Anda di halaman 1dari 44

REPRESENTASI PENGETAHUAN

TIKB3202 Artificial Intelligence


Politeknik Indramayu
By: Munengsih Sari Bunga
Knowledge Representation
Suatu proses untuk menangkap sifat-sifat
penting problema dan membuat informasi
tersebut dapat diakses oleh prosedur pemecahan
permasalahan.
Bahasa representasi harus dapat membuat
seorang pemrogram mampu mengekspresikan
pengetahuan yang diperlukan untuk
mendapatkan solusi permasalahan.
Entiti Representasi Pengetahuan
Fakta
adalah kejadian sebenarnya. Fakta inilah yang
akan kita representasikan
Representasi dari fakta
bagaimana cara untuk memodelkan fakta. Dari
representasi ini, kita akan dapat
memanipulasinya.
Representasi yang baik
Mengemukakan hal secara eksplisit
Membuat masalah menjadi transparan
Komplit dan efisien
Menampilkan batasan-batasan alami yang ada
Menekan/menghilangkan detil-detil yang
diperlukan
Dapat dilakukan komputasi (ada
batasan/konstraint)
Kategori Representasi
Representasi Logika : Representasi jenis ini menggunakan
ekspresi-ekspresi dalam logika formal untuk
merepresentasikan basis pengetahuan.
Representasi Prosedural : Representasi menggambarkan
pengetahuan sebagai kumpulan instruksi untuk memcahkan
suatu problema.
Representasi network : Representasi ini menangkap
pengetahuan sebagai sebuah graph dimana simpul-simpulnya
menggambarkan obyek atau konsep dari problema yang
dihadapi, sedangkan edge-nya menggambarkan hubungan
atau asosiasi antar mereka.
Representasi terstruktur : Representasi terstruktur
memperluas network dengan cara membuat setiap simpulnya
menjadi sebuah struktur data kompleks.
Dan lain-lain (kromosom, jaringan syaraf, gen, dll)
Jika suatu permasalahan
dideskripsikan dengan
menggunakan representasi yang
tepat, maka dapat dipastikan bahwa
permasalahan tersebut dapat
diselesaikan.
Representasi Logika
Merupakan bentuk representasi pengetahuan
yang paling tua.
Logika merupakan suatu pengkajian ilmiah
tentang serangkaian penalaran, sistem kaidah
dan prosedur yang membantu proses penalaran
Logika (Logic)
Terdapat dua bentuk dasar penalaran dalam logika untuk
membuat inferensi yang diambil dari premis:
1. Deduktif
Penalaran ini bergerak dari prinsip/premis umum menuju
konklusi khusus. Proses deduktif umumnya dimulai dari
suatu si logi smeatau pernyataan premis dan inferensi.
Proses deduktif umumnya terdiri dari tiga bagian : premis
mayor, premis minor, dan konklusi.
Contoh:
Premis mayor : Jika Hujan turun, saya tidak akan lari pagi.
Premis minor : Pagi ini hujan turun.
Konklusi : Oleh karena itu, pagi ini saya tidak akan lari
pagi.
Logika (Logic)
2. Induktif
Penalaran induktif dimulai dari masalah khusus menuju ke
masalah umum. Atau dengan perkataan lain, penalaran
induktif menggunakan sejumlah fakta atau premis yang
mantap untuk menarik kesimpulan umum.
Contoh:
Premis 1 : Dioda yang salah menyebabkan peralatan elektronik
rusak.
Premis 2 : Transistor rusak menyebabkan elektronik rusak.
Premis 3 : Sirkuit terpadu (IC) rusak menyebabkan peralatan
elektronik tidak berfungsi.
Konklusi : Maka, peralatan semi-konduktor rusak merupakan
penyebab utama rusaknya peralatan elektronik
LOGIKA KOMPUTASIONAL
Dalam melaksanakan penalaran menggunakan
logika, sebuah komputer harus menggunakan
konversi silogisme dan proses penalaran
deduktif atau induktif ke dalam bentuk yang
sesuai dengan manipulasi komputer.
Hal ini merupakan sistem kaidah dan prosedur
yang memungkinkan komputer bisa menarik
inferensi dari berbagai premis yang
menggunakan berbagai teknik logika. Metoda ini
dikenal dengan logika komputasional
(computati onal logi c).
Logika komputasional memiliki dua bentuk
1. Logika Proposisional / Kalkulus Proposisional
2.Logika Predikat / Kalkulus Predikat
LOGIKA PROPOSISIONAL
Suatu proposisi tidak lebih daripada suatu
pernyataan (statement) yang menyatakan benar
atau salah.
Ini merupakan premis yang dapat digunakan
untuk memperoleh proposisi baru atau inferensi.
Kaidah ini digunakan untuk menentukan benar
atau salah suatu proposisi baru.
Suatu proposisi, premis atau kaidah disimbolkan
dengan menggunakan huruf besar. Misalnya,
A = Tukang pos mengantar surat mulai senin sampai
Sabtu
B = Hari ini Hari Minggu
C = Maka, hari ini tukang pos tidak mengantar surat
LOGIKA PROPOSISIONAL
Dua atau lebih proposisi bisa digabungkan
dengan menggunakan penghubung
