36
1 REPRESENTASI PENGETAHUAN PENGETAHUAN = data / fakta + mekanisme penalaran direpresentasikan melalui komp/system fakta,ide,teori hub.nya dlm domain ttt KNOWLEDGE BASE mekanisme penalaran/Inferance Mechanisme : kumpulan prosedur yang digunakan untuk menguji (melacak dan mencocokkan) untuk mencari solusi.

Representasi Pengetahuan

Embed Size (px)

DESCRIPTION

 

Citation preview

Page 1: Representasi Pengetahuan

1

REPRESENTASI PENGETAHUAN

PENGETAHUAN = data / fakta + mekanisme penalaran direpresentasikan

melalui komp/system

fakta,ide,teori hub.nya dlm domain ttt KNOWLEDGE BASE

mekanisme penalaran/Inferance Mechanisme :kumpulan prosedur yang digunakan untuk menguji (melacak dan mencocokkan) untuk mencari solusi.

Page 2: Representasi Pengetahuan

2

Langkah membangun sistem AI

Pengumpulan pengetahuan dari berbagai sumber (otak/pengetahuan pakar, buku, artikel, dll)

Diorganisasikan (skema)

SKEMA DEKLARATIF• cocok untuk

menggambarkan fakta2 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 prosedural: 1. Prosedure/

SubRoutine,2. Kaidah Produksi

Dimodifikasi

Page 3: Representasi Pengetahuan

3

LOGIKA

Merupakan sutau pengkajian ilmiah tentang serangkaian penalaran, system kaidah dan prosedur yang membantu proses penalaran.

Proses logika : proses membentuk kesimpulan / menarik suatu inferensi berdasarkan fakta yang telah ada.

Merupakan bentuk representasi pengetahuan yang paling tua.

Page 4: Representasi Pengetahuan

4

Penalaran Deduktif

penalaran ini bergerak dari penalaran umum menuju ke konklusi khusus

umumnya dimulai dari suatu silogisme / pernyataan premis dan inferensi

umumnya terdiri dari tiga bagian: premis mayor, premis minor dan konklusi.

Contoh :Premis mayor : Jika hujan turun saya tidak akan lari

pagi Premis minor : Pagi ini hujan turunKonklusi : Oleh karena itu pagi ini saya tidak akan lari

pagi

Page 5: Representasi Pengetahuan

5

Penalaran Induktif dimulai dari masalah khusus menuju ke masalah

umum. menggunakan sejumlah fakta / premis untuk menarik

kesimpulan umum Contoh:

Premis 1 : Dioda yang salah menyebabkan peralatan elektronik rusak

Premis 2 : Transistor rusak menyebabkan peralatan elektronik rusak

Premis 3 : 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

Page 6: Representasi Pengetahuan

6

Logika Proporsional Bentuk logika komputasional ada 2 macam : Logika

proporsional atau kalkulus dan Logika Predikat Suatu proposisi merupakan suatu statement /

pernyataan yang menyatakan benar (TRUE) atau salah (FALSE) 3+3=6 (logika proposisi) 3+7=5 (logika proposisi FALSE) Makanan orang indonesia adalah nasi

(pernyataan yg nilainya bisa benar/salah) Hari ini hujan (logika proposisi)

Operator logika (penggabungan proposisi) Konjungsi (and) Disjungsi (or) Negasi (not) Imlikasi ( ) Ekuivalensi (<-->)

Page 7: Representasi Pengetahuan

7

Untuk menggambarkan berbagai proposisi, premis / konklusi gunakan symbol seperti huruf abjad

Misal :P : Tukang Pos mengantarkan surat mulai Senin

sampai dengan SabtuQ : Hari ini adalah hari MingguR : Maka hari ini tukang pos tidak mengantarkan

surat Inferensi (kesimpulan) pada logika proposisi dapat

dilakukan dengan menggunakan resolusi Resolusi merupakan suatu aturan untuk melakukan

inferensi yang dapat berjalan secara efisien dalam suatu bentuk CNR (Conjuction Normal Form)

Page 8: Representasi Pengetahuan

8

Mengubah kalimat ke dalam bentuk CNF hilangkan implikasi dan ekivalensi kurangi lingkup semua negasi

menjadi satu negasi saja gunakan aturan asosiatif dan

distributive untuk mengkonversi menjadi conjuction of disjunction

buat satu kalimat terpisah untuk tiap-tiap konjungsi

Page 9: Representasi Pengetahuan

9

Contoh :

