REPRESENTASI PENGETAHUAN mekanisme penalaran/Inferance Mechanisme  : kumpulan prosedur yang digunakan untuk menguji (melac...
Langkah membangun sistem AI Pengumpulan pengetahuan dari berbagai sumber  (otak/pengetahuan pakar, buku, artikel, dll) Dio...
LOGIKA <ul><ul><li>Merupakan sutau pengkajian ilmiah tentang serangkaian penalaran, system kaidah dan prosedur yang memban...
Penalaran Deduktif <ul><li>penalaran ini bergerak dari penalaran umum menuju ke konklusi khusus </li></ul><ul><li>umumnya ...
Penalaran Induktif <ul><li>dimulai dari masalah khusus menuju ke masalah umum. </li></ul><ul><li>menggunakan sejumlah fakt...
Logika Proporsional <ul><li>Bentuk logika komputasional ada 2 macam : Logika proporsional atau kalkulus dan Logika Predika...
<ul><li>Untuk menggambarkan berbagai proposisi, premis / konklusi gunakan symbol seperti huruf abjad </li></ul><ul><li>Mis...
<ul><li>Mengubah  kalimat ke dalam bentuk CNF </li></ul><ul><ul><li>hilangkan implikasi dan ekivalensi </li></ul></ul><ul>...
Contoh : <ul><li>Tentukan CNF dari P ^ Q   </li></ul>CNF = P  ν   Q P Q P^Q   B B B P  ν  Q B S S   S B S   S S S  
<ul><li>Tentukan CNF dari P    Q   </li></ul>CNF = (P  ν  Q) ^ (-P  ν  Q) ^ (-P  ν  –Q)   P Q P   Q   B B B P  ν  Q B S ...
<ul><li>Diketahui basis pengetahuan (fakta-fakta yg bernilai benar) sbb: </li></ul><ul><ul><li>P </li></ul></ul><ul><ul><l...
Kemudian tambahkan kontradiksi pada tujuannya, R menjadi ¬R, shg fakta –fakta(dlm bentuk CNF) menjadi : 1. P 2. ¬PV¬QVR 3....
<ul><li>Resolusi pada Logika Proposisi </li></ul>¬PV¬QVR ¬R ¬PV¬Q P ¬Q ¬TVQ ¬T T 2 1 4 5
Logika Predikat / Kalkulus Predikat <ul><li>Suatu logika yang seluruhnya menggunakan konsep dan kaidah proporsional yang s...
<ul><li>Dalam suatu kalimat, predikat bisa berupa kata kerja / bagian dari kata kerja </li></ul><ul><li>Bentuk umum :  </l...
<ul><li>Variabel : </li></ul><ul><ul><li>huruf bisa menggantikan argumen </li></ul></ul><ul><ul><li>“ symbol” juga bisa di...
<ul><li>Fungsi : </li></ul><ul><ul><li>Predikat kalkulus membolehkan penggunaan symbol untuk mewakili fungsi-fungsi  </li>...
<ul><li>Operasi </li></ul><ul><ul><li>operator yang sama seperti pada logika proporsional </li></ul></ul><ul><ul><li>misal...
Pengukuran kuantitas (quantifier) <ul><li>penggunaan kuantitas (quantifier) adalah symbol untuk menyatakan suatu rangkaian...
RULES   <ul><li>Rules    aturan – aturan, merupakan pengetahuan prosedural. </li></ul><ul><li>Menghubungkan informasi yan...
Contoh operasi sistem berbasis aturan <ul><li>Rule dapat melakukan beberapa operasi </li></ul><ul><li>Untuk operasi – oper...
<ul><li>Contoh : (database) </li></ul><ul><li>IF terjadi situasi darurat </li></ul><ul><li>  AND NAMA = Smith </li></ul><u...
Jenis-Jenis Rules <ul><li>relationship atau hubungan </li></ul><ul><li>IF baterai sudah soak </li></ul><ul><li>THEN mobil ...
