Knowledge Representation

Slides:



Advertisements
Presentasi serupa
KECERDASAN BUATAN Oleh :Alifah NRP :
Advertisements

Continous DBMS DATA MODELS
Referensi : Kusumadewi, Sri. Artificial Intelligence Teknik dan Aplikasinya, Yogayakarta, Graha Ilmu, 2003 Pandjaitan, Lanny. Dasar – Dasar Komputasi Cerdas,
Pengenalan Prolog Pengenalan Prolog.
Reasoning, Semantic Network, Frame
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUANI
Pengenalan logika Pertemuan 1.
Sistem Pakar.
REPRESENTASI PENGETAHUAN
Logic & Learning Method
Pertemuan 4.
Representasi Pengetahuan
Knowledge Representation (lanjutan)
REPRESENTASI PENGETAHUAN
Representasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN.
BAB 2 MODEL-MODEL DATA ..
Course MMS 2901 Departement of Computer Science Gadjah Mada University © Aina Musdholifah & Sri Mulyana.
Logika Matematika Bab 3: Kalkulus Predikat
REPRESENTASI PENGETAHUAN - LOGIKA
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
REPRESENTASI PENGETAHUAN
Pengantar Sistem Basis Data
Model Representasi Pengetahuan
Algoritma Pencarian (Search Algorithm).
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
KECERDASAN BUATAN PERTEMUAN 6 dan 7.
REPRESENTASI PENGETAHUAN DENGAN TEKNIK LOGIKA
Representasi Pengetahuan
Kecerdasan Buatan Pertemuan 2 Knowledge Representation.
Bab VI : Inferensi pada FOL
KONSEP DASAR PEMROGRAMAN
REPRESENTASI PENGETAHUAN
BAB 2 MODEL-MODEL DATA ..
Pendekatan Inferensi dalam Sistem Pakar
KNOWLEDGE REPRESENTATION
Semantic Network, Frame
Pertemuan 4 Representasi Pengetahuan
Kontrak Perkuliahan Pemrograman Berorientasi Objek
Representasi & penalaran
Model Representasi Pengetahuan
BAHASA PEMROGRAMAN PROLOG
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Pendekatan Inferensi dalam Sistem Pakar
KNOWLEDGE REPRESENTATION
Akuisisi dan Representasi Pengetahuan
Jaringan Syaraf Tiruan
Representasi Pengetahuan
Semantic Web : SPARQL.
Rerepresentasi Pengetahuan
Reasoning : Propositional Logic ( Predikat Calculus )
Pengembangan Sistem Pakar
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
REPRESENTASI PENGETAHUAN (KNOWLEDGE REPRESENTATION)
REPRESENTASI PENGETAHUAN - LOGIKA
Representasi Pengetahuan
KNOWLEDGE REPRESENTATION
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
REPRESENTASI PENGETAHUAN I
Rerepresentasi Pengetahuan
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN
Kecerdasan Buatan Pertemuan 02 Reperentasi Pengetahuan.
Pertemuan Ke-1 Ridwan, S.T,. M.Eng Ridwan, S.T, M.Eng.
Transcript presentasi:

Knowledge Representation Kecerdasan Buatan Pertemuan 2 Knowledge Representation Ali Ridho Barakbah IT-EEPIS

Knowledge Representation Suppose I tell you the following... The Duck-Bill Platypus and the Echidna are the only two mammals that lay eggs. Only birds and mammals are warm blooded. “Susan”, my pet Armadillo is warm blooded, and has no feathers. All birds have feathers. …and I ask you, does “Susan” lay eggs?

Knowledge Representation Dibangun sebuah sistem yang berisi sekumpulan fakta. Sistem ini disebut Knowledge Base (KB). Selanjutnya dari Sistem tersebut, kita dapat mengajukan pertanyaan dengan jawaban benar/salah. Sebagai contoh untuk mendapatkan jawaban “what class is susan?” Dapat kita rubah menjadi “susan a amphibian?” “susan a bird?” dsb

Knowledge Representation (Representasi Pengetahuan) Suatu proses untuk menangkap sifat-sifat penting problema dan membuat informasi tersebut dapat diakses oleh prosedur pemecahan permasalahan Bahasa representasi harus dapat membuat seorang pemrogram mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi permasalahan.

