Betha Nurina Sari, M.Kom

(1)

Pertemuan 4

Representasi

Pengetahuan

(2)

Representasi

Pengetahuan

Pengetahuan Pengetahuan

Naskah Frame Aturan Jaringan Logika List Pohon

(3)

Representasi

Pengetahuan

• _{Slide pertemuan 4 bisa diunduh di}

(4)

Pengetahuan

• _{Fakta atau kondisi sesuatu atau}

keadaan yang timbul karena suatu pengalaman.

• _{Hirarki Pengetahuan}

Meta knowledge : knowledge dan keahlian

Knowledge : Informasi yang telah diproses

Informasi : Data yang telah diproses

Data : Hal yang paling potensial

(5)

Klasifkasi

Pengetahuan

•

Pengetahuan prosedural

(

procedural knowledge

)

•

Lebih menekankan pada

bagaimana melakukan sesuatu.

•

Contoh:

– _{pengetahuan tentang bagaimana}

mencuci dengan menggunakan mesin

– _{Pengetahuan tentang bagaimana}

membuat puding

– _{Pengetahuan tentang bagaimana}

(6)

Klasifkasi

Pengetahuan

•

Pengetahuan deklaratif

(

declarative knowledge

)

•

Menjawab pertanyaan apakah

sesuatu bernilai salah atau benar.

•

Contoh:

– _{Jangan berikan pisau pada anak}

dibawah 3 tahun

– _{Buah apel berwarna hijau dan}

berbentuk bulat

– _{Ada asosiasi positif antara merokok}

(7)

Klasifkasi

Pengetahuan

• _{Pengetahuan tacit (}_tacit

knowledge)

• _{Pengetahun yang tidak bisa}

diungkapkan dengan bahasa

– _{Bagaimana cara mengayuh sepeda} – _{Bagaimana cara berjinjit untuk}

menari balet

– _{Bagaimana kita menggerakkan}

tangan

(8)

Representasi

Pengetahuan

• _{Representasi Pengetahuan}

dimaksudkan untuk menangkap sifat-sifat penting masalah dan membuat infomasi dapat diakses oleh prosedur pemecahan masalah.

• _{Bahasa representasi harus dapat}

(9)

Karakter Model

Representasi Pengetahuan

• Harus bisa diprogram dengan bahasa

pemrograman atau dengan shells dan hasilnya disimpan dalam memori

• Dirancang sedemikian sehingga isinya dapat

digunakan untuk proses penalaran

• _{Model representasi pengetahuan}_merupakan

sebuah struktur data yang dapat dimanipulasi oleh mesin inferensi dan pencarian untuk aktivitas

pencocokan pola

• Menangkap sifat-sifat penting problema

(10)

Klasifkasi Representasi

Pengetahuan [Mylopoulos

dan Levesque]

• _{Representasi Logika} _:_Menggunakan ekspresi-ekspresi logika formal untuk merepresentasikan basis pengetahuan • _{Representasi Prosedural:}

Menggambarkan pengetahuan sebagai kumpulan instruksi

• _{Representasi Network (Jaringan)}_:

Menangkap pengetahuan sebagai sebuah

graf, dimana node-nodenya menggambarkan objek atau konsep dalam problem yang

dihadapi

• _{Representasi Terstruktur}_:_Representasi terstruktur memperluas jaringan. Contoh dari representasi ini adalah Script, Frame dan

(11)

REPRESENTASI

PENGETAHUAN

(12)

REPRESENTASI

LOGIKA

• _{Representasi logika terdiri dari dua}

(13)

Representasi Logika

• _{Representasi pengetahuan yang paling tua} • _{Menggunakan ekspresi-ekspresi logika untuk}

merepresentasikan basis pengetahuan • _{Proses logika adalah proses menarik}

kesimpulan/inferensi berdasarkan fakta yang ada • _{Inputnya berupa premis atau fakta-fakta yang}

diakui kebenarannya

• _{Outputnya berupa kesimpulan/inferensi/konklusi} yang benar

(14)

REPRESENTASI

LOGIKA

• _{Kalkulus Proposisional (}_{Propositional}

Logic)

• _{Proposisi adalah suatu model untuk}

mendeklarasikan suatu fakta.

Lambang-lambang proposisional menunjukkan proposisi atau

(15)

LOGIKA PROPOSISI

(PROPOSITIONAL LOGIC)

• _{Logika Proposisi : Logika yang hanya} mempunyai nilai benar atau salah

• _{Proposisi : Suatu pernyataan (fakta) yang dapat} bernilai Benar atau Salah

 _{Konjungsi : ^ (and / dan )}  _{Disjungsi : v (or / atau)}

 _{Negasi : ¬ (not / tidak / bukan)}

 _{Implikasi : → (if then / jika ... maka ...)}

 _{Ekuivalensi : ↔ (if and only if / jika dan hanya}

(16)

