Artificial Intelligence
Pertemuan 5
Knowledge
Reprentation
Definisi
Sistem yang berusaha mengapdosi
pengetahuan manusia ke komputer, agar
komputer dapat menyelesaikan
masalah seperti yang biasa dilakukan oleh
para ahli.
Type of Knowledge
• A priori Knowledge
– Pengetahuan sebelumnya dan bebas dari arti
– Kebenaran yang universal dan tidak dapat disangkal tanpa
kontradiksi
– Dianggap benar secara universal
– Contoh : setiap manusia akan mati, setiap benda dilempar akan
jatuh ke bawah
• A posteriori knowledge
– Knowledge yang diturunkan dari akal pikiran yang sehat.
– Pengetahuan yang diverifikasi oleh pengalaman
– Tidak selalu benar
– Contoh: bola mata seseorang berwarna biru, tetapi ketika orang
tersebut mengganti contact lens-nya, bisa jadi bola matanya
menjadi berwarna hijau
Kategori Pengetahuan
• Procedural knowledge
– Mengetahui bagaimana cara melakukan sesuatu
• Declarative knowledge
– Mengetahui sesuatu benar atau salah
• Tacit knowledge
– Pengetahuan yang tidak mudah diungkapkan dengan kata-kata.
Atau pengetahuan yg belum terdokumentasi
– Mis : cara melatih gajah
Knowledge pada Sistem Pakar
• Langkah teknis pertama dalam
membangun sebuah sistem pakar.
• Digunakan untuk mekanisme inferensi
untuk penjelasan dan kesimpulan
Computer
8
Langkah membangun sistem AI
Pengumpulan pengetahuan dari berbagai sumber
(otak/pengetahuan pakar, buku, artikel, dll)
Diorganisasikan (skema) Dimodifikasi
• Logika:
– Logika Preposisi: and, or, not, implikasi, dan ekuivalensi
– Logika Predikat: representasi fakta dalam bentuk well formed formula
Penalaran Deduktif
• penalaran ini bergerak dari penalaran umum
menuju ke konklusi khusus
• umumnya dimulai dari suatu silogisme / pernyataan
premis dan inferensi
• 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
13
Penalaran Induktif
dimulai dari masalah khusus menuju ke masalah umum.
menggunakan sejumlah fakta / premis untuk menarik
kesimpulan umum
•Contoh:
Premis 1 : Dioda yang salah menyebabkan peralatan
elektronik rusak
Premis 2 : Transistor rusak menyebabkan peralatan
elektronik rusak
Premis 3 : IC rusak menyebabkan peralatan elektronik
tidak berfungsi
Konklusi : Maka, peralatan semi konduktor rusak
merupakan penyebab utama rusaknya peralatan
elektronik.
•Konklusi tidak selalu mutlak, dapat berubah jika ditemukan
fakta-fakta baru
14
Contoh Deduktif - Induktif
Mahasiswa USM pintar
Bimo mahasiswa USM
maka Bimo Pintar
Disjungsi ˅ OR
Konjungsi ˄ AND
Implikasi → IF …… THEN
18
Logika Proporsional (2)
• CNF memiliki ciri-ciri :
– Setiap kalimat merupakan Disjungsi Literal
– Semua kalimat terkonjugsi secara implisit
• Mengubah kalimat ke dalam bentuk CNF
– hilangkan implikasi dan ekivalensi
– x y menjadi ¬x ∨ y
– x ↔ y menjadi (¬x ∨ y) ∧ (¬y ∨ x)
• Kurangi lingkup semua negasi menjadi satu
negasi saja:
– ¬ (¬ x) menjadi x
– ¬ (x ∨ y) menjadi (¬ x ∧ ¬ y)
– ¬ (x ∧ y) menjadi (¬ x ∨ ¬ y)
19
Logika Proporsional (3)
• Gunakan aturan asosiatif dan distributif untuk
mengkonversi menjadi conjuction of disjunction
– Assosiatif : (A∨ B)∨ C menjadi A∨ (B∨ C)
– Distributif : (A ∧ B)∨ C menjadi (A∨ C) ∧ (B ∨
C)
20
Logika Proposisional (4)
• Diketahui basis pengetahuan (fakta-fakta yg bernilai
benar) sbb:
1. P
2. (P^Q) R
3. (SvT) Q
4. T
• Buktikan kebenaran R.
