1 Pertemuan 6 Using Predicate logic Matakuliah: T0264/Inteligensia Semu Tahun: Juli 2006 Versi: 2/1.

Slides:



Advertisements
Presentasi serupa
1 Algoritma Bahasa Pemrograman dan Bab 1.1. Pengertian Algoritma.
Advertisements

Reasoning, Semantic Network, Frame
Logic & Learning Method
REPRESENTASI PENGETAHUAN
1 Pertemuan 18 Matriks Matakuliah: T0016/Algoritma dan Pemrograman Tahun: 2005 Versi: versi 2.
1 Pertemuan 10: Know more about AIDS Matakuliah: G0942/Listening 1 Tahun: 2005 Versi: baru.
IMAM ZAENUDIN, Perbedaan Hasil Belajar Siswa Antara Pembelajaran Menggunakan Model Contextual Teaching and Learning (CTL) dan Pembelajaran Konvensional.
REPETITION CONTROL STRUCTURES
1 Pertemuan 5 STREAM INPUT/OUPUT Matakuliah: T0456 ~ Algoritma dan Metode Object Oriented Programming Tahun: 2005 Versi: 5.
1 Pertemuan 24 APLIKASI LOGIKA FUZZY Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
1 Pertemuan 02 Ukuran Pemusatan dan Lokasi Matakuliah: I Statistika Tahun: 2008 Versi: Revisi.
Menjadi Orang yang Percaya Diri Pertemuan 9 Matakuliah: CB 1 Tahun:
1 Diselesaikan Oleh KOMPUTER Langkah-langkah harus tersusun secara LOGIS dan Efisien agar dapat menyelesaikan tugas dengan benar dan efisien. ALGORITMA.
Pertemuan 5 Automated Reasoning, Inferensi
OPERASI JUMP DAN EXCEPTION HANDLING
1 Pertemuan 9 DIVIDE And CONQUER Matakuliah: T0034/Perancangan & Analisis Algoritma Tahun: 2005 Versi: R1/0.
Pertemuan 08 Modeling Business Processes Matakuliah: M0034 /Informasi dan Proses Bisnis Tahun: 2005 Versi: 01/05.
1 Pertemuan 12 Pengkodean & Implementasi Matakuliah: T0234 / Sistem Informasi Geografis Tahun: 2005 Versi: 01/revisi 1.
Pendugaan Parameter Proporsi dan Varians (Ragam) Pertemuan 14 Matakuliah: L0104 / Statistika Psikologi Tahun : 2008.
1 Pertemuan 10 Statistical Reasoning Matakuliah: T0264/Inteligensia Semu Tahun: Juli 2006 Versi: 2/1.
Pertemuan 22 FUZZIFIKASI DAN DEFUZZIFIKASI
1 Pertemuan 2 Voltage and Current Laws Matakuliah: H0042/Teori Rangkaian Listrik Tahun: 2005 Versi:
1 Pertemuan 26 Penyederhanaan dan Transformasi Aljabar Matakuliah: T0034/Analisis & Perancangan Algoritma Tahun: 2005 Versi: 1/0.
1 Pertemuan 26 NEURO FUZZY SYSTEM Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
Bina Nusantara Mata Kuliah: K0194-Pemodelan Matematika Terapan Tahun : 2008 Aplikasi Model Markov Pertemuan 22:
Pertemuan 5 Balok Keran dan Balok Konsol
1 Pertemuan #2 Probability and Statistics Matakuliah: H0332/Simulasi dan Permodelan Tahun: 2005 Versi: 1/1.
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
1 Pertemuan 8 JARINGAN COMPETITIVE Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
1 Pertemuan 11 The Manipulative part of the object data model (Lanjutan bagian 2) Matakuliah: M0174/OBJECT ORIENTED DATABASE Tahun: 2005 Versi: 1/0.
