SlideShare a Scribd company logo
1 of 14
Kecerdasan buatan
Representasi Pengetahuan
Menggunakan Bahasa Prolog
Anis Maghfirotul Habibah
1610501035
Teknik Elektro Universitas Tidar
Definisi
Representasi Pengetahuan adalah
metode yang digunakan untuk
mengodekan pengetahuan dalam
suatu sistem pakar. Yang
dimaksudkan untuk menangkap
sifat-sifat penting problema dan
membuat informasi itu dapat diakses
oleh prosedur pemecahan problema.
2
Terdapat beberapa model atau
bentuk representasi pengetahuan
yang telah dikembangkan, yaitu :
⬗ Logika
⬗ Jaringan Semantik (Semantic nets)
⬗ Object-Attribute-Value (OAV)
⬗ Bingkai (Frame)
⬗ Aturan Produksi (production rule)
3
Logika
Suatu pengkajian ilmiah tentang serangkaian
penalaran, sistem kaidah, dan prosedur yang
membantu penalaran.
Komputer harus dapat menggunakan proses
penalaran deduktif dan induktif kedalam bentuk
yang sesuai dengan manipulasi komputer, yaitu
logika simbolik atau matematika.
Prolog singkatan dari Programming in Logic.
Perbedaan Prolog dengan Bahasa Lainnya :
Bahasa Pemrograman yang Umum (Basic, Pascal, C, Fortran):
⬗ diperlukan algoritma/prosedur untuk memecahkan
masalah (procedural languange)
⬗ program menjalankan prosedur yang sama berulang-ulang
dengan data masukan yang berbeda-beda.
⬗ Prosedur dan pengendalian program ditentukan oleh
programmer dan perhitungan dilakukan sesuai dengan
prosedur yang telah dibuat.
5
Bahasa Pemrograman Prolog
1. Object oriented
language atau declarative
language
2. Tidak terdapat
prosedur, tetapi hanya
kumpulan data-data objek
(fakta) yang akan diolah,
dan relasi antar objek
tersebut membentuk
aturan yang diperlukan
untuk mencari suatu
jawaban
5. Prolog ideal untuk
memecahkan masalah yang
tidak terstruktur, dan
prosedur pemecahannya
tidak diketahui, khususnya
untuk memecahkan
masalah non numerik.
6
4. Programmer
menentukan tujuan (goal),
dan komputer
menentukan bagaimana
cara mencapai tujuan
tersebut serta mencari
jawabannya.
3. Dilakukan pembuktian
terhadap cocok-tidaknya
tujuan dengan data-data
yang telah ada dan
relasinya.
6. Prolog bekerja seperti
pikiran manusia, proses
pemecahan masalah
bergerak di dalam ruang
masalah menuju suatu
tujuan (jawaban tertentu).
Fakta dan Relasi
Prolog terdiri dari kumpulan
data-data objek yang merupakan
suatu fakta.
Fakta dibedakan 2 macam :
oMenunjukkan relasi.
oMenunjukkan milik/sifat.
Penulisannya diakhiri dengan
tanda titik “.”
7
Contoh :
Fakta : Slamet adalah ayah amin
Prolog : ayah (slamet, amin).
Fakta : Angga suka renang dan tenis
Prolog : suka(angga, renang). dan