• Konversi ke bentuk CNF :
Kalimat Langkah-langkah CNF
1. P Sudah bentuk CNF P
2. (P^Q) R menghilangkan implikasi : ¬(P^Q)VR ¬PV¬QVR
mengurangi lingkup negasi :(¬PV¬Q)VR
gunakan asosiatif : ¬PV¬QVR
21
Logika Proposisional (5)
Kalimat Langkah-langkah CNF
3. (S^T) Q menghilangkan implikasi : ¬(SVT)VQ ¬SVQ
mengurangi lingkup negasi:(¬S^¬T)VQ ¬TVQ
gunakan distributif : (¬SVQ)^(¬TVQ)
4. T Sudah bentuk CNF T
¬PV¬QVR ¬R
2
¬PV¬Q P
1
¬TVQ ¬Q
4
¬T T
5
23
Logika Proposisi (6)
• Contoh Apabila diterapkan dalam kalimat:
• P : Ani anak yang cerdas
• Q : Ani rajin Belajar
• R : Ani akan menjadi juara kelas
• S : Ani makannya banyak
• T : Ani Istirahatnya cukup
24
Logika Proposisi (7)
• Kalimat yang terbentuk dari fakta yang ada :
1. P
2. (P^Q) R
3. (SvT) Q
4. T
– Ani anak yang cerdas
– Jika Ani anak yang cerdas dan Ani rajin belajar, maka Ani
akan menjadi juara kelas
– Jika Ani makannya banyak atau Ani istirahatnya cukup, maka
Ani rajin belajar
– Ani istirahatnya cukup
25
Logika Proposisi (8)
Setelah dilakukan konversi ke bentuk CNF, didapat :
Fakta ke-2 : Ani tidak cerdas atau Ani tidak rajin
belajar atau Ani akan menjadi juara kelas
Fakta ke-3 : Ani tidak makan banyak atau ani rajin
belajar
Fakta ke-4 : Ani tidak cukup istirahat atau ani rajin
belajar
26
Logika Proposisi (9)
27
Logic: Predicate Logic (1)
• Quantifiers
– All Javanese are Indonesian
x [ Javanese x Indonesian x ]
30
Logika Predikat …5
• Operasi
– operator yang sama seperti pada logika proporsional
– misal:
• proposisi : Rojali suka Juleha, suka (Rojali, Juleha)
• proposisi : Mandra suka Juleha,
suka(mandra,Juleha)
• 2 predikat di atas, ada 2 orang menyukai Juleha,
untuk memberikan pernyataan adanya hubungan
yang sama dari 2 object tersebut adalah:
– suka (X,Y) and suka (Z,Y) implies not suka(X,Z)
ATAU
suka(X,Y) v suka(Z,Y) suka(X,Z)
31
Pengukuran kuantitas (quantifier)
• penggunaan kuantitas (quantifier) adalah symbol untuk
menyatakan suatu rangkaian variable dalam suatu ekspresi
logika
• dua pengukuran kuantitas, yaitu :
– ukuran kuantitas universal : (semua, setiap)
– ukuran kuantitas eksistensial : (ada, beberapa)
• Contoh:
– Proposisi : “Semua orang Jogja adalah warga negara
Indonesia”
– Diekspresikan : (x) [orang Jogja (x),warga Indonesia (x)]
– Simbol menyatakan bahwa ekspresi ini berlaku secara
universal benar, yaitu untuk semua nilai x.
