modul kecerdasan buatan (artificial inteligent / ai) bag 4
Post on 24-Jul-2015
561 Views
Preview:
DESCRIPTION
TRANSCRIPT
REPRESENTASI PENGETAHUAN
Pengetahuan (Knowledge)Definisi Umum Fakta atau kondisi sesuatu atau keadaan yg timbul karena sesuatu pengalaman.
Cabang Ilmu Filsafat yaitu :Epistemologi, berkenaan dgn sifat, struktur dan keaslian dari knowledge.
BAB IV
Created A.Tohir from Dosen UIGM Mr.Zulkifli
3.1 LOGIKA
Bentuk representasi pengetahuan yang paling tua. Proses logika adlah proses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yg telah ada
Gambar 3.1 Proses Logika
Input : Output :
Proses Logika
Premis
Konklusi
Atau
Inferensi
Atau
Fakta
Created A.Tohir from Dosen UIGM Mr.Zulkifli
Ada dua penalaran yg dilakukan untuk mendapatkan konklusi :
1. Penalaran Deduktif
Penalaran dimulai dari prinsip umum untuk mendapatkan konklusi yg lebih khusus
Contoh : Premis Mayor : Jika hujan turun saya tidak akan berangkat
kuliah Premis Minor : Hari ini hujan Turun Konklusi : Hari ini saya tidak akan berangkat kuliah
2. Penalaran Induktif Penalaaran dimulai dari fakta-fakta khusus untuk mendapatkan kesimpulan umum Contoh : Premis 1 : Aljabar adalah pelajaran yg sulit Premis 2 : Geometri adalah pelajaran yg sulit Premis 3 : Kalkulus adalah pelajaran yg sulit Konklusi : Matematika adalah pelajaran yg sulit.
3.1.1 LOGIKA PROPOSISI Suatu pernyataan yg dapat bernilai benar (B) atau salah (S). Simbol-simbolseperti P dan Q menunjukkan proposisi. Dua atau lebih proposisi dapatdigabungkan menggunakan operator logika.
1. Negasi : (NOT)2. Konjungsi : ^ (AND)3. Disjungsi : ν (OR)4. Implikasi : → (IF THEN)5. Exivalensi :
Г
OPERATOR NOTDigunakan untuk memberikan nilai negasi (lawan) dari pernyataan yg telah ada. Berikut tabel kebenarannya.
PNOT
(P)B SS B
Created A.Tohir from Dosen UIGM Mr.Zulkifli
P Q P AND QB B BB S SS B SS S S
OPERATOR AND
OPERATOR OR
P Q P OR QB B BB S BS B BS S S
IMPLIKASI
P Q P → QB B BB S SS B BS S B
EKUIVALENSI
P Q P → QB B BB S SS B SS S B
Created A.Tohir from Dosen UIGM Mr.Zulkifli
Untuk melakukan inferensi pd logika proposisi dapat dilakukan dengan menggunakan Resolusi. Resolusi adalah aturan untuk melakukan inferensi yg dpt berjalan secara efisien dalam suatu bentuk khusus . Bentuk tersebut dikenal dgn nama CNF (Conjungtive Normal Form) bentuk CNF memiliki ciri-ciri sbb:1.Setiap Kalimat merupakan disjungsi literal2.Semua kalimat terkonjungsi secara implisit
Kalimat yg ditulis dgn menggunakan logika proposisi dapat dikonversi ke bentuk CNF . Kita perlu menhapus operator-operator selain OR tanpa harus merubah kalimat tersebut. Untuk mengubah suatu kalimat ke dalam bentuk CNF, dapat digunakan langkah-langkah sbb :
1.Hilangkan implikasi dan Ekuivalensi• X Y menjadi X V Y• X Y menjadi ( X V Y ) ^ ( Y V X )2. Kurangi lingkup semua negasi menjadi satu negasi saja• ( X) menjadi X • (X V Y) menjadi ( A ^ Y)• (X ^ Y) menjadi ( X V Y )3.Gunakan aturan Assosiatif dan distributif untuk mengkonversi menjadi conjunction of disjunction• Assosiatif : (A V B ) V C = A V ( B V C )• Distributif : ( A ^ B ) V C = (A V C) ^ ( B V C )4. Buat suatu kalimat terpisah untuk tiap-tiap konjungsi.