suka(angga,tenis).
Contoh representasi pengetahuan secara logika dalam
Tree Sebuah silsilah keluarga adalah sbb :
8
eka
munos agus
ernacristadimaschskim
Dari tree tersebut dapat dibuat representasi
secara logic sbb :
putra (eka, munos).
putra (eka, agus).
putra (munos, chakim).
putra (munos, dimas).
putri (agus, crista).
putri (agus, erna).
9
Aturan adalah suatu
pernyataan yang
menunjukkan bagaimana
fakta-fakta berinteraksi satu
dengan yang lain untuk
membentuk suatu
kesimpulan. -Sebuah aturan
dinyakatakan sebagai suatu
kalimat bersyarat. -Kata “if”
adalah kata yang dikenal
Prolog untuk menyatakan
kalimat bersyarat atau
disimbolkan dengan “:-“.
Aturan (“Rules”)
Contoh
Fakta dan Aturan
F : Tino suka apel
A : Yuli suka sesuatu yang disukai Tino
Prolog
suka(tino, apel).
suka(yuli,Sesuatu) :- suka(tino,Sesuatu).
10
Pertanyaan (“Query”)
Setelah memberikan
data-data berupa
fakta dan aturan,
selanjutnya kita dapat
mengajukan
pertanyaan
berdasarkan fakta
dan aturan yang ada. -
Penulisannya diawali
simbol “?-“ dan
diakhiri tanda “.”.
Contoh Pertanyaan
Apakah Tini suka boneka ?
Contoh Prolog dan Jawaban Program
?-suka(tini,boneka).
Yes ....... (jika faktanya Tini suka boneka)
No...........(jika tidak sesuai fakta).
11
Predikat
Predikat adalah nama simbolik untuk relasi
Syarat-syarat penulisan nama predikat :
oHarus diawali dengan huruf kecil dan dapat
diikuti dengan huruf, bilangan atau garis bawah.
oPanjang nama predikat maksimum 250 karakter.
oTidak diperbolehkan menggunakan spasi, tanda
minus, tanda bintang dan garis miring.
Contoh : ayah(slamet,amin).
Predikat dari fakta tersebut ditulis :
ayah(simbol,simbol).
dimana ayah adalah nama predikat, sedangkan
slamet dan amin adalah menujukkan argumen.
12
Variabel
Varibel adalah besaran yang nilainya dapat berubah-ubah.
Tata cara penulisan variabel :
1.Nama varibel harus diawali huruf besar atau garis bawah(_)
2.Nama variabel dapat terdiri dari huruf, bilangan, atau simbol dan merupakan kesatuan dengan panjang
maksimum 250 karakter.
3.Nama variabel hendaknya mengandung makna yang berkaitan dengan data yang dinyatakannya.
Dari query akan dicari siapakah anak dari ayah yang bernama Slamet. Karena mempunyai relasi yang sama
(yaitu ayah), variabel Anak akan mencari nilai dari konstanta suatu fakta/aturan yang sepadan. Tanda “;”
digunakan bila terdapat kemungkinan ada lebih dari satu jawaban. “No” berarti tidak ada lagi
kemungkinan jawaban.
Contoh : dari silsilah di atas :
?- ayah(slamet,Anak).
Anak=budi ;
Anak=badu
No
13
14
Sekian,
Terimakasih !

