REPRESENTASI PENGETAHUAN. Pertemuan 6 Diema Hernyka Satyareni, M. Kom

Ukuran: px
Mulai penontonan dengan halaman:

Download "REPRESENTASI PENGETAHUAN. Pertemuan 6 Diema Hernyka Satyareni, M. Kom"

Transkripsi

1 REPRESENTASI PENGETAHUAN Pertemuan 6 Diema Hernyka Satyareni, M. Kom

2 KOMPETENSI DASAR Mahasiswa dapat merepresentasi pengetahuan dalam Sistem Intelegensia

3 MATERI BAHASAN Logika Jaringan Semantik Frame Script

4 Representasi Logika Representasi logika terdiri dari dua jenis yaitu: 1. Logika proposisional ( Propositional logic ) 2. Logika predikatif (Predicate logic).

5 1. Logika Proposisional (PropositionalLogic) Proposisi adalah suatu model untuk mendeklarasikan suatu fakta (suatu pernyataan yang dapat bernilai benar(b) atau salah(s). Lambang-lambang proposisional menunjukkan proposisi atau pernyataan tentang segala sesuatu yang dapat benar atau salah.

6 LAMBANG LAMBANG PROPOSISI Lambang pernyataan proposisional P,Q,R,S,T,... (disebut sebagai atom-atom) Lambang kebenaran Benar (True), Salah (False) Lambang penghubung Konjungsi : (and) Disjungsi : (or) Implikasi : (if-then) ekuivalensi: Negasi : (not)

7 Tabel Kebenaran P Q P Q B B B B S S S B S S S S P Q P Q B B B B S B S B B S S S P B S P S B P Q P Q P Q P Q B B B B B B B S S B S S S B B S B S S S B S S B

8 RESOLUSI (Pembuktian Teorema) Untuk menggunakan teori proposisi, maka digunakan Resolusi, yaitu suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk khusus yang disebut CNF (Conjunctive Normal Form). Bentuk dan ciri-ciri CNF : o Setiap kalimat merupakan disjungsi literal (OR) o Semua kalimat terkonjungsi secara implisit.

9 Langkah-langkah mengubah suatu kalimat ke dalam bentuk CNF 1. Hilangkan implikasi dan ekuivalensi. o o x y menjadi x y x y menjadi ( x y) ( y x) 2. Kurangi lingkup semua negasi menjadi satu negasi saja. o o o ( x) menjadi x (x y) menjadi ( x y) (x y) menjadi ( x y) 3. Gunakan aturan asosiatif dan distributif untuk mengkonversi menjadi conjungtion of disjunction. o o Asosiatif : (A B) C = A (B C) Distributif : (A B) C = (A C) (B C) 4. Buat satu kalimat terpisah untuk tiap-tiap konjungsi.

10 CONTOH Diketahui basis pengetahuan (fakta-fakta yang bernilai benar) sebagai berikut: 1. P 2. (P Q) R 3. (S T) Q 4. T Tentukan kebenaran R. Untuk membuktikan kebenaran R dengan menggunakan resolusi,maka ubah dulu menjadi bentuk CNF.

11 CONTOH

12 Kemudian kita tambahkan kontradiksi pada tujuannya, R menjadi R sehingga faktafakta (dalam bentuk CNF) dapat disusun menjadi : 1. P 2. P Q R 3. S Q 4. T Q 5. T 6. R Sehingga resolusi dapat dilakukan untuk membuktikan kebenaran R, sebagai berikut CONTOH

13 Contoh bila diterapkan dalam kalimat P: Eko anak yang cerdas Q: Eko rajin belajar R: Eko akan menjadi Juara Kelas S: Eko makannya banyak T: Eko istirahatnya cukup

14 Kalimat yang terbentuk P : Eko anak yang cerdas (P Q) R : Jika Eko anak yang cerdas dan Eko rajin belajar, maka Eko akan menjadi juara kelas (S T) Q : Jika Eko makannya banyak atau Eko istirahatnya cukup, maka Eko rajin belajar T : Eko istirahatnya cukup

15 Setelah dilakukan konversi CNF, didapat: P : Eko anak yang cerdas P Q R : Eko tidak cerdas atau Eko tidak rajin belajar atau Eko akan menjadi juara kelas S Q : Eko tidak makan banyak atau Eko rajin belajar T Q : Eko tidak cukup istirahat atau Eko rajin belajar T : Eko istirahatnya cukup R : Eko tidak akan menjadi Juara Kelas

16 Pohon aplikasi resolusi Eko tidak cerdas atau Eko tidak rajin belajar atau Eko akan menjadi juara kelas Eko tidak akan menjadi juara kelas Eko tidak cerdas atau Eko tidak rajin belajar Eko anak yang cerdas Eko tidak cukup istirahat, atau Eko rajin belajar Eko tidak rajin belajar Eko tidak cukup istirahat, Eko istirahatnya cukup

17 2. Logika Predikat Logika predikat merupakan satu formula yang terdiri dari predikat, variabel dan konstanta Logika predikat digunakan untuk merepresentasikan hal-hal yang tidak dapat di representasikan dengan menggunakan logika proposisi. Pada logika predikat digunakan untuk merepresentasikan fakta-fakta sebagai suatu pernyataan yang disebut dengan wff(well- formed formula)

18 Contoh 1. WARNA (RUMAH, MERAH) : predikat ini menggambarkan warna rumah merah, dimana WARNA adalah predikat, RUMAH dan MERAH adalah suatu konstanta. 2. WARNA (x, MERAH) : x adalah variabel yang menyatakan sembarang benda yang berwarna merah 3. WARNA (x,y) : Predikat ini menyatakan suatu sifat warna antara variabel x dan y

19 Contoh Kalkulus predikat bersifat rangkaian seperti : 1. Konjungtif fakta : Amin tinggal di rumah yang berwarna kuning formula : TINGGAL (AMIN,RUMAH) WARNA(RUMAH,KUNING) 2. Disjungtif fakta : Amin bisa main biola atau piano Formula : MAIN (AMIN,BIOLA) V MAIN (AMIN,PIANO) 3. Negasi fakta : Amin tidak bisa main biola Formula : -MAIN(AMIN,BIOLA)

20 Contoh 4. Implikasi fakta : Amin mempunyai mobil biru (fakta tersebut mengandung arti bila Amin mempunyai mobil maka mobil itu berwarna biru) formula : PUNYA(AMIN,MOBIL_A) WARNA(MOBIL_A,BIRU) 5. Kuantifier (penghitung) kuantifier adalah suatu simbol dalam satu formula yang membenarkan formula itu dalam satu domain. misal : fakta : Amin punya mobil formula : PUNYA (x,y)

21 Contoh fakta tersebut bisa ditulis PUNYA(AMIN,MOBIL) dimana AMIN dan MOBIL adalah kuantifier dari variabel x dan y Kuantifier ini memiliki beberapa tipe yaitu : 1. Kuantifier universal dimana semua konstan membenarkan formula itu misal : fakta : semua kucing mempunyai empat kaki formula : ( x) BINATANG(x,KUCING) KAKI(x,4) 2. Kuantifier yang berlaku untuk suatu keadaan saja misal : fakta : ada satu kucing berkaki tiga Formula : ( x)binatang (x,kucing) KAKI(x,3)

22 Jaringan Semantik Implementasi Jaringan Semantik Penyakit Infeksi

23 FRAME (Bingkai) Frame berupa kumpulan-kumpulan slot-slot yang digunakan atau merupakan atribut untuk mendeskripsikan pengetahuan. Pengetahuan yang termuat dalam slot dapat berupa kejadian, lokasi, situasi ataupun elemen-elemen lain.

