REPRESENTASI PENGETAHUAN UTHIE

REPRESENTASI

PENGETAHUAN

PENDAHULUAN

 Basis pengetahuan dan kemampuan untuk melakukan

penalaran merupakan bagian terpenting dari sistem yang menggunakan kecerdasan buatan.

 Meskipun suatu sistem memiliki banyak pengetahuan,

namun tidak memiliki kemampuan untuk menalar, tentu akan menjadi percuma saja.

 Demikian pula sebaliknya, apabila suatu sistem

memiliki kemampuan yang sangat handal untuk

menalar, namun basis pengetahuan yang dimilikinya tidak cukup, maka solusi yang diperolehpun menjadi tidak maksimal.

 representasi dimaksudkan untuk menangkap sifat-sifat

penting problema & membuat informasi tersbut dapat dikases oleh prosedur pemecahan permasalahan.

 bahasa representasi harus dapat membuat seorang

pemrogam mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi permaslahan.

 banyak cara untuk merepresentasikan pengetahuan (fakta)

dalam program AI. Ada dua entiti yang perlu diperhatikan :

o fakta : kejadian sebenarnya. fakta inilah yang akan



syarat representasi yang baik :



mengemukakan hal secara eksplisit



membuat masalah menjadi transparan



komplit dan efisien



menekan/menghilangkan detil-detil yang

diperlukan



dapat dilakukan komputasi (ada batasan /

Representasi pengetahuan dapat dikelompokkan menjadi 4 yaitu :

1. representasi logika : representasi jenis ini menggunakan

ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan

2. representasi prosedural : representasi menggambarkan

pengetahuan sebagai kumpulan instruksi untuk memecahkan suatu problema

3. representasi network : representasi ini menangkap

pengetahuan sebagai sebuah graf dimana simpul-simpulnya menggambarkan obyek atau konsep dari problema yang dihadapi, sedangkan edge nya

menggambarkan hubungan atau asosiasi antar mereka

4. representasi terstruktur : representasi terstruktur

memperluas network dengan cara membuat setiap simpulnya menjadi sebuah struktur data kompleks

Keuntungan membuat representasi pengetahuan

 dengan representasi yang baik, membuat objek dan

relasi yang penting menjadi jelas

 representasi menyingkap constraint (batasan) dalam

suatu permasalahan.

 dengan representasi kita dapat menghilangkan semua

komponen yang tidak berhubungan dengan permasalahan yang sedang kita selesaikan

 dengan representasi permasalahan menjadi transparan  dengan representasi akan membuat permasalahan

REPRESENTASI

LOGIKA

 Proses logika adalah proses membentuk kesimpulan atau

menarik suatu inferensi berdasarkan fakta yang telah ada (Gambar 1).

 representasi logika menggunakan ekspresi-ekspresi dalam

logika formal untuk merepresentasikan basis pengetahuan

 Input dari proses logika berupa premis atau

fakta-fakta yang diakui kebenarannya sehingga dengan

melakukan penalaran pada proses logika dapat dibentuk suatu inferensi atau kesimpulan yang benar pula.

Ada 2 penalaran yang dapat dilakukan untuk mendapat konklusi:

1. Penalaran Deduktif.

 Penalaran dimulai dari prinsip umum untuk

mendapatkan konklusi yang lebih khusus.

 Contoh:

2. Penalaran Induktif

 Penalaran dimulai dari fakta-fakta khusus untuk

mendapatkan kesimpulan umum.

 Contoh :

Premis-1 : Aljabar adalah pelajaran yang sulit. Premis-2 : Geometri adalah pelajaran yang sulit. Premis-3 : Kalkulus adalah pelajaran yang sulit. Konklusi : Matematika adalah pelajaran yang sulit.

 Pada penalaran induktif ini, munculnya premis baru

bisa mengakibatkan gugurnya konklusi yang sudah diperoleh. Sebagai contoh, misalkan muncul premis-4 pada contoh diatas:

Premis-4 : Optika adalah pelajaran yang sulit.