<ul><li>interpretasi </li></ul><ul><li>IF tegangan resistor R1 lebih besar dari 2,0 volt </li></ul><ul><li>AND tegangan ko...
JARRINGAN SEMANTIK  (semantic network)   <ul><li>merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berba...
Contoh jaringan semantic sederhana: <ul><li>Node ‘canary’ dan ‘bird’ menjelaskan hubungan specific to general.   </li></ul...
Perluasan jaringan semantic <ul><li>perluasan dilakukan dengan menambah node dan menghubungkan dengan node. </li></ul><ul>...
wings animal walk pinguin fly bird canary tweety is a travel travel has is a is a is a objek yg lebih khusus objek yg lebi...
Pewarisan (Inheritance) pada jaringan semantic <ul><li>Node yang ditambahkan pada jaringan semantic secara otomatis mewari...
Operasi pada jaringan semantic   <ul><li>Salah satu cara untuk menggunakan jaringan semantik adalah dengan bertanya NODE. ...
FRAME  <ul><li>Frame merupakan kumpulan pengetahuan tentang suatu objek tertentu, peristiwa, lokasi, situasi, dll. </li></...
Trans. laut Trans. darat Trans.udara KA mobil motor … Sedan Pickup … … Mesin Rangka Bahan bakar … Bensin solar Frame macam...
<ul><li>Struktur dari sebuah frame </li></ul><ul><li>Frame nama : objek 1     mhs angk 2004 class : objek 2     mhs IF P...
Frame Kelas <ul><li>mempresentasikan karakteristik (sifat-sifat) umum dari suatu object </li></ul><ul><li>mendefinisikan p...
NASKAH  <ul><li>sama dengan frame tetapi yang digambarkan adalah urutan peristiwa (bukan object) </li></ul><ul><li>elemen ...
Contoh : <ul><li>script    restoran </li></ul><ul><li>track    restoran swalayan </li></ul><ul><li>role    tamu, pelaya...
Upcoming SlideShare
Loading in...5
×

Representasi Pengetahuan

8,638

Published on

Published in: Business, Technology
0 Comments
4 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
8,638
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
300
Comments
0
Likes
4
Embeds 0
No embeds

No notes for slide

Representasi Pengetahuan

  1. 1. REPRESENTASI PENGETAHUAN mekanisme penalaran/Inferance Mechanisme : kumpulan prosedur yang digunakan untuk menguji (melacak dan mencocokkan) untuk mencari solusi. PENGETAHUAN = data / fakta + mekanisme penalaran d irepresentasikan melalui komp/system fakta,ide,teori hub.nya dlm domain ttt KNOWLEDGE BASE
  2. 2. Langkah membangun sistem AI Pengumpulan pengetahuan dari berbagai sumber (otak/pengetahuan pakar, buku, artikel, dll) Diorganisasikan (skema) <ul><li>SKEMA DEKLARATIF </li></ul><ul><li>cocok untuk menggambarkan fakta2 asersi </li></ul><ul><li>yang termasuk skema representasi pengetahuan deklaratif: </li></ul><ul><ul><li>Logika, </li></ul></ul><ul><ul><li>Jaringan Semantik, </li></ul></ul><ul><ul><li>Frame, </li></ul></ul><ul><ul><li>Script </li></ul></ul><ul><li>SKEMA PROSEDURAL </li></ul><ul><li>cocok untuk menyatakan aksi dan prosedur </li></ul><ul><li>yang termasuk skema representasi pengetahuan prosedural: </li></ul><ul><ul><li>Prosedure/SubRoutine, </li></ul></ul><ul><ul><li>Kaidah Produksi </li></ul></ul>Dimodifikasi