24 STRUKTUR FRAME

25 ELEMEN DASAR FRAME Slot : merupakan kumpulan atribut atau properti yang menjelaskan objek yang direpresentasikan oleh frame Subslot : menjelaskan pengetahuan atau prosedur dari atribut pada slot

26 Isi dari slot dalam frame 1. Informasi identifikasi frame. 2. Hubungan frame dengan frame yang lain. 3. Penggambaran persyaratan yang dibutuhkan frame. 4. Informasi prosedural untuk menggunakan struktur yang digambarkan. 5. Informasi default frame. 6. Informasi baru

27 Bentuk dari subslot 1. Value : nilai dari suatu atribut. 2. Default : nilai yang digunakan jika slot kosong atau tidak dideskripsikan pada instansiasi frame. 3. Range : jenis informasi yang muncul pada slot. 4. If added : berisi informasi tindakan yang akan dikerjakan jika nilai slot diisi. 5. If needed : Facet (subslot) ini digunakan pada kasus dimana tidak ada value pada slot. 6. Other : Slot dapat berisi frame, rule, jaringan semantik ataupun tipe lain dari informasi.

28 Contoh 1. Frame Kelas dari Penyakit Infeksi

29 Contoh 2 Deskripsi frame untuk kamar hotel.

30 Script Script merupakan skema representasi pengetahuan yang sama dengan frame, Hanya saja frame menggambarkan objek sedangkan script menggambarkan urutan peristiwa Penggambaran urutan peristiwa pada script menggunakan serangkaian slot yang berisi informasi tentang orang, objek dan tindakantindakan yang terjadi dalam suatu peristiwa

31 Elemen-elemen Script Kondisi input : kondisi yang harus dipenuhi sebelum terjadi suatu peristiwa dalam script Track : variasi yang mungkin terjadi dalam suatu script Prop : obyek-obyek pendukung yang digunakan selama peristiwa terjadi Role : peran yang dimainkan oleh seseorang dalam peristiwa Scene : adegan yang dimainkan yang menjadi bagian dari suatu peristiwa Hasil : kondisi yang ada setelah urutan peristiwa dalam script terjadi.

32 Contoh Script Untuk Pembelian Obat Di Apotek

33 TUGAS Buatlah script ujian tertulis mata kuliah sistem intelegensia

BAB V REPRESENTASI PENGETAHUAN

BAB V REPRESENTASI PENGETAHUAN BAB V REPRESENTASI PENGETAHUAN A. Pengenalan Representasi Pengetahuan Dalam menyelesaian masalah tentu membutuhkan pengetahuan pengetahuan yang cukup. Selain itu sistem harus bissa untuk menalar. Representasi

Lebih terperinci

REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN REPRESENTASI PENGETAHUAN Representasi Pengetahuan (Knowledge Representation) dimaksudkan untuk menangkap sifatsifat penting masalah dan membuat infomasi dapat diakses oleh prosedur pemecahan masalah. Bahasa

Lebih terperinci

Dua bagian dasar sistem kecerdasan buatan (menurut Turban) : dalam domain yang dipilih dan hubungan diantara domain-domain tersebut

Dua bagian dasar sistem kecerdasan buatan (menurut Turban) : dalam domain yang dipilih dan hubungan diantara domain-domain tersebut REPRESENTASI PENGETAHUAN (MINGGU 3) Pendahuluan Dua bagian dasar sistem kecerdasan buatan (menurut Turban) : - Basis pengetahuan : Berisi fakta tentang objek-objek dalam domain yang dipilih dan hubungan

Lebih terperinci

Representasi Pengetahuan

Representasi Pengetahuan Representasi Pengetahuan Representasi masalah state space Pengetahuan dan kemampuan melakukan penalaran merupakan bagian terpenting dari sistem yang menggunakan AI. Cara representasi pengetahuan: Logika

Lebih terperinci

Dian Wirdasari, S.Si.,M.Kom

Dian Wirdasari, S.Si.,M.Kom IntelijensiBuatan Dian Wirdasari, S.Si.,M.Kom IntelijensiBuatan Materi-4 Representasi Pengetahuan-1 Dian Wirdasari, S.Si.,M.Kom Definisi: fakta atau kondisi sesuatu atau keadaan yg timbul karena suatu

Lebih terperinci

BAB IV REPRESENTASI PENGETAHUAN

BAB IV REPRESENTASI PENGETAHUAN BAB IV REPRESENTASI PENGETAHUAN Dua bagian dasar sistem kecerdasan buatan (menurut Turban) - Basis pengetahuan : Berisi fakta tentang objek-objek dalam domain yang dipilih dan hubungan diantara domain-domain

Lebih terperinci

Artificial Intelegence EKA YUNIAR

Artificial Intelegence EKA YUNIAR Artificial Intelegence EKA YUNIAR Pokok Bahasan Representasi Pengetahuan Jaringan Semantik Knowledge Base The first step in constructing an AI program is to build a knowledge base Will be used by the inference

Lebih terperinci

KECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - I) ERWIEN TJIPTA WIJAYA, ST., M.KOM

KECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - I) ERWIEN TJIPTA WIJAYA, ST., M.KOM KECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - I) ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH Logika Logika Predikat Pengukuran Kuantitas PENGETAHUAN Diklasifikasikan menjadi 3 : 1. Procedural

Lebih terperinci

REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN REPRESENTASI PENGETAHUAN Basis Pengetahuan Langkah pertama dalam membuat sistem kecerdasan buatan adalah membangun basis pengetahuan Digunakan oleh motor inferensi dalam menalar dan mengambil kesimpulan

Lebih terperinci

BAB III REPRESENTASI PENGETAHUAN

BAB III REPRESENTASI PENGETAHUAN BAB III REPRESENTASI PENGETAHUAN Basis pengetahuan dan kemampuan untuk melakukan penalaran merupakan bagian terpenting dari sistem yang menggunakan kecerdasan buatan. Meskipun suatu sistem memiliki banyak

Lebih terperinci

REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN REPRESENTASI PENGETAHUAN Reasoning, Jaringan Semantik, Frame, Script Farah Zakiyah Rahmanti, M.T 2015 Overview Reasoning Jaringan Semantik Frame Script Reasoning Reasoning Reasoning adalah cara merepresentasikan

