Makalah
SISTEM BERBASIS PENGETAHUAN (SBP) “REPRESENTASI PEGETAHUAN”
Disusun oleh : Kelompok : 3 Nama kelompok : 1. Devi Natalia
(10.1.03.02.0145) (10.1.03.02.0145)
2. Devi Ratnasari
(10.1.03.02.0146) (10.1.03.02.0146)
3. Doni Salmunniarto
(10.1.03.02.0160) (10.1.03.02.0160)
4. Eka Desi Ratnasari
(10.1.03.02.0169) (10.1.03.02.0169)
5. Eko Teddy Kurniawan
(10.1.03.02.0173) (10.1.03.02.0173)
6. Fathul Amin
(10.1.03.02.0190) (10.1.03.02.0190)
7. Fatimah Wulan Sari
(10.1.03.02.0191) (10.1.03.02.0191)
8. Henky Dwi Trisdiantoro Trisdiantoro
(10.1.03.02.0216) (10.1.03.02.0216)
9. Sukma Pristiani
(10.1.03.02.0429) (10.1.03.02.0429)
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NUSANTARA PGRI KEDIRI 2013
Kata Pengantar
Puji syukur kami panjatkan kehadirat Alloh SWT yang telah melimpahkan rahmat Nya sehingga kami dpat menyelesaikan menyelesaikan makalah ini dengan baik. Makalah tentang “Representasi Pengetahuan” Pengetahuan” ini disusun untuk memenihi tugas Sistem Berbasis Pengetahuan (SBP) yang berisikan meteri tentang
Representasi
Pengetahuan. Kami berharap makalah ini dapat berguna untuk memacu mahasiswa dalam meraih prestasi yang maksimal. Makalah ini tentu masih memiliki banyak kekurangan. Oleh karena itu, saran maupun kritikan yang membangun sangat kami harapkan untuk penyempurnaan dalam pembuatan makalah makalah berikutnya.
Kediri, 22 Maret 2013
Penulis
1
DAFTAR ISI
COVER KATA PENGANTAR ...................................................................................................
i
DAFTAR ISI ..................................................................................................................
ii
BAB I PENDAHULUAN 1.1 Latar Belakang .....................................................................................
1
1.2 Rumusan Masalah ................................................................................
1
1.3 Tujuan ..................................................................................................
1
BAB II REPRESENTASI PENGETAHUAN 2.1 Pengertian Representasi Pengetahuan .................................................
2
2.2 Klasifikasi Representasi Pengetahuan ................................................
3
2.3 Logika ................................................................................................
3
2.4 Pohon ..................................................................................................
13
2.5 Jaringan Simantik .................................................................................
14
2.6 Frame ...................................................................................................
16
2.7 Script ....................................................................................................
17
2.8 Sistem Produksi (Production Rule) ......................................................
20
2.9 Keuntungan Represenatasi Pengetahuan .............................................
22
BAB III PENUTUP 1.1 Kesimpulan ..........................................................................................
24
1.2 Saran ....................................................................................................
24
DAFTAR PUSTAKA ....................................................................................................
25
2
BAB I PENDAHULUAN 1.1. Latar Belakang
Basis pengetahuan dan kemampuan melakukan penalaran merupakan bagian terpenting dari sistem yang menggunakkan kecerdasan buatan. Sistem berbasis pengetahuan (SBP) atau Knowledge-Bases System adalah sistem yang melakukan sebuah tugas dengan menggunakan aturan-aturan yang diubah ke sebuah representasi simbolik pengetahuan dan juga memakai banyak metode algoritmik atau statistik. Basis pengetahuan berisi struktur data yang dapat dimanipulasi oleh suatu sistem inferensi yang menggunakan pencarian dan teknik pencocokan pola pada basis pengetahuan
yang bermanfaat
untuk
menjawab
pertanyaan,
menggambarkan
kesimpulan atau bentuk lainnya sebagai fungsi kecerdasan. Dalam menyelesaikan masalah harus dibutuhkan pengetahuan yang cukup dan sistem yang memiliki kemampuan untuk menalar. Basis pengetahuan dan kemampuan untuk melakukan penalaran merupakan terpenting dalam sistem yang menggunakkan kecerdasan buatan. 1.2. Rumusan Masalah
Apakah yang dimaksud bengan representasi pengetahuan ?
