(pengetahuan datang sebelumnya dan bebas dari arti) pengalaman.

21 Pages·2006·0.25 MB·Indonesian

by  Widya Silfianti

REPRESENTASI PENGETAHUAN (1) PENGETAHUAN PRIORI
(cid:57) Berasal dari bahasa Latin
Representasi pengetahuan merupakan hal (cid:57) Berarti yang mendahului (pengetahuan datang
penting dalam SP karena: sebelumnya dan bebas dari arti)
1. Shell SP didesign untuk type representasi (cid:57) Contoh pernyataan “segalanya memiliki sebab”
pengetahuan tertentu seperti baris dan , “ seluruh triangle dalam pesawat mempunyai
logika 180 derajat”
2. Akan memberikan efek/akibat (cid:57) Contoh lain pernyataan logika, hukum
pengembangan, efisiensi, kecepatan dan matematika
perawatan system. (cid:57) Disebut secara universal benar dan tidak
dapat ditentukan tanpa kontradiksi.
Study pengetahuan disebut epistemology
EPISTEMOLOGY PENGETAHUAN POSTERIORI
(cid:57) Adalah pengetahuan yg diperoleh dari arti
(cid:57) Kebenaran dari pengetahuannya menggunakan
TEORI PENGETAHUAN PENGETAHUAN
pengalaman.
FILOSOFI PRIORI POSTERIORI

PENGETAHUAN PROSEDURAL
Aristoteles, plato,dll (cid:57) Bagaimana melakukan sesuatu

PENGETAHUAN DEKLARATIF

(cid:57) Mengacu pada sesuatu benar atau salah
PENGETAHUAN TACIT/UNCONSCIUS 3. Mentrasformasikan data ke dalam
(cid:57) Tidak dapat diekspresikan dg bahasa. pengetahuan

ANALOGY EKSPRESI PENGETAHUAN METAKNOWLEDGE
MENURUT WIRTH (cid:57) Adalah pengetahuan mengenai beberapa
Algorithms + Data Structures = Programs perbedaan domain
Untuk SP : (cid:57) Menentukan basis pengetahuan mana yg sesuai
Knowledge + Inference = Expert Systems
PRODUKSI
HIRARKI PENGETAHUAN : Teknik representasi pengetahuan mencakup :
baris, jaringan semantik, frame, scrips, bahasa
META KNOWLEDGE representasi pengetahuan (spt KL-1)
KNOWLEDGE
INFORMASI BNF (BACKUS NAUR FORM)
(cid:57) Format notasi untuk menentukan produksi
DATA
yaitu metalanguage yaitu untuk menentukan

NOISE syntax bahasa.
SP juga : (cid:57) Metalanguage diatas bahasa normal (meta
1. Memisahkan data dari noise berati diatas)
2. Mentrasformasikan data ke dalam informasi (cid:57) Type bahasa : bahasa natural, bahasa logika,
matematika, bahasa komputer
(cid:57) Notasi BNF sderhana : kalimat yg berisi kata (cid:57) Serangkaian terminal disebut string
benda dan kata kerja diikuti oleh titik (cid:57) Kalimat valid : jika string didapatkan dari
start simbol dg menggantikan nonterminal dg
(cid:57) Baris produksi : baris definisinya.
<sentence> ::= <subject><verb><end-mark> (cid:57) Grammar : set/rangkaian baris produksi
lengkap yg menentukan suatu bahsa secara
(cid:57) < > dan ::= merupakan simbol dari tidak ambigius.
metalanguage (cid:57) Grammar valid :
(cid:57) ::= berarti “ditentukan sebagai” (sama dg (cid:198)) <sentence> (cid:198) <subject> <verb> <object> <end-
(cid:57) < > simbol nonterminal (yaitu variabel yg mark>
menunjukkan bentuk lain) Contoh :
(cid:57) simbol l berarti atau <sentence> (cid:198) <subject phrase> <verb> <object
phrase>
Contoh : <subject phrase> (cid:198) <determiner> <naun>
<sentence> (cid:198) <subject> <verb> <end-mark> <object phrase> (cid:198) <determiner> <adjective>
<subject> (cid:198) I l You l We <naun>
<verb> (cid:198) left l came <determiner> (cid:198) a l an l this l these l those
<end-mark> (cid:198) . l ? l ! <noun> (cid:198) man l eater
Produksinya ?…….. <verb> (cid:198) is l was
<adjective> (cid:198) dessert l heavy
Bagaimana derivative tree ?…
(cid:57) <determine> digunakan untuk menunjukkan • Secara singkat Mylopoulos dan Levesque
item tertentu mengklasifikasikan susunan atau pola
(cid:57) Parse tree atau derivation tree adalah represen-tasi menjadi empat katagori :
representasi grafik dari kalimat yg diuraikan
ke dalam seluruh terminal dan nonterminal yg 1. Representasi Logika
digunakan untuk mendapatkan kalimat. Representasi ini menggunakan ekspresi-ekspresi
dalam logika formal untuk merepresentasikan
REPRESENTASI PENGETAHUAN (2) basis pengetahuan.

