TUGAS PENG. TEKNOLOGI SISTEM CERDAS
Nama :Inka Riesty Gunadi
Npm :13115384
Kelas :3KA10
Dosen :Essy Malays Sari Sakti
UNIVERSITAS GUNADARMA
2017
Representasi
Pengetahuan
Representasi dimaksudkan untuk menangkap
sifat-sifat penting problema dan membuat informasi tsb. Dapat di akses oleh
prosedur pemecahan permasalahan.Bahasa repsentasi harusa dapat membuat seorang
pemrogram mampu mengekspresikan pengetauan yang di pelukan untuk mendapatkan
solusi permasalahan.
1. Rekayasa ontologi
Teknik ontologi dalam ilmu komputer dan ilmu informasi adalah bidang yang
mempelajari metode dan metodologi untuk membangun ontologi: representasi formal dari
sekumpulan konsep dalam domain dan hubungan antara konsep-konsep tersebut.
Representasi konsep abstrak berskala besar seperti tindakan, waktu, objek fisik dan
kepercayaan akan menjadi contoh teknik ontologis.
2. Pengkategorian dan Objek
Pengorganisasian objek ke dalam kategori adalah bagian penting dari representasi pengetahuan.
Meskipun interaksi dengan dunia terjadi pada tingkat objek individual, banyak penalaran terjadi pada
tingkat kategori. Misalnya, pembelanja biasanya memiliki tujuan membeli bola basket, bukan
bola basket tertentu seperti BB9. Kategori juga berfungsi untuk membuat prediksi tentang objek
begitu mereka diklasifikasikan. Seseorang menyimpulkan adanya objek tertentu dari input perseptual,
kategori kategori dari kategori yang dirasakan dari objek, dan kemudian menggunakan informasi kategori untuk membuat prediksi tentang objek.
Pengkategorian dan objek terdiri dari :
- komposisi fisik
- pengukuran
- substansi dan objek
3.Aksi, situasi dan kejadian/event
·
Aksi
Adalah tindakan yang dilakukan berdasarkan suatu kejadian.
Adalah tindakan yang dilakukan berdasarkan suatu kejadian.
·
Situasi
Keadaan sekitar yang sedang berlangsung.
Keadaan sekitar yang sedang berlangsung.
·
Kejadian/event
Sesuatu yang sedang terjadi di sebuah lingkungan dimana terjadi pada waktu yang sedang berlangsung maupun yang telah terjadi.
Sesuatu yang sedang terjadi di sebuah lingkungan dimana terjadi pada waktu yang sedang berlangsung maupun yang telah terjadi.
4. Mental
event dan mental objek: pengetahuan dan kepercayaan,pengetahuan waktu dan aksi.
Pengetahuan
dan kepercayaan
Pengetahuan adalah informasi yang diketahui atau disadari oleh manusia, atau pengetahuan adalah berbagai gejala yang ditemui dan diperoleh manusia melalui pengamatan indrawi. Pengetahuan akan muncul ketika orang menggunakan akal atau indranya untuk mengenali benda atau peristiwa tertentu yang belum pernah dilihat atau dirasakan. Misalnya, saat pertama kali orang makan cabai maka Dia akan tahu bagaimana rasa cabai itu, bentuknya, warnanya, atau bahkan akan bertanya-tanya apa zat-zat apa yang dikandungnya.
Pengetahuan empiris menekankan pada pengamatan dan pengalaman indrawi, sedangkan pengetahuan rasional didapatkan melalui akal budi. Misalnya, orang mengetahui bahwa cabai rasanya pedas karena dia pernah memakannya. Tidak mungkin hanya dengan dipikir-pikir orang itu akan mengetahui bahwa rasa cabai adalah pedas. Nemun, pernyataan 1+1=2 adalah hasil dari pemikiran (akal) manusia, bukan merupakan suatu pengamatan empiris.
Keyakinan adalah suatu sikap yang ditunjukkan manusia saat dia merasa cukup tahu dan menyimpulkan bahwa dirinya telah mencapai kebenaran. Maksudnya adalah orang akan merasa yakin kalau apa yang mereka ketahui adalah benar. Jadi, keyakinan terjadi setelah orang percaya adanya suatu kebenaran.
