Representasi Pengetahuan (I) Arti Pengetahuan Aturan Produksi Jaringan Semantik Triplet Obyek-Atribut-Angka

(1)

Representasi Pengetahuan (I)

Arti Pengetahuan Arti Pengetahuan Aturan Produksi Jaringan Semantik Triplet Obyek-Atribut-Angka

(2)

Epistemology

• Studi tentang pengetahuan

• Cabang dari ilmu filsafat yang membahas

tentang teori pengetahuan

• Bahasan utama :

– tentang definisi pengetahuan dan konsep-konsep – tentang definisi pengetahuan dan konsep-konsep

terkait,

– sumber dan kriteria pengetahuan, – jenis pengetahuan

(3)

Definisi Knowledge

• Fakta atau kondisi mengetahui sesuatu dengan

familiar, yang diperoleh melalui pengalaman

atau asosiasi

EPISTEMOLOGY

TEORI PENGETAHUAN PENGETAHUAN FILOSOFI PRIORI POSTERIORI

(4)

Pengetahuan Priori

• Berasal dari bahasa Latin

• Berarti yang mendahului (pengetahuan datang sebelumnya dan bebas dari arti)

• Contoh pernyataan “segalanya memiliki sebab”, “seluruh triangle dalam pesawat mempunyai 180 derajat”

“seluruh triangle dalam pesawat mempunyai 180 derajat”

• Contoh lain pernyataan logika, hukum matematika

• Secara universal benar dan tidak dapat disangkal tanpa kontradiksi.

(5)

Pengetahuan Posteriori

• Adalah pengetahuan yg diperoleh dari arti (diturunkan dari akal sehat)

• Kebenaran atau kesalahan dapat dibuktikan menggunakan pengalaman.

• Contoh : bola mata seseorang berwarna biru, tetapi • Contoh : bola mata seseorang berwarna biru, tetapi

ketika orang tersebut mengganti contact lens-nya, bisa jadi bola matanya menjadi berwarna hijau.

(6)

Kategori Knowledge

• Procedural knowledge

– knowing how to do something – “bagaimana membuat puding”

• Declarative knowledge

Declarative knowledge

– knowing that something is true or false – “buah apel berwana hijau”

• Tacit knowledge

– knowledge not easily expressed by language – “bagaimana cara berjinjit untuk menari balet”

(7)

Knowledge in Expert Systems

Conventional

Programming

Knowledge-Based

Systems

Algorithms + Data Structures = Programs Knowledge + Inference = Expert System N. Wirth

(8)

Knowledge Pyramid

Knowledge

Meta-Noise

Data

Information

Knowledge

(9)

• 137178766832525156430015 Noise or data ? • Algoritma (transformasi data menjadi informasi)

– Group the numbers by two’s

– Ignore any two-digit number less than 32

– Substitute the ASCII characters for the two-digit numbers

• Hasil : GOLD 438+ • Hasil : GOLD 438+ • Knowledge :

IF gold is less than 500

and the price is rising (+)

THEN

(10)

Metode Representasi Pengetahuan

• Aturan Produksi (Production Rules)

• Jaringan Semantik (Semantic Net)

• Schemata (Frame & Script)

• Logika

(11)

Aturan Produksi (Production Rules)

• Sering digunakan untuk merumuskan

pengetahuan pada Sistem Pakar

• Variasi formalnya Backus-Naur Form (BNF)

– metalanguange untuk mendefinisikan sintaks bahasa – grammar adalah sekumpulan aturan produksi yang – grammar adalah sekumpulan aturan produksi yang

lengkap dan tidak ambigu untuk bahasa yang spesifik – parse tree adalah representasi grafis dari kalimat

pada suatu bahasa

– Hanya menyediakan deskripsi sintaks dari suatu bahasa

(12)

Contoh Production Rules

• for a subset of the English language

<sentence> -> <subject> <verb> <object> <modifier> <sentence> -> <subject> <verb> <object> <modifier> <subject> -> <noun>

<object> -> <noun>

<noun> -> man | woman

<verb> -> loves | hates | marries | divorces

(13)

<sentence>

Parse Tree

• Contoh kalimat (sentence):

man loves woman forever

<object>

<noun> <noun>

(14)

<sentence> <subject phrase> <verb> <object phrase> <subject phrase> <determiner> <noun>

<verb> is | was |

<adjective> dessert | heavy

The dessert was a heavy eater

(15)

Kesesuaian Aturan Produksi

• Keekspresifan (expressiveness)

– Dapatkah aspek-aspek yang relevan dalam domain pengetahuan dinyatakan melalui aturan ?