  3. 3. LOGIKA <ul><ul><li>Merupakan sutau pengkajian ilmiah tentang serangkaian penalaran, system kaidah dan prosedur yang membantu proses penalaran. </li></ul></ul><ul><ul><li>Proses logika : proses membentuk kesimpulan / menarik suatu inferensi berdasarkan fakta yang telah ada. </li></ul></ul><ul><ul><li>Merupakan bentuk representasi pengetahuan yang paling tua. </li></ul></ul>
  4. 4. Penalaran Deduktif <ul><li>penalaran ini bergerak dari penalaran umum menuju ke konklusi khusus </li></ul><ul><li>umumnya dimulai dari suatu silogisme / pernyataan premis dan inferensi </li></ul><ul><li>umumnya terdiri dari tiga bagian: premis mayor, premis minor dan konklusi. </li></ul><ul><li>Contoh : </li></ul><ul><ul><li>Premis mayor : Jika hujan turun saya tidak akan lari pagi </li></ul></ul><ul><ul><li>Premis minor : Pagi ini hujan turun </li></ul></ul><ul><ul><li>Konklusi : Oleh karena itu pagi ini saya tidak akan lari pagi </li></ul></ul>
  5. 5. Penalaran Induktif <ul><li>dimulai dari masalah khusus menuju ke masalah umum. </li></ul><ul><li>menggunakan sejumlah fakta / premis untuk menarik kesimpulan umum </li></ul><ul><li>Contoh: </li></ul><ul><ul><li>Premis 1 : Dioda yang salah menyebabkan peralatan elektronik rusak </li></ul></ul><ul><ul><li>Premis 2 : Transistor rusak menyebabkan peralatan elektronik rusak </li></ul></ul><ul><ul><li>Premis 3 : IC rusak menyebabkan peralatan elektronik tidak berfungsi </li></ul></ul><ul><ul><li>Konklusi : Maka, peralatan semi konduktor rusak merupakan penyebab utama rusaknya peralatan elektronik. </li></ul></ul><ul><li>Konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta-fakta baru </li></ul>
  6. 6. Logika Proporsional <ul><li>Bentuk logika komputasional ada 2 macam : Logika proporsional atau kalkulus dan Logika Predikat </li></ul><ul><li>Suatu proposisi merupakan suatu statement / pernyataan yang menyatakan benar (TRUE) atau salah (FALSE) </li></ul><ul><ul><li>3+3=6 (logika proposisi) </li></ul></ul><ul><ul><li>3+7=5 (logika proposisi FALSE) </li></ul></ul><ul><ul><li>Makanan orang indonesia adalah nasi (pernyataan yg nilainya bisa benar/salah) </li></ul></ul><ul><ul><li>Hari ini hujan (logika proposisi) </li></ul></ul><ul><li>Operator logika (penggabungan proposisi) </li></ul><ul><ul><li>Konjungsi (and) </li></ul></ul><ul><ul><li>Disjungsi (or) </li></ul></ul><ul><ul><li>Negasi (not) </li></ul></ul><ul><ul><li>Imlikasi (  ) </li></ul></ul><ul><ul><li>Ekuivalensi (<-->) </li></ul></ul>
  7. 7. <ul><li>Untuk menggambarkan berbagai proposisi, premis / konklusi gunakan symbol seperti huruf abjad </li></ul><ul><li>Misal : </li></ul><ul><ul><li>P : Tukang Pos mengantarkan surat mulai Senin sampai </li></ul></ul><ul><ul><li>dengan Sabtu </li></ul></ul><ul><ul><li>Q : Hari ini adalah hari Minggu </li></ul></ul><ul><ul><li>R : Maka hari ini tukang pos tidak mengantarkan surat </li></ul></ul><ul><li>Inferensi (kesimpulan) pada logika proposisi dapat dilakukan dengan menggunakan resolusi </li></ul><ul><li>Resolusi merupakan suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk CNR (Conjuction Normal Form) </li></ul>