More Related Content

What's hot

Model data relasional (3)
Model data relasional (3)Model data relasional (3)
Model data relasional (3)Fariszal Nova
 
Soal jarkom ujicoba revisi
Soal jarkom ujicoba revisiSoal jarkom ujicoba revisi
Soal jarkom ujicoba revisiSamsugi S
 
Kompetensi Kader Posyandu 2023
Kompetensi Kader Posyandu 2023Kompetensi Kader Posyandu 2023
Kompetensi Kader Posyandu 2023Muh Saleh
 
PENYAKIT AKIBAT KERJA 10.ppt
PENYAKIT AKIBAT KERJA 10.pptPENYAKIT AKIBAT KERJA 10.ppt
PENYAKIT AKIBAT KERJA 10.pptssuseraa4a911
 
Pta20131 1125040020 laporan_praktikum-1.doc
Pta20131 1125040020 laporan_praktikum-1.docPta20131 1125040020 laporan_praktikum-1.doc
Pta20131 1125040020 laporan_praktikum-1.docNoenu Nurjanna
 
Slide tentang Kecerdasan Buatan
Slide tentang Kecerdasan BuatanSlide tentang Kecerdasan Buatan
Slide tentang Kecerdasan Buatanyogiteddywardhana
 
Laporan Praktikum Web dengan PHP
Laporan Praktikum Web dengan PHPLaporan Praktikum Web dengan PHP
Laporan Praktikum Web dengan PHPOkta Riveranda
 
Aplikasi pengolah kata
Aplikasi pengolah kataAplikasi pengolah kata
Aplikasi pengolah kataHilmi Halim
 
MATERI SISTEM KOMPUTER KELAS X
MATERI SISTEM KOMPUTER KELAS XMATERI SISTEM KOMPUTER KELAS X
MATERI SISTEM KOMPUTER KELAS Xndriehs
 
Teknologi Informasi dan Komunikasi Kelas 7
Teknologi Informasi dan Komunikasi Kelas 7Teknologi Informasi dan Komunikasi Kelas 7
Teknologi Informasi dan Komunikasi Kelas 7Farichah Riha
 
1 paparan stunting-dir.gizi-1222
1 paparan stunting-dir.gizi-12221 paparan stunting-dir.gizi-1222
1 paparan stunting-dir.gizi-1222candijayaamerta
 
Komputer dalam pemerintahan
Komputer dalam pemerintahanKomputer dalam pemerintahan
Komputer dalam pemerintahankristi_12345
 
Media Pembelajaran Dengan Kodular.pdf
Media Pembelajaran Dengan Kodular.pdfMedia Pembelajaran Dengan Kodular.pdf
Media Pembelajaran Dengan Kodular.pdfFajar Baskoro
 
Berpikir komputasional Kelas 7
Berpikir komputasional Kelas 7Berpikir komputasional Kelas 7
Berpikir komputasional Kelas 7Farichah Riha
 
Pertemuan 2 - Organisasi dan Arsitektur Komputer.ppt
Pertemuan 2 - Organisasi dan Arsitektur Komputer.pptPertemuan 2 - Organisasi dan Arsitektur Komputer.ppt
Pertemuan 2 - Organisasi dan Arsitektur Komputer.pptagro6
 
Testing&implementasi 3
Testing&implementasi 3Testing&implementasi 3
Testing&implementasi 3aiiniR
 
PowerPoint perangkat keras
PowerPoint perangkat kerasPowerPoint perangkat keras
PowerPoint perangkat kerasf3triyulianti
 
Pertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi PengetahuanPertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi PengetahuanEndang Retnoningsih
 

What's hot (20)

Model data relasional (3)
Model data relasional (3)Model data relasional (3)
Model data relasional (3)
 
Soal jarkom ujicoba revisi
Soal jarkom ujicoba revisiSoal jarkom ujicoba revisi
Soal jarkom ujicoba revisi
 
Kompetensi Kader Posyandu 2023
Kompetensi Kader Posyandu 2023Kompetensi Kader Posyandu 2023
Kompetensi Kader Posyandu 2023
 
PENYAKIT AKIBAT KERJA 10.ppt
PENYAKIT AKIBAT KERJA 10.pptPENYAKIT AKIBAT KERJA 10.ppt
PENYAKIT AKIBAT KERJA 10.ppt
 
Pta20131 1125040020 laporan_praktikum-1.doc
Pta20131 1125040020 laporan_praktikum-1.docPta20131 1125040020 laporan_praktikum-1.doc
Pta20131 1125040020 laporan_praktikum-1.doc
 
Slide tentang Kecerdasan Buatan
Slide tentang Kecerdasan BuatanSlide tentang Kecerdasan Buatan
Slide tentang Kecerdasan Buatan
 
Laporan Praktikum Web dengan PHP
Laporan Praktikum Web dengan PHPLaporan Praktikum Web dengan PHP
Laporan Praktikum Web dengan PHP
 
Aplikasi pengolah kata
Aplikasi pengolah kataAplikasi pengolah kata
Aplikasi pengolah kata
 
