REPRESENTASI PENGETAHUAN

Slides:



Advertisements
Presentasi serupa
Pemrograman Terstruktur
Advertisements

Menunjukkan berbagai peralatan TIK melalui gambar
REPRESENTASI PENGETAHUAN - 2
REPRESENTASI PENGETAHUAN – JARINGAN SEMANTIK DAN SKEMA
Fakultas Ilmu Komputer, Universitas Narotama
Proposisi majemuk disebut tautologi jika ia benar untuk semua kasus
KETENTUAN SOAL - Untuk soal no. 1 s/d 15, pilihlah salah satu
Representasi Pengetahuan
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN
Selamat Datang Dalam Kuliah Terbuka Ini
Review Proposisi & Kesamaan Logika
REPRESENTASI PENGETAHUANI
Luas Daerah ( Integral ).
PEMINDAHAN HAK DENGAN INBRENG
LOGIKA INFORMATIKA VALIDITAS PEMBUKTIAN.
Sistem Pakar.
REPRESENTASI PENGETAHUAN
EKUIVALENSI LOGIKA PERTEMUAN KE-7 OLEH: SUHARMAWAN, S.Pd., S.Kom.
LOGIKA LOGIKA LOGIKA.
Waniwatining II. HIMPUNAN 1. Definisi
Representasi Pengetahuan
Knowledge Representation (lanjutan)
REPRESENTASI PENGETAHUAN
Logika (logic).
DASAR – DASAR LOGIKA INFORMATIKA
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN.
PROPORSI (LOGIKA MATEMATIKA)
Proposisi. Pengantar  Pokok bahasan logika, atau objek dari logika adalah pernyataan-pernyataan atau kalimat yang memiliki arti tertentu dan memiliki.
REPRESENTASI PENGETAHUAN - LOGIKA
JARINGAN SEMANTIK PERTEMUAN MINGGU KE-7.
REPRESENTASI PENGETAHUAN
Model Representasi Pengetahuan
REPRESENTASI PENGETAHUAN
Representasi Pengetahuan
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN
Respresentasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
KECERDASAN BUATAN PERTEMUAN 6 dan 7.
REPRESENTASI PENGETAHUAN DENGAN TEKNIK LOGIKA
Representasi Pengetahuan II.
REPRESENTASI PENGETAHUAN
KNOWLEDGE REPRESENTATION
Pertemuan 4 Representasi Pengetahuan
Representasi Pengetahuan lanjut
Model Representasi Pengetahuan
Proposisi.
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
KNOWLEDGE REPRESENTATION
Akuisisi dan Representasi Pengetahuan
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN – JARINGAN SEMANTIK DAN SKEMA
Reasoning : Propositional Logic
Representasi Pengetahuan
Reasoning : Propositional Logic ( Predikat Calculus )
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
REPRESENTASI PENGETAHUAN - LOGIKA
Representasi Pengetahuan
KNOWLEDGE REPRESENTATION
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
Representasi Pengetahuan II
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Representasi Pengetahuan
Kecerdasan Buatan Pertemuan 02 Reperentasi Pengetahuan.
Transcript presentasi:

REPRESENTASI PENGETAHUAN

PENGETAHUAN = data/fakta + mekanisme penalaran Fakta, ide, teori, hubungannya dalam domain tertentu KNOWLEDGE BASE Mekanisme Penalaran INFERENCE MECHANISM Kumpulan prosedur yang digunakan untuk menguji (melacak dan mencocokkan) untuk mencari solusi

Langkah membangun sistem AI Pengumpulan pengetahuan dari berbagai sumber Otak/pengetahuan pakar Buku Artikel dll Di Organisasikan (Skema) diKodifikasi Skema “DEKLARATIF” Cocok untuk menggambarkan fakta-fakta asersi Yang termasuk skema representasi pengetahuan deklaratif: 1. LOGIKA 2. JARINGAN SEMANTIK 3. FRAME 4. SCRIPT Skema “PROSEDURAL” Cocok untuk menyatakan aksi dan prosedur Yang termasuk skema representasi pengetahuan deklaratif: PROSEDUR / SUBROUTINE KAIDAH PRODUKSI

1. LOGIKA Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah dan prosedur yang membantu proses penalaran Proses Logika : Proses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada Merupakan bentuk representasi pengetahuan yang paling tua

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. Contoh Premis mayor : Jika hujan turun saya tidak akan lari pagi Premis Minor : Pagi ini hujan turun Konklusi : Oleh karena itu pagi ini saya tidak akan lari pagi

PENALARAN INDUKTIF Dimulai dari masalah khusus menuju ke masalah umum Menggunakan sejumlah fakta atau premis untuk menarik kesimpulan umum. 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 Konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta-fakta baru

LOGIKA PROPORSIONAL Bentuk logika komputasional ada 2 macam : Logika Proporsional atau Kalkulus dan Logika Predikat Suatu Proposisi merupakan suatu statemen atau pernyataan yang menyatakan benar (TRUE) atau salah (FALSE).