Bagaimana karakteristik dari representasi pengetahuan?
Apa saja klasifikasi dalam representasi pengetahuan ?
Apa keuntungan menggunakan representasi pengetahuan ?
1.3. Tujuan
Agar pembaca dapat mengerti tentang representasi pengetahuan.
Agar pembaca mengetahui klasifikasi representasi pengetahuan dan perbedaan setiap klasifikasinya.
Agar pembaca mengetahui tentang keuntungan menggunakan representasi pengetahuan.
1
BAB II REPRESENTASI PENGETAHUAN 2.1. Pengertian Representasi Pengetahuan
Dalam menyelesaikan masalah tentu membutuhakan pengetahuan-pengetahuan yang cukup. Selain itu sistem harus biasa menalarkan. Representasi pengetahuan dan kemampuan untuk melakukan penalaran dalam bidang kecerdasan buatan merupakan hal yang penting. Meskipun suatu sistem memiliki banyak pengetahuan, namun jika tidak memiliki kemampuan untuk menalar akan percuma. Sebaliknya jika siste memiliki kemampuan yang handal untuk menalar tapi basis pengetahuan yang dimiliki tidak cukup, maka solusi yang diperolehnya menjadi tidak maksimal. Representasi
pengetahuan
adalah
proses
bagaimana
pengatahuan
direpresentasikan untuk membentuk basis pengetahuan. Dapat juga diartikan sebagai suatu proses untuk menangkap sifat-sifat penting problem dan membuat informasi tersebut dapat diakses oleh prosedur pemecah masala. Bahasa representasi harus dapat membuat seorang programer mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi permasalahan. Karakteristik representasi pengetahuan antara lain yaitu :
Dapat di program dengan bahasa komputer dan dapat disimpan dalam memori.
Fakta dan pengetahuan lain yang terkandung di dalamnya dapat digunakan untuk melakukan penalaran.
Hal-hal yang berhubungan dengan representasi pengetahuan antara lain :
Object pengetahuan itu sendiri.
Event yaitu kejadian-kejadian dalam dunia nyata dan hubunganya.
Performa yaitu bagaimana melakukan suatu tugas tertentu.
Meta knowledge yaitu pengetahuan tentang pengetahuan yang direpresentasikan.
Representasi yang baik harus :
Mengemukakan hal secara eksplisit
Membuat masalah menjadi transparan
Komplit dan efisien
Menampilkan batasan-batasan alami yang ada 2
Menekankan / menghilangkan detil-detil yang diperlukan
Dapat dilakukan komputasi ( ada batasan / konstraint )
2.2. Klasifikasi Representasi Pengetahuan
Representasi pengetahuan diklasifikasikan menjadi 4 kategori yaitu :
Representasi logika yaitu representasi yang menggunakan ekspresi
dalam
logika
formal
untuk
ekspresi-
mempresentasikan
basis
pengetahuan.
Representasi prosedural yaitu representasi yang menggambarkan pengetahuan sebagai kumpulan intruksi untuk memecahkan suatu problema.
Representasi network yaitu representasi yang menangkap pengetahuan sebagai sebuah graf dimana simpul-simpulnya mengambarkan objek atau konsep dari problema yang dihadapi, sedangkan edgednya mengggambarkan hubungan atau asosiasi antara mereka.
Representasi terstruktur yaitu representasi yang terstruktur memperluas network dengan cara membuat setiap simpulnya menjadi sebuah struktur data kompleks.
2.3. Logika
Logika adalah betntuk representasi pengetahuan yang paling tua. Pada dasarnya proses logika adalah proses membentuk kesimpulan atau menarik inferensi berdasarkan fakta yang ada. Input dari proses logika berpa premis atau fakta yang diakui kebenaranya sehingga dengan melakukan penalaran pada proses logika dapat dibentuk suatu inferensi atau kesimpulan yang benar pula.
