Sub-topik: 1. Konsep dasar dan pengertian AI 2. Asumsi Dasar AI 3. Perbedaan antara Pemrograman AI dan konvensional 4. Bidang-bidang aplikasi AI Pengertian AI : 1. Suatu ara !ang seder"ana untuk membuat komputer dapat #berpikir$ seara inteligent 2. Bagian dari ilmu komputer !ang mempela%ari peranangan sistem komputer !ang inteligent& !aitu suatu sistem !ang meperli"atkan karakteristik !ang ada pada tingka" laku manusia& seperti mengerti suatu ba"asa& mempela%ari&mempertimbangkan dan memea"kan suatu masala". 3. Suatu studi bagaimana membuat komputer dapat menger%akan sesuatu& !ang pada saat ini& orang dapat menger%akan lebi" baik 4. Bidang ilmu komputer !ang memungkinkann!a untuk mema"ami& bernalar dan bertindak. Tujuan AI: 1. 'ntuk mengembangkan metode dan sistem untuk men!elesaikan masala"&masala" !ang biasa diselesaikan melalui akti(ivitas intelektual manusia& misaln!a pengola"an itra&perenanaan& peramalan dan lain- lain& meningkatkan kiner%a sistem in(ormasi !ang berbasis komputer. 2. 'ntuk meningkatkan pengertian)pema"aman kita pada bagaimana otak manusia beker%a Arah AI: 1. *engembangkan metode dan sistem untuk men!elesaikan masala" AI tanpa mengikuti ara manusia men!elesaikann!a +sistem pakar ) e,pert s!stems- 2. *engembangkan metode dan sistem untuk men!elesaikan masala" AI melalui pemodelan ara berpikirn!a manusia& atau ara beker%an!a otak manusia +neural net.orks-. Paradigma AI: symbolic or sub-symbolic +onnetionist- Bidang-bidang Aplikasi AI Menurut Elaine Rich : Masalah pada AI (Task Domain) : /ask Keduniaan +Mundane Task- 0 Perception: ision! "peech Reco#nition $ %atural &an#ua#e: 'nderstandin#! (eneration! Translation 0 )ommonsense Reasonin# $ Robot )ontrol /ask 1ormal +1ormal /ask- 0 2ames +3"ess& Bakgamon& "ekers&2o- 0 *at"ematis +2eometr!& 4ogi& Integral 3alulus& Proving properties o( programs- /ask A"li +5,pert /asks- 0 5ngineering +Design&1ault 1inding& *anu(aturing Planning- $ "cienti*ic Analysis! Medical Dia#nosis! +inancial Analysis Bagian 2 Asumsi Dasar AI Jantung Penelitian AI adalah : Physical Symbol System Hypothesis. Physical "ymbol "ystem terdiri dari "impunan entitas !ang dinamakan simbol& berpola (isik !ang dapat men%adi komponen dari entitas tipe lain !ang dinamakan 5kspresi +struktur simbol- Struktur simbol terdiri dari se%umla" instant +Token- dari simbol-simbol !ang ber"ubungan pada beberapa ara (isik. Selain struktur tersebut& sistem %uga berisi koleksi proses-proses !ang beroperasi pada ekspresi& untuk meng"asilkan ekspresi lain 6 proses pembuatan +create-& modi(ikasi& reproduksi& dan peng"anuran +destruksi-. 7adi PSS adala" mesin !ang memproduksi suatu koleksi pen!usunan struktur simbol. Sistem seperti itu terdapat dalam suatu ob%ek dunia !ang lebi" luas dari "an!a ekspresi simbolik itu sendiri. Perbedaan antara Pemrograman AI dan Konensional AI Kom!utasi Konensional 8epresentasi dan *anipulasi simbol Algoritama *emberita"u komputer tentang suatu masala" *emerinta" komputer untuk men!elesaikan masala" Komputer diberi pengeta"uan dan kemampuan in(erensi *emberi data kepada komputer dan program Pemrograman AI 6 Bila ter%adi