sbpb tugas1 kelompok3 makalah
TRANSCRIPT
Makalah
SISTEM BERBASIS PENGETAHUAN (SBP)
“REPRESENTASI PEGETAHUAN”
Disusun oleh :
Kelompok : 3
Nama kelompok :
1. Devi Natalia (10.1.03.02.0145)
2. Devi Ratnasari (10.1.03.02.0146)
3. Doni Salmunniarto (10.1.03.02.0160)
4. Eka Desi Ratnasari (10.1.03.02.0169)
5. Eko Teddy Kurniawan (10.1.03.02.0173)
6. Fathul Amin (10.1.03.02.0190)
7. Fatimah Wulan Sari (10.1.03.02.0191)
8. Henky Dwi Trisdiantoro (10.1.03.02.0216)
9. Sukma Pristiani (10.1.03.02.0429)
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK
UNIVERSITAS NUSANTARA PGRI KEDIRI
2013
Kata Pengantar
Puji syukur kami panjatkan kehadirat Alloh SWT yang telah melimpahkan rahmat-
Nya sehingga kami dpat menyelesaikan makalah ini dengan baik.
Makalah tentang “Representasi Pengetahuan” ini disusun untuk memenihi tugas
Sistem Berbasis Pengetahuan (SBP) yang berisikan meteri tentang Representasi
Pengetahuan.
Kami berharap makalah ini dapat berguna untuk memacu mahasiswa dalam meraih
prestasi yang maksimal. Makalah ini tentu masih memiliki banyak kekurangan. Oleh
karena itu, saran maupun kritikan yang membangun sangat kami harapkan untuk
penyempurnaan dalam pembuatan makalah berikutnya.
Kediri, 22 Maret 2013
Penulis
1
DAFTAR ISI
COVER
KATA PENGANTAR ................................................................................................... i
DAFTAR ISI .................................................................................................................. ii
BAB I PENDAHULUAN
1.1 Latar Belakang ..................................................................................... 1
1.2 Rumusan Masalah ................................................................................ 1
1.3 Tujuan .................................................................................................. 1
BAB II REPRESENTASI PENGETAHUAN
2.1 Pengertian Representasi Pengetahuan ................................................. 2
2.2 Klasifikasi Representasi Pengetahuan ................................................ 3
2.3 Logika ................................................................................................ 3
2.4 Pohon .................................................................................................. 13
2.5 Jaringan Simantik ................................................................................. 14
2.6 Frame ................................................................................................... 16
2.7 Script .................................................................................................... 17
2.8 Sistem Produksi (Production Rule) ...................................................... 20
2.9 Keuntungan Represenatasi Pengetahuan ............................................. 22
BAB III PENUTUP
1.1 Kesimpulan .......................................................................................... 24
1.2 Saran .................................................................................................... 24
DAFTAR PUSTAKA .................................................................................................... 25
2
BAB I
PENDAHULUAN
1.1. Latar Belakang
Basis pengetahuan dan kemampuan melakukan penalaran
merupakan bagian terpenting dari sistem yang menggunakkan
kecerdasan buatan. Sistem berbasis pengetahuan (SBP) atau
Knowledge-Bases System adalah sistem yang melakukan sebuah
tugas dengan menggunakan aturan-aturan yang diubah ke sebuah
representasi simbolik pengetahuan dan juga memakai banyak
metode algoritmik atau statistik.
Basis pengetahuan berisi struktur data yang dapat
dimanipulasi oleh suatu sistem inferensi yang menggunakan
pencarian dan teknik pencocokan pola pada basis pengetahuan
yang bermanfaat untuk menjawab pertanyaan, menggambarkan
kesimpulan atau bentuk lainnya sebagai fungsi kecerdasan. Dalam
menyelesaikan masalah harus dibutuhkan pengetahuan yang cukup
dan sistem yang memiliki kemampuan untuk menalar. Basis
pengetahuan dan kemampuan untuk melakukan penalaran
merupakan terpenting dalam sistem yang menggunakkan
kecerdasan buatan.
1.2. Rumusan Masalah
Apakah yang dimaksud bengan representasi pengetahuan ?
Bagaimana karakteristik dari representasi pengetahuan?
Apa saja klasifikasi dalam representasi pengetahuan ?
Apa keuntungan menggunakan representasi pengetahuan ?
1.3. Tujuan
Agar pembaca dapat mengerti tentang representasi
pengetahuan.