Menurut teori kebenaran sebagai kesesuaian, keyakinan adalah suatu pernyataan yang tidak disertai bukti yang nyata. Misalnya, petir disebabkan oleh amukan para dewa. Pernyataan ini tidak bisa dibuktikan, sehingga hanya bisa dikatakan sebagai suatu keyakinan. Sementara pernyataan petir disebabkan kerena adanya tabrakan antara awan yang bermuatan positif dan negative adalah suatu kebenaran, karena dapat dibuktikan. Sehingga pernyataan ini disebut sebagai pengetahuan.
Ada dua istilah yang berhubungan dengan keyakinan dan pengetahuan.
1. Magic power- (kekuatan magis) –> fenomena kekuatan gaib. Orang yang lebih percaya pada sesuatu yang aneh(karena tidak tahu sebabnya) sebagai kekuatan magis
2. Naturalisme, berarti sesuatu yang alami.
5. Sistem
penalaran untuk pengkategorian : jaringan semantik , logika deskripsi
Jaringan
semantik
Jaringan semantik adalah gambaran pengetahuan grafis yang menunjukkan hubungan antar berbagai objek, terdiri dari lingkaran-lingkaran yang dihubungkan dengan anak panah yang menunjukkan objek dan informasi tentang objek-objek tersebut.
Dalam mata kuliah Pengantar Kecerdasan Buatan script merupakan representasi pengetahuan berdasarkan karakteristik yang sudah dikenal sebagai pengalaman-pengalaman yang menggambarkan urutan peristiwa.
Terdapat enam elemen script, yaitu :
1. Kondisi input, merupakan kondisi yang harus dipenuhi sebelum terjadi
2. Track, yaitu variasi kemungkinan yang terjadi
3. Prop, yaitu objek yang digunakan dalam suatu peristiwa
4. Role, yaitu peran dalam suatu peristiwa
5. Scene, yaitu adegan dalam suatu peristiwa
6. Hasil, yaitu kondisi setelah terjadinya urutan peristiwa
Deskripsi logika
deskripsi logika (deskripsi jamak logika) (logika) Salah satu keluarga bahasa representasi pengetahuan yang dapat digunakan untuk mewakili definisi konsep domain aplikasi (dikenal sebagai pengetahuan terminologi) dalam cara yang terstruktur dan formal dipahami dengan baik.
Jaringan semantik adalah gambaran pengetahuan grafis yang menunjukkan hubungan antar berbagai objek, terdiri dari lingkaran-lingkaran yang dihubungkan dengan anak panah yang menunjukkan objek dan informasi tentang objek-objek tersebut.
Dalam mata kuliah Pengantar Kecerdasan Buatan script merupakan representasi pengetahuan berdasarkan karakteristik yang sudah dikenal sebagai pengalaman-pengalaman yang menggambarkan urutan peristiwa.
Terdapat enam elemen script, yaitu :
1. Kondisi input, merupakan kondisi yang harus dipenuhi sebelum terjadi
2. Track, yaitu variasi kemungkinan yang terjadi
3. Prop, yaitu objek yang digunakan dalam suatu peristiwa
4. Role, yaitu peran dalam suatu peristiwa
5. Scene, yaitu adegan dalam suatu peristiwa
6. Hasil, yaitu kondisi setelah terjadinya urutan peristiwa
Deskripsi logika
deskripsi logika (deskripsi jamak logika) (logika) Salah satu keluarga bahasa representasi pengetahuan yang dapat digunakan untuk mewakili definisi konsep domain aplikasi (dikenal sebagai pengetahuan terminologi) dalam cara yang terstruktur dan formal dipahami dengan baik.
6.
Penalaran
dengan informasi default
Manusia
memecahkan masalah melalui kombinasi antara fakta dan pengetahuan (knowledge).
Penalaran (reasoning) adalah proses yang berhubungan dengan pengetahuan, fakta,
dan strategi pemecahan masalah (problem solving) untuk mendapatkan
konklusi/penyelesaian. Berbagai metode penalaran yang lazim adalah deduksi,
induksi, abduktip, analogi, dan akal sehat, berikut ini penjelasan singkatnya.