CONTOH LOGIKA

PROPOSISI

• _{Contoh 1:}

Diketahui preposisi-preposisi berikut: P : Hari ini hujan

Q : Murid-murid diliburkan dari sekolah Maka

P ^ Q : Hari ini hujan dan murid-murid diliburkan dari sekolah P v Q : Hari ini hujan atau murid-murid diliburkan dari sekolah ~P : Tidak benar hari ini hujan (Hari ini tidak hujan)

• _{Contoh 2:}

P : Hujan turun sekarang Q : Saya tidak akan ke pasar

(17)

Tabel Logika

• _Contoh

A = Dewi Rajin Belajar

B = Dewi Lulus Ujian

C = Dewi mendapat hadiah istimewa

• _{Dalam ekspresi logika:}

 Jika Dewi rajin belajar maka Dewi lulus ujian dan mendapat hadiah istimewa : A  B ^ C

 Jika Dewi rajin belajar maka Dewi lulus ujian dan mendapat hadiah istimewa : (A  (B ^ C))

(18)

Logika Predikat

• Logika yang digunakan untuk merepresentasikan masalah yang tidak dapat dilakukan atau direpresentasikan dengan menggunakan logika preposisi

• Misal: Diketahui fakta-fakta sebagai berikut:

 Andi adalah seorang laki-laki : A

 Ali adalah seorang laki-laki : B

 Amir adalah seorang laki-laki : D

 Agus adalah seorang laki-laki : E

• Jika kelima fakta tersebut dinyatakan dengan menggunakan proposisi, maka akan terjadi pemborosan. Dimana beberapa pernyataan dengan predikat yang sama akan dibuat dalam preposisi yang berbeda.

• Pernyataan diatas apabila dinyatakan dalam bentuk logika predikat adalah sebagai berikut:

(19)

Logika Predikat

• _{Contoh logika predikat lainnya:} _{Diana adalah nenek dari Ibu Amir}

_{Bentuk logika predikat: Nenek(Diana,}

Ibu(Amir))

_{Mahasiswa berada didalam kelas} _{Bentuk logika predikat : Di dalam}

(Mahasiswa, Kelas)

_{Dari contoh diatas dapat dijabarkan}

sebagai berikut:

(20)

Penalaran

(Reasoning)

• _{Jika ruang masalah sangat besar penggunaan logic}

dan teknik penalaran (reasoning) akan lebih efsien dibanding penggunaan teknik pencarian (searching)

• _{Pada bagian ini dibahas} _{teknik penalaran}

(21)

Penalaran

(Reasoning)

• _{Sistem akan mencoba untuk}

(22)

Tree / Pohon

• Struktur sederhana untuk representasi pengetahuan

(23)

Decision Tree

(24)

JARINGAN SEMANTIK (SEMANTIC NETWORK)

• _{Mengekspresikan solusi dan permasalahan}

dengan menggunakan grafk

• _{Disajikan dalam bentuk}_{graph berarah}

• _{Menggunakan node (simpul) sebagai kondisi}

dan arc (link) sebagai relasi antar simpul

• _{Dapat menggambarkan relasi}

“adalah/contoh dari” (IS-A)

• _{Dapat menggambarkan relasi “bagian dari”}

(A Kind Of /AKO/ is part), merelasikan individu ke induknya

(25)

Perhatikan Jaringan Semantic sederhana berikut ini:

Sayap Sayap

Kenari Kenari

Burung Burung

terbang terbang

Memiliki

Adalah

(26)

Perluasan yang bisa dilakukan dengan penambahan

• Objek yang sama

– _{Ditambahkan node penguin yang}

sama dengan node kenari • _{Objek yang lebih khusus}

– Penambahan node tweety yang lebih khusus dari kenari. Juga

penambahan informasi bahwa tweety termasuk burung

• _{Objek yang lebih umum}

– Ditambahkan node hewan yang

(27)

Sayap Kenari Burung terbang Memiliki Adalah Berpindah tempat

Sehingga kita dapatkan:

(28)

Jaringan semantik

•_{Kalimat-kalimat yang akan di bentuk menjadi}

representasi jaringan semantik adalah :

•_{Agung adalah mahasiswa yang kuliah di Universitas}

Gunadarma.

•_{Agung adalah mahasiswa yang kuliah hingga semester 8}

agar lulus dan mendapat gelar S1.

•_{Agung mengerjakan PI sebagai syarat lulus dan}

mendapat gelar S1.

•_{Agung mengerjakan PI bertema aplikasi berbasis telepon}

selular.

•_{Agung mengerjakan PI menggunakan bahasa}

pemrograman yaitu J2ME.

•_{Agung menyukai bahasa pemrograman saat belajar di}

Universitas Gunadarma.