MATERI SISTEM KOMPUTER KELAS X
MATERI SISTEM KOMPUTER KELAS XMATERI SISTEM KOMPUTER KELAS X
MATERI SISTEM KOMPUTER KELAS X
 
Teknologi Informasi dan Komunikasi Kelas 7
Teknologi Informasi dan Komunikasi Kelas 7Teknologi Informasi dan Komunikasi Kelas 7
Teknologi Informasi dan Komunikasi Kelas 7
 
Soal grafis
Soal grafisSoal grafis
Soal grafis
 
PPT Microsoft office
PPT Microsoft officePPT Microsoft office
PPT Microsoft office
 
1 paparan stunting-dir.gizi-1222
1 paparan stunting-dir.gizi-12221 paparan stunting-dir.gizi-1222
1 paparan stunting-dir.gizi-1222
 
Komputer dalam pemerintahan
Komputer dalam pemerintahanKomputer dalam pemerintahan
Komputer dalam pemerintahan
 
Media Pembelajaran Dengan Kodular.pdf
Media Pembelajaran Dengan Kodular.pdfMedia Pembelajaran Dengan Kodular.pdf
Media Pembelajaran Dengan Kodular.pdf
 
Berpikir komputasional Kelas 7
Berpikir komputasional Kelas 7Berpikir komputasional Kelas 7
Berpikir komputasional Kelas 7
 
Pertemuan 2 - Organisasi dan Arsitektur Komputer.ppt
Pertemuan 2 - Organisasi dan Arsitektur Komputer.pptPertemuan 2 - Organisasi dan Arsitektur Komputer.ppt
Pertemuan 2 - Organisasi dan Arsitektur Komputer.ppt
 
Testing&implementasi 3
Testing&implementasi 3Testing&implementasi 3
Testing&implementasi 3
 
PowerPoint perangkat keras
PowerPoint perangkat kerasPowerPoint perangkat keras
PowerPoint perangkat keras
 
Pertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi PengetahuanPertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi Pengetahuan
 

Similar to Kecerdasan Buatan

Sistem Pakar Berbasis Aturan
Sistem Pakar Berbasis AturanSistem Pakar Berbasis Aturan
Sistem Pakar Berbasis AturanHaddad Sammir
 
Pemrograman non prosedural 1
Pemrograman non prosedural 1Pemrograman non prosedural 1
Pemrograman non prosedural 1leni fitriani
 
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...galih dwi
 
PRESENTASI DATA ANALYS.pptx
PRESENTASI DATA ANALYS.pptxPRESENTASI DATA ANALYS.pptx
PRESENTASI DATA ANALYS.pptxEdiSum1
 
Kecerdasan Buatan Diskusi 4.docx
Kecerdasan Buatan Diskusi 4.docxKecerdasan Buatan Diskusi 4.docx
Kecerdasan Buatan Diskusi 4.docxHendroGunawan8
 
Tugas AI (fransisca loren) TPA Sore
Tugas AI (fransisca loren)   TPA SoreTugas AI (fransisca loren)   TPA Sore
Tugas AI (fransisca loren) TPA Sorefransiscaloren
 
Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2mantap bana yaung
 
Office ppt-template-003
Office ppt-template-003Office ppt-template-003
Office ppt-template-003hafid053
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxssuser637fdc
 
Konsep dasar logic programming
Konsep dasar logic programmingKonsep dasar logic programming
Konsep dasar logic programmingRiZki 'mmc' SaTria
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxAgusGremory
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi PengetahuanHerman Tolle
 
Dw 7-intelijensi buatan
Dw 7-intelijensi buatanDw 7-intelijensi buatan
Dw 7-intelijensi buatanDian Sari
 
Materi8 sistem pakar_ai
Materi8 sistem pakar_aiMateri8 sistem pakar_ai
Materi8 sistem pakar_aiEddy Tungadi
 
BERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.pptBERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.pptAgusPurwadi20
 
AI-1-Konsep AI.pptx
AI-1-Konsep AI.pptxAI-1-Konsep AI.pptx
AI-1-Konsep AI.pptxSamFChaerul
 

Similar to Kecerdasan Buatan (20)

12561989.ppt
12561989.ppt12561989.ppt
12561989.ppt
 
Sistem Pakar Berbasis Aturan
Sistem Pakar Berbasis AturanSistem Pakar Berbasis Aturan
Sistem Pakar Berbasis Aturan
 
Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
 
Pemrograman non prosedural 1
Pemrograman non prosedural 1Pemrograman non prosedural 1
Pemrograman non prosedural 1
 
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
SIM,Galih Dwi Santoso, Hapzi Ali, Kecerdasan Buatan, Universitas Mercu Buana,...
 
PRESENTASI DATA ANALYS.pptx
PRESENTASI DATA ANALYS.pptxPRESENTASI DATA ANALYS.pptx
PRESENTASI DATA ANALYS.pptx
 
Kecerdasan Buatan Diskusi 4.docx
Kecerdasan Buatan Diskusi 4.docxKecerdasan Buatan Diskusi 4.docx
Kecerdasan Buatan Diskusi 4.docx
 
Tugas AI (fransisca loren) TPA Sore
Tugas AI (fransisca loren)   TPA SoreTugas AI (fransisca loren)   TPA Sore
Tugas AI (fransisca loren) TPA Sore
 
Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2
 
Office ppt-template-003
Office ppt-template-003Office ppt-template-003
Office ppt-template-003
 
Simulasi Digital.pptx
Simulasi Digital.pptxSimulasi Digital.pptx
Simulasi Digital.pptx
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
 
Konsep dasar logic programming
Konsep dasar logic programmingKonsep dasar logic programming
Konsep dasar logic programming
 
Pengantar matematikadiskrit
Pengantar matematikadiskritPengantar matematikadiskrit
Pengantar matematikadiskrit
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi Pengetahuan
 
Dw 7-intelijensi buatan
Dw 7-intelijensi buatanDw 7-intelijensi buatan
Dw 7-intelijensi buatan
 
Materi8 sistem pakar_ai
Materi8 sistem pakar_aiMateri8 sistem pakar_ai
Materi8 sistem pakar_ai
 
BERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.pptBERPIKIR KOMPUTESIONAL 3.ppt
BERPIKIR KOMPUTESIONAL 3.ppt
 
AI-1-Konsep AI.pptx
AI-1-Konsep AI.pptxAI-1-Konsep AI.pptx
AI-1-Konsep AI.pptx
 

More from anis_mh

pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...
pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...
pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...anis_mh
 
Artikel bahasa indonesia
Artikel bahasa indonesia Artikel bahasa indonesia
Artikel bahasa indonesia anis_mh
 
Metode Biseksi
Metode BiseksiMetode Biseksi
Metode Biseksianis_mh
 
Penerapan lsb steganografi untuk melindungi informasi digital berupa citra foto
Penerapan lsb steganografi untuk melindungi informasi digital berupa citra fotoPenerapan lsb steganografi untuk melindungi informasi digital berupa citra foto
Penerapan lsb steganografi untuk melindungi informasi digital berupa citra fotoanis_mh
 
Paper adaptive control system (anis mh)
Paper adaptive control system (anis mh)Paper adaptive control system (anis mh)
Paper adaptive control system (anis mh)anis_mh
 
pemampatan citra
pemampatan citrapemampatan citra
pemampatan citraanis_mh
 
Laporan praktikum mikrokontroler
Laporan praktikum mikrokontrolerLaporan praktikum mikrokontroler
Laporan praktikum mikrokontroleranis_mh
 
Laporan Praktikum Mikroprosesor
Laporan Praktikum MikroprosesorLaporan Praktikum Mikroprosesor
Laporan Praktikum Mikroprosesoranis_mh
 
Praktik mikroprosesor walking robot
Praktik mikroprosesor walking robotPraktik mikroprosesor walking robot
Praktik mikroprosesor walking robotanis_mh
 
Praktek mikroprosesor conveyor
Praktek mikroprosesor conveyorPraktek mikroprosesor conveyor
Praktek mikroprosesor conveyoranis_mh
 
Praktek Mikrokontroler Walking Robot
Praktek Mikrokontroler Walking RobotPraktek Mikrokontroler Walking Robot
Praktek Mikrokontroler Walking Robotanis_mh
 
Praktek Mikrokontroler Prototipe Konveyor
Praktek Mikrokontroler Prototipe KonveyorPraktek Mikrokontroler Prototipe Konveyor
Praktek Mikrokontroler Prototipe Konveyoranis_mh
 
Mikroprosesor Anis MH
Mikroprosesor Anis MHMikroprosesor Anis MH
Mikroprosesor Anis MHanis_mh
 
Mikrokontroler anismh
Mikrokontroler anismhMikrokontroler anismh
Mikrokontroler anismhanis_mh
 
Metode biseksi
Metode biseksiMetode biseksi
Metode biseksianis_mh
 
Perbedaan sistem linear dan non linear
Perbedaan sistem linear dan non linearPerbedaan sistem linear dan non linear
Perbedaan sistem linear dan non linearanis_mh
 

More from anis_mh (16)

pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...
pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...
pendidikan yang berkarakter akan menciptakan intelektual terpelajar bukan int...
 
Artikel bahasa indonesia
Artikel bahasa indonesia Artikel bahasa indonesia
Artikel bahasa indonesia
 
Metode Biseksi
Metode BiseksiMetode Biseksi
Metode Biseksi
 
Penerapan lsb steganografi untuk melindungi informasi digital berupa citra foto
Penerapan lsb steganografi untuk melindungi informasi digital berupa citra fotoPenerapan lsb steganografi untuk melindungi informasi digital berupa citra foto
Penerapan lsb steganografi untuk melindungi informasi digital berupa citra foto
 
Paper adaptive control system (anis mh)
Paper adaptive control system (anis mh)Paper adaptive control system (anis mh)
Paper adaptive control system (anis mh)
 
pemampatan citra
pemampatan citrapemampatan citra
pemampatan citra
 
Laporan praktikum mikrokontroler
Laporan praktikum mikrokontrolerLaporan praktikum mikrokontroler
Laporan praktikum mikrokontroler
 
Laporan Praktikum Mikroprosesor
Laporan Praktikum MikroprosesorLaporan Praktikum Mikroprosesor
Laporan Praktikum Mikroprosesor
 
Praktik mikroprosesor walking robot
Praktik mikroprosesor walking robotPraktik mikroprosesor walking robot
Praktik mikroprosesor walking robot
 
Praktek mikroprosesor conveyor
Praktek mikroprosesor conveyorPraktek mikroprosesor conveyor
Praktek mikroprosesor conveyor
 
Praktek Mikrokontroler Walking Robot
Praktek Mikrokontroler Walking RobotPraktek Mikrokontroler Walking Robot
Praktek Mikrokontroler Walking Robot
 
Praktek Mikrokontroler Prototipe Konveyor
Praktek Mikrokontroler Prototipe KonveyorPraktek Mikrokontroler Prototipe Konveyor
Praktek Mikrokontroler Prototipe Konveyor
 
Mikroprosesor Anis MH
Mikroprosesor Anis MHMikroprosesor Anis MH
Mikroprosesor Anis MH
 
Mikrokontroler anismh
Mikrokontroler anismhMikrokontroler anismh
Mikrokontroler anismh
 
Metode biseksi
Metode biseksiMetode biseksi
Metode biseksi
 
Perbedaan sistem linear dan non linear
Perbedaan sistem linear dan non linearPerbedaan sistem linear dan non linear
Perbedaan sistem linear dan non linear
 

