MAKALAH

SISTEM PAKAR
Dosen Pengampu : Asrizal, M.Kom

Disusun Oleh :

Kelompok 4

1. A’AN NUR IDZHAND (0701201109)

2. ALIF IRFAN HARAHAP (0701203144)
3. T.RAIHAN YUDISTHIRA (0701202185)

PROGRAM STUDI ILMU KOMPUTER

FAKULTAS SAINS DAN TEKNOLOGI
UIN SUMATERA UTARA MEDAN
2023
 KATA PENGANTAR

Puji syukur penulis ucapkan kehadirat Allah SWT karena berkat rahmat-Nya
penulis dapat menyelesikan makalah mata kuliah Sistem Pakar tentang Knowledge
Representasion lanjutan. Pertama penulis mengucapkan terima kasih kepada Bapak
Asrizal, M.Kom, selaku dosen mata kuliah Sistem Pakar, yang telah banyak
memberikan pengarahan dalam menyelesaikan makalah ini hingga akhir.
Makalah ini dibuat dalam rangka memenuhi tugas mata kuliah Sistem Pakar.
Penulis menyadari makalah ini masih jauh dari kata sempurna. Maka dari itu penulis
memohon maaf dan akan menerima segala masukan yang diberikan untuk
menyempurnakan makalah ini. Penulis berharap makalah ini berguna bagi siapapun
yang membacanya.

Medan, November 2023

Penulis

i
 DAFTAR ISI

KATA PENGANTAR ...................................................................................................... i

DAFTAR ISI .................................................................................................................... ii

DAFTAR GAMBAR ...................................................................................................... iii

BAB I PENDAHULUAN................................................................................................ 1

1. Pendahuluan ............................................................................................................... 1

BAB II PEMBAHASAN ................................................................................................. 2

1. Semantic Net.............................................................................................................. 2

2. Frame.......................................................................................................................... 3

3. Logic .......................................................................................................................... 4

4. Script .......................................................................................................................... 5

BAB III PENUTUP ......................................................................................................... 6

A. KESIMPULAN ........................................................................................................ 6

B. SARAN ..................................................................................................................... 6

DAFTAR PUSTAKA ...................................................................................................... 7

ii
 DAFTAR GAMBAR

Gambar 1.1 Jaringan Umum ................................................................................................. 2

Gambar 1.2 Jaringan Semantik ............................................................................................. 3
Gambar 1.3 Struktur Frame .................................................................................................. 4

iii
 BAB I
PENDAHULUAN

1. Pendahuluan
Pengetahuan adalah fakta, kebenaran atau informasi yang diperoleh melalui
pengalaman atau pembelajaran disebut posteriori, atau melalui introspeksi diebut
priori. Pengetahuan adalah informasi yang diketahui atau disadari oleh seseorang.
Pengetahuan termasuk, tetapi tidak dibatasi pada deskripsi, hipotesis, konsep, teori,
prinsip dan prosedur yang secara Probabilitas Bayesian adalah benar atau berguna.
Pengetahuan juga diartikan berbagai gejala yang ditemui dan diperoleh manusia
melalui pengamatan akal. Pengetahuan terlihat pada saat seseorang menggunakan
akal budinya untuk mengenali benda atau kejadian tertentu yang belum pernah dilihat
atau dirasakan sebelumnya.
Pengetahuan juga dapat didefinisikan penggabungan data dan informasi. Data
adalah fakta mentah, sedangkan informasi adalah data yang dilihat berdasarkan sudut
pandang tertentu. Menurut Turban terdapat hubungan antara data, informasi dan
pengetahuan (Efraim Turban, Aronson, & Liang, 2004). Data adalah koleksi dari fakta-
fakta, pengukuran, dan statistik. Informasi adalah data yang terorganisir dan terproses
dengan akurat. Pengetahuan adalah infomasi yang bernilai relevan secara kontekstual
dan dapat dikerjakan.
Knowledge Representation (representasi pengetahuan), Representasi
pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang
diperoleh dalam suatu skema / diagram tertentu sehingga dapat diketahui
relasi/keterhubungan antara suatu data dengan data yang lain.

