SlideShare a Scribd company logo
KECERDASAN BUATAN
(ARTIFICIAL INTELLIGENCE)
PERTEMUAN 9
REPRESENTASI PENGETAHUAN
Pengumpulan pengetahuan dari berbagai sumber
(otak/pengetahuan pakar, buku, artikel, dll)
Diorganisasikan (skema)
SKEMA DEKLARATIF
1. Logika
2. Jaringan Semantik
3. Frame
4. Script
SKEMA PROSEDURAL
1. Prosedure/SubRoutine,
2. Kaidah Produksi
Dimodifikasi
1. LOGIKA
– Merupakan suatu pengkajian ilmiah tentang
serangkaian penalaran, sistem kaidah dan
prosedur yang membantu proses penalaran.
– Proses logika : proses membentuk kesimpulan /
menarik suatu inferensi berdasarkan fakta yang
telah ada.
Penalaran Deduktif
• dari penalaran umum menuju ke konklusi khusus
• umumnya dimulai dari suatu silogisme / pernyataan
premis dan inferensi
• umumnya terdiri dari tiga bagian: premis mayor,
premis minor dan konklusi.
• Contoh :
Premis mayor : Jika hujan turun saya tidak akan berangkat kuliah
Premis minor : Hari ini hujan turun
Konklusi : Maka, hari ini saya tidak akan berangkat kuliah
Penalaran Induktif
• Dari masalah khusus menuju ke masalah umum.
• menggunakan sejumlah fakta / premis untuk menarik kesimpulan
umum
• Contoh:
Premis 1 : Aljabar adalah pelajaran yang sulit
Premis 2 : Geometri adalah pelajaran yang sulit
Premis 3 : Kalkulus adalah pelajaran yang sulit
Konklusi : Maka, Matematika adalah pelajaran yang sulit
• Konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta-
fakta baru
A. Logika Proposisi
• Bentuk logika komputasional ada 2 macam : Logika proposisi dan
Logika Predikat
• Suatu proposisi merupakan suatu statement / pernyataan yang
menyatakan benar (TRUE) atau salah (FALSE)
– 3+3=6 (logika proposisi TRUE)
– 3+7=5 (logika proposisi FALSE)
– Makanan orang indonesia adalah nasi (pernyataan yg nilainya
bisa benar/salah)
– Hari ini hujan (logika proposisi)
• Operator logika (penggabungan proposisi)
• Untuk menggambarkan berbagai proposisi, premis /
konklusi gunakan symbol seperti huruf abjad
• Inferensi (kesimpulan) pada logika proposisi dapat
dilakukan dengan menggunakan resolusi
• Resolusi merupakan suatu aturan untuk melakukan
inferensi yang dapat berjalan secara efisien dalam suatu
bentuk khusus yaitu CNF (Conjuction Normal Form)
• Contoh Apabila diterapkan dalam kalimat:
• P : Ani anak yang cerdas
• Q : Ani rajin Belajar
• R : Ani akan menjadi juara kelas
• S : Ani makannya banyak
• T : Ani Istirahatnya cukup
• Kalimat yang terbentuk dari fakta yang ada :
1. P
2. (P^Q)  R
3. (SvT)  Q
4. T
– Ani anak yang cerdas
– Jika Ani anak yang cerdas dan Ani rajin belajar, maka Ani
akan menjadi juara kelas
– Jika Ani makannya banyak atau Ani istirahatnya cukup,
maka Ani rajin belajar
– Ani istirahatnya cukup
B. Logika Predikat
• Suatu logika yang seluruhnya menggunakan konsep dan kaidah
proporsional yang sama.
• Contoh : Ani makan apel  makan (Ani,apel)
3 + 3  +(3,3)
• Suatu proposisi / premis dibagi menjadi 2 bagian yaitu ARGUMEN
(objek) dan PREDIKAT (keterangan)
o Argumen adalah individu / objek yang membuat keterangan
o Predikat adalah keterangan dari argumen atau objek
• Dalam suatu kalimat, predikat bisa berupa kata kerja / bagian dari
kata kerja
• Bentuk umum :
PREDIKAT [individu(objek)1, individu(objek)2]
• Misal: Mobil berada dalam garasi, dengan logika predikat
dinyatakan menjadi: dalam (mobil,garasi)
mobil=argumen (objek1)
garasi=argumen(objek2)
16
• Variabel :
– huruf bisa menggantikan argumen
– “symbol” juga bisa digunakan untuk merancang beberapa objek /
individu
– misal : x = Hanif dan y=belajar
maka logika predikatnya : rajin(x,y)
Contoh Lain:
Andi adalah seorang laki-laki : A
Ali adalah seorang laki-laki : B
Amir adalah seorang laki-laki : C
Anto adalah seorang laki-laki : D
Agus adalah seorang laki-laki : E
• Kelima fakta tersebut di atas, jika menggunakan proposisi,
maka akan terjadi pemborosan, dimana beberapa pernyataan
dengan predikat yang sama akan dibuat dalam proposisi yang
berbeda (berulang-ulang).
• Fungsi :
– Predikat kalkulus membolehkan penggunaan symbol untuk
mewakili fungsi-fungsi
