SlideShare a Scribd company logo
Reasoning
Ressy Dwitias Sari,S.T.,M.T.I
Universitas Negeri Medan
Outline
 Reasoning: teknik penyelesaian masalah dengan cara merepresentasikan
masalah ke dalam basis pengetahuan menggunakan logic atau bahasa
formal
 Propositional Logic / logika proposisi
 First-Order Logic
 Fuzzy Systems / logika samar
Can Searching solve it?
2 1 3
4 7 6
5 8
1 2 3
4 5 6
7 8
Initial State Goal State
Can Searching solve it?
Ruang Pencarian
 Penghitungan ruang pencarian:
 Faktor pencabangan atau branching factor (b)
 Kedalaman solusi atau depth (d)
 8-Puzzle  rata-rata b = 2,13
 Permainan Catur  rata-rata b = 35
 Permainan Catur  ruang pencarian sangat luas
 Teknik searching belum mungkin digunakan
 Solusi?
 Gunakan teknik reasoning
Lima Jenis Logic [RUS95]
Jenis logic
Apa yang ada di
dunia nyata
Apa yang dipercaya
Agent tentang fakta
Propositional logic fakta benar/salah /tidak diketahui
First-order logic fakta, objek, relasi benar/salah /tidak diketahui
Temporal logic fakta, objek, relasi, waktu benar/salah /tidak diketahui
Probability theory fakta derajat kepercayaan [0,1]
Fuzzy logic derajat kebenaran derajat kepercayaan [0,1]
Propositional Logic
 Logic yang paling sederhana
 Sangat mudah dipahami
 Membuat kita lebih mudah membedakan teknik reasoning dengan teknik
searching.
BNF (Backus-Naur Form)
Sentence  AtomicSentence | ComplexSentence
AtomicSentence  True | False
| P | Q | R | ...
ComplexSentence  (Sentence)
| Sentence Connective Sentence
|  Sentence
Connective   |  |  | 
P Q P P  Q P  Q P  Q P  Q
False
False
True
True
False
True
False
True
True
True
False
False
False
False
False
True
False
True
True
True
True
True
False
True
True
False
False
True
Tabel Kebenaran 5 connective
1. Modus Ponens atau Implication-Elimination:



 ,

2. And-Elimination:
i
n



 

 ...
2
1
3. And-Introduction:
n
n








 ...
,
...
,
,
2
1
2
1
4. Or-Introduction:
n
i






 ...
2
1
5. Double-Negation-Elimination:



6. Unit Resolution:



 
 ,
7. Resolution:









 ,
ekivalen dengan










 ,
Aturan Inferensi
Propositional logic
Modus Ponens (Implication-Elimination)



 ,

Jika terdapat kalimat α -> β dan ada kalimat lain yaitu α,
Maka dapat diturunkan kalimat baru, yaitu β
And-Elimination
i
n



 

 ...
2
1
Jika kalimat α1 ∧ α2 ∧ … ∧ αn benar, maka dapat diturunkan sebuah kalimat baru,
Yaitu α1 yang menyatakan salah satu dari kalimat: α1, α2, … , αn tanpa penghubung ∧
And-Introduction
n
n








 ...
,
...
,
,
2
1
2
1
Jika n kalimat α1, α2, … , αn adalah benar semua maka dapat diturunkan sebuah kalimat
baru yang menggabungkan n yaitu: α1 ∧ α2 ∧ … ∧ αn
Or-Introduction
n
i