 Premis tersebut, menyebabkan konklusi: “Matematika

adalah pelajaran yang sulit”, menjadi salah. Hal itu disebabkan ‘Optika’ bukan merupakan bagian dari ‘Matematika’. Sehingga apabila kita menggunakan

LOGIKA

PROPOSISI

Pengertian

 Proposisi adalah suatu pernyataan yang dapat bernilai

benar (B) atau salah (S)

 Proposisi biasa juga disimbolkan dengan true (T) dan False

(F).

 Simbol-simbol seperti P dan Q menunjukkan

proposisi.

 Dua atau lebih proposisi dapat digabungkan dengan

1. Operator Negasi : ⌐ (not)

 Operator NOT digunakan untuk memberikan nilai

negasi (lawan) dari pernyataan yang telah ada.

 untuk operator NOT.

P

⌐

P

T

F

2. Operator Konjungsi : Λ (and)

 Operator AND digunakan untuk mengkombinasikan 2 buah

proposisi

 Hasil yang diperoleh akan bernilai benar jika kedua

proposisi bernilai benar, dan akan bernilai salah jika salah satu dari kedua proposisi bernilai salah

 Contoh :

P = Mobil saya berwarna hitam

Q = Mesin mobil berwarna hitam itu 6 silinder R = P Λ Q

= Mobil saya berwarna hitam dan mesinnya 6 silinder R bernilai benar , jika P dan Q benar

3. Operator Disjungsi : ν (or)

 Operator OR digunakan untuk mengkombinasikan 2 buah

proposisi.

 Hasil yang diperoleh akan bernilai benar jika salah

satu dari kedua proposisi bernilai benar, dan akan bernilai salah jika kedua proposisi bernilai salah.

 Contoh :

P = Seorang wanita berusia 25 tahun Q = Lulus Perguruan Tinggi Informatika

R = P ν Q = Seorang wanita berusia 25 tahun atau Lulus Perguruan Tinggi Informatika

4. Implikasi :  (if-then)

 Implikasi: Jika P maka Q akan menghasilkan nilai salah

jika P benar dan Q salah, selain itu akan selalu bernilai benar.

 Contoh :

P = Mobil rusak

Q = Saya tidak bisa naik mobil

 R = P  Q = Jika Mobil rusak Maka saya tidak bisa

naik mobil

5. Ekuivalensi / Biimplikasi / Bikondisional : ⇔ (if

and only if /Jika dan hanya Jika)

 Ekuivalen akan menghasilkan nilai benar jika P dan Q

keduanya benar atau keduanya salah.

 Contoh :

P = Hujan turun sekarang

Q = Saya tidak akan pergi ke pasar

R = Q ⇔ P = Saya tidak akan pergi ke pasar jika dan hanya jika Hujan turun sekarang

 R akan bernilai benar jika P dan Q benar atau jika P

DAFTAR EKUIVALENSI LOGIS dan

HUKUM LOGIKA PROPOSIONAL

EKUIVALENSI LOGIS EKUIVALENSI LOGIS

1. Hukum identitas:

p  F = p p  T = p

2. Hukum null/dominasi:

p  F = F p  T = T 3. Hukum negasi: p  ~p = T p  ~p = F 4. Hukum idempoten: p  p = p p  p = p

5. Hukum involusi (negasi ganda): ~(~p) = p

6. Hukum penyerapan (absorpsi):

p  (p  q) = p p  (p  q) = p 7. Hukum komutatif: p  q = q  p p  q = q  p 8. Hukum asosiatif: p  (q  r) = (p  q)  r p  (q  r) = (p  q)  r 9. Hukum distributif: p  (q  r) = (p  q)  (p  r) p  (q  r) = (p  q)  (p  r) 10. Hukum De Morgan: ~(p  q) = ~p  ~q ~(p  q) = ~p  ~q

RESOLUSI LOGIKA PROPOSISI

 Metode resolusi dikembangkan oleh John Alan Robinson sekitar tahun 1960 dan terus diteliti secara intensif dan diimplementasikan ke berbagai masalah logika. Prinsip resolusi mudah dipakai di komputer misalnya untuk deduksi basis data.

 Resolusi merupakan suatu teknik pembuktian yang lebih efisien, sebab fakta-fakta yang akan dioperasikan terlebih dahulu dibawa ke bentuk standar yang sering disebut dengan nama klausa.