– Misal : ibu (Hanan)=Wilis , ibu (Mulia)=Yuli
– Fungsi dapat digunakan bersamaan dengan predikat
– Contoh:
saudara(ibu(Hanan),ibu(Mulia))=saudara(Wilis,Yuli)
Predikat di atas menjelaskan bahwa Wilis dan Yuli adalah
bersaudara.
RULES
• Rules  aturan – aturan, merupakan pengetahuan prosedural.
• Menghubungkan informasi yang diberikan dengan tindakan (action)
• Struktur rule, secara logika menghubungkan satu atau lebih
premises yang berada pada bagian IF dengan satu atau lebih
konklusi / kesimpulan pada bagian THEN
IF hari hujan AND saya tidak bawa payung
THEN saya kehujanan
• 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
IF . . .
THEN . . . AND . . .
ELSE . . .
Contoh operasi sistem berbasis
aturan
• Rule dapat melakukan beberapa operasi
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
Jenis-Jenis Rules
• relationship atau hubungan
IF baterai sudah soak
THEN mobil tidak bias distarter
• rekomendasi
IF mobil tidak bisa distarter
AND sistem bahan bakar OK
THEN periksa bagian elektrikal
• 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
• 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 grampus
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 catudaya pada kabinet sudah diketahui
AND ada ruang tersedia dalam kabinet untuk catu daya
THEN letakkan catu daya pada kabinet tersebut
2. JARINGAN SEMANTIK
(semantic network)
• merupakan pengetahuan secara grafis yang
menunjukkan hubungan antar berbagai objek.
• Disusun dari node dan ARC (lines).
• Node representasi dari objek, objek properti
/properti value (digambarkan dgn lingkaran)
• ARC representasi dari hubungan antar node
(digambarkan dengan garis)
Contoh jaringan semantic sederhana:
• Node ‘canary’ dan ‘bird’ menjelaskan hubungan specific to
general.
canary
wings
bird
fly
is a
has
travel
Perluasan jaringan semantic
• perluasan dilakukan dengan menambah node
dan menghubungkan dengan node.
• Node baru tersebut dapat merupakan objek
tambahan / properti tambahan
• Umumnya penambahan dapat dilakukan dalam
3 cara
1. objek yang sama
2. objek yang lebih khusus
3. objek yang lebih umum
wings
animal
walk
pinguin fly
birdcanarytweety
is a
travel
travel
has
is ais a
objek yg lebih khusus objek yg lebih umum
objek yg sama
properti tambahan
Operasi pada jaringan semantic
 Salah satu cara untuk menggunakan jaringan semantik adalah
dengan bertanya NODE.
 Titik awal biasanya ditentukan oleh sebuah pertanyaan
 Misal : pertanyaan untuk ‘bird’  How do you travel?
jawabnya  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.
3. FRAME
 Frame merupakan kumpulan pengetahuan tentang
suatu objek tertentu, peristiwa, lokasi, situasi.
 Secara umum frame memiliki 2 elemen dasar SLOT
dan FACET
 SLOT merupakan kumpulan atribut / property
yang menjelaskan objek yang direpresentasikan
oleh frame.
 FACET / SUBSLOT menjelaskan pengetahuan atau
prosedure dari atribut pada slot.
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
Frame Class
• mendefinisikan property – property umum yang
dimiliki oleh semua object dalam Class tersebut.
• Ada 2 jenis property, yaitu static dan dinamik
• Properti static merupakan fitur dari object yang tidak
dapat berubah
• Property dinamik merupakan fitur yang dapat
berubah selama sistem berjalan.
4. SCRIPT
• elemen dalam script :
 kondisi input: situasi yang harus dipenuhi sebelum
terjadi
 track / jalur : variasi script
 prop/ pendukung : objek yang digunakan dalam
urutan peristiwa yang terjadi
 role / peran : orang – orang terlibat
 scene / adegan : urutan peristiwa aktual
 hasil
Contoh :
• script  restoran
• track  restoran swalayan
• role  tamu, pelayan
• prop  counter, baki, makanan, tisu, dll
• kondisi masukan  tamu lapar, tamu punya uang
• adegan (scene 1)  masuk
• tamu parkir mobil
• tamu masuk restoran
• tamu duduk
• tamu baca menu
• adegan (scene 2)  memesan
• tamu memesan
• pelayan membawa makanan
• pelayan meletakkan makanan di meja
• tamu membayar
• adegan (scene 3)  makan
• hasilnya  tamu kenyang, uang tamu berkurang, tamu senang