  8. 8. <ul><li>Mengubah kalimat ke dalam bentuk CNF </li></ul><ul><ul><li>hilangkan implikasi dan ekivalensi </li></ul></ul><ul><ul><li>kurangi lingkup semua negasi menjadi satu negasi saja </li></ul></ul><ul><ul><li>gunakan aturan asosiatif dan distributive untuk mengkonversi menjadi conjuction of disjunction </li></ul></ul><ul><ul><li>buat satu kalimat terpisah untuk tiap-tiap konjungsi </li></ul></ul>
  9. 9. Contoh : <ul><li>Tentukan CNF dari P ^ Q </li></ul>CNF = P ν Q P Q P^Q   B B B P ν Q B S S   S B S   S S S  
  10. 10. <ul><li>Tentukan CNF dari P  Q </li></ul>CNF = (P ν Q) ^ (-P ν Q) ^ (-P ν –Q) P Q P  Q   B B B P ν Q B S S   S B B -P ν Q S S B -P ν -Q
  11. 11. <ul><li>Diketahui basis pengetahuan (fakta-fakta yg bernilai benar) sbb: </li></ul><ul><ul><li>P </li></ul></ul><ul><ul><li>(P^Q)  R </li></ul></ul><ul><ul><li>(SvT)  Q </li></ul></ul><ul><ul><li>T </li></ul></ul><ul><li>Buktikan kebenaran R. </li></ul><ul><li>Konversi ke bentuk CNF : </li></ul>¬PV¬QVR <ul><li>menghilangkan implikasi : ¬(P^Q)VR </li></ul><ul><li>mengurangi lingkup negasi :(¬PV¬Q)VR </li></ul><ul><li>gunakan asosiatif : ¬PV¬QVR </li></ul>2. (P^Q)  R P Sudah bentuk CNF 1. P CNF Langkah-langkah Kalimat
  12. 12. Kemudian tambahkan kontradiksi pada tujuannya, R menjadi ¬R, shg fakta –fakta(dlm bentuk CNF) menjadi : 1. P 2. ¬PV¬QVR 3. ¬SVQ 4. ¬TVQ 5. T 6. ¬R T Sudah bentuk CNF 4. T ¬SVQ ¬TVQ <ul><li>menghilangkan implikasi : ¬(SVT)VQ </li></ul><ul><li>mengurangi lingkup negasi:(¬S^¬T)VQ </li></ul><ul><li>gunakan distributif : (¬SVQ)^(¬TVQ) </li></ul>3. (S^T)  Q CNF Langkah-langkah Kalimat
  13. 13. <ul><li>Resolusi pada Logika Proposisi </li></ul>¬PV¬QVR ¬R ¬PV¬Q P ¬Q ¬TVQ ¬T T 2 1 4 5
  14. 14. Logika Predikat / Kalkulus Predikat <ul><li>Suatu logika yang seluruhnya menggunakan konsep dan kaidah proporsional yang sama. </li></ul><ul><li>Disebut juga kalkulus predikat </li></ul><ul><li>Kalkulus predikat memungkinkan bisa memecahkan statement ke dalam bagian komponen, yang disebut objek. </li></ul><ul><li>Contoh : Ani makan apel  makan (Ani,apel) </li></ul><ul><li> 3 + 3  +(3,3) </li></ul><ul><li>Suatu proposisi / premis dibagi menjadi 2 bagian yaitu ARGUMEN (objek) atau PREDIKAT(keterangan) </li></ul><ul><ul><li>Argumen adalah individu / objek yang membuat keterangan </li></ul></ul><ul><ul><li>Predikat adalah keterangan yang membuat argumen atau predikat </li></ul></ul>
  15. 15. <ul><li>Dalam suatu kalimat, predikat bisa berupa kata kerja / bagian dari kata kerja </li></ul><ul><li>Bentuk umum : </li></ul><ul><li>PREDIKAT [individu(objek)1, individu(objek)2] </li></ul><ul><li>Misal: Mobil berada dalam garasi, </li></ul><ul><li> dinyatakan menjadi: di dalam (mobil,garasi) </li></ul><ul><li> mobil=argumen (objek) </li></ul><ul><li> garasi=argumen(objek) </li></ul><ul><li>Contoh lain: </li></ul><ul><li>Proposisi : Hanif rajin belajar </li></ul><ul><li>Kalkulus predikat : rajin (Hanif, belajar) </li></ul><ul><li>Proposisi : Pintu terbuka </li></ul><ul><li>Kalkulus predikat : buka(pintu) </li></ul>
