Representasi Pengetahuan

23
REPRESENTASI PENGETAHUAN Kusrini

description

Representasi Pengetahuan. Kusrini. Propositional Logic. Salah satu cara representasi pengetahuan yang paling sederhana adalah menggunakan propositional logic (di mata kuliah logika) Suatu proposisi merupakan suatu statemen atau pernyataan yang menyatakan benar ( TRUE ) atau salah ( FALSE ) - PowerPoint PPT Presentation

Transcript of Representasi Pengetahuan

Page 1: Representasi Pengetahuan

REPRESENTASI PENGETAHUANKusrini

Page 2: Representasi Pengetahuan

PROPOSITIONAL LOGIC

Salah satu cara representasi pengetahuan yang paling sederhana adalah menggunakan propositional logic (di mata kuliah logika)

Suatu proposisi merupakan suatu statemen atau pernyataan yang menyatakan benar (TRUE) atau salah (FALSE)

Dalam prop. Logic fakta dilambangkan dengan simbol misalnya P, Q dan R

Lambang-lambang tersebut dihubungkan dengan relasi-relasi logika

Page 3: Representasi Pengetahuan

OPERATOR LOGIKA

Page 4: Representasi Pengetahuan

TABEL KEBENARAN OPERATOR LOGIKA

Page 5: Representasi Pengetahuan

P = Hari ini adalah hari sabtunot P = Hari ini bukan hari sabtu

J = Bola berwarna hijauK = Bola memiliki garis berwarna putihL = J dan K

= Bola berwarna hijau dan memiliki garis berwarna putih

M = J atau K= Bola berwarna hijau atau memiliki garis berwarna putih

Page 6: Representasi Pengetahuan

C : Hujan di sore hariD : Pertandingan basket di batalkanC D

Ada beberapa kemungkinan1. Tidak hujan dan pertandingan

dibatalkan (B)2. Tidak hujan dan pertandingan

dibatalkan (B)3. Hujan dan pertandingan dibatalkan (B)4. Hujan dan pertandingan tidak

dibatalkan (S)

Page 7: Representasi Pengetahuan

KELEMAHAN PROPOSITIONAL LOGIC

Propositional Logic tidak cukup powerful untuk merepresentasikan pengetahuan secara general

Tidak mungkin untuk membuat pernyataan umum seperti : Semua mahasiswa mengikuti ujian Jika mahasiswa mengikuti ujian maka ada

kemungkinan dia berhasil atau gagal Sehingga kita membutuhkan predicate

logic

Page 8: Representasi Pengetahuan

PREDICATE LOGIC Dalam predicate logic unit dasar berupa struktur

predicate/argumen yang dinamakan atomic sentence (kalimat atomic) likes(alison, chocolate) tall(fred) burung(nuri)

Argumen bisa berupa constant symbol, seperti ‘alison’ variable symbol, seperti X function expression, seperti ibu_dari(fred)

Contoh: suka(X, richard), dibaca X suka richard teman(ibu_dari(joe),ibu_dari(jim)), dibaca ibu_dari

joe adalah teman ibu_dari jim.

Page 9: Representasi Pengetahuan

SYNTAX Kalimat-kalimat atomic dapat kita kombinasikan

membentuk kalikat baru likes(john, mary) ^ tall(mary) tall(john) ^ nice(john) Kalimat bisa juga dibentuk menggunakan Quantifier

(for All/untuk semua) dilambangkan dengan "Ұ” dan (there Exist/ada beberapa) dilambangkan dengan “э” Ұ (x)indah(x) dibaca semua x indah Э(x) indah(X) dibaca ada yang indah Ұ (bunga) di(bunga,kebunku)^ indah(X) , dibaca

semua bunga dikebunku indah

Page 10: Representasi Pengetahuan

CONTOH KASUS

Akan dibangun sebuah sistem pakar untuk memberikan saran kepada usaha kecil tentang paket software apa yang harus digunakan

Variabel dari pemberian sarannya tampak pada tabel 1

Page 11: Representasi Pengetahuan

TABEL 1

Variabel Makna Nilai dari variabel

Fungsiderajat kompleksitas dari

dokumen simple, kompleks

BiayaAnggaran yang disediakan

untuk pembelian software Rendah, Tinggi

WPpaket software untuk

mengelola dokumen A, B, C

Page 12: Representasi Pengetahuan

Pengetahuan akan di representasikan dengan 4 metode yaitu : kaidah produksi, semantik network dan predikat kalkulus

Untuk mempermudah representasi pengetahuan, akan dibuat table aturan (Tabel 2) dan Pohon

Page 13: Representasi Pengetahuan

TABEL ATURAN

Fungsi Biaya WP

Simple rendah A

simple tinggi A

compleks rendah Tidak ada

Compleks tinggi B atau C

Page 14: Representasi Pengetahuan
Page 15: Representasi Pengetahuan

KAIDAH PRODUKSI Aturan 1:

JIKA fungsi simple DAN biaya rendah atau tinggiMAKA pilih WP A

Aturan 2: JIKA fungsi kompleksDAN biaya rendah MAKA tidak ada yang bisa dipilih

Aturan 2: JIKA fungsi kompleksDAN biaya tinggiMAKA pilih WP B atau C

Page 16: Representasi Pengetahuan

SEMANTIC NETWORK

Page 17: Representasi Pengetahuan

FRAME

Page 18: Representasi Pengetahuan

KODE PROGRAM DALAM PROLOGDOMAINS

nama = symbol

PREDICATES

wp(nama)

biaya(nama)

fungsi(nama)

pilih(nama,nama,nama)

CLAUSES

wp(a).

wp(b).

wp(c).

biaya(rendah).

biaya(tinggi).

fungsi(kompleks).

fungsi(simple).

pilih(a, rendah, simple).

pilih(a, tinggi, simple).

pilih(b, tinggi, kompleks).

pilih(b, tinggi, kompleks).

Page 19: Representasi Pengetahuan
Page 20: Representasi Pengetahuan

Farhan

Dika Fani

Rafi Nita Sari Ilham

Fakta:

putra(Budi, Farhan).putra(Dika, Farhan).putra(Rafi, Dika).putra (Ilham, Fani).putri(Susi, Budi).putri(Fani, Farhan).putri(Nita, Dika).putri(Sari, Dika).

Pertanyaan:

putra(X, Dika)X = Rafi

putri(X, Dika)X = NitaX = Sari

putra(X, Y)X = Budi Y = FarhanX = Dika Y = FarhanX = Rafi Y = DikaX = Ilham Y = Fani

putri(X, Y), putra(Y, Farhan)X = Susi Y = BudiX = Nita Y = DikaX = Sari Y = Dika

Aturan:

ortu(X,Y) = putra (Y,X).ortu(X,Y) = putri (Y,X).

Budi

Susi

Pertanyaan:

ortu(X,Dika)X = Farhan

Aturan Rekursif:

keturunan(X,Y) = ortu(Y, X).keturunan (X,Y) = ortu (Y, Z), ortu(Z, X).keturunan (X, Y) = ortu (Y, Z), ortu(Z, W), ortu(W, X).keturunan (X, Y) = ortu (Y, Z), ortu(X, Z)

Page 21: Representasi Pengetahuan
Page 22: Representasi Pengetahuan
Page 23: Representasi Pengetahuan