Staffsite STMIK PPKIA Pradnya Paramita
KECERDASAN BUATAN
REPRESENTASI PENGETAHUAN
(PART - II)
ERWIEN TJIPTA WIJAYA, ST., M.KOM
KERANGKA MASALAH
List
Tree / Pohon
Jaringan Semantik
Frame
Tabel Keputusan
Pohon Keputusan
Naskah (Script)
Sistem / Aturan Produksi
LIST
Struktur
sederhana
pengetahuan
untuk representasi
Daftar dari rangkaian materi yang terkait
List digunakan untuk objek yang dikelompokkan,
dikategorikan atau digabungkan
TREE / POHON
Struktur
sederhana
pengetahuan
untuk representasi
Merupakan struktur grafik hirarki
JARINGAN SEMANTIK
Dibangun
manusia.
oleh
M.R.Quillian,
sebagai
model memori
Representasi grafis dari informasi Propositional.
Proposisi adalah pernyataan yang dapat bernilai benar atau
salah.
Disajikan dalam bentuk graf berarah
Node merepresentasikan konsep, objek atau situasi :
Label ditunjukkan melalui penamaan
Node dapat berupa objek tunggal atau kelas
Links merepresentasikan suatu hubungan :
Links adalah struktur dasar untuk pengorganisasian
pengetahuan
Contoh jaringan semantic.
JARINGAN SEMANTIK
Struktur
sederhana
untuk representasi
pengetahuan grafis yang menunjukkan hubungan
antar berbagai objek
FRAME
Frame adalah kumpulan pengetahuan tentang
suatu objek tertentu, peristiwa, lokasi, situasi,
berdasarkan pengalaman.
Frame
memiliki
slot
yang menggambarkan
rincian (atribut) dan karakteristik objek.
Hirarki
Frame
susunan
hirarki
mengijinkan pewarisan frame
dari frame
FRAME
HIRARKI FRAME
HIRARKI FRAME
TABEL KEPUTUSAN
Tabel keputusan dalam format tabel
Tabel dibagi menjadi 2 bagian pertama untuk
atribut & bagian kedua untuk nilai & kesimpulan
POHON KEPUTUSAN
Pohon keputusan mudah dikonversi ke dalam
bentuk aturan (rule)
NASKAH / SCRIPT
Naskah
sama
dengan
frame, bedanya
menggambarkan urutan peristiwa.
Elemen script meliputi :
1.Kondisi input : kondisi yang harus dipenuhi
2.Track : variasi yang mungkin terjadi
3.Prop : berisi objek-objek pendukung
4.Role : peran yang dimainkan oleh seseorang
5.Scene : adegan yang dimainkan
6.Hasil : kondisi yang ada setelah urutan
peristiwa dalam script terjadi.
CONTOH NASKAH / SCRIPT
Berikut ini adalah contoh script kejadian yang ada di “Ujian Akhir”
Jalur (track) : ujian tertulis matakuliah Kecerdasan Buatan
Role (peran) : mahasiswa, pengawas
Prop (pendukung) : lembar soal, lembar jawab, presensi, pena, dll
Kondisi input : mahasiswa terdaftar untuk mengikuti ujian
Adegan (scene) -1 : Persiapan pengawas
1. Pengawas menyiapkan lembar soal
2. Pengawas menyiapkan lembar jawab
3. Pengawas menyiapkan lembar presensi
Adegan-2 : Mahasiswa masuk ruangan
1. Pengawas
2. Pengawas
3. Pengawas
4. Pengawas
mempersilahkan mahasiswa masuk
membagikan lembar soal
membagikan lembar jawab
memimpin doa
CONTOH NASKAH / SCRIPT
Adegan-3 : Mahasiswa mengerjakan soal ujian
1. Mahasiswa
2. Mahasiswa
3. Mahasiswa
4. Mahasiswa
menuliskan identitas di lembar jawab
menandatangai lembar jawab
mengerjakan soal
mengecek jawaban
Adegan-4 : Mahasiswa telah selesai ujian
1. Pengawas mempersilahkan mahasiswa keluar ruangan
2. Mahasiswa mengumpulkan kembali lembar jawab