Agar pembaca mengetahui klasifikasi representasi
pengetahuan dan perbedaan setiap klasifikasinya.
1
Agar pembaca mengetahui tentang keuntungan menggunakan
representasi pengetahuan.
BAB II
REPRESENTASI PENGETAHUAN
2.1. Pengertian Representasi Pengetahuan
Dalam menyelesaikan masalah tentu membutuhakan
pengetahuan-pengetahuan yang cukup. Selain itu sistem harus
biasa menalarkan. Representasi pengetahuan dan kemampuan
untuk melakukan penalaran dalam bidang kecerdasan buatan
merupakan hal yang penting. Meskipun suatu sistem memiliki
banyak pengetahuan, namun jika tidak memiliki kemampuan untuk
menalar akan percuma. Sebaliknya jika siste memiliki kemampuan
yang handal untuk menalar tapi basis pengetahuan yang dimiliki
tidak cukup, maka solusi yang diperolehnya menjadi tidak maksimal.
Representasi pengetahuan adalah proses bagaimana
pengatahuan direpresentasikan untuk membentuk basis
pengetahuan. Dapat juga diartikan sebagai suatu proses untuk
menangkap sifat-sifat penting problem dan membuat informasi
tersebut dapat diakses oleh prosedur pemecah masala. Bahasa
representasi harus dapat membuat seorang programer mampu
mengekspresikan pengetahuan yang diperlukan untuk mendapatkan
solusi permasalahan.
Karakteristik representasi pengetahuan antara lain yaitu :
Dapat di program dengan bahasa komputer dan dapat
disimpan dalam memori.
Fakta dan pengetahuan lain yang terkandung di
dalamnya dapat digunakan untuk melakukan penalaran.
2
Hal-hal yang berhubungan dengan representasi pengetahuan
antara lain :
Object pengetahuan itu sendiri.
Event yaitu kejadian-kejadian dalam dunia nyata dan
hubunganya.
Performa yaitu bagaimana melakukan suatu tugas
tertentu.
Meta knowledge yaitu pengetahuan tentang
pengetahuan yang direpresentasikan.
Representasi yang baik harus :
Mengemukakan hal secara eksplisit
Membuat masalah menjadi transparan
Komplit dan efisien
Menampilkan batasan-batasan alami yang ada
Menekankan / menghilangkan detil-detil yang diperlukan
Dapat dilakukan komputasi ( ada batasan / konstraint )
2.2. Klasifikasi Representasi Pengetahuan
Representasi pengetahuan diklasifikasikan menjadi 4 kategori
yaitu :
Representasi logika yaitu representasi yang
menggunakan ekspresi-ekspresi dalam logika formal
untuk mempresentasikan basis pengetahuan.
Representasi prosedural yaitu representasi yang
menggambarkan pengetahuan sebagai kumpulan
intruksi untuk memecahkan suatu problema.
Representasi network yaitu representasi yang
menangkap pengetahuan sebagai sebuah graf dimana
simpul-simpulnya mengambarkan objek atau konsep
dari problema yang dihadapi, sedangkan edgednya
mengggambarkan hubungan atau asosiasi antara
mereka.
Representasi terstruktur yaitu representasi yang
terstruktur memperluas network dengan cara membuat
3
Proses LogikaInput : Premis, Fakta Output : Inferensi, Konklusi
setiap simpulnya menjadi sebuah struktur data
kompleks.
2.3. Logika
Logika adalah betntuk representasi pengetahuan yang paling
tua. Pada dasarnya proses logika adalah proses membentuk
kesimpulan atau menarik inferensi berdasarkan fakta yang ada.
Input dari proses logika berpa premis atau fakta yang diakui
kebenaranya sehingga dengan melakukan penalaran pada proses
logika dapat dibentuk suatu inferensi atau kesimpulan yang benar
pula.
Ada dua penalaran yag dapat dilakukan untuk mendapatkan
konklusi yaitu :
1. Penalaran deduktif yaitu penalaran yang dimulai dari
prinsip umum untuk mendapatkan konkusi yang lebih
khusus.
Contoh :
Premis mayor : Jika hujan turun saya tidak akan
berangkat kuliah
Premis minor : Hari ini turun hujan
Konklusi: Hari ini saya tidak akan berangkat kuliah
2. Penalaran induktif yaitu penalaran yang dimuulai dari
fakta-fakta khusus untuk mendapatkan kesimpulan
umum.