Deduksi (deduction)
Manusia menggunakan deduksi untuk mendapatkan informasi baru dari informasi yang sudah diketahui (pengetahuan) yang ada relasinya. Penalaran deduksi menggunakan fakta-fakta dari masalah yang ada dan pengetahuan umum yang sesuai yang pada umumnya berbentuk aturan (rules) atau implikasi (implications), jadi dari hal yang umum, dikenakan pada hal yang khusus, model deduksi adalah:
Fakta + Rule -> Efek dengan rule dalam bentuk:
If <cause/premise> then <effect/conclusion>
Jika <sebab/premis> Maka <akibat/konklusi>
Sebagai contoh:
Aturan/implikasi: Jika saya berdiri di hujan, maka saya akan basah.
Fakta/premis : saya berdiri di hujan
Konklusi : saya akan basah
Penalaran deduksi sangat menarik secara logika dan merupakan teknik solusi masalah yang paling umum digunakan oleh manusia. Aturan inferensi (penyimpulan) yang disebut modus ponens adalah bentuk dasar dari penalaran deduksi dengan formula sbb.:
Jika A adalah benar, dan Jika A maka B adalah benar, maka B adalah benar
Induksi (Induction)
Manusia menggunakan induksi untuk mendapatkan kesimpulan umum (general conclusion) dari sekumpulan/himpunan fakta melalui proses generalisasi. Ini bagaikan transisi dari jumlah sedikit ke semua. Model induksi adalah:
Cause + Effect -> Rule
Proses induksi dijelaskan oleh Firebaugh (1988) sbb.:
Untuk suatu himpunan objek X = {a,b,c,d, …}, jika sifat P adalah benar untuk a, dan jika sifat P adalah benar untuk b, dan jika sifat P adalah benar untuk c, …, maka sifat P adalah benar untuk semua X.
Sebagai contoh:
Fakta/premis : aluminium dipanaskan memuai
Fakta/premis : besi dipanaskan memuai
Fakta/premis : tembaga dipanaskan memuai
Konklusi : secara umum, semua besi bila dipanaskan akan memuai
Abduktip (Abductive)
Abduktip adalah bentuk deduksi yang memungkinkan menarik kesimpulan yang bersifat “plausible”. Plausible (masuk akal) adalah konklusi yang ditarik dari informasi yang tersedia, namun ada kemungkinan konklusi itu salah, jadi model abduktip adalah:
Jika B adalah benar, dan Jika A maka B adalah benar, maka A adalah benar?
Atau effect + rule -> cause
Sebagai contoh:
Aturan : Tanah basah jika hari hujan.
Fakta : Tanah basah.
Konklusi : Hari hujan?
Jadi, diberikan fakta satu-satunya bahwa tanah basah, penyimpulan plausible menghasilkan konklusi hari hujan. Padahal, konklusi ini bisa salah, karena ada banyak hal yang menyebabkan tanah basah, misalnya seseorang siram-siram tanaman. Abduktip, sebagai salah satu metode penalaran, sering dipakai oleh dokter dalam mendiagnose pasien, maka diagnose dapat saja salah.
Analogi
Manusia membentuk model mental tentang konsep melalui pengalaman. Manusia menggunakan model ini melalui penalaran analogi untuk membantu memahami suatu masalah/situasi. Mereka lalu menarik analogi diantara masalah dan model, mencari kesamaan dan perbedaan untuk dapat menyimpulkan.
Sebagai contoh:
Misalkan seorang dokter yang sudah puluhan tahun praktek, maka pengalamannya dalam bentuk kasus-kasus sudah sedemikian banyaknya. Bila kasus-kasus tersebut dapat disimpan secara cerdik dalam database kasus, maka dapat dipergunakan untuk menyelesaikan masalah baru bagi pasien baru tanpa dokter itu hadir (otomasi). Pasien baru memasukan karakter berikut data-data (keluhan) dari sakitnya, kemudian sistem mencari kasus pasien lama yang serupa keluhannya untuk ditampilkan solusinya, yaitu obat beserta dosisnya. Pengalaman adalah guru terbaik, maka pengalaman perlu disimpan secara cerdik untuk memecahkan persoalan baru yang mirip!
Akal Sehat (Common-sense)
Lewat pengalaman, manusia belajar memecahkan persoalan secara effisien. Mereka menggunakan akal sehat untuk dengan cepat menarik kesimpulan. Akal sehat lebih cenderung berdasar pada kebijakan-kebijakan (judgments) yang baik daripada logika yang eksak. Contoh akal sehat adalah: Di suatu bengkel ditemukan suara klik-klik-klik dalam mesin sepeda motor, seorang montir yang berpengalaman, tanpa membongkar mesinnya, langsung dapat menyimpulkan bahwa ring piston pada silinder mesin itu perlu diganti. Pengetahuan akal sehat ini diperoleh dari pengalamannya mengerjakan banyak sepeda motor selama bertahun-tahun. Jenis pengetahuan seperti ini disebut sebagai heuristik (heuristic) atau rule-of-thumb. Akal sehat tidak menjamin ditemukannya solusi, namun ia menjamin kecepatan menemukan solusi.
