REPRESENTASI PENGETAHUAN

Representasi Pengetahuan Oleh :1. Abdillah (34933)2. Sumadianto Eka Putra (34950)3. Theodorus Yoga (34993)4. Aditya Firdy R. (35019)5. Gilang Bima Sakti S.P. (35034)6. Nur Khayati (35077)

1Review: DefinisiAI = bidang ilmu komputer yang meneliti dan mempelajari bagaimana agar komputer dapat bertindak dan mengerjakan pekerjaan seperti yang dilakukan oleh manusia.Awalnya komputer hanya mesin hitung

Review: DefinisiMembuat SistemBerfikirBertindakSeperti ManusiaModel KognitifUji TuringRasionalKaidah bernalarAgen Rasional: membuat inferensi logis sehingga dapat melakukan aksi logisKognitif dilakukan untuk memperoleh pengetahuan nah itu di contohkan dengan cara belajar agar tau informasi,,Nalar itu kemampuan menganalisis dengan cara kita sendiri, contoh kalo air itu mengalir dari atas ke bawah.3bagaimana manusia berfikirbagaimana pikiran manusia bekerja

Bagaimana caranya? mencoba menangkap bagaimana pikiran kita berjalanHow do you know that you understand?Melalui percobaan psikologis

Bidang Ilmu:Cognitive ScienceVision & natural languageBerfikir Seperti Manusia (Thinking Humanly)Diperlukan suatu cara untuk mengetahui bagaimana manusia berfikirDiperlukan pemahaman tentang bagaimana pikiran manusia bekerja jadi kita tau apa saja seluk belk pikiran manusia, nah itu pun bisa dengan cara mencoba menangkap jalan pikiran kita, atau pun melalui percobaan psikologis4Uji Turing: AI Bertindak Seperti Manusia (acting humanly)AI lulus test apabila interogator tidak bisa membedakan dialog mana yang dilakukan dengan komputer dan mana yang dilakukan dengan manusia

PertanyaandanJawaban

InterogatorKomputerManusiaSystem capabilities: Natural language processingKnowledge representationAutomated reasoningMachine learningComputer vision (+)Robotics (+)apabila interogator tidak bisa membedakan dialog yang di lakukan manusia atau komputer, nah itu membuktikan kalau AI yang di buat sudah berhasil5Cara berfikirnya memenuhi aturan logika yang dibangun oleh AristotlesPola struktur argumentasiMenjadi dasar bidang logikaTradisi logicist dalam AI adalah membangun program yang menghasilkan solusi berdasarkan logikaProblem:Pengetahuan informal sukar diuraikanTerdapat perbedaan besar antara memecahkan masalah secara prinsip dan di dunia nyataBerfikir Rasional (thinking rationally)Nah yang paling penting yaitu Tradisi logicist dalam AI untuk membangun program yang menghasilkan solusi berdasarkan logika

6Bertindak secara rasional artinya bertindak didalam upaya mencapai titik akhirRasionalisasi terbatas

Sehingga:Thinking dan acting humanly terlalu luas, thinking rationally masih terlalu sempitPendekatan yang diikuti adalah Acting RationallyBertindak Rasional (acting rationally)2. Didalam lingkungan yang rumit tidak mungkin mendapatkan rasionalisasi sempurna yang selalu melakukan sesuatu dengan benar sehingga thinking dan acting atau pikiran dan tindakan manusia itu terlalu luas, sedangkan pikiran yg rasional itu terlalu sempit.7IntelegensiaBagaimana seseorang/sesuatu belajar dan melaksanakan pengetahuan yang dimiliknya.Daya reaksi atau penyesuaian yang cepat dan tepat, baik secara fisik maupun mental, terhadap pengalaman-pengalaman baru, membuat pengalaman dan pengetahuan yang dimiliki siap untuk dipakai apabila dihadapkan pada fakta-fakta atau kondisi-kondisi baru.Pengetahuan diperoleh dari belajar dan menalar untuk menggunakannya dalam menyelesaikan masalahWalaupun punya pengetahuan tapi jika tidak dapat melaksanakan pengetahuan tersebut = tidak inteligen

8Bagian Utama AIBasis Pengetahuan (Knowledge Based)Berisi fakta, teori, pemikiran, dan hubungannyaMotor Inferensi (Inference Engine)Kemampuan menalar dan menarik kesimpulan

Knowledge baseInference mechanismComputerInputsOutputsAI PrehistoryPhilosophy : Logic, methods of reasoningMathematics : Formal representation and proof algorithms, computation, probabilityEconomics : utility, decision theoryPsychology : phenomena of perception and motor control, experimental techniques Control theory : design systems that maximize an objective function over time Linguistics : knowledge representation, grammar Filosofi: Logika, metode penalaran Matematika: representasi dan bukti formal algoritma, perhitungan, probabilitas Ekonomi: utilitas, teori keputusan Neuroscience: substrat fisik untuk aktivitas mental Psikologi: fenomena persepsi dan kontrol motor, teknik eksperimental Kontrol teori: merancang sistem yang memaksimalkan fungsi tujuan dari waktu ke waktu Linguistik: representasi pengetahuan, tata bahasa 10AI History1941: era komputer elektronik yang dapat menyimpan program1943 1956: Warren McCulloch dan Walter Pits menemukan boolean model untuk otak, bernaa PERCEPTRON (JST pertama), McCarthy disebut father of AI1952 1969: Newell dan Simon menemukan General Problem Solver, McCarthy membuat LISP1966 1974: jaman AI melambat1969 1979 : knowledge based system1986 now: Industrial AI dan perkembangan JST, GPS, software catur HITECH adalah software pertama yang mengalahkan grandmaster dunia, Arnold Danker.Prinsipnya AI mengandung unsur: SEARCHING, REASONING, PLANNING, dan HEARING

11AI vs Non AIAI lebih permanen, non AI mudah berubah seturut waktuAI mudah diduplikasikan dan disebarkanAI lebih murah dari non AIAI lebih konsisten dan mudah didokumentasiAI tidak kreatifAI tidak dapat menggunakan pengalaman secara langsungAI terbatasContoh ilmu-ilmu dalam lingkup AIANN (Artificial Neural Network)NLP (Natural Language Processing)Game PlayingES (Expert System)RoboticsPattern RecognitionComputer ReasoningComputer VisionIR (Information Retrieval)Data MiningFuzzy SystemNeuro Fuzzy SystemGA (Genetic Algorithm)CBR (Case Based Reasoning)DSS (Decision Support System)AI vs Pemrograman Konvensional?AI: pemrosesan simbolik, PK: AlgoritmikAI: input tdk lengkap, PK: input hrs lgkpAI: ada penjelasan, PK: tidakAI: basis pengetahuan, PK: data & inforAI: control & knowledge terpisah, PK tidakAI: mampu menalar, PK: tidakAI: pemeliharaan mudah, PK: relatif sulitAI Lemah & KuatAI lemahMesin bisa dibuat untuk bertindak seolah-olah ia cerdasPrinsip nilai dari komputer adalah bahwa ia memberi perlengkapan yang sangat ampuh.AI kuatMesin yang bertindak cerdas memiliki kesadaran pikiran dan nyata

Contoh, ia memampukan kita untuk merumuskan dan menguji hipotesa dalam cara yang lebih tepat15Knowledge BaseLangkah pertama pemrograman AI basis pengetahuan.Basis pengetahuan akan digunakan oleh inference mechanism untuk memberi reasoning dan mendapatkan kesimpulan.Knowledge baseInference mechanismComputerInputsOutputsBasis PengetahuanKnowledge engineering: Proses mengumpulkan dan mengorganisasi pengetahuan.

Knowledge representation: proses bagaimana merepresentasikan pengetahuan ke dalam basis pengetahuan dan menguji kebenaran penalaran.Representasi PengetahuanCara-cara lama:List, digunakan pada LISPPredicate Calculus, digunakan pada PrologTree, untuk heuristic searchKarakteristik RP:Dapat diprogramkanDapat dimanfaatkan untuk penalaran, menggambarkan kesimpulan sebagai fungsi kecerdasanAlasan PemilihanMengapa memilih representasi pengetahuan dibanding representasi informasi?Karena pada konvensional database merepresentasikan data sederhana: string, number, booleanAI menganggap pengetahuan lebih kompleks, seperti proses, prosedur, aksi, waktu, tujuan dan penalaranRepresentasi Pengetahuan (2)Harus terdiri dari struktur data dan prosedur untuk penafsiranHal yang berhubungan dengan RP:Object pengetahuan itu sendiriEvent: kejadian-kejadian dalam dunia nyata dan hubungannyaPerforma: bagaimana melakukan suatu tugas tertentuMeta knowledge: pengetahuan tentang pengetahuan yang direpresentasikanPenggunaan PengetahuanAcuisition: mengintegrasikan informasi baru kedalam pengetahuan sistem.Dua level:Menyusun fakta ke dalam databasePembuatan fungsi untuk mengintegrasikannya dengan cara belajar dan mengadaptasikannya terlebih dahuluRetrieval: mengingat kembali, menyusun ulang pengetahuan berdasarkan hubungan pengetahuan terhadap masalahLinking: mengekstrak informasi baru tersebutLumping: mengelompokkan hasil ekstraksi pengetahuan baru tersebut kedalam struktur yang lebih besar seperti yang dibutuhkan dalam menyelesaikan masalah21Penggunaan PengetahuanReasoning: pengetahuan digunakan untuk menalar suatu permasalahanFormal reasoning: menggunakan logika proporsional Procedural reasoning: menggunakan aturan produksi ( IF-THEN)Analogical reasoning: (soal cerita)Klasifikasi Kategori Representasi PengetahuanMenurut Mylopoulus dan Levesque: (declarative)Representasi Logika: menggunakan logika formal. Digunakan pada PROLOGRepresentasi Prosedural: menggambarkan prosedur sebagai kumpulan instruksi untuk memecahkan masalah. Digunakan dalam pemrograman: IF-THENRepresentasi Network: menggambarkan pengetahuan sebagai Graph dan TreeRepresentasi Terstruktur: memperluas konsep Representsi Network dengan membuat node-nodenya menjadi struktur data yang kompleks. Contoh: script, frame, dan objectProcedural: dibuat dalam prosedur-prosedurLogikarepresentasi pengetahuanProses menarik kesimpulan dari fakta yang sudah adaInput: premis-premis dan Ouput: kesimpulanTerdiri dari: sintaks (simbol), semantik (fakta), dan proses pengambilan keputusan (inferensi)Proses penalaran:Deduktif (umum-khusus)Induktif (khusus-umum)Logika:Logika Preposisi: and, or, not, implikasi, dan ekuivalensiLogika Predikat: representasi fakta dalam bentuk well formed formulaLogic: Proposition LogicPQP QTTTTFFFTFFFTPQP AND QTTTTFFFTFFFFPQP QTTTTFFFTTFFT PQP OR QTTTTFTFTTFFF