  16. 16. <ul><li>Variabel : </li></ul><ul><ul><li>huruf bisa menggantikan argumen </li></ul></ul><ul><ul><li>“ symbol” juga bisa digunakan untuk merancang beberapa objek / individu </li></ul></ul><ul><ul><li>misal : x = Hanif dan y=belajar </li></ul></ul><ul><ul><li> proposisinya : rajin(x,y) </li></ul></ul><ul><li>dengan menggunakan system ini knowledge base dapat dibentuk </li></ul><ul><li>pengetahuan diekspresikan dalam kalkulus predikat yang bisa dimanipulasi agar menimbulkan inferensi </li></ul>
  17. 17. <ul><li>Fungsi : </li></ul><ul><ul><li>Predikat kalkulus membolehkan penggunaan symbol untuk mewakili fungsi-fungsi </li></ul></ul><ul><ul><li>Misal : ibu (Hanan)=Wilis , ibu (Mulia)=Yuli </li></ul></ul><ul><ul><li>Fungsi dapat digunakan bersamaan dengan predikat </li></ul></ul><ul><ul><li>Contoh: saudara(ibu(Hanan),ibu(Mulia))=saudara(Wilis,Yuli) </li></ul></ul><ul><ul><li>Predikat di atas menjelaskan bahwa Wilis dan Yuli adalah bersaudara. </li></ul></ul>
  18. 18. <ul><li>Operasi </li></ul><ul><ul><li>operator yang sama seperti pada logika proporsional </li></ul></ul><ul><ul><li>misal: </li></ul></ul><ul><ul><ul><li>proposisi : Rojali suka Juleha, suka (Rojali, Juleha) </li></ul></ul></ul><ul><ul><ul><li>proposisi : Mandra suka Juleha, suka(mandra,Juleha) </li></ul></ul></ul><ul><ul><ul><li>2 predikat di atas, ada 2 orang menyukai Juleha, untuk memberikan pernyataan adanya kelembutan: </li></ul></ul></ul><ul><ul><ul><ul><li>suka (X,Y) and suka (Z,Y) implies not suka(X,Z) </li></ul></ul></ul></ul><ul><ul><ul><ul><li>atau </li></ul></ul></ul></ul><ul><ul><ul><ul><li>suka(X,Y) v suka(Z,Y)  suka(X,Z) </li></ul></ul></ul></ul>
  19. 19. Pengukuran kuantitas (quantifier) <ul><li>penggunaan kuantitas (quantifier) adalah symbol untuk menyatakan suatu rangkaian variable dalam suatu ekspresi logika </li></ul><ul><li>dua pengukuran kuantitas, yaitu : </li></ul><ul><ul><li>ukuran kuantitas universal :  (semua, setiap) </li></ul></ul><ul><ul><li>ukuran kuantitas eksistensial :  (ada, beberapa) </li></ul></ul><ul><li>Contoh: </li></ul><ul><ul><li>Proposisi : “Semua orang Jogja adalah warga negara Indonesia” </li></ul></ul><ul><ul><li>Diekspresikan : (  x) [orang Jogja (x),warga Indonesia (x)] </li></ul></ul><ul><ul><li>Simbol  menyatakan bahwa ekspresi ini berlaku secara universal benar, yaitu untuk semua nilai x. </li></ul></ul><ul><ul><li>Jika x adalah orang Jogja, maka benar jika x adalah warga negara Indonesia. </li></ul></ul>