Penalaran Tidak Monoton (non-monotonic)
Penalaran pada suatu masalah pada umumnya menggunakan informasi yang statis, artinya selama melakukan penyelesaian masalah, keadaan (nilai benar atau salah) bermacam fakta dianggap tetap konstan. Penalaran semacam ini disebut sebagai penalaran monoton (monotonic reasoning). Dalam beberapa masalah, ditemukan bahwa keadaan beberapa fakta (variabel) bersifat dinamis, sebagai ilustrasi adalah aturan sbb.:
IF Angin berhembus
THEN Kursi goyang akan berayun
Kemudian coba amati kejadian berikut, lalu apa yang terjadi dengan aturan diatas:
Hei, ada angin topan! -> ada Angin berhembus -> Kursi berayun
Seiring berlalunya angin topan, kita berharap kursi berayun. Namun, saat angin topan telah berlalu, kita berharap bahwa kursi sudah berhenti berayun. Namun sistem yang menggunakan penalaran monoton akan tetap menganggap bahwa kursi tetap berayun!
Manusia dengan ke enam inderanya tidak merasa sulit untuk mengikuti perubahan status informasi variabel yang dinamis. Bila terjadi perubahan yang dinamis, mereka dengan mudah menyesuaikan diri. Gaya penalaran semacam ini disebut penalaran yang tidak monoton. Untuk bidang AI, seperti expert system, dibutuhkan suatu sistem untuk memelihara kebenaran yang dinamis bila ingin melakukan penalaran yang tidak monoton.
Deduksi (deduction)
Manusia menggunakan deduksi untuk mendapatkan informasi baru dari informasi yang sudah diketahui (pengetahuan) yang ada relasinya. Penalaran deduksi menggunakan fakta-fakta dari masalah yang ada dan pengetahuan umum yang sesuai yang pada umumnya berbentuk aturan (rules) atau implikasi (implications), jadi dari hal yang umum, dikenakan pada hal yang khusus, model deduksi adalah:
Fakta + Rule -> Efek dengan rule dalam bentuk:
If <cause/premise> then <effect/conclusion>
Jika <sebab/premis> Maka <akibat/konklusi>
Sebagai contoh:
Aturan/implikasi: Jika saya berdiri di hujan, maka saya akan basah.
Fakta/premis : saya berdiri di hujan
Konklusi : saya akan basah
Penalaran deduksi sangat menarik secara logika dan merupakan teknik solusi masalah yang paling umum digunakan oleh manusia. Aturan inferensi (penyimpulan) yang disebut modus ponens adalah bentuk dasar dari penalaran deduksi dengan formula sbb.:
Jika A adalah benar, dan Jika A maka B adalah benar, maka B adalah benar
Induksi (Induction)
Manusia menggunakan induksi untuk mendapatkan kesimpulan umum (general conclusion) dari sekumpulan/himpunan fakta melalui proses generalisasi. Ini bagaikan transisi dari jumlah sedikit ke semua. Model induksi adalah:
Cause + Effect -> Rule
Proses induksi dijelaskan oleh Firebaugh (1988) sbb.:
Untuk suatu himpunan objek X = {a,b,c,d, …}, jika sifat P adalah benar untuk a, dan jika sifat P adalah benar untuk b, dan jika sifat P adalah benar untuk c, …, maka sifat P adalah benar untuk semua X.
Sebagai contoh:
Fakta/premis : aluminium dipanaskan memuai
Fakta/premis : besi dipanaskan memuai
Fakta/premis : tembaga dipanaskan memuai
Konklusi : secara umum, semua besi bila dipanaskan akan memuai
Abduktip (Abductive)
Abduktip adalah bentuk deduksi yang memungkinkan menarik kesimpulan yang bersifat “plausible”. Plausible (masuk akal) adalah konklusi yang ditarik dari informasi yang tersedia, namun ada kemungkinan konklusi itu salah, jadi model abduktip adalah:
Jika B adalah benar, dan Jika A maka B adalah benar, maka A adalah benar?