Recently uploaded

MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++FujiAdam
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxmuhammadrizky331164
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaRenaYunita2
 
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdfTEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdfYogiCahyoPurnomo
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptxMuhararAhmad
 
materi pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptxmateri pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptxsiswoST
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studiossuser52d6bf
 
Manual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptxManual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptxRemigius1984
 

Recently uploaded (8)

MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++MAteri:Penggunaan fungsi pada pemrograman c++
MAteri:Penggunaan fungsi pada pemrograman c++
 
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptxPembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
Pembangkit Listrik Tenaga Nuklir Kelompok 1.pptx
 
Strategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di IndonesiaStrategi Pengembangan Agribisnis di Indonesia
Strategi Pengembangan Agribisnis di Indonesia
 
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdfTEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
TEKNIS TES TULIS REKRUTMEN PAMSIMAS 2024.pdf
 
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
001. Ringkasan Lampiran Juknis DAK 2024_PAUD.pptx
 
materi pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptxmateri pengendalian proyek konstruksi.pptx
materi pengendalian proyek konstruksi.pptx
 
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open StudioSlide Transformasi dan Load Data Menggunakan Talend Open Studio
Slide Transformasi dan Load Data Menggunakan Talend Open Studio
 
Manual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptxManual Desain Perkerasan jalan 2017 FINAL.pptx
Manual Desain Perkerasan jalan 2017 FINAL.pptx
 