 ...
2
1
Double-Negation-Elimination



Unit Resolution



 
 ,
Resolution









 ,










 ,
Wumpus
 Monster yang tinggal di sebuah gua (16 ruangan)
 Di dalam gua terdapat 3 lubang mematikan (Pit) yang mengeluarkan angin
(breeze) sehingga sampai ke ruangan-ruangan di sekitarnya.
 Wumpus mengeluarkan bau busuk (stench).
 Wumpus menjerit (scream) dan mati jika terpanah.
4 Stench Breeze Pit
3 Wumpus
Stench
Breeze,
Stench ,
Gold (glitter)
Pit Breeze
2 Stench Breeze
1
START
Agent →
Breeze Pit Breeze
1 2 3 4
Agent
 Dilengkapi dengan tiga anak panah
 Bisa bergerak hadap kanan, hadap kiri, maju.
 Bisa memanjat keluar gua jika posisinya terjepit.
 Akan benjol (bump) jika menabrak dinding gua.
 Akan mati jika memasuki kotak yang terdapat Wumpus atau Pit. Tetapi aman
jika memasuki kotak yang di dalamnya terdapat Wumpus yang telah mati.
Aturan Main
 Saat permainan dimulai, Agent berada di posisi (1,1)
 Tugas Agent
 menemukan emas
 membawanya kembali ke kotak start (1,1)
 secepat mungkin dengan jumlah aksi seminimum mungkin, tanpa terbunuh
 Poin
 1.000 : agent berhasil keluar gua + membawa emas
 –1 : untuk setiap aksi yang dilakukan
 -10.000 : jika agent terbunuh
4 Stench Breeze Pit
3 Wumpus
Stench
Breeze,
Stench ,
Gold (glitter)
Pit Breeze
2 Stench Breeze
1
START
Agent →
Breeze Pit Breeze
1 2 3 4
Dunia Wumpus
 Masalah dunia Wumpus dapat dirumuskan ke dalam tiga kelompok sbb:
 Percept: sesuatu yang ditangkap oleh Agent
 Action: aksi yang dapat dilakukan oleh Agent
 Goal: tujuan
Percept
 Percept : [stench , breeze, glitter, bump, scream]
 [stench , breeze, None, None, None]
 Ada stench dan breeze
 Tidak ada glitter, bump, maupun scream
Action
 Move: hadap kiri, hadap kanan, atau maju.
 Grab: mengambil objek yang berada di kotak dimana agent berada.
 Shoot: memanah dengan arah lurus sesuai dengan arah Agent menghadap.
 Climb: memanjat keluar dari gua.
Goal
 Menemukan emas dan membawanya kembali ke kotak start (1,1) secepat
mungkin dengan jumlah action yang seminimum mungkin, tanpa terbunuh.
 Poin
 1.000 : agent berhasil keluar gua + membawa emas
 –1 : untuk setiap aksi yang dilakukan
 -10.000 : jika agent terbunuh
Dunia Wumpus
 Bisakah Dunia Wumpus diselesaikan dengan searching?
 Pertama, suatu state dinyatakan dengan 16 ruangan dengan posisi-posisi
Wumpus, Pit, dan Gold.
 Operator :
 hadap kiri
 hadap kanan
 Maju
 Memanah
 mengambil objek
 Memanjat ke luar gua
Dunia Wumpus
 Dengan mendefinisikan
 Initial state
 Goal state
 Strategi searching
 Maka kita dapat menyelesaikan masalah tersebut.
 Representasi state membutuhkan memori besar.
Wumpus dengan Reasoning
 Reasoning mengunakan propositional logic
 Pertama, kita harus merepresentasikan fakta atau keadaan ke dalam simbol-
simbol propositional logic.
 S1,2 : ada stench di kotak (1,2)
 B2,1 : ada breeze di kotak (2,1)
 G2,3 : ada glitter di kotak (2,3)
 M1,4 : bump di kotak (1,4)
 C1,3 : ada scream di kotak (1,3)
 W1,3 : ada Wumpus di kotak (1,3)
 S1,1 : tidak ada stench di posisi (1,1)
Knowledge-based System (KBS)
 Agent  knowledge-based system
 Agent melakukan aksi berdasarkan hasil penalaran percept terhadap
Knowledge Based yang dimilikinya.
 Pada awal permainan, di dalam KB tidak ada fakta sama sekali karena Agent
belum menerima percept.
 KB hanya berisi beberapa aturan (rule) yang merupakan pengetahuan
tentang environment
R1 : S1,1  W1,1  W1,2  W2,1
R2 : S2,1  W1,1  W2,1  W2,2  W3,1
R3 : S1,2  W1,1  W1,2  W2,2  W1,3
R4 : S1,2  W1,3  W1,2  W2,2  W1,1
...
R33 : B1,1  P1,1  P1,2  P2,1
R34 : B2,1  P1,1  P2,1  P2,2  P3,1
Pengetahuan ttg environment
Translation
T1 : A2,1  EastA  P3,1  Forward
T2 : A1,2  NorthA  W1,3  Forward
...
Untuk melakukan aksi yang tepat, agent harus dibekali aturan
untuk menerjemahkan pengetahuan menjadi aksi.
T1 dibaca: ”Jika agent di (2,1) dan menghadap ke Timur dan
ada Pit di (3,1), maka jangan melangkah maju (ke posisi (3,1))”.
 Apakah Wumpus berada di posisi (1,3)?
 Bagaimana reasoning oleh manusia?
 Bagaimana proses reasoning oleh agent?
4 Stench Breeze Pit
3 Wumpus
Stench
Breeze,
Stench ,
Gold (glitter)
Pit Breeze
2 Stench Breeze
1
START
Agent →
Breeze Pit Breeze
1 2 3 4
Agent berada di posisi (1,1)
 Pada awalnya, KB hanya berisi Rule yang berupa pengetahuan tentang
