SlideShare a Scribd company logo
1 of 27
PENGANTAR TEKNOLOGI SISTEM CERDAS
Pertemuan
FARAMADHANTI
UNIVERSITAS GUNADARMA
4
Agen Logika
FARAMADHANTI
• 1. Pengetahuan Berbasis Agen
• 2. Logika
• 3. Logika Proposi / Logika Sederhana
• 4. Pola Penalaran Pada Logika Proposisi
FARAMADHANTI
Pengetahuan Berbasis Agen
FARAMADHANTI
Penjelasan
• Agen Berbasis Pengetahuan, Knowledge Base (KB) menyatakan apa yang
“diketahui” oleh si agent Pendekatan deklaratif membangun agent:
“beritahu” informasi yang relevan, simpan dalam KB. Agen dapat ditanya
(atau bertanya diri sendiri) apa yang sebaiknya dilakukan berdasarkan KB.
Maka sebuah agen berbasis pengetahuan harus bisa mereprentasikan
world, state, action, dst. Menerima informasi baru (dan meng-update
representasinya). Menyimpulkan pengetahuan lain yang tidak eksplisit
(hidden property). q Menyimpulkan action apa yang perlu diambil.
FARAMADHANTI
Agen Berbasis Pengetahuan
dalam representasi
• Agent dapat dipandang dari knowledge level. Apa saja informasi yang
diketahui? Misal sebuah robot “mengetahui” bahwa gedung B di antara
gedung A dan gedung C. Agent dapat dipandang dari implementation level
Bagaimana representasi informasi yang diketahuinya? Logical sentence
di_antara(gdB, gdA, gdC). Natural language “Gedung B ada di antara
gedung A dan gedung C”.
FARAMADHANTI
Logika
FARAMADHANTI
Etimologis Logika
• istilah yang dibentuk dari kata logikosyang berasal dari kata benda logos.
Kata logos, berarti sesuatu yang diutarakan, suatu pertimbangan akal
(pikiran), kata, percakapan, atau ungkapan lewat bahasa. Kata logikos,
berarti mengenal kata, mengenai percakapan atau yang berkenaan dengan
ungkapan lewat bahasa. Dengan demikian, dapatlah dikatan bahwa logika
adalah suatu pertimbangan akal atau pikiran yang diutrakan lewat kata
dan dinyatakan dalam bahasa.
FARAMADHANTI
Logika Proposi / Logika
Sederhana
FARAMADHANTI
Sintaks
• Sintaks merupakan kumpulan aturan yang mendefinisikan suatu bentuk
bahasa. Sintaks mendefinisikan bagaimana suatu kalimat dibentuk sebagai
barisan/urutan dari pemilihan suatu kata dasar. Sintaks dari bahasa
pemrograman didefinisikan dengan dua kumpulan aturan, yaitu aturan
lexical dan aturan syntactic.
FARAMADHANTI
• Suatu bahasa pemrograman juga
dibangun berdasarkan elemen-elemen
syntactic, yang dapat membentuk suatu
statement-statement dalam bahasa
pemrograman. Elemen-elemen tersebut
antara lain :
– Himpunan Karakter
– Identifier
– Simbol untuk operator
– Keyword dan reserved word
– Noise word
– Komentar
– Blank
– Delimiter dan tanda kurung
– Ekspresi
FARAMADHANTI
Semantik
• Sintak mendifinisikan suatu bentuk program yang benar dari suatu
bahasa. Semantic mendefinisikan arti dari program yang benar secara
sintak dari bahasa tersebut. Semantic suatu bahasa membutuhkan
semacam ekspresi untuk mengirimkan suatu nilai kebenaran (TRUE, FALSE,
NOT atau nilai integer). Dalam banyak kasus, program hanya dapat
