Pertemuan 2 Representasi Pengetahuan Matakuliah : H0383/Sistem Berbasis Pengetahuan

Download Report

Transcript Pertemuan 2 Representasi Pengetahuan Matakuliah : H0383/Sistem Berbasis Pengetahuan

Matakuliah
Tahun
Versi
: H0383/Sistem Berbasis Pengetahuan
: 2005
: 1/0
Pertemuan 2
Representasi Pengetahuan
1
Learning Outcomes
Pada akhir pertemuan ini, diharapkan mahasiswa
akan mampu :
• Menjelaskan Beberapa Metode
Representasi Pengetahuan
2
Outline Materi
• Pengertian Representasi Pengetahuan
• Metode-metode Representasi
Pengetahuan
• Predicate Logic
• Production Rule
• Structured Object
3
Representasi Pengetahuan
Pengetahuan terdiri dari fakta, konsep
maupun aturan-aturan.
Agar Pengetahuan dapat diproses oleh
komputer, maka Pengetahuan harus
dikonversikan ke dalam suatu format yang
dimengerti oleh komputer.
Dengan kalimat lain, Pengetahuan perlu
direpresentasikan.
4
Metode Representasi
•
•
•
•
•
•
Predicate Logic
Production Rules
Structured Object:
Associative network
Frames
Script
5
Predicate Logic
• Metode tertua dan terpenting dalam
merepresentasikan pengetahuan.
• Dikembangkan oleh para logicians
sebagai alat untuk melakukan reasoning di
bidang matematika.
• Biasa disebut sebagai First Order
Predicate Logic(FOPL) atau Predicate
Calculus.
6
Predicate Logic
• Pada FOPL, pernyataan-pernyataan dalam
bahasa natural (bahasa sehari-hari manusia)
diterjemahkan ke dalam suatu struktur simbolis
yang terdiri dari predikat, fungsi, variabel,
konstanta, quantifier dan penghubung logika
(and, or, dll).
• Pernyataan:
Seluruh pegawai dari perusahaan software AI
adalah programmer
• Representasi dgn FOPL:
x AIPEGAWAI ( x)  PROGRAMMER ( x)
7
Production Rules
• Rules dapat dipertimbangkan sebagai
sebuah subset dari Predicate Logic.
• Namun dalam perkembangannya, seiring
dengan tingginya penggunaan prod. Rules
dalam SBP seperti pada expert system
dan fuzzy logic, maka prod. Rules dapat
digolongkan sebagai salah satu metode
representasi pengetahuan.
8
Production Rules
•
•
•
•
•
•
IF: John is employee of AI softwarehouse
THEN: John is programmer
IF: A & B & C
THEN: D
A&B&C disebut sebagai Condition
D disebut sebagai Conclusion/Action
9
Associative Network
• Memberikan gambaran dari obyek, atribut
obyek dan relasi dengan obyek lainnya.
• Biasa disebut semantic network.
• Diperkenalkan oleh Quillian (1968) untuk
memodelkan semantik dari kata dan
kalimat bahasa Inggris.
fly
CAN
bird
ISA
tweety
yellow
COLOR
HAS
wings
10
Associative Network
• Sebuah formal building block untuk
associative network disebut conceptual
graph.
• Joe is eating soup with a spoon
PERSON:joe
agent
eat
object
FOOD:soup
INSTRUMENT
SPOON
11
Associative Network
• Bentuk conceptual graph dapat dibuat
linier menyerupai text:
• [PERSON:joe](AGENT)(EAT)• (OBJECT)[FOOD:soup]
• (INSTRUMENT)[SPOON]
12
Associative Network
Conceptual graph dapat dipetakan ke dalam
bentuk FOPL.
Every car has an engine:
[CAR:V](PART)(ENGINE)
x y (CAR( x)  ( ENGINE( y ) & PART ( x, y )))
13
Frame Structure
• Diperkenalkan oleh Marvin Minsky(1975)
sebagai sebuah struktur data untuk
menggambarkan sebuah model mental
dari situasi sehari-hari seperti
mengendarai mobil, makan di restoran
dsbnya.
• Frame merupakan struktur yang terdiri dari
kumpulan slot dan slot value.
• Frame memiliki kemiripan dengan struktur
record.
14
Frame Structure
(<frame name>
(<slot1> (<facet1><value1>…<value k1>)
(<facet2><value1>…<value k2>)
:
.
(<slot2>(<facet1><value1>…<value km>
:
.)
15
Frame Structure
(ford(AKO(VALUE(car))
(COLOR(VALUE silver))
(MODEL(VALUE 4-door))
(RANGE(VALUE if-needed))
(WEIGHT(VALUE 2600))
:
:
)
16
Script
Script digambarkan dengan actors, roles, props,
scene.
SCRIPT-NAME : food market
TRACK
: supermarket
ROLES
: shopper
: seafood attendant
: sacking clerk
PROPS
: display aisles
: cashier
17
Script
SCENE1
SCENE2
SCENE3
SCENE4
: Enter market
:Shop for items
: Check out
: Exit market
18
Penutup
• Terdapat beberapa metode untuk
merepresentasikan Pengetahuan
• Masing-masing memiliki kelebihan dan
kekurangan.
19