Contoh :
Premis-1 : Aljabar adalah pelajaran yang sulit
Premis-2 : Geomatri adalah pelajaran yang sulit
Premis-3 : Kalkulus adalah pelajaran yang sulit
Konklusi: Matematika adalah pelajaran yang sulit
Pada representasi logika terdapat dua metode yaitu :
4
1. Logika Proposisi
2. Logika Predikat
A. Logika Proposisi
Preposisi adalah suatu pernyataan yang dapat bernilai
benar (B) atau salah (S). Simbol-simbol seperti P dan Q
meunjukkan proposisi. Dua atau lebih proposisi dapat
digabungkan dengan operalor logika yaitu :
a. Konjungsi : (and)
b. Operator And digunakkan untuk mengkombinasikan 2
preposisi. Hasil yang diperoleh akan bernilai benar jika
kedua preposisi bernilai benar, dan akan salah jika salah
satu dari kedua preposisi bernilai salah.
c. Disjungsi : (or)
Hasil yang diperoleh akan bernilai benar jika slah
satu dari kedua preposisi bernilai benar, dan akan salah
jika kedua preposisi bernilai salah.
d. Negasi : (not)
Operator NOT digunakan untuk memberikan nilai negasi
(lawan) dari pernyataan yang telah ada.
e. Implikasi : (if then)
Hasil yang diperoleh akan bernilai salah jika premis-1 (P)
bernilai benar dan premis-2 (Q) bernilai salah, selain itu
akan selalu bernilai benar.
f. Ekuivelensi : (if and only if)
Hasil yang diperoleh akan bernilai benar jika kedua
preposisi benar atau keduanya salah.
Untuk nilai kebenaran dari semua operator logika dapat
dilihat dapat dilaihat di tabel kebenaran (truth table) berikut :
Not
P
B S
S B
5
And, Or, If Then, If and Only If
P QB B B B B B
B S S B S S
S B S B B S
S S S S B B
Untuk melakukan inferensi dengan logika proposisi dapat
dilakukan dengan menggunakkan resolusi. Resolusi adalah suatu
aturan untuk melakukan iferensi yang dapat berjalan secara
efisien dalam suatu bentuk khusus yaitu Conjunctive Normal Fom
(CNF), ciri-cirinya yaitu :
Setiap kalimat merupakan disjungsi literal.
Semua kalimat terkonjungsi secara implicit.
Untuk mengubah suatu kalimat logika proposisi ke dalam
bentuk CNF, dapat digunakkan langkah-langkah berikut :
1. Hilangkan implikasi dan ekuivalensi
a. menjadi
b. menjadi
2. Kurangi lingkup semua negasi menjadi satu negasi saja
a. menjadi x
b. menjadi
c. menjadi
3. Gunakan aturan asosiatif dan distributif untuk
mengkonversi menjadi conjunction dan disjunction.
a. Assosiatif : menjadi
b. Distributif : menjadi
4. Buatlah satu kalimat terpisah untuk setiap konjungsi.
Pada logika preposisi, prosedur untuk membuktikan
preposisi P dengan beberapa aksikoma F yang telah diketahui,
6
dengan menggunakkan resolusi dapat dilakukan melalui
algoritma sebagai berikut :
1. Konversikan semua propose F ke bentuk CNF
2. Negasikan P, dan konversikan hasil negasi 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,
eleminir dari resolve.
c. Resolvent. Berupa klausa kosong, maka
ditentukan kontradiksi. Jika tidak, tambahkan ke
himpunan clausa yang telah ada.
Contoh:
Diketahui basis pengetahuan (fakta-fakta yang bernilai benar
sebagai berikut:
1. P
2.
3.
4. T
Buktikan kebenaran R !
Apabila akan dibuktikan kebenaran R dengan menggunakan
resolusi maka kita harus ubah keempat fakta diatas menjadi
CNF. Konversikan ke CNF dapat dilakukka sebagai berikut :
Kalimat Langkah-langkah CNF
1. P Sudah dalam bentuk P
7
CNF
2. Menghilangkan
implikasi
Mengurangi lingkup
negasi
Gunakan asosiatif
3. Menghilangkan
implikasi
Mengurangi lingkup
negasi
Gunakan distributif
4. T Sudah dalam bentuk
CNF
T
Kemudian tambahkan kontradiksi pada tujuannya, R menjadi –R
sehinggga fakta-fakta (dalam bentuk CNF) dapat di susun
menjadi :
1. P
2.