dieksekusi jika benar, serta mengikuti aturan sintak dan semantic.
FARAMADHANTI
• Semantic suatu bahasa pemrograman
mempunyai banyak potensial / keunggulan,
beberapa diantaranya adalah :
– Standarisasi bahasa pemrograman.
– Referensi untuk user.
– Pembuktian dari program yang benar.
– Referensi untuk implementor.
– Implementasi otomatis.
– Operational semantic
– Detonational semantic.
– Axiomatic semantic.
– Algebraic semantic.
– Structured operational semantic atau natural
semantic.
FARAMADHANTI
• Proses analisa sintak dan analisa semantic
merupakan 2 proses yang sangat erat
kaitannya dan sulit untuk dipisahkan
FARAMADHANTI
Contoh Soal
A:= (A+B) * (C+D)
Parser hanya akan mengenali symbol-simbol „:=”, “+”, “*”, parser
tidak mengetahui makna dari symbol-simbol tersebut. Untuk
mengenali makna dari symbol-simbol tersebut maka compiler
memanggil routin semantics.
Apakah variable yang ada telah didefinisikan sebelumnya
Apakah variable-variabel terserbut tipenya sam
Apakah operand yang akan di operasikan terserbut ada nilainya, dst.Menggunakan table symbo
Pemeriksaan bisa dilakukan pada table identifier, table display, dan table block.
FARAMADHANTI
Cara Pengerjaan (Inferensi)
• Metode inferensi adalah suatu teknik/metode untuk
menurunkan kesimpulan berdasarkan hipotesa yang
diberikan, tanpa harus menggunakan table kebenaran.
Beberapa metode inferensi untuk menentukan validitas
adalah sebagai berikut :
•Pada suatu implikasi “jika p maka q” yang diasumsikan bernilai benar, dan apabila juga diketahui bahwa nilai dari
anteseden (p) bernilai benar, maka nilai q juga harus benar.
Modus Ponens
•Suatu implikasi “jika p maka q” akan selalu ekuivalen dengan kontraposisinya, yaitu “jika bukan q maka bukan p”.
dengan demikian, hipotesa kedua dan kesimpulan merupakan kontraposisi hipotesa pertama pada modus ponens.
Modus Tollens
•rinsip Silogisme adalah sifat transitif dari implikasi. Artinya, jika suatu implikasi p à q dan q à r keduanya bernilai benar
maka implikasi p à q pasti bernilai benar.
Silogisme
FARAMADHANTI
Validitas
• Menurut Azwar (1986) validitas berasal dari
kata validity yang mempunyai arti sejauh
mana ketepatan dan kecermatan suatu alat
ukur dalam melakukan fungsi ukurnya
• Berdasarkan beberapa pendapat tentang
pengertian validitas di atas, maka dapat
diambil kesimpulan bahwa validitas adalah
suatu standar ukuran yang menunjukkan
ketepatan dan kesahihan suatu instrumen.
FARAMADHANTI
Logika Pengerjaan
• Suatu Kalimat logika f bersifat valid jika untuk
setiap interpretasinya I for f, f bernilai true.
– Contoh :
• (f and g) if and only if (g and f)
• f or not f
• [p and (if r then s)] if only if [(if r then s ) and p]
• [p or q) or not (p or q)
• (if p then not q) if and only if not (p and q)
FARAMADHANTI
Satisfiability
• Sebuah proposisi majemuk dikatakan
satisfiable jika ada minimal satu nilai tabel