 Pembuktian suatu pernyataan menggunakan resolusi ini dilakukan dengan cara menegasikan pernyataan tersebut, kemudian dicari kontradiksinya dari pernyataan-pernyataan yang sudah ada.

 Algoritma resolusi :

1. Konversikan semua proposisi F ke bentuk CNF.

2. Negasikan P, dan konversikan hasil negasi tersebut ke bentuk klausa.

3. Tambahkan ke himpunan klausa yang telah ada pada langkah 1. 4. Kerjakan hingga terjadi kontradiksi atau proses tidak

mengalami kemajuan :

 Seleksi 2 klausa sebagai klausa parent.

 Bandingkan (resolve) secara bersama-sama. Klausa hasil

resolve tersebut dinamakan resolvent. Jika ada pasangan literal L dan ¬L, eliminir dari resolvent.

 Jika resolvent berupa klausa kosong, maka ditemukan

kontradiksi. Jika tidak, tambahkan ke himpunan klausa yang telah ada.

Konversi Logika Proposisi Ke Dalam Bentuk Klausa (Cnf)

 Sebelum dilakukan inferensi pada logika proposisi

dengan resolusi, maka suatu logika proposisi harus diubah (dikonversi) ke dalam bentuk khusus yang dikenal dengan nama conjunctive normal form (CNF).

 Untuk mengubah suatu kalimat logika proposisi ke dalam

bentuk CNF, dapat digunakan langkah-langkah sebagai berikut:

1. Hilangkan implikasi dan ekuivalensi.

3. Gunakan aturan assosiatif dan distributif untuk

mengkonversi menjadi conjunction of disjunction.

Contoh merubah ekspresi logika

ke bentuk CNF

 ¬ (A  ¬C) ʌ (¬B  C) = ¬(¬A V ¬C) ʌ (¬ ¬B V C) = (¬ ¬A ʌ ¬ ¬C) ʌ (¬ ¬B V C) = (A ʌ C) ʌ (B V C)

Contoh Kasus 1:

 Diketahui basis pengetahuan (fakta-fakta yang bernilai

benar) sebagai berikut: 1. P

2. (P ∧ Q) → R 3. (S ∨ T) → Q 4. T

 Langkah 1 : ubah keempat fakta di atas menjadi bentuk

 Langkah 2 : tambahkan kontradiksi pada tujuannya, R

menjadi ¬R sehingga fakta-fakta (dalam bentuk CNF) dapat disusun menjadi:

1. P 2. ¬P ∨ ¬Q ∨ R 3. ¬S ∨ Q 4. ¬T ∨ Q 5. T 6. ¬R

 Dalam logika proposisi, pada saat mendapatkan klausa

kosong dapat disimpulkan bahwa klausa-klausa yang ada dianggap tidak kompatibel satu dengan yang lainnya.

Dengan kata lain, negasi dari kesimpulan tidak konsisten dengan premis-premisnya. Kebalikannya, Suatu argumen justru dinyatakan valid karena pemakainan negasi

CONTOH KASUS II PENERAPAN

DALAM KALIMAT

 Contoh apabila diterapkan dalam kalimat:  P : Andi anak yang cerdas.

 Q : Andi rajin belajar.

 R : Andi akan menjadi juara kelas.  S : Andi makannya banyak.

 Langkah 1 : Kalimat yang terbentuk (basis pengetahuan)

menjadi :

1. P : Andi anak yang cerdas.

2. (P ∧ Q) → R : Jika Andi anak yang cerdas dan Andi

rajin belajar, maka Andi akan menjadi juara kelas.

3. (S ∨ T) → Q : Jika Andi makannya banyak atau Andi

istirahatnya cukup, maka Andi rajin belajar.

 Langkah 2 : Setelah dilakukan konversi ke bentuk CNF,

didapat:

1. P : Andi anak yang cerdas.

2. ¬P ∨ ¬Q ∨ R : Andi tidak cerdas atau Andi tidak rajin

belajar atau Andi akan menjadi juara kelas.

3. ¬S ∨ Q : Andi tidak makan banyak atau Andi

rajin belajar.

