan baseball, perang, … Relasi: bagian dari, berasal dari, lebih besar dari, … Fungsi: ayah dari, teman baik, lebih banyak satu daripada, …

Sintaks Konstanta KingJohn, 2,... Predikat Brother, >,... Fungsi Sqrt, LeftLegOf,... Variabel X, Y, A, B,... Konektif , , , ,  Kesamaan = Quantifier , 

Kalimat Atomik Kalimat atomik = predikat (term1,...,termn) atau term1 = term2 Term = fungsi (term1,...,termn) atau konstanta atau variabel Contoh: Brother(John,Richard) Married(Father(Richard),Mother(John))

Kalimat Kompleks Kalimat kompleks dibuat dari kalimat-kalimat atomik dengan menggunakan konektif S, S1  S2, S1  S2, S1  S2, S1  S2, Contoh: Sibling(KingJohn,Richard)  Sibling(Richard,KingJohn) >(1,2)  ≤ (1,2) >(1,2)   >(1,2)

Kebenaran dalam FOL Kalimat benar jika berkaitan dengan model dan interpretasi Model berisi objek-objek dan relasi antar objek Interpretasi menspesifikasikan : Simbol konstanta → objek Simbol predikat → relasi Simbol fungsi → relasi fungsional Sebuah kalimat atomik predikat(term1,...,termn) benar jika dan hanya jika objek-objek yang menjadi acuan bagi term1,...,termn berada dalam relasi-relasi yang diacu oleh predikat

Kuantifikasi: Universal <variabel2> <kalimat> Semua mahasiswa Stttelkom pintar: x Mahasiswa(x,Stttelkom)  Pintar(x) x P bernilai benar dalam sebuah model m iff P bernilai benar untuk setiap objek pada m Ekivalen dengan konjungsi dari instansiasi P: Mahasiswa(Inten, stttelkom)  Pintar(Inten)  Mahasiswa(Dian, stttelkom)  Pintar(Dian)  Mahasiswa(Dewi, stttelkom)  Pintar(Dewi)  ...

Kuantifikasi: Eksistensi <variabel> <kalimat> Beberapa mahasiswa STT Telkom pintar: x Mahasiswa(x,STTTelkom)  Pintar(x) x P bernilai benar pada model m iff P bernilai benar untuk beberapa objek pada m Ekivalen dengan disjungsi dari instansiasi P Mahasiswa(Inten, Stttelkom)  Pintar(Inten)  Mahasiswa(Dian, Stttelkom)  Pintar(Dian)  Mahasiswa(Dewi, Stttelkom)  Pintar(Dewi)  ...

x Mahasiswa(x,Stttelkom)  Pintar(x) Kesalahan  konektif utama untuk  kesalahan: menggunakan  sebagai konektif utama dengan , contoh: x Mahasiswa(x,Stttelkom)  Pintar(x) berarti “Setiap orang mahasiswa Stttelkom dan setiap orang pintar”  konektif utama untuk  kesalahan: menggunakan  sebagai konektif utama untuk  x Mahasiswa(x,Stttelkom)  Pintar(x) bernilai benar jika ada yang bukan mahasiswa Stttelkom

Quantifier x y sama dengan y x x y sama dengan y x x y tidak sama dengan y x x y Loves(x,y) “There is a person who loves everyone” y x Loves(x,y) “Everyone is loved by at least one person” Quantifier duality: kalimat dapat diekspresikan dengan kalimat lain x Likes(x,IceCream) x Likes(x,IceCream)

Kesamaan term1 = term2 bernilai benar jika term1 dan term2 mengacu ke objek yang sama Contoh: definisi Sibling dengan menggunakan predikat Parent: x,y Sibling(x,y)  [(x = y)  m,f  (m = f)  Parent(m,x)  Parent(f,x)  Parent(m,y)  Parent(f,y)]

Penggunaan FOL Keterkaitan domain: Brothers are siblings x,y Brother(x,y)  Sibling(x,y) One's mother is one's female parent m,c Mother(c) = m  (Female(m)  Parent(m,c)) “Sibling” is symmetric x,y Sibling(x,y)  Sibling(y,x)

Penggunaan FOL The set domain: s Set(s)  (s = {} )  (x,s2 Set(s2)  s = {x|s2}) x,s {x|s} = {} x,s x  s  s = {x|s} x,s x  s  [ y,s2 (s = {y|s2}  (x = y  x  s2))] s1,s2 s1  s2  (x x  s1  x  s2) s1,s2 (s1 = s2)  (s1  s2  s2  s1) x,s1,s2 x  (s1  s2)  (x  s1  x  s2) x,s1,s2 x  (s1  s2)  (x  s1  x  s2)

KB Kasus Wumpus Persepsi Refleks t,s,b Percept([s,b,Glitter],t)  Glitter(t) Refleks t Glitter(t)  BestAction(Grab,t)

Deduksi x,y,a,b Adjacent([x,y],[a,b])  [a,b]  {[x+1,y], [x-1,y],[x,y+1],[x,y-1]} Properties of squares: s,t At(Agent,s,t)  Breeze(t)  Breezy(s) “Squares are breezy near a pit” Diagnostik ---menyimpulkan sebab dari akibat s Breezy(s)   r Adjacent(r,s)  Pit(r) Kausal ---menyimpulkan akibat dari sebab r Pit(r)  [s Adjacent(r,s)  Breezy(s)]