REPRESENTASI PENGETAHUAN

Presentasi berjudul: "REPRESENTASI PENGETAHUAN"— Transcript presentasi:

1 REPRESENTASI PENGETAHUAN

2 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

3 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

4 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

5 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

6 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

7 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).

8 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

9 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

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

11 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.

12 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)

13 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)

14 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

15 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)

16 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)”

17 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 → 

18 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

19 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

20 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

21 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.

22 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.

23 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

24 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

25 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

26 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

27 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

28 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

29 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)

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

31 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

32 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

33 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

34 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.

35 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

36 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

37 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

38 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

39 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

40 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)

41 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

42 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

43 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