More Related Content

What's hot

Modul 4 representasi pengetahuan
Modul 4   representasi pengetahuanModul 4   representasi pengetahuan
Modul 4 representasi pengetahuan
ahmad haidaroh
 
Matematika diskrit tree
Matematika diskrit  treeMatematika diskrit  tree
Matematika diskrit tree
Siti Khotijah
 
5 Macam Metode Dasar Kriptografi
5 Macam Metode Dasar Kriptografi5 Macam Metode Dasar Kriptografi
5 Macam Metode Dasar KriptografiRoziq Bahtiar
 
Pertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakanPertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakanwillyhayon
 
Metode pencarian heuristik
Metode pencarian heuristikMetode pencarian heuristik
Metode pencarian heuristikBaguss Chandrass
 
8 logika predikat
8  logika predikat8  logika predikat
8 logika predikat
Yulinda Nurhafina
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi Pengetahuan
Sherly Uda
 
6. metode inferensi
6. metode inferensi6. metode inferensi
6. metode inferensi
eman02
 
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...Fatma Qolbi
 
Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03
KuliahKita
 
Makalah Kunjungan Binary Tree
Makalah Kunjungan Binary TreeMakalah Kunjungan Binary Tree
Makalah Kunjungan Binary Tree
Muhammad Iqbal
 
Tugas mandiri struktur data
Tugas mandiri struktur dataTugas mandiri struktur data
Tugas mandiri struktur data
Asep Jaenudin
 
Graf ( Matematika Diskrit)
Graf ( Matematika Diskrit)Graf ( Matematika Diskrit)
Graf ( Matematika Diskrit)
zachrison htg
 
Pertemuan 5 dan 6 representasi pengetahuan
Pertemuan 5 dan 6 representasi pengetahuan Pertemuan 5 dan 6 representasi pengetahuan
Pertemuan 5 dan 6 representasi pengetahuan
Topan Helmi Nicholas
 
Bab 2 Aljabar Relasional
Bab 2   Aljabar RelasionalBab 2   Aljabar Relasional
Bab 2 Aljabar RelasionalRatzman III
 
Perbandingan algoritma brute force , divide and conquer
Perbandingan algoritma brute force , divide and conquerPerbandingan algoritma brute force , divide and conquer
Perbandingan algoritma brute force , divide and conquer
ohohervin
 

What's hot (20)

Modul 4 representasi pengetahuan
Modul 4   representasi pengetahuanModul 4   representasi pengetahuan
Modul 4 representasi pengetahuan
 
Matematika diskrit tree
Matematika diskrit  treeMatematika diskrit  tree
Matematika diskrit tree
 
5 Macam Metode Dasar Kriptografi
5 Macam Metode Dasar Kriptografi5 Macam Metode Dasar Kriptografi
5 Macam Metode Dasar Kriptografi
 
Pertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakanPertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakan
 
Metode pencarian heuristik
Metode pencarian heuristikMetode pencarian heuristik
Metode pencarian heuristik
 
8 logika predikat
8  logika predikat8  logika predikat
8 logika predikat
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi Pengetahuan
 
6. metode inferensi
6. metode inferensi6. metode inferensi
6. metode inferensi
 
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
Matematika diskrit (dual graf, lintasan dan sirkuit euler, lintasan dan sirku...
 
Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03
 
Use skenario
Use skenarioUse skenario
Use skenario
 
Makalah Kunjungan Binary Tree
Makalah Kunjungan Binary TreeMakalah Kunjungan Binary Tree
Makalah Kunjungan Binary Tree
 
Bab 4 aljabar boolean
Bab 4 aljabar booleanBab 4 aljabar boolean
Bab 4 aljabar boolean
 
Tugas mandiri struktur data
Tugas mandiri struktur dataTugas mandiri struktur data
Tugas mandiri struktur data
 
Graf ( Matematika Diskrit)
Graf ( Matematika Diskrit)Graf ( Matematika Diskrit)
Graf ( Matematika Diskrit)
 
Pertemuan 5 dan 6 representasi pengetahuan
Pertemuan 5 dan 6 representasi pengetahuan Pertemuan 5 dan 6 representasi pengetahuan
Pertemuan 5 dan 6 representasi pengetahuan
 
Jaringan hebb
Jaringan hebbJaringan hebb
Jaringan hebb
 
Bab 2 Aljabar Relasional
Bab 2   Aljabar RelasionalBab 2   Aljabar Relasional
Bab 2 Aljabar Relasional
 
circular linked list
circular linked listcircular linked list
circular linked list
 
Perbandingan algoritma brute force , divide and conquer
Perbandingan algoritma brute force , divide and conquerPerbandingan algoritma brute force , divide and conquer
Perbandingan algoritma brute force , divide and conquer
 

Similar to Pertemuan 9 Representasi Pengetahuan

Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi PengetahuanLangit Papageno
 
Intelegensi Buatan - Representasi Pengetahuan
Intelegensi Buatan - Representasi PengetahuanIntelegensi Buatan - Representasi Pengetahuan
Intelegensi Buatan - Representasi PengetahuanIlyas Ilyas Mo
 
Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
Abrianto Nugraha
 
M1 pengenalan sp[1]
M1 pengenalan sp[1]M1 pengenalan sp[1]
M1 pengenalan sp[1]himaone2001
 
PPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptx
PPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptxPPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptx
PPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptx
AdhikaPramitaWidyass
 
representasi pengetahuan
representasi pengetahuanrepresentasi pengetahuan
representasi pengetahuan
RizkyGanteng2
 
Representasi pengetahuan
Representasi pengetahuanRepresentasi pengetahuan
Representasi pengetahuan
bungpoetra
 
Oop
OopOop
T1 - Konsep Pemrograman Berorientasi Obyek.ppt
T1 - Konsep Pemrograman Berorientasi Obyek.pptT1 - Konsep Pemrograman Berorientasi Obyek.ppt
T1 - Konsep Pemrograman Berorientasi Obyek.ppt
xirplsmksa
 
Pengantar Pengembangan Sistem Berorientasi Objek.pptx
Pengantar Pengembangan Sistem Berorientasi Objek.pptxPengantar Pengembangan Sistem Berorientasi Objek.pptx
Pengantar Pengembangan Sistem Berorientasi Objek.pptx
DzulFadliRahman1
 