3. Mahasiswa keluar ruangan
Adegan-5 : Mahasiswa mengemasi lembar jawab
1. Pengawas mengurutkan lembar jawab
2. Pengawas mengecek lembar jawab dan presensi
3. Pengawas meninggalkan ruangan
CONTOH NASKAH / SCRIPT
Adegan-5 : Mahasiswa mengemasi lembar jawab
1. Pengawas mengurutkan lembar jawab
2. Pengawas mengecek lembar jawab dan presensi
3. Pengawas meninggalkan ruangan
Hasil :
1. Mahasiswa merasa senang dan lega
2.Mahasiswa
3.Mahasiswa
4.Mahasiswa
5.Mahasiswa
merasa kecewa
pusing
memaki – maki
sangat bersyukur
SISTEM / ATURAN PRODUKSI
Representasi pengetahuan yang berupa aturan (rule) :
1. Antecedent : mengekspresikan situasi / premis (berawalan if)
2. Konsekuen : menyatakan tindakan tertentu jika premis benar
(berawalam THEN)
Contoh :
IF lalulintas pagi ini padat
THEN saya naik sepeda motor saja
SISTEM / ATURAN PRODUKSI
Aturan dapat ditulis dalam beberapa bentuk :
IF premis THEN kesimpulan
Jika pendapatan tinggi MAKA pajak yang harus dibayar juga tinggi
Kesimpulan IF premis
Pajak yang harus dibayar tinggi JIKA pendapatan tinggi
Inclusion of ELSE
IF pendapatan tinggi OR pengeluaran tinggi, THEN pajak yang
harus dibayar tinggi ELSE pajak yang harus dibayar rendah
Aturan yang lebih kompleks
IF rating kredit tinggi AND gaji lebih besar dari $30,000 OR aset
lebih dari $75,000 AND sejarah pembayaran tidak miskin THEN
pinjaman diatas $ 10,000 disetujui dan daftar pinjaman masuk
kategori “B”
SISTEM / ATURAN PRODUKSI
Backward Reasoning (Penalaran mundur)
Penalaran dimulai dari tujuan atau hipotesa, baru
dicocokkan dengan keadaan awal atau fakta-fakta yang
ada.
Jika jumlah keadaan awal lebih banyak daripada tujuan
Jika kejadian itu berupa query
CONTOH BACKWARD REASONING
R1 : IF suku bunga turun THEN harga obligasi naik
R2 : IF suku bunga naik THEN harga obligasi turun
R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah
R4 : IF dolar naik THEN suku bunga turun
R5 : IF dolar turun THEN suku bunga naik
R6 : IF harga obligasi turun THEN beli obligasi
Apabila diketahui bahwa dolar turun, apa keputusan yang diambil, apakah akan
membeli obligasi atau tidak
Backward Reasoning :
Dari solusi yaitu membeli obligasi
dengan menggunakan Rule 6 diperoleh anteseden harga obligasi turun
Dari Rule 2 dibuktikan harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar .
Dari Rule 5 suku bunga naik memang bernilai benar karena diketahui fakta dolar
turun.
CONTOH : FORWARD REASONING
R1 : IF suku bunga turun THEN harga obligasi naik
R2 : IF suku bunga naik THEN harga obligasi turun
R3 : IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R4 : IF dolar naik THEN suku bunga turun
R5 : IF dolar turun THEN suku bunga naik
R6 : IF harga obligasi turun THEN beli obligasi
Apabila diketahui bahwa dolar turun, apa keputusan yang diambil, apakah
akan membeli obligasi atau tidak
Forward Reasoning :
Dari fakta dolar turun,
berdasarkan Rule 5, diperoleh konklusi suku bunga naik.
Dari Rule 2, suku bunga naik menyebabkan harga obligasi turun.
Dengan Rule 6, jika harga obligasi turun, maka kesimpulan yang
diambil adalah membeli obligasi.