environment. Tidak ada fakta sama sekali karena agent belum melakukan
percept.
 Pada kasus di atas, Agent menerima percept yang berupa [None, None,
None, None, None]
 Tidak ada stench, breeze, glitter, bump, scream
 Selanjutnya, Agent menggunakan aturan inferensi dan pengetahuan tentang
environment untuk melakukan proses inferensi.
R1 : S1,1  W1,1  W1,2  W2,1
R2 : S2,1  W1,1  W2,1  W2,2  W3,1
R3 : S1,2  W1,1  W1,2  W2,2  W1,3
R4 : S1,2  W1,3  W1,2  W2,2  W1,1
...
R33 : B1,1  P1,1  P1,2  P2,1
R34 : B2,1  P1,1  P2,1  P2,2  P3,1
...
Pengetahuan ttg environment
Proses inferensi di (1,1)
 Modus Ponens untuk S1,1 dan R1
W1,1  W1,2  W2,1
 And-Elimination terhadap hasil di atas
W1,1 W1,2 W2,1
 Modus Ponens untuk B1,1 dan R33
P1,1  P1,2  P2,1
 And-Elimination terhadap hasil di atas
P1,1 P1,2 P2,1
Inferensi dilakukan sampai dihasilkan
kalimat yang paling sederhana atau
bahkan atomik.
S1,1 B1,1 G1,2 M1,1 C1,2 W1,1 P1,1
W2,1 P2,1
W1,2 P1,2
R1 : S1,1  W1,1  W1,2  W2,1
R2 : S2,1  W1,1  W2,1  W2,2  W3,1
R3 : S1,2  W1,1  W1,2  W2,2  W1,3
R4 : S1,2  W1,3  W1,2  W2,2  W1,1
...
R33 : B1,1  P1,1  P1,2  P2,1
R34 : B2,1  P1,1  P2,1  P2,2  P3,1
...
Misalkan Agent ke posisi (2,1)
 Percept [None, Breeze, None, None, None]
 Ada breeze, tidak ada stench, glitter, bump dan scream
 S2,1, B2,1, G2,1, M2,1, dan C2,1
Proses inferensi di (2,1)
 Modus Ponens untuk S2,1 dan R2
W1,1  W2,1  W2,2  W3,1
 And-Elimination terhadap hasil tersebut
W1,1 W2,1 W2,2 W3,1
 Modus Ponens untuk B2,1 dan R34
P1,1  P2,1  P2,2  P3,1
 Unit Resolution terhadap hasil tersebut dengan P1,1 kemudian P2,1, sehingga didapat
P2,2  P3,1
S1,1 B1,1 G1,2 M1,1 C1,2 W1,1 P1,1 P2,2  P3,1
W2,1 P2,1
W1,2 P1,2
W2,2
W3,1
R1 : S1,1  W1,1  W1,2  W2,1
R2 : S2,1  W1,1  W2,1  W2,2  W3,1
R3 : S1,2  W1,1  W1,2  W2,2  W1,3
R4 : S1,2  W1,3  W1,2  W2,2  W1,1
...
R33 : B1,1  P1,1  P1,2  P2,1
R34 : B2,1  P1,1  P2,1  P2,2  P3,1
...
Misalkan Agent ke posisi (1,2)
 Percept [Stench, None, None, None, None]
 Ada stench, tidak ada breeze, glitter, bump dan scream.
 S1,2, B1,2, G1,2, M1,2, dan C1,2
Proses inferensi di (1,2)
 Modus Ponens untuk S1,2 dan R4
W1,3  W1,2  W2,2  W1,1
 Unit Resolution terhadap hasil di atas dengan W1,1
W1,3  W1,2  W2,2
 Unit Resolution terhadap hasil di atas dengan W2,2
W1,3  W1,2
 Unit Resolution terhadap hasil di atas dengan W1,2
W1,3
Langkah Selanjutnya
 Ketika lokasi Wumpus sudah diketahui, agent bisa menggunakan panah
untuk membunuhnya atau fokus pada pencarian emas dengan menghindari
lokasi Wumpus.
 Kita bisa membuat berbagai strategi sehingga bisa membawa emas kembali
ke posisi (1,1) dengan jumlah aksi yang seminimum mungkin.
Kelebihan Propositional Logic
 Pada kasus Wumpus tersebut, agent harus dibekali aturan yang merupakan
pengetahuan tentang environment dan aturan untuk menerjemahkan
pengetahuan menjadi aksi.
 Untuk 16 ruangan yang ada di dalam gua, diperlukan banyak aturan ttg
environment dan penerjemah.
 Pada kasus Wumpus ini, teknik mana yang lebih efisien dalam representasi
masalah, searching atau reasoning?
 Tentu saja reasoning lebih efisien.
Kelemahan Propositional Logic
 Untuk kasus yang lebih kompleks seperti permainan catur, propositional
logic akan sulit digunakan.
 Terdapat sangat banyak aturan pada permainan catur sedangkan
propositional logic merepresentasikan fakta hanya dalam simbol-simbol
sederhana.
 Oleh karena itu, kita akan membahas satu logic yang lebih tinggi
tingkatannya, yaitu First-Order Logic yang juga disebut sebagai Predicate
Logic atau Predicate Calculus.
Kesimpulan
 Untuk masalah dengan jumlah aturan yang sangat banyak, seperti
permainan catur, teknik Reasoning lebih sesuai dibandingkan teknik
searching.
 Keuntungan dari teknik Reasoning adalah kemudahan dalam melakukan
majemen pengetahuan.
 Propositional logic adalah logic paling sederhana yang terlalu lemah untuk
digunakan dalam merepresentasikan pengetahuan, sehingga hampir tidak
pernah digunakan untuk penyelesaian masalah di dunia nyata.
Kesimpulan
 Untuk membangun knowledge-based agent, pekerjaan paling berat adalah
bagaimana membangun basis pengetahuan yang benar dan lengkap.
 Knowledge engineer harus memiliki:
 Domain pertanyaan
 Bahasa representasi
 Implementasi prosedur inferensi