Atau effect + rule -> cause
Sebagai contoh:
Aturan : Tanah basah jika hari hujan.
Fakta : Tanah basah.
Konklusi : Hari hujan?
Jadi, diberikan fakta satu-satunya bahwa tanah basah, penyimpulan plausible menghasilkan konklusi hari hujan. Padahal, konklusi ini bisa salah, karena ada banyak hal yang menyebabkan tanah basah, misalnya seseorang siram-siram tanaman. Abduktip, sebagai salah satu metode penalaran, sering dipakai oleh dokter dalam mendiagnose pasien, maka diagnose dapat saja salah.
Analogi
Manusia membentuk model mental tentang konsep melalui pengalaman. Manusia menggunakan model ini melalui penalaran analogi untuk membantu memahami suatu masalah/situasi. Mereka lalu menarik analogi diantara masalah dan model, mencari kesamaan dan perbedaan untuk dapat menyimpulkan.
Sebagai contoh:
Misalkan seorang dokter yang sudah puluhan tahun praktek, maka pengalamannya dalam bentuk kasus-kasus sudah sedemikian banyaknya. Bila kasus-kasus tersebut dapat disimpan secara cerdik dalam database kasus, maka dapat dipergunakan untuk menyelesaikan masalah baru bagi pasien baru tanpa dokter itu hadir (otomasi). Pasien baru memasukan karakter berikut data-data (keluhan) dari sakitnya, kemudian sistem mencari kasus pasien lama yang serupa keluhannya untuk ditampilkan solusinya, yaitu obat beserta dosisnya. Pengalaman adalah guru terbaik, maka pengalaman perlu disimpan secara cerdik untuk memecahkan persoalan baru yang mirip!
Akal Sehat (Common-sense)
Lewat pengalaman, manusia belajar memecahkan persoalan secara effisien. Mereka menggunakan akal sehat untuk dengan cepat menarik kesimpulan. Akal sehat lebih cenderung berdasar pada kebijakan-kebijakan (judgments) yang baik daripada logika yang eksak. Contoh akal sehat adalah: Di suatu bengkel ditemukan suara klik-klik-klik dalam mesin sepeda motor, seorang montir yang berpengalaman, tanpa membongkar mesinnya, langsung dapat menyimpulkan bahwa ring piston pada silinder mesin itu perlu diganti. Pengetahuan akal sehat ini diperoleh dari pengalamannya mengerjakan banyak sepeda motor selama bertahun-tahun. Jenis pengetahuan seperti ini disebut sebagai heuristik (heuristic) atau rule-of-thumb. Akal sehat tidak menjamin ditemukannya solusi, namun ia menjamin kecepatan menemukan solusi.
Penalaran Tidak Monoton (non-monotonic)
Penalaran pada suatu masalah pada umumnya menggunakan informasi yang statis, artinya selama melakukan penyelesaian masalah, keadaan (nilai benar atau salah) bermacam fakta dianggap tetap konstan. Penalaran semacam ini disebut sebagai penalaran monoton (monotonic reasoning). Dalam beberapa masalah, ditemukan bahwa keadaan beberapa fakta (variabel) bersifat dinamis, sebagai ilustrasi adalah aturan sbb.:
IF Angin berhembus
THEN Kursi goyang akan berayun
Kemudian coba amati kejadian berikut, lalu apa yang terjadi dengan aturan diatas:
Hei, ada angin topan! -> ada Angin berhembus -> Kursi berayun
Seiring berlalunya angin topan, kita berharap kursi berayun. Namun, saat angin topan telah berlalu, kita berharap bahwa kursi sudah berhenti berayun. Namun sistem yang menggunakan penalaran monoton akan tetap menganggap bahwa kursi tetap berayun!
Manusia dengan ke enam inderanya tidak merasa sulit untuk mengikuti perubahan status informasi variabel yang dinamis. Bila terjadi perubahan yang dinamis, mereka dengan mudah menyesuaikan diri. Gaya penalaran semacam ini disebut penalaran yang tidak monoton. Untuk bidang AI, seperti expert system, dibutuhkan suatu sistem untuk memelihara kebenaran yang dinamis bila ingin melakukan penalaran yang tidak monoton.
Referensi:
