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 [email protected]
2
Knowledge Classification
Procedural Knowledge
Declarative Knowledge
Tacit Knowledge
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
3
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
4
Algorithm + Data Structure = Program
Knowledge + Inference = ES
Hierarki Knowledge
Meta Knowledge
Knowledge
Information
Data
Noise
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
5
data yg masih kabur
Knowledge dan keahlian bagaimana merepresentasikan pengetahuan
Representasi Pengetahuan
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
6
• 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
Nets)
Object-Attribute-
Value (OAV)
Bingkai(Frame)
KaidahProduksi
(Production Rule)
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
7
Pengetahuan dapat direpresentasikan dalam bentuk sederhana atau kompleks, tergantung dari masalahnya(Schnupp, 1989)
Logic
• 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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
8
• 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)
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
9
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
10
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 →
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
11
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
12
• Dalam suatu kalimat, predikatdapat berupa kata kerja ataubagian kata kerja
Dinyatakan Menjadi (Kalkulus Predikat)
Di dalam (mobil, garasi)
Misalkan Proposisi
Mobil berada dalam garasi
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
13
PREDIKAT (individu[object1], individu[object2])
Di dalam = Produk (keterangan)Mobil = Argumen (Object)Garasi = Argumen (Object)
1
• Proposisi : Rojali suka juleha
• Kalkulus Predikat : SUKA (Rojali, Juleha)
2
• Proposisi : Pintu terbuka
• Kalkulus Predikat : BUKA (Pintu)
3
• Proposisi : Sensor Cahaya Aktif
• Kalkulus Predikat : AKTIF (Sensor Cahaya)
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
14
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)
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
15
• 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)”
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
16
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)]
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
17
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.
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
18
• Komponen dasar untuk merepresentasikan pengetahuan dalambentuk jaringan semantic adalah simpul (node) dan penghubung(link).
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
19
Penghubung (Link) sebagai penghubung antar simpul
Simpul (Node) merepresentasikan obyek, konsep atau situasi
Or
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
20
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
21
New York
Houston
LA
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
John
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
22
Object Attribute Value
Mangga Warna Hijau, Orange
Mangga Berbiji Tunggal
Mangga Rasa Asam, Manis
Mangga Bentuk Oval
Pisang Warna Hijau, Kuning
Pisang Bentuk Lonjong
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
23
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
24
• 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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
25
Contoh bingkai penyakit
• Sama pada jaringan semantic, tidak ada standar untuk mendefinisikansystem berbasis bingkai.
• Bingkai dapat dipandang sebagai bentuk record pada Bahasa tingkattinggi
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
26
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
27
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)
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
28
• 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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
29
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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
30
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
Tugas
• 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
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
31
• Tugas dikumpul di web FTI • Time limit 18 Oktober 2016 (23:59 WIB)
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
32
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
33
SQ - http://sidiq.mercubuana-yogya.ac.id [email protected]
34