REPRESENTASI PENGETAHUAN

1

PENGETAHUAN = data/fakta + mekanisme penalaran

Fakta, ide, teori, hubungannya dalam domain tertentu
Mekanisme Penalaran

KNOWLEDGE BASE

INFERENCE MECHANISM
Kumpulan prosedur yang digunakan untuk menguji (melacak dan mencocokkan) untuk mencari solusi

2

Langkah membangun sistem AI
Pengumpulan pengetahuan dari berbagai sumber Otak/pengetah uan pakar Buku Artikel dll Skema “DEKLARATIF” Di Organisasikan (Skema) diKodifikasi

Skema “PROSEDURAL” Cocok untuk menyatakan aksi dan prosedur Yang termasuk skema representasi pengetahuan deklaratif:

Cocok untuk menggambarkan faktafakta asersi Yang termasuk skema representasi pengetahuan deklaratif: 1. LOGIKA 2. JARINGAN SEMANTIK 3. FRAME 4. SCRIPT

1. PROSEDUR / SUBROUTINE
2. KAIDAH PRODUKSI
3

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
4

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.  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 5 . premis minor dan konklusi.

dapat berubah jika ditemukan fakta-fakta baru 6 .  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.PENALARAN INDUKTIF  Dimulai dari masalah khusus menuju ke masalah umum  Menggunakan sejumlah fakta atau premis untuk menarik kesimpulan umum.

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). 7 .

premis atau konklusi gunakan simbol seperti huruf abjad.  Misalnya: P = Tukang pos mengantarkan surat mulai Senin s/d Sabtu Q = Hari ini adalaha Hari Minggu R = Maka hari ini tukang pos tidak mengantar surat 8 . Operator Logika (penggabungan proposisi) Konjungsi:  ( and) Disjungsi:  (Or) Negasi ~ (not) Implikasi → Ekivalensi ↔  Untuk menggambarkan berbagai proposisi.

 Inferensi pada logika proposisi dapat dilakukan dengan menggunakan resolusi  Resolusi Suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentu 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 9 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 10 .

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. karakteristik objek. yang disebut objek. 11 . atau beberapa keterangan objek.

yaitu ARGUMEN (atau objek) dan PREDIKAT (keterangan). individu[objek] 2) 12 . predikat bisa berupa kata kerja atau bagian kata kerja. Argumen adalah individu atau objek yang membuat keterangan Predikat adalah keterangan yang membuat argumen dan predikat  Dalam suatu kalimat. Bentuk Umum: PREDIKAT (individu[objek]1. Suatu proposisi atau premis dibagi menjadi dua bagian.

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) 13 . Misalnya proposisi: Mobil berada dalam garasi Dinyatakan menjadi Di dalam(mobil.

Proposisinya : Suka(x.y) Dengan menggunakan sistem ini knowledge base dapat dibentuk Pengetahuan diekspresikan dalam kalkulus predikat yang bisa dimanipulasi agar menimbulkan inferensi 14 .Variabel  Huruf bisa menggantikan argumen  Simbol-simbol juga bisa digunakan untuk merancang beberapa objek atau individu  Misalnya: x = Rojali dan y = Juleha.

FUNGSI  Predikat kalukulus membolehkan penggunaan simbol untuk mewakili Fungsi-fungsi  Misalnya: ayah(Juleha) = Jojon. ibu(Rojali) = Dorce  Fungsi dapat digunakan bersamaan dengan predikat  Misalnya: Predikat berikut menjelaskan bahwa Jojon dan Dorce adalah berteman teman(ayah(Juleha).ibu(Rojali) = teman(Jojon.Dorce) 15 .

suka(Rojali.Juleha)  Proposition: Mandra suka Juleha. ada dua orang menyukai Juleha.y) →  suka(x. Untuk memberikan pernyataan adanya Kecemburuan. maka kedua pria itu pasti tidak saling suka (saling membenci)” 16 .Juleha)  Dua predikat diatas. suka(Mandra.z) atau suka(x.y) IMPLIES NOT suka(x.y) AND suka(z. maka suka(x.z) Kalimat pengetahuan adalah: “Jika dua orang pria menyukai wanita yang sama.OPERASI  Operator yang sama seperti pada logika proporsional  Misalnya:  Proposition: Rojali suka Juleha.y)  suka(z.

