Dokumen tersebut membahas tentang representasi pengetahuan dalam artificial intelligence, meliputi logika, penalaran deduktif dan induktif, logika proposisional dan predikat, serta frame dan jaringan semantik."

1. Artificial Intelligence
Representasi Pengetahuan
Surya Rahmah Labetubun, S. Kom.

2. Representasi Pengetahuan

3. Logika
 Logika merupakan suatu pengkajian ilmiah
tentang serangkaian penalaran, sistem kaidah
dan prosedur yang membantu proses penalaran
 Proses Logika : Proses membentuk kesimpulan
atau menarik suatu inferensi berdasarkan fakta
yang telah ada
 Merupakan bentuk representasi pengetahuan
yang paling tua

4. Penalaran Deduktif
 Penalaran ini bergerak dari penalaran
umum menuju ke konklusi khusus
 Umumnya dimulai dari suatu silogisme
atau pernyataan premis dan inferensi
 Umumnya terdiri dari 3 bagian: premis
mayor, premis minor dan konklusi.
 Contoh
Premis mayor : Jika hari ini turun hujan maka jalanan
basah
Premis Minor : Hari ini hujan turun
Konklusi : Oleh karena itu jalanan di depan rumah
saya basah

5. Penalaran Induktif
 Dimulai dari masalah khusus menuju ke masalah
umum
 Menggunakan sejumlah fakta atau premis untuk
menarik kesimpulan umum.
 Konklusi tidak selalu mutlak, dapat berubah jika
ditemukan fakta-fakta baru
 Contoh:
Premis 1 : Pascal adalah pelajaran yang mudah
Premis 2 : Delphi adalah pelajaran yang mudah
Premis 3 : C++ adalah pelajaran yang mudah
Konklusi : Bahasa pemrograman adalah pelajaran
yang mudah.

6. Logika Proporsional
 Bentuk logika komputasional ada 2 macam
: Logika Proporsional atau Kalkulus dan
Logika Predikat
 Suatu Proposisi merupakan suatu
statemen atau pernyataan yang
menyatakan benar (TRUE) atau salah
(FALSE).

7.  Operator Logika (penggabungan proposisi)
 Konjungsi:  ( and)
 Disjungsi:  (Or)
 Negasi ~ (not)
 Implikasi →
 Ekivalensi ↔
 Untuk menggambarkan berbagai proposisi,
premis atau konklusi gunakan simbol seperti
huruf abjad.
 Misalnya:
P = Tukang pos mengantarkan surat mulai Senin s/d Sabtu
Q = Hari ini adalaha Hari Minggu
R = Maka hari ini tukang pos tidak mengantar surat

8.  Inferensi pada logika proposisi dapat dilakukan
dengan menggunakan resolusi
 Resolusi
Suatu aturan untuk melakukan inferensi yang dapat berjalan
secara efisien dalam suatu bentu CNF (Conjuction Normal
Form)
 Mengubah kalimat kedalam bentuk CNF:
 Hilangkan implikasi dn ekivalensi
 Kurangi lingkup semua negasi menjadi satu negasi saja
 Gunakan aturan asosiatif dan distributif untuk mengkonversi
menjadi conjunction of disjunction
 Buat satu kalimat terpisah untuk tiap-tiap konjungsi

9.  Contoh
Diketahui basis pengetahuan (fakta-fakta yang
bernilai benar) sebagai berikut:
 P
 (P  Q) → R
 (S  T ) → Q
 T
Buktikan kebenaran R

10. 10
Logika Predikat/Kalkulus Predikat
 Suatu logika yang seluruhnya menggunakan
konsep dan kaidah proposional yang sama.
 Disebut juga kalkulus predikat
 Kalkulus predikat memungkinkan bisa
memecahkan statemen ke dalam bagian
komponen, yang disebut objek, karakteristik
objek, atau beberapa keterangan objek.

