Representasi

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

diKodifikasi

(Skema)

Skema “PROSEDURAL”

Cocok untuk menggambarkan faktafakta asersi

-

Cocok untuk menyatakan aksi dan prosedur

Yang termasuk skema representasi pengetahuan deklaratif:

-

Yang termasuk skema representasi pengetahuan deklaratif:

1. LOGIKA 2. JARINGAN SEMANTIK

1. PROSEDUR / SUBROUTINE

3. FRAME

2. KAIDAH PRODUKSI

4. SCRIPT

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, 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

5

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

6

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

 Operator Logika (penggabungan  Konjungsi: ∧( and)  Disjungsi: ∨(Or)  Negasi ~ (not)  Implikasi →  Ekivalensi ↔

proposisi)

 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 adalaha Hari Minggu R = Maka hari ini tukang pos tidak mengantar surat 8

 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

∧Q) → R  (S ∨T ) → Q T  (P

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

 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)

12

 Misalnya

proposisi:

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) 13

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

14

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

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)” 16

PENGUKURAN KUANTITAS (Quantifier)  Pengukuran

kuantitas (Quantifier) adalah simbol untuk menyatakan suatu rangkaian variabel dalam suatu ekspresi logika.

 Dua

pengukuran kuantitas, yaitu:

kuantitas universal → ∀  Ukuran kuantitas eksistensial → ∃  Ukuran

17

Contoh 1.  Proposisi : 

“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 

18

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

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

20

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. 21

 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

Q: Wrana Baju? A: Merah

Working Memori Warna baju itu merah Saya suka baju itu Saya akan beli baju itu 23

 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 24

JENIS-JENIS RULES  RELATIONSHIP/HUBUNGAN

IF Bateri sudah soak THEN Mobil tidak bisa distarter  REKOMENDASI

IF Mobil tidak bisa distarter AND Sistem bahan bakar OK THEN Periksa bagian elektrikal 25

 STRATEGI

IF Mobil tidak bisa distarter THEN Pertama periksa sistem bahan bakar, lalu periksa sistem elektrikal  HEURISTIC

IF Mobil tidak bisa distarter AND Mobilnya adalah Ford tahun 1957 THEN Periksa float-nya 26



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

27

 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. 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) 29

Contoh jaringan semantik sederhana: Wings

Has Is a Canary

node “Canary” dan “Bird” menjelaskan hubungan “spesificto-general”

Bird

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

3 cara:

penambahan dapat dilakukan dalam

(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

 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 33

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

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

35

36

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

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. NASKAH (SCRIPT)  Merepresentasikan

pengetahuan berdasarkan karakteristik yang sudah dikenal sebagai pengalaman-pengalaman.

41