LOGIKA PREDIKAT. Logika predikat disebut juga kalkulus predikat (predicate calculus) atau first order predicate logic.

Ukuran: px
Mulai penontonan dengan halaman:

Download "LOGIKA PREDIKAT. Logika predikat disebut juga kalkulus predikat (predicate calculus) atau first order predicate logic."

Transkripsi

1 Logika predikat disebut juga kalkulus predikat (predicate calculus) atau first order predicate logic. Logika predikat berperan penting dengan beberapa alasan, yakni : Pertama : logika predikat memberi alasan logis yang mendasari bahasa pemrograman logika, misalnya Prolog dan LISP. Kedua : logika predikat mampu mendorong pengembangan kebutuhan aplikasi komputer. Ketiga : logika predikat mampu berperan di bagian pembuktian tentang masalah correctness sehingga dapat secara tepat mengetahui kondisi program yang menghasilkan keluaran yang benar. Logika predikat digunakan untuk merepresentasikan hal-hal yang tidak dapat direpresentasikan dengan menggunakan logika proposisi.

2 Logika predikat sebenarnya logika proposisional juga ditambah dengan halhal yang baru yakni tentang penguantoran, kemudian ditambah istilah-istilah baru, misalnya kuantor, universe of discourse, term, predikat fungsi dan lainlain. Sehingga apa saja yang ada pada logika proposisional juga digunakan oleh predikat dengan penyesuaian tambahan pengertian-pengertian tersebut. Jadi, pada dasarnya logika predikat adalah juga logika proposisional ditambah persoalan kuantifikasi yang mempermasalahkan jumlah yang ditunjukkan dengan suatu kata pada pernyataan dalam argumen tersebut, misalnya kata semua, beberapa, ada dan lain-laina. Oleh karena itu ada yg menyebutkan logika predikat dengan Teori Kuantifikasi (quantification theory) karena masalah utamanya adalah pada kuantifikasi tersebut.

3 Logika Predikat adalah logika proposisi yang bersifat universal/umum Logika Predikat adalah perluasan dari logika proposisi dimana objek yang dibicarakan dapat berupa anggota kelompok. Logika proposisi, menganggap proposisi sederhana (kalimat) sebagai entitas tunggal. Sebaliknya, logika predikat membedakan subjek dan predikat dalam sebuah kalimat. Contoh : Ani makan apel makan (Ani,apel) (3,3) Suatu proposisi/ premis dibagi menjadi 2 bagian yaitu ARGUMEN/TERM (objek) atau PREDIKAT(keterangan) o Argumen adalah individu / objek yang membuat keterangan o Predikat adalah frase kata kerja yang menjelaskan properti objek atau hubungan antara beberapa objek 22/07/2017 3

4 Dalam suatu proposisi predikat bisa berupa kata kerja / bagian dari kata kerja Bentuk umum : Misal: PREDIKAT [individu(objek)1, individu(objek)2] Mobil berada dalam garasi, Kalkulus predikat: di dalam (mobil,garasi) mobil=argumen (objek) garasi=argumen(objek) Proposisi : Hanif rajin belajar Kalkulus predikat : rajin (Hanif, belajar) Proposisi : Pintu terbuka Kalkulus predikat : buka(pintu) 22/07/2017 4

5 Variabel : huruf bisa menggantikan argumen yang tidak dikaitkan dengan individual tertentu simbol juga bisa digunakan untuk merancang beberapa objek / individu misal : x = Hanif dan y=belajar proposisinya : rajin(x,y) 22/07/2017 5

6 Fungsi : Kalkulus Predikat menggunakan simbol untuk mewakili fungsi-fungsi Misal : Wilis adalah ibu dari Hanan. Ibu (Wilis, Hanan) I = Ibu h = Hanan w = Wilis I(h, w) Misal : B(x,y,z) = x memberikan pada y nilai z, maka jika x= Ahmad, y= Rahmat, z= A, maka B(x,y,z) = Ahmad memberi Rahmat nilai A. 22/07/2017 6

7 Operasi operator yang sama seperti pada logika proporsional misal: proposisi : Rizki makan bakso, makan(rizki, bakso) proposisi : Iwan makan bakso, makan(iwan, bakso) Dioperasikan dengan operator/konektif dan (^) makan(rizki, bakso) ^ makan(iwan, bakso) 22/07/2017 7

