Kecerdasan Buatan/

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

Knowledge base Inference

mechanism
Inputs Outputs
 WHY ?
• Why knowledge representation rather
than information representation?
– Database merepresentasikan data secara
sederhana: string, number, boolean
– Pengetahuan lebih kompleks, seperti
proses, prosedur, aksi, waktu, tujuan dan
penalaran
– Knowledge should be collected, codified,
and organized in systematic order
REPRESENTASI PENGETAHUAN
PENGETAHUAN =
data / fakta + mekanisme penalaran direpresentasikan
melalui komp/system

fakta,ide,teori hub.nya dlm domain ttt KNOWLEDGE BASE

mekanisme penalaran/Inferance Mechanisme :

kumpulan prosedur yang digunakan untuk menguji
(melacak dan mencocokkan) untuk mencari solusi.

8
 Langkah membangun sistem AI
Pengumpulan pengetahuan dari berbagai sumber
(otak/pengetahuan pakar, buku, artikel, dll)
Diorganisasikan (skema) Dimodifikasi

SKEMA DEKLARATIF SKEMA PROSEDURAL

• cocok untuk • cocok untuk menyatakan
menggambarkan fakta2 aksi dan prosedur
asersi • yang termasuk skema
• yang termasuk skema representasi pengetahuan
representasi pengetahuan prosedural:
deklaratif: 1. Prosedure/SubRoutine,
1. Logika, 2. Kaidah Produksi
2. Jaringan Semantik,
3. Frame, 9
4. Script
 JENIS - JENIS
• LOGIKA
• SCRIPT
• SEMANTIK NETWORK
• FRAME
• ATURAN PRODUKSI
 Logika
– Merupakan sutau pengkajian ilmiah tentang
serangkaian penalaran, system kaidah dan
prosedur yang membantu proses penalaran.
– Proses logika : proses membentuk
kesimpulan / menarik suatu inferensi
berdasarkan fakta yang telah ada.
– Merupakan bentuk representasi pengetahuan
yang paling tua.
 Logika (1)
• Proses menarik kesimpulan dari fakta yang sudah ada
• Input: premis-premis dan Ouput: kesimpulan
• Terdiri dari: sintaks (simbol), semantik (fakta), dan proses
pengambilan keputusan (inferensi)
• Proses inference (penalaran):
– Deduktif (umum-khusus)
– Induktif (khusus-umum)

• 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

Nina adalah lulusan USM.

Nina dapat menjalankan tugasnya dengan baik.
Ali adalah lulusan USM.
Oleh Sebab itu, Ali dapat menjalankan
tugasnya dengan baik.
 Logika Proporsional
• Bentuk logika komputasional ada 2 macam : Logika
proporsional atau kalkulus dan Logika Predikat
• Suatu proposisi merupakan suatu statement / pernyataan
yang menyatakan benar (TRUE) atau salah (FALSE)
– 3+3=6 (logika proposisi)
– 3+7=5 (logika proposisi FALSE)
– Makanan orang indonesia adalah nasi (pernyataan yg
nilainya bisa benar/salah)
– Hari ini hujan (logika proposisi)
• Operator logika (penggabungan proposisi)
– Konjungsi (and)
– Disjungsi (or)
– Negasi (not)
– Implikasi ( )
– Ekuivalensi/biimplikasi (<-->) 16
 SIMBOL LOGIKA
Negasi ¬ Not

Disjungsi ˅ OR

Konjungsi ˄ AND

Implikasi → IF …… THEN

Ekuivalensi ↔ IF and only IF

 Logika Proporsional (1)
• Untuk menggambarkan berbagai proposisi, premis /
konklusi gunakan symbol seperti huruf abjad
• Misal :
P : Tukang Pos mengantarkan surat mulai Senin sampai
dengan Sabtu
Q : Hari ini adalah hari Minggu
R : Maka hari ini tukang pos tidak mengantarkan surat
• Inferensi (kesimpulan) pada logika proposisi dapat
dilakukan dengan menggunakan resolusi
• Resolusi merupakan suatu aturan untuk melakukan
inferensi yang dapat berjalan secara efisien dalam suatu
bentuk khusus yaitu CNF (Conjuction Normal Form)

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)

• Buat satu kalimat terpisah untuk tiap-tiap konjungsi

(¬ S ∨ Q) ∧ (¬ T∨ Q) menjadi (¬ S ∨ Q)
(¬ T∨ Q)

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

Kemudian tambahkan kontradiksi pada tujuannya, R menjadi ¬R, shg fakta

–fakta(dlm bentuk CNF) menjadi :
1. P
2. ¬PV¬QVR
3. ¬SVQ
4. ¬TVQ
5. T
6. ¬R 22
 Logika Proposisi (6)
• Resolusi pada Logika Proposisi

¬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)

• Menggunakan semua konsep dan aturan proposition

logic
• Memecah sebuah penyataan (proposition) menjadi
beberapa bagian :
– Arguments
– Predicate

PREDICATE (Individual [object]1, Individual [object]2)

Proposition: The car is in the garage

IN (car, garage)
Predicate Argument
(assertion) (object)
 Logic: Predicate Logic (2)

• Quantifiers
– All Javanese are Indonesian
 x [ Javanese x   Indonesian x  ]

– Some cars are red

 x  [car(X) AND IS RED(x)]
 Logika Predikat …4
• Fungsi :
– Predikat kalkulus membolehkan penggunaan symbol
untuk mewakili fungsi-fungsi
– Misal : ibu (Hanan)=Wilis , ibu (Mulia)=Yuli
– Fungsi dapat digunakan bersamaan dengan predikat
– Contoh:
saudara(ibu(Hanan),ibu(Mulia))=saudara(Wilis,Yuli)
Predikat di atas menjelaskan bahwa Wilis dan Yuli
adalah bersaudara.