More Related Content

Recently uploaded

Geofoam - Copy.pptx teknologi bahan geofoam
Geofoam - Copy.pptx teknologi bahan geofoamGeofoam - Copy.pptx teknologi bahan geofoam
Geofoam - Copy.pptx teknologi bahan geofoam
ZamruddinHambali
 
Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019
Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019
Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019
MuhammadIkmalWiawan
 
Materi 7 Evaluasi Interaksi Manusia dan Komputer
Materi 7 Evaluasi Interaksi Manusia dan KomputerMateri 7 Evaluasi Interaksi Manusia dan Komputer
Materi 7 Evaluasi Interaksi Manusia dan Komputer
MuhammadZidan94
 
674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx
674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx
674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx
HaniDul
 
Materi Dasar Pelatihan PLC Basic (CP2E) OMRON
Materi Dasar Pelatihan PLC Basic (CP2E) OMRONMateri Dasar Pelatihan PLC Basic (CP2E) OMRON
Materi Dasar Pelatihan PLC Basic (CP2E) OMRON
haikal136839
 
Proses terbentuknya (genesa) batu Gamping
Proses terbentuknya (genesa) batu GampingProses terbentuknya (genesa) batu Gamping
Proses terbentuknya (genesa) batu Gamping
RonaMentari2
 
UJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptx
UJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptxUJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptx
UJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptx
priyantifitri
 

Recently uploaded (7)

Geofoam - Copy.pptx teknologi bahan geofoam
Geofoam - Copy.pptx teknologi bahan geofoamGeofoam - Copy.pptx teknologi bahan geofoam
Geofoam - Copy.pptx teknologi bahan geofoam
 
Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019
Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019
Skema_sertifikasi_pusat_data Standar Nasional Indonesia SNI 8799-1-2019
 
Materi 7 Evaluasi Interaksi Manusia dan Komputer
Materi 7 Evaluasi Interaksi Manusia dan KomputerMateri 7 Evaluasi Interaksi Manusia dan Komputer
Materi 7 Evaluasi Interaksi Manusia dan Komputer
 
674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx
674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx
674001537-Ppt-Syaifulloh-Pelaksana-Pemeliharaan-Jalan.pptx
 
Materi Dasar Pelatihan PLC Basic (CP2E) OMRON
Materi Dasar Pelatihan PLC Basic (CP2E) OMRONMateri Dasar Pelatihan PLC Basic (CP2E) OMRON
Materi Dasar Pelatihan PLC Basic (CP2E) OMRON
 
Proses terbentuknya (genesa) batu Gamping
Proses terbentuknya (genesa) batu GampingProses terbentuknya (genesa) batu Gamping
Proses terbentuknya (genesa) batu Gamping
 
UJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptx
UJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptxUJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptx
UJIKOM AHLI MUDA TEKNIK BANGUNAN GEDUNG.pptx
 

Featured

Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
Christy Abraham Joy
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
Vit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
MindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
GetSmarter
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
Alireza Esmikhani
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
Project for Public Spaces & National Center for Biking and Walking
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
DevGAMM Conference
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy Presentation
Erica Santiago
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Saba Software
 

Featured (20)

Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy Presentation
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
 

