Kecerdasan Buatan

1. 1
Kecerdasan Buatan
Diskusi Sesi 4
Nama : Hendro Gunawan
NIM : 200401072103
Kelas : IT501
Representasi Pengetahuan
Gambar 1. Representasi pengetahuan
4.1 Basis Pengetahuan
 Langkah pertama untuk membangun kecerdasan buatan adalah bagaimana membangun sebuah
knowledge base.
 Selanjutnya kita akan bisa menggunakan mesin inference untuk memproses menjadi output.
Gambar 2. Basis Pengetahuan
 Knowledge enginering: proses of collecting and organizing the knowledge.
 Knowledge representation: process of hoe knowledge is represented to form a knowledge base.
 Bagaimana merepresentasikan pengetahuan ke dalam basis pengetahuan dan menguji kebenaran
penalaran.
 Cara-cara lama:

2. 2
 List, digunakan pada LISP.
 Predicate Calculus, digunakan pada Prolok .
 Tree, untuk heuristic search.
 Karakteristik RP:
 Dapat diprogramkan.
 Dapat digunakan untuk penalaran, menggambarkan kesimpulan sebagai fungsi kecerdasan.
 Harus terdiri dari struktur data dan prosedur untuk penafsiran.
 Hal yang berhubungan dengan RP:
 Object pengetahuan itu sendiri.
 Event: kejadian-kejadian dalam dunia nyata dan hubungannya.
 Performa: bagaimana melakukan suatu tugas tertentu.
 Meta knowledge: pengetahuan tentang pengetahuan yang direpresentasikan.
4.2 Penggunaan Pengetahuan
 Acuisition: mengintegrasikan informasi baru ke dalam pengetahuan sistem.
Terdapat dua level:
1. Menyusun fakta ke dalam database.
2. Pembuatan fungsi untuk mengintegrasikannya dengan cara “belajar dan mengadaptasikannya”
terlebih dahulu.
 Retrieval: mengingat kembali, menyusun ulang pengetahuan berdasarkan hubungan pengetahuan
terhadap masalah.
1. Linking: mengekstrak informasi baru tersebut.
2. Lumping: mengelompokkan hasil ekstraksi pengetahuan baru tersebut ke dalam struktur yang
lebih besar seperti yang dibutuhkan dalam menyelesaikan masalah.
 Reasoning: pengetahuan digunakan untuk menalar suatu permaslahan.
1. Formal reasoning: menggunakan logika proporsional.
2. Procedural reasoning: menggunakan aturan produksi (IF_THEN).
3. Analogical reasoning: sangat sulit.
Jika suatu permasalahan dideskripsikan dengan menggunakan representasi yang tepat, maka dapat
dipastikan bahwa permasalahan tersebut dapat diselesaikan.
4.3 Klasifikasi Kategori RP
 Menurut Mylopoulus dan Levesque: (declarative)
 Representasi Logika: menggunakan logika formal. Digunakan pada PROLOG.
 Representasi prosedural: menggambarkan prosedur sebagai kumpulan instruksi untuk
memecahkan masalah. Digunakan dalam pemrograman: IF_THEN.
 Representasi Network: menggambarkan pengetahuan sebagai Graph dan Tree.

3. 3
 Representasi Tersetruktur: memperluas konsep Representasi Network dengan membuat node-
nodenya menjadi struktur data yang komplekss. Contoh: script, frame, dan object.
4.4 Logika
 Adalah representasi pengetahuan yang paling tua.
 Proses menarik kesimpulan dari fakta yang sudah ada.
 Input: premis-premis dan Output: kesimpulan.
 Terdiri dari: sintaks (simbol), semantik (fakta), dan proses.
 Pengambilan keputusan (inferensi).
 Proses penalaran:
 Deduktif (umum-khusus)
 Induktif (khusus-umum)
 Logika:
 Logika Preposisi: and, or, not, implikasi, dan ekuivalensi
 Logika Prediktif: representasi fakta dalam bentuk well formed formula.
4.5 Ilustrasi Representasi Pengetahuan Sedara Logik (Representasi Logika)
Secara sedrehana fajkta adalah sebagai berikut:
Helder adalah anjing
Fakta tersebut dapat direpresentasikan secara logika, yaitu:
Anjing (helder)
 Kita juga dapat merepresentasikan secara logik fakta lain, yaitu bahwa semua anjing mempunyai
ekor.
∀𝑥 : anjing(x)? mempunyai_ekor(x)
 Kemudian secara deduktif dari mekanisme logika ini kita bisa mendapatkan representasi baru:
Mempunyai_ekor(anjing)
 Dengan menggunakan fungsi mapping secara backward, kita dapat menn-generate suatu kalimat
yang berbunyi
Helder mempunyai ekor
4.6 Contoh Kasus Representasi Pengetahuan
Cobalah representasi pengetahuan dari silsilah keluarga berikut ini

