Representasi Pengetahuan fikri
-
Upload
andre-saputra -
Category
Documents
-
view
73 -
download
0
Transcript of Representasi Pengetahuan fikri
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 1/46
Representasi Pengetahuan
PKB - Antonie
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 2/46
Review: Definisi
• AI = bidang ilmu komputer yang menelitidan mempelajari bagaimana agarkomputer dapat bertindak dan
mengerjakan pekerjaan seperti yangdilakukan oleh manusia.
• Awalnya komputer hanya mesin hitung
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 3/46
Review: Definisi
MembuatSistem
Berfikir Bertindak
Seperti Manusia
Model Kognitif Uji Turing
Rasional Kaidah bernalar Agen Rasional:membuat inferensilogis sehingga dapatmelakukan aksi logis
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 4/46
1. Diperlukan suatu cara untuk mengetahui bagaimanamanusia berfikir
2. Diperlukan pemahaman tentang bagaimana pikiranmanusia bekerja
Bagaimana caranya?• Melalui introspeksi atau mawas diri; mencoba menangkap
bagaimana pikiran kita berjalan – How do you know that you understand?
• Melalui percobaan psikologis
Bidang Ilmu:• Cognitive Science• Vision & natural language
Berfikir Seperti Manusia(Thinking Humanly)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 5/46
Uji Turing: AI Bertindak SepertiManusia (acting humanly)
• AI lulus testapabilainterogator tidakbisa
membedakandialog manayang dilakukandengan
komputer danmana yangdilakukandengan manusia
Pertanyaan
danJawaban
Interogator
Komputer
Manusia
System capabilities:•Natural language processing•Knowledge representation•Automated reasoning•Machine learning•Computer vision (+)
•Robotics (+)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 6/46
• Cara berfikirnya memenuhi aturan logika yangdibangun oleh Aristotles
Pola struktur argumentasi yang selalu memberikonklusi yang benar bila premis benar
Menjadi dasar bidang logika
• Tradisi logicist dalam AI adalah membangun programyang menghasilkan solusi berdasarkan logika
• Problem:Pengetahuan informal sukar diuraikan dandinyatakan dalam bentuk notasi logika formalTerdapat perbedaan besar antara memecahkan masalah
“secara prinsip” dan “di dunia nyata”
Berfikir Rasional (thinking rationally)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 7/46
• Bertindak secara rasional artinya bertindakdidalam upaya mencapai goal
• Didalam lingkungan yang rumit tidaklahmungkin mendapatkan rasionalisasi sempurnayang selalu melakukan sesuatu dengan benar
Rasionalisasi terbatas
Sehingga:• Thinking dan acting humanly terlalu luas,
thinking rationally masih terlalu sempit• Pendekatan yang diikuti adalah Acting
Rationally
Bertindak Rasional (acting rationally)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 8/46
Review: Intelegensia
• Bagaimana seseorang/sesuatu belajar danmelaksanakan pengetahuan yang dimiliknya. – Walaupun punya pengetahuan tapi jika tidak dapat
melaksanakan pengetahuan tersebut = tidak inteligen
• Daya reaksi atau penyesuaian yang cepat dan tepat,baik secara fisik maupun mental, terhadap pengalaman-pengalaman baru, membuat pengalaman danpengetahuan yang dimiliki siap untuk dipakai apabiladihadapkan pada fakta-fakta atau kondisi-kondisi baru
(Kamus Besar Bahasa Indonesia Balai Pustaka)• Pengetahuan diperoleh dari belajar dan menalar untuk
menggunakannya dalam menyelesaikan masalah
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 9/46
Review: Bagian Utama AI
• Basis Pengetahuan (Knowledge Based)
– Berisi fakta, teori, pemikiran, dan hubungannya
• Motor Inferensi (Inference Engine)
– Kemampuan menalar dan menarik kesimpulan
Knowledgebase
Inferencemechanism
Computer
Inputs Outputs
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 10/46
Review: AI Prehistory
• Philosophy : Logic, methods of reasoning• Mathematics : Formal representation and proof
algorithms, computation, probability• Economics : utility, decision theory• Neuroscience : physical substrate for mental
activity• Psychology : phenomena of perception and
motor control, experimental techniques
• Control theory : design systems that maximizean objective function over time
• Linguistics : knowledge representation, grammar
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 11/46
Review: AI History
• 1941: era komputer elektronik yang dapat menyimpan program• 1943 – 1956: Warren McCulloch dan Walter Pits menemukan
boolean model untuk otak, bernaa PERCEPTRON (JST pertama),McCarthy disebut father of AI
• 1952 – 1969: Newell dan Simon menemukan General ProblemSolver, McCarthy membuat LISP
• 1966 – 1974: jaman AI melambat• 1969 – 1979 : knowledge based system• 1986 – now: Industrial AI dan perkembangan JST, GPS, software
catur HITECH adalah software pertama yang mengalahkangrandmaster dunia, Arnold Danker.