1 Pertemuan 15 Game Playing Matakuliah: T0264/Intelijensia Semu Tahun: Juli 2006 Versi: 2/1.
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
1 Pertemuan 10 PERFORMANCE SURFACES Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
1 Pertemuan 5 Komunikasi antar Proses / Interprocess Communication (IPC) Matakuliah: T0316/sistem Operasi Tahun: 2005 Versi/Revisi: 5 OFFCLASS01.
1 Pertemuan 24 Matakuliah: I0214 / Statistika Multivariat Tahun: 2005 Versi: V1 / R1 Analisis Struktur Peubah Ganda (IV): Analisis Kanonik.
1 Pertemuan > > Matakuliah: >/ > Tahun: > Versi: >
1 Pertemuan 13 Algoritma Pergantian Page Matakuliah: T0316/sistem Operasi Tahun: 2005 Versi/Revisi: 5.
1 Pertemuan 26 Compound Nouns Matakuliah: G0134 – Grammar III Tahun: 2005 Versi: revisi 1.
1 Pertemuan 12 B-Tree Matakuliah: T0534/Struktur Data Tahun: 2005 Versi: September 2005.
1 Pertemuan 6 Komunikasi antar Proses (IPC) Lanjutan Matakuliah: T0316/sistem Operasi Tahun: 2005 Versi/Revisi: 5 OFFCLASS01.
1 Pertemuan 13 Pemilihan strategi sistem informasi yang mendukung perkembangan bisnis Matakuliah: H0472 / Konsep Sistem Informasi Tahun: 2006 Versi: 1.
1 Pertemuan 12 WIDROW HOFF LEARNING Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
Representasi Pengetahuan
OPERATOR DAN FUNGSI MATEMATIK. Operator  Assignment operator Assignment operator (operator pengerjaan) menggunakan simbol titik dua diikuti oleh tanda.
Copyright © 2011 Pearson Education, Inc. Publishing as Pearson Addison-Wesley Chapter 9 Relational Database Design by ER- to-Relational Mapping.
Matakuliah : M0086/Analisis dan Perancangan Sistem Informasi
Induksi Matematika.
Pertemuan 3 Predicate Logic
Semantic Network, Frame
REPRESENTASI PENGETAHUAN
Pengujian Hipotesis (I) Pertemuan 11
REPRESENTASI PENGETAHUAN
Pertemuan 6 KONVERSI NFA MENJADI DFA Lanjutan..
Pertemuan 24 Teknik Searching
Pertemuan 5 KONVERSI NFA MENJADI DFA
Pertemuan 16 Layer Data Link - Lanjutan
Array Buat algoritma untuk mencari nilai terbesar dari 5 nilai mahasiswa yang diinputkan dengan array.
Pertemuan 17 Lintasan Terpendek
Pertemuan 13 Applications of the Laplace Transform
Pertemuan <<8>> Pemulihan Kerusakan
Pertemuan 09 Pengujian Hipotesis 2
REPRESENTASI PENGETAHUAN dan Reasoning (Penalaran)
Pertemuan #1 The Sentence
Tahun : <<2005>> Versi : <<1/2>>
REPRESENTASI PENGETAHUAN
How Can I Be A Driver of The Month as I Am Working for Uber?
Simultaneous Linear Equations
THE INFORMATION ABOUT HEALTH INSURANCE IN AUSTRALIA.
Lesson 2-1 Conditional Statements 1 Lesson 2-1 Conditional Statements.
Wednesday/ September,  There are lots of problems with trade ◦ There may be some ways that some governments can make things better by intervening.
Transcript presentasi:

1 Pertemuan 6 Using Predicate logic Matakuliah: T0264/Inteligensia Semu Tahun: Juli 2006 Versi: 2/1

2 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : >

3 Outline Materi Materi 1 Materi 2 Materi 3 Materi 4 Materi 5

4 5. USING PRDICATE LOGIC Logika merupaka bentuk representasi Terdapat 2 jenis penalaran : 1.Penalaran Deduktif : Penalaran dimulai dari rpinsip umum untuk mendapatkan kesimpulan yang lebih khusus. 2.Penalaran Induktif : Penalaran dimulai dari fakta-fakta khsusus untuk mendapatkan kesimpulan umum. PROSES LOGIKA (LOGIC PROCESS) Input : Premis atau Fakta Output : Inferensi atau Konklusi

5 Operator Operator AND symbol  Operator OR symbol  Operator NOT symbol  Operator For All symbol  Operator There Exists symbol  Operator Implication (jika-maka) symbol  Operator Equivalent (jika dan hanya jika) symbol 

6 5.1 Representing Simple Facts in Logic Representing Simple Facts in Logic It is raining. RAINING It is sunny. SUNNY It is windy. WINDY If it is rainning, then it is not sunny. RAINING   SUNNY

7 A Predicate Logic Example 1.Marcus was a man. man(Marcus) 2.Marcus was a Pompeian. Pompeian(Marcus) 3.All Pompeian were Romans.  x : Pompeian (x)  Roman(x) 4.Caesar was a ruler. ruler(Caesar) 5.All Romans were either loyal to Caesar or hated him  x : Roman(x)  loyalto(x,Caesar)  hate(x,Caesar) 6.Everyone is loyal to someone.  x :  y : loyalto (x,y)

8 A Predicate Logic Example 7.People only try to assassinate rulers they aren’t loyal to  x :  y : person(x)  ruler(y)  tryassassinate(x,y)  loyalto(x,y) Marcus tried to assassinate Caesar. tryassassinate (Marcus, Caesar) 9.All men are people.  x : man(x)  person(x)

9 An Attempt to Prove  loyalto(Marcus,Caesar)

10 Contoh lain Predicate Logic 1.Chandra adalah seorang mahasiswa 2.Chandra masuk jurusan Informatika 3.Setiap mahasiswa Informatika pasti mahasiswa Fasilkom 4.Algoritma adalah matakuliah yang sulit 5.Setiap mahasiswa Fasilkom pasti akan suka Algoritma atau membencinya 6.Setiap mahasiswa pasti menyukai suatu matakuliah 7.Mahasiswa yang tidak pernah hadir kuliah pada matakuliah slit, maka mereka pasti tidak suka terhadap matakuliah tersebut 8.Chandra tidak pernah hadir paka matakuliah Algoritma

11 Bentuk Predicate Logic 1.mahasiswa (Chandra) 2.Informatika (Chandra) 3.  x : informatika(x)  Fasilkom(x) 4.sulit(Algoritma) 5.  x : Fasilkaom(x)  suka(x,Algoritma)  benci(x,Algoritma) 6.  x :  x : suka(x,y) 7.  x :  y : mahasiswa(x)  sulit(y)   hadir(x,y)   suka(x,y) 8.  hadir(Chandra,Algoritma)

12 Apakah Chandra suka mtakuliah Algoritma  suka(Chandra,Algoritma) (8) mahasiswa(Chandra)  sulit(Algoritma)   hadir(Chandra,Algoritma) sulit(algoritma)   hadir(Chandra,Algoritma)  hadir(Chandra,Algoritma) (4) (1) (7)

Representing Instance and Isa Relationships Class membership is represented with unary predicates (such as Roman), each of which correspond to a class. Asserting that P(x) is true is equivalent to asserting that x is an instance (or element) of P. Three Ways of Representing Class Membership 1.man(Marcus) 2.Pompeian(Marcus) 3.  x : Pompeian(x)  Roman(x) 4.ruler(Caesar) 5.  x:Roman(x)  loyalto(x,Caesar)  hate(x,Caesar)

14 Representing Instance and Isa Relationships 1.instance(Marcus,man) 2.instance(Marcus,Pompeian) 3.  x : instance(x,Pompeian)  instance(x,Roman) 4.instance(Caesar,ruler) 5.  x : instance(x, Roman)  loyalto(x,Caesar)  hate(x,Caesar) 1.instance(Marcus,man) 2.instance(Marcus,Pompeian) 3.isa(Pompeian,Roman) 4.instance(Caesar,ruler) 5.  x : instance(x,Roman)  loyalto(x,Caesar)  hate(x,Caesar) 6.  x:  y:  z: instance(x,y)  isa(y,z)  instance(x,z)

Computable Functions and Predicates A Set of Facts about Marcus 1.man (Marcus) 2.Pompeian(Marcus) 3.born(Marcus,40) 4.  x :man(x)  mortal(x) 5.erupted(volcano,79)   x : [Pompeian(x)  died(x,79)] 6.  x:  t1:  t2: mortal(x)  born(x,t1)  gt(t2- t1,150)  dead(x,t2) 8.now =  x:  t:[alive(x,t)   dead(x,t)]  [  dead(x,t)  alive(x,t)] 10.  x:  t1:  t2: died(x,t1)  gt(t2,t1)  dead(x,t2)

16 One Way of Proving That Marcus Is Dead

17 > End of Pertemuan 6 Good Luck