Operator Logika (penggabungan proposisi) Konjungsi:  ( and) Disjungsi:  (Or) Negasi ~ (not) Implikasi → Ekivalensi ↔ Untuk menggambarkan berbagai proposisi, premis atau konklusi gunakan simbol seperti huruf abjad. Misalnya: P = Tukang pos mengantarkan surat mulai Senin s/d Sabtu Q = Hari ini adalah Hari Minggu R = Maka hari ini tukang pos tidak mengantar surat

Mengubah kalimat kedalam bentuk CNF: Inferensi pada logika proposisi dapat dilakukan dengan menggunakan resolusi Resolusi Suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk CNF (Conjuction Normal Form) Mengubah kalimat kedalam bentuk CNF: Hilangkan implikasi dn ekivalensi Kurangi lingkup semua negasi menjadi satu negasi saja Gunakan aturan asosiatif dan distributif untuk mengkonversi menjadi conjunction of disjunction Buat satu kalimat terpisah untuk tiap-tiap konjungsi

Contoh Diketahui basis pengetahuan (fakta-fakta yang bernilai benar) sebagai berikut: P (P  Q) → R (S  T ) → Q T Buktikan kebenaran R

LOGIKA PREDIKAT / KALKULUS PREDIKAT Suatu logika yang seluruhnya menggunakan konsep dan kaidah proposional yang sama. Disebut juga kalkulus predikat Kalkulus predikat memungkinkan bisa memecahkan statemen ke dalam bagian komponen, yang disebut objek, karakteristik objek, atau beberapa keterangan objek.

Suatu proposisi atau premis dibagi menjadi dua bagian, yaitu ARGUMEN (atau objek) dan PREDIKAT (keterangan). Argumen adalah individu atau objek yang membuat keterangan Predikat adalah keterangan yang membuat argumen dan predikat Dalam suatu kalimat, predikat bisa berupa kata kerja atau bagian kata kerja. Bentuk Umum: PREDIKAT (individu[objek]1, individu[objek] 2)

Misalnya proposisi: Contoh Lain: Mobil berada dalam garasi Dinyatakan menjadi Di dalam(mobil, garasi) Di dalam = produk (keterangan) Mobil = Argumen(objek) Garasi = Argumen(objek) Contoh Lain: Proposisi : Rojali suka Juleha Kalkulus Predikat : SUKA (Rojali, Juleha) Proposisi : Pintu Terbuka Kalkulus Predikat : BUKA (pintu)

Variabel Huruf bisa menggantikan argumen Simbol-simbol juga bisa digunakan untuk merancang beberapa objek atau individu Misalnya: x = Rojali dan y = Juleha, Proposisinya : Suka(x,y) Dengan menggunakan sistem ini knowledge base dapat dibentuk Pengetahuan diekspresikan dalam kalkulus predikat yang bisa dimanipulasi agar menimbulkan inferensi

FUNGSI Predikat kalukulus membolehkan penggunaan simbol untuk mewakili Fungsi-fungsi Misalnya: ayah(Juleha) = Jojon, ibu(Rojali) = Dorce Fungsi dapat digunakan bersamaan dengan predikat Predikat berikut menjelaskan bahwa Jojon dan Dorce adalah berteman teman(ayah(Juleha),ibu(Rojali) = teman(Jojon,Dorce)

OPERASI Operator yang sama seperti pada logika proporsional Misalnya: Proposition: Rojali suka Juleha, suka(Rojali,Juleha) Proposition: Mandra suka Juleha, suka(Mandra,Juleha) Dua predikat diatas, ada dua orang menyukai Juleha. Untuk memberikan pernyataan adanya Kecemburuan, maka suka(x,y) AND suka(z,y) IMPLIES NOT suka(x,z) atau suka(x,y)  suka(z,y) →  suka(x,z) Kalimat pengetahuan adalah: “Jika dua orang pria menyukai wanita yang sama, maka kedua pria itu pasti tidak saling suka (saling membenci)”