  20. 20. RULES <ul><li>Rules  aturan – aturan, merupakan pengetahuan prosedural. </li></ul><ul><li>Menghubungkan informasi yang diberikan dengan tindakan (action) </li></ul><ul><li>Struktur rule, secara logika menghubungkan satu atau lebih antecedent (atau premises) yang berada pada bagian IF dengan satu atau lebih consequents (atau konklusi / kesimpulan) pada bagian THEN </li></ul><ul><li>IF hari hujan AND saya tidak bawa payung </li></ul><ul><li>THEN saya kehujanan </li></ul><ul><li>Sebuah rule dapat memiliki multiple premise yang tergabung dengan menggunakan operasi logika (AND, OR) </li></ul><ul><li>Bagian konklusi dapat berupa kalimat tunggal atau gabungan dengan menggunakan operasi logika (AND) dan dapat pula memiliki kalimat ELSE </li></ul><ul><li>IF . . . </li></ul><ul><li>THEN . . . AND . . . </li></ul><ul><li>ELSE . . . </li></ul>
  21. 21. Contoh operasi sistem berbasis aturan <ul><li>Rule dapat melakukan beberapa operasi </li></ul><ul><li>Untuk operasi – operasi yang kompleks, system berbasis aturan dirancang untuk mengakses program eksternal </li></ul>IF warna baju itu merah THEN saya suka baju itu IF saya suka baju itu THEN saya akan beli baju itu Warna baju itu merah Saya suka baju itu Saya akan beli baju itu Q=warna baju? A=merah Knowledge base Working memori
  22. 22. <ul><li>Contoh : (database) </li></ul><ul><li>IF terjadi situasi darurat </li></ul><ul><li> AND NAMA = Smith </li></ul><ul><li>THEN OPEN TELEPHONE </li></ul><ul><li> AND FIND NAMA, NAMA-FIELD </li></ul><ul><li> AND TELEPHONE=TELEPHONE-FIELD </li></ul><ul><li>datapersonal.dbf (database) </li></ul>… … Andi … … John … … Smith … TELEPHONE NAMA
  23. 23. Jenis-Jenis Rules <ul><li>relationship atau hubungan </li></ul><ul><li>IF baterai sudah soak </li></ul><ul><li>THEN mobil tidak bias distarter </li></ul><ul><li>rekomendasi </li></ul><ul><li>IF mobil tidak bisa distarter </li></ul><ul><li>AND system bahan bakar OK </li></ul><ul><li>THEN periksa bagian elektrikal </li></ul><ul><li>strategi </li></ul><ul><li>IF mobil tidak bisa distarter </li></ul><ul><li>THEN pertama periksa system bahan bakar, lalu periksa sistem elektrikal </li></ul><ul><li>heuristic </li></ul><ul><li>IF mobil tidak bisa distarter </li></ul><ul><li>AND mobilnya adalah Ford tahun 1957 </li></ul><ul><li>THEN periksa float-nya </li></ul>
  24. 24. <ul><li>interpretasi </li></ul><ul><li>IF tegangan resistor R1 lebih besar dari 2,0 volt </li></ul><ul><li>AND tegangan kolektor pada Q1 kurang dari 1,0 volt </li></ul><ul><li>THEN bagian pre-Amp berada pada range normal </li></ul><ul><li>diagnosa </li></ul><ul><li>IF stain dari organisme adalah grampus </li></ul><ul><li>AND morfologi dari organisme adalah coccus </li></ul><ul><li>AND pertumbuhan dari organisme adalah chains </li></ul><ul><li>THEN organisme tersebut adalah streptococcus </li></ul><ul><li>disain </li></ul><ul><li>IF task sekarang adalah menempatkan catu daya </li></ul><ul><li>AND posisi dari catudaya pada kabinet sudah diketahui </li></ul><ul><li>AND ada ruang tersedia dalam kabinet untuk catu daya </li></ul><ul><li>THEN letakkan catu daya pada kabinet tersebut </li></ul>