Logic: Predicate LogicSama dengan proposition logicKnowledge digambarkan lebih baikMembagi preposisi menjadi beberapa bagianArguments: the individuals or objects an assertion is made aboutPredicate: the assertion made about themProlog: PROgramming in LOGicLogic: Predicate LogicExamples:I love YouLOVE(I, you)Monkey eats bananaEAT(monkey,banana)The tire is flatFLAT(tire)Chris is a manman(Chris)PREDICATE (Individual [object]1, Individual [object]2)FunctionPredicate express conditionsFunction shows a relationshipLogic: Predicate LogicQuantifiers (Representasi Bilangan)All Javanese are Indonesian.

Some cars are red.

[car(X) and is red(x)]Didapatkan waktu pelajaran matdis :D28List and TreeList: rangkaian struktur data yang berhubungan menggambarkan relasi dan hirarki.Tree: rangkaian node yang dibuat secara hirarkis dan berhubungan.Apa perbedaan List dan Tree?Istilah Akar; anak; daun; dead-endList: serangkaian struktur data yang dibuat secara berhubungan, list bisa juga menggambarkan relasi dan hirarkiTree: suatu struktur data yang berupa node-node yang dibuat secara hirarkis dan berhubunganLihat di Struktur DataPerbedaan: sama aja :pAkar: node di level plg atas, anak: cabang dari akar, daun/dead-end: tidak memiliki anak, berupa tujuan pencarian mslh29List and Tree (2)

NodeArcListTreeContoh List: bisa berupa suatu daftar (list) nama orang yang anda kenal, barang-barang yang akan dibeli dari toko Serba Ada, hal-hal yang akan dikerjakan minggu ini, atau produk-produk berbagai jenis barang dalam katalog, dll. 30List and Tree (3)

Semantic NetworkDiperkenalkan oleh Ros Quillian tahun 1970.Semantic Network sangat fleksibel.Cara Semantic Network mencari sebuah jawaban?Sifat InheritanceTerdiri dari: NodeArc

Ros Quillian University of California, Irvine.Fleksibel almost any kind of object, attribute, concept, etc. can be defined and relationship created with linksMencari jawaban maju atau mundur mulai dari starting nodeInheritance mewarisi sifat

32Semantic Network (2)

Semantic Network (3)

FrameDiperkenalkan oleh Minsky tahun 1975.Suatu struktur data yang digunakan untuk merepresentasikan pengetahuan dan situasi-situasi yang telah dipahami.Frame lebih spesifik mengapa?Kelebihan frame

Lebih spesifik Frame memiliki slot untuk menggambarkan rincian dan karakteristik obyekKelebihan frame Dengan menggunakan frame, sangat mudah untuk membuat inferensi tentang objek, peristiwa, atau situasi baru, karena frame menyediakan basis pengetahuan yang ditarik dari pengalaman. 35Frame (2)

Frame (3)

Scriptberdasarkan pengalaman-pengalaman

menggambarkan urutan peristiwa

Elemen script:Kondisi inputTrackPropRoleScenceHasil (result)Schemas: Scripts

39Production SystemMemiliki 3 elemen:

Global DatabaseProduction Rules

Control SystemProduction RulePaling populer (sejak tahun 1943-Post, 1957-Chomsky, 1972-Alan Newell)

Terdiri dari : - antecedent/premis/situasi - kesimpulan/tindakan

Digambarkan dalam bantukIF-THEN rules

Gambar Alan Newell

Example : Production RuleIF-THEN rules IF > 300C THEN AC = onIF IPK >2,5 THEN LulusControl System Resolusi KonflikUrutkan aturan berdasarkan prioritas, kemudian pilih aturan pertama dengan prioritas tertinggi

Pilih aturan yang paling strict (ketat)

Pilih aturan yang paling sering digunakan

Pilih aturan yang paling akhir dimasukkan di dalam sistem

Pilih semua aturan yang memungkinkanMetode PenalaranForward reasoning (data driven)Backward reasoning (goal driven)Pemilihan Metode ??Jika, fakta < dari tujuan, maka gunakan penalaran maju.Jika, tujuan > dari fakta, maka gunakan penalaran mundur