8 TERM Term pada logika predikat adalah ekspresi yang merupakan objek, dibangun berdasarkan aturan : 1. Konstanta : adalah term 2. Variabel : adalah term 3. Jika t 1, t 2,..., t n adalah term, dimana n>1 dan F suatu simbol fungsi dari aritas n, maka aplikasi : F(t 1, t 2,..., t n ) adalah suatu term 4. Jika P suatu kalimat dan s dan t adalah term, maka kondisinal if P then s else t adalah suatu term 22/07/2017 8

9 Kalimat Atomik LOGIKA PREDIKAT Kalimat atomik =predikat (term 1,...,term n ) atau term 1 = term 2 Term = fungsi (term 1,...,term n ) atau konstanta atau variabel Contoh: Brother(John, Richard) Married(Father(Richard), Mother(John)) 22/07/2017 9

10 Kalimat Kompleks Kalimat kompleks dibuat dari kalimatkalimat atomik dengan menggunakan konektif S, S 1 S 2, S 1 S 2, S 1 S 2, S 1 S 2 Contoh: Sibling(KingJohn, Richard) Sibling(Richard, KingJohn) >(1,2) (1,2) >(1,2) >(1,2) 22/07/

11 Kebenaran dalam Logika Predikat Kalimat benar jika berkaitan dengan model dan interpretasi Model berisi objek-objek dan relasi antar objek Interpretasi menspesifikasikan : Simbol konstanta objek Simbol predikat relasi Simbol fungsi relasi fungsional Sebuah kalimat atomik predikat(term 1,...,term n ) benar jika dan hanya jika objek-objek yang menjadi acuan bagi term 1,...,term n berada dalam relasi-relasi yang diacu oleh predikat 22/07/

12 B. LOGIKA PREDIKAT LOGIKA PREDIKAT Logika predikat digunakan untuk merepresentasikan hal-hal yang tidak dapat direpresentasikan dengan menggunakan logika proposisi yang dikenal dengan nama WFF (Well-Formed Formula). Representasi Fakta Sederhana Misal diketahui fakta-fakta sebagai berikut : - Andi adalah seorang lelaki : A - Ali adalah seorang lelaki : B - Amir adalah seorang lelaki : C - Anto adalah seorang lelaki : D - Agus adalah seorang lelaki : E Semua kalimat di atas dapat ditulis dengan singkat sebagai berikut : Lelaki(X) di mana X adalah variabel yang bisa disubstitusikan dengan Andi, Ali, Amir, Agus dan lain-lain.

13 Contoh lain : a. semua anak lelaki suka permen Pernyataan di atas dapat ditulis dengan logika predikat sebagai berikut : x : (anak lelaki(x) suka(x, permen) b. beberapa anak lelaki suka bermain layangan Pernyataan di atas dapat ditulis dengan logika predikat sebagai berikut : x : (anak lelaki(x) Λ suka(x, bermain layangan)

14 Logika predikat (kalkulus predikat) merupakan bagian dari komputasi logika yang juga mencakup aljabar Boole (logika proposisional), dimana fakta dan aturan dinyatakan melalui predikat seperti: lelaki(joko) // fakta menikah(joko, Tuti) // fakta x y [menikah(x,y) Λ lelaki(x)] ~ lelaki(y) // aturan y x [orang(y) ibu(x,y) // aturan

15 Kalimat pertama menunjukkan adanya fakta bahwa Joko adalah seorang lelaki, dan kalimat kedua menyatakan bahwa Joko menikah dengan Tuti. Kalimat ketiga dan kalimat keempat menunjukkan suatu aturan atau kaidah yang umum berlaku, bahwa untuk setiap pasang orang x dan y, jika x menikah dengan y dan x adalah lelaki, maka dapat dipastikan bahwa y adalah bukan seorang lelaki. Sedangkan kalimat terakhir menyatakan bahwa untuk setiap y, ada x sehingga jika y adalah orang, maka y mempunyai seorang ibu x (x ibu dari y). Simbol predikat yang digunakan dalam kalimat-kalimat tersebut adalah lelaki, menikah, orang dan ibu yang sering disebut sebagai relasi, sedangkan Joko dan Tuti disebut sebagai simbol konstanta.