11. 11
 Suatu proposisi atau premis dibagi menjadi dua
bagian, yaitu ARGUMEN (atau objek) dan
PREDIKAT (keterangan).
 Argumen adalah individu atau objek yang membuat
keterangan
 Predikat adalah keterangan yang membuat argumen dan
predikat
 Dalam suatu kalimat, predikat bisa berupa kata
kerja atau bagian kata kerja.
 Bentuk Umum:
PREDIKAT (individu[objek]1, individu[objek] 2)

12. 12
 Misalnya proposisi:
Mobil berada dalam garasi
Dinyatakan menjadi
Di dalam(mobil, garasi)
Di dalam = produk (keterangan)
Mobil = Argumen(objek)
Garasi = Argumen(objek)
 Contoh Lain:
Proposisi : Rojali suka Juleha
Kalkulus Predikat : SUKA (Rojali, Juleha)
Proposisi : Pintu Terbuka
Kalkulus Predikat : BUKA (pintu)

13. 13
Variabel
 Huruf bisa menggantikan argumen
 Simbol-simbol juga bisa digunakan untuk
merancang beberapa objek atau individu
 Misalnya:
x = Rojali dan y = Juleha, Proposisinya : Suka(x,y)
 Dengan menggunakan sistem ini knowledge base
dapat dibentuk
 Pengetahuan diekspresikan dalam kalkulus predikat
yang bisa dimanipulasi agar menimbulkan inferensi

14. 14
Fungsi
 Predikat kalukulus membolehkan penggunaan
simbol untuk mewakili Fungsi-fungsi
 Misalnya:
ayah(Juleha) = Jojon, ibu(Rojali) = Dorce
 Fungsi dapat digunakan bersamaan dengan
predikat
 Misalnya:
 Predikat berikut menjelaskan bahwa Jojon dan Dorce
adalah berteman
 teman(ayah(Juleha),ibu(Rojali) = teman(Jojon,Dorce)

15. 15
Operasi
 Operator yang sama seperti pada logika proporsional
 Misalnya:
 Proposition: Rojali suka Juleha, suka(Rojali,Juleha)
 Proposition: Mandra suka Juleha, suka(Mandra,Juleha)
 Dua predikat diatas, ada dua orang menyukai Juleha. Untuk
memberikan pernyataan adanya Kecemburuan, maka
suka(x,y) AND suka(z,y) IMPLIES NOT suka(x,z)
atau
suka(x,y)  suka(z,y) →  suka(x,z)
Kalimat pengetahuan adalah: “Jika dua orang pria menyukai wanita
yang sama, maka kedua pria itu pasti tidak saling suka (saling
membenci)”

16. 16
Pengukuran Kuantitas (Quantifier)
 Pengukuran kuantitas (Quantifier)
adalah simbol untuk menyatakan
suatu rangkaian variabel dalam suatu
ekspresi logika.
 Dua pengukuran kuantitas, yaitu:
 Ukuran kuantitas universal → 
 Ukuran kuantitas eksistensial → 

17. 17
Contoh 1.
 Proposisi :
 “Semua orang Yogya adalah warganegara
Indonesia”
 diekspresikan :
 ( x)[orang Yogya(x), warga negara
Indonesia(x)]
 Simbol  menyatakan bahwa ekspresi ini
berlaku secara universal benar. Yaitu untuk
semua nilai x.
 Jika x adalah orang Yogya, maka benar jika x

18. 18
Contoh 2:
 Proposisi:
 “Beberapa Mobil berwarna merah”
 Diekspresikan menjadi:
 ( x)[mobil(x) dan berwarna merah (x)]
 Ekspresi ini berarti ada beberapa mobil tertentu x yang
sesuai dengan ekspresi ini
 Jika x adalah sebuah mobil dan mobil itu berwarna merah

19. 19
Penalaran dengan Logika
 Pengetahuan dibutuhkan untuk membuat inferensi
 Kaidah inferensi yang paling sederhana adalah:
MODUS PONEN
Yaitu: Jika Proposisi P benar dan P IMPLIES Q adalah
benar, maka proposisi Q adalah benar.
[ P AND (PQ)] Q

20. 20
Rules
 Rules (aturan-aturan), merupakan pengetahuan
prosedural
 Menghubungkan informasi yang diberikan
dengan tindakan (action)
 Struktur rule, secara logika menghubungkan satu
atau lebih antecedent (atau premises) yang
berada pada bagian IF, dengan satu atau lebih
consequents (atau conclusions / kesimpulan)
pada bagian THEN.