Knowledge Representation (Representasi Pengetahuan) Knowledge engineering : proses mengumpulkan dan mengorganisasi pengetahuan Knowledge representation : proses bagaimana pengetahuan direpresentasikan untuk membentuk basis pengetahuan

Entiti Representasi Pengetahuan Fakta Adalah kejadian sebenarnya. Fakta inilah yang akan kita representasikan. Representasi dari fakta Bagaimana cara untuk memodelkan fakta. Dari representasi ini, kita akan dapat memanipulasinya. Aturan adalah suatu pernyataan yang menunjukkan bagaimana fakta-fakta berinteraksi satu dengan yang lain untuk membentuk suatu kesimpulan.

Representasi yang baik Mengemukakan hal secara eksplisit Membuat masalah menjadi transparan Komplit dan efisien Menampilkan batasan-batasan alami yang ada Menekan/menghilangkan detil-detil yang diperlukan Dapat dilakukan komputasi (ada batasan/konstraint)

Kategori Representasi Representasi logika [dibahas dalam ppt ini] : Representasi jenis ini menggunakan ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan. Representasi prosedural: Representasi menggambarkan pengetahuan sebagai kumpulan instruksi untuk memecahkan suatu problema. Digunakan dalam pemrograman: IF-THEN Representasi network: Representasi ini menangkap pengetahuan sebagai sebuah graph dimana simpul-simpulnya menggambarkan obyek atau konsep dari problema yang dihadapi, sedangkan edge-nya menggambarkan hubungan atau asosiasi antar mereka. Contoh Graph dan Tree Representasi terstruktur: Representasi terstruktur memperluas network dengan cara membuat setiap simpulnya menjadi sebuah struktur data kompleks. Contoh: script, frame, dan object Dan lain-lain (kromosom, jaringan syaraf, gen, dll)

Jika suatu permasalahan dideskripsikan dengan menggunakan representasi yang tepat, maka dapat dipastikan bahwa permasalahan tersebut dapat diselesaikan.

Logika Bentuk representasi pengetahuan yang paling tua Proses menarik kesimpulan (inferensi) berdasarkan fakta yang telah ada Terdiri dari : Logika Proposisi (tidak di bahas) Logika Predikat 10

Logika Predikat Order Pertama Konsep dan aturan sama dengan logika proposisi Membagi sebuah pernyataan menjadi 2 bagian : Argumen Predikat PREDICATE (Individual [object]1, Individual [object]2) 11

Logika Predikat Order Pertama Contoh : Joko suka bahasa inggris  Suka(joko, bahasa inggris) Predikat (keterangan) : suka, argumen (objek) : joko, bahasa inggris Toni adalah seorang mahasiswa  mahasiswa(Toni)

Logika Predikat Order Pertama Contoh : 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 Dapat ditulis : laki2(x), dimana x adalah variabel yang bisa diganti dengan Andi, Ali,dll

Logika Predikat Order Pertama Contoh : teman(Andi,Joko) teman(ayah_dari(Joni),ayah_dari(Andre)) dimana : argument : ayah_dari(Joni) adalah Andi argument : ayah_dari(Andre) adalah Joko predikat : teman 14

Ilustrasi Representasi Pengetahuan secara logik (Representasi Logika) Contoh sederhana fakta adalah sebagai berikut: helder adalah anjing Sebagai predikat : anjing, argumen : helder Fakta tersebut dapat direpresentasikan secara logika, yaitu: anjing(helder)

x : anjing(x)  mempunyai_ekor(x) Kita juga dapat merepresentasikan secara logik fakta lain, yaitu bahwa semua anjing mempunyai ekor x : anjing(x)  mempunyai_ekor(x) Kemudian secara deduktif dari mekanisme logik ini kita bisa mendapatkan representasi baru: mempunyai_ekor(anjing) Dengan menggunakan fungsi mapping secara backward, kita dapat men-generate suatu kalimat yang berbunyi helder mempunyai ekor