• Representasi Pengetahuan 2.Representasi Prosedural
(Knowledge Repre-sentation) Menggambarkan pengetahuan sebagai
dimaksudkan untuk menangkap sekumpulan instruksi untuk memecahkan suatu
sifat-sifat penting masalah dan masalah. Dalam sistem yang berbasis aturan,
membuat infomasi dapat diakses aturan if-then dapat ditafsirkan sebagai sebuah
oleh prosedur pemecahan prosedur untuk mencapai tujuan pemecahan
masalah. masalah.

• Bahasa representasi harus dapat membuat 3.Representasi Network
seorang programmer mampu mengekspresikan Menyatakan pengetahuan sebagai sebuah graf
pengetahuan untuk mendapatkan solusi suatu dimana simpul-simpulnya menggambarkan obyek
masalah. atau konsep dalam masalah yang dihadapi,
sedangkan lengkungannya menggambarkan Kalkulus Proposisional (Propositional Logic)
hubungan antar mereka. Contohnya adalah • Proposisi adalah suatu model untuk
jaringan semantik. mendeklarasikan suatu fakta. Lambang-lambang
proposisional menunjukkan proposisi atau
4.Representasi Terstruktur pernyataan tentang segala sesuatu yang dapat
Memperluas network dengan cara membuat benar atau salah.
setiap simpulnya menjadi sebuah struktur data
kompleks yang berisi tempat-tempat bernama Lambang-lambang kalkulus proposisional :
slot dengan nilai-nilai tertentu. Nilai-nilai ini 1. Lambang pernyataan proposisional
dapat merupakan data numerik atau simbolik P,Q,R,S,T,... (disebut sebagai atom-atom)
sederhana, pointer ke bingkai (frame) lain, atau 2. Lambang kebenaran
bahkan merupakan prosedur untuk mengerja kan benar (True) , salah (False)
tugas tertentu. Contoh : skrip (script), bingkai 3. Lambang penghubung
(frame) dan obyek (object). ∧ (konjungsi), ∨ (disjungsi), ∼ (negasi),
→ (implikasi), ↔ (Bi-implikasi),
≡ (equivalen)
REPRESENTASI LOGIKA

Representasi logika terdiri dari dua

jenis yaitu Kalkulus proposisional

(Propositional logic) dan Kalkulus

predikatif (Predicate logic).
Contoh:

P→Q ≡ ∼P∨Q
Berikut ini adalah tabel kebenaran (truth value)
lambang penghubung : P Q ∼P P→Q ∼P∨Q
T T F T T
P Q P∧Q P∨Q P→Q P↔Q T F F F F
F T T T T
T T T T T T
F F T T T
T F F T F F
• Kalimat-kalimat atau formula dalam kalkulus
F T F T T F
proposisional dibentuk dari lambang-lambang
F F F F T T
dasar tersebut.

Equivalen
• Nilai-nilai kebenaran yang dikandung oleh
Suatu kalimat (formula) P
kalimat-kalimat proposisional disebut
dianggap equivalen dengan
interpretasi.
formula Q jika dan hanya jika

‘truth value’ dari P sama
• Secara formal, interpretasi diartikan sebagai
dengan ‘truth value’ dari G
pemetaan dari lambang-lambang proposisional
untuk setiap interpretasinya.
menuju ke himpunan {T,F} yakni himpunan
(ditulis sbg. P ≡ Q)
‘benar-salah’.
• Suatu formula (kalimat) yang mempunyai n interpretasi yang benar. Contoh (((B ∨ C) ∧
lambang (atom) yang berbeda, mempunyai 2n ~C) ∨ D).
interpretasi.
• Jika suatu formla tautology maka consistent,
• Interpreatsi yang menyebabkan suatu formula tetapi tidak berlaku sebaliknya.
bernilai benar dikatakan satisfy the formula.
• Tautology disebut juga valid formula
• Suatu formula dikatakan tautology jika dan • Inconsistency disebut juga unsatisfiable
hanya jika bernilai benar untuk setiap formula
interpretasinya. • Consistency disebut juga satisfiable formula
Contoh : ( A ∨ ~A).
Hukum yang berlaku untuk ekspresi
• Suatu formula dikatakan inconsistency jika proposisional P,Q dan R adalah :
dan hanya jika bernilai salah untuk setiap 1.Hukum de Morgan : ∼(P∨Q) ≡ (∼P∧∼Q)
2.Hukum de Morgan : ∼(P∧Q) ≡ (∼P∨∼Q)
interpretasinya.
3.Hukum distributif :
Contoh : (A ∧ ~A).
P∨(Q∧R) ≡ (P∨Q) ∧ (P∨R)

