Minggu, 13 November 2016

7. REPRESENTASI PENGETAHUAN: LOGIKA PROPOSISI

7.1 Logika dan Set
Representasi pengetahuan dengan symbol logika merupakan bagian dari penalaran eksak.Merupakan bagian yang paling penting dalam penalaran adalah mengambil kesimpulan dari premis. Dan Logika dikembangkan oleh filusuf Yunani, Aristoteles (abad ke 4 SM) didasarkan pada silogisme, dengan dua premisdan satu konklusi.
Contoh :
– Premis : Semua wanita adalah makhluk hidup
– Premis : Milan adalah wanita
– Konklusi : Milan adalah makhluk hidup

Cara lain merepresentasikan pengetahuan adalah dengan Diagram Venn.








Diagram Venn merepresentasikan sebuah himpunan yang merupakan kumpulan objek. Objek dalam himpunan disebut elemen.
A ={1,3,5,7} ,  B = {….,-4,-2,0,2,4,…..} ,  C = {pesawat, balon}
Symbol epsilon ε menunjukkan bahwa suatu elemen merupakan anggota dari suatu himpunan, contoh : 1 ε A . Jika suatu elemen bukan anggota dari suatu himpunan maka symbol yang digunakan , contoh : 2 A.Jika suatu himpunan sembarang, misal X dan Y didefinisikan bahwa setiap elemen X merupakan elemen Y, maka X adalah subset dari Y, dituliskan : X Y atau Y X.



Operasi-operasi Dasar dalam Diagram Venn:
– Interseksi (Irisan)
C = A ∩ B C = {x U | (x A) (x B)}
Dimana : ∩ menyatakan irisan himpunan | dibaca “sedemikian hingga” operator logika AND








– Union (Gabungan)
C = A B C = {x U | (x A) (x B)}
Dimana : menyatakan gabungan himpunan  operator logika OR








– Komplemen
A’ = {x U | ~(x A) }
Dimana : ’ menyatakan komplemen himpunan ~ operator logika NOT







7.2 Operator Logika
            Suatu Proposisi merupakan suatu statemen atau pernyataan yang menyatakan benar (TRUE) atau salah (FALSE). Dalam Propositional Logic fakta dilambangkan dengan simbol misalnya P, Q dan R. Lambang-lambang tersebut dihubungkan dengan relasi-relasi logika
Dengan menggunakan operator logika:







Tabel Kebenaran Logika
Contoh Logika Proposisi                :

Contoh Proposisi
Nilai
Ibukota Jawa Timur adalah Surabaya
TRUE
100 > 90
TRUE
Mata uang Indonesia adalah Dollar
FALSE



7.3 Tautologi, Kontradiksi, dan Contingent
Ø  Tautologi

Suatu ekspresi logika yang selalu bernilai benar di dalam tabel kebenarannya, tanpa memperdulikan nilai kebenaran dari proposisi-proposisi yang berada didalamnya.

Example :

Jika Tono pergi kuliah, maka Tini juga pergi kuliah. Jika siska tidur, maka Tini pergi kuliah. Dengan demikian, jika Tono pergi kuliah atau Siska tidur, maka Tini pergi kuliah.
Jawab : Diubah ke variabel proposisional :
A = Tono pergi kuliah
B = Tini pergi kuliah
C = Siska tidur

Diubah menjadi ekspresi logika yang terdiri dari premis-premis dan kesimpulan. Ekspresi logika 1 dan 2 adalah premis-premis, sedangkan logika 3 adalah kesimpulan.
1.      A → B (premis)
2.      C → B (premis)
3.      (A v C)→B (kesimpulan)

Selanjutnya, dapat ditulis dan buatlah tabel kebenarannya dari ekspresi logika tersebut :
((A B) ^ (C B)) ((A v C) B)

A
B
C
AB
CB
(AB)^(CB)
AvC
(AvC)B
F
F
F
T
T
T
F
T
T
F
F
T
T
F
F
T
F
T
F
T
F
T
T
T
F
T
T
F
T
T
T
T
T
T
T
T
T
F
F
F
T
F
T
F
T
T
F
T
F
F
F
T
F
T
T
T
F
T
T
T
T
T
T
T
T
T
T
T
T
T
T
T
Jadi ekspresi logika diatas adalah tautology karena pada table kebenarannya semua pasangannya menghasilkan nilai T dan argument tersebut valid.

Ø  Kontradiksi

Suatu ekspresi logika yang selalu bernilai salah di dalam tabel kebenarannya, tanpa memperdulikan nilai kebenarannya dari proposisi-proposisi yang berada di dalamnya.


Example :

Lihat ekspresi logika dari suatu pernyataan berikut dan buat tabel kebenarannya:

((A v B) ^ ¬A) ^ ¬B
A
B
¬A
¬B
(A v B)
((A v B) ^ ¬A)
F
F
T
T
F
F
F
T
T
F
T
T
T
F
F
T
T
F
T
T
F
F
T
F
Jadi, ekspresi logika di atas terjadi kontradiksi.