peruba"an dalam program& maka tidak mengganggu seluru" #1ats$ !ang tersimpan dalam #9tak$ +la!akn!a pikiran manusia)seperti in(ormasi !ang terdapat pada pikiran manusia- Independen Dapat Dimodi(ikasi tanpa mempengaru"i struktur kesluru"an program 1leksibel e(isien dan muda" untuk dimengerti Pen"elesaian #asalah berdasar$an te$ni$ AI 5mpat "al untuk membangun sistem atau memea"kan masala" tertentu 6 1. De(inisikan masala" dengan %elas 2. Analisis masala" 3. Kumpulkan dan representasikan kno.ledge 4. Pili" teknik pemea" masala" terbaik dan gunakan untuk masala" tertentu *ende(inisikan *asala" sebagai #State Spae Sear"$ +SSS- *isaln!a permainan atur & maka SSS n!a adala" 6 *enspesi(ikasikan posisi a.al dari papan atur Peraturan +rules- !ang mende(inisikan langka"-langka" !ang legal Posisi papan !ang merepresentasikan pemenang dari satu sisi atau sisi lainn!a. /u%uan +(oal- dari permainan adala" 6 memenangkan permainan. Pende%inisian #asalah &ebagai Pencarian 'uang Keadaan *asala" utama dalam membangun sistem berbasis AI adala" bagaimana mengkonversikan situasi !ang diberikan ke dalam situasi lain !ang diinginkan menggunakan sekumpulan operasi tertentu. A Water Jug Problem Anda diberi dua bua" gelas& !ang satu ukuran 4 galon dan !ang lain 3 galon. Kedua gelas tidak memiliki skala ukuran. /erdapat pompa !ang dapat digunakan untuk mengisi gelas dengan air. Bagaimana anda mendapatkan tepat 2 galon air di dalam gelas 4 ukuran galon: 8uang masala" untuk masala" di atas dapat digambarkan sebagai "impunan pasangan bilangan bulat +,&!- !ang terurut& sedemikian "ingga , ; <& 1& 2& 3& atau 4 dan ! ; <& 1& 2& atau 3= , men!atakan %umla" air dalam gelas ukuran 4 galon& dan ! men!atakan %umla" air dalam gelas ukuran 3 galon. Keadaan mula-mula adala" +<&<-. "tate tu%uan adala" +2&n- untuk setiap nilai n. 9perator-opeartor +aturan produksi- !ang digunakan untuk memea"kan masala" terli"at pada gambar 2.2. 1. +,&!- I( , > 4 ? +4&!- Isi penu" gelas 4 galon 2. +,&!- I( ! > 3 ? +,&3- Isi penu" gelas 3 galon 3. +,&!- I( , @ < ? +,-d&!- Buang sebagian air dari gelas 4 galon 4. +,&!- I( ! @ < ? +,&!-d- Buang sebagian air dari galon ukuran 3 galon A. +,&!- I( , @ < ? +<&!- Kosongkan gelas 4 galon B. +,&!- I( ! @ < ? +,&<- Kosongkan gelas 3 galon C. +,&!- I( ,D! E4 and ! @ < ? +4&!-+4-,-- /uangkan air dari gelas 3 galon ke gelas 4 galon sampai gelas 4 galon penu" F. +,&!- I( ,D! E3 and , @ < ? +,-+3-!-&3- /uangkan air dari gelas 4 galon ke gelas 3 galon sampai gelas 3 galon penu" G. +,&!- I( ,D! H4 and ! @ < ? +,D!&<- /uangkan seluru" air dari gelas 3 galon ke gelas 4 galon 1<. +,&!- ? +<&,D!- /uangkan seluru" air dari I( ,D! H3 and , @ < gelas 4 galon ke gelas 3 galon 11. +<&2- ? +2&<- /uangkan 2 galon air dari gelas 3 galon ke gelas 4 galon 12. +2&!- ? +<&!