Input : Premis, Fakta
Proses Logika
Output : Inferensi, Konklusi
Ada dua penalaran yag dapat dilakukan untuk mendapatkan konklusi yaitu : 1. Penalaran deduktif yaitu penalaran yang dimulai dari prinsip umum untuk mendapatkan konkusi yang lebih khusus. Contoh : Premis mayor
: Jika hujan turun saya tidak akan berangkat kuliah
Premis minor
: Hari ini turun hujan 3
Konklusi : Hari ini saya tidak akan berangkat kuliah 2. Penalaran induktif yaitu penalaran yang dimuulai dari fakta-fakta khusus untuk mendapatkan kesimpulan umum. Contoh : Premis-1 : Aljabar adalah pelajaran yang sulit Premis-2 : Geomatri adalah pelajaran yang sulit Premis-3 : Kalkulus adalah pelajaran yang sulit Konklusi : Matematika adalah pelajaran yang sulit Pada representasi logika terdapat dua metode yaitu : 1. Logika Proposisi 2. Logika Predikat A. Logika Proposisi
Preposisi adalah suatu pernyataan yang dapat bernilai benar (B) atau salah (S). Simbol-simbol seperti P dan Q meunjukkan proposisi. Dua atau lebih proposisi dapat digabungkan dengan operalor logika yaitu : a. Konjungsi
: (and)
b. Operator And digunakkan untuk mengkombinasikan 2 preposisi. Hasil yang diperoleh akan bernilai benar jika kedua preposisi bernilai benar, dan akan salah jika salah satu dari kedua preposisi bernilai salah. c. Disjungsi
: (or)
Hasil yang diperoleh akan bernilai benar jika slah satu dari kedua preposisi bernilai benar, dan akan salah jika kedua preposisi bernilai salah. d. Negasi
: (not)
Operator NOT digunakan untuk memberikan nilai negasi (lawan) dari pernyataan yang telah ada. e. Implikasi
: (if then)
Hasil yang diperoleh akan bernilai salah jika premis-1 (P) bernilai benar dan premis-2 (Q) bernilai salah, selain itu akan selalu bernilai benar. f.
Ekuivelensi : (if and only if) Hasil yang diperoleh akan bernilai benar jika kedua preposisi benar atau keduanya salah. Untuk nilai kebenaran dari semua operator logika dapat dilihat dapat
dilaihat di tabel kebenaran (truth table) berikut : 4
Not P B
S
S
B
And, Or, If Then, If and Only If
B
B
B
B
B
B
B
S
S
B
S
S
S
B
S
B
B
S
S
S
S
S
B
B
Untuk melakukan inferensi dengan logika proposisi dapat dilakukan dengan menggunakkan resolusi. Resolusi adalah suatu aturan untuk melakukan iferensi yang dapat berjalan secara efisien dalam suatu bentuk khusus yaitu Conjunctive Normal Fom (CNF), ciri-cirinya yaitu :
Setiap kalimat merupakan disjungsi literal.
Semua kalimat terkonjungsi secara implicit.
Untuk mengubah suatu kalimat logika proposisi ke dalam bentuk CNF, dapat digunakkan langkah-langkah berikut : 1.
2.
3.
Hilangkan implikasi dan ekuivalensi a.
menjadi
b.
menjadi
Kurangi lingkup semua negasi menjadi satu negasi saja a.
menjadi
b.
menjadi
c.
menjadi
x
Gunakan aturan asosiatif dan distributif untuk mengkonversi menjadi conjunction dan disjunction.
4.
a. Assosiatif
:
menjadi
b. Distributif
:
menjadi
Buatlah satu kalimat terpisah untuk setiap konjungsi. 5
Pada logika preposisi, prosedur untuk membuktikan preposisi P dengan beberapa aksikoma F yang telah diketahui, dengan menggunakkan resolusi dapat dilakukan melalui algoritma sebagai berikut : 1. Konversikan semua propose F ke bentuk CNF 2. Negasikan P, dan konversikan hasil negasi ke bentuk klausa. Tambahkan ke himpunan klausa yang telah ada pada langkah 1. 3. Kerjakan hingga terjadi “kontradiksi” atau proses tidak mengalami kemajuan. a. Seleksi 2 klausa sebagai klausa parent b. Bandingkan (resolve) secara bersama-sama. Klausa hasil resolve tersebut dinamakan resolvent. Jika ada pasangan literal L dan – L, eleminir dari resolve. c. Resolvent.
Berupa
klausa
kosong,
maka
ditentukan
kontradiksi. Jika tidak, tambahkan ke himpunan clausa yang telah ada. Contoh: Diketahui basis pengetahuan (fakta-fakta yang bernilai benar sebagai berikut: 1. P
2.