3. OOP Java
3. OOP Java3. OOP Java
3. OOP Java
beiharira
 
Rpkps struktur aljabar ii
Rpkps struktur aljabar iiRpkps struktur aljabar ii
Rpkps struktur aljabar ii
Yessy Yusnita
 
Bab I - Konsep PBO.pptx
Bab I - Konsep PBO.pptxBab I - Konsep PBO.pptx
Bab I - Konsep PBO.pptx
AgiHusni
 
INFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptx
INFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptxINFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptx
INFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptx
AzlinManurung
 
17546918 03a-taksonomi-bloom
17546918 03a-taksonomi-bloom17546918 03a-taksonomi-bloom
17546918 03a-taksonomi-bloom
Abdul Ronif Jamaluddin
 
Pengantar Pemrograman Berorientasi Objek
Pengantar Pemrograman Berorientasi ObjekPengantar Pemrograman Berorientasi Objek
Pengantar Pemrograman Berorientasi Objek
wawanext01
 
Dw 4-intelijensi buatan
Dw 4-intelijensi buatanDw 4-intelijensi buatan
Dw 4-intelijensi buatanDian Sari
 
Konsep pemrograman berorientasi obyek
Konsep pemrograman berorientasi obyekKonsep pemrograman berorientasi obyek
Konsep pemrograman berorientasi obyekhandexcel
 
[RPL2] Class Diagram dan Konsep Object Oriented (1)
[RPL2] Class Diagram dan Konsep Object Oriented (1)[RPL2] Class Diagram dan Konsep Object Oriented (1)
[RPL2] Class Diagram dan Konsep Object Oriented (1)
rizki adam kurniawan
 

Similar to Pertemuan 9 Representasi Pengetahuan (20)

Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi Pengetahuan
 
Intelegensi Buatan - Representasi Pengetahuan
Intelegensi Buatan - Representasi PengetahuanIntelegensi Buatan - Representasi Pengetahuan
Intelegensi Buatan - Representasi Pengetahuan
 
Pertemuan 5
Pertemuan 5Pertemuan 5
Pertemuan 5
 
M1 pengenalan sp[1]
M1 pengenalan sp[1]M1 pengenalan sp[1]
M1 pengenalan sp[1]
 
PPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptx
PPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptxPPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptx
PPT-UEU-Kecerdasan-Buatan-Pertemuan-4.pptx
 
representasi pengetahuan
representasi pengetahuanrepresentasi pengetahuan
representasi pengetahuan
 
1. Pengantar Objek.ppt
1. Pengantar Objek.ppt1. Pengantar Objek.ppt
1. Pengantar Objek.ppt
 
Representasi pengetahuan
Representasi pengetahuanRepresentasi pengetahuan
Representasi pengetahuan
 
Oop
OopOop
Oop
 
T1 - Konsep Pemrograman Berorientasi Obyek.ppt
T1 - Konsep Pemrograman Berorientasi Obyek.pptT1 - Konsep Pemrograman Berorientasi Obyek.ppt
T1 - Konsep Pemrograman Berorientasi Obyek.ppt
 
Pengantar Pengembangan Sistem Berorientasi Objek.pptx
Pengantar Pengembangan Sistem Berorientasi Objek.pptxPengantar Pengembangan Sistem Berorientasi Objek.pptx
Pengantar Pengembangan Sistem Berorientasi Objek.pptx
 
3. OOP Java
3. OOP Java3. OOP Java
3. OOP Java
 
Rpkps struktur aljabar ii
Rpkps struktur aljabar iiRpkps struktur aljabar ii
Rpkps struktur aljabar ii
 
Bab I - Konsep PBO.pptx
Bab I - Konsep PBO.pptxBab I - Konsep PBO.pptx
Bab I - Konsep PBO.pptx
 
INFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptx
INFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptxINFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptx
INFORMATIKA Rumpun Teknologi_Bab 1 Berpikir Komputasional.pptx
 
17546918 03a-taksonomi-bloom
17546918 03a-taksonomi-bloom17546918 03a-taksonomi-bloom
17546918 03a-taksonomi-bloom
 
Pengantar Pemrograman Berorientasi Objek
Pengantar Pemrograman Berorientasi ObjekPengantar Pemrograman Berorientasi Objek
Pengantar Pemrograman Berorientasi Objek
 
Dw 4-intelijensi buatan
Dw 4-intelijensi buatanDw 4-intelijensi buatan
Dw 4-intelijensi buatan
 
Konsep pemrograman berorientasi obyek
Konsep pemrograman berorientasi obyekKonsep pemrograman berorientasi obyek
Konsep pemrograman berorientasi obyek
 
[RPL2] Class Diagram dan Konsep Object Oriented (1)
[RPL2] Class Diagram dan Konsep Object Oriented (1)[RPL2] Class Diagram dan Konsep Object Oriented (1)
[RPL2] Class Diagram dan Konsep Object Oriented (1)
 

More from Endang Retnoningsih

Penggunaan Rumus Statistik Excell
Penggunaan Rumus Statistik ExcellPenggunaan Rumus Statistik Excell
Penggunaan Rumus Statistik Excell
Endang Retnoningsih
 
2.pengenalan word latihan table of contents
2.pengenalan word latihan table of contents2.pengenalan word latihan table of contents
2.pengenalan word latihan table of contents
Endang Retnoningsih
 