Contoh :Diketahui basis pengetahuan (fakta-fakta yg bernilai benar) sbb :
1.P2.( P ^ Q ) → R 3.( S ν T ) → Q4.T
Buktikan kebenaran R ? Untuk membuktikan kebenaran R gunakan m’ gunakan Resolusi ubah keempat tsb menjadi bentuk CNF dpt dilakukan sbb :
Created A.Tohir from Dosen UIGM Mr.Zulkifli
KALIMAT LANGKAH-LANGKAH CNF 1. P Sudah merupakan bentuk CNF P 2. (P ^ Q) → R 0> Menghilangkan Implikasi ¬ P ν ¬ Q ν R ¬ P ^ Q ν R 0> Menguransi Lingkup Negasi ( ¬ P ν ¬ Q ν R ) 0> Gunakan Assosiatif ¬ P V ¬ Q V R 3. ( S ν T ) → Q 0> Menghilangkan Implikasi ¬ S V Q ¬ ( S V T ) V Q ¬ T V Q 0> Menguransi Lingkup Negasi
( ¬ S ^ ¬T) V Q 0> Gunakan Distributif ( ¬ S V ¬ Q ) V ( ¬ T V Q) 4. T Sudah merupakan bentuk CNF T
Kemudian kita tambahkan kontradiksi pada tujuan R menjadi ¬ R sehingga fakta-fakta (dlm bentuk CNF) dapat disusun menjadi :
1.P2. ¬ P V ¬ Q V R3. ¬ S V Q 4. ¬ T V Q5.T6. ¬ R
Resolusi dapat dilakukan untuk membuktikan R adalah sbb :
Created A.Tohir from Dosen UIGM Mr.Zulkifli
Gambar 3.2 Resolusi Pada Logika Proposisi
¬ T V Q
¬ P V ¬ Q
¬ T
¬ Q
P
T
2
1
4
5
¬ P V ¬Q V R
¬ R
Contoh :Apabila diterapkan pada Kalimat :P : Andi anak yang cerdasQ : Andi rajin belajarR : Andi akan menjadi juara kelasS : Andi makannya banyakT : Andi istirahatnya cukup
Kalimat yang terbentuk :• Andi anak yang cerdas• Jika Andi anak yang cerdas dan Andi rajin belajar, maka akan menjadi juara kelas.• Jika andi makannya banyak atau istirahatnya cukup, maka Andi rajin belajar• Andi istirahatnya cukup
Setelah di konversi ke dalam bentuk CNF
• Fakta ke-2 : Andi tidak anak yang cerdas atau Andi tidak rajin belajar atau Andi akan menjadi juara kelas• Fakta ke-3 : Andi tidak makan banyak atau Andi tidak rajin belajar• Fakta ke-4 : Andi tidak cukup istirahat atau Andi rajin belajar
Andi tidak cerdas, atau Andi tidak rajin
belajar, atau andi akan menjadi juara
kelas
Andi tidak cerdas, atau Andi tidak
rajin belajar
Andi tidak cukup istirahat, atau Andi
rajin belajar
Andi tidak cukup istirahat
Andi tidak akan menjadi juara
kelas
Andi anak yang cerdas
Andi tidak rajin belajar
Andi istirahatnya
cukup
Gambar 3.3 : Resolusi Pada Logika Proposisi dgn pernyataan lengkap
3.1.2 LOGIKA PREDIKATA.REPRESENTASI FAKTA SEDERHANAMisalkan diketahui fakta-fakta sebagai berikut :•Andi adalah seorang laki-laki : A•Ali adalah seorang laki-laki : B•Amir adalah seorang laki-laki : C•Anto adalah seorang laki-laki : D•Agus adalah seorang laki-laki : E
Logika predikat digunakan untuk merepresentasikan hal-hal yg tidak dptdirepresentasikan dengan menggunakan logika proposisi. Pada logika predikat kita dpt merepresentasikan fakta-fakta sbgi suatu pernyataan yg disebut dengan wff (well-formed formula)
Pada contoh diatas, dapat dituliskan :Laki2 (X)Dimana X, adalah variabel yg bisa disubstitusikan dgn Andi, Ali, Amir, Anto, Agus dan laki-laki lain.
