P4 Representasi Pengetahuan (TIF62)ebook.repo.mercubuana-yogya.ac.id/FTI/materi_doc_20161/TIF62-P4... · Logic •Suatu pengkajian ilmiah tentang serangkaian penalaran, system kaidah,

P4 – Representasi Pengetahuan(TIF62)

A. Sidiq P.

http://sidiq.mercubuana-yogya.ac.id

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Mercu Buana Yogyakarta

Knowledge (Pengetahuan)

Martin & Oxman (1988)

• Kemampuan untuk membentuk model mental yg menggambarkanobyek dgn tepat dan merepresentasikannya dalam aksi ygdilakukan terhadap suatu obyek.

Alter (1992)

• kombinasi dari naluri, gagasan, aturan, dan prosedur ygmengarahkan tindakan atau keputusan

SQ - http://sidiq.mercubuana-yogya.ac.id dnd_07june07@live.com

Knowledge Classification

Procedural Knowledge

Declarative Knowledge

Tacit Knowledge

Procedural Knowledge

• Berkenaan untuk mengetahui bagaimana melakukan sesuatu

• Ex : pengetahuan tentang bagaimana cara mendidihkan air dalam panci

Declarative Knowledge

• Berkenaan untuk mengetahui sesuatu itu benar atau salah

• Berkenaan dgn knowledge yg menunjukkan bentuk pernyataan deklarasi

• Ex : Jangan celupkan tangan anda ke dalam panci yg berisi air mendidih

Tacit Knowledge / Unconscoius Knowledge

• Tidak dapat diungkapkan dgn Bahasa

• Ex : Bagaimana memindahkan tangan Anda dari dalam panic yg berisi air panas

Knowledge merupakan kunci utama dari ES

• Analoginya dgn ekspresi klasik dari Wirth

Dan untuk ES

Algorithm + Data Structure = Program

Knowledge + Inference = ES

Hierarki Knowledge

Meta Knowledge

Knowledge

Information

data yg masih kabur

Knowledge dan keahlian bagaimana merepresentasikan pengetahuan

Representasi Pengetahuan

• Metode yg digunakan untuk mengodekan pengetahuan dalam sebuahES yg berbasis pengetahuan.

• Tujuan• Menangkap sifat-sifat penting problema yg membuat informasi itu dapat

diakses oleh prosedur pemecahan problema

• Bahasa representasi• Harus dapat membuat programmer dapat mengekspresikan pengetahuan yg

diperlukan untuk memecahkan solusi problema• Dapat diterjemahkan ke dalam Bahasa pemrogaman dan dapat disimpan• Harus dirancang agar fakta-fakta dan pengetahuan lain dapat digunakan

untuk penalaran

Model Representasi Pengetahuan

Logika(Logic)

JaringanSemantik(Semantic

Object-Attribute-

Value (OAV)

Bingkai(Frame)

KaidahProduksi

(Production Rule)

Pengetahuan dapat direpresentasikan dalam bentuk sederhana atau kompleks, tergantung dari masalahnya(Schnupp, 1989)

• Suatu pengkajian ilmiah tentang serangkaian penalaran, system kaidah, dan procedure yg membantu proses penalaran.

• Bentuk representasi yg paling tua, yg menjadi dasar dari teknikrepresentasi high level.

• Dalam melakukan penalaran, computer harus dapat menggunakanproses penalaran deduktif dan induktif ke dalam bentuk yg sesuai dgnmanipulasi computer, yaitu berupa Logika Simbolik dan LogikaMatematik Logika Komputasional

• Bentuk logika komputasional :• Logika Proporsional (Kalkulus)• Logika Predikat

• Penalaran deduktif• Bergerak dari penalaran umum ke khusus• Umumnya dimulai dari suatu silogisme (pernyataan premis) dan inferensi (terdiri dari

premis mayor, premis minor dan konklusi)

Premis Mayor

• Jika hujan turun saya tidak akan lari pagi

Premis Minor

• Pagi ini hujan turun

Konklusi

• Oleh karena itu pagi saya tidak akan lari pagi

• Penalaran induktif• Kebalikan induktif• Dimulai dari permasalahan khusus ke umum• Menggunakan sejumlah fakta atau premis yg baik untuk menarik kesimpulan umum