Tentukan CNF dari P ^ Q P Q P^Q  

B B B P ν Q

B S S  

S B S  

S S S  

CNF = P ν Q

Page 10: Representasi Pengetahuan

10

Tentukan CNF dari P Q

P Q P Q  

B B B P ν Q

B S S  

S B B -P ν Q

S S B -P ν -Q

CNF = (P ν Q) ^ (-P ν Q) ^ (-P ν –Q)

Page 11: Representasi Pengetahuan

11

Diketahui basis pengetahuan (fakta-fakta yg bernilai benar) sbb:

1. P2. (P^Q) R3. (SvT) Q4. T

Buktikan kebenaran R. Konversi ke bentuk CNF :

Kalimat Langkah-langkah CNF

1. P Sudah bentuk CNF P

2. (P^Q) R

menghilangkan implikasi : ¬(P^Q)VR mengurangi lingkup negasi :(¬PV¬Q)VR gunakan asosiatif : ¬PV¬QVR

¬PV¬QVR

Page 12: Representasi Pengetahuan

12

Kalimat Langkah-langkah CNF

3. (S^T) Q

menghilangkan implikasi : ¬(SVT)VQ mengurangi lingkup negasi:(¬S^¬T)VQ gunakan distributif : (¬SVQ)^(¬TVQ)

¬SVQ¬TVQ

4. T Sudah bentuk CNF T Kemudian tambahkan kontradiksi pada tujuannya, R menjadi ¬R, shg fakta –fakta(dlm bentuk CNF) menjadi :1. P2. ¬PV¬QVR3. ¬SVQ4. ¬TVQ5. T6. ¬R

Page 13: Representasi Pengetahuan

13

Resolusi pada Logika Proposisi

¬PV¬QVR ¬R

¬PV¬Q P

¬Q¬TVQ

¬T T

2

1

4

5

Page 14: Representasi Pengetahuan

14

Logika Predikat / Kalkulus Predikat

Suatu logika yang seluruhnya menggunakan konsep dan kaidah proporsional yang sama.

Disebut juga kalkulus predikat Kalkulus predikat memungkinkan bisa memecahkan

statement ke dalam bagian komponen, yang disebut objek.

Contoh : Ani makan apel makan (Ani,apel) 3 + 3 +(3,3)

Suatu proposisi / premis dibagi menjadi 2 bagian yaitu ARGUMEN (objek) atau PREDIKAT(keterangan)

o Argumen adalah individu / objek yang membuat keterangan

o Predikat adalah keterangan yang membuat argumen atau predikat

Page 15: Representasi Pengetahuan

15

Dalam suatu kalimat, predikat bisa berupa kata kerja / bagian dari kata kerja

Bentuk umum : PREDIKAT [individu(objek)1, individu(objek)2]

Misal: Mobil berada dalam garasi,

dinyatakan menjadi: di dalam (mobil,garasi) mobil=argumen (objek) garasi=argumen(objek)

Contoh lain: Proposisi : Hanif rajin belajarKalkulus predikat : rajin (Hanif, belajar)Proposisi : Pintu terbukaKalkulus predikat : buka(pintu)

Page 16: Representasi Pengetahuan

16

• Variabel : huruf bisa menggantikan argumen “symbol” juga bisa digunakan untuk merancang

beberapa objek / individu misal : x = Hanif dan y=belajar

proposisinya : rajin(x,y)• dengan menggunakan system ini knowledge base

dapat dibentuk• pengetahuan diekspresikan dalam kalkulus predikat

yang bisa dimanipulasi agar menimbulkan inferensi

Page 17: Representasi Pengetahuan

17

• Fungsi : Predikat kalkulus membolehkan penggunaan

symbol untuk mewakili fungsi-fungsi Misal : ibu (Hanan)=Wilis , ibu (Mulia)=Yuli Fungsi dapat digunakan bersamaan dengan

predikat Contoh:

saudara(ibu(Hanan),ibu(Mulia))=saudara(Wilis,Yuli)Predikat di atas menjelaskan bahwa Wilis dan Yuli adalah bersaudara.