3. 4. T Buktikan kebenaran R ! Apabila akan dibuktikan kebenaran R dengan menggunakan resolusi maka kita harus ubah keempat fakta diatas menjadi CNF. Konversikan ke CNF dapat dilakukka sebagai berikut : Kalimat 1. P 2.
Langkah-langkah
Sudah dalam bentuk CNF
Menghilangkan implikasi
Mengurangi lingkup
6
CNF
P
negasi
3.
Gunakan asosiatif
Menghilangkan implikasi
Mengurangi lingkup negasi
4. T
Gunakan distributif
Sudah dalam bentuk CNF
T
Kemudian tambahkan kontradiksi pada tujuannya, R menjadi – R sehinggga faktafakta (dalam bentuk CNF) dapat di susun menjadi : 1. P
2. 3. 4. 5. T 6. – R Bengan demikian dapat dilakukan untuk membuktikan R sebagai berikut :
7
– R
2
P
1
– Q
4 – T
T 5
B. Logika Predikat
Logika predikat digunakan untuk mempresentasikan hal-hal yang tidak dapat dipresentasikan dengan logika poposisi. Pada logika predikat kita dapat mempresentasikan fakta-fakta sebagai suatu pernyataan yang disecut dengan wff (well-formed formula. Logika predikat membagi sebbuh pernyataan menjadi 2 bagian yaitu :
Argumen
Predikat PREDICATE (Individual [objec]1, Individual [object]2)
Misalkan diketahui fakta-fakta sebagai berikut :
Andi adalah seorang laki-laki
:A
Ali adalah seorang laki-laki
:B
Amir adalah seorang laki-laki
:C
Anto adalah seorang laki-laki
:D
Agus adalah seorang laki-laki
:E
Pada contoh diatas dapat dituliskan : 8
laki(x) Dimana x adalah variabel yang bisa disubtitusikan dengan Andi, Ali, Amir, Anto, Agus dan anak laki-laki lainnya. Quantifiar :
Universal quantifier (untuk setiap)
Existensial quantifier (terdapat)
Misalkan terdapat pertanyaan-pertanyaan sebagai berikut : 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 membencinya 6. Setiap mahasiswa pasti akan seka terhadap suatu matakuliah 7. Mahasiswa yang tidak pernah hadir pada matakuliah yang sulit, maka mereka pasti tidak suka terhadap matakuliah tersebut. 8. Andi tidak pernah hadir kulih mata kuliah kalkulus Logika predikat pernyataan diatas adalah 1. Mahsiswa(Andi) 2. Elektro(Andi)
3. 4. sulit(Kalkulus) 5. 6. 7. 8. – hadir(Andi, Kalkulus) Andaikan kita menjawab pertanyaan: “apakah Andi suka mata kuliah kalkulus?” Maka dari pernyataan ke-7 kita akan membuktikan bahwa Andi tidak suka dengan matakuliah kalkulus. Dengan menggunakkan penalaran backword bisa dibuktikan bahwa
9
suka(Andi, Kalkulus)
sebagai berikut :
(7)
(1)
(4)
(8)
Daripenalaran diatas dapat dibuktikan bahwa andi tidak suka dengan mata kuliah kalkulus. Resolusi Pada Logika Predikat
Resolusi pada logika predikat pada dasarnya sama dengan pada logika proposisi, hanya saja ditambah dengan unufikasi. Pada logika predikat, prosedur untuk membuktikan pernyataan P dengan beberapa pernyataan F yang telah diketahui, dengan menggunakkan resolusi, dapat dilakukan melalui algoritma sebagai berikut : 1. Konversikan semua proposisi F ke bentuk klausa 2. Negasikan P, dan konversikan hasil negasi ke bentuk klausa. Tambahkan ke himpunan klausa yang telah ada pada langkah 1.
3. Kerjakan hingga terjadi “kontradiksi” atau proses tidak mengalami kemajuan. a. Seleksi 2 klausa sebagai klausa parent b. Bandingkan (resolve) secara bersama-sama. Klausa hasil resolve tersebut dinamakan resolvent. Jika ada pasangan literal T dan – T2, sedemikian hingga keduanya dapat dilakuksn unifikasi, maka salah satu T1 atau T2 tidak muncul 10
lagi
dalam
resolvent.
T1
dan
T2
disebuts
sebagai
complementary literal. Jika ada lebih dari complementary literal, maka hanya sepasang yang dapat meninggalkan resolvent. c. Resolvent.