4. ¬T ∨ Q : Andi tidak cukup istirahat atau Andi

 Langkah 3 : Resolusi Pada Logika Proposisi dengan

Latihan :

1.Tentukan valid atau tidaknya argumen berikut ini :

JIKA RATU MENGADAKAN KONSER, PENGGEMARNYA AKAN DATANG

jika diketahui premis-premisnya adalah sebagai berikut :

JIKA RATU MENGADAKAN KONSER, MAKA

PENGGEMARNYA AKAN DATANG JIKA HARGA TIKET TIDAK MAHAL. JIKA RATU MENGADAKAN KONSER

2. Tentukan valid atau tidaknya argumen berikut ini :

PEJABAT TIDAK MELAKUKAN KORUPSI

jika diketahui premis-premisnya adalah sebagai berikut :

JIKA PEJABAT MELAKUKAN KORUPSI MAKA RAKYAT JELATA TIDAK AKAN MARAH ATAU KEJAKSAAN AKAN MEMERIKSANYA. JIKA

KEJAKSAAN TIDAK AKAN MEMERIKSANYA MAKA RAKYAT AKAN MARAH.

LOGIKA

PREDIKAT

Pengertian

 Kalkulus predikat adalah suatu formula yang terdiri dari

predikat, variabel, konstatnta atau fungsi

 Logika predikat digunakan untuk merepresentasikan

hal-hal yang tidak dapat direpresentasikan dengan menggunakan logika proposisi.

Contoh :

1. WARNA (RUMAH, MERAH)

predikat ini menggambarkan warna rumah merah, dimana WARNA adalah predikat, RUMAH dan MERAH adalah suatu konstanta

2. WARNA (x, MERAH)

x adalah variabel yang menyatakan sembarang benda berwarna MERAH

3. WARNA (x,y)

predikat ini menyatakan suatu sifat warna antara variabel x dan y

Biasanya predikat dan konstanta ditulis dengan huruf besar, sedangkan variabel atau fungsi ditulis dalam huruf kecil

Operator Logika Predikat

1. Konjungtif (∧)

Fakta : Amin tinggal dirumah yang berwarna kuning Formula :

2. Disjungtif (∨)

Fakta : Amin bisa main biola atau piano Formula :

3. Negasi

 Fakta : Amin tidak bisa main bola  Formula : - MAIN (AMIN, BIOLA)

4. Implikasi

 formula sebelah kiri dari  adalah premis (antecedent)

dan sebelah kanan adalah konklusi (consequence)

 Fakta : Amin mempunyai mobil baru

 Fakta tersebut mengandung arti : bila Amin mempunyai

mobil maka mobil itu berwarna biru.

 Formula : PUNYA (AMIN,MOBIL)  WARNA

6. Quantifier

 kuantifier adalah satu symbol dalam satu formula yang

membenarkan formula itu dalam satu domain, misal :

 Fakta : Amin punya mobil  Formula : PUNYA (x,y)

 Fakta tersebut dapat ditulis

PUNYA (AMIN,MOBIL)

dimana AMIN dan MOBIL adalah kuantifier dari variabel x dan y.

 Kuantifier ini ada beberapa tipe yaitu :

a) kuantifier universal dimana semua konstan

membenarkan formula itu.

Fakta : Semua kucing mempunyai empat kaki Formula :

b) kuantifier yang berlaku untuk suatu keadaan saja

Fakta : Ada satu kucing yang berkaki tiga Formula :

CONTOH KASUS III. LOGIKA

PREDIKAT

misalkan ada pernyataan-pernyataan sebagai berikut :

1. karto adalah seorang laki-laki

laki laki (karto)

2. karto adalah orang jawa

jawa (karto)

4. setiap laki-laki pasti mati

: laki laki (x)  pasti mati (x)

5. semua orang jawa mati pada saat krakatu meletus tahun

1883

Dapat dipecah menjadi :

- meletus (krakatau,1883)

7. sekarang tahun 2003

sekarang = 2003

8. mati berarti tidak hidup

9. jika mati, maka beberapa waktu kemudian ia pasti

 Apabila terdapat pertanyaan : "Apakah Karto masih hidup

sekarang ?"

 maka dengan menggunakan fakta atau aturan yang ada,

 Nilai NIL pada akhir pembuktian menunjukkan bahwa pembuktian sukses

CONTOH KASUS IV. LOGIKA

PREDIKAT

Misalkan terdapat pernyataan-pernyataan sebagai berikut: 1. Andi adalah seorang mahasiswa.