Premis

• Dioda yg rusak menyebabkan peralatan elektronik rusak

Premis

• Transistor rusak menyebabkan elektronik rusak

Premis

• IC rusak menyebabkan peralatan elektronik tidak berfungsi

Konklusi

• Maka, peralatan semi konduktor rusak merupakan penyebab utama rusaknya peralatan elektronik

Pada penalaran induktif, konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta-fakta baru

Logika Proporsional (Kalkulus)

• Proporsi merupakan suatu statement (pernyataan) yg menyatakan True or False

Operator Simbol

AND ꓵ, ꓥ, &

OR ꓴ, ꓦ, +

NOT ~, ꓶ

IMPLIES →

Operator Logika & Simbol

A B A ꓵ B A ꓴ B → A A → B

T T T T F T

T F T T F F

F T T F T T

F F F F T F

Tabel kebenaran operator logika

Logika Predikat

• Disebut juga kalkulus predikat

• Logika yg seluruhnya menggunakan konsep dan kaidah proporsional ygsama

• Memungkinkan kita untuk memecahkan masalah ke dalam bagiankomponen, yg disebut object, karakteristik object, atau beberapaketerangan obyek.

• Suatu proposisi (premis), dibagi dua bagian :• ARGUMEN (object) individu / object yg membuat keterangan• PREDIKAT (keterangan) keterangan yg membuat argument dan predikat

• Dalam suatu kalimat, predikatdapat berupa kata kerja ataubagian kata kerja

Dinyatakan Menjadi (Kalkulus Predikat)

Di dalam (mobil, garasi)

Misalkan Proposisi

Mobil berada dalam garasi

PREDIKAT (individu[object1], individu[object2])

Di dalam = Produk (keterangan)Mobil = Argumen (Object)Garasi = Argumen (Object)

• Proposisi : Rojali suka juleha

• Kalkulus Predikat : SUKA (Rojali, Juleha)

• Proposisi : Pintu terbuka

• Kalkulus Predikat : BUKA (Pintu)

• Proposisi : Sensor Cahaya Aktif

• Kalkulus Predikat : AKTIF (Sensor Cahaya)

Contoh lain :

• Pengetahuan diekspresikan dalam kalkulus predikat yg dapat dimanipulasi agar dapat diinferensi/dinalar.

• Pangkalan pengetahuan dibentuk dgn menggunakan variable sebagai symbol-symbol untuk merancangobject.

• Misal :x = Rojali

y = Juleha

Maka preposisinya menjadi = Suka (x,y)

• Predikat kalkulus memperbolehkan penggunaan symbol untuk mewakili fungsi.• Misal :

Ayah (Juleha) = Jojon

Ibu (Rojali) = Dorce

• Fungsi dapat digunakan bersamaan dgn predikat• Misal predikat berikut menjelaskan bahwa Jojon dan Dorce berteman

teman(ayah(Juleha), ibu(Rojali)) = teman(Jojon, Dorce)

• Predikat kalkulus membolehkan operator yg sama seperti pada logika proporsional• Misal :

Preposisi: Rojali suka Juleha

suka(Rojali, Juleha)

Preposisi: Mandra suka Juleha

suka(Mandra, Juleha)

• Untuk memberikan pernyataan adanya kecemburuan, maka :

suka(x,y) AND suka(z,y) IMPLIES NOT suka (x,z)Atau

suka(x,y) Ù suka à Ø suka (x,z)

• Dalam kalimat pengetahuan yg tersimpan :“Jika dua orang pria menyukai satu wanita yg sama,

maka kedua pria itu pasti saling tidak suka (saling membenci)”

Pada dua predikat di samping ada 2 orang menyukaiJuleha.