Berupa
klausa
kosong,
maka
ditentukan
kontradiksi.Jika tidak, tambahkan ke himpunan clausa yang telah ada.
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
membencinya 6. Setiap mahasiswa pasti akan seka terhadap suatu matakuliah 7. Mahasiswa yang tidak pernah hadir pada matakuliah yang sulit, maka mereka pasti tidak suka terhadap matakuliah tersebut. 8. Andi tidak pernah hadir kulih mata kuliah kalkulus Logika predikat pernyataan diatas adalah 1. Mahsiswa(Andi) 2. Elektro(Andi) 3. 4. sulit(Kalkulus) 5. 6. 7. 8. – hadir(Andi, Kalkulus)
Logika predikat diatas kita ubah ke bentuk klausa CNF yaitu : 1. Mahsiswa(Andi) 2. Elektro(Andi) 3. 4. sulit(Kalkulus) 5. 11
6. 7. 8. – hadir(Andi, Kalkulus)
Apabila ingin dibuktikan apakah Andi benci kalkulus, maka kita biasa lakukan dengan membuktikan : benci(Andi, Kalkulus) menggunakkan resolusi sebagai berikut :
Andi/ x2
Andi/ x1
Andi/ x4 Kalkulus/y1
2.4. Pohon
12
Pohon merupakan strutur penggambaran pohon secara dirarkis. Struktur pohon terdiri dari node-node yang menunjukkan objek, dan acr (busur) yang menunjukkan hubungan antara objek. A
B
E
F
C
G
H
D
I
J
K
L
2.5. Jaringan Simantik
Jaringan simantik merupakan gambaran pengetahuan grafis yang menunjukkan hubungan antara berbagai objek. Jaringan simantik sering disebut juga dengan propotional net. Jarngan simantik terdiridari :
Nodes
disebut
juga
dengan
objek,
digunakan
untuk
menunjukkan objek phisik, konsep, situasi, dam menunjukkan informasi tentang objek-objek tersebut.
links atau edges atau arch, untuk mengekspresikan suatu relasi
Salah stau kelebihan dari jaringan simantik adalah bisa mewariskan. Sebagai contoh : ada garis yang menghubungkan atara Budi dengan laki-laki, dan laki-laki ke mahluk hidup. Sehingga apabila ada pertanyaan : Apakah Budi mahlik hidup? Maka kita bisa menarik garis dari mahluk hidup, kemudian ke laki-laki, dan akhirnya ke Budi. Sehingga terbukti bahwa Budi adalah mahluk hidup.
13
roda Pagi
punya masuk
Sekolah
Sepeda jumlahnya
pergi
Buku
naik
berwarna
membaca
Budi ber udul
dua
merah
adalah kakak
Si kancil
berwarna
Lakilaki
Ani
un a
Baju
adalah adalah
adalah
binatang adalah
Wanita Mahluk hidup
adalah
Sistem jaringn simantik ini selalu tergantung pada jenis masalah yang akan dipecahkan. Jika masalah itu bersifat umum, maka hanya memerlukan sedikit rincian. Jika masalah itu banyak melibatkan hal-hal lain, maka di dalam jaringan awalnya diperlukan penjelasan yang lebih rinci.