Lebih terperinci

REPRESENTASI PENGETAHUAN UTHIE

REPRESENTASI PENGETAHUAN UTHIE REPRESENTASI PENGETAHUAN PENDAHULUAN Basis pengetahuan dan kemampuan untuk melakukan penalaran merupakan bagian terpenting dari sistem yang menggunakan kecerdasan buatan. Meskipun suatu sistem memiliki

Lebih terperinci

TABEL KEBENARAN. Liduina Asih Primandari, S.Si.,M.Si. P a g e 8

TABEL KEBENARAN. Liduina Asih Primandari, S.Si.,M.Si. P a g e 8 P a g e 8 TABEL KEBENARAN A. Logika Proposisional dan Predikat Logika proposional adalah logika dasar yang harus dipahami programmer karena logika ini yang menjadi dasar dalam penentuan nilai kebenaran

Lebih terperinci

REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN REPRESENTASI PENGETAHUAN Representasi pengetahuan adalah cara untuk menyajikan pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi antara suatu pengetahuan

Lebih terperinci

KECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - II) ERWIEN TJIPTA WIJAYA, ST., M.KOM

KECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - II) ERWIEN TJIPTA WIJAYA, ST., M.KOM KECERDASAN BUATAN REPRESENTASI PENGETAHUAN (PART - II) ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH List Tree / Pohon Jaringan Semantik Frame Tabel Keputusan Pohon Keputusan Naskah (Script) Sistem

Lebih terperinci

SINTAKS DAN SEMANTIK PADA LOGIKA PROPOSISI. Matematika Logika Semester Ganjil 2011/2012

SINTAKS DAN SEMANTIK PADA LOGIKA PROPOSISI. Matematika Logika Semester Ganjil 2011/2012 SINTAKS DAN SEMANTIK PADA LOGIKA PROPOSISI Matematika Logika Semester Ganjil 2011/2012 PROPOSISI Proposisi atau kalimat dalam logika proposisi bisa berupa Atom/kalimat sederhana Kalimat kompleks, komposisi

Lebih terperinci

Refresentasi Pengetahuan 1

Refresentasi Pengetahuan 1 ب س م ا ه لل الر ح ن الر ح ي السالم عليكم ورحمة هللا وبركاته PERTEMUAN 08 PENGETAHUAN = data/fakta + mekanisme penalaran Fakta, ide, teori, hubungannya dalam domain tertentu Mekanisme Penalaran KNOWLEDGE

Lebih terperinci

Proposition Logic. (Logika Proposisional) Bimo Sunarfri Hantono

Proposition Logic. (Logika Proposisional) Bimo Sunarfri Hantono Proposition Logic (Logika Proposisional) Bimo Sunarfri Hantono bimo@te.ugm.ac.id Proposition (pernyataan) Merupakan komponen penyusun logika dasar yang dilambangkan dengan huruf kecil (p, q, r,...) yang

Lebih terperinci

BAN 10 BENTUK NORMAL

BAN 10 BENTUK NORMAL BAN 10 BENTUK NORMAL 1. Pendahuluan Ekspresi logika mempunyai berbagai bentuk, mulai dari yang rumit sampai dengan yang sederhana. Bentuk yang rumit adalah bentuk dengan banyak jenis perangkai, variabel

Lebih terperinci

INTELEGENSI BUATAN. Pertemuan 4,5 Representasi Pengetahuan. M. Miftakul Amin, M. Eng. website :

INTELEGENSI BUATAN. Pertemuan 4,5 Representasi Pengetahuan. M. Miftakul Amin, M. Eng. website : INTELEGENSI BUATAN Pertemuan 4,5 Representasi Pengetahuan M. Miftakul Amin, M. Eng. e-mail: mmiftakulamin@gmail.com website : http://mafisamin.web.ugm.ac.id Jurusan Teknik Komputer Jurusan Teknik Komputer

Lebih terperinci

Logika Proposisi. Pertemuan 2 (Chapter 10 Schaum, Set Theory) (Chapter 3/4 Schaum, Theory Logic)

Logika Proposisi. Pertemuan 2 (Chapter 10 Schaum, Set Theory) (Chapter 3/4 Schaum, Theory Logic) Logika Proposisi Pertemuan 2 (Chapter 10 Schaum, Set Theory) (Chapter 3/4 Schaum, Theory Logic) Logika Proposisional Tujuan pembicaraan kali ini adalah untuk menampilkan suatu bahasa daripada kalimat abstrak

Lebih terperinci

REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN REPRESENTASI PENGETAHUAN Pengetahuan adalah fakta yang timbul karena keadaan (Sutojo, 2011) Contoh : Pengetahuan tentang penyakit, gejala-gejala dan pengobatannya. Pengetahuan tentang tanaman, jenis-jenis

Lebih terperinci

MATERI 1 PROPOSITIONAL LOGIC

MATERI 1 PROPOSITIONAL LOGIC MATERI 1 PROPOSITIONAL LOGIC 1.1 Pengantar Beberapa pernyataan (statement) dapat langsung diterima kebenarannya tanpa harus tahu kebenaran pembentuknya Ada kehidupan di Bulan atau tidak ada kehidupan di

Lebih terperinci

REPRESENTASI PENGETAHUAN (2) 3. Frame

REPRESENTASI PENGETAHUAN (2) 3. Frame REPRESENTASI PENGETAHUAN (2) 3. Frame - Frame (Minsky, 1975) dipandang sebagai struktur data static yang digunakan untuk merepsentasikan situasi-situasi yang telah dipahami dan stereotype. - Frame digunakan

Lebih terperinci

Kecerdasan Bab 3: 3/18/2015

Kecerdasan Bab 3: 3/18/2015 Kecerdasan Bab 3: Prio Handoko, S. Kom., M.T.I. Program Studi Teknik Informatika Universitas Pembangunan Jaya Jl. Boulevard - Bintaro Jaya Sektor VII Tangerang Selatan Banten 15224 Kompetensi Dasar Mahasiswa

Lebih terperinci

Kecerdasan Buatan. Representasi Pengetahuan & Penalaran... Pertemuan 05. Husni

Kecerdasan Buatan. Representasi Pengetahuan & Penalaran... Pertemuan 05. Husni Kecerdasan Buatan Pertemuan 05 Representasi Pengetahuan & Penalaran... Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Outline Pendahuluan Logika Proposisi

Lebih terperinci

LOGIKA INFORMATIKA. Bahan Ajar

LOGIKA INFORMATIKA. Bahan Ajar LOGIKA INFORMATIKA Bahan Ajar Digunakan sebagai salah satu bahan ajar mata kuliah Logika Informatika Oleh Achmad Fauzan TEKNIK INFORMATIKA POLITEKNIK HARAPAN BERSAMA TEGAL 2016 Bab 1 Pengantar Logika Proposisional

Lebih terperinci

Berpikir Komputasi. Sisilia Thya Safitri, MT Citra Wiguna, M.Kom. 3 Logika Proposisional (I)

