Nelly Oktavia Adiwijaya, S.Si, MT

Representasi pengetahuan Problem solving Computer InputsKnowled ge base Inference mechani sm

pengetahuan yang cukup Kemampuan nalar sistemOutputs

Langkah awal dalam membangun sebuah program AI

adalah membangun sebuah Knowledge Base Representasi Pengatahuan: Proses bagaimana pengetahuan direpresentasikan untuk membentuk sebuah Knowledge Base

Representasi pengetahuan Dimaksudkan untuk menangkap sifat-sifat penting

masalah dan membuat infomasi dapat diakses oleh prosedur pemecahan masalah. Bahasa representasi harus dapat membuat seorang programmer mampu mengekspresikan pengetahuan untuk mendapatkan solusi suatu masalah.

Representasi pengetahuan Cara-cara lama: List, digunakan pada LISP Predicate Calculus, digunakan pada Prolog Tree, untuk heuristic search Karakteristik RP: Dapat diprogramkan Dapat dimanfaatkan untuk penalaran, menggambarkan kesimpulan sebagai fungsi kecerdasan

Representasi pengetahuan1. Representasi Logika

Representasi ini menggunakan ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan.

2.Representasi Prosedural Menggambarkan pengetahuan sebagai sekumpulan instruksi untuk memecahkan suatu masalah. Dalam sistem yang berbasis aturan, aturan if-then dapat ditafsirkan sebagai sebuah prosedur untuk mencapai tujuan pemecahan masalah.

Representasi pengetahuan3. Representasi Network

Menyatakan pengetahuan sebagai sebuah graf dimana

simpul-simpulnya menggambarkan obyek atau konsep dalam masalah yang dihadapi, sedangkan lengkungannya menggambarkan hubungan antar mereka. Contohnya adalah jaringan semantik.

Representasi pengetahuan4.Representasi Terstruktur Memperluas network dengan cara membuat setiap simpulnya menjadi sebuah struktur data kompleks yang berisi tempat-tempat bernama slot dengan nilainilai tertentu. Nilai-nilai ini dapat merupakan data numerik atau simbolik sederhana, pointer ke bingkai (frame) lain, atau bahkan merupakan prosedur untuk mengerja kan tugas tertentu. Contoh : skrip (script), bingkai (frame) dan obyek (object).

Representasi LogikaTerdiri dari dua jenis yaitu 1. Kalkulus proposisional (Propositional logic) 2. Kalkulus predikatif (Predicate logic

Logika

Adalah representasi pengetahuan yang paling tua. Proses menarik kesimpulan dari fakta yang sudah ada Input: premis-premis dan Ouput: kesimpulan Terdiri dari: sintaks (simbol), semantik (fakta), dan proses pengambilan keputusan (inferensi) Proses penalaran: Deduktif (umum-khusus) Induktif (khusus-umum)

Logika: Logika Preposisi: and, or, not, implikasi, dan ekuivalensi Logika Predikat: representasi fakta dalam bentuk well formed

formula

Logika Contoh Penalaran Deduktif

Premis mayor : Jika hujan turun saya tidak akan berangkat kuliah Premis minor : Hari ini hujan turun Konklusi : Hari ini saya tidak akan berangkat kuliah Contoh Penalaran Induktif

Premis -1 : Aljabar adalah pelajaran yang sulit Premis -2 : Geometri adalah pelajaran yang sulit Premis -3 : Kalkulus adalah pelajaran yang sulit Konklusi : Matematika adalah pelajaran yang sulit

Bagaimana jika Premis -4 : Kinematika adalah pelajaran yang sulit

Konklusi : ?

? ?

