6 - Inference

download 6 - Inference

of 29

  • date post

    07-Feb-2016
  • Category

    Documents

  • view

    232
  • download

    1

Embed Size (px)

description

Inference

Transcript of 6 - Inference

Artificial Intelligence 0. Course Overview

Artificial IntelligenceProgram Studi Teknik Informatika Universitas Komputer---------------------------Nelly Indriani Widiastuti S.Si.,M.T.

INFERENCEProses untuk menghasilkan informasi dari fakta yang diketahui.

Merupakanproses inferensi yang dilakukan dalam suatu modul yang disebut inference engineInference engine berisi program tentang bagaimana mengendalikan proses reasoning.bentuk untuk mengekstrak implikasi suatu pengetahuanInference ?3 jenis inferensi secara logik:Deduksi Induksi Abduction (abduction)

Jenis inferensi yang lainIntuisi HeuristikGenerate and Test

Types of LogicInferensi (penarikan kesimpulan) dengan penalaran dari yang umum ke yang khususMisal : Modus PonenContoh 1:A = Udara CerahB = Kita akan pergi ke pantaiAB = Jika udara cerah, maka kita pergi ke pantaiDengan menggunakan Modus Ponen, kesimpulan adalahKita akan pergi ke PantaiContoh 2:Semua kucing merupakan anggota feline Bootsy adalah seekor kucingKesimpulan : Bootsy merupakan anggota feline DeduksiInferensi dengan penalaran dari yang khusus (fakta-fakta) ke yang umumMenebak dari yang sudah ada dan dari gejala yang terjadiFormatnya:X = {a,b,c,d,...}, if property P is true for a, and if P is true for b, and if P is true for c,..., then P is true for all XContoh:Semua kucing Siamese pada pertunjukan kucing 1986 mempunyai mata biru Semua kucing Siamese pada pertunjukan kucing 1987 mempunyai mata biruKesimpulan : Semua kucing Siamese pada pertunjukan kucing mempunyai mata biru

InduksiBentuk deduksi yang hanya menghasikan inferensi yang masuk akal (plausible inference). Dapat dikatakan sebagai upaya rasional untuk mencari penjelasan untuk setiap fenomena-fenomena yang membingungkan (Puzzling), yang adalah proses yang meliputi penghasilan hipotesis-hipotesis penjelasan dan penyeleksian hipotesis-hipotesis tertentu untuk pemeriksan lebih jauh.

Plausible berarti bahwa konklusi mungkin bisa mengikuti informasi yang tersedia, tetapi juga bisa salah.Formatnya:if Y is true and X implies Y , then X is true ?

Contoh:Implikasi : Tanah menjadi basah jika terjadi hujan (rule)Aksioma : Tanah menjadi basah (case)Konklusi : Apakah terjadi hujan?(result)AbduksiMengubah bentuk proposisi -> formulaContoh : Jika ada daya listrik, komputer akan bekerjaAda dayakomputer akan bekerjaJika : A = ada daya listrik B = komputer akan bekerjaSehingga dapat ditulis :ABA BBentuk tersebut valid, karena argumen tersebut dapat ditunjukkan sebagai suatu tautologi.

Kaidah InferensiContoh :Jika tidak ada kesalahan maka program dapat mengkompileProgram dapat mengkompile Tidak ada kesalahanPonens / bukan ?Cari hukum inferensi lain !Kaidah Inferensi (contd)kumpulan objek seperti kaidah (rule), aksioma, statement dan lainnya yang diatur dalam cara yang konsisten.

Tujuan :Menentukan bentukMenunjukkan kaidahMengembangkan kaidah yang sesuaiSistem LogikaMembutuhkan simbol alfabet.suatu set finite string dari simbol tertentu, wffaksioma, definisi dari sistemkaidah inferensi, yang memungkinkan wff

sistem logika dapat didefinisikan menggunakan modus pones untuk diturunkan menjadi teorema baru.

Sistem Formal Jika terdapat argumen : A1, A2, ., AN; A yang valid, maka A disebut teorema dari sistem logika formal dan ditulis dengan simbol (metasymbol) yang menunjukkan wff adalah suatu teorema . A1, A2, ., AN AContoh :All men are mortalSocrates is a manTherefore, Socrates is mortalMisal : H = man, M = mortal, s = Socrates

Sistem Formal (contd)Contoh : teorema silogisme tentang Socrates yang ditulis dalam bentuk logika predikat. (x) (H (x)M(x)), H(s) M(s)

Suatu wff disebut konsisten atau satifiable jika interpretasi yang dihasilkan benar, dan disebut inkonsisten atau unsatisfiable jika wff menghasilkan nilai yang salah pada semua interpretasi.