3.
4.
5. T
6. –R
8
–R
–T
P
–Q
T
2
5
4
1
Bengan demikian dapat dilakukan untuk membuktikan R
sebagai berikut :
B. Logika Predikat
Logika predikat digunakan untuk mempresentasikan hal-
hal yang tidak dapat dipresentasikan dengan logika poposisi.
Pada logika predikat kita dapat mempresentasikan fakta-fakta
sebagai suatu pernyataan yang disecut dengan wff (well-formed
formula.
Logika predikat membagi sebbuh pernyataan menjadi 2
bagian yaitu :
Argumen
Predikat
PREDICATE (Individual [objec]1, Individual [object]2)
Misalkan diketahui fakta-fakta sebagai berikut :
Andi adalah seorang laki-laki : A
9
Ali adalah seorang laki-laki : B
Amir adalah seorang laki-laki : C
Anto adalah seorang laki-laki : D
Agus adalah seorang laki-laki : E
Pada contoh diatas dapat dituliskan :
laki(x)
Dimana x adalah variabel yang bisa disubtitusikan dengan Andi,
Ali, Amir, Anto, Agus dan anak laki-laki lainnya.
Quantifiar :
Universal quantifier (untuk setiap)
Existensial quantifier (terdapat)
Misalkan terdapat pertanyaan-pertanyaan sebagai berikut :
1. Andi adalah seorang mahasiswa
2. Andi masuk jurusan elektro
3. Setiap mahasiswa elektro pasti mahasiswa teknik
4. Kalkulus adalah matakuliah yang sulit
5. Setiap mahasiswa teknik pasti akan suka kalkulus atau
membencinya
6. Setiap mahasiswa pasti akan seka terhadap suatu
matakuliah
7. Mahasiswa yang tidak pernah hadir pada matakuliah yang
sulit, maka mereka pasti tidak suka terhadap matakuliah
tersebut.
8. Andi tidak pernah hadir kulih mata kuliah kalkulus
Logika predikat pernyataan diatas adalah
1. Mahsiswa(Andi)
2. Elektro(Andi)
3.
4. sulit(Kalkulus)
5.
6.
7.
10
8. –hadir(Andi, Kalkulus)
Andaikan kita menjawab pertanyaan:
“apakah Andi suka mata kuliah kalkulus?”
Maka dari pernyataan ke-7 kita akan membuktikan bahwa
Andi tidak suka dengan matakuliah kalkulus. Dengan
menggunakkan penalaran backword bisa dibuktikan bahwa
suka(Andi, Kalkulus)
sebagai berikut :
Daripenalaran diatas dapat dibuktikan bahwa andi tidak
suka dengan mata kuliah kalkulus.
Resolusi Pada Logika Predikat
Resolusi pada logika predikat pada dasarnya sama
dengan pada logika proposisi, hanya saja ditambah dengan
unufikasi. Pada logika predikat, prosedur untuk
membuktikan pernyataan P dengan beberapa pernyataan F
yang telah diketahui, dengan menggunakkan resolusi, dapat
dilakukan melalui algoritma sebagai berikut :
1. Konversikan semua proposisi F ke bentuk klausa
11
(8)
(4)
(1)
(7)
2. Negasikan P, dan konversikan hasil negasi 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 T dan –T2,
sedemikian hingga keduanya dapat dilakuksn
unifikasi, maka salah satu T1 atau T2 tidak
muncul lagi dalam resolvent. T1 dan T2 disebuts
sebagai complementary literal. Jika ada lebih
dari complementary literal, maka hanya
sepasang yang dapat meninggalkan resolvent.
c. Resolvent. Berupa klausa kosong, maka
ditentukan kontradiksi.Jika tidak, tambahkan ke
himpunan clausa yang telah ada.
Contoh :
1. Andi adalah seorang mahasiswa
2. Andi masuk jurusan elektro
3. Setiap mahasiswa elektro pasti mahasiswa teknik
4. Kalkulus adalah matakuliah yang sulit
5. Setiap mahasiswa teknik pasti akan suka kalkulus
atau membencinya
6. Setiap mahasiswa pasti akan seka terhadap suatu
matakuliah
7. Mahasiswa yang tidak pernah hadir pada matakuliah
yang sulit, maka mereka pasti tidak suka terhadap
matakuliah tersebut.