Logika proposisi Operator logika Konjungsi Disjungsi Negasi Implikasi Ekuivalensi: ^ (and) : v (or) : (not) : (if then) : (jika dan hanya jika)

Tabel kebenaranP T T F F Q T F T F P AND Q T F F F

PT T F

QT F T

P OR QT T T

F

F

F

P T T F F

Q T F T F

P Q T F T T

PT T F

QT F T

P

QT F F

F

F

T

Logika Proposisi Untuk melakukan inferensi pada logika proposisi

resolusi : suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk khusus yaitu CNF (conjunctive normal form) Langkah :

Langkah-langkah untuk mengubah suatu kalimat (konversi) ke bentuk CNF Hilangkan implikasi dan ekuivalensi

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) Gunakan aturan assosiatif 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

Contoh:Diketahui basis pengetahuan (fakta-fakta yang bernilai benar) sebagai berikut : 1. P 2. (P Q) R 3. (S T) Q 4. T Tentukan kebenaran R. Untuk membuktikan kebenaran R dengan menggunakan resolusi,maka ubah dulu menjadi bentuk CNF.

Kemudian kita tambahkan kontradiksi pada tujuannya, R menjadi R sehingga fakta-fakta (dalam bentuk CNF) dapat disusun menjadi : 1. P 2. P Q R 3. S Q 4. T Q 5. T 6. RSehingga resolusi dapat dilakukan untuk membuktikan kebenaran R, sebagai berikut

Contoh kalimat

bila

diterapkan

dalam

P: Ani anak yang cerdas Q: Ani rajin belajar R: Ani akan menjadi Juara Kelas

S: Ani makannya banyak T: Ani istirahatnya cukup

Kalimat yang terbentuk 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

Setelah dilakukan konversi 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

Logic: Predicate Logic (1) Using all the same concepts and rules of

propositional logic Represent knowledge in finer detail Breaking a statement (proposition) down into component parts: Argumen : individu atau objek yang membuat keterangan Predikat : keterangan yang membuat argumen dan predikat

Logic: Predicate Logic (2)PREDICATE (Individual [object]1, Individual [object]2)

Examples: Proposition: The car is in the garageIN (car, garage)PROLOG

Predicate (assertion)

Argument (object)

Contoh:Jika besok tidak hujan, Tommy pergi ke gunung cuaca(hujan,besok) pergi(tommy, gunung) 2. Diana adalah nenek dari ibu Amir nenek(Diana,ibu(Amir)) 3. Mahasiswa berada di dalam kelas didalam(mahasiswa,kelas) Dari contoh diatas dapat dijabarkan sebagai berikut :1.di dalam = predikat (keterangan) mahasiswa = argumen (objek) kelas = argumen (objek)

Contoh:Johan suka Maria Ramon suka Maria Misal : Johan = x, Maria = y, Ramon = z Maka : suka(x,y) suka(z,y) tidak suka(x,z) Dibaca : Jika Johan suka Maria dan Ramon suka Maria, maka Johan tidak suka Ramon

Contoh: berikut

diketahui

fakta-fakta

Andi adalah seorang laki-laki : A Ali adalah seorang laki-laki : B Amir adalah seorang laki-laki : C

Anto adalah seorang laki-laki : D Agus adalah seorang laki-laki : E

Dengan logika predikat dapat dituliskan: laki-laki(x) Dimana x : variabel

Latihan. Misal terdapat pernyataan berikut1.

2.3. 4.

5.6. 7.

8.

Andi adalah seorang mahasiswa Andi masuk jurusan Elektro Setiap mahasiswa elektro pasti mahasiswa teknik Kalkulus adalah matakuliah yang sulit Setiap mahasiswa teknik pasti akan suka kalkulus atau akan membencinya Setiap mahasiswa pasti akan suka terhadap suatu matakuliah Mahasiswa yang tidak pernah hadir pada kuliah matakuliah sulit, maka mereka pastitidak suka terhadap matakuliah tersebut. Andi tidak pernah hadir kuliah matakuliah kalkulus

Gunakan operator, , ^, v, (untuk setiap) , (terdapat)

1. 2. 3. 4. 5.

mahasiswa (Andi) Elektro (Andi) x : elektro(x) teknik(x) Sulit (kalkulus) x : teknik(x) suka (x, kalkulus) v benci (x, kalkulus) 6. x : y : suka (x,y) 7. x : y : mahasiswa(x) ^ sulit (y) ^ hadir(x,y) suka(x,y) 8. hadir(Andi, kalkulus)

List dan Tree List:serangkaian struktur data yang dibuat secara

berhubungan, list bisa juga menggambarkan relasi dan hirarki Tree: suatu struktur data yang berupa node-node yang dibuat secara hirarkis dan hubungannya Lihat di Struktur Data!