Berpikir Komputasi. Sisilia Thya Safitri, MT Citra Wiguna, M.Kom. 3 Logika Proposisional (I) Berpikir Komputasi Sisilia Thya Safitri, MT Citra Wiguna, M.Kom 3 Logika Proposisional (I) Capaian Sub Pembelajaran Mahasiswa dapat memahami logika proposisional sebagai dasar penerapan algoritma. Outline

Lebih terperinci

Dasar-dasar Logika. (Review)

Dasar-dasar Logika. (Review) Dasar-dasar Logika (Review) Intro Logika berhubungan dengan kalimat-kalimat dan hubungan antar kalimat. Tujuan: menentukan apakah suatu kalimat / masalah bernilai benar (TRUE) atau salah (FALSE) Kalimat

Lebih terperinci

RESOLUTIONS - INTRODUCTION Lecture 11-13

RESOLUTIONS - INTRODUCTION Lecture 11-13 RESOLUTIONS - INTRODUCTION Lecture 11-13 DR. Herlina Jayadianti., ST., MT QUIZ Setiap mahasiswa yang kuliah di Informatika ia akan menyukai pemrograman atau berpikir bahwa lebih baik pindah Jurusan Review

Lebih terperinci

Representasi Pengetahuan : Logika Predikat

Representasi Pengetahuan : Logika Predikat Representasi Pengetahuan : Logika Predikat Pertemuan 8 Wahyu Supriyatin Logika Predikat Logika predikat digunakan untuk merepresentasikan hal-hal yang tidak dapat direpresentasikan dengan menggunakan logika

Lebih terperinci

Representasi Pengetahuan (II)

Representasi Pengetahuan (II) Representasi Pengetahuan (II) 1 Schemata Jaringan semantik contoh dari Shallow knowledge Structure karena seluruh pengetahuan jaringan semantik diisikan dalam link dan node Concept schema : dengan skema

Lebih terperinci

Bahasan Terakhir... Pencarian Iteratif. Pencarian Adversarial. Simulated Annealing Pencarian Tabu Mean Ends. Minimax (Min-Max) Alpha-Beta Pruning

Bahasan Terakhir... Pencarian Iteratif. Pencarian Adversarial. Simulated Annealing Pencarian Tabu Mean Ends. Minimax (Min-Max) Alpha-Beta Pruning Bahasan Terakhir... Pencarian Iteratif Simulated Annealing Pencarian Tabu Mean Ends Pencarian Adversarial Minimax (Min-Max) Alpha-Beta Pruning Tugas Hard Copy (Lanjutan...) Pencarian Iteratif Simulated

Lebih terperinci

Silogisme Hipotesis Ekspresi Jika A maka B. Jika B maka C. Diperoleh, jika A maka C

Silogisme Hipotesis Ekspresi Jika A maka B. Jika B maka C. Diperoleh, jika A maka C MSH1B3 Logika Matematika Dosen: Aniq A Rohmawati, M.Si Kalkulus Proposisi [Definisi] Metode yang digunakan untuk meninjau nilai kebenaran suatu proposisi atau kalimat Jika Anda belajar di Tel-U maka Anda

Lebih terperinci

LOGIKA MATEMATIKA. MATEMATiKA DISKRET S1-SISTEM INFORMATIKA STMIK AMIKOM. proposisi conjungsi tautologi inferensi

LOGIKA MATEMATIKA. MATEMATiKA DISKRET S1-SISTEM INFORMATIKA STMIK AMIKOM. proposisi conjungsi tautologi inferensi LOGIKA MATEMATIKA MATEMATiKA DISKRET S1-SISTEM INFORMATIKA STMIK AMIKOM Definisi Proposisi adalah suatu kalimat yang bernilai benar atau salah dan tidak keduanya Proposisi Kalimat Deklaratif Proposisi

Lebih terperinci

Logika Proposisional Ema Utami STMIK AMIKOM Yogyakarta

Logika Proposisional Ema Utami STMIK AMIKOM Yogyakarta Logika Proposisional Ema Utami STMIK AMIKOM Yogyakarta Logika proposisional merupakan ilmu dasar untuk mempelajari algoritma dan logika yang terkait di dalamnya yang berperanan sangat penting dalam pemrograman.

Lebih terperinci

Matematika Industri I

Matematika Industri I LOGIKA MATEMATIKA TIP FTP - UB Pokok Bahasan Proposisi dan negasinya Nilai kebenaran dari proposisi Tautologi Ekuivalen Kontradiksi Kuantor Validitas pembuktian Pokok Bahasan Proposisi dan negasinya Nilai

Lebih terperinci

Artificial Intelegence. Representasi Logica Knowledge

Artificial Intelegence. Representasi Logica Knowledge Artificial Intelegence Representasi Logica Knowledge Outline 1. Logika dan Set Jaringan 2. Logika Proposisi 3. Logika Predikat Order Pertama 4. Quantifier Universal 5. Quantifier Existensial 6. Quantifier

Lebih terperinci

Kelas A & B Jonh Fredrik Ulysses, ST.

Kelas A & B Jonh Fredrik Ulysses, ST. Kelas A & B Jonh Fredrik Ulysses, ST jonh.fredrik.u@gmail.com Knowledge / pengetahuan merupakan kunci utama dari sistem pakar. Analoginya dengan ekspresi klasik dari Wirth adalah: Algoritma + Struktur

Lebih terperinci

Selamat Datang. MA 2151 Matematika Diskrit. Semester I, 2012/2013. Rinovia Simanjuntak & Edy Tri Baskoro

Selamat Datang. MA 2151 Matematika Diskrit. Semester I, 2012/2013. Rinovia Simanjuntak & Edy Tri Baskoro Selamat Datang di MA 2151 Matematika Diskrit Semester I, 2012/2013 Rinovia Simanjuntak & Edy Tri Baskoro 1 Referensi Pustaka Kenneth H. Rosen, Discrete Mathematics and its Applications, 7 th edition, 2007.

Lebih terperinci

Representasi Pengetahuan dan Penalaran

Representasi Pengetahuan dan Penalaran Representasi Pengetahuan dan Penalaran PENGETAHUAN Pengetahuan (knowledge) adalah pemahaman secara praktis maupun teoritis terhadap suatu obyek atau domain tertentu. Pengetahuan merupakan hal yang penting

Lebih terperinci

Refreshing Materi Kuliah Semester Pendek 2010/2011. Logika dan Algoritma. Heri Sismoro, M.Kom.

Refreshing Materi Kuliah Semester Pendek 2010/2011. Logika dan Algoritma. Heri Sismoro, M.Kom. Refreshing Materi Kuliah Semester Pendek 2010/2011 Logika dan Algoritma Heri Sismoro, M.Kom. STMIK AMIKOM YOGYAKARTA 2011 Materi 1. Logika Informatika Adalah logika dasar dalam pembuatan algoritma pada

Lebih terperinci

LOGIKA Ponco Wali Pranoto PTI FT UNY create: Ratna W.