21. 21
 Misalnya:
IF Warna baju itu merah
THEN Saya suka baju itu
 Sebuah rule dapat memiliki multiple premise
yang tergabung dengan menggunakan operasi
logika (AND, OR)
 Bagian Konklusi dapat berupa kalimat tunggal
atau gabungan dengan menggunakan operasi
logika (AND) dan dapat pula memiliki kalimat
ELSE.

22. 22
Contoh operasi sistem berbasis aturan
IF Warna baju itu merah
THEN Saya suka baju itu
IF Saya suka baju itu
THEN Saya akan beli baju itu
Knowledge Base
Warna baju itu merah
Saya suka baju itu
Saya akan beli baju itu
Working Memori
Q: Warna Baju?
A: Merah

23. 23
 Rule dapat melakukan beberapa operasi
 Untuk operasi-operasi yang kompleks, sistem
berbasis aturan dirancang untuk mengakses
program eksternal
 Contoh: (Database)
IF terjadi situasi darurat
AND NAMA = Smith
THEN OPEN TELEPHONE
AND FIND NAMA, NAMA-FIELD
AND TELEPHONE = TELEPHONE FIELD

24. 24
Jenis-Jenis Rules
 RELATIONSHIP/HUBUNGAN
IF Baterai sudah soak
THEN Mobil tidak bisa distarter
 REKOMENDASI
IF Mobil tidak bisa distarter
AND Sistem bahan bakar OK
THEN Periksa bagian elektrikal

25. 25
 STRATEGI
IF Mobil tidak bisa distarter
THEN Pertama periksa sistem bahan
bakar, lalu periksa sistem elektrikal
 HEURISTIC
IF Mobil tidak bisa distarter
AND Mobilnya adalah Ford tahun 1957
THEN Periksa float-nya

26. 26
 INTERPRETASI
IF Tegangan Resistor R1 lebih besar dari 2.0 volt
AND Tegangan Kolektor pada Q1 kurang dari 1.0 volt
THEN Bagian Pre-Amp berada pada range normal
 DIAGNOSA
IF stain dari organisme adalah grampos
AND morfologi dari organisme adalah coccus
AND pertumbuhan dari organisme adalah chains
THEN organisme tersebut adalah streptococcus
 DISAIN
IF task sekarang adalah menempatkan catu daya
AND posisi dari catu daya pada kabinet sudah diketahui
AND ada ruang tersedia dalam kabinet untuk catu daya
THEN letakkan catu daya pada kabinet tersebut

27. 27
 Keunggulan Sistem berbasis RULES:
 Modifikasi dan perawatan relatif mudah
 Uncertainty dapat dikombinasikan dengan rules
 Tiap rules biasanya independent dari yang lainnya
 Keterbatasan:
 Pengetahuan yang kompleks membutuhkan rules yang
sangat banyak
 Sistem dengan banyak rules mungkin mempunyai
keterbatasan dalam proses pencarian pada bagian
program kontrol

28. 28
Jaringan Semantik
 Merupakan pengetahuan secara grafis yang
menunjukkan hubungan antar berbagai objek
 Disusun dari NODE dan ARC (Lines)
 Node : representasi dari objek, objek properti
atau properti value. (digambarkan dengan
lingkaran)
 Arc : representasi dari hubungan antar node.
(digambarkan dengan garis)

29. 29
Contoh jaringan semantik sederhana:
Wings
Bird
fly
Canary
Is a
Has
travelnode “Canary” dan
“Bird” menjelaskan
hubungan “spesific-
to-general”

30. 30
 Perluasan dilakukan dengan menambah NODE
dan menghubungkan dengan NODE
 Node baru tersebut dapat merupakan objek
tambahan atau properti tambahan
 Umumnya penambahan dapat dilakukan dalam 3
cara:
(1) objek yang sama
(2) objek yang lebih khusus
(3) objek yang lebih umum
Perluasan Jaringan Semantik