(29)

(30)

BINGKAI (

FRAME

)

• _{Metode menampilkan pengetahuan}

mengenai obyek tertentu (misal: lokasi, benda, peristiwa, situasi, dll)

• _{Digunakan untuk merepresentasikan}

pengetahuan yang didasarkan pada karakteristik yang sudah dikenal

(31)

(32)

CONTO

H

BINGK

AI

(33)

(34)

(35)

SCRIPT (Naskah)

• _{Merepresentasikan pengetahuan}

dengan menggambarkan urutan kejadian

• _{Merepresentasikan situasi,}

pengetahuan dan pengalaman

• _{Penggambaran urutan peristiwa}

menggunakan serangkaian slot yang berisi informasi tentang orang, objek, dan tindakan-tindakan yang terjadi

(36)

ELEMEN DALAM

SCRIPT

• Beberapa elemen yang terdapat dalam script

yaitu (Suparman: 1991):

1. Kondisi masukan: menggambarkan situasi yang

harus dipenuhi sebelum terjadinya sebuah peristiwa yang ada dalam script

2. Prop: mengacu kepada objek yang digunakan

dalam urutan peristiwa yang terjadi

3. Role: mengacu pada orang-orang yang terlibat

dalam script

4. Track: mengacu pada variasi yang mungkin

terjadi dalam script

5. Scene: menggambarkan urutan peristiwa aktual

yang terjadi

6. Hasil: merupakan kondisi setelah urutan

(37)

CONTOH SCRIPT

Script berangkat ke restoran seperti berikut ini:

SCRIPT RESTORAN

– Jalur (Track): Restoran Swalayan (Fast Food)

– Peran (Roles) : Tamu, Pelayan

– Pendukung (Prop) : Counter, baki, makanan, uang, serbet, garam, merica, kecap, sedotan dan lain-lain

– Kondisi masukan : Tamu Lapar - Tamu punya uang

Adegan (Scene) 1: Masuk

– Tamu parkir mobil – Tamu masuk restoran – Tamu antri

– Tamu baca menu di daftar menu dan mengambil putusan tentang apa yang akan dipesan

Adegan 2: Pesanan

– Tamu memberikan pesanan kepada pelayan

(38)

CONTOH SCRIPT

Adegan 3: Makan

- Tamu mengambil serbet, sedotan, garam dan lain-lain

- Tamu membawa baki makanan ke meja kosong

- Tamu makan

Adegan 4: Pulang

- Tamu membersihkan meja - Tamu membuang sampah - Tamu meninggalkan restoran - Tamu naik mobil dan pulang

Hasil

- Tamu merasa kenyang - Uang tamu jadi habis - Tamu senang

(39)

List

• _{Struktur sederhana untuk representasi pengetahuan} • _{Daftar dari rangkaian materi yang terkait}

• _{List digunakan untuk objek yang dikelompokkan,}

(40)

Aturan / Sistem

Produksi

• _{Pengetahuan dalam kaidah produksi}

direpresentasikan dalam bentuk

JIKA [kondisi] MAKA [Aksi]

(41)

Contoh

• _{Aturan 1:}

JIKA terjadi luka

MAKA berikan Betadine

• _{Aturan 2:}

JIKA tidak punya uang Cash MAKA ambil tabungan

• _{Aturan 3 :}

JIKA bersin-bersin

MAKA terserang infuensa

• _{Aturan 3 :}

JIKA bensin habis

(42)

Contoh

• _{Aturan terkadang menggunakan operator}

logika AND atau OR. Misalnya:

• _{Aturan 5:}

JIKA dana mencukupi

DAN pengiriman bisa dilakukan kurang dari 1 bulan

MAKA beli laser printer

• _{Aturan 6:}

JIKA kontraktor tidak bisa menyelesaikan pekerjaan tepat waktu

(43)

Aturan ->

Kompleksitas

• _{Untuk hasil yang}_{lebih akurat}_dalam

memecahkan masalah dalam suatu

domain, biasanya dibutuhkan aturan

yang cukup banyak karena

masing-masing aturan berisi detail pengetahuan

• _{Jumlah aturan akan menggambarkan}

kompleksitas dari sistem pakar /

(44)

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}

Variabel Makna Nilai dari variabel

Fungsi derajat kompleksitas dari dokumen simple, kompleks

Biaya

Anggaran yang

disediakan untuk

pembelian software Rendah, Tinggi

(45)

Contoh kasus

• _{Pengetahuan akan di representasikan dengan}

metode kaidah produksi

• _{Untuk mempermudah representasi pengetahuan,}

akan dibuat table aturan (Tabel 2) dan Pohon

Fungsi Biaya Produk

Simple rendah A

simple tinggi A

compleks rendah Tidak ada

(46)

(47)

Kaidah produksi

• _{Aturan 1:}

JIKA fungsi simple

DAN biaya rendah atau tinggi

MAKA pilih WP A

• _{Aturan 2:}

JIKA fungsi kompleks DAN biaya rendah

MAKA tidak ada yang bisa dipilih

• _{Aturan 2:}

JIKA fungsi kompleks DAN biaya tinggi

(48)

NEXT >>>

Representasi Pengetahuan

• _{Download PROLOG (Programming in Logic)}

http://www.swi-prolog.org/download/stable

• _{Praktikum Representasi Pengetahuan :}

Logika

• _{Tentukan kelompok Anda (maksimal 1}

kelompok beranggotakan 5 orang) untuk persiapan pembahasan pekan depan.

• _{PERTEMUAN 5 : QUIZ . Persiapkan diri Anda}

dan Deadline tugas Individu 1.