2. Andi masuk Jurusan Elektro.

3. Setiap mahasiswa elektro pasti mahasiswa teknik. 4. Kalkulus adalah matakuliah yang sulit.

5. Setiap mahasiswa teknik pasti akan suka kalkulus atau akan membencinya.

6. Setiap mahasiswa pasti akan suka terhadap suatu matakuliah. 7. Mahasiswa yang tidak pernah hadir pada kuliah

matakuliah sulit, maka mereka pasti tidak suka terhadap matakuliah tersebut.

 Kedelapan pernyataan di atas dapat dibawa ke

bentuk logika predikat, dengan menggunakan operator-operator logika predikat sebagai berikut:

1. mahasiswa(Andi). 2. Elektro(Andi).

3. ∀x:Elektro(x)→Teknik(x). 4. sulit(Kalkulus).

5. ∀x:Teknik(x) → suka(x,Kalkulus) ∨ benci(x,Kalkulus). 6. ∀x:∃y:suka(x,y).

 Andaikan kita akan menjawab pertanyaan:

“Apakah Andi suka matakuliah kalkulus?”

maka dari pernyataan ke-7 kita akan membuktikan bahwa Andi tidak suka dengan matakuliah kalkulus. Dengan menggunakan penalaran backward bisa

dibuktikan bahwa:

¬suka(Andi,Kalkulus) sebagai berikut:

¬suka(Andi,Kalkulus)

↑ (7, substitusi)

mahasiswa(Andi) ∧ sulit(Kalkulus) ∧¬hadir(Andi,Kalkulus)

↑ (1)

sulit(Kalkulus) ∧ ¬hadir(Andi,Kalkulus)

↑ (4)

¬hadir(Andi,Kalkulus)

KONVERSI LOGIKA PREDIKAT KE

DALAM BENTUK KLAUSA

Algoritma konversi ke bentuk klausa (CNF):

1. Eliminir a → b menjadi ¬ a ∨ b

2. Reduksi skope dari ¬ sebagai berikut:

 ¬(¬a ∧ b) ≡ ¬a ∨ ¬b  ¬(¬a ∨ b) ≡ ¬a ∧ ¬b  ¬ ∀x:P(x) ≡ ∃x:¬P(x)  ¬ ∃x:P(x) ≡ ∀x:¬P(x)

3. Standarisasi variabel sehingga semua qualifiaer (∀ & ∃)

terletak pada satu variabel yang unik.

4. Pindahkan semua qualifier ke depan tanpa mengubah

urutan relatifnya.

5. Eliminasi qualifier “ ∃ “.

∀x: ∃y:P(y,x) menjadi ∀x: P(S(x),x) 6. Buang semua prefiks qualifier “∀“.

7. Ubah menjadi conjunction of disjunctiuon: (a ∧ b) ∨ c ≡ (a ∨ b) ∧ (b ∨ c)

8. Bentuk klausa untuk tiap-tiap bagian konjungsi. 9. Standarisasi variabel di tiap klausa

Andaikan ada pernyataan: “Setiap orang yang mengenal Hitler, maka ia akan menyukainya atau berpikir bahwa orang yang membunuh orang lain itu gila ”. Apabila dibawa ke bentuk wff:

∀x: [orang(x) ∧ kenal(x,Hitler)] → [suka(x,Hitler)

∨ (∀y:∃z: bunuh(y,z) → gila(x,y))] Konversi ke bentuk klausanya adalah :

1. ∀x: ¬ [orang(x) ∧ kenal(x,Hitler)] ∨ [suka(x,Hitler) ∨

(∀y: ¬ (∃z:bunuh(y,z)) ∨ gila(x,y))]

2. ∀x: [¬ orang(x) ∨ ¬ kenal(x,Hitler)] ∨ [suka(x,Hitler) ∨

(∀y: ( ∀z: ¬ bunuh(y,z)) ∨ gila(x,y))]

4. ∀x: ∀y:∀z: [¬ orang(x) ∨ ¬ kenal(x,Hitler)] ∨ [suka(x,Hitler) ∨ (¬ bunuh(y,z)) ∨ gila(x,y))]