2.pengenalan word
2.pengenalan word2.pengenalan word
2.pengenalan word
Endang Retnoningsih
 
1.Pengenalan komputer & internet
1.Pengenalan komputer & internet1.Pengenalan komputer & internet
1.Pengenalan komputer & internet
Endang Retnoningsih
 
Pertemuan 2 manajemen proyek si
Pertemuan 2 manajemen proyek siPertemuan 2 manajemen proyek si
Pertemuan 2 manajemen proyek si
Endang Retnoningsih
 
Pertemuan 1 konsep dasar proyek si
Pertemuan 1 konsep dasar proyek siPertemuan 1 konsep dasar proyek si
Pertemuan 1 konsep dasar proyek si
Endang Retnoningsih
 
Pertemuan 14 Presentasi
Pertemuan 14 PresentasiPertemuan 14 Presentasi
Pertemuan 14 Presentasi
Endang Retnoningsih
 
Pertemuan 13 Presentasi
Pertemuan 13 PresentasiPertemuan 13 Presentasi
Pertemuan 13 Presentasi
Endang Retnoningsih
 
Pertemuan 12 Presentasi
Pertemuan 12 PresentasiPertemuan 12 Presentasi
Pertemuan 12 Presentasi
Endang Retnoningsih
 
Pertemuan 11 Kualitas Data
Pertemuan 11 Kualitas DataPertemuan 11 Kualitas Data
Pertemuan 11 Kualitas Data
Endang Retnoningsih
 
Pertemuan 10 Metadata Datawarehouse
Pertemuan 10 Metadata DatawarehousePertemuan 10 Metadata Datawarehouse
Pertemuan 10 Metadata Datawarehouse
Endang Retnoningsih
 
Pertemuan 9 Strukturdata Datawarehouse
Pertemuan 9 Strukturdata DatawarehousePertemuan 9 Strukturdata Datawarehouse
Pertemuan 9 Strukturdata Datawarehouse
Endang Retnoningsih
 
Pertemuan 6 Infrastruktur Datawarehouse
Pertemuan 6 Infrastruktur DatawarehousePertemuan 6 Infrastruktur Datawarehouse
Pertemuan 6 Infrastruktur Datawarehouse
Endang Retnoningsih
 
Pertemuan 5 Membangun Datawarehouse
Pertemuan 5 Membangun DatawarehousePertemuan 5 Membangun Datawarehouse
Pertemuan 5 Membangun Datawarehouse
Endang Retnoningsih
 
Pertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi DimensiPertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi Dimensi
Endang Retnoningsih
 
Pertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi DimensiPertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi Dimensi
Endang Retnoningsih
 
Pertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DWPertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DW
Endang Retnoningsih
 
Pertemuan 1 Pengantar DW
Pertemuan 1 Pengantar DWPertemuan 1 Pengantar DW
Pertemuan 1 Pengantar DW
Endang Retnoningsih
 
Pertemuan 13 Robotic
Pertemuan 13 RoboticPertemuan 13 Robotic
Pertemuan 13 Robotic
Endang Retnoningsih
 
Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)
Endang Retnoningsih
 

More from Endang Retnoningsih (20)

Penggunaan Rumus Statistik Excell
Penggunaan Rumus Statistik ExcellPenggunaan Rumus Statistik Excell
Penggunaan Rumus Statistik Excell
 
2.pengenalan word latihan table of contents
2.pengenalan word latihan table of contents2.pengenalan word latihan table of contents
2.pengenalan word latihan table of contents
 
2.pengenalan word
2.pengenalan word2.pengenalan word
2.pengenalan word
 
1.Pengenalan komputer & internet
1.Pengenalan komputer & internet1.Pengenalan komputer & internet
1.Pengenalan komputer & internet
 
Pertemuan 2 manajemen proyek si
Pertemuan 2 manajemen proyek siPertemuan 2 manajemen proyek si
Pertemuan 2 manajemen proyek si
 
Pertemuan 1 konsep dasar proyek si
Pertemuan 1 konsep dasar proyek siPertemuan 1 konsep dasar proyek si
Pertemuan 1 konsep dasar proyek si
 
Pertemuan 14 Presentasi
Pertemuan 14 PresentasiPertemuan 14 Presentasi
Pertemuan 14 Presentasi
 
Pertemuan 13 Presentasi
Pertemuan 13 PresentasiPertemuan 13 Presentasi
Pertemuan 13 Presentasi
 
Pertemuan 12 Presentasi
Pertemuan 12 PresentasiPertemuan 12 Presentasi
Pertemuan 12 Presentasi
 
Pertemuan 11 Kualitas Data
Pertemuan 11 Kualitas DataPertemuan 11 Kualitas Data
Pertemuan 11 Kualitas Data
 
Pertemuan 10 Metadata Datawarehouse
Pertemuan 10 Metadata DatawarehousePertemuan 10 Metadata Datawarehouse
Pertemuan 10 Metadata Datawarehouse
 
Pertemuan 9 Strukturdata Datawarehouse
Pertemuan 9 Strukturdata DatawarehousePertemuan 9 Strukturdata Datawarehouse
Pertemuan 9 Strukturdata Datawarehouse
 
Pertemuan 6 Infrastruktur Datawarehouse
Pertemuan 6 Infrastruktur DatawarehousePertemuan 6 Infrastruktur Datawarehouse
Pertemuan 6 Infrastruktur Datawarehouse
 