Contoh :Misalkan terdapat pernyataan-pernyataan sebagai berikut :1. Andi adalah seorang mahasiswa2. Andi masuk jurusan eletro3. Setiap mahasiswa eletro pasti mahasiswa teknik4. Kalkulus adalah matakuliah yang sulit5. Setiap mahasiswa teknik pasti akan suka kalkulus atau akan membencinya.6. Setiap mahasiswa pasti akan suka terhadap suatu matakuliah7. Mahasiswa yang tidak pernah hadir pada kuliah matakuliah sulit, maka mereka pasti tidak suka terhadap matakuliah tersebut.8. Andi tidak pernah hadir kuliah matakuliah kalkulus.
Pernyataan diatas dapat dibawa ke bentuk logika predikat, dgn meng-gunakan operator, (untuk setiap), (terdapat), and, or, not, implikasi sebagai berikut :
Created A.Tohir from Dosen UIGM Mr.Zulkifli
1. Mahasiswa ( Andi )2. Eletro ( Andi )3. X : Eletro (X) → Teknik (X)4. Sulit (Kalkulus)5. X : Teknik (X) → Suka (X, Kalkulus) V 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)
Andaikan kita akan menjawab pertanyaan : “Apakah Andi suka matakuliah Kalkulus”Dari pernyataan ke-7 kita akan membuktikan bahwa Andi tidak suka dgnmatakuliah Kalkulus. Dgn menggunakan Penalaran Backward bisa di bukti-kan bahwa :
Suka (Andi, Kalkulus)
Mahasiswa(Andi) ^
Sulit (Kalkulus) ^
Hadir (Andi, Kalkulus)
(1)
(1, Substitusi)
Sulit (Kalkulus) ^
Hadir (Andi, Kalkulus)
(4)
Hadir (Andi, Kalkulus)
(6)
B. REPRESENTASI HUBUNGAN INSTANCE & ISA
Predikat Instance adalah predikat dengan argumen pertama obyek danargumen kedua berupa Klas dimana objek terdapat.Contoh :1.Instance (Andi, mahasiswa).2.Instance (Andi, Elektro)3. X : instance (X, Elektro) Instance (X, Teknik)4.Instance (Kalkulus, Sulit)5. X : Instance (X, Teknik) Suka (X, Kalkulus) V benci (X, Kalkulus)
Predikat ISA adalah predikat yang menunjukkan hubungan antara Sub-Klas :Contoh :1.Instance (Andi, Mahasiswa)2.Instance (Andi, Elektro)3.Isa (Elektro, Teknik)4.Instance (Kalkulus, Teknik)5. X : Instance (X, Teknik) Suka( X, Kalkulus) V Benci ( X, Kalkulus)
3.2 POHONPohon merupakan struktur penggambaran pohon secara hirarkis.Struktur pohon terdiri dari node-node yg menunjukkan objek , dan Arc (busur) yg Menunjukkan hubungan antar objek
A
H
C
J
B
KI
D
F GE L
Gambar 3.4 Struktur POHON
Created A.Tohir from Dosen UIGM Mr.Zulkifli
3.3 JARINGAN SEMANTIK Merupakan gambaran pengetahuan grafis yg menunjukkan hubungan antara objek. Objek bisa berupa benda atau peristiwa. Kelebihan dari jaringan semantik adalah “BisaMewariskan” . Selalu tergantung pd jenis masalah yg akan dipecahkan..