8. Andi tidak pernah hadir kulih mata kuliah kalkulus
Logika predikat pernyataan diatas adalah
12
1. Mahsiswa(Andi)
2. Elektro(Andi)
3.
4. sulit(Kalkulus)
5.
6.
7.
8. –hadir(Andi, Kalkulus)
Logika predikat diatas kita ubah ke bentuk klausa CNF
yaitu :
1. Mahsiswa(Andi)
2. Elektro(Andi)
3.
4. sulit(Kalkulus)
5.
6.
7.
8. –hadir(Andi, Kalkulus)
Apabila ingin dibuktikan apakah Andi benci kalkulus, maka
kita biasa lakukan dengan membuktikan :
benci(Andi, Kalkulus)
menggunakkan resolusi sebagai berikut :
13
benci(Andi, Kalkulus) Andi/ x2
Mahsiswa(Andi)
sulit(Kalkulus)
–hadir(Andi, Kalkulus)
Andi/ x1
Andi/ x4Kalkulus/y1
Elektro(Andi)
2.4. Pohon
Pohon merupakan strutur penggambaran pohon secara
dirarkis. Struktur pohon terdiri dari node-node yang menunjukkan
objek, dan acr (busur) yang menunjukkan hubungan antara objek.
14
GFE
DCB
IH LJ
A
K
2.5. Jaringan Simantik
Jaringan simantik merupakan gambaran pengetahuan grafis
yang menunjukkan hubungan antara berbagai objek. Jaringan
simantik sering disebut juga dengan propotional net. Jarngan
simantik terdiridari :
Nodes disebut juga dengan objek, digunakan
untuk menunjukkan objek phisik, konsep, situasi,
dam menunjukkan informasi tentang objek-objek
tersebut.
links atau edges atau arch, untuk
mengekspresikan suatu relasi
Salah stau kelebihan dari jaringan simantik adalah bisa
mewariskan. Sebagai contoh : ada garis yang menghubungkan atara
Budi dengan laki-laki, dan laki-laki ke mahluk hidup. Sehingga
apabila ada pertanyaan : Apakah Budi mahlik hidup? Maka kita bisa
menarik garis dari mahluk hidup, kemudian ke laki-laki, dan akhirnya
ke Budi. Sehingga terbukti bahwa Budi adalah mahluk hidup.
15
Si kancilLaki-laki
WanitaMahluk hidup
binatang
BajuAni
Pagiroda
dua
SepedaSekolah
merah
adalah
adalah
adalah
adalah
adalah
adalah
membaca
berjudul
berwarna
kakak
punya
Budi
Buku berwarna
punya
naik
jumlahnya
masuk
pergi
Budi
sawahKebun binatang
Toko
Masjid
Sekolah
Pergi
Sistem jaringn simantik ini selalu tergantung pada jenis
masalah yang akan dipecahkan. Jika masalah itu bersifat umum,
maka hanya memerlukan sedikit rincian. Jika masalah itu banyak
melibatkan hal-hal lain, maka di dalam jaringan awalnya diperlukan
penjelasan yang lebih rinci.
16
Gambar ini menunjukkan rincian dari node awal Budi, apabila
Budi hendak pergi ke berbagai tempat. Mode Budi dihubungkan
dengan node baru yaitu pergi.
2.6. Frame
Frame merukan kumpulan pengetahuan tentang suatu objek
tertetu, peristiwa, lokasi, situasi, dll. Frame memiliki slot yang
menggambarkan rincian (atrinut) dan karakteristik objek. Frame
biasanya digunakan untuk mempresentasikan pengetahuan yang
didasarkan pada karakteristik yang sudah dikenal, yang merupakan
pengalaman-pengalaman. Dengan menggunakan frame, sangatlah
mudah untuk membuat inferensi tentang objek, peristiwa atau
situasi baru, karena frame menyediakan basis pengtahuan yang
ditarik dari pengalaman
Trans. Darat
Slot mobil
Slot sedan
Slot bensin
17
Frame alat-alat transportasi
Frame macam-macam angkutan darat
Frame jenis bahan bakar sedan
Frame macam-macam mobil
Frame Kendaraan
Frame Kerata Api Frame Sampan Frame Mobil Frame Pesawat Frame Kapal
Frame BusFrame TrukFrame Mobil Penumpang
Frame Mobil Ukuran Sedang
Frame mobil Lengkap (compact car)
Mobilnya Bob Mobilnya Jane
Slot solar
Gambar tersebut menunjukan frame alat-alt transportasi.
