REPRESENTASI PENGETAHUAN
|
|
|
- Hadi Jayadi
- 9 tahun lalu
- Tontonan:
Transkripsi
1 REPRESENTASI PENGETAHUAN Pengetahuan (Knowledge) : Definisi umum : fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu pengalaman. Cabang ilmu filsafat, yaitu Epistemology, berkenaan dengan sifat, struktur dan keaslian dari knowledge. Epistemology Philosophic Theory A Priori A Posteriori (Aristoteles, Plato, Kant, etc.) Knowledge Knowledge Priori Knowledge - Berarti yang mendahului (pengetahuan datang sebelumnya dan bebas dari arti) - Kebenaran yang universal dan tidak dapat disangkal tanpa kontradiksi - Contoh : pernyataan logika, hukum matematika Posteriori Knowledge - Knowledge yang diturunkan dari akal pikiran yang sehat. - Kebenaran atau kesalahan dapat dibuktikan dengan menggunakan pengalaman akal sehat. - Contoh : bola mata seseorang berwarna biru, tetapi ketika orang tersebut mengganti contact lens-nya, bisa jadi bola matanya menjadi berwarna hijau. 1
2 Kategori Knowledge : o Procedural Knowledge Bagaimana melakukan sesuatu o Declarative Knowledge Mengetahui sesuatu itu benar atau salah o Tacit Knowledge Tidak dapat diungkapkan dengan bahasa Knowledge pada ES Analogi dengan ekpresi klasik Wirth : ALGORITMA + STRUKTUR DATA = PROGRAM Knowledge pada ES : KNOWLEDGE + INFERENSI = ES Hirarki Knowledge Meta Knowledge Knowledge Informasi Data Noise - Noise : data yang masih kabur - Data : hal yang paling potensial - Informasi : data yang telah diproses - Knowledge : informasi yang sangat khusus - Meta knowledge : knowledge dan keahlian 2
3 Teknik Representasi Pengetahuan : 1) Aturan Produksi 2) Jaringan Semantik 3) Frame dan Scemata 4) Logic 1. Aturan Produksi - sering digunakan untuk merepresentasikan pengetahuan pada ES - bentuk formalnya Backus-Naus Form (BNF) metalanguange untuk mendefinisikan sintaks bahasa suatu grammar haruslah lengkap dan unambiguous set dari aturan produksi untuk bahasa yang spesifik parse tree adalah representasi grafis dari kalimat pada suatu bahasa deskripsi sintaks tersedia dalam bahasa tidak semua kalimat adalah benar - Contoh : <sentence> ::= <subject> <verb> <end-mark> dimana, <.. > dan ::= adalah symbol metalanguange. ::= artinya ditentukan sebagai yang dalam BNF ekuivalen dengan. Term di dalam kurung disebut symbol Nonterminal, yang masih bisa direpresentasikan ke dalam bentuk lebih sederhana lagi. Nonterminal yang tidak dapat disederhanakan lagi disebut Terminal. 3
4 <sentence> <subject> <verb> <end-mark> <subject> I You We <verb> left came <end-mark>.?! Produksinya : I left. You came? We left! dst.. - Contoh : <sentence> <subject phrase><verb><object phrase> <subject phrase> <determiner><noun> <object phrase> <determiner><adjective><noun> <determiner> a an the this these those <noun> man eater <verb> is was <adjective> dessert heavy Parse Tree atau Derivation Tree adalah representasi grafik dari kalimat yang diuraikan ke dalam seluruh terminal dan nonterminal yang digunakan untuk mendapatkan kalimat. <sentence> <subject phrase><verb><object phrase> <subject phrase> <determiner><noun> <determiner> the <noun> man <verb> was <object phrase> <determiner><adjective><noun> <determiner> a <adjective> heavy <noun> eater 4
5 Keuntungan Aturan Produksi : sederhana dan mudah dipahami implementasi secara straightforward sangat dimungkinkan dalam computer dasar bagi berbagai variant Kelemahan Aturan Produksi : implementasi yang sederhana sering menyebabkan inefisien beberapa tipe pengetahuan sulit direpresentasikan dalam aturan produksi 2. Jaringan Semantik - Dibangun oleh M.R.Quillian, sebagai model memori manusia. - Representasi grafis dari informasi Propositional. - Proposisi adalah pernyataan yang dapat bernilai benar atau salah. - Disajikan dalam bentuk graf berarah - Node merepresentasikan konsep, objek atau situasi : Label ditunjukkan melalui penamaan 5