1
 BAB II
PEMBAHASAN

1. Semantic Net
Jaringan semantik adalah sebuah teknik representasi AI yang digunakan untuk
informasi proporsional. Jaringan semantik terkadang disebut juga sebagai jaringan
proposisional . Proposisi adalah sebuah kalimat yang memiliki nilai benar atau salah,
misalnya “anjing adalah mamalia” dan “segitiga memiliki tiga sisi”. Proposisi adalah
bentuk dari pengetahuan yang deklaratif karena mereka menyatakan fakta. Dalam
matematika, jaringan semantik adalah sebuah grafik yang diberi label dan mempunyai
arah.
Struktur di dalam jaringan semantik ditunjukkan dalam sebuah grafik yang
terdiri dari node serta panah yang menghubungkan antar node di dalamnya. Node
merupakan representasi dari objek dan panah merupakan representasi dari link/edge .

Gambar 1.1 Jaringan Umum

Pada gambar diatas menunjukkan sebuah network yang biasa/umum, yang

merupakan sebuah graph yang memiliki arah ( directed graph ), yang mana setiap link
-nya menjelaskan rute penerbangan antar kota. Panah yang ada antar node
menunjukkan arah mana saja penerbangan bisa dilakukan.

2
 Gambar 1.2 Jaringan Semantik

Sedangkan pada gambar 2 menunjukkan hubungan antar anggota dalam sebuah

keluarga. Hubungan disini menjadi hal utama yang penting di dalam jaringan semantik
karena mereka menyediakan struktur dasar untuk mengorganisasikan pengetahuan .
Tanpa hubungan yang dijelaskan di dalamnya, pengetahuan tersebut hanya sekedar
kumpulan fakta-fakta tanpa kejelasan hubungan satu dengan lainnya. Dengan adanya
hubungan yang jelas, pengetahuan yang ada menjadi sebuah struktur yang kohesif
mengenai pengetahuan lain yang mana yang bisa disimpulkan. Sebagai contohnya, kita
bisa menyimpulkan bahwa Ann dan Bill adalah kakek dan nenek dari John meskipun
tidak ada link secara eksplisit yang berlabelkan “kakek/nenek dari”.

2. Frame
Frame dapat dipandang sebagai struktur data statik yang digunakan untuk
merepresentasikan situasisituasi yang telah dipahami dan stereotype. Frame adalah
struktur data yeng menyertakan semua pengetahuan tentang objek tertentu.
Pengetahuan ini diatur dalam struktur hierarki khusus yang mengizinkan diagnosis
kemandirian pengetahuan. Frame berupa kumpulan-kumpulan slot-slot yang
digunakan atau merupakan atribut untuk

3
mendeskripsikan pengetahuan. Pengetahuan yang termuat dalam slot dapat berupa
kejadian, lokasi, situasi ataupun elemen-elemen lain. Frame digunakan untuk
representasi pengetahuan deklaratif.
Frame, seperti dalam frame inferensi, menyediakan representasi struktural
pengetahuan singkat secara alami. Berbeda dengan metode representasi lain, nilai yang
mendeskripsikan satu objek dikelompokkan dalam unit tunggal yang disebut frame.
Jadi, frame mencakup objek kompleks, seluruh situasi, atau persoalan manajerial
sebagai entitas tunggal. Pengetahuan dalam frame dipartisi ke dalam slot. Slot dapat
mendeskripsikan pengetahuan deklaratif (misalnya, warna mobil) atau pengetahuan
procedural.

Gambar 1.3 Struktur Frame

3. Logic
Pengetahuan direpresentasikan menggunakan bahasa logika untuk menyatakan
fakta dan aturan dalam bentuk yang dapat dijelaskan oleh mesin
inferensi.Menggunakan struktur dan aturan logis untuk mengekspresikan hubungan
dan ketergantungan. Hal ini mencakup penggunaan aturan jika-maka untuk mewakili
hubungan sebab akibat atau kondisi yang mengarah pada kesimpulan tertentu.