– Jika x adalah orang Jogja, maka benar jika x adalah
warga negara Indonesia. 32
RULES
• Rules aturan – aturan, merupakan pengetahuan prosedural.
• Menghubungkan informasi yang diberikan dengan tindakan
(action)
• Struktur rule, secara logika menghubungkan satu atau lebih
antecedent (atau premises) yang berada pada bagian IF
dengan satu atau lebih consequents (atau konklusi /
kesimpulan) pada bagian THEN
IF hari hujan AND saya tidak bawa payung
THEN saya kehujanan
• Sebuah rule dapat memiliki multiple premise yang tergabung
dengan menggunakan operasi logika (AND, OR)
• Bagian konklusi dapat berupa kalimat tunggal atau gabungan
dengan menggunakan operasi logika (AND) dan dapat pula
memiliki kalimat ELSE
IF . . .
THEN . . . AND . . .
ELSE . . . 33
Contoh operasi sistem berbasis aturan
Knowledge base
IF warna baju itu merah
THEN saya suka baju itu
Q=warna baju? IF saya suka baju itu
A=merah THEN saya akan beli baju itu
Working memori
Warna baju itu merah
Saya suka baju itu
Saya akan beli baju itu
datapersonal.dbf (database)
NAMA TELEPHONE …
Smith … …
John … …
Andi … …
35
Jenis-Jenis Rules
• relationship atau hubungan
IF baterai sudah soak
THEN mobil tidak bisa distarter
• rekomendasi
IF mobil tidak bisa distarter
AND system bahan bakar OK
THEN periksa bagian elektrikal
• strategi
IF mobil tidak bisa distarter
THEN pertama periksa system bahan bakar, lalu periksa
sistem elektrikal
• heuristic
IF mobil tidak bisa distarter
AND mobilnya adalah Ford tahun 1957
36
THEN periksa float-nya
• interpretasi
IF tegangan resistor R1 lebih besar dari 2,0 volt
AND tegangan kolektor pada Q1 kurang dari 1,0 volt
THEN bagian pre-Amp berada pada range normal
• diagnosa
IF stain dari organisme adalah grampus
AND morfologi dari organisme adalah coccus
AND pertumbuhan dari organisme adalah chains
THEN organisme tersebut adalah streptococcus
• disain
IF task sekarang adalah menempatkan catu daya
AND posisi dari catudaya pada kabinet sudah diketahui
AND ada ruang tersedia dalam kabinet untuk catu daya
THEN letakkan catu daya pada kabinet tersebut 37
Script
• Merepresentasikan pengetahuan berdasarkan
pengalaman-pengalaman
• Script menggambarkan urutan peristiwa
• Elemen script:
– Kondisi input: start, awal
– Track: variasi yang mungkin terjadi
– Prop: obyek pendukung
– Role: peran yang dimainkan oleh suatu obyek
– Scene: adegan yang terjadi
– Hasil (result): kondisi akhir yang terjadi
Schemas: Scripts (1)
Frame
• Diperkenalkan oleh Minsky tahun 1975
• Suatu struktur data yang digunakan untuk
merepresentasikan pengetahuan dan
situasi-situasi yang telah dipahami
• Frame memiliki slot untuk
menggambarkan rincian dan karakteristik
obyek
Frame (1)
Frame merupakan kumpulan pengetahuan
tentang suatu objek tertentu, peristiwa, lokasi,
situasi, dll.
Secara umum frame memiliki 2 elemen dasar
SLOT dan FACET
SLOT merupakan kumpulan atribut / property
yang menjelaskan objek yang
direpresentasikan oleh frame.
FACET / SUBSLOT menjelaskan pengetahuan
atau prosedure dari atribut pada slot.
Frames (2)
• 2 elemen dasar yaitu slot dan facet yang
merupakan subslot.
• Slot merupakan kumpulan atribut yang
menjelaskan objek yang dipresentasikan oleh
frame .