logika/operator logika, yaitu and, or , not
dan i mpl i es.
Penggunaan penghubung / operator logika ini
sama dengan penggunaan aljabar Boolean
Contoh:
1. A = Hari ini hujan
Not A = Hari ini ti dak hujan
LOGIKA PROPOSISIONAL
2. A = Mobil saya berwarna hitam
B = Mesin mobil berwarna hitam itu 6 silinder
C = A and B
= Mobil saya berwarna hitam dan
mesinnya 6 silinder
3. Sebuah perusahaan akan menerima karyawan
baru dengan syarat :
Seorang wanita berusia tidak lebih dari 25 tahun and
Lulusan Informatika
Dengan demikian, seorang pelamar baru bisa
diterima menjadi karyawan bila kedua syarat
tersebut dipenuhi.
LOGIKA PROPOSISIONAL
4. A = Seorang wanita berusia tidak lebih dari
25 tahun
B = Lulusan Informatika
C = A or B
Maka cukup salah satu persyaratan dipenuhi,
seseorang dapat diterima sebagai karyawan.
Bentuk or ini dikenal dengan inclusive or.
Bentuk or yang lain adalah exclusive or. Or
eksklusif bernilai benar jika salah satu
prososisi awal bernilai benar tapi tidak
keduanya sekaligus. Notasi yang digunakan
untuk eksklusif or adalah xor
LOGIKA PROPOSISIONAL
5. A = Mobil rusak
B = Saya tidak bisa naik mobil
C = A i mpl i es B
= Mobil rusak, karena itu saya tidak bisa
naik mobil.
= I f mobil rusak, t hen saya tidak bisa naik
mobil.
Karena masih berkaitan dengan pernyataan,
kemampuan logika proposisional untuk
merepresentasikan pengetahuan dalam
kehidupan nyata dengan benar masih
diragukan atau setidaknya masih terbatas.
LOGIKA PREDIKAT
Logika predikat seluruhnya menggunakan
konsep dan kaidah logika proposisional yang
sama.
Logika predikat dapat memecah pernyataan ke
dalam bagian komponen yang disebut obyek,
karakteristik obyek, atau beberapa
keterangan obyek.
Logika predikat dapat menggunakan variabel
dan fungsi variabel di dalam pernyataan logika
simbolik. Dengan demikian, logika simbolik
dapat diterapkan untuk pemecahan masalah-
masalah praktis.
LOGIKA PREDIKAT
Dalam kalkulus predikat, suatu proposisi atau
premis dibagi menjadi 2 bagian, yaitu:
argumen (obyek), dan
predikat (keterangan / karakteristik)
Argumen adalah individu atau obyek yang
membuat keterangan. Dalam bahasa Inggris,
obyek dan individu merupakan kata benda
yang berfungsi sebagai subyek dan obyek suatu
kalimat (sentence).
Dalam sebuah kalimat, predikat bisa berupa
kata kerja atau bagian kata kerja.
Untuk membuat suatu proposisi, keduanya
(argumen dan predikat) digabungkan
LOGIKA PREDIKAT
Bentuk umum logika predikat :
pr edi kat ( i ndi vi du[ obyek] _1,
i ndi vi du[ obyek] _2)
Contoh:
1. Proposisi : Jhony mencintai Marry.
Ekspresi kalkulus predikat : menci nt ai ( J hony,
Mar y) .
Menci nt ai -> produk (keterangan)
J hony -> argumen (obyek)
Mar y -> argumen (obyek)
2. Proposisi : Baju disimpan di lemari.
Ekspresi kalkulus predikat : di si mpan_di ( l emar i ,
baj u) .
3. Proposisi : Mobil berada di dalam garasi.
Ekspresi kalkulus predikat : di _dal am( mobi l ,
gar asi ) .
LOGIKA PREDIKAT
Dalam banyak hal, predikat mungkin hanya
mempunyai satu argumen saja.
Contoh:
1. Proposisi : Pintu terbuka.
Ekspresi kalkulus predikat : buka( pi nt u) .
2. Proposisi : Ban gembos.
Ekspresi kalkulus predikat : gembos( ban) .
3. Proposisi : Krishna adalah seorang laki-laki.
Ekspresi kalkulus predikat : l aki -
l aki ( Kr i shna) .
LOGIKA PREDIKAT
Argumen dapat juga berupa peubah (variable).
Contoh:
4. Proposisi : Jhony suka Marry.
Bila Jhony = x, dan Marry = y, maka ekspresi
kalkulus predikatnya : suka( x, y) .
Dengan menggunakan peubah, basis
pengetahuan dapat terbentuk.
Pada contoh 4 di atas basis pengetahuannya
ialah suka( x, y) , yang berarti x suka y.
LOGIKA PREDIKAT
Pengetahuan diekspresikan dalam kalkulus predikat
yang bisa dimanipulasi agar menimbulkan inferensi
Contoh:
Proposisi : Jhony suka Marry
Ramona suka Marry
Misalkan Jhony = x, Marry = y, dan Ramona = z.
Maka ekspresi
suka( x, y) dan t i dak suka( z, y) i mpl i es
t i dak suka( x, z)
menerangkan bahwa
Jika Jhony suka Marry dan Ramona tidak suka
Mary, maka Jhony tidak suka Ramona
LOGIKA PREDIKAT
Pemberian nilai (assigning) nama individu atau
obyek tertentu kepada suatu peubah dinamakan
instansiasi.
Individu atau obyek itu menjadi suatu
instance (contoh) variabel tersebut.
Pada contoh di atas, variabel untuk Jhony,
Marry, dan Ramona adalah x, y, dan z.
LOGIKA PREDIKAT
Pengukuraan kuantitas (quanti fi er) adalah simbol
yang mengijinkan untuk menyatakan suatu rangkaian