Frame tersebut memiliki tiga slot, yaitu alat-alat transportasi di
udara, di darat, dan di laut. Ada beberapa slot yang bernilai tetap an
ada pula yang tidak tetap (prosedural). Slot yang bernilai tetap
misalkan jumlah roda pada sedan yaitu 4. Jenis slot lain yang
bersifat prosedural, artinya slot yang memungkinkan penambahan
nformasi baru yang bisa ditambahkan pada aturan IF. Misalnya
informasi tengtang kecepatan perjalanan, pengisian tengki bahan
bakar atau pemakaian bahan bakat tiap km.
Kebanyakan sistem AI menggunakkan kumpulan frame yang
saling terkait satu dengan lainnya bersama-sama. Contohnya :
hirarki frame kendaraan, terdiri dari 5 frame yaitu frame kereta api,
frame sampan, frame mobil, frame kapal, frame pesawat. Masing-
masing fare masih dapat dipecah lagi mrnjadi beberapa farme yang
rinci, misal frame mobil terdiri dari frame penumpang mobil, frame
truk,frame bus.
18
Susunan hirarki dari frame mengijinkan pewarisa freme. Akar
dari tree terletak di puncak, dimana level tertnggi dari abtraksi
disajikan. Freme pada bagian dasar (bawah) disebut daun dari tree.
Hirarki mengijinkan pewarisan sifat-sifat. Setiap frame biasanya
mewarisi sifat-sifat dari frame dengan level yang lebih tinggi.
Pewarisan merupakn mekanisme untuk membentuk pengetahuan
yang menyediakan nilai slot dari frame ke frame. Didalam hirarki
diata, masing-masing frame dirinci fubungannya seperti hubungan
antar frame orangtua (parent frame) dan anak (child frame).
2.7. Script
Script adalah skema representasi pengetahuan yang sama
dengan frame,, yaitu mempresentasikan pemgetahuan berdasarkan
karakteristik yang sudah dikenal sebagai pengalaman-pengalaman.
Perbedaan script dengan frame yaitu frame mengambarkan object
secangkan script mengambarkan urutan peristiwa.
Dalam mengambarkan uruan peristiwa, script menggunakan
slot yang berisi informasi tentang orang, objek, dan tindakan-
tindakan yang terjadi dalam suatu peristiwa.
Elemen-elemen scripr meliputi :
1. Kondisi input, yaitu kondisi yang darus dipenuhi sebelum
terjadi atau berlaku suatu peristiwa dalam script.
2. Track, yaitu variasi yang mungkin terjadi dalam suatu script.
3. Prop, berisi tentang objek-objek pendukung yang digunakan
selama peristiwa terjadi.
4. Role, yaitu peran yang dimainkan oleh seseorang dalam
peristiwa.
5. Scene, yaitu adegan yang dimainkan yang menjadi bagian
dari suatu peristiwa.
6. Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalam
script terjadi.
Komponen-komponen dalam script adalah :
Kondisi entri atau deskriptor dunia sekitar kita harus benar
agar script dapat dipangil. Contoh hal script restoran, ini
19
mencakup restoran yang sedang buka dan pelangan yang
sedang lapar.
Hasil atau fakta yang benar begitu script diakhiri. Misalnya,
pelanggan sudah kenyang dan pemilik restoran memiliki uang
yang lebih banyak (karena pembayaran makanan oleh
pelanggan).
Penyangga atau apa saja yang merupakan isi script.
Contohnya disini meliputi meja, kursi, pelayan, dan menu.
Peran adalah tindakan yang dilakukan oleh partisipan
individual. Misalnya, pelayan yang mengantar pesanan, dan
memberikan tagihan kepada pelanggan, serta pesanan
pelanggan , makan, membayar.
Adegan yang merupakan kejadian yang menunjukkan
aspekwaktu dan script. Di sini dapat berupa, masuk ke
restoran, memesan makanan, dan lai-lannya.
Contoh : script pergi ke restoran
SCRIPT Restoran
Jalur (track) : fast food restoran
Peran (reles) : tamu, pelayan
Pendukung (prop) : counter, baki, makanan, uang, serbet,
garam, sedotan
Kondisi masukkan : - tamu lapar -tamu punya uang
Adegan (scene) 1 : Masuk
Tamu parkir mobil
Tammu masuk restoran
Tamu antri
Tamu baca menu di list menu dan
mengambil keputusan tentang apa
yang akan diminta.
