Artificial Intelligence Representasi Pengetahuan Surya Rahmah Labetubun, S. Kom.
Artificial Intelligence
Representasi Pengetahuan
Surya Rahmah Labetubun, S. Kom.
Representasi Pengetahuan
Logika Logika merupakan suatu pengkajian ilmiah
tentang serangkaian penalaran, sistem kaidah dan prosedur yang membantu proses penalaran
Proses Logika : Proses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada
Merupakan bentuk representasi pengetahuan yang paling tua
Penalaran Deduktif Penalaran ini bergerak dari penalaran
umum menuju ke konklusi khusus Umumnya dimulai dari suatu
silogisme atau pernyataan premis dan inferensi
Umumnya terdiri dari 3 bagian: premis mayor, premis minor dan konklusi.
ContohPremis mayor : Jika hari ini turun hujan maka jalanan basahPremis Minor : Hari ini hujan turunKonklusi : Oleh karena itu jalanan di depan rumah saya basah
Penalaran Induktif Dimulai dari masalah khusus menuju ke
masalah umum Menggunakan sejumlah fakta atau premis
untuk menarik kesimpulan umum. Konklusi tidak selalu mutlak, dapat
berubah jika ditemukan fakta-fakta baru Contoh:
Premis 1 : Pascal adalah pelajaran yang mudahPremis 2 : Delphi adalah pelajaran yang mudahPremis 3 : C++ adalah pelajaran yang mudahKonklusi : Bahasa pemrograman adalah pelajaran yang mudah.
Logika Proporsional Bentuk logika komputasional ada 2
macam : Logika Proporsional atau Kalkulus dan Logika Predikat
Suatu Proposisi merupakan suatu statemen atau pernyataan yang menyatakan benar (TRUE) atau salah (FALSE).
Operator Logika (penggabungan proposisi) Konjungsi: ( and) Disjungsi: (Or) Negasi ~ (not) Implikasi → Ekivalensi ↔
Untuk menggambarkan berbagai proposisi, premis atau konklusi gunakan simbol seperti huruf abjad.
Misalnya:P = Tukang pos mengantarkan surat mulai Senin s/d SabtuQ = Hari ini adalaha Hari MingguR = Maka hari ini tukang pos tidak mengantar surat
Inferensi pada logika proposisi dapat dilakukan dengan menggunakan resolusi
Resolusi Suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentu CNF (Conjuction Normal Form)
Mengubah kalimat kedalam bentuk CNF: Hilangkan implikasi dn ekivalensi Kurangi lingkup semua negasi menjadi satu negasi saja Gunakan aturan asosiatif dan distributif untuk mengkonversi
menjadi conjunction of disjunction Buat satu kalimat terpisah untuk tiap-tiap konjungsi
Contoh
Diketahui basis pengetahuan (fakta-fakta yang bernilai benar) sebagai berikut:P (P Q) → R (S T ) → QTBuktikan kebenaran R
10
Logika Predikat/Kalkulus Predikat
Suatu logika yang seluruhnya menggunakan konsep dan kaidah proposional yang sama.
Disebut juga kalkulus predikat
Kalkulus predikat memungkinkan bisa memecahkan statemen ke dalam bagian komponen, yang disebut objek, karakteristik objek, atau beberapa keterangan objek.
11
Suatu proposisi atau premis dibagi menjadi dua bagian, yaitu ARGUMEN (atau objek) dan PREDIKAT (keterangan).
Argumen adalah individu atau objek yang membuat keterangan
Predikat adalah keterangan yang membuat argumen dan predikat
Dalam suatu kalimat, predikat bisa berupa kata kerja atau bagian kata kerja.
Bentuk Umum: PREDIKAT (individu[objek]1, individu[objek] 2)
12
Misalnya proposisi:Mobil berada dalam garasi Dinyatakan menjadi Di dalam(mobil, garasi)
Di dalam = produk (keterangan)Mobil = Argumen(objek)Garasi = Argumen(objek)
Contoh Lain:Proposisi : Rojali suka JulehaKalkulus Predikat : SUKA (Rojali, Juleha)
Proposisi : Pintu TerbukaKalkulus Predikat : BUKA (pintu)
13
Variabel
Huruf bisa menggantikan argumen Simbol-simbol juga bisa digunakan
untuk merancang beberapa objek atau individu
Misalnya: x = Rojali dan y = Juleha, Proposisinya : Suka(x,y)
Dengan menggunakan sistem ini knowledge base dapat dibentuk
Pengetahuan diekspresikan dalam kalkulus predikat yang bisa dimanipulasi agar menimbulkan inferensi
14
Fungsi Predikat kalukulus membolehkan
penggunaan simbol untuk mewakili Fungsi-fungsi
Misalnya:ayah(Juleha) = Jojon, ibu(Rojali) =
Dorce
Fungsi dapat digunakan bersamaan dengan predikat
Misalnya: Predikat berikut menjelaskan bahwa Jojon dan
Dorce adalah berteman teman(ayah(Juleha),ibu(Rojali) =
teman(Jojon,Dorce)
15
Operasi Operator yang sama seperti pada logika
proporsional
Misalnya: Proposition: Rojali suka Juleha, suka(Rojali,Juleha) Proposition: Mandra suka Juleha, suka(Mandra,Juleha)
Dua predikat diatas, ada dua orang menyukai Juleha. Untuk memberikan pernyataan adanya Kecemburuan, maka
suka(x,y) AND suka(z,y) IMPLIES NOT suka(x,z) atau suka(x,y) suka(z,y) → suka(x,z)
Kalimat pengetahuan adalah: “Jika dua orang pria menyukai wanita yang sama, maka kedua pria itu pasti tidak saling suka (saling membenci)”
16
Pengukuran Kuantitas (Quantifier)
Pengukuran kuantitas (Quantifier) adalah simbol untuk menyatakan suatu rangkaian variabel dalam suatu ekspresi logika.