PENGUKURAN KUANTITAS (Quantifier) Pengukuran kuantitas (Quantifier) adalah simbol untuk menyatakan suatu rangkaian variabel dalam suatu ekspresi logika. Dua pengukuran kuantitas, yaitu: Ukuran kuantitas universal →  Ukuran kuantitas eksistensial → 

Contoh 1. Proposisi : diekspresikan : “Semua orang Yogya adalah warganegara Indonesia” diekspresikan : ( x)[orang Yogya(x), warga negara Indonesia(x)] Simbol  menyatakan bahwa ekspresi ini berlaku secara universal benar. Yaitu untuk semua nilai x. Jika x adalah orang Yogya, maka benar jika x adalah warga negara Indonesia

Diekspresikan menjadi: Contoh 2: Proposisi: “Beberapa Mobil berwarna merah” Diekspresikan menjadi: ( x)[mobil(x) dan berwarna merah (x)] Ekspresi ini berarti ada beberapa mobil tertentu x yang sesuai dengan ekspresi ini Jika x adalah sebuah mobil dan mobil itu berwarna merah

PENALARAN DENGAN LOGIKA Pengetahuan dibutuhkan untuk membuat inferensi Kaidah inferensi yang paling sederhana adalah: MODUS PONEN Yaitu: Jika Proposisi A benar dan A IMPLIES B, adalah benar, maka proposisi B adalah benar. [A AND (AB)] B

2. RULES Rules (aturan-aturan), merupakan pengetahuan prosedural Menghubungkan informasi yang diberikan dengan tindakan (action) Struktur rule, secara logika menghubungkan satu atau lebih antecedent (atau premises) yang berada pada bagian IF, dengan satu atau lebih consequents (atau conclusions / kesimpulan) pada bagian THEN.

Misalnya: IF Warna baju itu merah THEN Saya suka baju itu Sebuah rule dapat memiliki multiple premise yang tergabung dengan menggunakan operasi logika (AND, OR) Bagian Konklusi dapat berupa kalimat tunggal atau gabungan dengan menggunakan operasi logika (AND) dan dapat pula memiliki kalimat ELSE.

Contoh operasi sistem berbasis aturan IF Warna baju itu merah THEN Saya suka baju itu IF Saya suka baju itu THEN Saya akan beli baju itu Knowledge Base Warna baju itu merah Saya suka baju itu Saya akan beli baju itu Working Memori Q: Warna Baju? A: Merah

Rule dapat melakukan beberapa operasi Untuk operasi-operasi yang kompleks, sistem berbasis aturan dirancang untuk mengakses program eksternal Contoh: (Database) IF terjadi situasi darurat AND NAMA = Smith THEN OPEN TELEPHONE AND FIND NAMA, NAMA-FIELD AND TELEPHONE = TELEPHONE FIELD

JENIS-JENIS RULES RELATIONSHIP/HUBUNGAN IF Baterai sudah soak THEN Mobil tidak bisa distarter REKOMENDASI IF Mobil tidak bisa distarter AND Sistem bahan bakar OK THEN Periksa bagian elektrikal

STRATEGI IF Mobil tidak bisa distarter THEN Pertama periksa sistem bahan bakar, lalu periksa sistem elektrikal HEURISTIC AND Mobilnya adalah Ford tahun 1957 THEN Periksa float-nya

INTERPRETASI IF Tegangan Resistor R1 lebih besar dari 2.0 volt AND Tegangan Kolektor pada Q1 kurang dari 1.0 volt THEN Bagian Pre-Amp berada pada range normal DIAGNOSA IF stain dari organisme adalah grampos AND morfologi dari organisme adalah coccus AND pertumbuhan dari organisme adalah chains THEN organisme tersebut adalah streptococcus DISAIN IF task sekarang adalah menempatkan catu daya AND posisi dari catu daya pada kabinet sudah diketahui AND ada ruang tersedia dalam kabinet untuk catu daya THEN letakkan catu daya pada kabinet tersebut

Keunggulan Sistem berbasis RULES: Modifikasi dan perawatan relatif mudah Uncertainty dapat dikombinasikan dengan rules Tiap rules biasanya independent dari yang lainnya Keterbatasan: Pengetahuan yang kompleks membutuhkan rules yang sangat banyak Sistem dengan banyak rules mungkin mempunyai keterbatasan dalam proses pencarian pada bagian program kontrol