- Buang 2 galon dalam gelas 4 galon sampai "abis. (ambar 2)2Aturan produksi untuk ,ater -u# Problem. Jumlah galon Jumlah galon Aturan "ang dila$u$an dalam gelas * galon dalam gelas + galon < < - < 3 2 3 < G 3 3 2 4 2 C < 2 A atau 12 2 < G atau 11 (ambar 2)+Suatu solusi untuk ,ater -u# Problem. Kara$teristi$ #asalah Dalam AI : Apaka" masala"n!a dapat didekomposisi men%adi "impunan sub masala" !ang +"ampir- independen lebi" keil atau lebi" muda" : Dapatka" langka" pen!elesaian diau"kan paling tidak dibatalkan ketika dapat dibuktikan "al tersebut tidak bi%aksana : Apaka" universe masala"n!a dapat diprediksi : Apaka" solusi !ang baik dari masala" tertentu %elas tanpa membandingkan dengan seluru" solusi lain !ang mungkin : Apaka" solusi !ang diinginkan sebua" keadaaan dari dunia atau sebua" %alur dari keadaan : Apa peran dari pengeta"uan : Apaka" peker%aan memerlukan interakasi dengan manusia : &istem Produ$si Sistem produksi terdiri dari6 ,im!unan aturan& masing-masing terdiri dari sisi kiri +pola- !ang menentukan kemampuan aplikasi dari aturan tersebut dan sisi kanan !ang menggambarkan operasi !ang dilalukan %ika aturan dilaksanakan. Satu atau lebi" !engetahuan atau basis data !ang berisi in(ormasi apapun untuk tugas tertentu. Beberapa bagian basis data bisa permanen& dan bagian !ang lain bisa "an!a merupakan solusi untuk masala" saat ini. In(ormasi dalam basis data ini disusun seara tepat. &trategi $ontrol !ang menspesi(ikasikan urutan dimana aturan akan dibandingkan dengan basis data dan menspesi(ikasikan ara pemea"an masala" !ang timbul ketika beberapa aturan sesuai sekaligus pada .aktu !ang sama. A rule a!!lier +pen#aplikasi aturan-. &trategi Kontrol S!arat-s!arat strategi kontrol6 cause motion. Per"atikan kembali .ater /u# problem. 7ika kita mengimplementasikan strategi kontrol seder"ana dengan selalu memili" aturan pertama pada da(tar 12 aturan !ang tela" dibuat& maka kita tidak akan perna" memea"kan masala". Strategi kontrol !ang tidak men!ebabkan motion tidak akan perna" menapai solusi. Systematic. Strategi kontrol seder"ana !ang lain untuk .ater /u# problem6 pada setiap siklus& pili" seara random aturan-aturan !ang dapat diaplikasikan. Strategi ini lebi" baik dari !ang pertama& karena men!ebabkan motion. Pada ak"irn!a strategi tersebut akan menapai solusi. /etapi mungkin kita akan mengun%ungi beberapa state !ang sama selama proses tersebut dan mungkin menggunakan lebi" ban!ak langka" dari %umla" langka" !ang diperlukan. Ial ini disebabkan strategi kontrol tersebut tidak sistematik. Beberapa strategi kontrol !ang sistematik tela" diusulkan& !ang biasa disebut sebagai metoda-metoda dalam teknik searchin#. Di bab ini& akan diba"as enam metoda& !aitu 0readth +irst "earch& 'ni*orm )ost "earch& Depth +irst "earch& Depth-&imited "earch& Iterati1e-Deepenin# Depth-+irst "earch& dan 0i-directional search. *asing-masing metoda tersebut mempun!ai karakteristik !ang berbeda. &trategi Pencarian /erdapat empat kriteria dalam strategi penarian& !aitu6 -om!leteness: Apaka" strategi tersebut men%amin penemuan solusi %ika solusin!a memang ada: Time com!le.it": Berapa lama .aktu !ang diperlukan: &!ace com!le.it": Berapa ban!ak memori !ang diperlukan: /!timalit": Apaka" strategi tersebut menemukan solusi !ang paling baik %ika terdapat beberapa solusi berbeda pada permasala"an !ang ada: De!th01irst &earch (D1&) Penarian dilakukan pada satu node dalam setiap level dari !ang paling kiri. 7ika pada level !ang paling dalam& solusi belum ditemukan& maka penarian dilan%utkan pada node sebela" kanan. Jode !ang kiri dapat di"apus dari memori. 