6 Node dapat berupa objek tunggal atau kelas - Links merepresentasikan suatu hubungan : Links adalah struktur dasar untuk pengorganisasian pengetahuan Contoh jaringan semantic. - Tipe link : IS-A (ISA) berarti contoh dari dan merupakan anggota tertentu dari kelas. A KIND OF (AKO) berarti jenis dari dan merelasikan antara suatu kelas dengan kelas lainnya. AKO merelasikan kelas individu ke kelas induk dari kelas-kelas dimana individu tersebut merupakan kelas anak. HAS-A berarti mempunyai yang merelasikan suatu kelas menjadi subkelas. HAS-A berlawanan dengan AKO dan sering digunakan untuk merelasikan suatu objek ke bagian dari objek. 6
7 Aircraft round ellpsoi dal Has shape Has shape ballon AKO AKO AKO Proppe ller driven AKO AKO blimp special DC3 DC9 jet AKO AKO Concor de ISA ISA ISA Goodb ye ar Blimp Spririt of St.Louis Airforce 1 Keterangan : AKO = jenis dari ISA = adalah Has shape = berbentuk - Perluasan Jaringan Semantik Penambahan dapat dilakukan dalam 3 cara : 1. Objek yang sama 2. Objek yang lebih khusus 3. Objek yang lebih umum 7
8 - Operasi pada Jaringan Semantik Kasus-1: Bertanya pada Bird : How do you Travel? Jawab : Fly Untuk menjawab, node tersebut akan mengecek pada arc dengan label travel dan kemudian menggunakann informasi (value) yang ada pada arc tersebut sebagai jawabannya. Kasus-2: Bertanya pada Tweety : How do you Travel? Jawab : Fly Jika node tidak menemukan jawaban pada local arc, maka akan mencari pada link dengan hubungan IS A yang dimiliki node tersebut. 8
9 - Penanganan Pengecualian (Exception Handling) Kasus-3: Bertanya pada Penguin : How do you Travel? Jawab normal : Fly Hal ini tidak sesuai dengan fakta sebenarnya bhwa Penguin travel dengan cara WALK. Maka untuk mengatasi kasus tersebut bisa ditambahkan arc khusus pada node Penguin untuk meng-over-ride informasi yang telah diwariskan. Pada proses over-ride, kita menambahkan arc atau sifat yang sama dengan objek induk pada node, tetapi dengan value atau karakteristik yang berbeda. Ada 3 hal yaitu OBJECT, ATTRIBUTE, VALUE (OAV) Triplet, yang sering digunakan untuk membangun jaringan semantic. OBJECT : dapat berupa fisik atau konsepsi ATTRIBUTE : karakteristik objek VALUE : ukuran spesifik dari atribut dalam situasi tertentu 9
10 Contoh : Objek Atribut Nilai Apel Warna Merah Apel Tipe MCintosh Apel Jumlah 100 Anggur Warna Merah Anggur Tipe Seedless Anggur Jumlah 500 Triplet OAV secara khusus digunakan untuk mrepresentasikan fakta dan pola guna menyesuaikan fakta dalam aturan yang antecedent. Jaringan semantic untuk beberapa sistem terdiri dari node untuk objek, atribut dan nilai yang dihubungakan dengan IS A dan HAS A. 10
11 REPRESENTASI PENGETAHUAN (2) 3. Frame - Frame (Minsky, 1975) dipandang sebagai struktur data static yang digunakan untuk merepsentasi-kan situasi-situasi yang telah dipahami dan stereotype. - Frame digunakan untuk merepresentasikan pengetahuan stereotype atau pengetahuan yang didasarkan kepada karakteristik yang sudah dikenal yang merupakan pengalaman masa lalu. - Frame berupa kumpulan slot-slot (representasi entitas sebagai struktru objek) yang merupakan atribut untuk mendeskripsikan pengetahuan berupa kejadian, lokasi, situasi ataupun elemen-elemen lain. Frame digunakan untuk representasi pengetahuan deklaratif. - Contoh 1 : Frame Pohon Spesialisasi dari : Tumbuhan Jumlah batang : integer (default 1) Jenis kulit : halus Model daun : jenis pohon jarum, berganti daun Bentuk daun : sederhana, berlekuk, campuran Frame Pohon Perdu Spesialisasi dari : Pohon Jumlah batang : 3 Jenis kulit : halus Model daun : berganti daun Bentuk daun : sederhana, berlekuk - Contoh 2 : Deskripsi frame untuk kamar hotel. 11
12 - Setiap frame individual dapat dipandang sebagai struktur data yang mirip record, berisi informasi yang relevan dengan entitas-entitas stereotype. Slot-slot dalam frame dapat berisi : Informasi identifikasi frame Hubungan frame dengan frame lain Penggambaran persyaratan yang dibutuhkan frame Informasi procedural untuk menggunakan struktur yang digambarkan Informasi default frame Informasi terbaru. Frame Name Class - Contoh 3 : Object 1 Object 2 Object 1 IS A Object 2 Frame Name Bird Properties Property 1 Property 2 Property 3 Value 1 Value 2 Value 3 Properties Color No Wings Flies Unknown 2 True 12