Adegan (scane) 2 : Pesanan
20
Tamu memberikan daftar pesanan
pada pelayan
Pelayan mengambil pesanan dan
meletakan makanan di atas baki
Tamu membayar
Adegan (scene) 3 : Makan
Tamu mengambil serbet, sedotan,
garam, dll
Tamu makan
Adegan (scane) 4 : Pulang
Pelayan membersihkan meja
Pelayang membuang sampah
Tamu meninggalkan restoran
Tamu naik mobil dan pulang
Hasil :
Tamu kenyang
Tamu senang
Tamu kecewa
Tamu sakit perut
Keistimewaan script :
1. Script menyediakan beberaa cara yang sangat alami untuk
mempresentasikan “suatu informasi” dengan masalah yang
bersumber dari sistem AI dari mula.
2. Script menyediakan struktur hirrarki untuk mempresentasikan
informasi melalui inklusi sunscript dengan script.
2.8. Sistem Produksi (Production Rule)
Sistem produksi memiliki struktur seperti struktur proses
pencarian (search). Sistem produksi merupakan salah satu bentuk
representasi pengetahuan yang sangat populer dan banyak
digunakan. Sistem produksi secara umum terdiri dari komponen-
komponen sebagai berikut :
21
Aktif Memori
Keadaan Awal
Aturan Produksi
Keadaan Tujuan
Strategi Kontrol
1. Ruang keadaan, berisi keadaan awal, tujuan, kumpulan aturan
yang digunakkan untuk mencapai tujuan.
2. Strategi kontrol, berguna untuk mengarahkan begaimana proses
pencarian akan berlangsung dan mengendalikan arah eksplorasi.
Strategi kontrol merupakan suatu strategi pengendalian
(contoling strategy) yang menentukan urutan perbandingan
suatu aturan dengan basis data dengan cara menyelesaikan
suatu konflik yang muncul bila beberapa aturan bertumbukan
pada saat yang bersamaan. Proses berkkhir bila tidak ada kondisi
aturan yang cocok dengan isi memori aktif.
3. Memori aktif, berisi deskiksi keadaan semesta pembicatra saat
ini dalam proses penalaran. Memori katif merupakan satu atau
lebih basis data (database) yang berisi informasi tentang tugas-
tugas khusus. Beberapa bagisn basisdata mungkin bersifat
permanen, sedangkan yang lainya hanya berisi solusi problema
yang dihadapi saat ini.informasi yang terdapat dalam basis data
tersebut mungkin terstruktur dengan cara tertentu.
Arsitektur dalam sistem produksi sebagai berikut :
Representasi pengetahuan dengan sistemprouksi pada
dasarnya berupa aplikasi yang berupa :
1. Antecedent yaitu bagian yang mengekspresikan situasi atau
premis (pernyataan berawalan IF).
22
GFE
DCB
IH LJ
A
M PO
Tujuan Tujuan
K
Keadaan Awal
TujuanTujuan
N
2. Konsekuen yitu bagian yang menyatakan suatu tindakan
tertentu atau konklusi yang diterapkan jika suatu situasi atau
premis bernilai benar (pernyataan berawalan THEN).
Konsekuensi atau konkusi yang dinyatakan pada bagian THEN
baru dinyatakkan benar, jika bagian IF pada sistem tersebut juga
benar atau sesuai dengan aturan tertentu. Contohnya :
IF lalulintas pagi ini padat
THEN saya naik sepeda motor saja
Apabila pengetahuan direpresentasikan dengan aturan, maka
ada 2 metode penalaran yang dapat digunakan :
1. Forword Reasoning
Pelacakan dimulai dari keadaan awal (informasi atau fakta
yang ada) dan kemudian dicoba untuk mencocokkan dengan
tujuan yang diharapkan.
2. Backword Reasoning
Pada pealaran ini dimulai dari tujuan atau hipotesa, baru
dicocokkan dengan keadaan awal atau fakta-fakta yang ada.
