representasi pengetahuan (i) - gunadarma...

Representasi Pengetahuan (I)

Arti Pengetahuan

1

Arti Pengetahuan

Aturan Produksi

Jaringan Semantik

Triplet Obyek-Atribut-Angka

Epistemology

• Studi tentang pengetahuan

• Cabang dari ilmu filsafat yang membahas tentang teori pengetahuan

• Bahasan utama :

– tentang definisi pengetahuan dan konsep-konsep

2

– tentang definisi pengetahuan dan konsep-konsep terkait,

– sumber dan kriteria pengetahuan,

– jenis pengetahuan

Definisi Knowledge

• Fakta atau kondisi mengetahui sesuatu dengan

familiar, yang diperoleh melalui pengalaman

atau asosiasi

3

EPISTEMOLOGY

TEORI PENGETAHUAN PENGETAHUANFILOSOFI PRIORI POSTERIORI

Aristoteles, plato,dll

Pengetahuan Priori

• Berasal dari bahasa Latin

• Berarti yang mendahului (pengetahuan datang sebelumnya dan bebas dari arti)

• Contoh pernyataan “segalanya memiliki sebab”, “seluruh triangle dalam pesawat mempunyai 180 derajat”

4

“seluruh triangle dalam pesawat mempunyai 180 derajat”

• Contoh lain pernyataan logika, hukum matematika

• Secara universal benar dan tidak dapat disangkal tanpa kontradiksi.

Pengetahuan Posteriori

• Adalah pengetahuan yg diperoleh dari arti (diturunkan

dari akal sehat)

• Kebenaran atau kesalahan dapat dibuktikan

menggunakan pengalaman.

• Contoh : bola mata seseorang berwarna biru, tetapi

5

• Contoh : bola mata seseorang berwarna biru, tetapi

ketika orang tersebut mengganti contact lens-nya, bisa

jadi bola matanya menjadi berwarna hijau.

Kategori Knowledge

• Procedural knowledge

– knowing how to do something

– “bagaimana membuat puding”

• Declarative knowledge

6

Declarative knowledge

– knowing that something is true or false

– “buah apel berwana hijau”

• Tacit knowledge

– knowledge not easily expressed by language

– “bagaimana cara berjinjit untuk menari balet”

Knowledge in Expert Systems

Conventional

Programming

Knowledge-Based

Systems

7

Algorithms

+ Data Structures

= Programs

Knowledge

+ Inference

= Expert System

N. Wirth

Knowledge Pyramid

Knowledge

Meta-

8

Noise

Data

Information

Knowledge

• 137178766832525156430015 � Noise or data ?

• Algoritma (transformasi data menjadi informasi)

– Group the numbers by two’s

– Ignore any two-digit number less than 32

– Substitute the ASCII characters for the two-digit numbers

• Hasil : GOLD 438+

9

• Hasil : GOLD 438+

• Knowledge :

IF gold is less than 500

and the price is rising (+)

THEN

buy gold

Metode Representasi Pengetahuan

• Aturan Produksi (Production Rules)

• Jaringan Semantik (Semantic Net)

• Schemata (Frame & Script)

• Logika

10

• Logika

Aturan Produksi (Production Rules)

• Sering digunakan untuk merumuskan pengetahuan pada Sistem Pakar

• Variasi formalnya Backus-Naur Form (BNF)

– metalanguange untuk mendefinisikan sintaks bahasa

– grammar adalah sekumpulan aturan produksi yang

11

– grammar adalah sekumpulan aturan produksi yang lengkap dan tidak ambigu untuk bahasa yang spesifik

– parse tree adalah representasi grafis dari kalimat pada suatu bahasa

– Hanya menyediakan deskripsi sintaks dari suatu bahasa

• tidak semua kalimat masuk akal

<sentence>

Parse Tree

• Contoh kalimat (sentence):man loves woman forever

13

man loves woman forever

<object>

<noun> <noun>

<subject> <verb> <modifier>

Kesesuaian Aturan Produksi

• Keekspresifan (expressiveness)– Dapatkah aspek-aspek yang relevan dalam domain

pengetahuan dinyatakan melalui aturan ?

• Efisiensi komputasi (computational efficiency)– Apakah komputasi yang diperlukan layak/tersedia ?

• Mudah dimengerti ?

15

• Mudah dimengerti ?– Dapatkah manusia menafsirkan aturan ?