Sekolah Masjid
Budi
Pergi
Toko
sawah
Kebun binatang
Gambar ini menunjukkan rincian dari node awal Budi, apabila Budi hendak pergi ke berbagai tempat. Mode Budi dihubungkan dengan node baru yaitu pergi. 14
2.6. Frame
Frame merukan kumpulan pengetahuan tentang suatu objek tertetu, peristiwa, lokasi, situasi, dll. Frame memiliki slot yang menggambarkan rincian (atrinut) dan karakteristik objek. Frame biasanya digunakan untuk mempresentasikan pengetahuan yang didasarkan pada karakteristik yang sudah dikenal, yang merupakan pengalaman pengalaman. Dengan menggunakan frame, sangatlah mudah untuk membuat inferensi tentang objek, peristiwa atau situasi baru, karena frame menyediakan basis pengtahuan yang ditarik dari pengalaman Frame alat-alat transportasi
Trans. Darat Frame macam-macam angkutan darat
Slot mobil Frame macam-macam mobil
Slot sedan Frame jenis bahan bakar sedan
Slot bensin Slot solar
Gambar tersebut menunjukan frame alat-alt transportasi. Frame tersebut memiliki tiga slot, yaitu alat-alat transportasi di udara, di darat, dan di laut. Ada
15
beberapa slot yang bernilai tetap an ada pula yang tidak tetap (prosedural). Slot yang bernilai tetap misalkan jumlah roda pada sedan yaitu 4. Jenis slot lain yang bersifat prosedural, artinya slot yang memungkinkan penambahan nformasi baru yang bisa ditambahkan pada aturan IF. Misalnya informasi tengtang kecepatan perjalanan, pengisian tengki bahan bakar atau pemakaian bahan bakat tiap km. Kebanyakan sistem AI menggunakkan kumpulan frame yang saling terkait satu dengan lainnya bersama-sama. Contohnya : hirarki frame kendaraan, terdiri dari 5 frame yaitu frame kereta api, frame sampan, frame mobil, frame kapal, frame pesawat. Masing-masing fare masih dapat dipecah lagi mrnjadi beberapa farme yang rinci, misal frame mobil terdiri dari frame penumpang mobil, frame truk,frame bus. Frame Kendaraan
Frame Kerata Api
Frame Sampan
Frame Mobil
Frame Mobil Penumpang
Frame Truk
Frame mobil Lengkap (compact car)
Mobilnya Bob
Frame Pesawat
Frame Kapal
Frame Bus
Frame Mobil Ukuran Sedang
Mobilnya Jane
Susunan hirarki dari frame mengijinkan pewarisa freme. Akar dari tree terletak di puncak, dimana level tertnggi dari abtraksi disajikan. Freme pada bagian dasar (bawah) disebut daun dari tree. Hirarki mengijinkan pewarisan sifat-sifat. Setiap frame biasanya mewarisi sifat-sifat dari frame dengan level yang lebih tinggi. Pewarisan merupakn mekanisme untuk membentuk pengetahuan yang menyediakan nilai slot dari frame ke frame. Didalam hirarki diata, masing-masing frame dirinci fubungannya seperti hubungan antar frame orangtua (parent frame) dan anak (child frame). 2.7. Script
Script adalah skema representasi pengetahuan yang sama dengan frame,, yaitu mempresentasikan pemgetahuan berdasarkan karakteristik yang sudah dikenal sebagai 16
pengalaman-pengalaman. Perbedaan script dengan frame yaitu frame mengambarkan object secangkan script mengambarkan urutan peristiwa. Dalam mengambarkan uruan peristiwa, script menggunakan slot yang berisi informasi tentang orang, objek, dan tindakan-tindakan yang terjadi dalam suatu peristiwa. Elemen-elemen scripr meliputi : 1. Kondisi input, yaitu kondisi yang darus dipenuhi sebelum terjadi atau berlaku suatu peristiwa dalam script. 2. Track, yaitu variasi yang mungkin terjadi dalam suatu script. 3. Prop, berisi tentang objek-objek pendukung yang digunakan
selama
peristiwa terjadi. 4. Role, yaitu peran yang dimainkan oleh seseorang dalam peristiwa. 5. Scene, yaitu adegan yang dimainkan yang menjadi bagian dari suatu peristiwa. 6. Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalam script terjadi. Komponen-komponen dalam script adalah :
Kondisi entri atau deskriptor dunia sekitar kita harus benar agar script dapat dipangil. Contoh hal script restoran, ini mencakup restoran yang sedang buka dan pelangan yang sedang lapar.
Hasil atau fakta yang benar begitu script diakhiri. Misalnya, pelanggan sudah kenyang dan pemilik restoran memiliki uang yang lebih banyak (karena pembayaran makanan oleh pelanggan).
Penyangga atau apa saja yang merupakan isi script. Contohnya disini meliputi meja, kursi, pelayan, dan menu.
Peran adalah tindakan yang dilakukan oleh partisipan individual. Misalnya, pelayan yang mengantar pesanan, dan memberikan tagihan kepada pelanggan, serta pesanan pelanggan , makan, membayar.