5. Sesuai

6. [¬ orang(x) ∨ ¬ kenal(x,hitler)] ∨ [suka(x,Hitler) ∨ (¬ bunuh(y,z)) ∨ gila(x,y))]

7. ¬ orang(x) ∨ ¬ kenal(x,Hitler) ∨ suka(x,Hitler) ∨ ¬ bunuh(y,z) ∨ gila(x,y)

8. Sesuai 9. sesuai

RESOLUSI PADA LOGIKA

PREDIKAT

 Resolusi pada logika predikat pada dasarnya sama dengan

resolusi pada logika proposisi, hanya saja ditambah dengan unufikasi.

 Pada logika predikat, prosedur untuk membuktikan

pernyataan P dengan beberapa pernyataan F yang telah diketahui, dengan menggunakan resolusi, dapat dilakukan melalui algoritma sebagai berikut:

1. Konversikan semua proposisi F ke bentuk klausa.

2. Negasikan P, dan konversikan hasil negasi tersebut ke

3. Kerjakan hingga terjadi kontradiksi atau proses tidak mengalami kemajuan:

a. Seleksi 2 klausa sebagai klausa parent.

b. Bandingkan (resolve) secara bersama-sama. Klausa hasil resolve tersebut dinamakan resolvent. Jika ada pasangan literal T dan HT2 sedemikian hingga

keduanya dapat dilakukan unifikasi, maka salah satu T1 atau T2 tidak muncul lagi dalam resolvent. T1 dan T2 disebut sebagai complementary literal. Jika ada lebih dari 1 complementary literal, maka hanya sepasang yang dapat meninggalkan resolvent.

c. Jika resolvent berupa klausa kosong, maka ditemukan kontradiksi. Jika tidak, tambahkan ke himpunan klausa yang telah ada.

Misalkan terdapat pernyataan-pernyataan sebagai berikut : 1. Andi adalah seorang mahasiswa.

2. Andi masuk Jurusan Elektro.

3. Setiap mahasiswa elektro pasti mahasiswa teknik. 4. Kalkulus adalah matakuliah yang sulit.

5. Setiap mahasiswa teknik pasti akan suka kalkulus atau akan membencinya.

6. Setiap mahasiswa pasti akan suka terhadap suatu matakuliah. 7. Mahasiswa yang tidak pernah hadir pada kuliah

 Kedelapan pernyataan di atas dapat dibawa ke bentuk

logika predikat, dengan menggunakan operator-operator logika predikat, sebagai berikut :

1. mahasiswa(Andi). 2. Elektro(Andi).

3. ∀x:Elektro(x)→Teknik(x). 4. sulit(Kalkulus).

5. ∀x:Teknik(x) → suka(x,Kalkulus) ∨ benci(x,Kalkulus). 6. ∀x:∃y:suka(x,y).

7. ∀x:∀y:mahasiswa(x)∧sulit(y) ∧ ¬hadir(x,y)→ ¬suka(x,y). 8. ¬hadir(Andi,Kalkulus).

 Kita dapat membawa pernyataan-pernyataan yang ada

menjadi bentuk klausa (CNF) sebagai berikut:

1. mahasiswa(Andi). 2. Elektro(Andi).

3. ¬Elektro(x1) ∨ Teknik(x1). 4. sulit(Kalkulus).

5. ¬Teknik(x2) ∨ suka(x2,Kalkulus) ∨ benci(x2,Kalkulus). 6. suka(x3,fl(x3)).

 Apabila ingin dibuktikan apakah Andi benci kalkulus,

maka kita bisa lakukan dengan membuktikan: benci(Andi,Kalkulus) menggunakan resolusi sebagai berikut :

JARINGAN

SEMANTIK

 Jaringan semantik merupakan representasi pengetahuan

yang digunakan untuk menggambarkan data dan informasi yang menunjukkan hubungan antara berbagai objek

 Objek disini bisa berupa benda fisik seperti mobil, rumah,

orang atau konsep berupa pikiran, kejadian, atau tindakan

 Jaringan semantik merupakan grafik yang terdiri dari

simpul-simpul (nodes), yang merepresentasikan objek dan busur-busur (arcs) yang menunjukkan relasi antar objek-objek tersebut.