Page 18: Representasi Pengetahuan

18

• Operasi operator yang sama seperti pada logika proporsional misal:

proposisi : Rojali suka Juleha, suka (Rojali, Juleha) proposisi : Mandra suka Juleha, suka(mandra,Juleha) 2 predikat di atas, ada 2 orang menyukai Juleha,

untuk memberikan pernyataan adanya kelembutan: suka (X,Y) and suka (Z,Y) implies not suka(X,Z)

atau suka(X,Y) v suka(Z,Y) suka(X,Z)

Page 19: Representasi Pengetahuan

19

Pengukuran kuantitas (quantifier) penggunaan kuantitas (quantifier) adalah symbol

untuk menyatakan suatu rangkaian variable dalam suatu ekspresi logika

dua pengukuran kuantitas, yaitu : ukuran kuantitas universal : (semua, setiap) ukuran kuantitas eksistensial : (ada, beberapa)

Contoh: Proposisi : “Semua orang Jogja adalah warga

negara Indonesia” Diekspresikan : (x) [orang Jogja (x),warga

Indonesia (x)] Simbol menyatakan bahwa ekspresi ini berlaku

secara universal benar, yaitu untuk semua nilai x. Jika x adalah orang Jogja, maka benar jika x

adalah warga negara Indonesia.

Page 20: Representasi Pengetahuan

20

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 konklusi / kesimpulan) pada bagian THEN

IF hari hujan AND saya tidak bawa payungTHEN saya kehujanan

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

IF . . .THEN . . . AND . . .ELSE . . .

Page 21: Representasi Pengetahuan

21

Contoh operasi sistem berbasis aturan

Rule dapat melakukan beberapa operasi Untuk operasi – operasi yang kompleks, system berbasis

aturan dirancang untuk mengakses program eksternal

IF warna baju itu merahTHEN saya suka baju ituIF saya suka baju ituTHEN saya akan beli baju itu

Warna baju itu merahSaya suka baju ituSaya akan beli baju itu

Q=warna baju?A=merah

Knowledge base

Working memori

Page 22: Representasi Pengetahuan

22

Contoh : (database)IF terjadi situasi darurat AND NAMA = SmithTHEN OPEN TELEPHONE AND FIND NAMA, NAMA-FIELD AND TELEPHONE=TELEPHONE-FIELD

datapersonal.dbf (database)

NAMA TELEPHONE …

Smith … …

John … …

Andi … …

Page 23: Representasi Pengetahuan

23

Jenis-Jenis Rules relationship atau hubungan

IF baterai sudah soakTHEN mobil tidak bias distarter

rekomendasiIF mobil tidak bisa distarterAND system bahan bakar OKTHEN periksa bagian elektrikal

strategiIF mobil tidak bisa distarterTHEN pertama periksa system bahan bakar,

lalu periksa sistem elektrikal heuristic

IF mobil tidak bisa distarterAND mobilnya adalah Ford tahun 1957THEN periksa float-nya

Page 24: Representasi Pengetahuan

24

interpretasiIF tegangan resistor R1 lebih besar dari 2,0 voltAND tegangan kolektor pada Q1 kurang dari 1,0 voltTHEN bagian pre-Amp berada pada range normal

diagnosaIF stain dari organisme adalah grampusAND morfologi dari organisme adalah coccusAND pertumbuhan dari organisme adalah chainsTHEN organisme tersebut adalah streptococcus

disainIF task sekarang adalah menempatkan catu dayaAND posisi dari catudaya pada kabinet sudah

diketahuiAND ada ruang tersedia dalam kabinet untuk catu

dayaTHEN letakkan catu daya pada kabinet tersebut

Page 25: Representasi Pengetahuan

25

JARRINGAN SEMANTIK (semantic network)

merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berbagai objek.

Disusun dari node dan ARC (lines). Node representasi dari objek, objek

properti /properti value (digambarkan dgn lingkaran)

ARC representasi dari hubungan antar node (digambarkan dengan garis)

Page 26: Representasi Pengetahuan

26

Contoh jaringan semantic sederhana:

Node ‘canary’ dan ‘bird’ menjelaskan hubungan specific to general.

canary

wings

bird

fly

is a has

travel

Page 27: Representasi Pengetahuan

27

Perluasan jaringan semantic

perluasan dilakukan dengan menambah node dan menghubungkan dengan node.