• Subslot menjelaskan pengetahuan atau prosedur
dari atribut pada slot.
Frames (3)
Contoh Frame
Frame alat-alat
transportasi Frame macam2
angk. darat Frame macam2
Trans. laut mobil
Trans. darat Frame komponen
KA mobil sedan
Trans.udara mobil Sedan
motor Pickup Mesin
… … Rangka
… Bahan bakar
…
44
• Struktur dari Frame Sebuah Frame
45
Frame Kelas
46
JARINGAN SEMANTIK
(Semantic Network)
• Diperkenalkan oleh Ros Quillian
48
Jaringan Semantic
• Gambaran pengetahuan grafis yang menunjukkan
hubungan antar objek.
• Terdiri dari:
– lingkaran-lingkaran yang menunjukkan obyek dan
informasi mengenai obyek tersebut
– panah (arc) yang menunjukkan hubungan antar obyek
• Kelebihan:
– Memiliki sifat inheritance
Contoh jaringan semantic sederhana:
wings
has
is a
canary bird
travel
fly
pinguin fly
travel
walk
properti tambahan
52
Pewarisan (Inheritance) pada
jaringan semantic
• Node yang ditambahkan pada jaringan semantic secara
otomatis mewarisi informasi yang telah ada pada jaringan.
• Contoh lain :
Nomor mahasiswa IF diawali dengan 123
Ani adalah mahasiswa IF
NIM Ani adalah 12300001
Jaringan semantiknya ?
• Node bisa berisi :
– Object : mahasiswa
– Property object : NIM, nama, alamat, …
– Property value : 12300001, Ani, Jogja, …
53
Operasi pada jaringan semantic
Salah satu cara untuk menggunakan jaringan semantik
adalah dengan bertanya NODE.
Misal : pertanyaan untuk ‘bird’ How do you travel?
jawabnya fly
Untuk menjawab, maka node tersebut akan mengecek pada
arc dengan label travel dan kemudian menggunakan
informasi (value) yang ada pada arc tersebut sebagai
jawabannya.
Jaringan semantic pada dasarnya berbentuk grafik, tapi
dalam komputer tidak tampak karena objek dan
hubungannya dinyatakan dalam istilah verbal.
Titik awal biasanya ditentukan oleh sebuah pertanyaan
Contoh: (berdasarkan gambar jaringan semantic)
Burung mempunyai sayap, dst
mempunyai (burung,sayap)
travel(bird,fly)
is a(canary,bird) 54
Jaringan Semantic
• Tipe link :
– IS-A (ISA) berarti “contoh dari” dan merupakan anggota tertentu dari
kelas.
terjadi
track / jalur : variasi script
hasil
66
Contoh Naskah:
• script restoran
• track restoran swalayan
• role tamu, pelayan
• prop counter, baki, makanan, tisu, dll
• kondisi masukan tamu lapar, tamu punya uang
• adegan (scene 1) masuk
• tamu parkir mobil
• tamu masuk restoran
• tamu duduk
• tamu baca menu
• adegan (scene 2) memesan
• tamu memesan
• pelayan membawa makanan
• pelayan meletakkan makanan di meja
• tamu membayar
• adegan (scene 3) makan
• hasilnya tamu kenyang, uang tamu berkurang, tamu senang 67
Tugas Kecil III
• Carilah jurnal atau artikel ilmiah (nasional
atau internasional) yang membahas
tentang sebuah system AI. Review jurnal /
artikel tersebut sesuai pemahaman anda
sendiri.
– knowledge representation
– Unification
– Constrain satisfaction problem
– Kasus forward – backward chaining
Format penulisan tugas III
Gunakan format penulisan Jurnal komputa
pada link berikut:
https://drive.google.com/file/d/0B4Dk6AqySL
H1YUZwMGFTMmNaa3c/view?usp=sharing
Selesai