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

• Rule dapat melakukan beberapa operasi

• Untuk operasi – operasi yang kompleks, system berbasis
aturan dirancang untuk mengakses program eksternal
34
• Contoh : (database)
IF terjadi situasi darurat
AND NAMA = Smith
THEN OPEN TELEPHONE
AND FIND NAMA, NAMA-FIELD
AND TELEPHONE=TELEPHONE-FIELD

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
…

Frame jenis Bensin

bahan bakar solar

44
• Struktur dari Frame Sebuah Frame

Frame nama : objek 1  mhs angk 2014

class : objek 2  mhs IF
Properti : properti 1 value 1  NIM :12304001
properti 2 value 2 Nama :Agus
properti 3 value 3 Alamat :Solo
properti 4 value 4 properti value
• Frame dapat memiliki field tambahan yang disebut class.
• Class dapat berisi object-object yang merupakan nama
dari frame lain yang berhubungan dengan object 1
• Biasanya dalam hubungan is a  object, is a object 2

45
 Frame Kelas

• mempresentasikan karakteristik (sifat-sifat)

umum dari suatu object
• mendefinisikan property – property umum yang
biasanya dimiliki oleh semua object dalam kelas
tersebut.
• Ada 2 jenis property, yaitu static dan dinamik
• Properti static merupakan fitur dari object yang
tidak dapat berubah
• Property dinamik merupakan fitur yang dapat
berubah selama sistem berjalan.

46
 JARINGAN SEMANTIK
(Semantic Network)
• Diperkenalkan oleh Ros Quillian

• Sangat fleksibel : hampir semua jenis objek, atribut,

konsep, dll. dapat didefinisikan dan dihubungkan dengan
link.
• Representasi grafis dari informasi Propositional
(Proposisi)
 JARINGAN SEMANTIK
(Semantic Network)
• merupakan pengetahuan secara grafis
yang menunjukkan hubungan antar
berbagai objek.
• Disusun dari node dan ARC (lines).
• Node representasi dari objek, objek properti
/properti value (digambarkan dgn lingkaran)
• ARC representasi dari hubungan antar
node (digambarkan dengan garis)

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

• Node ‘canary’ dan ‘bird’ menjelaskan hubungan specific to

general.
50
 Perluasan jaringan semantic
• perluasan dilakukan dengan menambah
node dan menghubungkan dengan node.
• Node baru tersebut dapat merupakan objek
tambahan / properti tambahan
• Umumnya penambahan dapat dilakukan
dalam 3 cara
1. objek yang sama
2. objek yang lebih khusus
3. objek yang lebih umum
51
 wings
has
is a is a is a
tweety canar bird animal
y objek yg lebih umum
objek yg lebih khusus a
objek yg sama is travel

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.

– A KIND OF (AKO) berarti “jenis dari” dan merelasikan antara suatu

kelas dengan kelas lainnya. AKO merelasikan kelas individu ke kelas
induk dari kelas-kelas dimana individu tersebut merupakan kelas anak.

– HAS-A berarti “mempunyai” yang merelasikan suatu kelas menjadi sub

kelas. HAS-A berlawanan dengan AKO dan sering digunakan untuk

merelasikan suatu objek kebagian dari objek.

Contoh semantic network (1)
Contoh Jaringan Semantik
KASUS
 (Exception Handling)
• Bertanya pada “Penguin” : “How do you
Travel ?”Jawab normal : “Fly” Hal ini tidak sesuai
dengan fakta sebenarnya bhwa “Penguin” travel
dengan cara “WALK”.
• untuk mengatasi kasus tersebut bisa ditambahkan
arc khusus pada node “Penguin” untuk meng-replace
informasi yang telah diwariskan.
• Pada proses over-ride, Tambahkan arc atau sifat
yang sama dengan objek induk pada node, tetapi
dengan value atau karakteristik yang berbeda.
Contoh Semantic Network (2)
 Aturan Produksi
• Paling populer (sejak tahun 1943-Post, 1957-Chomsky,
1972-Alan Newell)
Contoh
 NASKAH
• sama dengan frame tetapi yang digambarkan adalah
urutan peristiwa (bukan object)
• elemen dalam script / naskah:
 kondisi input: situasi yang harus dipenuhi sebelum

terjadi
 track / jalur : variasi script

 prop/ pendukung : objek yang digunakan dalam

urutan peristiwa yang terjadi

 role / peran : orang – orang terlibat

 scene / adegan : urutan peristiwa aktual

 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