LOGIKA Ponco Wali Pranoto PTI FT UNY create: Ratna W. LOGIKA Materi Perkuliahan Konsep Proposisi Majemuk Manfaat Skema Parsing Precedence Rules Tautologi, Kontradiksi dan Contingen Ekspresi Logika (1) Ekspresi Logika adalah proposisi-proposisi yang dibangun

Lebih terperinci

kusnawi.s.kom, M.Eng version

kusnawi.s.kom, M.Eng version Propositional Logic 3 kusnawi.s.kom, M.Eng version 1.1.0.2009 Properties of Sentences Adalah sifat-sifat yang dimiliki oleh kalimat logika. Ada 3 sifat logika yaitu : - Valid(Tautologi) - Kontradiksi -

Lebih terperinci

Representasi Pengetahuan. Oleh : Cahyo Anggoro Seto Yusuf Hadi

Representasi Pengetahuan. Oleh : Cahyo Anggoro Seto Yusuf Hadi Representasi Pengetahuan Oleh : Cahyo Anggoro Seto Yusuf Hadi Representasi Pengetahuan merepresentasikan pengetahuan ke dalam basis pengetahuan dan menguji kebenaran penalaran Suatu sistem walaupun mempunyai

Lebih terperinci

LOGIKA INFORMATIKA. Bahan Ajar

LOGIKA INFORMATIKA. Bahan Ajar LOGIKA INFORMATIKA Bahan Ajar Digunakan sebagai salah satu bahan ajar mata kuliah Logika Informatika Oleh Achmad Fauzan TEKNIK INFORMATIKA POLITEKNIK HARAPAN BERSAMA TEGAL 2016 Daftar Isi Daftar Isi ii

Lebih terperinci

Logika Proposisi 1: Motivasi Pohon Urai (Parse Tree)

Logika Proposisi 1: Motivasi Pohon Urai (Parse Tree) Logika Proposisi 1: Motivasi Pohon Urai (Parse Tree) Kuliah Logika Matematika Semester Ganjil 2015-2016 MZI Fakultas Informatika Telkom University FIF Tel-U Agustus 2015 MZI (FIF Tel-U) Logika Proposisi

Lebih terperinci

Selamat Datang. MA 2151 Matematika Diskrit. Semester I 2008/2009

Selamat Datang. MA 2151 Matematika Diskrit. Semester I 2008/2009 Selamat Datang di MA 2151 Matematika Diskrit Semester I 2008/2009 Hilda Assiyatun & Djoko Suprijanto 1 Referensi Pustaka Kenneth H. Rosen, Discrete Mathematics and its Applications, 5 th edition. On the

Lebih terperinci

FPMIPA UPI ILMU KOMPUTER I. TEORI HIMPUNAN

FPMIPA UPI ILMU KOMPUTER I. TEORI HIMPUNAN I. TEORI HIMPUNAN 1. Definisi Himpunan hingga dan Tak hingga 2. Notasi himpuanan 3. Cara penulisan 4. Macam-macam Himpunan 5. Operasi Himpunan 6. Hukum pada Operasi Himpunan 7. Perkalian Himpunan (Product

Lebih terperinci

MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT

MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT Penulis : Nelly Indriani Widiastuti S.Si., M.T. JURUSAN TEKNIK INFORMATIKA UNIVERSITAS KOMPUTER INDONESIA BANDUNG 2011 DAFTAR ISI Daftar Isi. 2 Bab 1 LOGIKA

Lebih terperinci

LOGIKA. Ratna Wardani Pendidikan Teknik Informatika. 10/28/2008> Pertemuan-1-2 1

LOGIKA. Ratna Wardani Pendidikan Teknik Informatika. 10/28/2008> Pertemuan-1-2 1 LOGIKA Ratna Wardani Pendidikan Teknik Informatika 10/28/2008> Pertemuan-1-2 1 Materi Perkuliahan Konsep Proposisi Majemuk Manfaat Skema Parsing Precedence Rules Tautologi, Kontradiksi dan Contingen 10/28/2008>

Lebih terperinci

LOGIKA. Ratna Wardani Pendidikan Teknik Informatika. 2 September 2007 Pertemuan-1-2 1

LOGIKA. Ratna Wardani Pendidikan Teknik Informatika. 2 September 2007 Pertemuan-1-2 1 LOGIKA Ratna Wardani Pendidikan Teknik Informatika 2 September 2007 Pertemuan-1-2 1 Materi Perkuliahan Logical Connectives Tabel Kebenaran 2 September 2007 Pertemuan-1-2 2 Arti Kalimat Arti kalimat = nilai

Lebih terperinci

KONSEP DASAR LOGIKA MATEMATIKA. Riri Irawati, M.Kom Logika Matematika - 3 sks

KONSEP DASAR LOGIKA MATEMATIKA. Riri Irawati, M.Kom Logika Matematika - 3 sks KONSEP DASAR LOGIKA MATEMATIKA Riri Irawati, M.Kom Logika Matematika - 3 sks Agenda 2 Pengantar Logika Kalimat pernyataan (deklaratif) Jenis-jenis pernyataan Nilai kebenaran Variabel dan konstanta Kalimat

Lebih terperinci

BAB 3 TABEL KEBENARAN

BAB 3 TABEL KEBENARAN BAB 3 TABEL KEBENARAN 1. Pendahuluan Logika adalah ilmu tentang penalaran (reasoning). Penalaran berarti mencari bukti validitas dari suatu argumen, mencari konsistensi dan pernyataan-pernyataan, dan membahas

Lebih terperinci

BAB 2 LANDASAN TEORI. berkonsultasi dengan seorang pakar atau ahli. Seorang pakar adalah seseorang yang

BAB 2 LANDASAN TEORI. berkonsultasi dengan seorang pakar atau ahli. Seorang pakar adalah seseorang yang BAB 2 LANDASAN TEORI 2.1 Sistem Pakar Ketika dihadapkan pada sebuah kasus dan diharuskan membuat suatu keputusan yang komplek untuk memecahkan suatu masalah, tidak jarang kita meminta nasehat atau berkonsultasi

Lebih terperinci

Selamat Datang. MA 2251 Matematika Diskrit. Semester II, 2016/2017. Rinovia Simanjuntak & Saladin Uttunggadewa

Selamat Datang. MA 2251 Matematika Diskrit. Semester II, 2016/2017. Rinovia Simanjuntak & Saladin Uttunggadewa Selamat Datang di MA 2251 Matematika Diskrit Semester II, 2016/2017 Rinovia Simanjuntak & Saladin Uttunggadewa 1 Referensi Pustaka Kenneth H. Rosen, Discrete Mathematics and its Applications, 7 th edition,

Lebih terperinci

kusnawi.s.kom, M.Eng version

kusnawi.s.kom, M.Eng version Propositional Logic 3 kusnawi.s.kom, M.Eng version 1.0.0.2009 Adalah sifat-sifat yang dimiliki oleh kalimat logika. Ada 3 sifat logika yaitu : - Valid(Tautologi) - Kontradiksi - Satisfiable(Contingent).