Pertemuan 5 Membangun Datawarehouse
Pertemuan 5 Membangun DatawarehousePertemuan 5 Membangun Datawarehouse
Pertemuan 5 Membangun Datawarehouse
 
Pertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi DimensiPertemuan 4 Pemodelan Data Multi Dimensi
Pertemuan 4 Pemodelan Data Multi Dimensi
 
Pertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi DimensiPertemuan 3 Data Multi Dimensi
Pertemuan 3 Data Multi Dimensi
 
Pertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DWPertemuan 2 Konsep Dasar DW
Pertemuan 2 Konsep Dasar DW
 
Pertemuan 1 Pengantar DW
Pertemuan 1 Pengantar DWPertemuan 1 Pengantar DW
Pertemuan 1 Pengantar DW
 
Pertemuan 13 Robotic
Pertemuan 13 RoboticPertemuan 13 Robotic
Pertemuan 13 Robotic
 
Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)
 

Recently uploaded

RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptx
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptxRANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptx
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptx
SurosoSuroso19
 
PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...
PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...
PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...
agusmulyadi08
 
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondel
Sebuah buku foto yang berjudul Lensa Kampung Ondel-OndelSebuah buku foto yang berjudul Lensa Kampung Ondel-Ondel
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondel
ferrydmn1999
 
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdfLK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
UditGheozi2
 
Diseminasi Budaya Positif Lucy Kristina S.pptx
Diseminasi Budaya Positif Lucy Kristina S.pptxDiseminasi Budaya Positif Lucy Kristina S.pptx
Diseminasi Budaya Positif Lucy Kristina S.pptx
LucyKristinaS
 
MATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdf
MATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdfMATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdf
MATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdf
ssuser289c2f1
 
Program Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdfProgram Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdf
erlita3
 
INSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docx
INSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docxINSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docx
INSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docx
lindaagina84
 
Kisi-kisi soal pai kelas 7 genap 2024.docx
Kisi-kisi soal pai kelas 7 genap 2024.docxKisi-kisi soal pai kelas 7 genap 2024.docx
Kisi-kisi soal pai kelas 7 genap 2024.docx
irawan1978
 
Patofisiologi Sistem Endokrin hormon pada sistem endokrin
Patofisiologi Sistem Endokrin hormon pada sistem endokrinPatofisiologi Sistem Endokrin hormon pada sistem endokrin
Patofisiologi Sistem Endokrin hormon pada sistem endokrin
rohman85
 
SOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptx
SOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptxSOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptx
SOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptx
astridamalia20
 
ppt materi aliran aliran pendidikan pai 9
ppt materi aliran aliran pendidikan pai 9ppt materi aliran aliran pendidikan pai 9
ppt materi aliran aliran pendidikan pai 9
mohfedri24
 
ppt profesionalisasi pendidikan Pai 9.pdf
ppt profesionalisasi pendidikan Pai 9.pdfppt profesionalisasi pendidikan Pai 9.pdf
ppt profesionalisasi pendidikan Pai 9.pdf
Nur afiyah
 
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdfLaporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
UmyHasna1
 
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdfNUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
DataSupriatna
 
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptx
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptxBab 3 Sejarah Kerajaan Hindu-Buddha.pptx
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptx
nawasenamerta
 
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdfPaparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
SEMUELSAMBOKARAENG
 
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik Dosen
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik DosenUNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik Dosen
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik Dosen
AdrianAgoes9
 
PPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakat
PPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakatPPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakat
PPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakat
jodikurniawan341
 
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBIVISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
gloriosaesy
 

Recently uploaded (20)

RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptx
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptxRANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptx
RANCANGAN TINDAKAN AKSI NYATA MODUL 1.4.pptx
 
PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...
PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...
PI 2 - Ratna Haryanti, S. Pd..pptx Visi misi dan prakarsa perubahan pendidika...
 
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondel
Sebuah buku foto yang berjudul Lensa Kampung Ondel-OndelSebuah buku foto yang berjudul Lensa Kampung Ondel-Ondel
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondel
 
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdfLK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
LK 1 - 5T Keputusan Berdampak PERMATA BUNDA.pdf
 
Diseminasi Budaya Positif Lucy Kristina S.pptx
Diseminasi Budaya Positif Lucy Kristina S.pptxDiseminasi Budaya Positif Lucy Kristina S.pptx
Diseminasi Budaya Positif Lucy Kristina S.pptx
 
MATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdf
MATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdfMATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdf
MATERI SOSIALISASI PPDB JABAR- 4PAN052024.pdf
 
Program Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdfProgram Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdf
 
INSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docx
INSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docxINSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docx
INSTRUMEN PENILAIAN PRAKTIK KINERJA KS Dok Rating Observasi (1).docx
 
Kisi-kisi soal pai kelas 7 genap 2024.docx
Kisi-kisi soal pai kelas 7 genap 2024.docxKisi-kisi soal pai kelas 7 genap 2024.docx
Kisi-kisi soal pai kelas 7 genap 2024.docx
 
Patofisiologi Sistem Endokrin hormon pada sistem endokrin
Patofisiologi Sistem Endokrin hormon pada sistem endokrinPatofisiologi Sistem Endokrin hormon pada sistem endokrin
Patofisiologi Sistem Endokrin hormon pada sistem endokrin
 
SOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptx
SOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptxSOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptx
SOSIALISASI PPDB TAHUN AJARAN 2024-2025.pptx
 
ppt materi aliran aliran pendidikan pai 9
ppt materi aliran aliran pendidikan pai 9ppt materi aliran aliran pendidikan pai 9
ppt materi aliran aliran pendidikan pai 9
 
ppt profesionalisasi pendidikan Pai 9.pdf
ppt profesionalisasi pendidikan Pai 9.pdfppt profesionalisasi pendidikan Pai 9.pdf
ppt profesionalisasi pendidikan Pai 9.pdf
 
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdfLaporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
Laporan Kegiatan Pramuka Tugas Tambahan PMM.pdf
 
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdfNUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
NUMERASI KOMPETENSI PENDIDIK TAHAP CAKAP DAN MAHIR.pdf
 
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptx
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptxBab 3 Sejarah Kerajaan Hindu-Buddha.pptx
Bab 3 Sejarah Kerajaan Hindu-Buddha.pptx
 
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdfPaparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
Paparan Kurikulum Satuan Pendidikan_LOKAKARYA TPK 2024.pptx.pdf
 
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik Dosen
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik DosenUNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik Dosen
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik Dosen
 
PPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakat
PPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakatPPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakat
PPT LANDASAN PENDIDIKAN.pptx tentang hubungan sekolah dengan masyarakat
 
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBIVISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
VISI MISI KOMUNITAS BELAJAR SDN 93 KOTA JAMBI
 