16 BAHASA DEKLARATIF Bahasa yang digunakan adalah Prolog (Programming Logic). Prolog digunakan karena bersifat deskriptif atau deklaratif, sedang bahasa lain umumnya bersifat prosedural atau imperatif. Sebagai bukti bahwa Prolog merupakan bahasa deklaratif adalah dalam menyatakan fakta dan aturan seperti berikut :

17 BAHASA DEKLARATIF 1. Jika ingin menyatakan bahwa Prawiro adalah bapak dari Joko, maka dalam Prolog dituliskan sebagai: bapak(prawiro, joko). 2. Jika ingin menerangkan suatu kaidah bahwa A adalah kakek dari Z maka harus dibuat dahulu logika dalam bahasa Indonesia sehingga menjadi suatu aturan seperti berikut: A adalah kakek dari Z jika A adalah bapak dari X dan X adalah bapak Z atau A adalah kakek dari Z jika A adalah bapak dari X dan X adalah ibu Z Aturan tersebut ditulis dalam Prolog sebagai: kakek(a,z) :- bapak(a,x), bapak(x,z). kakek(a,z) :- bapak(a,x), ibu(x,z).

18 Contoh Representasi Pengetahuan Dalam Bahasa Prolog Tree di atas dapat dibuat representasi secara logika sbb : Putra(labiba, raihan) Putra(raihan, afif) Putra(afif, farhan) Putra(afif, arfan) Putri(raihan, farah) Putri(farah, naura)

19 Pertanyaan sederhana pada basis data pengetahuan Secara logika dapat diberikan pertanyaan dari fakta-fakta yang sudah direpresentasikan. Bentuk pertanyaan siapa putri dari farah? untuk representasi secara logikanya, dapat dinyatakan sbb: putri (farah, D) D = naura D adalah sebuah variabel yang digunakan untuk menampung jawaban dari pertanyaan siapa putri dari farah. Pertanyaan yang direpresentasikan secara logika putri(farah, D) didapatkan jawaban adalah D = naura.

20

21 Kalimat logika predikat atau First Order Logic yang merupakan well-formed formula (wff) didefenisikan sebagai berikut : 1. Jika P(t1, t2,, tn) adalah suatu predikat n-ary maka P adalah formula atomic 2. Sebuah formula atomic adalah WFF 3. Jika P dan Q adalah WFF maka P Q, P V Q, P, P Q, adalah juga WFF 4. Jika P adalah suatu WFF dan X bukan sebuah quantified variable dalam P maka P tetap sebuah WFF bahkan setelah quantifikasi. Misalnya x P atau x P adalah WFF

22 Nyatakan kembali kalimat di bawah ini ke dalam logika predikat : 1. coconut-crunchy adalah sebuah biscuit 2. Neneng adalah anak kecil yang mengambil coconut-crunchy 3. Ali menyayangi anak-anak kecil yang mengambil biscuit 4. Ali menyayangi neneng Pernyataan di atas dapat direpresentasikan dalam logika predikat menggunakan quantifiers X dan Y sebagai berikut : 1. Biskuit(coconut-crunchy) 2. Anak kecil(neneng) ambil(neneng, coconut crunchy) 3. x : ((anak kecil(x) y :(ambil(x,y) biscuit (y))) sayang(ali, x) 4. Sayang (Ali, Neneng)

23 Konversi ke CNF (CNF=conjunctive normal form) 1. Eliminasi bikondisional atau implikasi x ( (anak kecil(x) Λ y (ambil(x,y) Λ biskuit(y))) sayang(ali,x) 2. Reduksi scope di depan quantifier menggunakan pilihan formula sbb : a. x p x p d. (p V q) = p Λ q b. x p x p e. (p Λ q) = p V q c. ( p) p mis. x ( (anak kecil(x) Λ y (ambil(x,y) Λ biskuit(y))) V sayang(ali,x) => x ( (anak kecil(x) V y ( ambil(x,y) V biskuit(y))) V sayang(ali,x)

24 Konversi ke CNF (CNF=conjunctive normal form) 3. Standarkan variabel: setiap quantifier harus menggunakan variabel yang berbeda (pindahkan ke bagian depan dari kalimat) x y anak kecil (x) V ambil (x, y) V biskuit (y) V sayang (Ali, x) 4. Skolemisasi: bentuk yang lebih general dari instansiasi eksistensial Setiap variabel eksistensial diganti dengan fungsi Skolem dari variabel dengan quantifier universal 5. Hapus quantifier universal : anak kecil (x) V ambil (x, y) V biskuit (y) V sayang (Ali, x)

25 Resolusi Dalam Logika Predikat Resolusi merupakan suatu teknik pembuktian yang lebih efisien, sebab fakta-fakta yang akan dioperasikan terlebih dahulu dibawa ke bentuk yang sering disebut dengan nama klausa. Pembuktian suatu pernyataan dilakukan dengan cara menegasikan pernyataan tersebut, kemudian dicari kontradiksinya dari pernyataanpernyataan yang sudah ada.

26 Pembuktian teorema Logika Predikat dengan Prinsip Resolusi Pada dasarnya pembuktian teorema resolusi dalam logika predikat sama dengan resolusi dalam logika proposisi. Bedanya, resolusi predikat ditambah dengan unifikasi. Misalnya ingin dibuktikan suatu teorema (Th) dari sekumpulan aksioma, maka kita menunjukkannya dengan : {A1,A2, An}_Th Contohnya : A1 = Biskuit(coconut crunchy) A2 = Anak kecil(neneng) Λ Ambil(neneng, coconut-crunchy) A3 = x (anak kecil(x) Λ Y (ambil(x,y) Λ Biskuit(Y))) Sayang(Ali, X) dan Teoremanya : sayang(ali, Neneng) = A4 Buktikan teorema bahwa sayang (Ali, Neneng)!

27 Pembuktian teorema Logika Predikat dengan Prinsip Resolusi Penyelesaiannya : Konversikan semua aksioma di atas ke dalam bentuk CNF seperti di bawah ini: A1 = Biskuit(coconut crunchy) A2 = Anak kecil(neneng) A3 = Ambil(Neneng, coconut-crunchy) A4 = anak kecil(x) V ambil(x,y) V biscuit (Y) V sayang(ali, X) A5 = Sayang(Ali, Neneng)

28 Sayang(Ali, Neneng) anak kecil (x) V ambil(x,y) V biscuit (y) V sayang(ali, x) anak kecil(x) V ambil(x,y) V Biskuit (y) Biskuit(coconut crunchy) anak kecil (x) V ambil (neneng, coconut crunchy) Anak kecil (Neneng) ambil (neneng, coconut crunchy) ambil (neneng, coconut crunchy) φ Graph resolusi untuk membuktikan bahwa sayang(ali, Neneng)

29 Latihan (1) 1. Konversikan kalimat-kalimat di bawah ini ke dalam logika predikat : a. Mandala seorang manusia b. Mandala berasal dari Papua c. Semua orang Papua adalah orang Indonesia d. Raja adalah pembuat aturan e. Semua orang Indonesia loyal kepada raja atau membencinya f. Tiap orang loyal kepada seseorang g. Warga hanya membunuh pembuat aturan yang mereka tidak loyal padanya h. Mandala membunuh raja 2. Buktikan dengan resolusi apakah Mandala membeni raja?

30 Latihan (2) All people who are not poor and are smart are happy. Those people who read are not stupid. John can read and is wealthy. Happy people have exciting lives. Can anyone be found with an exciting life?

31 Latihan (2) All people who are not poor and are smart are happy. Those people who read are not stupid. John can read and is wealthy. Happy people have exciting lives. Can anyone be found with an exciting life? x ( Poor(x) Smart(x) Happy(x)) y (Read(y) Smart(y)) Read(John) Wealthy(John) z (Happy(z) Exciting(z)) Goal: Exciting(w)

32 Resolusi - Kasus Transformasi kalkulus predikat ke disjungsi kalimat: Poor(x) Smart(x) Happy(x) Read(y) Smart(y) Read(John) Exciting(w) Poor(John) Happy(z) Exciting(z)) {z/w} Exciting(w) Happy(z) Happy(z) Exciting(z)) {x/z} Poor(x) Smart(x) Happy(x) Poor(x) Smart(x) Read(y) Smart(y) {y/x} Poor(John) Poor(y) Read(y) {John/y} {z/w} pada contoh ini berarti z mensubstitusi w Read(John) { } Read(John)

33 Latihan (3) Anyone passing his history exam and winning the lottery is happy. But anyone who studies or is lucky can pass all his exams. John did not study but he is lucky. Anyone who is lucky wins the lottery. Is John happy?