  25. 25. JARRINGAN SEMANTIK (semantic network) <ul><li>merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berbagai objek. </li></ul><ul><li>Disusun dari node dan ARC (lines). </li></ul><ul><li>Node representasi dari objek, objek properti /properti value (digambarkan dgn lingkaran) </li></ul><ul><li>ARC representasi dari hubungan antar node (digambarkan dengan garis) </li></ul>
  26. 26. Contoh jaringan semantic sederhana: <ul><li>Node ‘canary’ dan ‘bird’ menjelaskan hubungan specific to general. </li></ul>canary wings bird fly is a has travel
  27. 27. Perluasan jaringan semantic <ul><li>perluasan dilakukan dengan menambah node dan menghubungkan dengan node. </li></ul><ul><li>Node baru tersebut dapat merupakan objek tambahan / properti tambahan </li></ul><ul><li>Umumnya penambahan dapat dilakukan dalam 3 cara </li></ul><ul><ul><li>objek yang sama </li></ul></ul><ul><ul><li>objek yang lebih khusus </li></ul></ul><ul><ul><li>objek yang lebih umum </li></ul></ul>
  28. 28. wings animal walk pinguin fly bird canary tweety is a travel travel has is a is a is a objek yg lebih khusus objek yg lebih umum objek yg sama properti tambahan
  29. 29. Pewarisan (Inheritance) pada jaringan semantic <ul><li>Node yang ditambahkan pada jaringan semantic secara otomatis mewarisi informasi yang telah ada pada jaringan. </li></ul><ul><li>Contoh lain : </li></ul><ul><li>Nomor mahasiswa IF diawali dengan 123 </li></ul><ul><li>Ani adalah mahasiswa IF </li></ul><ul><li>NIM Ani adalah 12300001 </li></ul><ul><li>Jaringan semantiknya ? </li></ul><ul><li>Node bisa berisi : </li></ul><ul><ul><li>Object : mahasiswa </li></ul></ul><ul><ul><li>Property object : NIM, nama, alamat, … </li></ul></ul><ul><ul><li>Property value : 12300001, Ani, Jogja, … </li></ul></ul>
  30. 30. Operasi pada jaringan semantic <ul><li>Salah satu cara untuk menggunakan jaringan semantik adalah dengan bertanya NODE. </li></ul><ul><li>Misal : pertanyaan untuk ‘bird’  How do you travel? </li></ul><ul><li> jawabnya  fly </li></ul><ul><li>Untuk menjawab, maka node tersebut akan mengecek pada arc dengan label travel dan kemudian menggunakan informasi (value) yang ada pada arc tersebut sebagai jawabannya. </li></ul><ul><li>Jaringan semantic pada dasarnya berbentuk grafik, tapi dalam komputer tidak tampak karena objek dan hubungannya dinyatakan dalam istilah verbal. </li></ul><ul><li>Titik awal biasanya ditentukan oleh sebuah pertanyaan </li></ul><ul><li>Contoh: (berdasarkan gambar jaringan semantic) </li></ul><ul><li> Burung mempunyai sayap, dst </li></ul><ul><ul><ul><ul><ul><li>mempunyai (burung,sayap) </li></ul></ul></ul></ul></ul><ul><ul><ul><ul><ul><li>travel(bird,fly) </li></ul></ul></ul></ul></ul><ul><ul><ul><ul><ul><li>is a(canary,bird) </li></ul></ul></ul></ul></ul>
  31. 31. FRAME <ul><li>Frame merupakan kumpulan pengetahuan tentang suatu objek tertentu, peristiwa, lokasi, situasi, dll. </li></ul><ul><li>Secara umum frame memiliki 2 elemen dasar SLOT dan FACET </li></ul><ul><ul><li>SLOT merupakan kumpulan atribut / property yang menjelaskan objek yang direpresentasikan oleh frame. </li></ul></ul><ul><ul><li>FACET / SUBSLOT menjelaskan pengetahuan atau prosedure dari atribut pada slot. </li></ul></ul>