13 Dari contoh 3, terdapat dua elemen dasar, yaitu Slot dan Subslot. Slot merupakan kumpulan atribut / property yang menjelaskan objek yang direpresentasikan oleh frame. Subslot menjelaskan pengetahuan atau prosedur dari atribut pada slot. Subslot dapat berupa : - Value : menjelaskan tentang nilai dari suatu atribut - Default : nilai yang digunakan jika suatu slot kosong atau tidak dideskripsikan pada frame instansiasi - Range : menandakan jenis dari inforamsi yang dapat muncul pada slot tersebut (missal 0 sampai 100) - If Added : berisi informasi procedural yang berupa suatu tindakan yang akan dikerjakan jika nilai dari slot diisi (atau berubah) - If Needed : subslot ini digunakan pada kasus dimana tidak ada value pada slot. Suatu prosedur akan dikerjakan untuk memperoleh atau menghitung sebuah value. - Other : slot bisa berisi frame, rule, jaringan semantic ataupun tipe lain dari informasi. 4. Script - Script (Schank & Abelson, Yale univ) merupakan representasi terstruktur yang menggambarkan urutan stereotip dari kejadian-kejadian dalam sebuah konteks khusus. 13
14 - Script mirip dengan frame, perbedaannya : Frame menggambarkan objek, sedangkan Script menggambarkan urutan peristiwa. - Dalam menggambarkan urutan peristiwa, script menggunakan serangkaian slot yang berisi informasi tentang orang, objek dan tindakantindakan yang terjadi dalam suatu peristiwa. - Elemen script yang tipikal : Kondisi masukan : menggambarkan situasi yang harus dipenuhi sebelum terjadi suatu peristiwa yang ada dalam script. Prop : mengacu kepada objek yang digunakan dalam urutan peristiwa yang terjadi. Role : mengacu kepada orang-orang yang terlibat dalam script. Hasil : kondisi yang ada sesudah peristiwa dalam script berlangsung. Track : mengacu kepada variasi yang mungkin terjadi dalam script tertentu. Scene : menggambarkan urutan peristiwa aktural yang terjadi. - Contoh : Script pergi ke restoran SCRIPT Restoran Jalur (track) : fast food restoran Peran (roles) : tamu, pelayan Pendukung (prop): conter, baki, makanan, uang, serbet, garam, merica, kecap, sedotan, dll Kondisi masukan : tamu lapar tamu punya uang 14
15 Adegan (scene) 1 : Masuk Tamu parkir mobil Tamu masuk restoran Tamu antri Tamu baca menu di list menu dan mengambil keputusan tentang apa yang akan diminta. Adegan (scene) 2 : Pesanan Tamu memberikan pesanan pada pelayan Pelayan mengambil pesanan dan meletakkan makanan di atas baki Tamu membayar Adegan (scene) 3 : Makan Tamu mengambil serbet, sedotan, garam, dll Tamu makan dengan cepat Adegan (scene) 4 : Pulang Tamu membersihkan meja Tamu membuang sampah Tamu meninggalkan restoran Tamu naik mobil dan pulang Hasil Tamu merasa kenyang Tamu senang Tamu kecewa Tamu sakit perut - Keistimewaan Script : 1. Script menyediakan beberapa cara yang sangat alami untuk merepresentasikan suatu inforamsi yang lazim dengan masalah yang bersumber dari sistem AI dari mula. 2. Script menyediakan struktur hirarki untuk merepresentasikan inforamsi melalui inklusi subscript dengan sript. 15
16 5. Logika dan Himpunan - Representasi pengetahuan dengan symbol logika merupakan bagian dari penalaran eksak. - Bagian yang paling penting dalam penalaran adalah mengambil kesimpulan dari premis. - Logika dikembangkan oleh filusuf Yunani, Aristoteles (abad ke 4 SM) didasarkan pada silogisme, dengan dua premis dan satu konklusi. Contoh : Premis : Semua laki-laki adalah makhluk hidup Premis : Socrates adalah laki-laki Konklusi : Socrates adalah makhluk hidup - Cara lain merepresentasikan pengetahuan adalah dengan Diagram Venn. Diagram Venn merepresentasikan sebuah himpunan yang merupakan kumpulan objek. Objek dalam himpunan disebut elemen. A ={1,3,5,7} B = {.,-4,-2,0,2,4,..} C = {pesawat, balon} 16