Lebih terperinci

Representasi Kalimat Logika ke dalam Matriks Trivia

Representasi Kalimat Logika ke dalam Matriks Trivia Representasi Kalimat Logika ke dalam Matriks Trivia Rio Chandra Rajagukguk 13514082 Program Studi Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

LOGIKA PROPOSISI. Bagian Keempat : Logika Proposisi

LOGIKA PROPOSISI. Bagian Keempat : Logika Proposisi LOGIKA PROPOSISI Bagian Keempat : Logika Proposisi ARI FADLI, S.T. Logika Proposisi Tujuan : Mahasiswa dapat menyebutkan tentang logika proposisi, operator dan sifat proposisi Proposisi Definisi : Setiap

Lebih terperinci

Logika Informatika. Bambang Pujiarto

Logika Informatika. Bambang Pujiarto Logika Informatika Bambang Pujiarto LOGIKA mempelajari atau berkaitan dengan prinsip-prinsip dari penalaran argument yang valid studi tentang kriteria-kriteria untuk mengevaluasi argumenargumen dengan

Lebih terperinci

BAB 7 PENYEDERHANAAN

BAB 7 PENYEDERHANAAN BAB 7 PENYEDERHANAAN 1. Pendahuluan Bab ini membahaspenggunaan hukum-hukum logika pada operasi logika yang dinamakan penyederhaan (simplifying). Berbagai macam ekuivalensi dari berbagai ekpresi logika

Lebih terperinci

Teknik Informatika POLITEKNIK NEGERI TANAH LAUT BY: VJ REFERENSI: UNIV TRUNOJOYO & PTIIK

Teknik Informatika POLITEKNIK NEGERI TANAH LAUT BY: VJ REFERENSI: UNIV TRUNOJOYO & PTIIK Teknik Informatika POLITEKNIK NEGERI TANAH LAUT BY: VJ REFERENSI: UNIV TRUNOJOYO & PTIIK Fika Hastarita R - UTM 2012 Pengenalan Informal Penghubung Logis (Operator, Functor) Tabel Kebenaran dp Formula.

Lebih terperinci

Representasi Pengetahuan : LOGIKA

Representasi Pengetahuan : LOGIKA Representasi Pengetahuan : LOGIKA Representasi Pengetahuan : LOGIKA 1/16 Outline Logika dan Set Jaringan Logika Proposisi Logika Predikat Order Pertama Quantifier Universal Quantifier Existensial Quantifier

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Proposisi adalah pernyataan yang dapat ditentukan nilai kebenarannya, bernilai benar atau salah tetapi tidak keduanya. Sedangkan, Kalkulus Proposisi (Propositional

Lebih terperinci

MATEMATIKA DISKRIT LOGIKA

MATEMATIKA DISKRIT LOGIKA MATEMATIKA DISKRIT LOGIKA Logika Perhatikan argumen di bawah ini: Jika anda mahasiswa Informatika maka anda tidak sulit belajar Bahasa Java. Jika anda tidak suka begadang maka anda bukan mahasiswa Informatika.

Lebih terperinci

Definisi 2.1. : Sebuah pernyataan yang bernilai benar atau salah disebut dengan proposisi (proposition)

Definisi 2.1. : Sebuah pernyataan yang bernilai benar atau salah disebut dengan proposisi (proposition) Bab II Kalkulus Proposisi Bab pertama ini menyampaikan sejumlah argumen logika. Semua argumen logika meliputi proposisi proposisi atomik (atomic proposition), yang tidak dapat dibagi lagi. Proposisi atomik

Lebih terperinci

ARTIFICIAL INTELLIGENCE

ARTIFICIAL INTELLIGENCE ARTIFICIAL INTELLIGENCE Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,

Lebih terperinci

JARINGAN SEMANTIK (SEMANTIC NETWORK) & Muhlis Tahir SKEMA (SCHEME)

JARINGAN SEMANTIK (SEMANTIC NETWORK) & Muhlis Tahir SKEMA (SCHEME) JARINGAN SEMANTIK (SEMANTIC NETWORK) & Muhlis Tahir SKEMA (SCHEME) JARINGAN SEMANTIK Jaringan semantik merupakan penggambaran grafis dari pengetahuan yang melibatkan hubungan antara obyek-obyek. Obyek

Lebih terperinci

LOGIKA DAN BUKTI. Drs. C. Jacob, M.Pd

LOGIKA DAN BUKTI. Drs. C. Jacob, M.Pd LOGIKA DAN UKTI Drs. C. Jacob, M.Pd Email: cjacob@upi.edu Untuk mampu mengerti matematika dan argumen matematis perlu memiliki suatu pengertian mendalam logika dan cara di mana mengenal fakta-fakta yang

Lebih terperinci

Perangkai logika / operator digunakan untuk mengkombinasikan proposisi-proposisi atomik menjadi proposisi majemuk. Untuk menghindari kesalahan tafsir

Perangkai logika / operator digunakan untuk mengkombinasikan proposisi-proposisi atomik menjadi proposisi majemuk. Untuk menghindari kesalahan tafsir PROPOSISI MAJEMUK Perangkai logika / operator digunakan untuk mengkombinasikan proposisi-proposisi atomik menjadi proposisi majemuk. Untuk menghindari kesalahan tafsir akibat adanya ambiguitas (ambiguity),

Lebih terperinci

Pusat Pengembangan Pendidikan Universitas Gadjah Mada 1

Pusat Pengembangan Pendidikan Universitas Gadjah Mada 1 2. ALJABAR LOGIKA 2.1 Pernyataan / Proposisi Pernyataan adalah suatu kalimat yang mempunyai nilai kebenaran (benar atau salah), tetapi tidak keduanya. Contoh 1 : P = Tadi malam BBM mulai naik (memiliki

Lebih terperinci

BAB 6 ALJABAR BOOLE. 1. Definisi Dasar MATEMATIKA DISKRIT

BAB 6 ALJABAR BOOLE. 1. Definisi Dasar MATEMATIKA DISKRIT BAB 6 ALJABAR BOOLE 1. Definisi Dasar Himpunan dan proposisi mempunyai sifat yang serupa yaitu memenuhi hukum identitas. Hukum ini digunakan untuk mendefinisikan struktur matematika abstrak yang disebut

Lebih terperinci

Logika. Apakah kesimpulan dari argumen di atas valid? Alat bantu untuk memahami argumen tsb adalah Logika

Logika. Apakah kesimpulan dari argumen di atas valid? Alat bantu untuk memahami argumen tsb adalah Logika Pengantar Logika 1 Logika Perhatikan argumen di bawah ini: Jika anda mahasiswa Informatika maka anda pasti belajar Bahasa Java. Jika anda tidak suka begadang maka anda bukan mahasiswa Informatika. Tetapi,