23
GFE
DCB
IH LJ
A
M PO
Keadaan Awal
N
Keadaan Awal
K
Tujuan
Keadaan AwalKeadaan Awal
Ada beberapa faktor yang mempengaruhi pemilihan Forword
Reasoning dan BackwordReasoning dalam memilih metode
penalaran yaitu :
Banyaknya keadaan awal dan tujuan. Jika jumlah keadaan
awal lebih kecil dari pada tujuan, maka digunakkan Forword
Reasoning dan sebaliknya.
Jumlah simpul yang dapat diraih secara langsung. Lebih baik
dipilih yang jumlah simpul tiap cabangnya lebih sedikit.
Apakah program butuh menanyai pengguna untuk melakukan
justifikasi terhadap proses penalaran? Jika ya, maka alangkah
baiknya jika dipilih arah yang lebih memudahkan akan.
Bentuk kejadian yang akan memicu penyelesaian masalah.
Jika kejadian itu berupa fakta baru, maka lebih baik dipilih
penalaran Forword. Namun jika kejadian itu berupa query,
maka lebih baik digunakan penalaran Backword.
2.9. Keuntungan Representasi Pengetahuan
Keuntungan yang akan kita dapatkan ketika kita membuat
representasi pengetahuan, yaitu :
Dengan representasi yang baik,membuat objek dan relasi
penting menjadi jelas.
Representasi menyikap constraint (batasan) dalam suatu
permasalahan. Kita dapat mengungkapkan pengaruh sebuah
objek atau relasi terhadap objek atau relasi lain.
24
Dengan representasi kita sakan dapatkan objek dan relasi
secara bersama-sama. Kita akan dapat melihat semua yang
kita inginkan dalam satu waktu.
Kita dapat menghilangkan semua kompenen yang tidak
berhubungan dengan permasalahan yang sedang kita
selesaikan. Atau kita dapat menyembunyikan beberapa
informasi yang tidak kita butuhkan untuk sementara, dan pada
saat kita membutuhkan kita dapat menampilkan kembali.
Dengan representasi akan membuat permasalahan yang
sedang kita selesaikan menjadi transparan. Kita akan
memehami permasalahan yang kita selesaikan
Dengan representasi kita akan dapat menyikap suatu
permasalahan secara lengkap, sehingga permasalahan dapat
diselesaikan.
Dengan representasi akan membuat permasalahan menjadi
ringkas.
Dengan representasi, maka akan menjadikan pekerjaan
menjadi cepat
Dengan representasi, menjadikan permasalahan yang kita
selesaikan dapat terkomputerisasi. Dengan representasi ini
kita akan dapat melakukan prosedur-prosedur dalam
menyelesaikan suatu permasalahan.
Dismping keuntungan-keuntungan distas satu hal yang
merupkan menjadi prisip dalam representasi pengetahuan adalah
jika suatu permasalahan dideskripsikan dengan menggunakkan
representasi yang tepat, maka dapat dipastikan bahwa
permasalahan tersebut dapat diselesaikan.
25
BAB III
PENUTUP
3.1. Penutup
Representasi pengetahuan adalah proses bagaimana
pengatahuan direpresentasikan untuk membentuk basis
pengetahuan. Bahasa representasi harus dapat membuat seorang
programer mampu mengekspresikan pengetahuan yang diperlukan
untuk mendapatkan solusi permasalahan. Karakteristik representasi
pengetahuan antara lain yaitu dapat di program dengan bahasa
komputer dan dapat disimpan dalam memori dan fakta dan
pengetahuan lain yang terkandung di dalamnya dapat digunakan
untuk melakukan penalaran. Representasi pengetahuan
diklasifikasikan menjadi 4 kategori yaitu representasi logika,
representasi prosedural, representasi network, dan representasi
terstruktur.
3.2. Saran
Jika ada yang belum dimenger ti di anjurkan untuk membaca
bukau tentang AI (kecerdasan buatan) atau Sistem Berbasis
Pengetahuan (SBP) dan bertanya kepada dosen atau guru.karena
makalah ini belun tentu sempurna.
26
DAFTAR PUSTAKA
Riyanto, Sigit. 2005. Modul Ajar Kecerdasan Buatan. Surabaya: Politeknik Elektronika
Negeri Surabaya.
Andoko, Andrey. 1991. Tuntunan Praktis Pemrograman Bahasa Prolog. Jakarta: Elex
Media Komputindo.
STMIK Triguna Dharma. 2013. Buku Panduan Belajar Kecerdasan Buatan BAB 3 Representasi Pengetahuan. Medan.
27
28