Pertemuan 9 Representasi Pengetahuan

  • 2. Pengumpulan pengetahuan dari berbagai sumber (otak/pengetahuan pakar, buku, artikel, dll) Diorganisasikan (skema) SKEMA DEKLARATIF 1. Logika 2. Jaringan Semantik 3. Frame 4. Script SKEMA PROSEDURAL 1. Prosedure/SubRoutine, 2. Kaidah Produksi Dimodifikasi
  • 3. 1. LOGIKA – Merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah dan prosedur yang membantu proses penalaran. – Proses logika : proses membentuk kesimpulan / menarik suatu inferensi berdasarkan fakta yang telah ada.
  • 4. Penalaran Deduktif • dari penalaran umum menuju ke konklusi khusus • umumnya dimulai dari suatu silogisme / pernyataan premis dan inferensi • umumnya terdiri dari tiga bagian: premis mayor, premis minor dan konklusi. • Contoh : Premis mayor : Jika hujan turun saya tidak akan berangkat kuliah Premis minor : Hari ini hujan turun Konklusi : Maka, hari ini saya tidak akan berangkat kuliah
  • 5. Penalaran Induktif • Dari masalah khusus menuju ke masalah umum. • menggunakan sejumlah fakta / premis untuk menarik kesimpulan umum • Contoh: Premis 1 : Aljabar adalah pelajaran yang sulit Premis 2 : Geometri adalah pelajaran yang sulit Premis 3 : Kalkulus adalah pelajaran yang sulit Konklusi : Maka, Matematika adalah pelajaran yang sulit • Konklusi tidak selalu mutlak, dapat berubah jika ditemukan fakta- fakta baru
  • 6. A. Logika Proposisi • Bentuk logika komputasional ada 2 macam : Logika proposisi dan Logika Predikat • Suatu proposisi merupakan suatu statement / pernyataan yang menyatakan benar (TRUE) atau salah (FALSE) – 3+3=6 (logika proposisi TRUE) – 3+7=5 (logika proposisi FALSE) – Makanan orang indonesia adalah nasi (pernyataan yg nilainya bisa benar/salah) – Hari ini hujan (logika proposisi) • Operator logika (penggabungan proposisi)
  • 7. • Untuk menggambarkan berbagai proposisi, premis / konklusi gunakan symbol seperti huruf abjad • Inferensi (kesimpulan) pada logika proposisi dapat dilakukan dengan menggunakan resolusi • Resolusi merupakan suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk khusus yaitu CNF (Conjuction Normal Form)
  • 8. • Contoh Apabila diterapkan dalam kalimat: • P : Ani anak yang cerdas • Q : Ani rajin Belajar • R : Ani akan menjadi juara kelas • S : Ani makannya banyak • T : Ani Istirahatnya cukup
  • 9. • Kalimat yang terbentuk dari fakta yang ada : 1. P 2. (P^Q)  R 3. (SvT)  Q 4. T – Ani anak yang cerdas – Jika Ani anak yang cerdas dan Ani rajin belajar, maka Ani akan menjadi juara kelas – Jika Ani makannya banyak atau Ani istirahatnya cukup, maka Ani rajin belajar – Ani istirahatnya cukup
  • 10. B. Logika Predikat • Suatu logika yang seluruhnya menggunakan konsep dan kaidah proporsional yang sama. • Contoh : Ani makan apel  makan (Ani,apel) 3 + 3  +(3,3) • Suatu proposisi / premis dibagi menjadi 2 bagian yaitu ARGUMEN (objek) dan PREDIKAT (keterangan) o Argumen adalah individu / objek yang membuat keterangan o Predikat adalah keterangan dari argumen atau objek
  • 11. • Dalam suatu kalimat, predikat bisa berupa kata kerja / bagian dari kata kerja • Bentuk umum : PREDIKAT [individu(objek)1, individu(objek)2] • Misal: Mobil berada dalam garasi, dengan logika predikat dinyatakan menjadi: dalam (mobil,garasi) mobil=argumen (objek1) garasi=argumen(objek2) 16
  • 12. • Variabel : – huruf bisa menggantikan argumen – “symbol” juga bisa digunakan untuk merancang beberapa objek / individu – misal : x = Hanif dan y=belajar maka logika predikatnya : rajin(x,y) Contoh Lain: Andi adalah seorang laki-laki : A Ali adalah seorang laki-laki : B Amir adalah seorang laki-laki : C Anto adalah seorang laki-laki : D Agus adalah seorang laki-laki : E
  • 13. • Kelima fakta tersebut di atas, jika menggunakan proposisi, maka akan terjadi pemborosan, dimana beberapa pernyataan dengan predikat yang sama akan dibuat dalam proposisi yang berbeda (berulang-ulang).
  • 14. • Fungsi : – Predikat kalkulus membolehkan penggunaan symbol untuk mewakili fungsi-fungsi – Misal : ibu (Hanan)=Wilis , ibu (Mulia)=Yuli – Fungsi dapat digunakan bersamaan dengan predikat – Contoh: saudara(ibu(Hanan),ibu(Mulia))=saudara(Wilis,Yuli) Predikat di atas menjelaskan bahwa Wilis dan Yuli adalah bersaudara.
  • 15. RULES • Rules  aturan – aturan, merupakan pengetahuan prosedural. • Menghubungkan informasi yang diberikan dengan tindakan (action) • Struktur rule, secara logika menghubungkan satu atau lebih premises yang berada pada bagian IF dengan satu atau lebih konklusi / kesimpulan pada bagian THEN IF hari hujan AND saya tidak bawa payung THEN saya kehujanan • 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 IF . . . THEN . . . AND . . . ELSE . . .
  • 16. Contoh operasi sistem berbasis aturan • Rule dapat melakukan beberapa operasi 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
  • 17. Jenis-Jenis Rules • relationship atau hubungan IF baterai sudah soak THEN mobil tidak bias distarter • rekomendasi IF mobil tidak bisa distarter AND sistem bahan bakar OK THEN periksa bagian elektrikal • 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
  • 18. • 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 grampus 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 catudaya pada kabinet sudah diketahui AND ada ruang tersedia dalam kabinet untuk catu daya THEN letakkan catu daya pada kabinet tersebut
  • 19. 2. JARINGAN SEMANTIK (semantic network) • merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berbagai objek. • Disusun dari node dan ARC (lines). • Node representasi dari objek, objek properti /properti value (digambarkan dgn lingkaran) • ARC representasi dari hubungan antar node (digambarkan dengan garis)
  • 20. Contoh jaringan semantic sederhana: • Node ‘canary’ dan ‘bird’ menjelaskan hubungan specific to general. canary wings bird fly is a has travel
  • 21. Perluasan jaringan semantic • perluasan dilakukan dengan menambah node dan menghubungkan dengan node. • Node baru tersebut dapat merupakan objek tambahan / properti tambahan • Umumnya penambahan dapat dilakukan dalam 3 cara 1. objek yang sama 2. objek yang lebih khusus 3. objek yang lebih umum
  • 22. wings animal walk pinguin fly birdcanarytweety is a travel travel has is ais a objek yg lebih khusus objek yg lebih umum objek yg sama properti tambahan
  • 23. Operasi pada jaringan semantic  Salah satu cara untuk menggunakan jaringan semantik adalah dengan bertanya NODE.  Titik awal biasanya ditentukan oleh sebuah pertanyaan  Misal : pertanyaan untuk ‘bird’  How do you travel? jawabnya  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.
  • 24. 3. FRAME  Frame merupakan kumpulan pengetahuan tentang suatu objek tertentu, peristiwa, lokasi, situasi.  Secara umum frame memiliki 2 elemen dasar SLOT dan FACET  SLOT merupakan kumpulan atribut / property yang menjelaskan objek yang direpresentasikan oleh frame.  FACET / SUBSLOT menjelaskan pengetahuan atau prosedure dari atribut pada slot.
  • 25. 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
  • 26. Frame Class • mendefinisikan property – property umum yang dimiliki oleh semua object dalam Class tersebut. • Ada 2 jenis property, yaitu static dan dinamik • Properti static merupakan fitur dari object yang tidak dapat berubah • Property dinamik merupakan fitur yang dapat berubah selama sistem berjalan.
  • 27. 4. SCRIPT • elemen dalam script :  kondisi input: situasi yang harus dipenuhi sebelum terjadi  track / jalur : variasi script  prop/ pendukung : objek yang digunakan dalam urutan peristiwa yang terjadi  role / peran : orang – orang terlibat  scene / adegan : urutan peristiwa aktual  hasil
  • 28. Contoh : • script  restoran • track  restoran swalayan • role  tamu, pelayan • prop  counter, baki, makanan, tisu, dll • kondisi masukan  tamu lapar, tamu punya uang • adegan (scene 1)  masuk • tamu parkir mobil • tamu masuk restoran • tamu duduk • tamu baca menu • adegan (scene 2)  memesan • tamu memesan • pelayan membawa makanan • pelayan meletakkan makanan di meja • tamu membayar • adegan (scene 3)  makan • hasilnya  tamu kenyang, uang tamu berkurang, tamu senang