• Mudah di-generate ?– seberapa sulit bagi manusia untuk mengkonstruksi aturan-

aturan yang merefleksikan domain pengetahuan

Keuntungan dan Kelemahan

Aturan Produksi

• Keuntungan

– Sederhana dan mudah dipahami

– Memungkinkan untuk implementasi langsung di komputer

– Dasar formal untuk beberapa varian

• Kelemahan

16

• Kelemahan

– Implementasi sederhana sangat tidak efisien

– Beberapa jenis pengetahuan tidak mudah diekspresikan dalam

aturan

– Set aturan yang besar menjadi sulit untuk dipahami dan

dipelihara

Jaringan Semantik (Semantic Net)

• Representasi grafis dari informasi proposisional

• Awalnya dikembangkan oleh MR Quillian sebagai model untuk memori manusia

• Berlabel, bentuknya graph berarah

• Node mewakili benda, konsep, atau situasi.

• Label menunjukkan nama.

17

• Label menunjukkan nama.

• Node dapat berupa objek individual atau kelas (node generik)

• Link mewakili hubungan/relasi.

– hubungan berisi informasi struktural pengetahuan untuk diwakili.

– label menunjukkan jenis hubungan

Contoh Jaringan Semantik

18

Contoh Jaringan Semantix

Astérix

Obélix

Abraracourcix

Cétautomatix

19

GaulObélix

Idéfix

DogPanoramix

Ordralfabetixbarks-at

HumanAKO

[http://www.asterix.tm.fr]

Keterangan

• Warna– Dikodekan dengan benar sebagai node yang terpisah dengan hubungan

untuk masing-masing objek

• Jenis Font– Menyiratkan berbagai jenis hubungan

– Akan memerlukan tambahan node dan hubungan

• Hubungan Kelas

20

• Hubungan Kelas– Tidak semua anjing hidup dengan Galia.

– AKO (a-kind-of) hubungan khusus (pewarisan)

• Instance (objek)– Panah dari individu manusia ke kelas manusia dihilangkan

• Mengasumsikan bahwa AKO memungkinkan pewarisan

• Directionality – Arah panah penting, bukan teks.

Tipe relasi yang sering digunakan

• IS-A

– relates an instance (individual node) to a class

(generic node)

• AKO (a-kind-of)

21

– relates one class (subclass) to another class

(superclass)

Objek dan Atribut

• Atribut menyediakan informasi detil pada node

dalam jaringan semantik

– Sering diekspresikan sebagai properties

• Kombinasi dari atribut and value

– Atribut dapat diekspresikan sebagai relasi

22

– Atribut dapat diekspresikan sebagai relasi

• Contoh : HAS-A

Perluasan Jaringan Semantik

1. Menambahkan node untuk objek yang setara

2. Menambahkan node untuk objek yang lebih

khusus


24


umum (kelas)

251

2 3

Operasi pada Jaringan Semantik

• “Bird”, How do you travel ?

• Jawab : Fly

– Cek pada link dg label travel

– Menggunakan value pada node sebagai jawaban

• “Tweety”, How do you travel ?

26

• “Tweety”, How do you travel ?

• Jawab : ?

– Jika tidak menemukan label travel, cari link dg label IS-A

Penanganan Pengecualian

• Tambahkan link khusus untuk meng-overrideinformasi yang telah diwariskan

• Override : menambahkan link atau sifat yang sama dengan objek induk pada node, tapi dengan value atau karakteristik yang berbeda

28

dengan value atau karakteristik yang berbeda

• “Penguin”, How do you travel?

• Jawab : ?

OAV-Triples

• object-attribute-value triplets

– can be used to characterize the knowledge in a

semantic net

– quickly leads to huge tables

Object Attribute Value

29

Object Attribute Value

Astérix profession warrior

Obélix size extra large

Idéfix size petite

Panoramix wisdom infinite

Problems Semantic Nets

• expressiveness– no internal structure of nodes

– relationships between multiple nodes

– no easy way to represent heuristic information

– extensions are possible, but cumbersome

– best suited for binary relationships

30

– best suited for binary relationships

• efficiency– may result in large sets of nodes and links

– search may lead to combinatorial explosion

• especially for queries with negative results

• usability– lack of standards for link types

– naming of nodes

• classes, instances

representasi pengetahuan (i) - gunadarma...

Documents