Referensi :

1. Kusumadewi, Sri. Artificial Intelligence Teknik dan

Aplikasinya, Yogayakarta, Graha Ilmu, 2003
2. Pandjaitan, Lanny. Dasar Dasar Komputasi
Cerdas, Yogyakarta, Penerbit Andi, 2007
3. Arhami,Muhammad. Konsep Dasar Sistem Pakar,
Yogyakarta, Penerbit Andi, 2004
4. Michalewicz, Zbigniew. Genetic Algorithms +
Data Structures = Evolution Programs, Springer-
Verlag, 1996.
5. Norvig, Russel. Artificial Intelligence a modern
approach, USA, Prentice Hall, 2003
6. Siang, Jong. Jaringan Syaraf Tiruan, Yogyakarta,
Penerbit Andi, 2004

Artificial Intelligence
Dian Rachmawati
Silabus :

1. AI (Artificial Intelligence)
a. Defenisi
b. Sejarah
c. Aplikasi AI
d. Perbedaan AI dengan kecerdasan alami


2. Representasi Pengetahuan
a. Hirarki Pengetahuan
b. Semantic Network
c. Frame
d. Script
e. Kaidah Produksi
f. Logika dan Himpunan

3.Sistem Pakar
a. Defenisi
b. Keuntungan Sistem Pakar
c. Perbedaan Sistem Pakar dengan Sistem
Konvensional
d. Arsitektur Sistem Pakar
e. Inferensi

4. Logika Fuzzy
a. Pengertian
b. Kegunaan Fuzzy
c. Himpunan Fuzzy


6. Algoritma Genetika
a. Flowchart genetika
b. Komponen Algoritma genetika
c. Seleksi
d. Crossover
e. Mutasi
f . Contoh penerapan


Kecerdasan Buatan
(Artificial Intelligence)







Representasi Pengetahuan
Pengetahuan
Pemahaman secara praktis maupun teoritis
terhadap suatu obyek atau domain tertentu.
Kategori pengetahuan menurut Epistemology:

Pengetahuan berdasarkan
Epistemologi
Pengetahuan Priori
Pengetahuan yang medahului atau
pengetahuan sebelum pengalaman atau
tidak alami dan oleh karenanya bebas dari
sense. Pengetahuan ini memiliki
kebenaran secara universal. Penyangkalan
terhadap pengetahuan ini dapat
menimbulkan kontradiksi.
Pengetahuan berdasarkan
Epistemologi
Pengetahuan Posteriori
Pengetahuan yang berasal dari pengalaman dan
oleh karenanya melibatkan sense . Nilai
kebenaran pengetahuan ini dapat diverifikasi
dengan pengalaman indera (sense) manusia.
Jenis pengetahuan ini mudah disanggah
berdasarkan pengetahuan atau pengalaman
yang baru tanpa perlu menimbulkan kontradiksi
Kategori Knowledge Secara Umum
Hirarki Pengetahuan
Hirarki Pengetahuan
17688218738669534650235345514653
Algoritma :
Kelompokan 2 bilangan sehingga
membentuk bilangan 2 digit
Abaikan bilangan 2 digit yang
mempunyai nilai lebih kecil dari 32
Ubah dengan karakter ASCII untuk
bilangan 2 digit yang tersisa
Tabel ASCII
Model Representasi
Pengetahuan
Representasi pengetahuan dimaksudkan
untuk mengorganisasi pengetahuan dalam
bentuk dan format tertentu untuk bisa
dimengerti oleh computer, digambarkan
sebagai berikut :
Pengetahuan Sistem
Representasi Pengetahuan
Model Representasi Pengetahuan
Beberapa model representasi
pengetahuan (Firebaugh 1989) :
Jaringan Semantik ( Semantic Nets)
Bingkai (Frame)
Script
Kaidah Produksi (Production Rule)
Logika Predikat (Predicate Logic)

Jaringan Semantik
Teknik representasi AI yang digunakan untuk informasi yang proposional
(Stilling 1987)
Dibangun oleh M.R.Quillian, sebagai model memori manusia.
Direpresentasikan dengan gambar graph berarah
Struktur jaringan semantic terdiri dari simpul (node) dan busur (arc) yang
menghubungkannya. Simpul menyatakan onjek, konsep, situasi dan busur
sebagai links atau edge atau hubungan (relationship)
Hubungan (relationship) merupakan dasar yang penting dalam jaringan
semantic karena menyediakan struktur dasar untuk pengorganisasian
pengetahuan. Tanpa hubungan, pengetahuan hanyalah merupakan suatu
kumpulan dari fakta yang tidak berelasi dan tidak bermakna. Dengan
hubungan pengetahuan merupakan perpaduan struktur dengan
pengetahuan lainnya yang dapat diambil kesimpulannya.
Salah satu masalah dalam penggunaan jaringan semantic adalah tidak
adanya satu defenisi yang standar penamaan link nya (Barr 1981
Staugaard).
Nodes disebut juga dgn objek, digunakan untuk menunjukkan objek phisik,
konsep, situasi
Links atau edges atau arcs, untuk mengekspesikan suatu relasi atau
hubungan
Contoh Jaringan Semantik
TIPE LINK
Secara umum ada 2 tipe yang digunakan untuk
menerangkan link yaitu :
IS-A dan A-Kind-Of kadang ditulis ISA dan AKO
(Winston 1984)
ISA berarti contoh dari dan merupakan anggota tertentu
dari suatu kelas
Kelas direlasikan sebagai himpunan dari suatu group
objek.
Suatu himpunan memiliki elemen atau unsur dari
berbagai tipe, maka objek dalam suatu kelas mempunyai
hubungan antara satu dengan lainnya.
TIPE LINK
AKO (A Kind Of) digunakan untuk merelasikan suatu
kelas dengan kelas lainnya. AKO tidak digunakan untuk
merelasikan individu khusus karena untuk relasi individu
digunakan ISA.
AKO merelasikan suatu kelas individu ke kelas induk dari
kelas kelas dimana individu tersebut merupakan kelas
anak.
Objek dalam suatu kelas mempunyai satu atau lebih
atribut. Tiap atribut mempunyai nilai. Kombinasi dari
atribut dan nilai adalah property.
Untuk merelasikan / menghubungkan suatu objek ke
bagian dari objek digunakan link HAS-A ato HAS
Perluasan Jaringan Semantik
Perluasan Jaringan Semantik
Jaringan semantik dapat diperluas
(expanding) dengan menambah node dan
menghubungkan node yang bersesuaian
pada jaringan semantic
Node dapat berupa objek tambahan atau
property tambahan

Cara Memperluas Jaringan
Semantik
Perubahan dapat dilakukan dalam 3 cara
Objek yang sama
Objek yang lebih khusus
Objek yang lebih umum
Object Attribute Value (OAV)
Ada 3 hal yang sering digunakan untuk membangun
jaringan semantik
Object, Attribute, Value (OAV)
Objek dapat berupa bentuk fisik atau konsep
Atribut adalah karakteristik atau sifat dari objek tersebut
Value (nilai) besaran/nilai/takaran spesifik dari atribut
tersebut pada situasi tertentu. Dapat berupa numerik,
string atau boolean
Fakta nilai tunggal (single valued facts) atribut yang
memiliki satu nilai tunggal.
Fakta nilai ganda ( multiple valued facts) atribut yang
memiliki lebih dari satu nilai.