Dua pengukuran kuantitas. yaitu: Ukuran kuantitas universal →  Ukuran kuantitas eksistensial →  17 .PENGUKURAN KUANTITAS (Quantifier) Pengukuran kuantitas (Quantifier) adalah simbol untuk menyatakan suatu rangkaian variabel dalam suatu ekspresi logika.

Jika x adalah orang Yogya. Proposisi : “Semua orang Yogya adalah warganegara Indonesia” diekspresikan : ( x)[orang Yogya(x).Contoh 1. Yaitu untuk semua nilai x. maka benar jika x adalah warga negara Indonesia 18 . warga negara Indonesia(x)] Simbol  menyatakan bahwa ekspresi ini berlaku secara universal benar.

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 19 .

[A AND (AB)] B 20 . adalah benar. maka proposisi B adalah benar.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.

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. 21 . merupakan pengetahuan prosedural  Menghubungkan informasi yang diberikan dengan tindakan (action)  Struktur rule.2. RULES  Rules (aturan-aturan).

 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. 22 .

Contoh operasi sistem berbasis aturan Knowledge Base IF Warna baju itu merah THEN Saya suka baju itu IF Saya suka baju itu THEN Saya akan beli baju itu Working Memori Warna baju itu merah Saya suka baju itu Saya akan beli baju itu Q: Warna Baju? A: Merah 23 .

NAMA-FIELD AND TELEPHONE = TELEPHONE FIELD 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.

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 25 .

lalu periksa sistem elektrikal HEURISTIC IF Mobil tidak bisa distarter AND Mobilnya adalah Ford tahun 1957 THEN Periksa float-nya 26 .STRATEGI IF Mobil tidak bisa distarter THEN Pertama periksa sistem bahan bakar.

 INTERPRETASI IF Tegangan Resistor R1 lebih besar dari 2.0 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 27 .0 volt AND Tegangan Kolektor pada Q1 kurang dari 1.

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 28 .

3. (digambarkan dengan lingkaran)  Arc : representasi dari hubungan antar node. (digambarkan dengan garis) 29 . objek properti atau properti value. JARINGAN SEMANTIK (SEMANTIC NETWORKS)  Merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berbagai objek  Disusun dari NODE dan ARC (Lines)  Node : representasi dari objek.

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

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 31 .

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 32 .

maka node tersebut akan mengecek pada arc dengan label travel dan kemudian menggunakan informasi (value) yang ada pada arc tersebut sebagai jawabannya 33 .Misalnya: Pertanyaan pada “Bird”. “How do you Travel?” Jawabannya: “Fly” Untuk menjawab.

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. 34 .

dll. peristiwa lokasi.4. FRAME Definisi: kumpulan pengetahuan tentang suatu obyek tertentu. situasi. 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 35 .

Frame alat-alat transportasi Frame macam-macam angkutan darat Trans. Darat Slot Mobil Frame jenis bahan bakar Slot bensin Slot solar Frame macam-macam mobil Slot Sedan 36 .

Struktur dari sebuah frame : Frame Name : Class : Properti : Properti 1 Properti 2 Properti 3 Properti n Value 1 Value 2 Value 3 Value n Objek 1 Objek 2 37 .

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 38 .

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 39 .

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) 40 .

5.  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 41 Hasil . NASKAH (SCRIPT)  Sama dengan frame. tetapi yang digambarkan adalah URUTAN PERISTIWA (bukan objek).

CONTOH: Script : Restoran Track : Restoran swalayan Role : Tamu. tisu. baki. dll Kondisi masukan : Tamu Lapar – Tamu punya uang Adegan (Scene1) : masuk Tamu parkir mobil Tamu masuk restoran Tamu duduk Tamu baca menu 42 . makanan. pelayan Prop : Counter.

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 43 .

Sign up to vote on this title
UsefulNot useful