Representasi Pengetahuan II

1. Representasi Pengetahuan II

2. Semantic Networks

3. Semantic networks : • Gambaran pengetahuan grafis yang • menunjukkan hubungan antar • berbagai objek

4. Semantic networks disusun oleh : • Node : representasi dari objek • Arc : representasi dari hubungan antar • node

6. Perluasan semantic networks dapat dilakukan • dengan menambah node dan • menghubungkan node yang bersesuaian • Penambahan dapat dilakukan dalam 3 cara : • Objek yang sama • Objek yang lebih khusus • Objek yang lebih umum

8. Pewarisan pada semantic networks : • Node yang ditambahkan secara otomatis • mewarisi informasi yang telah ada pada • semantic networks • Penambahan node “Tweety” otomatis • mewariskan sifat-sifat dari “Animal” • pada objek “Tweety” • Contoh : “Tweety” breathes air, • karena “Animal” breathes air

9. Operasi pada semantic networks : • Salah satu cara penggunaan semantic • networks adalah dengan bertanya pada node

10. Contoh : • CASE 1 : • Jika bertanya pada “Bird”, “How do you • travel?” • Jawabannya : “Fly” • Pelacakan :

11. Contoh : • CASE 2: • Jika bertanya pada “Tweety”, “How do you • travel?” • Jawabannya : “Fly” • Pelacakan :

12. Contoh : Exception handling • CASE 3: • Jika bertanya pada “Penguin”, “How do you • travel?” • Jawaban normal : “Fly”, seharusnya “Walk” • Untuk mengatasi kasus tersebut, arc • khusus ditambahkan pada node • “Penguin” untuk meng-override • informasi yang telah diwariskan

13. Proses override berarti menambahkan arc • atau sifat yang sama dengan objek induk • pada node, tetapi dengan value atau • karakteristik yang berbeda

14. Production Rules

15. Rules (aturan-aturan) termasuk pengetahuan • prosedural • Menghubungkan informasi yang diberikan • dengan tindakan (action) • Struktur rule, secara logika menghubungkan • satu atau lebih antecedent (premis-premis) • yang berada pada bagian IF, dengan • satu atau lebih consequents • (konklusi/kesimpulan) pada bagian THEN

16. 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

18. Apabila pengetahuan direpresentasikan dengan • rules, maka ada dua metode penalaran yang • dapat digunakan : • Forward Reasoning • Backward Reasoning

19. Keadaan Awal A B C D E F G H I J K L Tujuan Tujuan J K J K Tujuan Tujuan

20. Tujuan A B C D E F G H I J K L Keadaan Awal Keadaan Awal J K J K Keadaan Awal Keadaan Awal

21. Representasi Pengetahuan III

22. Triplet Object-Attribute -Value

23. Object dapat berupa bentuk fisik atau konsep • Atribut adalah karakteristik atau sifat dari • object tersebut • Values besaran/nilai/takaran spesifik dari • atribut tersebut pada situasi tertentu. Dapat • berupa numerik, string atau boolean • Sebuah object bisa memiliki beberapa • atribut • Sebuah atribut dapat dianggap sebagai • suatu object baru dan memiliki • atribut sendiri • Digunakan juga pada frames dan • semantic networks

24. Contoh representasi item O-A-V :

25. Single-Value d Facts : atribut yang hanya • memiliki satu nilai tunggal • Contoh : • Q : Please tell if the barometer is • Falling • Steady • Rising • A : Falling

26. Multiple-Value d Facts : atribut yang dapat • memiliki nilai lebih dari satu • Contoh : • Q : Please select the level of education • High School • College • Graduate School • A : High School • College

27. Jika sebuah value dipilih dari list, maka sistem • akan men-set value tersebut pada working • memory menjadi TRUE, dan value yang • lain menjadi FALSE

28. Frame

29. Frame : kumpulan pengetahuan tentang suatu • obyek tertentu, peristiwa, lokasi, situasi, dll • Frame biasanya digunakan untuk merepre- • sentasikan pengetahuan yang didasarkan • pada karakteristik yang sudah dikenal, • yang merupakan pengalaman

30. Struktur frame :

31. Frame dapat memiliki field tambahan yang • disebut Class • Class dapat diisi sebuah nilai (misalnya : • Object2) yang merupakan nama dari frame • lain yang berhubungan dengan Object1