Adegan yang merupakan kejadian yang menunjukkan aspekwaktu dan script. Di sini dapat berupa, masuk ke restoran, memesan makanan, dan lai-lannya. Contoh : script pergi ke restoran SCRIPT Restoran Jalur (track)
: fast food restoran 17
Peran (reles)
: tamu, pelayan
Pendukung (prop)
: counter, baki, makanan, uang, serbet, garam,
sedotan Kondisi masukkan
: - tamu lapar -tamu punya uang
Adegan (scene) 1
: Masuk
Tamu parkir mobil
Tammu masuk restoran
Tamu antri
Tamu baca menu di list menu dan mengambil keputusan tentang apa yang akan diminta.
Adegan (scane) 2
: Pesanan
Tamu memberikan daftar pesanan pada pelayan
Pelayan mengambil pesanan
dan
meletakan
makanan di atas baki
Adegan (scene) 3
Adegan (scane) 4
Hasil
Tamu membayar
: Makan
Tamu mengambil serbet, sedotan, garam, dll
Tamu makan
: Pulang
Pelayan membersihkan meja
Pelayang membuang sampah
Tamu meninggalkan restoran
Tamu naik mobil dan pulang
Tamu kenyang
Tamu senang
Tamu kecewa
Tamu sakit perut
:
Keistimewaan script : 18
1. Script menyediakan beberaa cara yang sangat alami untuk mempresentasikan “suatu informasi” dengan masalah yang bersumber dari sistem A I dari mula. 2. Script menyediakan struktur hirrarki untuk mempresentasikan informasi melalui inklusi sunscript dengan script. 2.8. Sistem Produksi (Production Rule)
Sistem produksi memiliki struktur seperti struktur proses pencarian (search). Sistem produksi merupakan salah satu bentuk representasi pengetahuan yang sangat populer dan banyak digunakan. Sistem produksi secara umum terdiri dari komponenkomponen sebagai berikut : 1.
Ruang keadaan, berisi keadaan awal, tujuan, kumpulan aturan yang digunakkan untuk mencapai tujuan.
2.
Strategi kontrol, berguna untuk mengarahkan begaimana proses pencarian akan berlangsung dan mengendalikan arah eksplorasi. Strategi kontrol merupakan suatu strategi pengendalian (contoling strategy) yang menentukan urutan perbandingan suatu aturan dengan basis data dengan cara menyelesaikan suatu konflik yang muncul bila beberapa aturan bertumbukan pada saat yang bersamaan. Proses berkkhir bila tidak ada kondisi aturan yang cocok dengan isi memori aktif.
3.
Memori aktif, berisi deskiksi keadaan semesta pembicatra saat ini dalam proses penalaran. Memori katif merupakan satu atau lebih basis data (database) yang berisi informasi tentang tugas-tugas khusus. Beberapa bagisn basisdata mungkin bersifat permanen, sedangkan yang lainya hanya berisi solusi problema yang dihadapi saat ini.informasi yang terdapat dalam basis data tersebut mungkin terstruktur dengan cara tertentu. Arsitektur dalam sistem produksi sebagai berikut : Aktif Memori
Keadaan Awal
Aturan Produksi
Strategi Kontrol
19
Keadaan
Representasi pengetahuan dengan sistemprouksi pada dasarnya berupa aplikasi yang berupa : 1. Antecedent yaitu bagian yang mengekspresikan situasi atau premis (pernyataan berawalan IF). 2. Konsekuen yitu bagian yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika suatu situasi atau premis bernilai benar (pernyataan berawalan THEN). Konsekuensi atau konkusi yang dinyatakan pada bagian THEN baru dinyatakkan benar, jika bagian IF pada sistem tersebut juga benar atau sesuai dengan aturan tertentu. Contohnya : IF lalulintas pagi ini padat THEN saya naik sepeda motor saja Apabila pengetahuan direpresentasikan dengan aturan, maka ada 2 metode penalaran yang dapat digunakan : 1. Forword Reasoning Pelacakan dimulai dari keadaan awal (informasi atau fakta yang ada) dan kemudian dicoba untuk mencocokkan dengan tujuan yang diharapkan. Keadaan Awal A
B
E
C
F
G
H
D
I
J
N Tu uan
L
Tujuan
Tu uan M
K
P
O Tujuan
2. Backword Reasoning Pada pealaran ini dimulai dari tujuan atau hipotesa, baru dicocokkan dengan keadaan awal atau fakta-fakta yang ada.