Node baru tersebut dapat merupakan objek tambahan / properti tambahan

Umumnya penambahan dapat dilakukan dalam 3 cara

1. objek yang sama2. objek yang lebih khusus3. objek yang lebih umum

Page 28: Representasi Pengetahuan

28

wings

animal

walk

pinguin

fly

birdcanary

tweety

is a

travel

travel

has

is a

is ais a

objek yg lebih khusus objek yg lebih umumobjek yg sama

properti tambahan

Page 29: Representasi Pengetahuan

29

Pewarisan (Inheritance) pada jaringan semantic

Node yang ditambahkan pada jaringan semantic secara otomatis mewarisi informasi yang telah ada pada jaringan.

Contoh lain :Nomor mahasiswa IF diawali dengan 123Ani adalah mahasiswa IFNIM Ani adalah 12300001Jaringan semantiknya ?

Node bisa berisi : Object : mahasiswa Property object : NIM, nama, alamat, … Property value : 12300001, Ani, Jogja, …

Page 30: Representasi Pengetahuan

30

Operasi pada jaringan semantic Salah satu cara untuk menggunakan jaringan

semantik adalah dengan bertanya NODE. Misal : pertanyaan untuk ‘bird’ How do you travel?

jawabnya 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.

Jaringan semantic pada dasarnya berbentuk grafik, tapi dalam komputer tidak tampak karena objek dan hubungannya dinyatakan dalam istilah verbal.

Titik awal biasanya ditentukan oleh sebuah pertanyaan

Contoh: (berdasarkan gambar jaringan semantic) Burung mempunyai sayap, dst

mempunyai (burung,sayap) travel(bird,fly) is a(canary,bird)

Page 31: Representasi Pengetahuan

31

FRAME

Frame merupakan kumpulan pengetahuan tentang suatu objek tertentu, peristiwa, lokasi, situasi, dll.

Secara umum frame memiliki 2 elemen dasar SLOT dan FACET SLOT merupakan kumpulan atribut /

property yang menjelaskan objek yang direpresentasikan oleh frame.

FACET / SUBSLOT menjelaskan pengetahuan atau prosedure dari atribut pada slot.

Page 32: Representasi Pengetahuan

32

Trans. lautTrans. daratTrans.udara

KAmobilmotor…

SedanPickup……

MesinRangkaBahan bakar…

Bensinsolar

Frame macam2 angk. darat

Frame macam2 mobil

Frame komponen mobil sedan

Frame jenis bahan bakar

Frame alat-alat transportasi

Page 33: Representasi Pengetahuan

33

Struktur dari sebuah frame

Frame nama : objek 1 mhs angk 2004 class : objek 2 mhs IF

Properti : properti 1 value 1 NIM : 12304001 properti 2 value 2 Nama : Agus properti 3 value 3 Alamat : Solo properti 4 value 4

properti value

Frame dapat memiliki field tambahan yang disebut class. Class dapat berisi object-object yang merupakan nama

dari frame lain yang berhubungan dengan object 1 Biasanya dalam hubungan is a object, is a object 2

Page 34: Representasi Pengetahuan

34

Frame Kelas

mempresentasikan karakteristik (sifat-sifat) umum dari suatu object

mendefinisikan property – property umum yang biasanya dimiliki oleh semua object dalam kelas tersebut.

Ada 2 jenis property, yaitu static dan dinamik Properti static merupakan fitur dari object

yang tidak dapat berubah Property dinamik merupakan fitur yang

dapat berubah selama sistem berjalan.

Page 35: Representasi Pengetahuan

35

NASKAH

sama dengan frame tetapi yang digambarkan adalah urutan peristiwa (bukan object)

elemen dalam script / naskah: kondisi input: situasi yang harus dipenuhi

sebelum terjadi track / jalur : variasi script prop/ pendukung : objek yang digunakan

dalam urutan peristiwa yang terjadi role / peran : orang – orang terlibat scene / adegan : urutan peristiwa aktual hasil

Page 36: Representasi Pengetahuan

36

Contoh : script restoran track restoran swalayan role tamu, pelayan prop counter, baki, makanan, tisu, dll kondisi masukan tamu lapar, tamu punya uang adegan (scene 1) masuk

• tamu parkir mobil• tamu masuk restoran• tamu duduk• tamu baca menu

adegan (scene 2) memesan• tamu memesan• pelayan membawa makanan• pelayan meletakkan makanan di meja• tamu membayar

adegan (scene 3) makan hasilnya tamu kenyang, uang tamu berkurang, tamu

senang