Dua pengukuran kuantitas, yaitu: Ukuran kuantitas universal → Ukuran kuantitas eksistensial →
17
Contoh 1. Proposisi :
“Semua orang Yogya adalah warganegara Indonesia”
diekspresikan : ( x)[orang Yogya(x), warga negara
Indonesia(x)] Simbol menyatakan bahwa ekspresi ini
berlaku secara universal benar. Yaitu untuk semua nilai x.
Jika x adalah orang Yogya, maka benar jika x adalah warga negara Indonesia
18
Contoh 2: Proposisi:
“Beberapa Mobil berwarna merah”
Diekspresikan menjadi: ( x)[mobil(x) dan berwarna merah (x)] Ekspresi ini berarti ada beberapa mobil tertentu x
yang sesuai dengan ekspresi ini Jika x adalah sebuah mobil dan mobil itu berwarna
merah
19
Penalaran dengan Logika
Pengetahuan dibutuhkan untuk membuat inferensi
Kaidah inferensi yang paling sederhana adalah: MODUS PONEN
Yaitu: Jika Proposisi P benar dan P IMPLIES Q adalah benar, maka proposisi Q adalah benar.
[ P AND (PQ)] Q
20
Rules Rules (aturan-aturan), merupakan
pengetahuan prosedural
Menghubungkan informasi yang diberikan dengan tindakan (action)
Struktur rule, secara logika menghubungkan satu atau lebih antecedent (atau premises) yang berada pada bagian IF, dengan satu atau lebih consequents (atau conclusions / kesimpulan) pada bagian THEN.
21
Misalnya:IF Warna baju itu merahTHEN Saya suka baju itu
Sebuah rule dapat memiliki multiple premise yang tergabung dengan menggunakan operasi logika (AND, OR)
Bagian Konklusi dapat berupa kalimat tunggal atau gabungan dengan menggunakan operasi logika (AND) dan dapat pula memiliki kalimat ELSE.
22
Contoh operasi sistem berbasis aturan
IF Warna baju itu merahTHEN Saya suka baju itu
IF Saya suka baju ituTHEN Saya akan beli baju itu
Knowledge Base
Warna baju itu merah
Saya suka baju itu
Saya akan beli baju itu
Working MemoriQ: Warna Baju?
A: Merah
23
Rule dapat melakukan beberapa operasi
Untuk operasi-operasi yang kompleks, sistem berbasis aturan dirancang untuk mengakses program eksternal
Contoh: (Database)IF terjadi situasi darurat
AND NAMA = Smith THEN OPEN TELEPHONE
AND FIND NAMA, NAMA-FIELD AND TELEPHONE = TELEPHONE FIELD
24
Jenis-Jenis Rules
RELATIONSHIP/HUBUNGAN IF Baterai sudah soak THEN Mobil tidak bisa distarter
REKOMENDASI IF Mobil tidak bisa distarter AND Sistem bahan bakar OK THEN Periksa bagian elektrikal
25
STRATEGI IF Mobil tidak bisa distarter THEN Pertama periksa sistem bahan
bakar, lalu periksa sistem elektrikal
HEURISTIC IF Mobil tidak bisa distarter AND Mobilnya adalah Ford tahun 1957 THEN Periksa float-nya
26
INTERPRETASIIF Tegangan Resistor R1 lebih besar dari 2.0 volt AND Tegangan Kolektor pada Q1 kurang dari 1.0 volt THEN Bagian Pre-Amp berada pada range normal
DIAGNOSAIF stain dari organisme adalah gramposAND morfologi dari organisme adalah coccusAND pertumbuhan dari organisme adalah chainsTHEN organisme tersebut adalah streptococcus
DISAINIF task sekarang adalah menempatkan catu dayaAND posisi dari catu daya pada kabinet sudah diketahuiAND ada ruang tersedia dalam kabinet untuk catu dayaTHEN letakkan catu daya pada kabinet tersebut
27
Keunggulan Sistem berbasis RULES: Modifikasi dan perawatan relatif mudah Uncertainty dapat dikombinasikan dengan rules Tiap rules biasanya independent dari yang lainnya
Keterbatasan: Pengetahuan yang kompleks membutuhkan rules
yang sangat banyak Sistem dengan banyak rules mungkin mempunyai
keterbatasan dalam proses pencarian pada bagian program kontrol
28
Jaringan Semantik
Merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berbagai objek
Disusun dari NODE dan ARC (Lines)
Node : representasi dari objek, objek properti atau properti value. (digambarkan dengan lingkaran)