7ika pada level !ang paling dalam tidak ditemukan solusi& maka penarian dilan%utkan pada level sebelumn!a. Demikian seterusn!a sampai ditemukan solusi. 7ika solusi ditemukan maka tidak diperlukan proses backtrackin# +penelusuran balik untuk mendapatkan %alur !ang dinginkan-. Kelebihan D1& adalah: Pemakain memori "an!a sedikit& berbeda %au" dengan B1S !ang "arus men!impan semua node !ang perna" dibangkitkan. 7ika solusi !ang diari berada pada level !ang dalam dan paling kiri& maka D1S akan menemukann!a seara epat. Kelemahan D1& adalah: 7ika po"on !ang dibangkitkan mempun!ai level !ang dalam +tak ter"ingga-& maka tidak ada %aminan untuk menemukan solusi +Tida$ omplete-. 7ika terdapat lebi" dari satu solusi !ang sama tetapi berada pada level !ang berbeda& maka pada D1S tidak ada %aminan untuk menemukan solusi !ang paling baik +Tida$ !ptimal-.
(ambar 2)2 Penelusuran Depth +irst "earch untuk ,ater -u# Problem. Breadth-"irst Search (B1&) Penarian dilakukan pada semua node dalam setiap level seara berurutan dari kiri ke kanan. 7ika pada satu level belum ditemukan solusi& maka penarian dilan%utkan pada level berikutn!a. Demikian seterusn!a sampai ditemukan solusi. Dengan strategi ini& maka dapat di%amin ba".a solusi !ang ditemukan adala" !ang paling baik +!ptimal-. /etapi B1S "arus men!impan semua node !ang perna" dibangkitkan. Ial ini "arus dilakukan untuk penelusuran balik %ika solusi suda" ditemukan. 2ambar 2.4 mengilustrasikan pembangkitan po"on B1S untuk masala" ,ater -u#. Pembangkitan suksesor dari suatu node bergantung pada urutan dari Aturan Produksi !ang dibuat +li"at gambar 2.3-. 7ika urutan dari aturan 4 ditukar dengan aturan A& maka po"on B1S !ang dibangkitkan %uga akan beruba".
(ambar 2)* Po"on 0readth +irst "earch untuk ,ater -u# Problem. Berikut ini memba"as metoda-metode !ang terdapat dalam teknik penarian !ang berdasarkan pada panduan +2euristic "earch-& !aitu (enerate and Test! "imple 2ill )limbin#! "teepest-Ascent 2ill )limbin#! "imulated Annealin#! 0est +irst "earch!(reedy "earch! A "tar (A$)! Problem Reduction! )onstraint "atis*action! dan Means-Ends Analysis. #enerate-and-$est *etode (enerate-and-Test adala" metode !ang paling seder"ana dalam penarian heuristic. 7ika pembangkitan possible solution diker%akan seara sistematis& maka prosedur akan menari solusin!a& %ika ada. /etapi %ika ruang masala"n!a sangat luas& mungkin memerlukan .aktu !ang sangat lama. Algoritma (enerate-and-Test adala" prosedur D1S karena solusi "arus dibangkitkan seara lengkap sebelum dilakukan test. Algoritma ini berbentuk sistematis& penarian seder"ana !ang mendalam dari ruang permasala"an. (enerate K test %uga dapat dilakukan dengan pembangkitan solusi seara aak& tetapi tidak ada %aminan solusin!a akan ditemukan. Algorithm: #enerate0and0$est 1. 2enerate a possible solution. 1or some problems& t"is means generating a partiular point in t"e problem spae. 1or ot"ers& it means generating a pat" (rom a start state. 