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