TERIMA KASIH
REPRESENTASI PENGETAHUAN
(PART - II)
ERWIEN TJIPTA WIJAYA, ST., M.KOM
KERANGKA MASALAH
List
Tree / Pohon
Jaringan Semantik
Frame
Tabel Keputusan
Pohon Keputusan
Naskah (Script)
Sistem / Aturan Produksi
LIST
Struktur
sederhana
pengetahuan
untuk representasi
Daftar dari rangkaian materi yang terkait
List digunakan untuk objek yang dikelompokkan,
dikategorikan atau digabungkan
TREE / POHON
Struktur
sederhana
pengetahuan
untuk representasi
Merupakan struktur grafik hirarki
JARINGAN SEMANTIK
Dibangun
manusia.
oleh
M.R.Quillian,
sebagai
model memori
Representasi grafis dari informasi Propositional.
Proposisi adalah pernyataan yang dapat bernilai benar atau
salah.
Disajikan dalam bentuk graf berarah
Node merepresentasikan konsep, objek atau situasi :
Label ditunjukkan melalui penamaan
Node dapat berupa objek tunggal atau kelas
Links merepresentasikan suatu hubungan :
Links adalah struktur dasar untuk pengorganisasian
pengetahuan
Contoh jaringan semantic.
JARINGAN SEMANTIK
Struktur
sederhana
untuk representasi
pengetahuan grafis yang menunjukkan hubungan
antar berbagai objek
FRAME
Frame adalah kumpulan pengetahuan tentang
suatu objek tertentu, peristiwa, lokasi, situasi,
berdasarkan pengalaman.
Frame
memiliki
slot
yang menggambarkan
rincian (atribut) dan karakteristik objek.
Hirarki
Frame
susunan
hirarki
mengijinkan pewarisan frame
dari frame
FRAME
HIRARKI FRAME
HIRARKI FRAME
TABEL KEPUTUSAN
Tabel keputusan dalam format tabel
Tabel dibagi menjadi 2 bagian pertama untuk
atribut & bagian kedua untuk nilai & kesimpulan
POHON KEPUTUSAN
Pohon keputusan mudah dikonversi ke dalam
bentuk aturan (rule)
NASKAH / SCRIPT
Naskah
sama
dengan
frame, bedanya
menggambarkan urutan peristiwa.
Elemen script meliputi :
1.Kondisi input : kondisi yang harus dipenuhi
2.Track : variasi yang mungkin terjadi
3.Prop : berisi objek-objek pendukung
4.Role : peran yang dimainkan oleh seseorang
5.Scene : adegan yang dimainkan
6.Hasil : kondisi yang ada setelah urutan
peristiwa dalam script terjadi.
CONTOH NASKAH / SCRIPT
Berikut ini adalah contoh script kejadian yang ada di “Ujian Akhir”
Jalur (track) : ujian tertulis matakuliah Kecerdasan Buatan
Role (peran) : mahasiswa, pengawas
Prop (pendukung) : lembar soal, lembar jawab, presensi, pena, dll
Kondisi input : mahasiswa terdaftar untuk mengikuti ujian
Adegan (scene) -1 : Persiapan pengawas
1. Pengawas menyiapkan lembar soal
2. Pengawas menyiapkan lembar jawab
3. Pengawas menyiapkan lembar presensi
Adegan-2 : Mahasiswa masuk ruangan
1. Pengawas
2. Pengawas
3. Pengawas
4. Pengawas
mempersilahkan mahasiswa masuk
membagikan lembar soal
membagikan lembar jawab
memimpin doa
CONTOH NASKAH / SCRIPT
Adegan-3 : Mahasiswa mengerjakan soal ujian
1. Mahasiswa
2. Mahasiswa
3. Mahasiswa
4. Mahasiswa
menuliskan identitas di lembar jawab
menandatangai lembar jawab
mengerjakan soal
mengecek jawaban
Adegan-4 : Mahasiswa telah selesai ujian
1. Pengawas mempersilahkan mahasiswa keluar ruangan
2. Mahasiswa mengumpulkan kembali lembar jawab
3. Mahasiswa keluar ruangan