20
Tujuan A
B
E
C
F
G
H
D
I
J
N Keadaan Awal
L
Keadaan Awal
Keadaan Awal M
K
O
P
Keadaan Awal
Ada beberapa faktor yang mempengaruhi pemilihan Forword Reasoning dan BackwordReasoning dalam memilih metode penalaran yaitu :
Banyaknya keadaan awal dan tujuan. Jika jumlah keadaan awal lebih kecil dari pada tujuan, maka digunakkan Forword Reasoning dan sebaliknya.
Jumlah simpul yang dapat diraih secara langsung. Lebih baik dipilih yang jumlah simpul tiap cabangnya lebih sedikit.
Apakah
program butuh menanyai pengguna untuk melakukan justifikasi
terhadap proses penalaran? Jika ya, maka alangkah baiknya jika dipilih arah yang lebih memudahkan akan.
Bentuk kejadian yang akan memicu penyelesaian masalah. Jika kejadian itu berupa fakta baru, maka lebih baik dipilih penalaran Forword. Namun jika kejadian itu berupa query, maka lebih baik digunakan penalaran Backword.
2.9. Keuntungan Representasi Pengetahuan
Keuntungan yang akan kita dapatkan ketika kita membuat representasi pengetahuan, yaitu :
Dengan representasi yang baik,membuat objek dan relasi penting menjadi jelas.
Representasi menyikap constraint (batasan) dalam suatu permasalahan. Kita dapat mengungkapkan pengaruh sebuah objek atau relasi terhadap objek atau relasi lain.
Dengan representasi kita sakan dapatkan objek dan relasi secara bersama-sama. Kita akan dapat melihat semua yang kita inginkan dalam satu waktu.
Kita dapat menghilangkan semua kompenen yang tidak berhubungan dengan permasalahan yang sedang kita selesaikan. Atau kita dapat menyembunyikan
21
beberapa informasi yang tidak kita butuhkan untuk sementara, dan pada saat kita membutuhkan kita dapat menampilkan kembali.
Dengan representasi akan membuat permasalahan yang sedang kita selesaikan menjadi transparan. Kita akan memehami permasalahan yang kita selesaikan
Dengan representasi kita akan dapat menyikap suatu permasalahan secara lengkap, sehingga permasalahan dapat diselesaikan.
Dengan representasi akan membuat permasalahan menjadi ringkas.
Dengan representasi, maka akan menjadikan pekerjaan menjadi cepat
Dengan representasi, menjadikan permasalahan yang kita selesaikan dapat terkomputerisasi. Dengan representasi ini kita akan dapat melakukan prosedur prosedur dalam menyelesaikan suatu permasalahan. Dismping keuntungan-keuntungan distas satu hal yang merupkan menjadi
prisip dalam representasi pengetahuan adalah jika suatu permasalahan dideskripsikan dengan menggunakkan representasi yang tepat, maka dapat dipastikan bahwa permasalahan tersebut dapat diselesaikan.
22
BAB III PENUTUP 3.1. Penutup
Representasi
pengetahuan
adalah
proses
bagaimana
pengatahuan
direpresentasikan untuk membentuk basis pengetahuan. Bahasa representasi harus dapat membuat seorang programer mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi permasalahan. Karakteristik representasi pengetahuan antara lain yaitu dapat di program dengan bahasa komputer dan dapat disimpan dalam memori dan fakta dan pengetahuan lain yang terkandung di dalamnya dapat
digunakan
untuk
melakukan
penalaran.
Representasi
pengetahuan
diklasifikasikan menjadi 4 kategori yaitu representasi logika, representasi prosedural, representasi network, dan representasi terstruktur. 3.2. Saran
Jika ada yang belum dimenger ti di anjurkan untuk membaca bukau tentang AI (kecerdasan buatan) atau Sistem Berbasis Pengetahuan (SBP) dan bertanya kepada dosen atau guru.karena makalah ini belun tentu sempurna.
23
DAFTAR PUSTAKA
Riyanto, Sigit. 2005. Modul Ajar Kecerdasan Buatan. Surabaya: Politeknik Elektronika Negeri Surabaya.
Andoko, Andrey. 1991. Tu ntun an Prakti s Pemr ograman Bahasa Prolog . Jakarta: Elex Media Komputindo.
STMIK Triguna Dharma. 2013. Buku Panduan Belajar Kecerdasan Buatan BAB 3 Representasi Pengetahuan. Medan.
24