3. JARINGAN SEMANTIK (SEMANTIC NETWORKS) Merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berbagai objek Disusun dari NODE dan ARC (Lines) Node : representasi dari objek, objek properti atau properti value. (digambarkan dengan lingkaran) Arc : representasi dari hubungan antar node. (digambarkan dengan garis)

Contoh jaringan semantik sederhana: Wings Bird fly Canary Is a Has travel node “Canary” dan “Bird” menjelaskan hubungan “spesific-to-general”

PERLUASAN JARINGAN SEMANTIK Perluasan dilakukan dengan menambah NODE dan menghubungkan dengan NODE Node baru tersebut dapat merupakan objek tambahan atau properti tambahan Umumnya penambahan dapat dilakukan dalam 3 cara: (1) objek yang sama (2) objek yang lebih khusus (3) objek yang lebih umum

PEWARISAN (INHERITANCE) PADA JARINGAN SEMANTIK Node yang ditambahkan pada Jaringan Semantik secara otomatis mewarisi informasi yang telah ada pada Jaringan OPERASI PADA JARINGAN SEMANTIK Salah satu cara untuk menggunakan Jaringan Semantik adalah dengan bertanya pada node

Misalnya: Pertanyaan pada “Bird”, “How do you Travel?” Jawabannya: “Fly” Untuk menjawab, maka node tersebut akan mengecek pada arc dengan label travel dan kemudian menggunakan informasi (value) yang ada pada arc tersebut sebagai jawabannya

Catatan: Jaringan semantik pada dasarnya berbentuk grafik, tapi dalam komputer tidak tampak karena objek dan hubungannya dinyatakan dalam istilah verbal Titik awal biasanya ditentukan oleh sebuah pertanyaan.

4. FRAME Definisi: kumpulan pengetahuan tentang suatu obyek tertentu, peristiwa lokasi, situasi, dll. Secara umum frame memiliki 2 elemen dasar SLOT dan FACET Slot : merupakan kumpulan atribut/properti yang menjelaskan objek yang direpresentasi oleh frame Facet (atau disebut juga: subslot) menjelaskan pengetahuan atau prosedur dari atribut pada slot

Frame alat-alat transportasi Trans. Darat Slot Mobil Frame alat-alat transportasi Frame macam-macam angkutan darat Slot Sedan Frame macam-macam mobil Slot bensin Slot solar Frame jenis bahan bakar

Struktur dari sebuah frame : Frame Name : Objek 1 Class : Objek 2 Properti : Properti 1 Value 1 Properti 2 Value 2 Properti 3 Value 3 Properti n Value n

Frame dapat memiliki field tambahan yang disebut Class Class dapat berisi object2 yang merupakan nama dari frame lain yang berhubungan dengan object1 Biasanya dalam hubungan IS A  Object 1 is a object 2

Frame Kelas (Class) Merepresentasi karaktistik (sifat-sifat) umum dari suatu objek Mendefinisikan properti-properti umum yang biasanya dimiliki oleh semua objek dalam kelas tersebut. Ada 2 jenis properti : statik dan dinamik Properti Statik merupakan fitur dari objek yang tidak dapat berubah Properti dinamik merupakan fitur yang dapat berubah selama sistem berjalan

Contoh Kelas Frame dari “Bird” Properti : sifat-sifat umum dari objek “Bird” Properti Color dan No_Wings : statik (karena merupakan ciri-ciri yang nilainya tidak berubah) Properti Hungry dan Activity : dinamik (karena selama sistem berjalan value-nya bisa berubah)

5. NASKAH (SCRIPT) Sama dengan frame, tetapi yang digambarkan adalah URUTAN PERISTIWA (bukan objek). Elemen dalam script: Kondisi Input : Situasi yang harus dipenuhi sebelum terjadi Track / jalur : variasi script Prop / pendukung : obyek yang digunakan dalam urutan peristiwa yang terjadi Role / peran : orang-orang yang terlibat Scene / adegan : urutan peristiwa aktual Hasil

CONTOH: Script : Restoran Track : Restoran swalayan Role : Tamu, pelayan Prop : Counter, baki, makanan, tisu, dll Kondisi masukan : Tamu Lapar – Tamu punya uang Adegan (Scene1) : masuk Tamu parkir mobil Tamu masuk restoran Tamu duduk Tamu baca menu

Adegan (Scene 2) : memesan Tamu memesan Pelayan membawa makanan Pelayan meletakkan makanan di meja Tamu membayar Adegan (Scene3) : makan Hasilnya: Tamu kenyang Uang tamu berkurang Tamu senang Tamu sakit perut