17 Symbol epsilon ε menunjukkan bahwa suatu elemen merupakan anggota dari suatu himpunan, contoh : 1 ε A. Jika suatu elemen bukan anggota dari suatu himpunan maka symbol yang digunakan, contoh : 2 A. Jika suatu himpunan sembarang, misal X dan Y didefinisikan bahwa setiap elemen X merupakan elemen Y, maka X adalah subset dari Y, dituliskan : X Y atau Y X. Operasi-operasi Dasar dalam Diagram Venn: Interseksi (Irisan) U A C B C = A B C = {x U (x A) (x B)} Dimana : menyatakan irisan himpunan dibaca sedemikian hingga operator logika AND Union (Gabungan) C = A B C = {x U (x A) (x B)} Dimana : menyatakan gabungan himpunan operator logika OR 17
18 Komplemen A = {x U ~(x A) } Dimana : menyatakan komplemen himpunan ~ operator logika NOT Logika Proposisi - Disebut juga kalkulus proposisi yang merupakan logika simbolik untuk memanipulasi proposisi. - Proposisi merupakan pernytaan yang dapat bernilai benar atau salah. - Operator logika yang digunakan : Operator Fungsi Konjungsi (AND/DAN) Disjungsi (OR/ATAU) ~ Negasi (NOT/TIDAK) Implikasi/Kondisional (IF THEN./ JIKA MAKA.) Equivalensi/Bikondisional (IF AND ONLY IF / JIKA DAN HANYA JIKA) p q (p q) (q p) - Kondisional merupakan operator yang analog dengan production rule. Contoh 1 : Jika hujan turun sekarang maka saya tidak pergi ke pasar Kalimat di atas dapat ditulis : p q Dimana : p = hujan turun q = saya tidak pergi ke pasar 18
19 Contoh 2 : p = Anda berusia 21 atau sudah tua q = Anda mempunyai hak pilih Kondisional p q dapat ditulis/berarti : Kondisional Berarti p implies q Anda berusia 21 tahun atau sudah tua implies Anda mempunyai hak pilih. Jika p maka q Jika Anda berusia 21 tahun atau sudah tua, maka Anda mempunyai hak pilih. p hanya jika q Anda berusia 21 tahun atau sudah tua, p adalah (syarat cukup untuk q) q jika p q adalah (syarat perlu untuk p) hanya jika Anda mempunyai hak pilih. Anda berusia 21 tahun atau sudah tua adalah syarat cukup Anda mempunyai hak pilih. Anda mempunyai hak pilih, jika Anda berusia 21 tahun atau sudah tua. Anda mempunyai hak pilih adalah syarat perlu Anda berusia 21 tahun atau sudah tua. - Tautologi : pernyataan gabungan yang selalu bernilai benar. - Kontradiksi : pernyataan gabungan yang selalu bernilai salah. - Contingent : pernyataan yang bukan tautology ataupun kontradiksi. - Tabel Kebenaran untuk logika konektif : p q p q p q p q p q T T T T T T T F F T F F F T F T T F F F F F T T - Tabel kebenaran untuk negasi konektif : p ~p T F F T 19
20 Logika Predikat - Disebut juga kalkulus predikat, merupakan logika yang digunakan untuk merepresentasikan masalah yang tidak dapat direpresentasikan dengan menggunakan proposisi. - Logika predikat dapat memberikan representasi fakat-fakta sebagai suatu pernyataan yang mapan (well form). - Syarat-syarat symbol dalam logika predikat : himpunan huruf, baik huruf kecil maupun huruf besar dalam abjad. Himpunan digit (angka) 0,1,2, 9 Garis bawah _ Symbol-simbol dalam logika predikat dimulai dengan sebuah huruf dan diikuti oleh sembarang rangkaian karakter-karakter yang diijinkan. Symbol-simbol logika predikat dapat merepresentasikan variable, konstanta, fungsi atau predikat : Konstanta : objek atau sifat dari semesta pembicaraan. Penulisannya diawali dengan huruf kecil, seperti : pohon, tinggi. Konstanta true (benar) dan false (salah) adalah symbol kebenaran (truth symbol). Variable : digunakan untuk merancang kelas objek atau sifat-sifat secara umum dalam semesta pembicaraan. Penulisannya diawali dengan huruf besar, seperti : Bill, Kate. 20
21 Fungsi : pemetaan (mapping) dari satu atau lebih elemen dalam suatu himpunan yang disebut domain fungsi ke dalam sebuah elemen unik pada himpunan lain yang disebut range fungsi. Penulisannya dimulai dengan huruf kecil. Suatu ekspresi fungsi merupakan symbol fungsi yang diikuti argument. Argument adalah elemen-elemen dari fungsi, ditulis diapit tanda kurung dan dipisahkan dengan tanda koma. Contoh : f(x,y) ayah(david) plus(2,3) Predikat : menamai hubungan antara nol atau lebih objek dalam semesta pembicaraan. Penulisannya dimulai dengan huruf kecil, seperti : equals, samadengan, likes, near. Contoh kalimat dasar : teman(george,allen) teman(ayah_dari(david),ayah_dari(andrew)) dimana : argument : ayah_dari(david) adalah george argument : ayah_dari(andrew) adalah allen predikat : teman Operator logika konektif :,, ~,,. Logika kalkulus orde pertama mencakup symbol universal quantifier " dan existensial quantifier $. 21
