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



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



Review: Definisi

MembuatSistem

Berfikir Bertindak

Seperti Manusia

Model Kognitif Uji Turing

Rasional Kaidah bernalar Agen Rasional:membuat inferensilogis sehingga dapatmelakukan aksi logis



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)



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 (+)



• 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)



• 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)



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



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



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



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



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



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)



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



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



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



Knowledge Base

• Knowledge engineering: process of collecting and organizing the knowledge

•

Knowledge representation: processof how knowledge is represented toform a knowledge base



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



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



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



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



Penggunaan Pengetahuan (2)

• Reasoning: pengetahuan digunakan untukmenalar suatu permasalahan

– Formal reasoning: menggunakan logika

proporsional

– Procedural reasoning: menggunakan aturanproduksi ( IF-THEN)

– Analogical reasoning: sangat sulit



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



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)



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



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




Examples:

Proposition: The car is in the garage

IN (car, garage)

PREDICATE (Individual [object]1, Individual [object]2)

Predicate(assertion)

Argument(object)

PROLOG




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




•

Quantifiers–All Javanese are Indonesian

–Some cars are red

][ x Indonesian x Javanese x

x [car(X) AND IS RED(x)]



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!



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 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)



Semantic Network (2)



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



Frames (2)



Frames (3)



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



Schemas: Scripts (2)



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



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



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



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



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



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



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



NEXT

• Sistem Pakar

• JST

•NLP

• Case Based Reasoning

• Problem Solving : Learning

• Information Retrieval & Document Mining

Representasi Pengetahuan fikri

Documents

Transcript of Representasi Pengetahuan fikri