Ø  Contingent

Suatu ekspresi logika yang mempunyai nilai benar dan salah di dalam tabel kebenarannya, tanpa mempedulikan nilai kebenaran dari proposisi-proposisi yang berada di dalamnya.

Example :

Lihat ekspresi logika dari suatu pernyataan berikut dan buat tabel kebenarannya:
((A ^ B) → C) → A

A
B
C
A ^ B
(A ^ B) C
F
F
F
F
T
F
F
F
T
F
T
F
F
T
F
F
T
F
F
T
T
F
T
F
T
F
F
F
T
T
T
F
T
F
T
T
T
T
F
T
F
T
T
T
T
T
T
T

Nilai-nilai kebenaran pada nilai kebenaran sebagai hasil akhir di tabel kebenaran tidak harus selalu berurutan antara  F dan T, yang penting ada T dan ada F.

7.4 Resolusi Logika Proposisi
Resolusi merupakan suatu teknik pembuktian yang lebih efisien, sebab fakta-fakta yang akan dioperasikan terlebih dahulu dibawa ke bentuk standar yang sering disebut dengan nama klausa. Pembuktian suatu pernyataan menggunakan resolusi ini dilakukan dengan cara menegasikan pernyataan tersebut, kemudian dicari kontradiksinya dari pernyataan-pernyataan yang sudah ada.
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.
Algoritma resolusi :
(1) Konversikan semua proposisi F ke bentuk CNF.
(2) Negasikan P, dan konversikan hasil negasi tersebut ke bentuk klausa. Tambahkan ke himpunan klausa yang telah ada pada langkah 1.
(3) Kerjakan hingga terjadi kontradiksi atau proses tidak mengalami kemajuan :
a. Seleksi 2 klausa sebagai klausa parent.
b. Bandingkan (resolve) secara bersama-sama. Klausa hasil resolve tersebut dinamakan resolvent. Jika ada pasangan literal L dan L, eliminir dari resolvent.
c. Jika resolvent berupa klausa kosong, maka ditemukan kontradiksi. Jika tidak, tambahkan ke himpunan klausa yang telah ada.
Contoh apabila diterapkan dalam kalimat:
P : Andi anak yang cerdas.
Q : Andi rajin belajar.
R : Andi akan menjadi juara kelas.
S : Andi makannya banyak.
T : Andi istirahatnya cukup.
Kalimat yang terbentuk (basis pengetahuan) menjadi :
1. P : Andi anak yang cerdas.
2. (P Q) → R : Jika Andi anak yang cerdas dan Andi rajin belajar, maka Andi akan menjadi juara kelas.
3. (S T) → Q : Jika Andi makannya banyak atau Andi istirahatnya cukup, maka Andi rajin belajar.
4. T : Andi istirahatnya cukup.
Setelah dilakukan konversi ke bentuk CNF, didapat:
1. P : Andi anak yang cerdas.
2. P Q R : Andi tidak cerdas atau Andi tidak rajin belajar atau Andi akan menjadi juara kelas.
3. S Q : Andi tidak makan banyak atau Andi rajin belajar.
4. T Q : Andi tidak cukup istirahat atau Andi rajin belajar.


REFERENSI:
·         ogi01.blogspot.com/2014/04/logika-proposisi-konjungsi-disjungsi.html




6. REPRESENTASI PENGETAHUAN

6.1 Arti Pengetahuan
Pengetahuan adalah hal yang utama dalam sistem pakar yaitu fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu pengalaman. Pengetahuan dibedakan menjadi 3 klasifikasi yaitu:
Prodecural Knowledge adalah pengetahuan yang berkaitan dengan prosedur atau cara untuk melakukan sesuatu. Contohnya, bagaimana cara mendidihkan air dalam panci.
Declarative Knowledge adalah pengetahuan untuk dapat menentukan nilai benar dan salah suatu hal. Contohnya, jangan celupkan tangan anda dalam air yang mendidih.
Tacid Knowledge kadang disebut juga sebagai "unconscious knowledge", karena pengetahuan tidak dapat diekspresikan atau didefinisikan dengan bahasa. Contohnya, bagaimana menggerakkan tangan.
Representasi pengetahuan adalah cara untuk menyajikan pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi antara suatu pengetahuan dengan pengetahuan yang lain dan dapat dipakai untuk menguji kebenaran penalarannya.

6.2 Produksi
Aturan Produksi (kaidah produksi) adalah salah satu representasi pengetahuan yang menghubungkan premis dengan konklusi. Aturan produksi adalah jenis representasi pengetahuan yang paling umum digunakan karena memiliki keuntungan yang lebih dibandingkan dengan kekurangannya.
Pengetahuan dalam kaidah produksi direpresentasikan dalam bentuk:

JIKA [kondisi] MAKA [Aksi]
JIKA [premis] MAKA [Konklusi]

Bentuknya: If Premis Then Konklusi
Konklusi pada bagian then bernilai benar jika premis pada bagian if bernilai benar.
Contoh: If  hari ini hujan then saya tidak kuliah.