34 Latihan (3) Anyone passing his history exam and winning the lottery is happy. But anyone who studies or is lucky can pass all his exams. John did not study but he is lucky. Anyone who is lucky wins the lottery. Is John happy? x (Pass(x, History) Win(x, Lottery) Happy(x)) 1 x y (Study(x) Lucky(x) Pass(x,y)) 2 3 Study(John) Lucky(John) 4 5 x (Lucky(x) Win(x, Lottery)) 6 Goal: Happy(John) 7

35 C. POHON Pohon merupakan struktur penggambaran secara hirarki. Struktur pohon terdiri dari node-node yang menunjukkan obyek dan arc (busur) yang menunjukkan hubungan antar obyek. A B C D E F G H I J K L M

36 D. JARINGAN SEMANTIK Jaringan Semantik merupakan gambaran pengetahuan grafis yang menunjukkan hubungan berbagai obyek. Obyek di sini bisa berupa benda atau peristiwa. Salah satu keuntungan jaringan semantik ini adalah bisa mewariskan obyek-obyek tersebut. pagi punya roda masuk Sekolah sepeda jumlahnya pergi naik berwarna dua adalah berjudul Si kancil membaca buku adalah laki2 adalah merah Budi kakak berwarna Ani baju memakai binatang adalah Makhluk hidup adalah wanita Contoh jaringan semantik

37 D. FRAME Frame merupakan kumpulan pengetahuan tentang suatu obyek tertentu, peristiwa, lokasi, situasi dan lain-lain. Frame memiliki slot yang menggambarkan rincian dan karkteristik obyek. Frame digunakan untuk merepresentasikan pengetahuan yang didasarkan pada karakteristik yang sudah dikenal berupa pengalamanpengalaman. Frame alat2 transportasi Trans. Darat Frame macam2 angkut darat Slot mobil Frame macam2 mobil Frame jenis bahan bakar Slot bensin Slot solar Slot Sedan

38 E. NASKAH (SCRIPT) Naskah : Skema representasi pengetahuan yang sama dengan frame, yakni merepresenasikan pengetahuan berdasarkan karakteristik yang sudah dikenal sebagai pengalaman-pengalaman Perbedaannya dengan frame : Frame menggambarkan obyek sedangkan naskah menggambarkan urutan peristiwa Elemen-elemen naskah meliputi: a. kondisi input, yaitu kondisi yg harus dipenuhi sebelum terjadi peristiwa dalam naskah b. Track, varisi yang mungkin terjadi dalam suatu naskah c. Prop, berisi obyek-obyek pendukung yang digunakan selama peristiwa terjadi d. Role, peran yang dimainkan oleh seseorang dalam peristiwa e. Scene, yaitu adegan yang dimainkan dalam peristiwa tersebut f. Hasil, yaitu kondisi yang ada setelah urutan peristiwa dalam naskah terjadi.

39 E. NASKAH (SCRIPT) contoh kejadian yang ada di UTS KB Jalur (track) : ujian tertulis matakuliah Kecerdasan Buatan Role (peran) : mahasiswa, pengawas Prop (pendukung) : lembar soal, lembar jawab, presensi, pena, dll Kondisi input : mahasiswa terdaftar untuk mengikuti ujian

40 E. NASKAH (SCRIPT) contoh kejadian yang ada di UTS KB Adegan (scene) -1 : Persiapan pengawas Pengawas menyiapk an lembar soal Pengawas menyiapkan lembar jawab Pengawas menyiapkan lembar presensi Adegan-2 : Mahasiswa masuk ruangan Pengawas mempersilahkan mahasiswa masuk Pengawas membagikan lembar soal Pengawas membagikan lembar jawab Pengawas memimpin doa Adegan 3 : Mahasiswa mengerjakan soal ujian Mahasiswa menuliskan identitas di lembar jawab Mahasiswa menandatangai lembar jawab Mahasiswa mengerjakan soal Mahasiswa mengecek jawaban