• Efisiensi komputasi (computational efficiency)

– Apakah komputasi yang diperlukan layak/tersedia ?

• Mudah dimengerti ? • Mudah dimengerti ?

– Dapatkah manusia menafsirkan aturan ?

• Mudah di-generate ?

– seberapa sulit bagi manusia untuk mengkonstruksi aturan-aturan yang merefleksikan domain pengetahuan

(16)

Keuntungan dan Kelemahan

Aturan Produksi

• Keuntungan

– Sederhana dan mudah dipahami

– Memungkinkan untuk implementasi langsung di komputer – Dasar formal untuk beberapa varian

• Kelemahan • Kelemahan

– Implementasi sederhana sangat tidak efisien

– Beberapa jenis pengetahuan tidak mudah diekspresikan dalam aturan

– Set aturan yang besar menjadi sulit untuk dipahami dan dipelihara

(17)

Jaringan Semantik (Semantic Net)

• Representasi grafis dari informasi proposisional

• Awalnya dikembangkan oleh MR Quillian sebagai model untuk memori manusia

• Berlabel, bentuknya graph berarah

• Node mewakili benda, konsep, atau situasi. • Label menunjukkan nama.

• Label menunjukkan nama.

• Node dapat berupa objek individual atau kelas (node generik) • Link mewakili hubungan/relasi.

– hubungan berisi informasi struktural pengetahuan untuk diwakili. – label menunjukkan jenis hubungan

(18)

(19)

Contoh Jaringan Semantix

Astérix Obélix Abraracourcix Cétautomatix Gaul Obélix Dog Panoramix barks-at Human A K O

(20)

Keterangan

• Warna

– Dikodekan dengan benar sebagai node yang terpisah dengan hubungan untuk masing-masing objek

• Jenis Font

– Menyiratkan berbagai jenis hubungan

– Akan memerlukan tambahan node dan hubungan

• Hubungan Kelas • Hubungan Kelas

– Tidak semua anjing hidup dengan Galia.

– AKO (a-kind-of) hubungan khusus (pewarisan)

• Instance (objek)

– Panah dari individu manusia ke kelas manusia dihilangkan

• Mengasumsikan bahwa AKO memungkinkan pewarisan

• Directionality

(21)

Tipe relasi yang sering digunakan

• IS-A

– relates an instance (individual node) to a class (generic node)

• AKO (a-kind-of)

– relates one class (subclass) to another class (superclass)

(22)

Objek dan Atribut

• Atribut menyediakan informasi detil pada node

dalam jaringan semantik

– Sering diekspresikan sebagai properties

• Kombinasi dari atribut and value

– Atribut dapat diekspresikan sebagai relasi – Atribut dapat diekspresikan sebagai relasi

(23)

(24)

Perluasan Jaringan Semantik

1. Menambahkan node untuk objek yang setara

2. Menambahkan node untuk objek yang lebih

khusus

3. Menambahkan node untuk objek yang lebih

(25)

(26)

Operasi pada Jaringan Semantik

• “Bird”, How do you travel ?

• Jawab : Fly

– Cek pada link dg label travel

– Menggunakan value pada node sebagai jawaban

• “Tweety”, How do you travel ?

• Jawab : ?

– Jika tidak menemukan label travel, cari link dg label IS-A

(27)

(28)

Penanganan Pengecualian

• Tambahkan link khusus untuk meng-override

informasi yang telah diwariskan

• Override : menambahkan link atau sifat yang

sama dengan objek induk pada node, tapi

dengan value atau karakteristik yang berbeda

• “Penguin”, How do you travel?

(29)

OAV-Triples

• object-attribute-value triplets

– can be used to characterize the knowledge in a semantic net

– quickly leads to huge tables

Object Attribute Value

Astérix profession warrior

Obélix size extra large

(30)

Problems Semantic Nets

• expressiveness

– no internal structure of nodes

– relationships between multiple nodes

– no easy way to represent heuristic information – extensions are possible, but cumbersome

– best suited for binary relationships – best suited for binary relationships

• efficiency

– may result in large sets of nodes and links – search may lead to combinatorial explosion

• especially for queries with negative results • usability