Pengukuran Kuantitas (Quantifier)

• Simbol yg mengijinkan kita untuk menyatakan suatu rangkaian ataucakrawala variable dalam suatu ekspresi logika

• Dua Ukuran kuantitas :• Universal (Ɐ) untuk semua• Eksistensial (Ǝ) ada/terdapat

• Contoh :• Preposisi : semua sapi berkaki empat

• Diekspresikan menjadi : (Ɐx)[Sapi(x), berkaki empat(x)]

• Preposisi : beberapa sapi berwarna putih• Diekspresikan menjadi : (Ǝx)[Sapi(x), berkaki empat(x)]

Semantic Nets (Jaringan Semantik)

• Dikenalkan oleh Ros Quillian – 1968

• Teknik representasi AI yg digunakan untuk informasi proporsional(Giarranto dan Riley, 1994) (Stalling, 1987)

• Informasi proporsional :• pernyataan yg mempunyai nilai benar atau salah

• Bahasa deklaratif karena menyatakan fakta

• Representasi jaringan semantic merupakan penggambaran grafis daripengetahuan yg memperlihatkan hubungan hirarkis dari obyek-obyek.

• Komponen dasar untuk merepresentasikan pengetahuan dalambentuk jaringan semantic adalah simpul (node) dan penghubung(link).

Penghubung (Link) sebagai penghubung antar simpul

Simpul (Node) merepresentasikan obyek, konsep atau situasi

Keterangan :Merepresentasikan pernyataan bahwa : • Semua computer merupakan alat elektronik,• Semua PC merupakan computer• Semua computer memiliki monitor

PC Komputer Alat Elektronik

Monitor

merupakan merupakan

memiliki

Contoh bagaimana pengetahuan dptdirepresentasikan dengan jaringan semantik

Jaringan Umum Jarigan Semantik

New York

Houston

San Fransisco

Chicago

Indianapolis

Sister - of

wife - of

husband - of

wife - ofwife - of

husband - ofhusband - of

father - ofmother - of

father - of father - ofmother - of mother - of

Bill David

TomSusan

AnnCarol

Object-Attribubte-Value (OAV)

• Object dapat berupa bentuk fisik atau konsep

• Attribute karakteristik atau sifat dari sebuah object

• Values besaran/nilai/takaran spesifik dari attribute tersebut padasituasi tertentu dapat berupa numerik, string atau Boolean

• Sebuah object dapat memiliki beberapa attribute biasa disebutOAV Multi-attribute

Object Attribute Value

Mangga Warna Hijau, Orange

Mangga Berbiji Tunggal

Mangga Rasa Asam, Manis

Mangga Bentuk Oval

Pisang Warna Hijau, Kuning

Pisang Bentuk Lonjong

Contoh representasi pengetahuan dgn OAV

Bingkai (Frame)

• Berupa ruang-ruang (slots) yg berisi attribute untuk mendeskripsikanpengetahuan

• Pengetahuan yg termuat dalam slots dapat berupa kejadian, lokasi, situasi, ataupun elemen-elemen lainnya

• Bingkai digunakan untuk merepresentasikan pengetahuan deklaratif(Giarrantano dan Riley, 1994)

• Bingkai memuat deskripsi sebuah object dgn menggunakan tabulasiinformasi yg berhubungan object sehingga bingkai dapatmenirukan cara seseorang mengorganisassikan informasi tentangsebuah object yg menjadi kumpulan data

• Bingkai merupakan cara yg lebihkompleks untuk menyimpanobyek dan nilai attribute nya biladibandingkan dgn jaringansemantic.

• Bingai menambahkankecerdaasan pada representasidata dan mengijinkan object untuk menurunkan nilai dariobyek lain

Ruang (Slots) Isi (Filter)

Nama Flu

Gejala 1. Bersin2. Pusing3. Demam

Obat 1. Bodrex2. Ultraflu3. mixagrib

Contoh bingkai penyakit

• Sama pada jaringan semantic, tidak ada standar untuk mendefinisikansystem berbasis bingkai.