4.Hukum distributif:
• Suatu formula dikatakan consistent jika tidak
P∧(Q∨R) ≡ (P∧Q) ∨(P∨R)
inconsistent. Dengan kata lain, suatu formula
5.Hukum komutatif : (P∧Q) ≡ (Q∧P)
yang consistent, paling tidak ada satu
6.Hukum komutatif : (P∨Q) ≡ (Q∨P)
7.Hukum asosiatif : • Karena negasi dari suatu Tautology adalah
((P∧Q) ∧R) ≡ (P∧ (Q∧R)) Inconsistency, maka ~((F1∧F2 ∧ … ∧Fn) (cid:198) G)
8.Hukum asosiatif : adalah Inconsistency.
((P∨Q) ∨R) ≡ (P∨ (Q∨R))
9.Hukum kontrapositif : • Kita tahu bahwa
(P→Q) ≡ (Q→ ∼P) ~((F1∧F2∧ … ∧Fn)(cid:198)G) ≡

~(~(F1∧F2∧ … ∧Fn) ∨ G) ≡
Prosedur Pembuktian Teorema
(F1∧F2∧ … ∧Fn) ∧~G)

• Suatu formula G dikatakan sebagai sebuah
• Dua Metode Pembuktian Teorema:
konsekuensi logis dari formula F1, F2, … , Fn
1. Metode Langsung (Direct Method)
jika dan hanya jika setiap interpretasi yang
membuktikan bahwa ((F1∧F2∧ … ∧Fn) (cid:198)G)
memenuhi (F1∧F2∧ …∧Fn ) juga memenuhi G.
adalah Tautology.
F1, F2, … , Fn disebut premis
2. Metode Refutasi membuktikan bahwa :
G disebut Goal dari
(F1∧F2∧…∧Fn)∧~G) adalah
formula
Inconsistency.

• Dengan kata lain, formula G adalah
Contoh soal:
konsekuensi logis dari premis F1, F2, … , Fn
Buktikan bahwa Q adalah konsekensi logis dari
jika dan hanya jika ((F1∧F2∧ … ∧Fn) (cid:198) G)
premis P dan (P (cid:198) Q) !
adalah Tautology.
Solusi: Rules of Inference (Aturan-aturan Inferensi)
1. Metode Langsung, membuktikan bahwa
((P∧(P (cid:198) Q) ) (cid:198) Q) adalah Tautology. • Pendekatan lain untuk membuktikan teorema
yang menggunakan aturan/rule (dinamakan
P Q P(cid:198)Q P ∧ (P(cid:198)Q) (P∧ (P(cid:198)Q)) (cid:198)Q Rules of inference), adalah dengan cara
T T T T T mendeduksi konsekeunsi logis dari premis-
premis yang diketahui atau diberikan.
T F F F T

F T T F T
• Beberapa contoh Rules of Inference adalah:
F F T F T
1. Introducing Conjunction

If F and G then (F∧G)
2. Metode Refutasi, membuktikan bahwa
2. Eliminating Conjunction
(P∧(P(cid:198)Q)∧~Q) adalah Inconsistency.
If (F∧G ) then F

If (F∧G) then G
P Q ~Q P(cid:198)Q P∧(P(cid:198)Q) P∧(P(cid:198)Q)∧~Q
3. Introducing Disjunction
T T F T T F
If F then (F∨G)
T F T F F F
If G then (F∨G)
F T F T F F
4. Modus Ponens
F F T T F F
If F and (F (cid:198) G) then G
5. Modus Tollens Solusi :
If ~G and (F (cid:198) G) then ~F Tuliskan premis tersebut sebagai simbol (atom):
6. Chaining A = John awakens
If (F(cid:198)G) and (G(cid:198)H) then (F(cid:198)H) B = John brings a mop
7. Equivalen C = John cleans his room
If F and (F ≡ G) then G D = Mother is delighted
If G and (F ≡ G) then F Goal yang ingin dibuktikan adalah D

Contoh soal: Tuliskan premis tersebut sebagai formula:
Bila diberikan premis-premis sebagai berikut: (1) A
(i) John awakens (2) B
(ii) John brings a mop (3) A∧C (cid:198) D
(iii) Mother is deligthed, if john awakens and (4) B (cid:198) C
cleans his room Deduksi dengan Rules of Inference
(iv) If John brings a mop, then he cleans his (5) C (dng. Modus Ponens (2) dan (4))
room. (6) A∧C (dng. Intro. Conjunction (1) dan (5))
Buktikan dengan Rules of Inference (deduksi), (7) D (dng. Modus Ponens (3) dan (6))

dimana goal-nya adalah : Mother is deligthed !