2. /est to see i( t"is is atuall! a solution b! omparing t"e "osen point or endpoint o( t"e "osen pat" to t"e set o( aeptable goal states. 3. I( a solution "as been (ound& Luit. 9t"er.ise& return to step 1. -ontoh $asus: 'ntuk permasala"an seder"ana maka te"nik #enerate K test adala" te"nik !ang la!ak. Sebagai onto"& pada teka-teki !ang terdiri dari empat kubus segi enam& dengan masingmasing sisi dari setiap kubus diat dengan 4 .arna. Solusi dari teka- teki terdiri dari susunan kubus dalam beberapa baris !ang semuan!a empat sisi dari satu blok baris !ang menun%ukkan nasing-masing .arna. *asala" ini dapat diselesaikan dengan manusia dalam beberapa menit seara sistematis dan lengkap dengan menoba semua kemungkinan. Ini bisa diselesaikan dengan lebi" epat menggunakan prosedur #enerate K test. Pandangan sekilas pada empat blok !ang tampak ba".a masi" ada lagi& katakanla" bagian mera" dari .arna-.arna lain !ang ada. Se"ingga ketika menempatkan blok dengan beberapa bagian mera"& ini akan men%adi ide !ang baik untuk digunakan %ika sebagian darin!a sebisa mungkin dibagian luar. Sebagian !ang lain sebisa mungkin "arus ditempatkan pada blok berikutn!a. *enggunakan aturan ini& ban!ak kon(igurasi diperlukan tanpa di-e3plore dan sebua" solusi dapat ditemukan lebi" epat. Bagian + Heuristic Beam Search Hill limbing Iill 3limbing berbeda (enerate-and-Test& !aitu pada *eedback dari prosedur test untuk membantu pembangkit menentukan !ang langsung dipinda"kan dalam ruang penarian. Dalam prosedur (enerate K test & respon (ungsi pengu%ian "an!a "a atau tida$. /api %ika pengu%ian ditamba"kan dengan atauran (ungsi-(ungsi !ang men!ediakan estimasi dari bagaimana mendekati state !ang diberikan ke state tu%uan& prosedur pembangkit dapat mengeksplorasi ini sebagaimana ditun%ukkan di ba.a". I3 sering digunakan %ika terdapat (ungsi heuristic !ang baik untuk mengevaluasi state. Sebagai onto"& anda berada di sebua" kota !ang tidak dikenal& tanpa peta dan anda ingin menu%u ke pusat kota. 3ara seder"ana adala" gedung !ang tinggi. 1ungsi heuristics-n!a adala" %arak antara lokasi sekarang dengan gedung !ang tinggi dan state !ang diperlukan adala" %arak !ang terpendek. &im!le ,- Algorithm: &im!le ,- 1. 5valuate t"e initial state. I( it is also a goal state& t"en return it and Luit. 9t"er.ise& ontinue .it" t"e initial state as t"e urrent state. 2. 4oop until a solution is (ound or until t"ere are no ne. operators le(t to be applied in t"e urrent state6 a-. Selet an operator t"at "as not !et been applied to t"e urrent state and appl! it to produe a ne. state. b-. 5valuate t"e ne. state6 +i- I( it is a goal state& t"en return it and Luit. +ii- I( it is not a goal state but it is better t"an t"e urrent state& t"en make it t"e urrent state. +iii- I( it is not better t"an t"e urrent state& t"en ontinue in t"e loop. (ambar +)1 Penarian %alur menggunakan "imple 2ill )limbin#. &tee!est0Ascent ,- (ambar +)2 Penarian %alur menggunakan "teepest-Ascent 2ill )limbin#. Pada gambar 3.2 di atas& ter%adi ambiguitas dimana (ungsi "euristik node 5 dan node 1 adala" sama. *isalkan dipili" 1 dan tern!ata menemukan solusi di level F. Pada"al terdapat solusi lain !ang lebi" optimal di level 2. Ial ini dikatakan ba".a "teepest- Ascent 2ill )limbin# ter%ebak pada solusi lokal +local minima-. Algoritma &tee!est0Ascent ,-: 1. 