PENGETAHUAN
Aji Seto Arifianto, S.ST, M.T
REPRESENTASI PENGETAHUAN
• Representasi pengetahuan adalah sebuah subarea AI yang
berkaitan dengan pemahaman, merancang, dan
mengimplementasikan cara merepresentasikan informasi di
komputer sehingga informasi tersebut dapat diakses oleh
Agent.
• Lalu, Bagaimana merepresentasi pengetahuan??? Sementara
bahasa manusia dan mesin (komputer) berbeda, pola penyimpanan
dalam otak manusia dan memori komputer berbeda
ENTITI REPRESENTASI PENGETAHUAN
• Fakta
• adalah kejadian sebenarnya. Fakta inilah yang akan
direpresentasikan
LOGIKA PROPORSIONAL
LOGIKA PREDIKAT
LOGIKA PREDIKAT
• Dalam suatu kalimat, predikat dapat berupa kata kerja atau bagian kata kerja
• PREDIKAT (individu[obyek]1, individu[obyek]2)
• Misalnya proposisi:
• Mobil berada dalam garasi
• Dinyatakan menjadi
• Di dalam (mobil, garasi)
• Di dalam = produk (keterangan)
• Mobil = Argumen (obyek)
• Garasi = Argumen (obyek)
22
LOGIKA PREDIKAT
• Contoh lain
• Proposisi : Rojali suka Juleha
• Kalkulus Predikat : SUKA (Rojali, Juleha)
LOGIKA PREDIKAT
• Pengetahuan diekspresikan dalam kalkulus predikat yang dapat
dimanipulasi agar dapat diinferensi/dinalar
misalnya
• x = Rojali
• y = Juleha
• Maka proposisinya menjadi Suka(x,y)
OPERATOR LOGIKA PREDIKAT
• (and),
• (or),
• (not),
• (implikasi),
• (semua atau setiap),
• (terdapat)
25
PENGUKURAN KUANTITAS
• Adalah simbol yang mengijinkan untuk menyatakan suatu rangkaian atau cakrawala variabel dalam
suatu ekspresi logika
• Dua pengukuran kuantitas, yaitu:
• Kuantitas universal ()
• Untuk semua
• Kuantitas eksistensial ()
• Ada / terdapat
• Contoh:
• Semua sapi berkaki empat
• (x)[Sapi(x), berkaki empat(x)]
• Beberapa sapi berwarna putih
• (x)[Sapi(x), berwarna putih(x)]
26
CONTOH
1. Andi adalah seorang mahasiswa
2. Andi masuk jurusan elektro
3. Setiap mahasiswa elektro pasti mahasiswa teknik
4. Kalkulus adalah matakuliah yang sulit
5. Setiap mahasiswa teknik pasti akan suka kalkulus atau akan membencinya
6. Setiap mahasiswa pasti akan suka terhadap suatu matakuliah
7. Mahasiswa yang tidak pernah hadir pada kuliah matakuliah sulit, maka mereka pasti tidak suka
terhadap matakuliah tersebut
8. Andi tidak pernah hadir kuliah matakuliah kalkulus
27
CONTOH
1. mahasiswa(Andi)
2. elektro(Andi)
3. x : elektro(x) → teknik(x)
4. sulit(Kalkulus)
5. x : teknik(x) → suka(x,kalkulus) benci(x,kalkulus)
6. x : y : suka(x,y)
7. x : y : mahasiswa(x) sulit(y) ¬hadir(x,y) → ¬suka(x,y)
8. ¬hadir(andi,kalkulus)
28
CONTOH
Pertanyaan
“Apakah andi suka matakuliah kalkulus ?”
• Gunakan penalaran backward :
Sehingga dapat dibandingkan penggunaan logika proposisi dan logika predikat sebagai
berikut:
• Menggunakan logika proposisi
• Teorema pembuktian dapat diputuskan.
• Tidak dapat merepresentasikan obyek dan kuantisasi
Ket Gambar : Node M menunjukkan keadaan awal, node T adalah tujuan. Ada 4
litasan dari M ke T :
1. M-A-B-C-E-T 3. M-D-C-E-T
2. M-A-B-C-E-H-T 4. M-D-C-E-H-T
Gambar Graph
POHON PELACAKAN / PENCARIAN
• Struktur pohon digunakan untuk
menggambarkan keadaan secara hirarkis.
• Node yg terletak pada level-0 disebut ’akar’.
• Node akar: menunjukkan keadaan awal &
memiliki beberapa percabangan yang terdiri
atas beberapa node yg disebut ’anak’ .
• Node-node yg tidak memiliki anak disebut
’daun’ menunjukkan akhir dari suatu
pencarian, dapat berupa tujuan yang
diharapkan (goal) atau jalan buntu (dead
end).
• Gambar berikut menunjukkan pohon
pencarian untuk graph keadaan dengan 6
level.
POHON AND/OR
Masalah M dicari solusinya Masalah M hanya dapat
dengan beberapa kemungkinan diselesaikan dengan
yaitu
A AND B AND C AND D
A OR B OR C OR D.
POHON AND/OR LANJ…1
Contoh :
• Dengan menggunakan
pohon AND/OR tujuan
yang dicapai pada pohon
di Gambar sebelumnya
bisa dipersingkat hanya
sampai level-2 saja,
sebagaimana di
ilustrasikan pada
gambar berikut ini
JARINGAN SEMANTIK
CONTOH
OPERASI PADA JARINGAN
SEMANTIK