kebenarannya yang bernilai TRUE (benar), Jika
proposisi majemuk tersebut tidak memiliki
nilai TRUE (benar) sama sekali dalam tabel
kebenarannya, maka proposisi majemuk
tersebut disebut tidak satisfiable.
FARAMADHANTI
• Contoh:
Dengan menggunakan table kebenaran, buktikan bahwa :
(p ˄ (p q)) adalah satisfiable.
FARAMADHANTI
Pola Penalaran Pada Logika
Proposisi
FARAMADHANTI
RESOLUSI
• Resolusi adalah suatu aturan untuk melakukan
inferensi yang dapat berjalan secara efisien
dalam suatu bentuk khusus conjunctive
normal form (CNF). Pada logika proposisi,
prosedur untuk membuktikan proposisi P
dengan beberapa aksioma F yang telah
diketahui, dengan menggunakan resolusi.
FARAMADHANTI
Algoritma resolusi
• Konversikan semua proposisi F ke bentuk CNF.
• Negasikan P, dan konversikan hasil negasi tersebut ke bentuk klausa.
Tambahkan ke himpunan klausa yang telah ada pada langkah 1.
• Kerjakan hingga terjadi kontradiksi atau proses tidak mengalami
kemajuan :
• Seleksi 2 klausa sebagai klausa parent.
• Bandingkan (resolve) secara bersama-sama. Klausa hasil resolve
tersebut dinamakan resolvent. Jika ada pasangan literal L dan ¬L,
eliminir dari resolvent.
• Jika resolvent berupa klausa kosong, maka ditemukan kontradiksi.
Jika tidak, tambahkan ke himpunan klausa yang telah ada.
FARAMADHANTI
Forward Chaining
• Forward chaining merupakan metode
inferensi yang melakukan penalaran dari suatu
masalah kepada solusinya. Jika klausa premis
sesuai dengan situasi (bernilai TRUE), maka
proses akan menyatakan konklusi. Forward
chaining adalah data-driven karena inferensi
dimulai dengan informasi yang tersedia dan
baru konklusi diperoleh. Jika suatu aplikasi
menghasilkan tree yang lebar dan tidak
dalam, maka gunakan forward chaining.
FARAMADHANTI
• Contoh :
• Terdapat 10 aturan yang tersimpan dalam basis pengetahuan yaitu :
• R1 : if A and B then C
• R2 : if C then D
• R3 : if A and E then F
• R4 : if A then G
• R5 : if F and G then D
• R6 : if G and E then H
• R7 : if C and H then I
• R8 : if I and A then J
• R9 : if G then J
• R10 : if J then K
FARAMADHANTI
• Fakta awal yang
diberikan hanya A dan
E, ingin membuktikan
apakah K bernilai benar.
Proses penalaran
forward chaining
terlihat pada gambar
disamping :
FARAMADHANTI
Backward Chaining
• Menggunakan pendekatan goal-driven,
dimulai dari harapan apa yang akan terjadi
(hipotesis) dan kemudian mencari bukti yang
mendukung (atau berlawanan) dengan
harapan kita. Sering hal ini memerlukan
perumusan dan pengujian hipotesis
sementara. Jika suatu aplikasi menghasilkan
tree yang sempit dan cukup dalam, maka
gunakan backward chaining.
FARAMADHANTI
• Contoh :
– Seperti pada contoh forward chining, terdapat 10 aturan yang sama pada basis
pengetahuan dan fakta awal yang diberikan hanya A dan E. ingin membuktikan
apakah K bernilai benar. Proses penalaran backward chaining terlihat pada
gambar berikut