Materi-4.pptx

  • 2. Outline  Reasoning: teknik penyelesaian masalah dengan cara merepresentasikan masalah ke dalam basis pengetahuan menggunakan logic atau bahasa formal  Propositional Logic / logika proposisi  First-Order Logic  Fuzzy Systems / logika samar
  • 3. Can Searching solve it? 2 1 3 4 7 6 5 8 1 2 3 4 5 6 7 8 Initial State Goal State
  • 5. Ruang Pencarian  Penghitungan ruang pencarian:  Faktor pencabangan atau branching factor (b)  Kedalaman solusi atau depth (d)  8-Puzzle  rata-rata b = 2,13  Permainan Catur  rata-rata b = 35  Permainan Catur  ruang pencarian sangat luas  Teknik searching belum mungkin digunakan  Solusi?  Gunakan teknik reasoning
  • 6. Lima Jenis Logic [RUS95] Jenis logic Apa yang ada di dunia nyata Apa yang dipercaya Agent tentang fakta Propositional logic fakta benar/salah /tidak diketahui First-order logic fakta, objek, relasi benar/salah /tidak diketahui Temporal logic fakta, objek, relasi, waktu benar/salah /tidak diketahui Probability theory fakta derajat kepercayaan [0,1] Fuzzy logic derajat kebenaran derajat kepercayaan [0,1]
  • 7. Propositional Logic  Logic yang paling sederhana  Sangat mudah dipahami  Membuat kita lebih mudah membedakan teknik reasoning dengan teknik searching.
  • 8. BNF (Backus-Naur Form) Sentence  AtomicSentence | ComplexSentence AtomicSentence  True | False | P | Q | R | ... ComplexSentence  (Sentence) | Sentence Connective Sentence |  Sentence Connective   |  |  | 
  • 9. P Q P P  Q P  Q P  Q P  Q False False True True False True False True True True False False False False False True False True True True True True False True True False False True Tabel Kebenaran 5 connective
  • 10. 1. Modus Ponens atau Implication-Elimination:     ,  2. And-Elimination: i n        ... 2 1 3. And-Introduction: n n          ... , ... , , 2 1 2 1 4. Or-Introduction: n i        ... 2 1 5. Double-Negation-Elimination:    6. Unit Resolution:       , 7. Resolution:           , ekivalen dengan            , Aturan Inferensi Propositional logic
  • 11. Modus Ponens (Implication-Elimination)     ,  Jika terdapat kalimat α -> β dan ada kalimat lain yaitu α, Maka dapat diturunkan kalimat baru, yaitu β
  • 12. And-Elimination i n        ... 2 1 Jika kalimat α1 ∧ α2 ∧ … ∧ αn benar, maka dapat diturunkan sebuah kalimat baru, Yaitu α1 yang menyatakan salah satu dari kalimat: α1, α2, … , αn tanpa penghubung ∧
  • 13. And-Introduction n n          ... , ... , , 2 1 2 1 Jika n kalimat α1, α2, … , αn adalah benar semua maka dapat diturunkan sebuah kalimat baru yang menggabungkan n yaitu: α1 ∧ α2 ∧ … ∧ αn
  • 18. Wumpus  Monster yang tinggal di sebuah gua (16 ruangan)  Di dalam gua terdapat 3 lubang mematikan (Pit) yang mengeluarkan angin (breeze) sehingga sampai ke ruangan-ruangan di sekitarnya.  Wumpus mengeluarkan bau busuk (stench).  Wumpus menjerit (scream) dan mati jika terpanah.
  • 19. 4 Stench Breeze Pit 3 Wumpus Stench Breeze, Stench , Gold (glitter) Pit Breeze 2 Stench Breeze 1 START Agent → Breeze Pit Breeze 1 2 3 4
  • 20. Agent  Dilengkapi dengan tiga anak panah  Bisa bergerak hadap kanan, hadap kiri, maju.  Bisa memanjat keluar gua jika posisinya terjepit.  Akan benjol (bump) jika menabrak dinding gua.  Akan mati jika memasuki kotak yang terdapat Wumpus atau Pit. Tetapi aman jika memasuki kotak yang di dalamnya terdapat Wumpus yang telah mati.
  • 21. Aturan Main  Saat permainan dimulai, Agent berada di posisi (1,1)  Tugas Agent  menemukan emas  membawanya kembali ke kotak start (1,1)  secepat mungkin dengan jumlah aksi seminimum mungkin, tanpa terbunuh  Poin  1.000 : agent berhasil keluar gua + membawa emas  –1 : untuk setiap aksi yang dilakukan  -10.000 : jika agent terbunuh
  • 22. 4 Stench Breeze Pit 3 Wumpus Stench Breeze, Stench , Gold (glitter) Pit Breeze 2 Stench Breeze 1 START Agent → Breeze Pit Breeze 1 2 3 4