• Prinsipnya AI mengandung unsur: SEARCHING, REASONING,PLANNING, dan HEARING
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 12/46
Review: AI vs Non AI
• AI lebih permanen, non AI mudah berubahseturut waktu
• AI mudah diduplikasikan dan disebarkan
• AI lebih murah dari non AI
• AI lebih konsisten dan mudah didokumentasi
• AI tidak kreatif
• AI tidak dapat menggunakan pengalamansecara langsung
• AI terbatas
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 13/46
Contoh ilmu-ilmu dalam lingkup AI
• ANN (Artificial Neural Network)• NLP (Natural Language Processing)• Game Playing• ES (Expert System)• Robotics
• Pattern Recognition• Computer Reasoning• Computer Vision• IR (Information Retrieval)• Data Mining
• Fuzzy System• Neuro Fuzzy System• GA (Genetic Algorithm)• CBR (Case Based Reasoning)• DSS (Decision Support System)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 14/46
AI vs Pemrograman Konvensional?
• AI: pemrosesan simbolik, PK: Algoritmik• AI: input tdk lengkap, PK: input hrs lgkp
• AI: heuristic searchng, PK: algoritmik
• AI: ada penjelasan, PK: tidak• AI: basis pengetahuan, PK: data & infor
• AI: control & knowledge terpisah, PK tidak
• AI: mampu menalar, PK: tidak• AI: pemeliharaan mudah, PK: relatif sulit
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 15/46
AI Lemah & Kuat
• Klaim AI lemah – Mesin bisa dibuat untuk bertindak seolah-olah ia
cerdas – Prinsip nilai dari komputer adalah bahwa ia
memberi perlengkapan yang sangat ampuh.• Contoh, ia memampukan kita untuk
merumuskan dan menguji hipotesa dalam carayang lebih tepat
• Klaim AI kuat – Mesin yang bertindak cerdas memiliki kesadaran
pikiran dan nyata
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 16/46
Knowledge Base
•
The first step in constructing an AIprogram is to build a knowledgebase
• Will be used by the inferencemechanism to reason and draw
conclusions
Knowledgebase
Inferencemechanism
Computer
Inputs Outputs
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 17/46
Knowledge Base
• Knowledge engineering: process of collecting and organizing the knowledge
•
Knowledge representation: processof how knowledge is represented toform a knowledge base
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 18/46
Representasi Pengetahuan
• Bagaimana merepresentasikan pengetahuan kedalam basis pengetahuan dan mengujikebenaran penalaran
• 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 fungsikecerdasan
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 19/46
Alasan Pemilihan
• Why knowledge representation ratherthan information representation? – Karena pada konvensional database
merepresentasikan data secara sederhana:string, number, boolean
– Namun AI menganggap pengetahuan lebihkompleks, seperti proses, prosedur, aksi,
waktu, tujuan dan penalaran–Knowledge should be collected, codified,
and organized in systematic order
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 20/46
Representasi Pengetahuan (2)
• Harus terdiri dari struktur data dan proseduruntuk penafsiran
• Hal yang berhubungan dengan RP:
– Object pengetahuan itu sendiri – Event: kejadian-kejadian dalam dunia nyata dan
hubungannya
– Performa: bagaimana melakukan suatu tugas tertentu
– Meta knowledge: pengetahuan tentang pengetahuanyang direpresentasikan