More Related Content

Similar to PENGANTAR TEKNOLOGI SISTEM CERDAS

Similar to PENGANTAR TEKNOLOGI SISTEM CERDAS (16)

Pengulangan dan Seleksi
Pengulangan dan SeleksiPengulangan dan Seleksi
Pengulangan dan Seleksi
 
Standar Kompetensi dan Daftar Pertanyaan
Standar Kompetensi dan Daftar PertanyaanStandar Kompetensi dan Daftar Pertanyaan
Standar Kompetensi dan Daftar Pertanyaan
 
4.1. METODOLOGI PENELITIAN - PENGUKURAN & ENGUMPULAN DATA
4.1. METODOLOGI PENELITIAN - PENGUKURAN & ENGUMPULAN DATA4.1. METODOLOGI PENELITIAN - PENGUKURAN & ENGUMPULAN DATA
4.1. METODOLOGI PENELITIAN - PENGUKURAN & ENGUMPULAN DATA
 
Presentasi fuzzy logic (Logika Fuzzy)
Presentasi fuzzy logic (Logika Fuzzy)Presentasi fuzzy logic (Logika Fuzzy)
Presentasi fuzzy logic (Logika Fuzzy)
 
Pertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi PengetahuanPertemuan 9 Representasi Pengetahuan
Pertemuan 9 Representasi Pengetahuan
 
BAB IV Analisis TB
BAB IV Analisis TBBAB IV Analisis TB
BAB IV Analisis TB
 
P4 Basis Pengetahuan.pdf
P4 Basis Pengetahuan.pdfP4 Basis Pengetahuan.pdf
P4 Basis Pengetahuan.pdf
 
Algoritma pemrograman
Algoritma pemrogramanAlgoritma pemrograman
Algoritma pemrograman
 
Looping
LoopingLooping
Looping
 
Dasar dasar algoritma - 2
Dasar dasar algoritma - 2Dasar dasar algoritma - 2
Dasar dasar algoritma - 2
 
Memahami Dasar Framework Spring Java
Memahami Dasar Framework Spring JavaMemahami Dasar Framework Spring Java
Memahami Dasar Framework Spring Java
 
Laporan praktikum modul iv
Laporan praktikum modul ivLaporan praktikum modul iv
Laporan praktikum modul iv
 
Algoritma Pemrograman
Algoritma PemrogramanAlgoritma Pemrograman
Algoritma Pemrograman
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi Pengetahuan
 