Adegan-5 : Mahasiswa mengemasi lembar jawab
1. Pengawas mengurutkan lembar jawab
2. Pengawas mengecek lembar jawab dan presensi
3. Pengawas meninggalkan ruangan
CONTOH NASKAH / SCRIPT
Adegan-5 : Mahasiswa mengemasi lembar jawab
1. Pengawas mengurutkan lembar jawab
2. Pengawas mengecek lembar jawab dan presensi
3. Pengawas meninggalkan ruangan
Hasil :
1. Mahasiswa merasa senang dan lega
2.Mahasiswa
3.Mahasiswa
4.Mahasiswa
5.Mahasiswa
merasa kecewa
pusing
memaki – maki
sangat bersyukur
SISTEM / ATURAN PRODUKSI
Representasi pengetahuan yang berupa aturan (rule) :
1. Antecedent : mengekspresikan situasi / premis (berawalan if)
2. Konsekuen : menyatakan tindakan tertentu jika premis benar
(berawalam THEN)
Contoh :
IF lalulintas pagi ini padat
THEN saya naik sepeda motor saja
SISTEM / ATURAN PRODUKSI
Aturan dapat ditulis dalam beberapa bentuk :
IF premis THEN kesimpulan
Jika pendapatan tinggi MAKA pajak yang harus dibayar juga tinggi
Kesimpulan IF premis
Pajak yang harus dibayar tinggi JIKA pendapatan tinggi
Inclusion of ELSE
IF pendapatan tinggi OR pengeluaran tinggi, THEN pajak yang
harus dibayar tinggi ELSE pajak yang harus dibayar rendah
Aturan yang lebih kompleks
IF rating kredit tinggi AND gaji lebih besar dari $30,000 OR aset
lebih dari $75,000 AND sejarah pembayaran tidak miskin THEN
pinjaman diatas $ 10,000 disetujui dan daftar pinjaman masuk
kategori “B”
SISTEM / ATURAN PRODUKSI
Backward Reasoning (Penalaran mundur)
Penalaran dimulai dari tujuan atau hipotesa, baru
dicocokkan dengan keadaan awal atau fakta-fakta yang
ada.
Jika jumlah keadaan awal lebih banyak daripada tujuan
Jika kejadian itu berupa query
CONTOH BACKWARD REASONING
R1 : IF suku bunga turun THEN harga obligasi naik
R2 : IF suku bunga naik THEN harga obligasi turun
R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah
R4 : IF dolar naik THEN suku bunga turun
R5 : IF dolar turun THEN suku bunga naik
R6 : IF harga obligasi turun THEN beli obligasi
Apabila diketahui bahwa dolar turun, apa keputusan yang diambil, apakah akan
membeli obligasi atau tidak
Backward Reasoning :
Dari solusi yaitu membeli obligasi
dengan menggunakan Rule 6 diperoleh anteseden harga obligasi turun
Dari Rule 2 dibuktikan harga obligasi turun bernilai benar jika suku bunga naik
bernilai benar .
Dari Rule 5 suku bunga naik memang bernilai benar karena diketahui fakta dolar
turun.
CONTOH : FORWARD REASONING
R1 : IF suku bunga turun THEN harga obligasi naik
R2 : IF suku bunga naik THEN harga obligasi turun
R3 : IF suku bunga tidak berubah THEN harga obligasi tidak
berubah
R4 : IF dolar naik THEN suku bunga turun
R5 : IF dolar turun THEN suku bunga naik
R6 : IF harga obligasi turun THEN beli obligasi
Apabila diketahui bahwa dolar turun, apa keputusan yang diambil, apakah
akan membeli obligasi atau tidak
Forward Reasoning :
Dari fakta dolar turun,
berdasarkan Rule 5, diperoleh konklusi suku bunga naik.
Dari Rule 2, suku bunga naik menyebabkan harga obligasi turun.
Dengan Rule 6, jika harga obligasi turun, maka kesimpulan yang
diambil adalah membeli obligasi.
TERIMA KASIH