atau cakrawala dalam suatu ekspresi logika.
Ada dua pengukuran kuantitas yang digunakan, yaitu:
1.Ukuran Kuantitas Universal.
Simbol yang digunakan , berarti untuk semua atau
untuk setiap. Simbol ini menyatakan bahwa ekspresi
berlaku secara universal benar, yaitu untuk semua nilai.
Contoh:
Semua orang Texas adalah warga negara Amerika
Serikat
Dengan quantifier ditulis
( x) [ Or ang Texas( x) , war ga negar a Amer i ka
Ser i kat ( x) ]
LOGIKA PREDIKAT
2. Ukuran Kuantitas Eksistensial.
Simbol yang digunakan , berarti terdapat atau ada.
Contoh:
Beberapa mobil berwarna merah
Dengan quantifier ditulis
( x) [ mobi l ( x) dan ber war na mer ah( x) ]
Apa yang telah diuraikan pada bagian di atas merupakan
suatu sistem untuk mengekspresikan pengetahuan (berupa
fakta-fakta) ke dalam bentuk simbolik. Yang selanjutnya
dilakukan adalah menggunakan simbol itu untuk membuat
inferensi. Yakni bagaimana cara menggunakan
pengetahuan itu untuk menjawab pertanyaan, menalar,
atau menarik kesimpulan.
LOGIKA PREDIKAT
Berbagai kaidah digunakan untuk memanipulasi
ekspresi logika dalam rangka membuat ekspresi
baru.
Kaidah yang dimaksud diantaranya adalah
modus ponens, modul tollens, dan sillogisma.
Apabila proposisi awal benar maka dengan
langkah-langkah yang correct akan
menghasilkan kesimpulan yang juga benar
LOGIKA PREDIKAT
Pengetahuan prosedural dapat
direpresentasikan dalam bentuk logika predikat.
Pernyataan a
1
, a
2
, a
3
, . . ., a
n
-> Bdapat
dipandang sebagai prosedur yang digunakan
untuk menghasilkan keadaan yang memenuhi
kondisi B.
REPRESENTASI PENGETAHUAN
SISTEM PRODUKSI
(PRODUCTION SYSTEM)
Sistem produksi memiliki struktur seperti
struktur proses pencarian (search).
Secara umum, sistem produksi terdiri dari
komponen-komponen:
1. Ruang Keadan.
2. Memori Aktif.
3. Strategi Kontrol.
Komponen Sistem Produksi
Ruang Keadaan berisi keadaan awal, tujuan
dan kumpulan aturan yang digunakan untuk
mencapai tujuan.
Memori Aktif berisi deskripsi keadaan
semesta pembicaraan saat ini dalam proses
penalaran.
Strategi Kontrol berguna untuk mengarahkan
bagaimana proses pencarian akan berlangsung
dan mengendalikan arah eksplorasi.
Arsitektur Sistem Produksi
Dpl, Sistem Produksi menyediakan
pengendalian berdasar pola dari proses
pemecahan problema dan terdiri dari
sekumpulan aturan produksi , memor i
akti f, dan kontrol mekani sme i nferensi
Kaidah / Aturan Produksi
Representasi pengetahuan dengan sistem
produksi dinamakan kaidah/aturan
produksi (production method) sering disebut
produksi saja.
Merupakan seperangkat aturan yang masing-
masing berisi pola sisi kiri (bagian
kondisi/anteseden/premis) yang menentukan
pemakaian aturan tertentu, dan sisi kanan
(bagian tindakan/konsekuen/konklusi) yang
menggambarkan tindakan yang harus dilakukan
jika aturan tertentu tersebut digunakan.
Kaidah / Aturan Produksi
Pada bagian kondisi (kiri) merupakan pernyataan
dengan awalan if, sedangkan bagian tindakan (kanan)
merupakan pernyataan dengan awalan then.
Contoh kaidah tipikal :
1. I f harga stok turun di bawah Rp 1 juta, t hen beli 100
saham.
2. I f suhu lebih dari 30 C, t hen hidupkan alat pendingin.
3. I f berada di bawah garis belakang lawan and bola
berada di garis 30 meter dari gawang, t hen bikinlah
ruang untuk mencetak gol.
4. I f pelamar itu wanita berusia tidak lebih dari 25 tahun
or pelamar itu lulusan perguruan tinggi komputer,
t hen bisa diterima sebagai karyawan.
Memori Aktif (Active Memory)
Merupakan satu atau lebih basis data (database)
yang berisi informasi tentang tugas-tugas
khusus.
Beberapa bagian basis data mungkin bersifat
permanen, sedangkan yang lain hanya berisi
solusi problema yang sedang dihadapi saat ini.
Informasi yang terdapat di dalam basis data
tersebut mungkin terstruktur dengan cara
tertentu.
Kontrol Mekanisme Inferensi
Suatu strategi pengendalian (contr olli ng
strategy) yang menentukan urutan
pembandingan suatu aturan dengan basis data
dan cara menyelesaikan suatu konflik yang
muncul bila beberapa aturan saling
bertumbukan pada saat yang bersamaan.
Proses berakhir bila tak ada kondisi aturan yang
cocok dengan isi memori aktif
Sistem Produksi
Teka-teki 8 (8-Puzzle)
Keadaan Awal
1 2 3
7 8 4
6 5
Keadaan Akhir
(Tujuan)
1 2 3
8 4
7 6 5
Sistem Produksi
Teka-teki 8 (8-Puzzle)
Himpunan kaidah produksi
Kondisi Tindakan
keadaan tujuan dlm memori aktif