• Bingkai dapat dipandang sebagai bentuk record pada Bahasa tingkattinggi

Kaidah Produksi (Production Rule)

• Kaidah produksi menyediakan caraformal untuk merepresentasikanrekomendasi, arahan atau strategi

• Kaidah produksi dituliskan dalambentuk if-then

• Kaidah if-then menghubungkanantasenden dengan konsekuensi ygdiakibatkannya

JIKA premis MAKA konklusi

JIKA masukan MAKA keluaran

JIKA kondisi MAKA tindakan

JIKA antesenden MAKA konsekuen

JIKA data MAKA hasil

JIKA tindakan MAKA tujuan

Struktur kaidah if-then yg menghubungkan obyek atauattribute :

• Premis mengacu pada fakta yg harus benar sebelum konklusi tertentudpt diperoleh. Masukan mengacu pada data yg harus tersediasebelum keluaran dapat diperoleh. Kondisi mengacu pada keadaan ygharus berlaku sebelum tindakan dapat diambil. Antesenden mengacupada situasi yg terjadi sebelum konsekuensi dapat diamati. Data mengacu pada kegiatan yg harus dilakukan sebelum hasil dptdiharapkan. Tindakan mengacu pada kegiatan yg harus dilakukansebelum hasil dpt diharapkan (Hanifah, 1998)

• Kaidah dapat diklarifikasikan menjadi dua :• Kaidah derajad pertama (first order rule)

• Kaidah sederhana yg terdiri dari antesenden dan konsekuen

• Ex :• JIKA bersin-bersin dan pusing

• MAKA terserang penyakit flu

• Kaidah meta (meta rule)• Kaidah yg antesenden atau konsekuennya mengandung informasi tentang kaidah yg lain

Aturan 1 Aturan 2

JIKA Mengalami kesadaran yg berlangsusng sangat singkat, sehinggaaktifitas yg sedaang berjalan terhenti

DAN Terkadang disertai dgn mata yg menatap kosong atau gerakanmioklonik dari sekelompok otot mata atau wajah, otomatisme, kehilangan tonus otot (sehingga barang yg dipegang bisaterjatuh atau bila sedang berdiri bias terjatuh)

DAN Serangan berakhir dgn diikuti oleh pulihnya kesadaran

DAN Berlangsung beberapa detik sampai setengah menit, dan dapatberlangsusng puluhan kali dalam sehari

MAKA Mangalami tipe sawan lena

JIKA Tipe sawan umum

ATAU Tipe sawan mioklonik

ATAU Tipe sawan lena

ATAU Tipe sawan tonik-klinik

DAN EGG tidak menunjukkan adanya kelainan fokal

DAN Penyebab tidak diketahui

DAN Awitan berhubungan dengan usia

MAKA Terkena epilepsi ideopatik umum

Konsekuen dari Aturan 1, yaitu mengalami sawan lena, menjadi antesenden bagi Aturan 2

• Lanjutan Tugas sebelumnya• NIM

• Nama

• Judul

• Sample Data - sesuai judul/pembahasan• Berdasarkan data tersebut, mohon di review kira-kira apa saja variable yg akan diukur

• Bagaimana cara mengukur variable tersebut

• Tugas dikumpul di web FTI • Time limit 18 Oktober 2016 (23:59 WIB)

P4 Representasi Pengetahuan (TIF62)ebook.repo.mercubuana-yogya.ac.id/FTI/materi_doc_20161/TIF62-P4... · Logic •Suatu pengkajian ilmiah tentang serangkaian penalaran, system kaidah,

Documents

Pembentukan Fungsi...

Presentación P4

Pengembangan Sistem...

CANÇONER P4

Acca f9 and p4 Answers to Reinforcing Questions p4

DE420010 P4.x P4 - buehler-technologies.com

P10 FIS Mamdani...

Architecture and...

ESPOL · p4 p1 v2 p2 p3 t1 p3 p5 p4 p4 p4 p4 p5 p2 p2 p1 t1...

Pellet Boiler P4 Pellet 8 - 105 - fgebiomass.co.uk · This....

P4 SBB Science Slides · •P3 and P4 Textbooks/Activity...

RANGKUMAN P4

ebook.repo.mercubuana-yogya.ac.idebook.repo.mercubuana-yogya...

LOGIKA FUZZY - Universitas Mercu Buana...

PRIMARY 4 PARENT TEACHER MEETING TERM 1 - … · TERM 1...

Deploying P4 Applications in Server-Based Networks© 2017...