Kecerdasan Buatan

  • 1. Kecerdasan buatan Representasi Pengetahuan Menggunakan Bahasa Prolog Anis Maghfirotul Habibah 1610501035 Teknik Elektro Universitas Tidar
  • 2. Definisi Representasi Pengetahuan adalah metode yang digunakan untuk mengodekan pengetahuan dalam suatu sistem pakar. Yang dimaksudkan untuk menangkap sifat-sifat penting problema dan membuat informasi itu dapat diakses oleh prosedur pemecahan problema. 2
  • 3. Terdapat beberapa model atau bentuk representasi pengetahuan yang telah dikembangkan, yaitu : ⬗ Logika ⬗ Jaringan Semantik (Semantic nets) ⬗ Object-Attribute-Value (OAV) ⬗ Bingkai (Frame) ⬗ Aturan Produksi (production rule) 3
  • 4. Logika Suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu penalaran. Komputer harus dapat menggunakan proses penalaran deduktif dan induktif kedalam bentuk yang sesuai dengan manipulasi komputer, yaitu logika simbolik atau matematika. Prolog singkatan dari Programming in Logic.
  • 5. Perbedaan Prolog dengan Bahasa Lainnya : Bahasa Pemrograman yang Umum (Basic, Pascal, C, Fortran): ⬗ diperlukan algoritma/prosedur untuk memecahkan masalah (procedural languange) ⬗ program menjalankan prosedur yang sama berulang-ulang dengan data masukan yang berbeda-beda. ⬗ Prosedur dan pengendalian program ditentukan oleh programmer dan perhitungan dilakukan sesuai dengan prosedur yang telah dibuat. 5
  • 6. Bahasa Pemrograman Prolog 1. Object oriented language atau declarative language 2. Tidak terdapat prosedur, tetapi hanya kumpulan data-data objek (fakta) yang akan diolah, dan relasi antar objek tersebut membentuk aturan yang diperlukan untuk mencari suatu jawaban 5. Prolog ideal untuk memecahkan masalah yang tidak terstruktur, dan prosedur pemecahannya tidak diketahui, khususnya untuk memecahkan masalah non numerik. 6 4. Programmer menentukan tujuan (goal), dan komputer menentukan bagaimana cara mencapai tujuan tersebut serta mencari jawabannya. 3. Dilakukan pembuktian terhadap cocok-tidaknya tujuan dengan data-data yang telah ada dan relasinya. 6. Prolog bekerja seperti pikiran manusia, proses pemecahan masalah bergerak di dalam ruang masalah menuju suatu tujuan (jawaban tertentu).
  • 7. Fakta dan Relasi Prolog terdiri dari kumpulan data-data objek yang merupakan suatu fakta. Fakta dibedakan 2 macam : oMenunjukkan relasi. oMenunjukkan milik/sifat. Penulisannya diakhiri dengan tanda titik “.” 7 Contoh : Fakta : Slamet adalah ayah amin Prolog : ayah (slamet, amin). Fakta : Angga suka renang dan tenis Prolog : suka(angga, renang). dan suka(angga,tenis).
  • 8. Contoh representasi pengetahuan secara logika dalam Tree Sebuah silsilah keluarga adalah sbb : 8 eka munos agus ernacristadimaschskim
  • 9. Dari tree tersebut dapat dibuat representasi secara logic sbb : putra (eka, munos). putra (eka, agus). putra (munos, chakim). putra (munos, dimas). putri (agus, crista). putri (agus, erna). 9
  • 10. Aturan adalah suatu pernyataan yang menunjukkan bagaimana fakta-fakta berinteraksi satu dengan yang lain untuk membentuk suatu kesimpulan. -Sebuah aturan dinyakatakan sebagai suatu kalimat bersyarat. -Kata “if” adalah kata yang dikenal Prolog untuk menyatakan kalimat bersyarat atau disimbolkan dengan “:-“. Aturan (“Rules”) Contoh Fakta dan Aturan F : Tino suka apel A : Yuli suka sesuatu yang disukai Tino Prolog suka(tino, apel). suka(yuli,Sesuatu) :- suka(tino,Sesuatu). 10
  • 11. Pertanyaan (“Query”) Setelah memberikan data-data berupa fakta dan aturan, selanjutnya kita dapat mengajukan pertanyaan berdasarkan fakta dan aturan yang ada. - Penulisannya diawali simbol “?-“ dan diakhiri tanda “.”. Contoh Pertanyaan Apakah Tini suka boneka ? Contoh Prolog dan Jawaban Program ?-suka(tini,boneka). Yes ....... (jika faktanya Tini suka boneka) No...........(jika tidak sesuai fakta). 11
  • 12. Predikat Predikat adalah nama simbolik untuk relasi Syarat-syarat penulisan nama predikat : oHarus diawali dengan huruf kecil dan dapat diikuti dengan huruf, bilangan atau garis bawah. oPanjang nama predikat maksimum 250 karakter. oTidak diperbolehkan menggunakan spasi, tanda minus, tanda bintang dan garis miring. Contoh : ayah(slamet,amin). Predikat dari fakta tersebut ditulis : ayah(simbol,simbol). dimana ayah adalah nama predikat, sedangkan slamet dan amin adalah menujukkan argumen. 12
  • 13. Variabel Varibel adalah besaran yang nilainya dapat berubah-ubah. Tata cara penulisan variabel : 1.Nama varibel harus diawali huruf besar atau garis bawah(_) 2.Nama variabel dapat terdiri dari huruf, bilangan, atau simbol dan merupakan kesatuan dengan panjang maksimum 250 karakter. 3.Nama variabel hendaknya mengandung makna yang berkaitan dengan data yang dinyatakannya. Dari query akan dicari siapakah anak dari ayah yang bernama Slamet. Karena mempunyai relasi yang sama (yaitu ayah), variabel Anak akan mencari nilai dari konstanta suatu fakta/aturan yang sepadan. Tanda “;” digunakan bila terdapat kemungkinan ada lebih dari satu jawaban. “No” berarti tidak ada lagi kemungkinan jawaban. Contoh : dari silsilah di atas : ?- ayah(slamet,Anak). Anak=budi ; Anak=badu No 13