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 21/46
Penggunaan Pengetahuan
• Acuisition: mengintegrasikan informasi baru kedalampengetahuan sistem. – Dua level:
• Menyusun fakta ke dalam database
• Pembuatan fungsi untuk mengintegrasikannya dengan cara “belajar dan mengadaptasikannya” terlebih dahulu
• Retrieval: mengingat kembali, menyusun ulangpengetahuan berdasarkan hubungan pengetahuanterhadap masalah
– Linking: mengekstrak informasi baru tersebut – Lumping: mengelompokkan hasil ekstraksi pengetahuan baru
tersebut kedalam struktur yang lebih besar seperti yangdibutuhkan dalam menyelesaikan masalah
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 22/46
Penggunaan Pengetahuan (2)
• Reasoning: pengetahuan digunakan untukmenalar suatu permasalahan
– Formal reasoning: menggunakan logika
proporsional
– Procedural reasoning: menggunakan aturanproduksi ( IF-THEN)
– Analogical reasoning: sangat sulit
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 23/46
Klasifikasi Kategori RP
• Menurut Mylopoulus dan Levesque: (declarative) – Representasi Logika: menggunakan logika formal. Digunakan
pada PROLOG
– Representasi Prosedural: menggambarkan prosedur sebagaikumpulan instruksi untuk memecahkan masalah. Digunakandalam pemrograman: IF-THEN
– Representasi Network: menggambarkan pengetahuan sebagaiGraph dan Tree
– Representasi Terstruktur: memperluas konsep RepresentsiNetwork dengan membuat node-nodenya menjadi struktur data
yang kompleks. Contoh: script, frame, dan object• Procedural: dibuat dalam prosedur-prosedur
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 24/46
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
• Lihat dibuku Artificial Intelligence (Sri Kusuma Dewi)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 25/46
Logic: Proposition Logic
P Q P AND QT T T
T F F
F T F
F F F
P Q P Q
T T T
T F FF T T
F F T
P Q P OR QT T T
T F T
F T T
F F F
P Q P Q
T T T
T F FF T F
F F T
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 26/46
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:– Arguments: the individuals or objects an
assertion is made about
– Predicate: the assertion made about them
• Prolog: PROgramming in LOGic
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 27/46
Logic: Predicate Logic (2)
Examples:
Proposition: The car is in the garage
IN (car, garage)
PREDICATE (Individual [object]1, Individual [object]2)
Predicate(assertion)
Argument(object)
PROLOG
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 28/46
Logic: Predicate Logic (3)
Examples:
• John likes Mary LIKES(John, Mary)
• The door is open OPEN(door)
• The tire is flat FLAT(tire)
• Chris is a man man(Chris)
PREDICATE (Individual [object]1, Individual [object]2)
FunctionPredicate express conditionsFunction shows a relationship
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 29/46
Logic: Predicate Logic (4)
•
Quantifiers–All Javanese are Indonesian
–Some cars are red
][ x Indonesian x Javanese x
x [car(X) AND IS RED(x)]
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 30/46
List dan Tree
• List:serangkaian struktur data yang dibuatsecara berhubungan, list bisa jugamenggambarkan relasi dan hirarki
• Tree: suatu struktur data yang berupanode-node yang dibuat secara hirarkis danhubungannya
• Lihat di Struktur Data!