Lists & Trees (2)List: Tree:Node

Arc

Sematic Network Diperkenalkan oleh Ros Quillian Very flexible: almost any kind of object, attribute,

concept, etc. can be defined and relationship created with links To seek answer: the computer simply searches forward or backward through the arcs from a starting node Gambaran pengetahuan grafis yang menunjukkan hubungan antar objek. Terdiri dari: lingkaran-lingkaran yang menunjukkan obyek dan informasi mengenai obyek tersebut panah (arc) yang menunjukkan hubungan antar obyek Kelebihan: Memiliki sifat inheritance Menggunakan representasi OAV (Object Atributte Value)

contoh

Frame (bingkai) Frame merupakan kumpulan pengetahuan tentang

sutau objek tertentu, peristiwa, lokasi, situasi, dll. Frame memiliki slot yang menggambarkan rincian (atribut) dan karakteristik objek.

Script Mirip dengan frame, merepresentasikan pengetahuan berdasarkan pengalamanpengalaman Frame menggambarkan obyek, sedangkan script menggambarkan urutan peristiwa Elemen script:

Kondisi input: start, awal Track: variasi yang mungkin terjadi Prop: obyek pendukung yang harus ada Role: peran yang dimainkan oleh suatu obyek Scence: adegan yang terjadi Hasil (result): kondisi akhir yang terjadi

Contoh script John pergi ke restaurant kemarin malam. Dia

memesan steak. Saat membayar, dia menyadari uangnya kurang. Dia cepat pulang, karena hujan mulai turun. Apakah John makan malam? (Dijawab dengan mengaktifkan Script restaurant) Dari soal, urutan kejadian normal, sehingga pasti script restaurant berjalan normal, jadi John pasti melewati tahap makan.

Contoh script Susan makan siang di luar. Dia duduk di meja dan

memanggil pelayan. Pelayan memberikan menu dan Susan memesan hamburger. Mengapa pelayan memberikan menu? Script mengandung dua jawaban:

- karena Susan meminta (backward) - agar Susan dapat menentukan apa yang ingin dimakannya (Forward)

Contoh script kejadian yang ada di UASJalur (track) : ujian tertulis matakuliah Kecerdasan Buatan Role (peran) : mahasiswa, pengawas Prop (pendukung) : lembar soal, lembar jawab, presensi, pena, dll Kondisi input : mahasiswa terdaftar untuk mengikuti ujianAdegan (scene) -1 : Persiapan pengawas Pengawas menyiapkan lembar soal Pengawas menyiapkan lembar jawab Pengawas menyiapkan lembar presensi

Adegan-2 : Mahasiswa masuk ruangan Pengawas mempersilahkan mahasiswa masuk Pengawas membagikan lembar soal Pengawas membagikan lembar jawab Pengawas memimpin doa Adegan 3 : Mahasiswa mengerjakan soal ujian Mahasiswa menuliskan identitas di lembar jawab Mahasiswa menandatangai lembar jawab Mahasiswa mengerjakan soal Mahasiswa mengecek jawaban

Adegan 4 : Mahasiswa telah selesai ujian Pengawas mempersilahkan mahasiswa keluar ruangan Mahasiswa mengumpulkan kembali lembar jawab Mahasiswa keluar ruangan Adegan 5 : Mahasiswa mengemasi lembar jawab Pengawas mengurutkan lembar jawab Pengawas mengecek lembar jawab dan presensi Pengawas meninggalkan ruangan

Hasil : Mahasiswa merasa senang dan lega Mahasiswa merasa kecewa Mahasiswa pusing Mahasiswa memaki maki Mahasiswa sangat bersyukur

Aturan Produksi Paling populer (sejak tahun 1943-Post, 1957Chomsky, 1972-Alan Newell) Terdiri dari antecedent/premis/situasi dan konsekuen/kesimpulan/tindakan Digambarkan dalam IF-THEN rules Digunakan pada Sistem Pakar Contoh: IF temp > 30 C THEN hidupkan AC IF permintaan meningkat AND persediaan menipis

THEN pemesanan barang IF pelamar