Roda
Dua
Sepeda
Marah
Baju
Sekolah
Budi
Ani
Wanita
Pagi
Mahluk
Hidup
Binat-
ang
Laki2
Buku
SiKancil
Masuk JumlahnyaPuny
a
Membaca
Berwarna
Berwarna
Naik
Adalah
Pergi
Punya
Adalah
Kakak
Adalah
Adalah
Ada
lah
Adalah
Berjudul
Gambar Contoh Jaringan Semantik
Jika masalah itu bersifat umum, maka hanya memerlukan sedikit rincian, Jika ternyata masalah itu banyak melibatkan hal-hal lain, maka di dalam jaringan awalnya diperlukan penjelasan yg lebih rinci lagi.
Budi
Sekolah
TokoPergi
Masjid
KebunBinata
ngSawa
h
Gambar : Perluasan Jaringan Semantik
Merupakan kumpulan pengatahuan tentang suatu objek tertentu, peristiwa, situasi,lokasi, dll. Memiliki Slot yg ,mengambarkan rincian (Atribut) dan karakteristik objek. Digunakan untuk merepresentasikan pengetahuan yg didasarkan pd karakteristik yg sudah dikenal, yg merupakan pengalaman-pengalaman.
3.4 FRAME
Gambar : Frame
Frame Alat2
Transfortasi
Trans. Darat
Slot Mobil
Slot Sedang
Slot Bensin
Frame macam2
Angkutan darat
Frame macam2
mobil
Frame jenis bahan bakar
3.5 NASKAH (SCRIPT)merepresentasikan pengetahuan berdasarkan karakteristik yg sudah dikenal sbg pengalaman2 Perbedaannya, Frame menggambarkan objek sbg sedangkan Script mengambarkan ururtan Peristiwa, Script menggunakan slot yg berisi informasi tentang orang , objek, dan tindakan-tindakan yg terjadi dalam suatu peristiwa. Elemen2 Script meliputi :1.Kondisi input, yaitu : kondisi yg harus dipenuhi sebelum terjadi atau berlaku suatu peristiwa dalam script.2.Track, yaitu variasi yg mungkin terjadi dlm suatu script3.Prop. Berisi objek2 pendukung yg digunakan selama peristiwa terjadi4.Role, yaitu adegan yg dimainkan oleh seseorang dalam peristiwa.5.Scene, yaitu adegan yg dimainkan yg menjadi bagian dari suatu peristiwa.6.Hasil, yaitu kondisi yg ada setelah urutan peristiwa dalam script terjadi.
Contoh :Scrip Kejadian yg ada di Ujian Akhir
Jalur (track) : Ujian tertulis matakuliah kecerdasan buatanRole (peran) : Mahasiswa, PengawasProp(pendukung) : Lembar soal, lembar jawaban, presentasi, pena, dllKondisi input : Mahasiswa mendaftar untuk mengikuti ujian.