22 Universal Quantifier - Menunjukkan semua kalimat adalah benar untuk semua nilai variabelnya. - Direpresentasikan dengan symbol " diikuti satu atau lebih argument untuk suatu domain variable. - Symbol " diinterpretasikan untuk setiap atau untuk semua. - Contoh 1 : ("x) (x + x = 2x) untuk setiap x (dimana x adalah suatu bilangan), kalimat x + x = 2x adalah benar. Contoh 2 : ("x) (p) (Jika x adalah seekor kucing x adalah binatang) Kebalikan kalimat bukan kucing adalah binantang ditulis : ("x) (p) (Jika x adalah seekor kucing ~x adalah binatang) dan dibaca : - setiap kucing adalah bukan binantang - semua kucing adalah bukan binantang Contoh 3: ("x) (Jika x adalah segitiga x adalah polygon) Dibaca : untuk semua x, jika x adalah segitiga, maka x adalah polygon dapat pula ditulis : ("x) (segitiga(x) polygon(x)) ("x) (T(x) P(x)) Contoh 4 : ("x) (H(x) M(x)) Dibaca : untuk semua x, jika x adalah manusia (human), maka x melahirkan (mortal). Ditulis dalam aturan : IF x adalah manusia THEN x melahirkan 22
23 Digambar dalam jaringan semantic : Exixtensial Quantifier - Menunjukkan semua kalimat adalah benar untuk suatu nilai tertentu dalam sebuah domain. - Direpresentasikan dengan symbol $ diikuti satu atau lebih argument. - Symbol $ diinterpretasikan terdapat atau ada, paling sedikit satu, terdapat satu, beberapa. - Contoh 1 : ($x) (x. x = 1) Dibaca : terdapat x yang bila dikalikan dengan dirinya sendiri hasilnya sama dengan 1. Contoh 2 : ($x) (gajah(x) nama(clyde)) Dibaca : beberapa gajah bernama Clyde. Contoh 3 : ("x) (gajah(x) berkaki empat(x)) Dibaca : semua gajah berkaki empat. Universal quantifier dapat diekspresikan sebagai konjungsi. ($x) (gajah(x) berkaki tiga(x)) Dibaca : ada gajah yang berkaki tiga Existensial quantifier dapat diekspresikan sebagai disjungsi dari urutan a i. P(a 1 ) P(a 2 ) P(a 3 ) P(a N ) 23
24 Quantifier dan Sets Set Expression Logical Equivalent A = B x (x A x B) A B x (x A x B) A B A B µ (universe) φ (empty set) x (x A x B) x (x A x B) T (True) F (False) - Relasi A proper subset dari B ditulis A B, dibaca semua elemen A ada pada B, dan paling sedikit satu elemen B bukan bagian dari A - Contoh : Diketahui : E = elephant R = reptile G = gray F = four legged D = dogs M = mammals Set expression E M Berarti elephant termasuk mammals, tetapi tidak semua mammals adalah elephant (E G F) M elephant yang berwarna gray dan memiliki four legged termasuk mammals E R = φ tidak ada gajah yang termasuk reptile E G φ beberapa gajah berwarna gray E G = φ tidak ada gajah yang berwarna gray 24
25 E G φ beberapa elephants tidak berwarana gray E (G F) semua elephants berwarna gray dan memiliki four legged (E D) M semua elephants dan dogs termasuk mammals (E F G) φ beberapa elephants memiliki four legged dan berwarna gray Hukum de Morgan berlaku untuk analogi himpunan dan bentuk logika : Himpunan Logika (A B) A B ~(p q) p ~q (A B) A B ~(p q) p ~q 25
26 26
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
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN Pengetahuan (Knowledge) : Definisi umum : fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu pengalaman. Cabang ilmu filsafat, yaitu Epistemology, berkenaan dengan
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
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
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
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
BAB 2 REPRESENTASI PENGETAHUAN
BAB 2 REPRESENTASI PENGETAHUAN Pengetahuan (Knowledge) Definisi umum : fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu pengalaman Pelajaran dari knowledge merupakan suatu epistemology
Kelas A & B Jonh Fredrik Ulysses, ST.