32. Elemen frame : • Slot : kumpulan atribut/properti yang • menjelaskan obyek yang direpresentasi • oleh frame • Facet(subslot) : menjelaskan pengetahuan • atau prosedur dari atribut pada slot

33. Facet dapat berbentuk : • Value : nilai dari suatu atribut • Default : nilai yang digunkan jika slot • kosong atau tidak dideskripsikan pada • frame instansiasi • Range : menandakan jenis dari informasi • yang dapat muncul pada slot tersebut • (misalnya 0 sampai 100) • If Added : berisi informasi • prosedural yang berupa suatu • tindakan yang akan dikerjakan • jika nilai slot diisi atau diubah

34. If Needed : digunakan pada kasus dimana • tidak ada value pada slot. Suatu prosedur • akan dikerjakan untuk memperoleh atau • menghitung sebuah value • Other : slot berisi frame, rule, semantic • networks ataupun tipe lain dari informasi

35. Frame Kelas (Class) : • Merepresentasikan karakteristik umum • dari suatu obyek • Dalam setiap frame kelas dapat didefinisikan • properti-properti umum yang biasanya • dimiliki oleh semua obyek dalam kelas • tersebut

37. Frame Instansiasi(Instance) : • Instansiasi : kelas digunakan untuk • mendeskripsikan suatu objek khusus dari • kelas tersebut • Frame tersebut secara otomatis mewarisi • properti dan value dari kelas tersebut • Dalam teknik pemrograman, frame • dapat direpresentasikan dengan • OOP

39. Contoh lain Frame : Ranjang hotel Kasur Kursi hotel Telpon hotel Kamar hotel Superkelas : bantal Spesialisasi dari : kamar Superkelas : ranjang Spesialisasi dari : kursi Spesialisasi dari : telpon Tempat : hotel Tinggi : 20 – 40 cm Kegunaan : tempat tidur Penetapan : perusahaan Kegunaan : memanggil pelayan kamar Isi : kursi hotel, telpon hotel, ranjang hotel Jumlah kaki : 4 Kegunaan : tempat duduk Pembayaran : melalui kamar Bagian : kasur

40. Representasi Pengetahuan IV

41. Script

42. Script: representasi pengetahuan yang • digambarkan sebagai urutan peristiwa • Elemen-elemen script : • Kondisi input • Track (jalur) • Prop (properti, pendukung) • Role (peran) • Scene (adegan) • Hasil

43. Contoh : Script UAS • Track : Ujian tertulis matakuliah AI • Role : Mahasiswa, Pengawas • Prop : lembar soal, lembar jawaban, • presensi, pena • Kondisi Input : Mahasiswa terdaftar untuk ikut ujian • Scene-1 : Persiapan Pengawas • Pengawas menyiapkan lembar soal • Pengawas menyiapkan lembar jawaban • Pengawas menyiapkan lembar presensi • Scene-2 : Mahasiswa Masuk Ruangan • Pengawas mempersilakan mahasiswa masuk • Pengawas membagikan lembar soal • Pengawas membagikan lembar jawaban • Pengawas memimpin doa

44. Scene-3 : Mahasiswa Mengerjakan Soal Ujian • Mahasiswa menulis identitas di lembar jawaban • Mahasiswa menandatangani lembar jawaban • Mahasiswa mengerjakan soal • Mahasiswa mengecek jawaban • Scene-4 : Mahasiswa Telah Selesai Ujian • Pengawas mempersilakan mahasiswa keluar ruangan • Mahasiswa mengumpulkan kembali lembar jawaban • Mahasiswa keluar ruangan • Scene-5 : Pengawas Mengemasi • Lembar Jawaban • Pengawas mengurutkan lembar jawaban • Pengawas mengecek lembar jawaban dan • presensi • 3. Pengawas meninggalkan ruangan

45. Hasil : • Mahasiswa merasa senang dan lega • Mahasiswa merasa kecewa • Mahasiswa pusing • Mahasiswa memaki-maki • Mahasiswa sangat bersyukur

46. TUGAS • Gambarkan representasi jaringan semantik • untuk informasi objek-objek berikut : • Ann is the wife of Bill, Ann is the mother of • Susan, Ann is the sister of Carol, Bill is the • father of Susan, Tom is the husband of • Susan, Susan is the mother of John, • Tom is the father of John, David is the • husband of Carol, Carol is the mother • of Tom, David is the father of Tom.

47. Buatlah representasi pengetahuan • menggunakan frame untuk menggambarkan • Personal Computer (PC)