representasi pengetahuan

40
REPRESENTASI PENGETAHUAN 1 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.

Upload: josephine-kirkland

Post on 31-Dec-2015

119 views

Category:

Documents


13 download

DESCRIPTION

PENGETAHUAN = data / fakta + mekanisme penalaran d irepresentasikan melalui komp/system fakta,ide,teori hub.nya dlm domain ttt KNOWLEDGE BASE. REPRESENTASI PENGETAHUAN. mekanisme penalaran/Inferance Mechanisme : - PowerPoint PPT Presentation

TRANSCRIPT

REPRESENTASI PENGETAHUAN

1

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.

Langkah membangun sistem AI

2

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

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.

3

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

4

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

5

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)– Implikasi ( )– Ekuivalensi/biimplikasi (<-->)

6

Logika Proporsional lanj…• 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 khusus yaitu CNF (Conjuction Normal Form)

7

Logika Proporsional lanj…• CNF memiliki ciri-ciri :– Setiap kalimat merupakan Disjungsi Literal– Semua kalimat terkonjugsi secara implisit

• Mengubah kalimat ke dalam bentuk CNF– hilangkan implikasi dan ekivalensi– x y menjadi ¬x y∨ – x ↔ y menjadi (¬x y) (¬y x) ∨ ∧ ∨• Kurangi lingkup semua negasi menjadi satu negasi

saja:– ¬ (¬ x) menjadi x – ¬ (x y) menjadi (¬ x ¬ y) ∨ ∧– ¬ (x y) menjadi (¬ x ¬ y) ∧ ∨

8

Logika Proporsional lanj…• Gunakan aturan asosiatif dan distributif untuk

mengkonversi menjadi conjuction of disjunction– Assosiatif : (A B) C menjadi A (B C) ∨ ∨ ∨ ∨– Distributif : (A B) C menjadi (A C) (B C)∧ ∨ ∨ ∧ ∨

• Buat satu kalimat terpisah untuk tiap-tiap konjungsi(¬ S Q) (¬ T Q) menjadi (¬ S Q) ∨ ∧ ∨ ∨

(¬ T Q) ∨

9

Logika proposisi Lanj…• Diketahui basis pengetahuan (fakta-fakta yg bernilai

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

• Buktikan kebenaran R.• Konversi ke bentuk CNF :

10

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

Logika proposisi Lanj…

11

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

Logika Proposisi Lanj…• Resolusi pada Logika Proposisi

12

¬PV¬QVR ¬R

¬PV¬Q P

¬Q¬TVQ

¬T T

2

1

4

5

Logika Proposisi Lanj…

• Contoh Apabila diterapkan dalam kalimat:• P : Ani anak yang cerdas• Q : Ani rajin Belajar• R : Ani akan menjadi juara kelas• S : Ani makannya banyak• T : Ani Istirahatnya cukup

13

Logika Proposisi Lanj…• Kalimat yang terbentuk dari fakta yang ada : 1. P2. (P^Q) R3. (SvT) Q4. T– Ani anak yang cerdas – Jika Ani anak yang cerdas dan Ani rajin belajar, maka Ani

akan menjadi juara kelas – Jika Ani makannya banyak atau Ani istirahatnya cukup,

maka Ani rajin belajar – Ani istirahatnya cukup

14

Logika Proposisi Lanj…Setelah dilakukan konversi ke bentuk CNF, didapat : Fakta ke-2 : Ani tidak cerdas atau Ani tidak rajin belajar

atau Ani akan menjadi juara kelas Fakta ke-3 : Ani tidak makan banyak atau ani rajin

belajar Fakta ke-4 : Ani tidak cukup istirahat atau ani rajin

belajar

15

Logika Proposisi Lanj…

16

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) dan PREDIKAT (keterangan)o Argumen adalah individu / objek yang membuat keterangano Predikat adalah keterangan dari argumen atau objek

17

Logika Predikat …2

• 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, dengan logika predikat dinyatakan menjadi: dalam (mobil,garasi) mobil=argumen (objek1) garasi=argumen(objek2)

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

18

Logika Predikat …3• Variabel :

– huruf bisa menggantikan argumen– “symbol” juga bisa digunakan untuk merancang beberapa objek /

individu– misal : x = Hanif dan y=belajar

maka logika predikatnya : rajin(x,y)Contoh Lain:Andi adalah seorang laki-laki : AAli adalah seorang laki-laki : BAmir adalah seorang laki-laki : CAnto adalah seorang laki-laki : DAgus adalah seorang laki-laki : E

19

• Kelima fakta tersebut di atas, jika menggunakan proposisi, maka akan terjadi pemborosan, dimana beberapa pernyataan dengan predikat yang sama akan dibuat dalam proposisi yang berbeda (berulang-ulang).

• Logika Predikat digunakan untuk merepresentasikan hal-hal yang tidak dapat direpresentasikan dengan menggunakan logika proposisi.

• dengan menggunakan system ini knowledge base dapat dibentuk

• pengetahuan diekspresikan dalam kalkulus predikat yang bisa dimanipulasi agar menghasilkan inferensi

20

Logika Predikat …4

• 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.

21

Logika Predikat …5• 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 hubungan yang sama dari 2 object tersebut adalah:– suka (X,Y) and suka (Z,Y) implies not suka(X,Z)

atau– suka(X,Y) v suka(Z,Y) suka(X,Z)

22

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.

23

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 . . .

24

Contoh operasi sistem berbasis aturan

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

dirancang untuk mengakses program eksternal25

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

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

datapersonal.dbf (database)

26

NAMA TELEPHONE …

Smith … …

John … …

Andi … …

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

• heuristicIF mobil tidak bisa distarterAND mobilnya adalah Ford tahun 1957THEN periksa float-nya 27

• 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 28

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)

29

Contoh jaringan semantic sederhana:

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

30

canary

wings

bird

fly

is a has

travel

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

31

32

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

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, …

33

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)

34

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.

35

36

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

• 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

37

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.

38

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

39

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

40