Kelas A & B Jonh Fredrik Ulysses, ST [email protected] Knowledge / pengetahuan merupakan kunci utama dari sistem pakar. Analoginya dengan ekspresi klasik dari Wirth adalah: Algoritma + Struktur
REPRESENTASI PENGETAHUAN (Bagian 1) Pertemuan 4
REPRESENTASI PENGETAHUAN (Bagian 1) Pertemuan 4 Arti dari Pengetahuan Pengetahuan merupakan salah satu kata dimana banyak orang mengetahui maknanya, tetapi sulit untuk mendefinisikannya. Kata pengetahuan
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
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
REPRESENTASI PENGETAHUAN. Pertemuan 6 Diema Hernyka Satyareni, M. Kom
REPRESENTASI PENGETAHUAN Pertemuan 6 Diema Hernyka Satyareni, M. Kom KOMPETENSI DASAR Mahasiswa dapat merepresentasi pengetahuan dalam Sistem Intelegensia MATERI BAHASAN Logika Jaringan Semantik Frame
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
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
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
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
Representasi Pengetahuan (I) Arti Pengetahuan Aturan Produksi Jaringan Semantik Triplet Obyek-Atribut-Angka
Representasi Pengetahuan (I) Arti Pengetahuan Aturan Produksi Jaringan Semantik Triplet Obyek-Atribut-Angka 1 Epistemology Studi tentang pengetahuan Cabang dari ilmu filsafat yang membahas tentang teori
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: [email protected] website : http://mafisamin.web.ugm.ac.id Jurusan Teknik Komputer Jurusan Teknik Komputer
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
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
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
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
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
Proposition Logic. (Logika Proposisional) Bimo Sunarfri Hantono
Proposition Logic (Logika Proposisional) Bimo Sunarfri Hantono [email protected] Proposition (pernyataan) Merupakan komponen penyusun logika dasar yang dilambangkan dengan huruf kecil (p, q, r,...) yang
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
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
PENGETAHUAN PRIORI Berasal dari bahasa Latin Berarti yang mendahului (pengetahuan datang sebelumnya dan bebas dari arti) REPRESENTASI PENGETAHUAN (1)
REPRESENTASI PENGETAHUAN (1) Representasi pengetahuan merupakan hal penting dalam SP karena: 1. Shell SP didesign untuk type representasi pengetahuan tertentu seperti baris dan logika 2. Akan memberikan
METODE INFERENSI. Level 2. Level 3. Level 4
METODE INFERENSI Tree (Pohon) dan Graph - Tree (pohon) adalah suatu hierarki struktur yang terdiri dari Node (simpul/veteks) yang menyimpan informasi atau pengetahuan dan cabang (link/edge) yang menghubungkan
Kecerdasan Buatan Pertemuan 3 IT-EEPIS. Entin Martiana
Kecerdasan Buatan Pertemuan 3 IT-EEPIS Entin Martiana Mengamati permasalahan untuk mendapatkan jawaban dari suatu pertanyaan yang didasarkan pada data mengenai fakta sederhana 1. Marcus was a man 2. Marcus
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
REPRESENTASI PENGETAHUAN (KNOWLEDGE REPRESENTATION)
REPRESENTASI PENGETAHUAN (KNOWLEDGE REPRESENTATION) KNOWLEDGE IS POWER! Pengetahuan adalah kekuatan! Representasi Pengetahuan : Definisi dlm ES: Metode yang digunakan untuk mengkodekan pengetahuan dalam
METODE INFERENSI (1)
METODE INFERENSI (1) Tree (Pohon) dan Graph - Tree (pohon) adalah suatu hierarki struktur yang terdiri dari Node (simpul/veteks) yang menyimpan informasi atau pengetahuan dan cabang (link/edge) yang menghubungkan
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
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
PENGENALAN LOGIKA MATEMATIKA
LOGIKA MATEMATIKA By Faradillah [email protected] Sumber : Logika Matematika untuk Ilmu Komputer, F. Soesianto dan Djoni Dwijono, Penerbit Andi ofset PENGENALAN LOGIKA MATEMATIKA Pendahuluan Logika
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
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
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
REPRESENTASI PENGETAHUAN
REPRESENTASI PENGETAHUAN Representasi Pengetahuan (Knowledge Representation) dimaksudkan untuk menangkap sifatsifat penting masalah dan membuat infomasi dapat diakses oleh prosedur pemecahan masalah. Bahasa
PERANAN DOMAIN PENAFSIRAN DALAM MENENTUKAN JENIS KUANTOR 1)
PERANAN DOMAIN PENAFSIRAN DALAM MENENTUKAN JENIS KUANTOR 1) Septilia Arfida 2) Jurusan Teknik Informatika, Informatics & Business Institute Darmajaya Jl. Z.A Pagar Alam No.93 Bandar Lampung Indonesia 35142Telp:
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
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.
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
BAB I LOGIKA MATEMATIKA
BAB I LOGIKA MATEMATIKA A. Ringkasan Materi 1. Pernyataan dan Bukan Pernyataan Pernyataan adalah kalimat yang mempunyai nilai benar atau salah, tetapi tidak sekaligus benar dan salah. (pernyataan disebut
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
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
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
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).
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.