Sistem Pakar
Sistem PakarSistem Pakar
Sistem Pakar
 
Expert System
Expert SystemExpert System
Expert System
 

PENGANTAR TEKNOLOGI SISTEM CERDAS

  • 1. PENGANTAR TEKNOLOGI SISTEM CERDAS Pertemuan FARAMADHANTI UNIVERSITAS GUNADARMA 4 Agen Logika
  • 2. FARAMADHANTI • 1. Pengetahuan Berbasis Agen • 2. Logika • 3. Logika Proposi / Logika Sederhana • 4. Pola Penalaran Pada Logika Proposisi
  • 4. FARAMADHANTI Penjelasan • Agen Berbasis Pengetahuan, Knowledge Base (KB) menyatakan apa yang “diketahui” oleh si agent Pendekatan deklaratif membangun agent: “beritahu” informasi yang relevan, simpan dalam KB. Agen dapat ditanya (atau bertanya diri sendiri) apa yang sebaiknya dilakukan berdasarkan KB. Maka sebuah agen berbasis pengetahuan harus bisa mereprentasikan world, state, action, dst. Menerima informasi baru (dan meng-update representasinya). Menyimpulkan pengetahuan lain yang tidak eksplisit (hidden property). q Menyimpulkan action apa yang perlu diambil.
  • 5. FARAMADHANTI Agen Berbasis Pengetahuan dalam representasi • Agent dapat dipandang dari knowledge level. Apa saja informasi yang diketahui? Misal sebuah robot “mengetahui” bahwa gedung B di antara gedung A dan gedung C. Agent dapat dipandang dari implementation level Bagaimana representasi informasi yang diketahuinya? Logical sentence di_antara(gdB, gdA, gdC). Natural language “Gedung B ada di antara gedung A dan gedung C”.
  • 7. FARAMADHANTI Etimologis Logika • istilah yang dibentuk dari kata logikosyang berasal dari kata benda logos. Kata logos, berarti sesuatu yang diutarakan, suatu pertimbangan akal (pikiran), kata, percakapan, atau ungkapan lewat bahasa. Kata logikos, berarti mengenal kata, mengenai percakapan atau yang berkenaan dengan ungkapan lewat bahasa. Dengan demikian, dapatlah dikatan bahwa logika adalah suatu pertimbangan akal atau pikiran yang diutrakan lewat kata dan dinyatakan dalam bahasa.
  • 8. FARAMADHANTI Logika Proposi / Logika Sederhana
  • 9. FARAMADHANTI Sintaks • Sintaks merupakan kumpulan aturan yang mendefinisikan suatu bentuk bahasa. Sintaks mendefinisikan bagaimana suatu kalimat dibentuk sebagai barisan/urutan dari pemilihan suatu kata dasar. Sintaks dari bahasa pemrograman didefinisikan dengan dua kumpulan aturan, yaitu aturan lexical dan aturan syntactic.
  • 10. FARAMADHANTI • Suatu bahasa pemrograman juga dibangun berdasarkan elemen-elemen syntactic, yang dapat membentuk suatu statement-statement dalam bahasa pemrograman. Elemen-elemen tersebut antara lain : – Himpunan Karakter – Identifier – Simbol untuk operator – Keyword dan reserved word – Noise word – Komentar – Blank – Delimiter dan tanda kurung – Ekspresi
  • 11. FARAMADHANTI Semantik • Sintak mendifinisikan suatu bentuk program yang benar dari suatu bahasa. Semantic mendefinisikan arti dari program yang benar secara sintak dari bahasa tersebut. Semantic suatu bahasa membutuhkan semacam ekspresi untuk mengirimkan suatu nilai kebenaran (TRUE, FALSE, NOT atau nilai integer). Dalam banyak kasus, program hanya dapat dieksekusi jika benar, serta mengikuti aturan sintak dan semantic.
  • 12. FARAMADHANTI • Semantic suatu bahasa pemrograman mempunyai banyak potensial / keunggulan, beberapa diantaranya adalah : – Standarisasi bahasa pemrograman. – Referensi untuk user. – Pembuktian dari program yang benar. – Referensi untuk implementor. – Implementasi otomatis. – Operational semantic – Detonational semantic. – Axiomatic semantic. – Algebraic semantic. – Structured operational semantic atau natural semantic.
  • 13. FARAMADHANTI • Proses analisa sintak dan analisa semantic merupakan 2 proses yang sangat erat kaitannya dan sulit untuk dipisahkan
  • 14. FARAMADHANTI Contoh Soal A:= (A+B) * (C+D) Parser hanya akan mengenali symbol-simbol „:=”, “+”, “*”, parser tidak mengetahui makna dari symbol-simbol tersebut. Untuk mengenali makna dari symbol-simbol tersebut maka compiler memanggil routin semantics. Apakah variable yang ada telah didefinisikan sebelumnya Apakah variable-variabel terserbut tipenya sam Apakah operand yang akan di operasikan terserbut ada nilainya, dst.Menggunakan table symbo Pemeriksaan bisa dilakukan pada table identifier, table display, dan table block.