Arc : representasi dari hubungan antar node. (digambarkan dengan garis)
29
Contoh jaringan semantik sederhana:
Wings
Bird
fly
Canary
Is a
Has
travelnode “Canary” dan “Bird” menjelaskan hubungan “spesific-to-general”
30
Perluasan dilakukan dengan menambah NODE dan menghubungkan dengan NODE
Node baru tersebut dapat merupakan objek tambahan atau properti tambahan
Umumnya penambahan dapat dilakukan dalam 3 cara:
(1) objek yang sama(2) objek yang lebih khusus(3) objek yang lebih umum
Perluasan Jaringan Semantik
31
PEWARISAN (INHERITANCE) PADA JARINGAN SEMANTIK
Node yang ditambahkan pada Jaringan Semantik secara otomatis mewarisi informasi yang telah ada pada Jaringan
OPERASI PADA JARINGAN SEMANTIK Salah satu cara untuk menggunakan Jaringan
Semantik adalah dengan bertanya pada node
32
Misalnya:
Pertanyaan pada “Bird”, “How do you Travel?” Jawabannya: “Fly”
Untuk menjawab, maka node tersebut akan mengecek pada arc dengan label travel dan kemudian menggunakan informasi (value) yang ada pada arc tersebut sebagai jawabannya
33
Jaringan semantik pada dasarnya berbentuk grafik, tapi dalam komputer tidak tampak karena objek dan hubungannya dinyatakan dalam istilah verbal
Titik awal biasanya ditentukan oleh sebuah pertanyaan.
34
Frame Definisi: kumpulan pengetahuan tentang
suatu obyek tertentu, peristiwa lokasi, situasi, dll.
Secara umum frame memiliki 2 elemen dasar SLOT dan FACET Slot : merupakan kumpulan atribut/properti yang
menjelaskan objek yang direpresentasi oleh frame Facet (atau disebut juga: subslot) menjelaskan
pengetahuan atau prosedur dari atribut pada slot
35
Trans. Darat
Slot Mobil
Frame alat-alat transportasi
Frame macam-macam angkutan darat
Slot Sedan
Frame macam-macam
mobil
Slot bensin
Slot solar
Frame jenis bahan
bakar
36
Struktur dari sebuah frame :
Frame Name :
Class :
Properti :
Objek 1
Objek 2
Properti 1 Value 1
Properti 2 Value 2
Properti 3 Value 3
Properti n Value n
37
Frame dapat memiliki field tambahan yang disebut Class
Class dapat berisi object2 yang merupakan nama dari frame lain yang berhubungan dengan object1
Biasanya dalam hubungan IS A Object 1 is a object 2
38
Frame Kelas (Class)
Merepresentasi karaktistik (sifat-sifat) umum dari suatu objek
Mendefinisikan properti-properti umum yang biasanya dimiliki oleh semua objek dalam kelas tersebut.
Ada 2 jenis properti : statik dan dinamik Properti Statik merupakan fitur dari objek
yang tidak dapat berubah Properti dinamik merupakan fitur yang
dapat berubah selama sistem berjalan
39
Contoh Kelas Frame dari “Bird”
Properti : sifat-sifat umum dari objek “Bird”
Properti Color dan No_Wings : statik (karena merupakan ciri-ciri yang nilainya tidak berubah)
Properti Hungry dan Activity : dinamik (karena selama sistem berjalan value-nya bisa berubah)
40
Naskah (Script) Sama dengan frame, tetapi yang
digambarkan adalah URUTAN PERISTIWA (bukan objek).
Elemen dalam script: Kondisi Input : Situasi yang harus dipenuhi
sebelum terjadi Track / jalur : variasi script Prop / pendukung : obyek yang digunakan dalam
urutan peristiwa yang terjadi Role / peran : orang-orang yang terlibat Scene / adegan : urutan peristiwa aktual Hasil
41
CONTOH: Script : Restoran Track : Restoran swalayan Role : Tamu, pelayan Prop : Counter, baki, makanan, tisu, dll Kondisi masukan : Tamu Lapar – Tamu punya uang
Adegan (Scene1) : masuk Tamu parkir mobil Tamu masuk restoran Tamu duduk Tamu baca menu
42
Adegan (Scene 2) : memesan Tamu memesan Pelayan membawa makanan Pelayan meletakkan makanan di meja Tamu membayar
Adegan (Scene3) : makan
Hasilnya: Tamu kenyang Uang tamu berkurang Tamu senang Tamu sakit perut
See You ….