31. 31
 PEWARISAN (INHERITANCE) PADA JARINGAN
SEMANTIK
Node yang ditambahkan pada Jaringan Semantik secara
otomatis mewarisi informasi yang telah ada pada
Jaringan
 OPERASI PADA JARINGAN SEMANTIK
 Salah satu cara untuk menggunakan Jaringan Semantik
adalah dengan bertanya pada node

32. 32
 Misalnya:
 Pertanyaan pada “Bird”, “How do you Travel?”
 Jawabannya: “Fly”
 Untuk menjawab, maka node tersebut akan
mengecek pada arc dengan label travel dan
kemudian menggunakan informasi (value) yang ada
pada arc tersebut sebagai jawabannya

33. 33
 Jaringan semantik pada dasarnya berbentuk grafik,
tapi dalam komputer tidak tampak karena objek dan
hubungannya dinyatakan dalam istilah verbal
 Titik awal biasanya ditentukan oleh sebuah
pertanyaan.

34. 34
Frame
 Definisi: kumpulan pengetahuan tentang suatu
obyek tertentu, peristiwa lokasi, situasi, dll.
 Secara umum frame memiliki 2 elemen dasar SLOT
dan FACET
 Slot : merupakan kumpulan atribut/properti yang
menjelaskan objek yang direpresentasi oleh frame
 Facet (atau disebut juga: subslot) menjelaskan
pengetahuan atau prosedur dari atribut pada slot

35. 35
Trans. Darat
Slot Mobil
Frame alat-alat
transportasi
Frame
macam-macam
angkutan darat
Slot Sedan
Frame
macam-macam
mobil
Slot bensin
Slot solar
Frame
jenis bahan bakar

36. 36
Struktur dari sebuah frame :
Frame Name :
Class :
Properti :
Objek 1
Objek 2
Properti 1 Value 1
Properti 2 Value 2
Properti 3 Value 3
Properti n Value n

37. 37
 Frame dapat memiliki field tambahan yang disebut
Class
 Class dapat berisi object2 yang merupakan nama
dari frame lain yang berhubungan dengan object1
 Biasanya dalam hubungan IS A 
Object 1 is a object 2

38. 38
Frame Kelas (Class)
 Merepresentasi karaktistik (sifat-sifat) umum dari
suatu objek
 Mendefinisikan properti-properti umum yang
biasanya dimiliki oleh semua objek dalam kelas
tersebut.
 Ada 2 jenis properti : statik dan dinamik
 Properti Statik merupakan fitur dari objek yang
tidak dapat berubah
 Properti dinamik merupakan fitur yang dapat
berubah selama sistem berjalan

39. 39
Contoh Kelas Frame dari “Bird”
 Properti : sifat-sifat umum dari objek “Bird”
 Properti Color dan No_Wings : statik (karena
merupakan ciri-ciri yang nilainya tidak berubah)
 Properti Hungry dan Activity : dinamik (karena
selama sistem berjalan value-nya bisa berubah)

40. 40
Naskah (Script)
 Sama dengan frame, tetapi yang digambarkan
adalah URUTAN PERISTIWA (bukan objek).
 Elemen dalam script:
 Kondisi Input : Situasi yang harus dipenuhi sebelum
terjadi
 Track / jalur : variasi script
 Prop / pendukung : obyek yang digunakan dalam urutan
peristiwa yang terjadi
 Role / peran : orang-orang yang terlibat
 Scene / adegan : urutan peristiwa aktual
 Hasil

41. 41
 CONTOH:
 Script : Restoran
 Track : Restoran swalayan
 Role : Tamu, pelayan
 Prop : Counter, baki, makanan, tisu, dll
 Kondisi masukan : Tamu Lapar – Tamu punya uang
 Adegan (Scene1) : masuk
 Tamu parkir mobil
 Tamu masuk restoran
 Tamu duduk
 Tamu baca menu

42. 42
 Adegan (Scene 2) : memesan
 Tamu memesan
 Pelayan membawa makanan
 Pelayan meletakkan makanan di meja
 Tamu membayar
 Adegan (Scene3) : makan
 Hasilnya:
 Tamu kenyang
 Uang tamu berkurang
 Tamu senang
 Tamu sakit perut

43. See You ….