6.3 Jaringan Semantik
Jaringan Semantik adalah teknik representasi dalam artificial intelligence klasik untuk informasi proposional, sehingga sering kali disebut sebagai proposional network. Proposisi adalah pernyataan yang dapat bernilai benar atau salah dan merupakan bentuk pengetahuan deklaratif.
Jaringan Semantik pertama kali dikembangkan untuk AI sebagai cara untuk mempresentasikan memory dan pemahaman bahasa manusia. Struktur semantik nets berupa grafik dengan node (simpul) dan arc (ruas) yang menghubungkannya.
Pengetahuan disusun dalam sebuah jaringan yang memiliki komponen utama:
-  Node: menyatakan obyek, konsep, atau situasi. Dinyatakan dengan kotak atau lingkaran
-  Arcs/Link: menyatakan hubungan antar node. Dinyatakan dengan tanda panah.

6.4 Triple Obyek-Atribut-Nilai
Bentuk object-attribute-value triple daapat digunakan untuk mempresentasikan semua karakteristik pengetahuan dalam semantic net dan digunakan pada sistem pakar MYCIN untuk mendiagnosa penykit infeksi.

6.5 Schemata: Frame dan Script
Ø  Frame
Salah satu tipe skema yang digunakan dalam beberapa aplikasi AI adalah frame. Frame merupakan struktur yang baik untuk mempresentasikan objek yang tipikal dalam situasi tertentu. Karakteristik dasar frame adalah frame mempresentasikan pengetahuan yang terkait mengenai sebuah subjek yang sempit dan memiliki default. Sistem frame adalah pilihan yang baik untuk mendeskripsikan peralatan mekanik seperti mobil. Frame mencoba memodelkan obyek yang ada di dunia nyata menggunakan pengetahuan generik untuk atribut yang banyak dimiliki oleh obyek dan pengetahuan spesifik untuk kasus khusus. Frame merupakan semantik net dilengkapi dengan properties. Suatu Frame menggambarkan entitas sebagai set dari attribute dan nilai yang bersesuaian. Suatu frame dapat berelasi dengan frame yang lainnya.
Tiga komponen utama dari frame:
        1. Frame name
        2. Attributes (slots)
        3. Values (subslots)

Contoh: Deskripsi frame untuk robot
ROBOT:
Spesifikasi dari: Alat Mekanik
Program: Kecerdasan Buatan
Jenis: Robot mobile, robot jaringan, robot manipulator

Ø  Robot mobile:
Spesifikasi dari: Robot
Kontrol: Menggunakan roda
Kegunaan: Penelitian robot
Ø  Robot jaringan:
Spesifikasi dari: Robot
Kontrol: Jaringan internet
Kegunaan: Penjinak bom
Ø  Robot manipulator:
Spesifikasi dari: Robot
Kontrol: Mempunyai tangan
Kegunaan: Memindahkan barang



                        Setiap frame individual dapat dipandang sebagai struktur data yang mirip record, berisi informasi yang relevan dengan entitas-entitas stereotype. Slot-slot dalam frame dapat berisi :
– Informasi identifikasi frame
– Hubungan frame dengan frame lain
– Penggambaran persyaratan yang dibutuhkan frame
– Informasi procedural untuk menggunakan struktur yang digambarkan
– Informasi default frame
– Informasi terbaru

Ø  Script
Script adalah skema representasi pengetahuan yang menggambarkan urutan-urutan kejadian (sequence of events). Script dilengkapi dengan elemen-elemen agar lebih memudahkan dalam memahami urutan kejadian.
a. Track/Jalur: variasi yang mungkin terjadi dalam script
b. Kondisi Input: situasi yang harus dipenuhi sebelum sesuatu kejadian terjadi
c. Prop/Pendukung: objek pendukung yang digunakan dalam urutan peristiwa yang terjadi
d. Role/Peran: orang-orang yang terlibat dalam suatu peran
e. Scene/Adegan: urutan peristiwa aktual
f.  Hasil: kondisi akhir yang terjadi setelah urutan peristiwa dalam script

Contoh script memadamkan api
Script Robot Pemadam Kebakaran
Jalur (track) : lokasi kebakaran
Peran (roles) : user, robot
Pendukung (prop) : air, sensor, tombol on/off, dll
Kondisi masukan : suhu panas – sensor mendeteksi suhu

Adegan (scene) 1 : Nyalakan robot
- Cari tombol on/off
- Geser tombol ke kondisi on
Adegan (scene) 2 : Deteksi suhu
- Sensor mendeteksi suhu panas
- Sensor memberikan masukan pada mikrokontroler
- Minkrokontroler merespon masukan
Adegan (scene) 3 : Padamkan api
- Robot mendekati api sampai jarak aman
- Robot menyemprotkan air
Adegan (scene) 4 : Matikan robot
- Cari tombol on/off
- Geser tombol ke kondisi off
Hasil :
- Api padam

REFERENSI :
http://lutfiatulm.blogspot.co.id/2013/03/representasi-pengetahuan.html