  • 23. Dunia Wumpus  Masalah dunia Wumpus dapat dirumuskan ke dalam tiga kelompok sbb:  Percept: sesuatu yang ditangkap oleh Agent  Action: aksi yang dapat dilakukan oleh Agent  Goal: tujuan
  • 24. Percept  Percept : [stench , breeze, glitter, bump, scream]  [stench , breeze, None, None, None]  Ada stench dan breeze  Tidak ada glitter, bump, maupun scream
  • 25. Action  Move: hadap kiri, hadap kanan, atau maju.  Grab: mengambil objek yang berada di kotak dimana agent berada.  Shoot: memanah dengan arah lurus sesuai dengan arah Agent menghadap.  Climb: memanjat keluar dari gua.
  • 26. Goal  Menemukan emas dan membawanya kembali ke kotak start (1,1) secepat mungkin dengan jumlah action yang seminimum mungkin, tanpa terbunuh.  Poin  1.000 : agent berhasil keluar gua + membawa emas  –1 : untuk setiap aksi yang dilakukan  -10.000 : jika agent terbunuh
  • 27. Dunia Wumpus  Bisakah Dunia Wumpus diselesaikan dengan searching?  Pertama, suatu state dinyatakan dengan 16 ruangan dengan posisi-posisi Wumpus, Pit, dan Gold.  Operator :  hadap kiri  hadap kanan  Maju  Memanah  mengambil objek  Memanjat ke luar gua
  • 28. Dunia Wumpus  Dengan mendefinisikan  Initial state  Goal state  Strategi searching  Maka kita dapat menyelesaikan masalah tersebut.  Representasi state membutuhkan memori besar.
  • 29. Wumpus dengan Reasoning  Reasoning mengunakan propositional logic  Pertama, kita harus merepresentasikan fakta atau keadaan ke dalam simbol- simbol propositional logic.  S1,2 : ada stench di kotak (1,2)  B2,1 : ada breeze di kotak (2,1)  G2,3 : ada glitter di kotak (2,3)  M1,4 : bump di kotak (1,4)  C1,3 : ada scream di kotak (1,3)  W1,3 : ada Wumpus di kotak (1,3)  S1,1 : tidak ada stench di posisi (1,1)
  • 30. Knowledge-based System (KBS)  Agent  knowledge-based system  Agent melakukan aksi berdasarkan hasil penalaran percept terhadap Knowledge Based yang dimilikinya.  Pada awal permainan, di dalam KB tidak ada fakta sama sekali karena Agent belum menerima percept.  KB hanya berisi beberapa aturan (rule) yang merupakan pengetahuan tentang environment
  • 31. R1 : S1,1  W1,1  W1,2  W2,1 R2 : S2,1  W1,1  W2,1  W2,2  W3,1 R3 : S1,2  W1,1  W1,2  W2,2  W1,3 R4 : S1,2  W1,3  W1,2  W2,2  W1,1 ... R33 : B1,1  P1,1  P1,2  P2,1 R34 : B2,1  P1,1  P2,1  P2,2  P3,1 Pengetahuan ttg environment
  • 32. Translation T1 : A2,1  EastA  P3,1  Forward T2 : A1,2  NorthA  W1,3  Forward ... Untuk melakukan aksi yang tepat, agent harus dibekali aturan untuk menerjemahkan pengetahuan menjadi aksi. T1 dibaca: ”Jika agent di (2,1) dan menghadap ke Timur dan ada Pit di (3,1), maka jangan melangkah maju (ke posisi (3,1))”.
  • 33.  Apakah Wumpus berada di posisi (1,3)?  Bagaimana reasoning oleh manusia?  Bagaimana proses reasoning oleh agent? 4 Stench Breeze Pit 3 Wumpus Stench Breeze, Stench , Gold (glitter) Pit Breeze 2 Stench Breeze 1 START Agent → Breeze Pit Breeze 1 2 3 4
  • 34. Agent berada di posisi (1,1)  Pada awalnya, KB hanya berisi Rule yang berupa pengetahuan tentang environment. Tidak ada fakta sama sekali karena agent belum melakukan percept.  Pada kasus di atas, Agent menerima percept yang berupa [None, None, None, None, None]  Tidak ada stench, breeze, glitter, bump, scream  Selanjutnya, Agent menggunakan aturan inferensi dan pengetahuan tentang environment untuk melakukan proses inferensi.
  • 35. R1 : S1,1  W1,1  W1,2  W2,1 R2 : S2,1  W1,1  W2,1  W2,2  W3,1 R3 : S1,2  W1,1  W1,2  W2,2  W1,3 R4 : S1,2  W1,3  W1,2  W2,2  W1,1 ... R33 : B1,1  P1,1  P1,2  P2,1 R34 : B2,1  P1,1  P2,1  P2,2  P3,1 ... Pengetahuan ttg environment
  • 36. Proses inferensi di (1,1)  Modus Ponens untuk S1,1 dan R1 W1,1  W1,2  W2,1  And-Elimination terhadap hasil di atas W1,1 W1,2 W2,1  Modus Ponens untuk B1,1 dan R33 P1,1  P1,2  P2,1  And-Elimination terhadap hasil di atas P1,1 P1,2 P2,1 Inferensi dilakukan sampai dihasilkan kalimat yang paling sederhana atau bahkan atomik.