  • 15. FARAMADHANTI Cara Pengerjaan (Inferensi) • Metode inferensi adalah suatu teknik/metode untuk menurunkan kesimpulan berdasarkan hipotesa yang diberikan, tanpa harus menggunakan table kebenaran. Beberapa metode inferensi untuk menentukan validitas adalah sebagai berikut : •Pada suatu implikasi “jika p maka q” yang diasumsikan bernilai benar, dan apabila juga diketahui bahwa nilai dari anteseden (p) bernilai benar, maka nilai q juga harus benar. Modus Ponens •Suatu implikasi “jika p maka q” akan selalu ekuivalen dengan kontraposisinya, yaitu “jika bukan q maka bukan p”. dengan demikian, hipotesa kedua dan kesimpulan merupakan kontraposisi hipotesa pertama pada modus ponens. Modus Tollens •rinsip Silogisme adalah sifat transitif dari implikasi. Artinya, jika suatu implikasi p à q dan q à r keduanya bernilai benar maka implikasi p à q pasti bernilai benar. Silogisme
  • 16. FARAMADHANTI Validitas • Menurut Azwar (1986) validitas berasal dari kata validity yang mempunyai arti sejauh mana ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya • Berdasarkan beberapa pendapat tentang pengertian validitas di atas, maka dapat diambil kesimpulan bahwa validitas adalah suatu standar ukuran yang menunjukkan ketepatan dan kesahihan suatu instrumen.
  • 17. FARAMADHANTI Logika Pengerjaan • Suatu Kalimat logika f bersifat valid jika untuk setiap interpretasinya I for f, f bernilai true. – Contoh : • (f and g) if and only if (g and f) • f or not f • [p and (if r then s)] if only if [(if r then s ) and p] • [p or q) or not (p or q) • (if p then not q) if and only if not (p and q)
  • 18. FARAMADHANTI Satisfiability • Sebuah proposisi majemuk dikatakan satisfiable jika ada minimal satu nilai tabel kebenarannya yang bernilai TRUE (benar), Jika proposisi majemuk tersebut tidak memiliki nilai TRUE (benar) sama sekali dalam tabel kebenarannya, maka proposisi majemuk tersebut disebut tidak satisfiable.
  • 19. FARAMADHANTI • Contoh: Dengan menggunakan table kebenaran, buktikan bahwa : (p ˄ (p q)) adalah satisfiable.
  • 21. FARAMADHANTI RESOLUSI • Resolusi adalah suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk khusus conjunctive normal form (CNF). Pada logika proposisi, prosedur untuk membuktikan proposisi P dengan beberapa aksioma F yang telah diketahui, dengan menggunakan resolusi.
  • 22. FARAMADHANTI Algoritma resolusi • Konversikan semua proposisi F ke bentuk CNF. • Negasikan P, dan konversikan hasil negasi tersebut ke bentuk klausa. Tambahkan ke himpunan klausa yang telah ada pada langkah 1. • Kerjakan hingga terjadi kontradiksi atau proses tidak mengalami kemajuan : • Seleksi 2 klausa sebagai klausa parent. • Bandingkan (resolve) secara bersama-sama. Klausa hasil resolve tersebut dinamakan resolvent. Jika ada pasangan literal L dan ¬L, eliminir dari resolvent. • Jika resolvent berupa klausa kosong, maka ditemukan kontradiksi. Jika tidak, tambahkan ke himpunan klausa yang telah ada.
  • 23. FARAMADHANTI Forward Chaining • Forward chaining merupakan metode inferensi yang melakukan penalaran dari suatu masalah kepada solusinya. Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan menyatakan konklusi. Forward chaining adalah data-driven karena inferensi dimulai dengan informasi yang tersedia dan baru konklusi diperoleh. Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
  • 24. FARAMADHANTI • Contoh : • Terdapat 10 aturan yang tersimpan dalam basis pengetahuan yaitu : • R1 : if A and B then C • R2 : if C then D • R3 : if A and E then F • R4 : if A then G • R5 : if F and G then D • R6 : if G and E then H • R7 : if C and H then I • R8 : if I and A then J • R9 : if G then J • R10 : if J then K
  • 25. FARAMADHANTI • Fakta awal yang diberikan hanya A dan E, ingin membuktikan apakah K bernilai benar. Proses penalaran forward chaining terlihat pada gambar disamping :
  • 26. FARAMADHANTI Backward Chaining • Menggunakan pendekatan goal-driven, dimulai dari harapan apa yang akan terjadi (hipotesis) dan kemudian mencari bukti yang mendukung (atau berlawanan) dengan harapan kita. Sering hal ini memerlukan perumusan dan pengujian hipotesis sementara. Jika suatu aplikasi menghasilkan tree yang sempit dan cukup dalam, maka gunakan backward chaining.
  • 27. FARAMADHANTI • Contoh : – Seperti pada contoh forward chining, terdapat 10 aturan yang sama pada basis pengetahuan dan fakta awal yang diberikan hanya A dan E. ingin membuktikan apakah K bernilai benar. Proses penalaran backward chaining terlihat pada gambar berikut