Sistem Formal (contd)Forward ChainingPencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri (IF dulu).Penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.

IF fakta THEN hipotesisMotor Inferensi14

Backward ChainingPencocokan pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut dicari harus dicari fakta-fakta yang ada dalam basis pengetahuan.

Motor Inferensi16

No.AturanR-1IF A & B THEN CR-2IF C THEN DR-3IF A & E THEN FR-4IF A THEN GR-5IF F & G THEN DR-6IF G & E THEN HR-7IF C & H THEN IR-8IF I & A THEN JR-9IF G THEN JR-10IF J THEN KMotor InferensiContoh: Ada 10 aturan yang tersimpan dalam basis pengetahuan. Fakta awal yang diberikan hanya: A & E (artinya: A dan E bernilai benar). Ingin dibuktikan apakah K bernilai benar (hipotesis: K)? AturanFakta BaruR-3FR-4GR-5DR-6HR-9JR-10KMotor InferensiForward ChainingMunculnya fakta baru pada saat inferensi: Motor InferensiAlur inferensi: AEFaktaFaktaR-3FGR-4DR-5HR-6JKR-9R-10Motor InferensiBackward ChainingAlur inferensi: JIACHABKR-10R-8R-7R-1FaktaTidak diketahui(a) Pertama: GagalJGAKR-10R-9R-4Fakta(b) Kedua: SuksesPerencanaan, monitoring, kontrolDisajkan untuk masa depanAntecedent ke konsekuenData memandu, penalaran dari bawah ke atasBekerja ke depan untuk mendapatkan solusi apa yang mengikuti faktaBreadth first search dimudahkanAntecedent menentukan pencarianPenjelasan tidak difasilitasiSifat forward chainingSistem Pakar: Penasihat KeuanganKasus : apakah tepat jika dia berinvestasi pada stock IBM?Variabel-variabel yang digunakan:A = memiliki uang $10.000 untuk investasiB = berusia < 30 tahunC = tingkat pendidikan pada level collegeD = pendapatan minimum pertahun $40.000E = investasi pada bidang Sekuritas (Asuransi)F = investasi pada saham pertumbuhan (growth stock)G = investasi pada saham IBMSetiap variabel dapat bernilai TRUE atau FALSE

Contoh KasusDiasumsikan investor memiliki data:Memiliki uang $10.000 (A TRUE)Berusia 25 tahun (B TRUE)Apakah tepat jika berinvestasi pada IBM stock?RULESR1 : IF seseorang memiliki uang $10.000 untuk berinvestasi AND dia berpendidikan pada level college THEN dia harus berinvestasi pada bidang sekuritasR2 : IF seseorang memiliki pendapatan pertahun min $40.000 AND dia berpendidikan pada level college THEN dia harus berinvestasi pada saham pertumbuhan (growth stocks)

FAKTA YANG ADA:R3 : IF seseorang berusia < 30 tahun AND dia berinvestasi pada bidang sekuritas THEN dia sebaiknya berinvestasi pada saham pertumbuhanR4 : IF seseorang berusia < 30 tahun dan > 22 tahun THEN dia berpendidikan collegeR5 : IF seseorang ingin berinvestasi pada saham pertumbuhan THEN saham yang dipilih adalah saham IBM.

FAKTA YANG ADA: R1: IF A and C, THEN E R2: IF D and C, THEN F R3: IF B and E, THEN F R4: IF B, THEN C R5: IF F, THEN G

Rule simplification:

Cari metode inferensi lain. Berikan contoh yang mewakili masing-masing metode represent 7 kalimat berikut menggunakan logika predikatWater is liquid between 0 and 100 degreesWater is boils at 100 degreesThe water in johns water bottle is frozenPerrier is kind of water John has perrier in his water bottleAll liquids have a freezing point A liter of water weight more than a liter of alcoholTugas kecil 6Buat sebuah sistem (KR dan inferensi) yang memberikan saran kepada mahasiswa, matakuliah yang harus diambil berdasarkan kurikulum yang berjalan. Pertama, jelaskan dengan kalimat untuk representasi semua informasi, lalu buat KR. Knowledge harus melibatkan prasyarat matakuliah, jumlah sks, dosen, dll.

KETENTUANPenilaian berdasarkan performa dan originalitasA4, Times new roman 12, spasi 1,5Upload ke kuliah online di kelas masing-masingBatas pengunggahan tanggal 7 November 2014