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
BAB I PENDAHULUAN. a. Apa sajakah hukum-hukum logika dalam matematika? b. Apa itu preposisi bersyarat?
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Secara etimologi, istilah Logika berasal dari bahasa Yunani, yaitu logos yang berarti kata, ucapan, pikiran secara utuh, atau bisa juga ilmu pengetahuan. Dalam arti
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:
PENGANTAR LOGIKA INFORMATIKA
P a g e 1 PENGANTAR LOGIKA INFORMATIKA 1. Pendahuluan a. Definisi logika Logika berasal dari bahasa Yunani logos. Logika adalah: ilmu untuk berpikir dan menalar dengan benar ilmu pengetahuan yang mempelajari
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
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
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
TEORI HIMPUNAN (Kajian tentang Karakteristik, Relasi, Operasi dan Representasi Himpunan)
Outline (Kajian tentang Karakteristik, Relasi, Operasi dan Representasi Himpunan) Drs., M.App.Sc PS. Pendidikan Matematika FKIP PS. Sistem Informasi University of Jember Indonesia Jember, 2009 Outline
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
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
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
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
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>
PERTEMUAN 3 DASAR-DASAR LOGIKA
PERTEMUAN 3 DASAR-DASAR LOGIKA 1.1 PENGERTIAN UMUM LOGIKA Filsafat dan matematika adalah bidang pengetahuan rasional yang ada sejak dahulu. Jauh sebelum matematika berkembang seperti sekarang ini dan penerapannya
BAB II INDUCT/RIPPLE-DOWN RULE (RDR)
BAB II INDUCT/RIPPLE-DOWN RULE (RDR) Bab ini berisi tentang uraian mengenai teori Ripple-Down Rules (RDR), yang meliputi RDR dengan pengembangan manual dan RDR yang menerapkan algoritma Induct untuk pengembangannya.
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
BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan
BAB II LANDASAN TEORI 2.. Logika Fuzzy Fuzzy set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 965 orang Iran yang menjadi guru besar di University of California at Berkeley dalam papernya yang monumental
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
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
: SRI ESTI TRISNO SAMI
By : SRI ESTI TRISNO SAMI 08125218506 / 082334051324 E-mail : [email protected] Bahan Bacaan / Refferensi : 1. F. Soesianto dan Djoni Dwijono, Logika Matematika untuk Ilmu Komputer, Penerbit Andi Yogyakarta.
BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR
SISTEM PAKAR 20 BAB III TEORI DASAR SISTEM PAKAR DAN SISTEM KONTROL BERBASIS SISTEM PAKAR 3.1 Sistem Pakar Sistem pakar adalah suatu program komputer cerdas yang menggunakan knowledge (pengetahuan) dan
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
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 : [email protected] Informatics Engineering,
Pengenalan Logika Informatika. Pertemuan 1 Viska Armalina, ST.,M.Eng
Pengenalan Logika Informatika Pertemuan 1 Viska Armalina, ST.,M.Eng Pendahuluan Asal kata Logika Logic (Bahasa Inggris) Logos (Yunani) Arti : dalam bahasa Inggris : Word, Speech, what is spoken, thought,
Teori Dasar Himpunan. Julan HERNADI. December 27, Program Studi Pendidikan Matematika Universitas Muhammadiyah, Ponorogo
1 Program Studi Pendidikan Matematika Universitas Muhammadiyah, Ponorogo December 27, 2012 PENGERTIAN DASAR Denition Himpunan merupakan koleksi objek-objek yang disebut anggota atau elemen himpunan tersebut.