5valuate initial state. I( it is also a goal state& t"en return it and Luit. 9t"er.ise& ontinue .it" t"e initial state as t"e urrent state. 2. 4oop until a solution is (ound or until a omplete iteration produes no "ange to urrent state6 a-. 4et "')) be a state su" t"at an! possible suessor o( t"e urrent state .ill be better t"an "')). b-. 1or ea" operator t"at applies to t"e urrent state do6 +i- Appl! t"e operator and generate a ne. state. +ii- 5valuate t"e ne. state. I( it is a goal state& return it and Luit. I( not& ompare it to "')). I( it is better& t"en set "')) to t"is state. I( it is not better& leave "')) alone. -. I( t"e "')) is better t"an urrent state& t"en set urrent state to "')). Best01irst &earch *erupakan metode !ang membangkitkan suksesor dengan mempertimbangkan "arga +didapat dari (ungsi "euristik tertentu- dari setiap node& bukan dari aturan baku seperti D1S maupun B1S. 2ambar 3.4 mengilustrasikan langka"-langka" !ang dilakukan ole" algoritma 0est +irst "earch. Pertama kali& dibangkitkan node A. Kemudian semua suksesor A dibangkitan& dan diari "arga paling minimal. Pada langka" 2& node D terpili" karena "argan!a paling renda"& !akni 1. 4angka" 3& semua suksesor D dibangkitkan& kemudian "argan!a akan dibandingkan dengan "arga node B dan 3. /ern!ata "arga node B paling keil dibandingkan "arga node 3& 5& dan 1. Se"ingga B terpili" dan selan%utn!a akan dibangkitkan semua suksesor B. Demikian seterusn!a sampai ditemukan node /u%uan. (ambar +)* 4angka"-langka" !ang dilakukan ole" algoritma 0est +irst "earch. 'ntuk mengimplementasikan algoritma penarian ini& diperlukan dua bua" senarai& !aitu6 9P5J untuk mengelola node-node !ang perna" dibangkitkan tetapi belum dievaluasi dan 349S5 untuk mengelola node-node !ang perna" dibangkitkan dan suda" dievaluasi. Algoritma selengkapn!a adala" sebagai berikut6 Algoritma Best-"isrt Search: 1. Start .it" 4PE% ontaining %ust t"e initial state. 2. 'ntil a goal is (ound or t"ere are no nodes le(t on 4PE% do6 a- Pik t"e best node on 9P5J. b- 2enerate its suessors. - 1or ea" suessor do6 i. I( it "as not been generated& evaluate it& add it to 4PE%& and reord its parent. ii. I( it "as been generated& "ange t"e parent i( t"is ne. pat" is better t"an t"e previous one. In t"at ase& update t"e ost o( getting to t"is node and to an! suessors t"at t"is node ma! alread! "ave. Bagian * 'e!resentasi Pengetahuan Pengetahuan dan Penalaran 8epresentasi pengeta"uan adala" "al penting dalam inteli/ensia buatan. Di sini kita akan memba"as dua mathematical tools untuk merepresentasikan pengeta"uan& !aitu propositional lo#ic +logika proposisi- dan *irst order lo#ic +kalkulus predikat-. (ambar *)1 A #eneric kno.led#e-based a#ents. (ambar *)2 Iubungan antara sentence dan *atcs !ang disediakan ole" semantik ba"asa. Tabel *)1 Pembagian (ormal language 1ormal 3anguage A!a "ang ada di dunia n"ata A!a "ang di!erca"a agenttentang %a$ta Propositional logi 1ats /rue)(alse)unkno.n 1irst-order logi 1ats& ob%ets& relations /rue)(alse)unkno.n /emporal logi 1ats& ob%ets& relations& times /rue)(alse)unkno.n Probabilit! t"eor! 1ats Degree o( believe <M1 1uNN! logi Degree o( trut" Degree o( believe <M1 Pro!ositional 3ogic (Pro!ositional -alculus) (ambar *)+ A BJ1 +Bakus-Jaur 1orm- (rammar o* sentences inProportional &o#ic (ambar *)* Aturan in(erensi dalam 4ogika Proposisi. 