Lebih terperinci

SILABUS MATAKULIAH. Indikator Pokok Bahasan/ Materi Aktifitas Pembelajaran

SILABUS MATAKULIAH. Indikator Pokok Bahasan/ Materi Aktifitas Pembelajaran SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : September 2014 A. Identitas 1. Nama Matakuliah : A11.54406/ Logika Informatika 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot

Lebih terperinci

Logika Matematika BAGUS PRIAMBODO. Silogisme Silogisme Hipotesis Penambahan Disjungsi Penyederhanaan Konjungsi. Modul ke: Fakultas FASILKOM

Logika Matematika BAGUS PRIAMBODO. Silogisme Silogisme Hipotesis Penambahan Disjungsi Penyederhanaan Konjungsi. Modul ke: Fakultas FASILKOM Modul ke: 7 Fakultas FASILKOM Logika Matematika Silogisme Silogisme Hipotesis Penambahan Disjungsi Penyederhanaan Konjungsi BAGUS PRIAMBODO Program Studi SISTEM INFORMASI http://www.mercubuana.ac.id Kemampuan

Lebih terperinci

BAB II PEMECAHAN MASALAH DENGAN AI

BAB II PEMECAHAN MASALAH DENGAN AI BAB II PEMECAHAN MASALAH DENGAN AI A. Representasi Masalah Seperti telah diketahui pada sistemyang menggunakan kecerdasan buatan akan mencoba memberikan output berupa solusi suatu masalah berdasarkan kumpulan

Lebih terperinci

CALCULUS PREDICATE, SENTENCES REPRESENTATION LECTURE 8. DR. Herlina Jayadianti., ST., MT

CALCULUS PREDICATE, SENTENCES REPRESENTATION LECTURE 8. DR. Herlina Jayadianti., ST., MT CALCULUS PREDICATE, SENTENCES REPRESENTATION LECTURE 8 DR. Herlina Jayadianti., ST., MT Materi Apa itu kalkulus predikat Simbol, term, proposisi, kalimat Subterm, subkalimat Representasi kalimat Variabel

Lebih terperinci

Teori Dasar Logika (Lanjutan)

Teori Dasar Logika (Lanjutan) Teori Dasar Logika (Lanjutan) Inferensi Logika Logika selalu berhubungan dengan pernyataan-pernyataan yang ditentukan nilai kebenarannya. Untuk menentukan benar tidaknya kesimpulan berdasarkan sejumlah

Lebih terperinci

LOGIKA & PEMBUKTIAN. Anita T. Kurniawati, MSi LOGIKA

LOGIKA & PEMBUKTIAN. Anita T. Kurniawati, MSi LOGIKA LOGIKA & PEMBUKTIAN Anita T. Kurniawati, MSi LOGIKA Logika merupakan dasar dari semua penalaran (reasoning). Penalaran didasarkan pada hubungan antara pernyataan (statements). 1 Definisi: Kalimat deklaratif

Lebih terperinci

Representasi Pengetahuan (Bagian 3) Logika dan Himpunan. Pertemuan 6

Representasi Pengetahuan (Bagian 3) Logika dan Himpunan. Pertemuan 6 Representasi Pengetahuan (Bagian 3) Logika dan Himpunan Pertemuan 6 Syllogisme Adalah logika formal pertama yang dikembangkan oleh filsuf Yunani, Aristotle pada abad ke-4 SM. Syllogisme mempunyai dua premises

Lebih terperinci

PIRANTI LUNAK PEMBUKTIAN PERNYATAAN LOGIKA PROPOSISI DENGAN METODE RESOLUSI MENGGUNAKAN BAHASA PEMROGRAMAN PROSEDURAL

PIRANTI LUNAK PEMBUKTIAN PERNYATAAN LOGIKA PROPOSISI DENGAN METODE RESOLUSI MENGGUNAKAN BAHASA PEMROGRAMAN PROSEDURAL PIRANTI LUNAK PEMBUKTIAN PERNYATAAN LOGIKA PROPOSISI DENGAN METODE RESOLUSI MENGGUNAKAN BAHASA PEMROGRAMAN PROSEDURAL Arnold Aribowo, Kristian Frits Harris, Budi Berlinton Sitorus Universitas Pelita Harapan,

Lebih terperinci

BAB 6 ALJABAR BOOLE. 1. Definisi Dasar. Teorema 1 MATEMATIKA DISKRIT

BAB 6 ALJABAR BOOLE. 1. Definisi Dasar. Teorema 1 MATEMATIKA DISKRIT BAB 6 ALJABAR BOOLE 1. Definisi Dasar Himpunan dan proposisi mempunyai sifat yang serupa yaitu memenuhi hukum identitas. Hukum ini digunakan untuk mendefinisikan struktur matematika abstrak yang disebut

Lebih terperinci

Arti Pengetahuan Produksi Jaringan Semantik Tiple Obyek-Atribut-Nilai Schemata : Frame dan Script

Arti Pengetahuan Produksi Jaringan Semantik Tiple Obyek-Atribut-Nilai Schemata : Frame dan Script Representasi Pengetahuan Arti Pengetahuan Produksi Jaringan Semantik Tiple Obyek-Atribut-Nilai Schemata : Frame dan Script Referensi Giarratano bab 2 Luger & stubblefield - bab 9 Sri Kusumadewi - bab 3

Lebih terperinci

Logika Matematika. Bab 3: Kalkulus Predikat. Andrian Rakhmatsyah Teknik Informatika STT Telkom Lab. Sistem Komputer dan Jaringan

Logika Matematika. Bab 3: Kalkulus Predikat. Andrian Rakhmatsyah Teknik Informatika STT Telkom Lab. Sistem Komputer dan Jaringan Logika Matematika Bab 3: Kalkulus Predikat Andrian Rakhmatsyah Teknik Informatika STT Telkom Lab. Sistem Komputer dan Jaringan 1 Kalkulus Predikat-Pendahuluan Kalimat pada kalkulus proposisi tidak dapat

Lebih terperinci

Logika Predikat (Kalkulus Predikat)

Logika Predikat (Kalkulus Predikat) Logika Predikat (Kalkulus Predikat) Kuliah (Pengantar) Metode Formal Semester Ganjil 2015-2016 M. Arzaki Fakultas Informatika Telkom University FIF Tel-U November 2015 MZI (FIF Tel-U) Logika Predikat (Kalkulus

Lebih terperinci

Logika. Arum Handini Primandari, M.Sc. Ayundyah Kesumawati, M.Si.