Kecerdasan Buatan. Representasi Pengetahuan & Penalaran... Pertemuan 05. Husni
Kecerdasan Buatan Pertemuan 05 Representasi Pengetahuan & Penalaran... Husni [email protected] http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Outline Pendahuluan Logika Proposisi
LOGIKA INFORMATIKA PROPOSITION LOGIC. Materi-2. Heri Sismoro, M.Kom. STMIK AMIKOM Yogyakarta
Materi-2 PROPOSITION LOGIC LOGIKA INFORMATIKA Heri Sismoro, M.Kom. STMIK AMIKOM Yogyakarta STMIK AMIKOM YOGYAKARTA Jl. Ringroad Utara Condong Catur Yogyakarta. Telp. 0274 884201 Fax 0274-884208 Website:
LEMBAR TUGAS MAHASISWA ( LTM )
LEMBAR TUGAS MAHASISWA ( LTM ) SISTEM PAKAR Program Studi Teknik Informatika Program Strata Satu (S1) Tahun 2015 NIM NAMA KELAS :. :.. :. SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER NUSAMANDIRI Jakarta
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
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
Pertemuan 1. Pendahuluan Dasar-Dasar Logika
Pertemuan 1 Pendahuluan Dasar-Dasar Logika Apakah Matematika Diskrit itu? Apa yang dimaksud dengan kata diskrit (discrete)? Objek disebut diskrit jika: - terdiri dari elemen yang berbeda (distinct) dan
REPRESENTASI PROSEDURAL
REPRESENTASI PROSEDURAL Representasi prosedural merupakan penggambaran pengetahuan sebagai sekumpulan instruksi untuk memecahkan suatu masalah, contohnya adalah Production Rules atau Rules Based. Production
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,
Kode MK/ Nama MK. Cakupan 8/29/2014. Himpunan. Relasi dan fungsi Kombinatorial. Teori graf. Pohon (Tree) dan pewarnaan graf. Matematika Diskrit
Kode MK/ Nama MK Matematika Diskrit 1 8/29/2014 Cakupan Himpunan Relasi dan fungsi Kombinatorial Teori graf Pohon (Tree) dan pewarnaan graf 2 8/29/2014 1 Himpunan Tujuan Mahasiswa memahami konsep dasar
Teori Himpunan. Matematika Dasar untuk Teori Bahasa Otomata. Operasi pada Himpunan. Himpunan Tanpa Elemen. Notasi. Powerset & Cartesian Product
Teori Himpunan Matematika Dasar untuk Teori Bahasa Otomata Teori Bahasa & Otomata Semester Ganjil 2009/2010 Himpunan adalah sekumpulan entitas tidak memiliki struktur sifatnya hanya keanggotaan Notasi
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
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
Cerdik Matematika. Bambang Triatma. Matematika. Cerdik Pustaka [Type the phone number] [Type the fax number]
Cerdik Matematika Bambang Triatma 2011 Matematika Cerdik Pustaka e-mail: [email protected] [Type the phone number] [Type the fax number] 1. Himpunan Cerdik Matematika 2011 Himpunan adalah kumpulan
DASAR-DASAR LOGIKA 1
DASAR-DASAR LOGIKA 1 PENGERTIAN UMUM LOGIKA Filsafat dan matematika adalah bidang pengetahuan rasional yang ada sejak dahulu. Jauh sebelum matematika berkembang seperti sekarang ini dan penerapannya menyentuh
LATIHAN SOAL SISTEM BERBASIS PENGETAHUAN
LATIHAN SOAL SISTEM BERBASIS PENGETAHUAN 1. Yang tidak termasuk keuntungan dari Sistem Pakar adalah: A. Increased realibility B. Fast Response C. Permanence D. Flexibility 2. Di bawah ini adalah karakteristik
Unit 6 PENALARAN MATEMATIKA. Clara Ika Sari Budhayanti. Pendahuluan. Selamat belajar, semoga Anda sukses.
Unit 6 PENALARAN MATEMATIKA Clara Ika Sari Budhayanti Pendahuluan D alam menyelesaikan permasalahan matematika, penalaran matematis sangat diperlukan baik di bidang aritmatika, aljabar, geometri dan pengukuran,
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
BAB II SINTAKS 2.1. SINTAKS
BAB II SINTAKS 2.1. SINTAKS merupakan kumpulan aturan yang mendefinisikan suatu bentuk bahasa. mendefinisikan bagaimana suatu kalimat dibentuk sebagai barisan/urutan dari pemilihan suatu kata dasar. Kata
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
BAB 3 REASONING, SEMANTIC NETWORK, FRAME 18 (4) Semua manusia adalah fana (5) Semua orang berkebangsaan x meninggal karena adanya bencana banjir tahun
Bab3 Reasoning, Semantic Network, Frame POKOK BAHASAN: Reasoning Semantic Network Frame TUJUAN BELAJAR: Setelah mempelajari bab ini, mahasiswa diharapkan mampu: Memahami Representasi Pengetahuan selain
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
PENGENALAN LOGIKA INFORMATIKA
1 PENGENALAN LOGIKA INFORMATIKA PENDAHULUAN STMIK Banjarbaru 2 Logika(logic) berasal dari kata bahasa Yunani logos yaitu ilmu pengetahuan yang mempelajari atau berkaitan dengan prinsip-prinsip dari penalaran
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
Bahan kuliah IF2120 Matematika Diskrit. Himpunan. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB 1
Bahan kuliah IF2120 Matematika Diskrit Himpunan Oleh: Rinaldi Munir Program Studi Teknik Informatika STEI - ITB 1 Definisi Himpunan (set) adalah kumpulan objek-objek yang berbeda. Objek di dalam himpunan
MATEMATIKA DASAR (Ekivalensi dan Kuantifikasi)
MATEMATIKA DASAR (Ekivalensi dan Kuantifikasi) Antonius Cahya Prihandoko Universitas Jember Indonesia Jember, 2015 Antonius Cahya Prihandoko (UNEJ) MDAS - Ekivalensi dan Kuantifikasi Jember, 2015 1 / 20
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
