Pertemuan 5

Representasi Pengetahuan

> Pengetahuan di klasifikasika menjadi 3 bagian yaitu:

Procedural Knowledge

Tentang Bagaimana melakukan sesuatu

Bagaimana mendidihkan air dalam mangkok

Bagaimana memasak mie instan

Bagaimana menjalankan mobil

Declarative Knowledge

Mengetahui sesuatu itu benar atau salah

Jangan celupkan tangan anda ke dalam air mendidih

Jangan tidur di kelas

Tacit Knowledge

Suatu pengetahuan bawaan yang tidak dapat diungkapkan dengan bahasa

Bagaimana kita menggerakkan tangan

Bagaimana memejamkan mata

Pengetahuan merupakan kunci utama dalam sistem pakar (AI). Tanpa kita beri pengetahuan, AI tidak dapat bekerja dengan baik dan berguna untuk kita. Untuk itu, dapat di analogikan apabila Algoritma + Struktur Data dapat menjadi Program kemudian berdasar pengetahuan yang ada serta Inferensi yang pasti menjadi suatu Sistem Pakar.

Representasi Pengetahuan merupakan metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar. Hal ini dimaksudkan untuk menangkap sifat-sifat penting problema, membuat informasi itu dapat diakses oleh prosedur pemecahan problema.

• Dua bagian dasar sistem kecerdasan

buatan (menurut Turban) :

+ Basis pengetahuan

+ Inference Engine

• Karakteristik representasi pengetahuan

Dapat diprogram dengan bahasa komputer dan disimpan dalam memori

Fakta dan pengetahuan lain yang terkandung di dalamnya dapat digunakan untuk melakukan penalaran.

Pengetahuan dapat direpresentasikan dalam bentuk yang sederhana atau kompleks, tergantung dari masalahnya. (Schnupp, 1989). Beberapa model representasi pengetahuan

: Logika (logic)

: List & Tree

: Jaringan semantik (semantic nets)

: Bingkai (frame)

: Tabel Keputusan (decision table)

: Pohon Keputusan (decision tree)

: Naskah (script)

: Kaidah/Sistem produksi (production rule)

Logika

Suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu penalaran. Komputer harus dapat menggunakan proses penalaran deduktif dan induktif ke dalam bentuk yang sesuai dengan manipulasi komputer, yaitu logika simbolik atau matematika, atau dapat disebut Logika Komputasional

Logika Proporsional

• Proposisi merupakan suatu statemen atau pernyataan yang menyatakan benar (TRUE) atau salah (FALSE)

Logika Predikat

• Suatu logika yang lebih canggih yang seluruhnya menggunakankonsep dan kaidah proporsional yang sama. Disebut juga kalkulus predikat, yang memberi tambahan kemampuan untuk merepresentasikan pengetahuan dengan sangat cermat dan rinci. Memungkinkan memecah statemen ke dalam bagian komponenyang disebut obyek, karakteristik obyek atau beberapa keterangan obyek. Suatu proposisi atau premis dibagi menjadi dua bagian

Argumen (atau obyek)

Individu atau obyek yang membuat keterangan

Predikat (keterangan)

Keterangan yang membuat argumen dan predikat

Dalam suatu kalimat, predikat dapat berupa kata kerja atau bagian kata kerja

• PREDIKAT (individu[obyek]1, individu[obyek]2)

• Misalnya proposisi:

Mobil berada dalam garasi

• Dinyatakan menjadi

Di dalam (mobil, garasi)

Di dalam = produk (keterangan)

Mobil = Argumen (obyek)

Garasi = Argumen (obyek)

• Contoh lain

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)

Pengetahuan diekspresikan dalam kalkulus predikat yang dapat dimanipulasi agar dapat diinferensi/dinalar. Pangkalan pengetahuan dibentuk dengan menggunakan variabel sebagai simbol-simbol untuk merancang obyek, misalnya

x = Rojali

y = Juleha

Maka proposisinya menjadi Suka(x,y)

Predikat kalkulus 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)

Penalaran Deduktif bergerak dari penalaran umum menuju ke konklusi khusus atau pernyataan premis dan inferensi

 Premis Mayor

• Contoh : Jika hujan turun saya tidak akan kuliah

 Premis Minor

• Contoh : Pagi ini hujan turun

 Konklusi

• Contoh : Oleh karena itu pagi ini saya tidak akan kuliah

Penalaran Induktif bergerak dari masalah khusus ke masalah umum

• Menggunakan sejumlah fakta atau premis yang mantap untuk menarik 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

+ Konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta baru

• Contoh

• Premis 4 : AI adalah pelajaran yang sulit

Pengukuran Kuantitas

Adalah simbol yang mengijinkan untuk menyatakan suatu rangkaian atau cakrawala variabel dalam suatu ekspresi logika. Dua pengukuran kuantitas, yaitu:

 Kuantitas universal (∀)

 Untuk semua

 Kuantitas eksistensial (∃)

 Ada / terdapat

• Contoh:

 Semua sapi berkaki empat

 (∀x)[Sapi(x), berkaki empat(x)]

 Beberapa sapi berwarna putih

 (∃x)[Sapi(x), berwarna putih(x)]

List

• Struktur sederhana untuk representasi pengetahuan berupa daftar dari rangkaian materi yang terkait. List digunakan untuk objek yang dikelompokkan, dikategorikan atau digabungkan.

Tree / Pohon

• Struktur sederhana untuk representasi pengetahuan dan merupakan struktur grafik hirarki

Jaringan Semantik

• Struktur sederhana untuk representasi pengetahuan grafis yang menunjukkan hubungan antar berbagai objek.

Frame

• Frame berupa kumpulan pengetahuan tentang suatu objek tertentu, peristiwa, lokasi, situasi,

berdasarkan pengalaman. Frame memiliki slot yang menggambarkan rincian (atribut) dan karakteristik objek. Hirarki Frame merupakan susunan hirarki dari frame mengijinkan pewarisan frame.

Tabel Keputusan (Decision Table)

• Tabel keputusan dalam bentuk format tabel

• Tabel dibagi 2  bagian pertama untuk atribut &

bagian kedua untuk nilai & kesimpulan

Pohon Keputusan (Decision Tree)

• Pohon keputusan  mudah dikonversi ke dalam bentuk aturan (rule)

Naskah (Script)

• Naskah  sama dengan frame, bedanya menggambarkan urutan peristiwa

• Elemen script meliputi :

1. Kondisi input > kondisi yang harus dipenuhi

2. Track > variasi yang mungkin terjadi

3. Prop > berisi objek-objek pendukung

4. Role > peran yang dimainkan oleh seseorang

5. Scene > adegan yang dimainkan

6. Hasil > kondisi yang ada setelah urutan peristiwa dalam script terjadi.

Sistem/Aturan Produksi (Production Rules)

• Representasi pengetahuan yang berupa aturan (rule) :

- Antecedent > mengekspresikan situasi / premis (berawalan if)

- Konsekuen > menyatakan tindakan tertentu jika premis

benar (berawalam THEN)

• Contoh :

IF lalulintas pagi ini padat

THEN saya naik sepeda motor saja.

Aturan dapat ditulis dalam beberapa bentuk :

1. IF premis THEN kesimpulan

Jika pendapatan tinggi MAKA pajak yang harus dibayar

juga tinggi

2. Kesimpulan IF premis

Pajak yang harus dibayar tinggi JIKA pendapatan tinggi

3. Inclusion of ELSE

IF pendapatan tinggi OR pengeluaran tinggi,

THEN pajak yang harus dibayar tinggi ELSE pajak

yang harus dibayar rendah

4. Aturan yang lebih kompleks

IF rating kredit tinggi AND gaji lebih besar dari

$30,000 OR aset lebih dari $75,000 AND sejarah

pembayaran tidak miskin THEN pinjaman diatas $ 10,000

disetujui dan daftar pinjaman masuk kategori “B”

Ada 2 metode penalaran yang menggunakan aturan :

+ Forward Reasoning (penalaran maju)

+ Penalaran dimulai dari tujuan atau hipotesa, baru

dicocokkan dengan keadaan awal atau fakta-fakta yang

ada.

+ Gunakan jika jumlah keadaan awal lebih kecil daripada

tujuan & kejadian itu berupa fakta baru

+ Backward Reasoning (Penalaran mundur)

+ Penalaran dimulai dari tujuan atau hipotesa, baru

dicocokkan dengan keadaan awal atau fakta-fakta yang ada.

+ Jika jumlah keadaan awal lebih banyak daripada tujuan

+ Jika kejadian itu berupa query

Lebih lengkap semua silakan download di bagian "Download Materi"