Logika. Arum Handini Primandari, M.Sc. Ayundyah Kesumawati, M.Si. Logika Arum Handini Primandari, M.Sc. Ayundyah Kesumawati, M.Si. Logika Matematika Kalimat Terbuka dan Tertutup Kalimat terbuka adalah kalimat yang tidak mengandung nilai kebenaran Contoh: Semoga kamu

Lebih terperinci

MATEMATIKA DISKRIT. Logika

MATEMATIKA DISKRIT. Logika MATEMATIKA DISKRIT Logika SILABUS KULIAH 1. Logika 2. Himpunan 3. Matriks, Relasi dan Fungsi 4. Induksi Matematika 5. Algoritma dan Bilangan Bulat 6. Aljabar Boolean 7. Graf 8. Pohon REFERENSI Rinaldi

Lebih terperinci

IMPLEMENTASI STRATEGI PERLAWANAN UNTUK PEMBUKTIAN VALIDITAS ARGUMEN DENGAN METODE REDUCTIO AD ABSURDUM

IMPLEMENTASI STRATEGI PERLAWANAN UNTUK PEMBUKTIAN VALIDITAS ARGUMEN DENGAN METODE REDUCTIO AD ABSURDUM IMPLEMENTASI STRATEGI PERLAWANAN UNTUK PEMBUKTIAN VALIDITAS ARGUMEN DENGAN METODE REDUCTIO AD ABSURDUM Abstrak Pembuktian validitas argumen dengan menggunakan tabel kebenaran memerlukan baris dan kolom

Lebih terperinci

Berdasarkan tabel 1 diperoleh bahwa p q = q p.

Berdasarkan tabel 1 diperoleh bahwa p q = q p. PEMAHAAN 1. Pengertian Kata LOGIKA mengacu pada suatu metode atau cara yang sistematis dalam berpikir (reasoning), dan terdapat dua sistem khusus yaitu : suatu metode dasar yang disebut dengan Kalkulus

Lebih terperinci

DASAR-DASAR LOGIKA. Pertemuan 2 Matematika Diskrit

DASAR-DASAR LOGIKA. Pertemuan 2 Matematika Diskrit DASAR-DASAR LOGIKA Pertemuan 2 Matematika Diskrit 25-2-2013 Materi Pembelajaran 1. Kalimat Deklaratif 2. Penghubung kalimat 3. Tautologi dan Kontradiksi 4. Konvers, Invers, dan Kontraposisi 5. Inferensi

Lebih terperinci

q = Socrates is a man r = Socrates is mortal Bila dibuat tabel kebenaran, hasilnya invalid.

q = Socrates is a man r = Socrates is mortal Bila dibuat tabel kebenaran, hasilnya invalid. METODE INFERENSI (2) KETERBATASAN LOGIKA PROPOSISI - Perhatikan contoh berikut : All men are mortal Socrates is a man Therefore, Socrates is mortal Misal : p = All men are mortal q = Socrates is a man

Lebih terperinci

Selamat datang di Perkuliahan LOGIKA MATEMATIKA Logika Matematika Teori Himpunan Teori fungsi

Selamat datang di Perkuliahan LOGIKA MATEMATIKA Logika Matematika Teori Himpunan Teori fungsi Selamat datang di Perkuliahan LOGIKA MAEMAIKA Logika Matematika eori Himpunan eori fungsi Dosen : Dr. Julan HERNADI PUSAKA : Kenneth H Rossen, Discrete mathematics and its applications, fifth edition.

Lebih terperinci

Logika Proposisi. Adri Priadana ilkomadri.com

Logika Proposisi. Adri Priadana ilkomadri.com Logika Proposisi Adri Priadana ilkomadri.com Matematika Diskrit Apa? Cabang matematika yg mempelajari tentang obyek diskrit. Apa yang dimaksud dengan kata diskrit (discrete)? Objek disebut diskrit jika:

Lebih terperinci

BAB I DASAR-DASAR LOGIKA

BAB I DASAR-DASAR LOGIKA BAB I DASAR-DASAR LOGIKA 11 Pendahuluan Logika adalah suatu displin yang berhubungan dengan metode berpikir Pada tingkat dasar, logika memberikan aturan-aturan dan teknik-teknik untuk menentukan apakah

Lebih terperinci

MATERI 5. Representasi Pengetahuan

MATERI 5. Representasi Pengetahuan MATERI 5 Representasi Pengetahuan FAKTA DAN RELASI Prolog terdiri dari kumpulan data-data objek yang merupakan suatu fakta. Fakta menunjukkan suatu keadaan atau situasi nyata maka fakta selalu benar. Contoh

Lebih terperinci

KOMPARASI PENGGUNAAN METODE TRUTH TABLE DAN PROOF BY FALSIFICATION DALAM PENENTUAN VALIDITAS ARGUMEN. Abstrak

KOMPARASI PENGGUNAAN METODE TRUTH TABLE DAN PROOF BY FALSIFICATION DALAM PENENTUAN VALIDITAS ARGUMEN. Abstrak Komparasi Penggunaan Metode Truth Table Dan Proof By Falsification Untuk Penentuan Validitas Argumen (Yani Prihati) KOMPARASI PENGGUNAAN METODE TRUTH TABLE DAN PROOF BY FALSIFICATION DALAM PENENTUAN VALIDITAS

Lebih terperinci

Modul ke: Logika Matematika. Proposisi & Kuantor. Fakultas FASILKOM BAGUS PRIAMBODO. Program Studi SISTEM INFORMASI.

Modul ke: Logika Matematika. Proposisi & Kuantor. Fakultas FASILKOM BAGUS PRIAMBODO. Program Studi SISTEM INFORMASI. Modul ke: 5 Logika Matematika Proposisi & Kuantor Fakultas FASILKOM BAGUS PRIAMBODO Program Studi SISTEM INFORMASI http://www.mercubuana.ac.id Materi Pembelajaran Kalkulus Proposisi Konjungsi Disjungsi

Lebih terperinci

PERTEMUAN TAUTOLOGI, KONTRADIKSI, DAN CONTINGENT

PERTEMUAN TAUTOLOGI, KONTRADIKSI, DAN CONTINGENT PERTEMUAN 5 1.1 TAUTOLOGI, KONTRADIKSI, DAN CONTINGENT Tautologi adalah suatu bentuk kalimat yang selalu bernilai benar (True) tidak peduli bagaimanapun nilai kebenaran masing-masing kalimat penyusunnya,

Lebih terperinci

ARGUMENTASI. Kalimat Deklaratif Kalimat Deklaratif (Proposisi) adalah kalimat yang bernilai benar atau salah, tetapi tidak keduanya.

ARGUMENTASI. Kalimat Deklaratif Kalimat Deklaratif (Proposisi) adalah kalimat yang bernilai benar atau salah, tetapi tidak keduanya. ARGUMENTASI Kalimat Deklaratif Kalimat Deklaratif (Proposisi) adalah kalimat yang bernilai benar atau salah, tetapi tidak keduanya. Berikut ini adalah beberapa contoh Proposisi : a. 1 + 2 = 3 b. Kuala

Lebih terperinci

1 INDUKSI MATEMATIKA

1 INDUKSI MATEMATIKA 1 INDUKSI MATEMATIKA Induksi Matematis Induksi matematis merupakan teknik pembuktian yang baku di dalam matematika. Melalui induksi matematis maka dapat mengurangi langkah-langkah pembuktian bahwa semua

Lebih terperinci