4. 4
4.7 Hasil Representasi
 Anak laki(Hari, Agus).  dibaca sebagai anak laki-laki dari Hari adalah Agus.
 Anaklaki(Agus, Budi).
 Anakperempuan(Budi, Ria)
 Anakperempuan(Budi, Ita).
 Anaklaki(Ani, Rudi).
Catatan
 Kita dapat mengunakan kalimat apapun sebagai predikat.
 Ide dasar untuk membuat notasi adalah
Predicate (argument, argument).
4.8 Simple Query on Knowledge Database
Adalah bagaimana mencari suatu pengetahuan dari representasi yang ada.
Contoh:
Anakperempuan(Agus,P).
Hasilnya adalah P = Ani  yang menadakan bahwa Ani adalah anak perempuan dari Agus.
Contoh lain:
Anaklaki(OT,AL).
Hasil: OT = Hari AL = Agus
OT = Agus AL = Budi
OT = Ani AL = Rudi
Contoh lain:
Anaklaki(P,budi), anakperempuan(P,D).
 Untuk menanyakan saudara perempuan dari Budi

5. 5
Hasil : P = Agus D = Ani
4.9 Meng-extend Hubungan Antara Knowledge
Kita dapat menambahkan hubungan antara knowledge, misalnya antara anak laki dan anak perempuan
diextend menjadi hubungan orangtua.
Orangtua(C,P): -anaklaki)P, C).
Orangtua(C<P): -anakperempuan(P, C)
4.10 Recursive Description of Relationship
Jika ingin mencari turunan, berikut cara merepresentasikannya:
 Turunan(OT, TR): -orangtua(TR, OT).  anak
 Turunan(OT, TR): -orangtua(TR, P), orangtua(P, OT).  cucu
 Turunan(OT, TR): -orangtua(TR, P), orangtua(P, GP), orangtua (GP, OT).  cicit
Fakta di atas dapat diekprsikan dengan proses rekursif sebagai berikut:
 Turunan(OT, TR): -orangtua(TR, OT).  anak
 Turunan(OT, TR): -orangtua(TR, P),turunan(OT, P).
4.11 Diskusi
Pengetahuan (knowledge) adalah sesuatu yang hadir dan terwujud dalam jiwa dan pikiran seseorang
karena adanya reaksi, sentuhan, dan hubungan dengan lingkungan dan alam sekitarnya. Definisi lain
dari pengetahuan adalah fakta atau keadaan yang timbul karena suatu pengalaman.

6. 6
Contoh: penegtahuan tentang binatang, sifat-sifat dan perilakunya. Pengetahuan tentang penyakit,
gejala-gejala, dan pengobatannya. Pengetahuan tentang tanaman, jenis-jenisnya dan cara hidupnya,
dan lain-lain.
Cabang ilmu yang mempelajari penegtahuan disebut “epistemology”
Terima Kasih
Referensi
Cian Ramadhona Hassolthine, S. M. (2023, November 9). Kecerdasan Buatan. Diambil kembali dari
Edlink Universitas Siber Asia: https://kuliah.unsia.ac.id/panel/classes/563114
T.Sutojo, S. d. (2011). Kecerdasan Buatan. Yogyakarta: ANDI.
Website;
https://www.slideshare.net/HendroGunawan8/kecerdasan-buatan-diskusi-4pdf