1irst0/rder 3ogic (Predicat 3ogic 4 Predicat -alculus) 1. /bjects: sesuatu dengan identitas individual +people& "ouses& olors& M- 2. Pro!erties: si(at !ang membedakann!a dari ob%et !ang lain +red& irle& M- 3. 'elations: "ubungan antar ob%et +brot"er o(& bigger t"an& part o(& ...- 4. 1unctions: relation !ang mempun!ai satu nilai +(at"er o(& best (riend& M- 3onto"6 /ne !lus t5o e6uals three) (ambar *)2 /"e S!nta, o( 1irst-9rder 4ogi +.it" eLualit!- in BJ1 +Bakus-Jaur 1orm- Konsep Dasar 8epresentasi Pengeta"uan 8epresentasi Pengeta"uan berdasarkan 492IKA Proportional &o#ic (5ero 4rder &o#ic) Predicate &o#ic (+irst 4rder &o#ic) 8epresentasi Pengeta"uan berdasarkan R'&E" Pengeta"uan Prosedural vs Deklarati( &o#ic Pro#rammin# Production Rules +or.ard dan 0ack.ard Reasonin# Matchin# 1or5ard and Bac$5ard -haining (ambar *)7 Algoritma In%erensi 1or5ard0-haining. Semua sentence !ang dapat diin(erensi dari sentence p dimasukkan ke KB. 7ika p baru& pertimbangkan setiap implikasi !ang mempun!ai premise !ang sesuai dengan p. 'ntuk setiap implikasi seperti itu& %ika semua premise !ang tersisa berada dalam KB& maka simpulkan onlusion 7ika premise dapat diookkan dengan beberapa ara 8epresentasi Pengeta"uan Berdasarkan "lot and +iller "tructures "emantic %ets &emantic 8ets (Jaringan &emanti$) /erdapat relasi !ang penting untuk in(erensi& seperti isa dan instance. Dalam Kal$ulus Predi$at din"ata$an (Binar" !redicate): isa+Person& *ammal- instane+Pee-Oee-8eese& Person- team+Pee-Oee-8eese& Brookl!n-Dodgers- uni(orm-olor+Pee-Oee-8eese& Blue- Dapat dilakukan Inheritance untuk menurunkan relasi tamba"an6 Ias-part+Pee-Oee-8eese& Jose- 'e!resentasi 8onbinar" Predicate 7aringan Semantik untuk menggambarkan aspek dari ke%adian tertentu. Sebagai onto"6 #7o"n gave t"e book to *ar!$) +rames 1rames &"stem Kumpulan atribut +slot- dan nilai atribut !ang mendeskripsikan suatu entitas. Jilai slot dapat berupa6 1. Identi(ikasi (rame 2. relasi dengan (rame lain +slotn!a6 isa& instane- 3. batasan nilai 4. nilai A. de(ault nilai +dapat diuba"- B. prosedur untuk mendapatkan nilai C. prosedur !ang dibangkitkan data +Data Driven-6 prosedur !ang "arus dilakukan %ika nilai diuba"& misaln!a6 periksa konsistensi. F. kosong6 untuk ditelusuri pada sublass-n!a Jenis 1rame: Kelas dan 3onto" +Instane- Atribut Kelas: 1. Atribut tentang kelas itu sendiri. 2. Atribut !ang "arus diturunkan pada setiap elemen dalam "impunan. (a) A 1rame0Based Kno5ledge Base (b) Translation into 1/3 &cri!ts *erupakan representasi struktur !ang mendeskripsikan aliran ke%adian dalam konteks tertentu. Dimaksudkan untuk mengorganisasikan 3D dalam situasi tertentu. Kom!onen: 1. 5ntr! ondition 6 kondisi a.al 2. 8esult 6 kondisi ak"ir 3. Props 6 !ang "arus ada 4. 