Dua bentuk komputasi logika adalah logika proposisi dan logika predikat.
A. Logika Proposisi
Logika proposisi adalah sebuah pernyataan yang bisa bernilai benar atau salah
yang dapat menjadi premis yang dapat digunakan untuk menurunkan proposisi baru.
Aturan digunakan untuk menentukan kebenaran (true) atau kesalahan (false) pada

4
proposisi baru. Pada logika proposisi digunakan simbol seperti huruf alfabet untuk
menampilkan berbagai proposisi, premis, atau kesimpulan.
B. Logika predikat
Logika predikat merupakan bentuk logika yang lebih kompleks dimana konsep
dan aturan yang digunakan sama dengan logika proposisi. Logika predikat digunakan
untuk merepresentasikan hal-hal yang tidak dapat direpresentasikan dengan
menggunakan logika preposisi. Pada logika predikat kita dapat merepresentasikan
fakta-fakta sebagai suatu pernyataan yang disebut dengan wff (well-formed formula).

4. Script
Script merupakan representasi pengetahuan yang sama dengan frame,yaitu
merepresentasikan pengetahuan berdasarkan karakteristik yang sudah dikenal sebagai
pengalaman - pengalaman. Perbedaannya, frame menggambarkan obyek sedangkan
script menggambarkan urutan peristiwa. Dalam menggambarkan urutan
peristiwa,script menggunakan slot yang berisi informasi tentang orang, obyek, dan
tindakan - tindakan yang terjadi dalam suatu peristiwa. Elemen-elemen script
meliputi:
1. Kondisi masukan (Entry condition), yaitu kondisi yangharus dipenuhi sebelum
terjadi atau berlaku suatu peristiwa dalam script.
2. Jalur(Track), yaitu variasi yang mungkin terjadi dalam suatu script.
3. Pendukung (Prop)berisi obyek – obyek pendukung yang digunakan selama
peristiwa terjadi.
4. Peran (Role), yaitu peran yang dimainkan oleh seseorang dalam peristiwa.
5. Adegan (Scene), yaitu adegan yang dimainkan yang menjadi bagian dari suatu
peristiwa.
6. Hasil,yaitu kondisi yang ada setelah urutan peristiwa dalam scrip terjadi.

5
 BAB III
PENUTUP

A. KESIMPULAN
Pengetahuan adalah informasi yang diketahui atau disadari oleh
seseorang. Pengetahuan termasuk, tetapi tidak dibatasi pada deskripsi, hipotesis,
konsep, teori, prinsip dan prosedur yang secara Probabilitas Bayesian adalah benar atau
berguna. Knowledge Representation (representasi pengetahuan), Representasi
pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang
diperoleh dalam suatu skema / diagram tertentu sehingga dapat diketahui
relasi/keterhubungan antara suatu data dengan data yang lain.
Knowledge Representation (representasi pengetahuan), terbagi beberapa jenis
yaitu ada semantik net, logic dan aturan, script, dan frame atau bingkai. Pengetahuan
juga dapat didefinisikan penggabungan data dan informasi. Data adalah fakta mentah,
sedangkan informasi adalah data yang dilihat berdasarkan sudut pandang tertentu.

B. SARAN
Penulis menyadari makalah ini masih banyak kekurangan, maka dari itu penulis
menerima masukkan berupa saran sebagai motivasi untuk penulis agar makalah ini
lebih baik lagi kedepannya.

6
 DAFTAR PUSTAKA

Drs. Asahar Johar, M.Si, Desty Dwitia Palupi, S.T. Implementasi Metode Frame Untuk
Mendiagnosa Gangguan Kepribadian Dramatik Menggunakan Sistem Pakar. Program
Studi Teknik Informatika, Fakultas Teknik, Universitas Bengkulu. 2011.
Efraim Turban, Aronson, J. E., & Liang, T.-P. (2004). Decision Support Systems and
Intelligent Systems (7th Edition) (7th ed.). Prentice Hall.
Maier, R. (2007). Knowledge Management Systems Information and Communication
Technologies for Knowledge Management. In Springer (3rd ed.).
Widodo Budiharto, Derwin Suhartono. Kecerdasan Buatan: Konsep dan Penerapannya. PT.
Andi Yogyakarta, Indonesia. 2014. ISBN : 978-979-29-4222-4.