 Jaringan semantik merupakan alat efektif untuk

merepresentasikan pemetaan data agar tidak terjadi duplikasi data

Contoh :

 Beberapa mahasiswa sedang membicarakan keadaan TOYES dan BEJO. Menurut pengetahuan mereka, TOYES dan BEJO mempunyai beberapa keadaan sebagai berikut :

1. TOYES adalah seorang sekretaris dan bekerja untuk BEJO 2. TOYES dan BEJO adalah seorang manusia.

3. TOYES dan BEJO bekerja dalam R&D departemen PT. Lombok Persada 4. TOYES berumur 42 tahun dan mempunyai mata berwarna hitam

5. BEJO adalah seorang manajer senior

6. Seorang manajer senior biasanya mempunyai mobil perusahaan

Langkah membentuk jaringan

semantik

1. TOYES adalah seorang sekretaris dan bekerja untuk BEJO

BEJO

TOYES Sekretaris

Bekerja untuk

2. TOYES dan BEJO adalah manusia BEJO Bekerja untuk Adalah Manusia adalah adalah

3. TOYES dan BEJO bekerja dalam R&D departemen dari perusahaan PT. Lombok Persada

BEJO TOYES Sekretaris Bekerja untuk Adalah Manusia adalah adalah PT. Lombok Persada R&D. Departemen Bekerja dalam Bekerja dalam Bagian dari

4. TOYE berumur 42 tahun dan mempunyai mata berwarna hitam BEJO TOYES Sekretaris Bekerja untuk Adalah Manusia adalah adalah PT. Lombok Persada R&D. Departemen Bekerja dalam Bekerja dalam Bagian dari 42 mata hitam umur mempunyai berwarna

5. BEJO adalah seorang manajer senior BEJO TOYES Sekretaris Bekerja untuk Adalah Manusia adalah adalah PT. Lombok Persada R&D. Departemen Bekerja dalam Bekerja dalam Bagian dari 42 mata hitam umur mempunyai berwarna Manajer senior adalah

6. Seorang manajer senior biasanya mempunyai mobil perusahaan BEJO TOYES Sekretaris Bekerja untuk Adalah Manusia adalah adalah PT. Lombok Persada R&D. Departemen Bekerja dalam Bekerja dalam Bagian dari 42 umur mempunyai berwarna Manajer senior adalah Mobil perusahaan mempunyai

7. Sebagian besar karyawan dalam perusahaan PT. Lombok Persada memiliki izin parkir

BEJO TOYES Sekretaris Bekerja untuk Adalah Manusia adalah adalah PT. Lombok Persada R&D. Departemen Bekerja dalam Bekerja dalam Bagian dari 42 mata hitam umur mempunyai berwarna Manajer senior adalah Mobil perusahaan mempunyai Karyawan PT. Lombok Persada Bekerja untuk Izin parkir mempunyai

 Perluasan jaringan semantik dilakukan dengan cara menambah node dan

menghubungkan dengan node yang bersesuaian pada jaringan semantik. Node baru tersebut bisa berupa objek, atau properti tambahan. Ada tiga cara perluasan yaitu :

1. Penambahan objek yang sama : penambahan node “Manager Senior ”

merupakan objek yang sama dengan node “sekretaris” yang

merupakan hubungan “adalah” dari node “BEJO” dan node “TOYES”

2. Penambahan objek yang lebih khusu : penambahan node “mata” dan

node “hitam” merupakan objek khusus dari node “TOYES”.

Penambahan tersebut memberi informasi bahwa TOYES mempunyai mata hitam.

Pewarisan pada jaringan semantik

 Node yang ditambahkan pada jaringan semantik secara

otomatis mewarisi informasi yang telah ada pada jaringan. Penambahan node “hitam” otomatis mewarisi sifat-sifat dari node “TOYES”

Operasi pada jaringan semantik

 Salah satu cara untuk menggunakan jaringan semantik adalah

dengan bertanya pada node. Misalnya : kita ingin bertanya tentang “apa warna mata TOYES ?”

 Untuk menjawabnya diperlukan node “TOYES”, arc mempunyai,

TOYES

mata hitam

mempunyai