Contoh kasus Representasi Pengetahuan Cobalah representasi pengetahuan dari silsilah keluarga berikut ini hari agus budi ani ria ita rudi

Hasil representasi anaklaki(hari, agus).  dibaca sebagai anak laki-laki dari hari adalah agus anaklaki(agus, budi). anakperempuan(agus, ani). anakperempuan(budi, ria). anakperempuan(budi, ita). anaklaki(ani, rudi).

Catatan Kita dapat menggunakan kalimat apapun sebagai predikat Ide dasar untuk membuat notasi adalah predicate (argument, argument ).

Simple Query on Knowledge Database Adalah bagaimana mencari suatu pengetahuan dari representasi yang ada Contoh: anakperempuan(agus,P). hasilnya adalah P = ani  yang menandakan bahwa ani adalah anak perempuan dari agus

Contoh lain: anaklaki(OT,AL). Hasil : OT=hari AL=agus OT=agus AL=budi OT=ani AL=rudi

Contoh lain: anaklaki(P,budi), anakperempuan(P,D).  untuk menanyakan saudara perempuan dari budi Hasil : P=agus D=ani

Meng-extend hubungan antara knowledge Kita dapat menambahkan hubungan antara knowledge, misalnya antara anak laki dan anak perempuan di-extend menjadi hubungan orangtua orangtua(C,P):-anaklaki(P,C). orangtua(C,P):-anakperempuan(P,C).

Contoh : orangtua(budi,P). Hasil : P=agus

Recursive description of relationship Jika ingin mencari turunan, berikut cara merepresentasikannya: turunan(OT,TR):-orangtua(TR, OT).  anak turunan(OT,TR):-orangtua(TR, P), orangtua(P, OT).  cucu turunan(OT,TR):- orangtua(TR, P), orangtua(P,GP),orangtua(GP, OT).  cicit Fakta di atas dapat diekspresikan dengan proses rekursif sbb: turunan(OT,TR):-orangtua(TR,OT).  anak turunan(OT,TR):- orangtua(TR,P),turunan(OT,P).

Tugas Dalam sebuah organisasi perusahaan terdapat tree sebagai berikut: adi burhan bahrun bisrin fahri farah ferdi

Dari tree tersebut kita dapat membaca bahwa Burhan adalah bawahan langsung dari Adi, sebaliknya Adi adalah atasan langsung dari Burhan. Fahri dan Farah adalah anak buah dari Bahrun, sementara Fahri, Farah, Bahrun, Ferdi, Bisrin secara keseluruhan adalah anak buah dari Burhan. Dengan menggunakan sintaks dalam bahasa Prolog, buatlah representasi pengetahuan dari fakta tersebut di atas. (Dari definisi bawahan langsung). Dengan menggunakan sintaks dari definisi bawahan langsung di atas, terjemahkan untuk atasan langsung. Bagaimana kita membuat pertanyaan siapa bawahan langsung dari Burhan Dengan menggunakan deskripsi secara rekursif buatlah sintak untuk merepresentasikan fakta anak buah.

Dari pohon keluarga di bawah ini, tuliskan suatu program dalam bahasa Prolog yang menyatakan predikat anak, perempuan, laki-laki. Kemudian dari predikat ini buatlah relasi orang tua, saudara laki-laki, saudara perempuan, paman, bibi, kakek, nenek.

wati ida deni andi hadi rita anto ita rudi budi dina

Referensi Modul Ajar Kecerdasan Buatan, Entin Martiana, Tessy Badriyah, Riyanto Sigit, Politeknik Elektronika Negeri Surabaya, 2005. www.ai-depot.com Tuntunan Praktis Pemrograman Bahasa Prolog, Andrey Andoko, cetakan kedua, Penerbit elex Media Komputindo, 1991.