8oles 6 aksi !ang dibangun tiap individu A. /rak 6 variasi spesi(ik pada pola !ang lebi" umum B. Senes 6 potongan-potongan #adegan$ dalam Sript Keuntungan: 1. *ampu memprediksi event !ang tidak disebutkan seara eksplisit. 2. *en!ediakan ara pembangunan interpretasi tunggal dari sekumpulan observasi. 3. *ampu mem(okuskan per"atian pada event !ang #tidak biasa$. -ontoh 1: 7o"n pergi ke restaurant kemarin malam. Dia memesan steak. Saat memba!ar& dia men!adari uangn!a kurang. Dia epat pulang& karena "u%an mulai turun. 9uestion: Apaka" 7o"n makan malam: +Di%a.ab dengan mengakti(kan Sript restaurant- Dari soal& urutan ke%adian normal& se"ingga pasti sript restaurant ber%alan normal& %adi 7o"n pasti mele.ati ta"ap makan. -ontoh 2: Susan makan siang di luar. Dia duduk di me%a dan memanggil pela!an. Pela!an memberikan menu dan Susan memesan "amburger. 9uestion: *engapa pela!an memberikan menu: Sript mengandung dua %a.aban6 - karena Susan meminta +bak.ard- - agar Susan dapat menentukan apa !ang ingin dimakann!a +1or.ard- -ontoh +: 7o"n pergi ke restaurant. Dia ditun%ukkan me%an!a. 7o"n memesan steak ukuran besar. Dia duduk dan menunggu lama. 7o"n mara" dan pergi. -once!tual De!endenc" (-D) *erupakan "tron# "lot-and-+iller structure karena menamba"kan gagasan k"usus tentang6 apa tipe ob%ek dan relasi !ang dii%inkan. -D : /eori untuk merepresentasikan pengeta"uan tentang $ejadian !ang terkandung dalam $alimat ba"asa natural. Dengan atatan6 menggambarkan penalaran kalimat dan tidak bergantung ba"asa apa. -ontoh: I gave t"e man a book. Dalam 3D& representasi aksi dibangun dari "impunan aksi primiti(& !aitu6 A/8AJS /rans(er o( abstrat relations"ip +e.g.& give- P/8AJS /rans(er o( p"!sial loation o( an ob%et +e.g.& go- P89P54 Appliation o( t"e p"!sial (ore to an ob%et +e.g.& pus"- *9P5 *ovement o( a bod! part b! its o.ner +e.g.& kik- 28ASP 2rasping o( an ob%et b! an ator +e.g.& lut"- IJ25S/ Ingestion o( an ob%et b! an animal +e.g.& eat- 5QP54 5,pulsion o( somet"ing (rom t"e bod! o( an animal +e.g.& r!- */8AJS /rans(er o( mental in(ormation +e.g.& go- *B'I4D Building ne. in(ormation out o( old +e.g.& deide- SP5AK Prodution o( sound +e.g.& sa!- A//5JD 1ousing o( a sense organ to.ard a stimulus +e.g.& listen- /erdapat 4 katagori konseptual primiti( !ang dapat dibangun& !aitu6 A-T& 6 aksi PPs 6 ob%ek ) gambaran prosedur AAs 6 peuba" aksi +pendukung aksi- PAs 6 peuba" PPs +pendukung gambaran- Tenses: p Past ( 1uture t /ransition ts Start transition t( 1inis"ed transition k 3ontinuing : Interrogative ) Jegative nil Present delta /imeless 3onditional 3D tidak bisa membedakan !ang alurn!a sama. *isaln!a 6 give& take& steal& donate. 3D ook untuk kalimat !ang seder"ana. 'ntuk primiti( tingkat tinggi 3D merepotkan. #isal: #7o"n bet Sam RA< t"at t"e *ets .ould .in t"e Oorld Series$
Pengambilan keputusan dalam 4 langkah: Strategi dan langkah operasional untuk pengambilan keputusan dan pilihan yang efektif dalam konteks yang tidak pasti
Manajemen konflik dalam 4 langkah: Metode, strategi, teknik-teknik penting, dan pendekatan operasional untuk mengelola dan menyelesaikan situasi konflik