  • 37. S1,1 B1,1 G1,2 M1,1 C1,2 W1,1 P1,1 W2,1 P2,1 W1,2 P1,2 R1 : S1,1  W1,1  W1,2  W2,1 R2 : S2,1  W1,1  W2,1  W2,2  W3,1 R3 : S1,2  W1,1  W1,2  W2,2  W1,3 R4 : S1,2  W1,3  W1,2  W2,2  W1,1 ... R33 : B1,1  P1,1  P1,2  P2,1 R34 : B2,1  P1,1  P2,1  P2,2  P3,1 ...
  • 38. Misalkan Agent ke posisi (2,1)  Percept [None, Breeze, None, None, None]  Ada breeze, tidak ada stench, glitter, bump dan scream  S2,1, B2,1, G2,1, M2,1, dan C2,1
  • 39. Proses inferensi di (2,1)  Modus Ponens untuk S2,1 dan R2 W1,1  W2,1  W2,2  W3,1  And-Elimination terhadap hasil tersebut W1,1 W2,1 W2,2 W3,1  Modus Ponens untuk B2,1 dan R34 P1,1  P2,1  P2,2  P3,1  Unit Resolution terhadap hasil tersebut dengan P1,1 kemudian P2,1, sehingga didapat P2,2  P3,1
  • 40. S1,1 B1,1 G1,2 M1,1 C1,2 W1,1 P1,1 P2,2  P3,1 W2,1 P2,1 W1,2 P1,2 W2,2 W3,1 R1 : S1,1  W1,1  W1,2  W2,1 R2 : S2,1  W1,1  W2,1  W2,2  W3,1 R3 : S1,2  W1,1  W1,2  W2,2  W1,3 R4 : S1,2  W1,3  W1,2  W2,2  W1,1 ... R33 : B1,1  P1,1  P1,2  P2,1 R34 : B2,1  P1,1  P2,1  P2,2  P3,1 ...
  • 41. Misalkan Agent ke posisi (1,2)  Percept [Stench, None, None, None, None]  Ada stench, tidak ada breeze, glitter, bump dan scream.  S1,2, B1,2, G1,2, M1,2, dan C1,2
  • 42. Proses inferensi di (1,2)  Modus Ponens untuk S1,2 dan R4 W1,3  W1,2  W2,2  W1,1  Unit Resolution terhadap hasil di atas dengan W1,1 W1,3  W1,2  W2,2  Unit Resolution terhadap hasil di atas dengan W2,2 W1,3  W1,2  Unit Resolution terhadap hasil di atas dengan W1,2 W1,3
  • 43. Langkah Selanjutnya  Ketika lokasi Wumpus sudah diketahui, agent bisa menggunakan panah untuk membunuhnya atau fokus pada pencarian emas dengan menghindari lokasi Wumpus.  Kita bisa membuat berbagai strategi sehingga bisa membawa emas kembali ke posisi (1,1) dengan jumlah aksi yang seminimum mungkin.
  • 44. Kelebihan Propositional Logic  Pada kasus Wumpus tersebut, agent harus dibekali aturan yang merupakan pengetahuan tentang environment dan aturan untuk menerjemahkan pengetahuan menjadi aksi.  Untuk 16 ruangan yang ada di dalam gua, diperlukan banyak aturan ttg environment dan penerjemah.  Pada kasus Wumpus ini, teknik mana yang lebih efisien dalam representasi masalah, searching atau reasoning?  Tentu saja reasoning lebih efisien.
  • 45. Kelemahan Propositional Logic  Untuk kasus yang lebih kompleks seperti permainan catur, propositional logic akan sulit digunakan.  Terdapat sangat banyak aturan pada permainan catur sedangkan propositional logic merepresentasikan fakta hanya dalam simbol-simbol sederhana.  Oleh karena itu, kita akan membahas satu logic yang lebih tinggi tingkatannya, yaitu First-Order Logic yang juga disebut sebagai Predicate Logic atau Predicate Calculus.
  • 46. Kesimpulan  Untuk masalah dengan jumlah aturan yang sangat banyak, seperti permainan catur, teknik Reasoning lebih sesuai dibandingkan teknik searching.  Keuntungan dari teknik Reasoning adalah kemudahan dalam melakukan majemen pengetahuan.  Propositional logic adalah logic paling sederhana yang terlalu lemah untuk digunakan dalam merepresentasikan pengetahuan, sehingga hampir tidak pernah digunakan untuk penyelesaian masalah di dunia nyata.
  • 47. Kesimpulan  Untuk membangun knowledge-based agent, pekerjaan paling berat adalah bagaimana membangun basis pengetahuan yang benar dan lengkap.  Knowledge engineer harus memiliki:  Domain pertanyaan  Bahasa representasi  Implementasi prosedur inferensi

Editor's Notes

  1. reasoning: teknik penyelesaian masalah dengan cara merepresentasikan masalah ke dalam basis pengetahuan menggunakan logic atau bahasa formal
  2. Inferensi: proses menurunkan kalimat baru dari kalimat2 yang sudah ada menggunakan aturan2 inferensi Reasoning: proses penalaran untuk membuat suatu kesimpulan atau keputusan, dimana proses ini membutuhkan satu atau lebih proses inferensi sampai didapatkan kesimpulan yang diinginkan.