Pertemuan 4
Representasi
Pengetahuan
Representasi
Pengetahuan
Pengetahuan Pengetahuan
Naskah Frame Aturan Jaringan Logika List Pohon
Representasi
Pengetahuan
• Slide pertemuan 4 bisa diunduh di
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
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
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
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
Representasi
Pengetahuan
• Representasi Pengetahuan
dimaksudkan untuk menangkap sifat-sifat penting masalah dan membuat infomasi dapat diakses oleh prosedur pemecahan masalah.
• Bahasa representasi harus dapat
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
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
REPRESENTASI
PENGETAHUAN
REPRESENTASI
LOGIKA
• Representasi logika terdiri dari dua
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
REPRESENTASI
LOGIKA
• Kalkulus Proposisional (Propositional
Logic)
• Proposisi adalah suatu model untuk
mendeklarasikan suatu fakta.
Lambang-lambang proposisional menunjukkan proposisi atau
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
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
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))
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:
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:
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
Penalaran
(Reasoning)
• Sistem akan mencoba untuk
Tree / Pohon
• Struktur sederhana untuk representasi pengetahuan
Decision Tree
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
Perhatikan Jaringan Semantic sederhana berikut ini:
Sayap Sayap
Kenari Kenari
Burung Burung
terbang terbang
Memiliki
Adalah
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
Sayap Kenari Burung terbang Memiliki Adalah Berpindah tempat
Sehingga kita dapatkan:
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.
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
CONTO
H
BINGK
AI
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
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
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
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
List
• Struktur sederhana untuk representasi pengetahuan • Daftar dari rangkaian materi yang terkait
• List digunakan untuk objek yang dikelompokkan,
Aturan / Sistem
Produksi
• Pengetahuan dalam kaidah produksi
direpresentasikan dalam bentuk
JIKA [kondisi] MAKA [Aksi]
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
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
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 /
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
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
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
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.