diam saja
blank tidak berada di tepi atas

gerakan blank ke atas
blank tidak berada di tepi bawah

gerakan blank ke bawah
blank tidak berada di tepi kanan

gerakan blank ke kanan
blank tidak berada di tepi kiri

gerakan blank ke kiri
Sistem Produksi
Teka-teki 8 (8-Puzzle)
Memori aktif adalah keadaan papan saat ini dan
keadaan tujuan.
Pengendalian:
Mencoba setiap produksi secara urut.
Loop tidak diperkenankan.
Hentikan bila tujuan telah ditemukan.
Metode Penalaran
(Reasoning Methode)
Apabila pengetahuan direpresentasikan dengan
aturan, maka ada 2 metode yang dapat
digunakan:
1. Penalaran Maju (Forward Reasoning)
2. Penalaran Mundur (Backward Reasoning)
Penalaran Maju Vs. Penalaran Mundur
Pada penalaran maju, pelacakan dimulai dari
keadaan awal (informasi atau fakta yang ada)
dan kemudian dicoba untuk mencocokan
dengan tujuan yang diharapkan.
Pada penalaran mundur, pelacakan dimulai dari
tujuan atau hipotesa, baru dicocokkan dengan
keadaan awal atau fakta-fakta yang ada.
Penalaran Maju Vs. Penalaran Mundur
Faktor yang mempengaruhi pemilihan
backward atau forward dalam memilih metode
penalaran:
A. Banyaknya keadaan awal dan tujuan.
Jika jml keadaan awal lebih kecil daripada
tujuan, maka digunakan penalaran forward.
Jika sebaliknya, maka digunakan penalaran
backward.
Penalaran Maju Vs. Penalaran Mundur
B. Jumlah simpul yang dapat diraih secara
langsung.
Labih baik dipilih yang jumlah simpul tiap
cabangnya lebih sedikit.
C. Apakah program butuh menanyai
pengguna untuk melakukan justifikasi
terhadap proses penalaran?
Jika ya, maka alangkah baiknya dipilih arah
yang lebih memudahkan pengguna.
Penalaran Maju Vs. Penalaran Mundur
D. Bentuk kejadian yang akan memicu
penyelesaian masalah.
Jika kejadian itu berupa fakta baru, maka lebih
baik dipilih penalaran forward. Namun, jika
kejadian itu berupa query, maka lebih baik
digunakan penalaran backward.
Thank You
44