Adegan (Scene) -1 : Persiapan pengawas Pengawas menyiapkan lembar soal Pengawas menyiapkan lembar jawaban Pengawas menyiapkan lembar presensi
Adegan (Scene) -2 : Mahasiswa Masuk Ruangan Pengawas mempersiapkan mahasiswa masuk Pengawas membagikan lembar soal Pengawas membagikan lembar jawaban Pengawas memimpin doa
Adegan (Scene) -3 : Mahasiswa Mengerjakan soal-soal Ujian Mahasiswa menulis identitas dilembar jawaban Mahasiswa menandatangani lembar jawaban Mahasiswa mengerjakan soal Mahasiswa mengecek jawaban
Adegan (Scene) -4 : Mahasiswa telah selesai ujian Pengawas mempersilahkan mahasiswa keluar ruangan Mahasiswa mengumpulkan kembali lembar jawaban Mahasiswa keluar ruangan
Adegan (Scene) -5 : Pengawas mengemasi lembar jawaban Pengawas mengurutkan lembar jawaban Pengawas mengecek lembar jawaban dan presensi Pengawas meninggalkan ruangan
Hasil : Mahasiswa merasa senang dan lega Mahasiswa merasa kecewa Mahasiswa pusing Mahasiswa maki-maki Mahasiswa sangat bersyukur
3.6 SISTEM PRODUKSISecara umum terdiri dari komponen-komponen sbb :1.Ruang keadaan berisi keadaan awal, tujuan dan kumpulan aturan yg digunakan untuk mencapai tujuan2. Strategi Kontrol, yg bergunaka untuk mengarahkan bagimana proses pencarian akan berlang- sung dan mengendalikan arah eksplorasi.
Gambar Sistem Produksi
Keadaan Awal
Aturan Tujuan
Strategi Kontrol
Sistem Produksi merupakan salah satu bentuk representasi pengetahuan yg sangat populer danbanyak digunakan. Representasi pengetahuan dengan sistem produksi, pada dasarnya berupa aplikasi aturan (rule) yg berupa : 1.Antecedent, yaitu bagian yg mengekspresikan situasi atau premis(pernyataan berlawanan IF)2.Konsekuen, yaitu bagian yg menyatakan suatu tindakan tertentu atau konklusi yg diterapkan Jika suatu situasi atau premis bernilai benar(pernyataan berlawanan THEN)
Konsekuansi atau konklusi yg dinyatakan pada bagian then baru dinyatakan benar, jika bagian IF pada sistem tersebut juga benar atau sesuai dengan aturan tertentu :
Contoh :
IF lalulintas pagi ini padat THEN saya naik sepeda motor sajaApabila pengetahuan direpresentasikan dengan aturan, maka ada 2
metode penalaran yg dapat digunakan yaitu :
A
C DB
H IGFE J K L
M N O P
Keadaan Awal
Tujuan
Tujuan
Tujuan
Tujuan
Gambar Penalaran Forward
Created A.Tohir from Dosen UIGM Mr.Zulkifli
Gambar Penalaran Backrward
A
C DB
H IGFE J K L
M N O P
Keadaan Awal
Tujuan
Keadaan Awal
Keadaan Awal
Keadaan Awal
1. Forward Reasoning (Penalaran Maju). Pelacakan dimulai dari keadaan awal (informasi atau fakta yg ada) dan kemudian dicoba untuk mencocokan dengan tujuan yg diharapkan .2. Backward Reasoning (Penalaran Mundur). Pada penalaran ini dimulai dari tujuan atau hipotesa, baru dicocokan dengan keadaan awal atau fakta-fakta yg ada.
Ada beberapa faktor yg mempengaruhi backward atau fordward dalam memilih metode penalar-an, antara lain :
• Banyaknya keadaan awal dan tujuan. Jika jumlah keadaan awal lebih kecil dari pada tujuan, maka digunakan penalaran forward. Sebaliknya Jika jumlah tujuan lebih banyak daripada keada- an awal, maka dipilih penalaran backward. • Rata-rata jumlah node yg dapat diraih secara langsung dari suatu node. Lebih baik dipilih yg jumlah node tiap cabangnya lebih sedikit.• Apakah program perlu menanyai user untuk melakukan justifikasi terhadap proses penalaran? Jika iYa, maka alangkah baiknya jika dipilih arah yg lebih memudahkan user.• Bentuk kejadian yg ajan memicu penyelesaian masalah. Jika kejadian itu merupakan fakta baru, maka lebih baik dipilih penalaran forward. Namun. Jika kejadian itu berupa Query, maka lebih baik digunakan penalaran Backward.
TERIMA KASIH
Created A.Tohir from Dosen UIGM Mr.Zulkifli
top related