  32. 32. Trans. laut Trans. darat Trans.udara KA mobil motor … Sedan Pickup … … Mesin Rangka Bahan bakar … Bensin solar Frame macam2 angk. darat Frame macam2 mobil Frame komponen mobil sedan Frame jenis bahan bakar Frame alat-alat transportasi
  33. 33. <ul><li>Struktur dari sebuah frame </li></ul><ul><li>Frame nama : objek 1  mhs angk 2004 class : objek 2  mhs IF Properti : properti 1 value 1  NIM : 12304001 properti 2 value 2 Nama : Agus properti 3 value 3 Alamat : Solo properti 4 value 4 properti value </li></ul><ul><li>Frame dapat memiliki field tambahan yang disebut class. </li></ul><ul><li>Class dapat berisi object-object yang merupakan nama dari frame lain yang berhubungan dengan object 1 </li></ul><ul><li>Biasanya dalam hubungan is a  object, is a object 2 </li></ul>
  34. 34. Frame Kelas <ul><li>mempresentasikan karakteristik (sifat-sifat) umum dari suatu object </li></ul><ul><li>mendefinisikan property – property umum yang biasanya dimiliki oleh semua object dalam kelas tersebut. </li></ul><ul><li>Ada 2 jenis property, yaitu static dan dinamik </li></ul><ul><li>Properti static merupakan fitur dari object yang tidak dapat berubah </li></ul><ul><li>Property dinamik merupakan fitur yang dapat berubah selama sistem berjalan. </li></ul>
  35. 35. NASKAH <ul><li>sama dengan frame tetapi yang digambarkan adalah urutan peristiwa (bukan object) </li></ul><ul><li>elemen dalam script / naskah: </li></ul><ul><ul><ul><li>kondisi input: situasi yang harus dipenuhi sebelum terjadi </li></ul></ul></ul><ul><ul><ul><li>track / jalur : variasi script </li></ul></ul></ul><ul><ul><ul><li>prop/ pendukung : objek yang digunakan dalam urutan peristiwa yang terjadi </li></ul></ul></ul><ul><ul><ul><li>role / peran : orang – orang terlibat </li></ul></ul></ul><ul><ul><ul><li>scene / adegan : urutan peristiwa aktual </li></ul></ul></ul><ul><ul><ul><li>hasil </li></ul></ul></ul>
  36. 36. Contoh : <ul><li>script  restoran </li></ul><ul><li>track  restoran swalayan </li></ul><ul><li>role  tamu, pelayan </li></ul><ul><li>prop  counter, baki, makanan, tisu, dll </li></ul><ul><li>kondisi masukan  tamu lapar, tamu punya uang </li></ul><ul><li>adegan (scene 1)  masuk </li></ul><ul><ul><li>tamu parkir mobil </li></ul></ul><ul><ul><li>tamu masuk restoran </li></ul></ul><ul><ul><li>tamu duduk </li></ul></ul><ul><ul><li>tamu baca menu </li></ul></ul><ul><li>adegan (scene 2)  memesan </li></ul><ul><ul><li>tamu memesan </li></ul></ul><ul><ul><li>pelayan membawa makanan </li></ul></ul><ul><ul><li>pelayan meletakkan makanan di meja </li></ul></ul><ul><ul><li>tamu membayar </li></ul></ul><ul><li>adegan (scene 3)  makan </li></ul><ul><li>hasilnya  tamu kenyang, uang tamu berkurang, tamu senang </li></ul>
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×