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 31/46
Lists & Trees (2)
List: Tree:
Node
Arc
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 32/46
Sematic Network• Diperkenalkan oleh Ros Quillian
• Very flexible: almost any kind of object, attribute,concept, etc. can be defined and relationship createdwith links
• To seek answer: the computer simply searchesforward or backward through the arcs from a starting
node• Gambaran pengetahuan grafis yang menunjukkan hubunganantar 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)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 33/46
Semantic Network (2)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 34/46
Frame
• Diperkenalkan oleh Minsky tahun 1975
• Suatu struktur data yang digunakan untukmerepresentasikan pengetahuan dansituasi-situasi yang telah dipahami
• Frame memiliki slot untukmenggambarkan rincian dan karakteristik
obyek
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 35/46
Frames (2)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 36/46
Frames (3)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 37/46
Script
• Mirip dengan frame, merepresentasikanpengetahuan berdasarkan pengalaman-pengalaman
• Frame menggambarkan obyek, sedangkan
script menggambarkan urutan peristiwa• Elemen script:
– Kondisi input: start, awal – Track: variasi yang mungkin terjadi
– Prop: obyek pendukung – Role: peran yang dimainkan oleh suatu obyek – Scence: adegan yang terjadi – Hasil (result): kondisi akhir yang terjadi
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 38/46
Schemas: Scripts (2)
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 39/46
Aturan Produksi
• Paling populer (sejak tahun 1943-Post, 1957-Chomsky, 1972-Alan Newell)
• Terdiri dari antecedent/premis/situasi dankonsekuen/kesimpulan/tindakan
• Digambarkan dalam IF-THEN rules• Digunakan pada Sistem Pakar• Contoh:
– IF temp > 30 C THEN hidupkan AC
– IF permintaan meningkat AND persediaan menipisTHEN pemesanan barang
– IF pelamar <= 25 OR lulusan komputer THEN bisaditerima menjadi pegawai
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 40/46
Kelebihan dan Kekurangan
• Mudah dimengerti dan luwes, mudahdikembangkan dan disesuaikan denganpengetahuan yang ada
• Inferensi mudah diturunkan
• Modifikasi mudah
• Mendukung ketidak pastian
• Simpel dan intuitive
• Jika pengetahuannya banyak dan kompleks,akan sulit
• Sulit mendeteksi konflik
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 41/46
Sistem Produksi
• Memiliki 3 elemen: – Global Database: mulai dari matriks
sederhana, list, atau basis data untuk
menyimpan aturan produksi dan memorykerja
– Aturan Produksi: berisi aturan IF-THEN
– Sistem Kontrol: program pengkontrol urutan
mana aturan kaidah-kaidah produksi yangharus dipilih dan menyelesaikan konflik padasaat pemilihan
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 42/46
Resolusi Konflik
• Urutkan aturan berdasarkan prioritas,kemudian pilih aturan pertama yangmemiliki prioritas tertinggi
• Pilih aturan yang paling strict (ketat)
• Pilih aturan yang paling sering digunakan
• Pilih aturan yang paling akhir dimasukkandi dalam sistem
• Pilih semua aturan yang memungkinkan
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 43/46
Metode Penalaran
• Forward reasoning (data driven): dimulaidari keadaan awal (dari fakta), kemudianmenuju ke arah kesimpulan / tujuan
• Backward reasoning (goal driven): dimulaidari tujuan / hipotesa baru dicocokkandengan keadaan awal / fakta-fakta
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 44/46
Alasan pemilihan metode
• Tergantung dari banyaknya keadaan awaldan tujuan.
– Jika jml awal lebih kecil dari tujuan gunakan
penalaran maju.
– Jika jml tujuan lebih banyak dari awal,gunakan penalaran mundur
5/17/2018 Representasi Pengetahuan fikri - slidepdf.com
http://slidepdf.com/reader/full/representasi-pengetahuan-fikri 45/46
Buku & Bahan Acuan
• Komputer Masa Depan, Pengenalan ArtificialIntelligence, Suparman & Marlan, Andi Offset,2007
• Konsep Kecerdasan Buatan: Anita Desiani &
Muhammad Arhami, Andi Offset, 2006• Artificial Intelligence Teknik dan Aplikasinya, Sri
Kusumadewi, Graha Ilmu, 2003• Artificial Intelligence, Searching, Reasoning,
Planning, and Learning, Suyanto, PenerbitInformatika, 2007• Bahan-bahan dari Internet