REPRESENTASI PENGETAHUAN Betha Nurina Sari M Kom Knowledge
REPRESENTASI PENGETAHUAN Betha Nurina Sari, M. Kom
Knowledge Graph Google
REPRESENTASI PENGETAHUAN �Cara untuk menstrukturkan / memformalkan suatu pengetahuan hasil akuisisi �Metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar �Dimaksudkan untuk Menangkap sifat-sifat penting problema Membuat informasi itu dapat diakses oleh prosedur pemecahan problema
Mengapa dilakukan ? �Hasil akuisisi tidak selalu terstruktur (terkait : karakteristik pakar, sifat data) �Memudahkan dalam membuat mesin inferensi
REPRESENTASI PENGETAHUAN �Harus terdiri dari struktur data dan prosedur untuk penafsiran �Hal yang berhubungan dengan RP: Object pengetahuan itu sendiri Event: kejadian-kejadian dalam dunia nyata dan hubungannya Performa: bagaimana melakukan suatu tugas tertentu Meta knowledge: pengetahuan tentang pengetahuan yang direpresentasikan
Klasifikasi Kategori Representasi Pengetahuan (Menurut Mylopoulus dan Levesque: ) �Declarative Representasi Logika: menggunakan logika formal. ▪ Digunakan pada PROLOG Representasi Prosedural: menggambarkan prosedur sebagai kumpulan instruksi untuk memecahkan masalah. ▪ Digunakan dalam pemrograman: IF-THEN Representasi Network: menggambarkan pengetahuan sebagai Graph dan Tree Representasi Terstruktur: memperluas konsep Representsi Network dengan membuat node-nodenya menjadi struktur data yang kompleks. Contoh: script, frame, dan object �Procedural: dibuat dalam prosedur-prosedur
MODEL REPRESENTASI PENGETAHUAN �Beberapa model representasi pengetahuan Logika (logic) List & Tree Jaringan semantik (semantic nets) Bingkai (frame) Tabel Keputusan (decision table) Pohon Keputusan (decision tree) Naskah (script) Kaidah/Sistem produksi (production rule)
LOGIKA Proporsional • Proses penalaran: Deduktif (umumkhusus) atau Induktif (khusus-umum) • and, or, not, implikasi, dan ekuivalensi • Proposisi merupakan suatu pernyataan yang menyatakan benar (TRUE) atau salah (FALSE) Predikat • representasi fakta dalam bentuk well formed formula • PREDIKAT (individu[obyek]1, individu[obyek]2) • Bahasa PROLOG
CONTOH LOGIKA PROPORSIONAL �Resolusi digunakan untuk melakukan inferensi pada logika proposisi A B A➔B A B ~A ~A T T F F T F F F T T T F F F T T
RESOLUSI (1)
RESOLUSI (2)
CONTOH LOGIKA PREDIKAT � Misalnya proposisi : Ani adalah ibu Budi � Logika predikat : Ibu (Ani, Budi) � Misalnya proposisi: Mobil berada dalam garasi � Logika Predikat: Di dalam (mobil, garasi) Di dalam = produk (keterangan) Mobil = Argumen (obyek) Garasi = Argumen (obyek)
PROLOG : familytree. PL FAKTA DAN RELASI ATURAN (RULE) � laki(alan). � laki(mike). � laki(john). � perempuan(diana). � perempuan(emi). � perempuan(silvi). � � anaklaki(C, P): -ayah(P, C), laki(C). anaklaki(C, P): -ibu(P, C), laki(C). anakperempuan(C, P): -ayah(P, C), perempuan(C). anakperempuan(C, P): -ibu(P, C), perempuan(C). � � kakek(K, C): -ayah(A, C), ayah(K, A). kakek(K, C): -ibu(I, C), ayah(K, I). � ayah(alan, emi). � ayah(alan, john). � ibu(diana, emi). � ibu(diana, john). � saudaraperempuan(B, C): perempuan(B), ayah(A, C), I bu(I, B), ibu(I, C), +(B==C).
LIST � Struktur sederhana untuk representasi pengetahuan � Daftar dari rangkaian materi yang terkait � List digunakan untuk objek yang dikelompokkan, dikategorikan atau digabungkan 14
TREE �Struktur sederhana untuk representasi pengetahuan �Merupakan struktur grafik hirarki
JARINGAN SEMANTIK (1) �Struktur sederhana untuk representasi pengetahuan grafis yang menunjukkan hubungan antar berbagai objek �Obyek, berupa benda atau peristiwa �Nodes menunjukkan Obyek �Arc (Link) menunjukkan Keterhubungan (Relationships)
JARINGAN SEMANTIK (2)
OAV (Object-Atribut-Value)
BINGKAI (FRAME) (1) �Diperkenalkan oleh Minsky tahun 1975 �Suatu struktur data yang digunakan untuk merepresentasikan pengetahuan dan situasi yang telah dipahami �Frame memiliki slot untuk menggambarkan rincian dan karakteristik obyek
BINGKAI (FRAME) (1)
Tabel Keputusan (Decision Table) �Tabel keputusan dalam format tabel �Tabel dibagi 2 bagian pertama untuk atribut & bagian kedua untuk nilai & kesimpulan
Pohon Keputusan (Decision Tree) �Pohon keputusan mudah dikonversi ke dalam bentuk aturan (rule)
Naskah (Script) �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 Scence: adegan yang terjadi Hasil (result): kondisi akhir yang terjadi
SCRIPT EAT-AT-RESTAURANT Script Props: (Restaurant, Money, Food, Menu, Tables, Chairs) Roles: (Hungry-Persons, Wait-Persons, Chef-Persons) Point-of-View: Hungry-Persons Time-of-Occurrence: (Times-of-Operation of Restaurant) Place-of-Occurrence: (Location of Restaurant) Event-Sequence: first: Enter-Restaurant Script then: if (Wait-To-Be-Seated-Sign or Reservations) then Get-Maitre-d's-Attention Script then: Please-Be-Seated Script then: Order-Food-Script then: Eat-Food-Script unless (Long-Wait) when Exit-Restaurant-Angry Script then: if (Food-Quality was better than Palatable) then Compliments-To-The-Chef Script then: Pay-For-It-Script finally: Leave-Restaurant Script
Kaidah/ Sistem Produksi � Representasi pengetahuan yang berupa aturan (rule) : Antecedent mengekspresikan situasi / premis IF Konsekuen menyatakan tindakan tertentu jika premis benar THEN � Contoh :
NEXT >> PRESENTASI TUGAS 1 & SIMULASI REPRESENTASI PENGETAHUAN
- Slides: 26