41 E. NASKAH (SCRIPT) contoh kejadian yang ada di UTS KB Adegan 4 : Mahasiswa telah selesai ujian Pengawas mempersilahkan mahasiswa keluar ruangan Mahasiswa mengumpulkan kembali lembar jawab Mahasiswa keluar ruangan Adegan 5 : Mahasiswa mengemasi lembar jawab Pengawas mengurutkan lembar jawab Pengawas mengecek lembar jawab dan presensi Pengawas meninggalkan ruangan

42 E. NASKAH (SCRIPT) contoh kejadian yang ada di UTS KB Hasil : Mahasiswa merasa senang dan lega Mahasiswa merasa kecewa Mahasiswa pusing Mahasiswa memaki maki Mahasiswa sangat bersyukur

43 F. SISTEM PRODUKSI Secara umum, sistem produksi terdiri dari komponen-komponen sebagai berikut : a. Ruang keadaan, yang berisi berisi keadaan awal, tujuan dan kumpulan aturan yang digunakan untuk mencapai tujuan b. Strategi kontrol, yang berguna untuk mengarahkan bagai-mana proses pencarian akan berlangsung dan megnendalikan arah eksplorasi. Representasi pengetahuan denan sistem produksi pada dasarnya berupa aplikasi (rule) yang berupa : a. Antecedent, yaitu bagian yang mengekspresikan situasi atau premis (Pernyataan berawalan IF) b. Konsekuen, yaitu bagian yang menyatakan suatu tindakan tertentu atau konklusi yang diterapkan jika suatu situasi atau premis bernilai benar (pernyataan berawalan THEN).

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

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

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

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

BAB III LOGIC PROGRAMMING

BAB III LOGIC PROGRAMMING BAB III LOGIC PROGRAMMING PROLOG adalah kependekan dari PROgramming in LOGic, yang berarti pemrograman logika. Pemrograman Prolog menggunakan bahasa deklaratif, dimana pemrogram memberi fakta dan aturan

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

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

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

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

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

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

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

Pemrograman Logika 03/09/2014. Julio Adisantoso 1. Learning Outcomes KOM204 : BAHASA PEMROGRAMAN. Outline Materi. Logic Programming.

Pemrograman Logika 03/09/2014. Julio Adisantoso 1. Learning Outcomes KOM204 : BAHASA PEMROGRAMAN. Outline Materi. Logic Programming. KOM204 : BAHASA PEMROGRAMAN Pemrograman Logika Pertemuan 5 Learning Outcomes Mahasiswa dapat memahami prinsip dasar pemrograman logika, horn clause, logika predikat Mahasiswa dapat menulis program sederhana

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

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: [email protected] website : http://mafisamin.web.ugm.ac.id Jurusan Teknik Komputer Jurusan Teknik Komputer

Lebih terperinci

BAB 2 REPRESENTASI PENGETAHUAN 8 Dalam representasi sebuah fakta yang kita gunakan dalam sebuah program, kita juga harus konsisten dengan representasi

BAB 2 REPRESENTASI PENGETAHUAN 8 Dalam representasi sebuah fakta yang kita gunakan dalam sebuah program, kita juga harus konsisten dengan representasi Bab2 Representasi Pengetahuan POKOK BAHASAN: Definisi Representasi Pengetahuan Representasi Pengetahuan secara Logik Programmable Logic (Prolog) Contoh Representasi Pengetahuan dengan Prolog TUJUAN BELAJAR:

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

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

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

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

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

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 : [email protected] Informatics Engineering,

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

Bab 2. Representasi Pengetahuan POKOK BAHASAN: TUJUAN BELAJAR: 2.1 DEFINISI REPRESENTASI PENGETAHUAN

Bab 2. Representasi Pengetahuan POKOK BAHASAN: TUJUAN BELAJAR: 2.1 DEFINISI REPRESENTASI PENGETAHUAN Bab 2 Representasi Pengetahuan POKOK BAHASAN: Definisi Representasi Pengetahuan Representasi Pengetahuan secara Logik Programmable Logic (Prolog) Contoh Representasi Pengetahuan dengan Prolog TUJUAN BELAJAR:

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

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

PTI 206 Logika. Semester I 2007/2008. Ratna Wardani

PTI 206 Logika. Semester I 2007/2008. Ratna Wardani PTI 206 Logika Semester I 2007/2008 Ratna Wardani 1 Materi Logika Predikatif Fungsi proposisi Kuantor : Universal dan Eksistensial Kuantor bersusun 2 Logika Predikat Logika Predikat adalah perluasan dari

Lebih terperinci

REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN REPRESENTASI PENGETAHUAN Farah Zakiyah Rahmanti, M.T Overview Definisi Representasi Pengetahuan Entitas Representasi Pengetahuan Kategori dari Representasi Ilustrasi Representasi Pengetahuan Logika Contoh

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

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

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

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

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

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 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

REPRESENTASI PENGETAHUAN (KNOWLEDGE REPRESENTATION)

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

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. 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

Kelas A & B Jonh Fredrik Ulysses, ST.

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

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

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

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

Proposition Logic. (Logika Proposisional) Bimo Sunarfri Hantono

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

Lebih terperinci

PERNYATAAN (PROPOSISI)

PERNYATAAN (PROPOSISI) Logika Gambaran Umum Logika : - Logika Pernyataan membicarakan tentang pernyataan tunggal dan kata hubungnya sehingga didapat kalimat majemuk yang berupa kalimat deklaratif. - Logika Predikat menelaah

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

SATUAN ACARA PERKULIAHAN MATA KULIAH : SISTEM CERDAS (AK014226) FAKULTAS / JURUSAN : TEKNIK KOMPUTER / D3 SKS/SEMESTER : 2/5

SATUAN ACARA PERKULIAHAN MATA KULIAH : SISTEM CERDAS (AK014226) FAKULTAS / JURUSAN : TEKNIK KOMPUTER / D3 SKS/SEMESTER : 2/5 SATUAN ACARA PERKULIAHAN MATA KULIAH : SISTEM CERDAS (AK014226) FAKULTAS / JURUSAN : TEKNIK KOMPUTER / D3 SKS/SEMESTER : 2/5 Minggu Ke Pokok Bahasan Dan TIU 1 Pengenalan Intelegensi Buatan (KB) konsep

Lebih terperinci

PENGENALAN LOGIKA MATEMATIKA

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

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

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

PERANAN DOMAIN PENAFSIRAN DALAM MENENTUKAN JENIS KUANTOR 1)

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:

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

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA

SATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA Mata Kuliah Kode / SKS Program Studi Fakultas : Sistem Kecerdasan Buatan : AK012229 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pengenalan Intelegensi Buatan (KB) konsep Intelegensi

Lebih terperinci

PENGENALAN LOGIKA INFORMATIKA

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

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

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

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MUG2A3 LOGIKA MATEMATIKA Disusun oleh: Tim Dosen Logika Matematika PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester

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

BAB I LOGIKA MATEMATIKA

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

Lebih terperinci

PENGANTAR LOGIKA INFORMATIKA

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

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

Pengenalan Logika Informatika. Pertemuan 1 Viska Armalina, ST.,M.Eng

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,

Lebih terperinci

MODUL 3 OPERATOR LOGIKA

MODUL 3 OPERATOR LOGIKA STMIK STIKOM BALIKPAPAN 1 MODUL 3 OPERATOR LOGIKA 1. TEMA DAN TUJUAN KEGIATAN PEMBELAJARAN 1. Tema : Operator Logika 2. Fokus Pembahasan Materi Pokok : 1. Operator Logika Konjungsi 2. Operator Logika Disjungsi

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

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

DESKRIPSI SINGKAT MATAKULIAH

DESKRIPSI SINGKAT MATAKULIAH Nama Matakuliah : LOGIKA INFORMATIKA Kode / SKS : MMS 1901 / 3 Prasyarat : -- Status Matakuliah Pilihan : Pilihan DESKRIPSI SINGKAT MATAKULIAH Matakuliah Logika Informatika mempelajari teori dan konsep

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

Matematika Diskrit. Nelly Indriani Widiastuti S.Si., M.T Prodi Teknik Informatika UNIKOM

Matematika Diskrit. Nelly Indriani Widiastuti S.Si., M.T Prodi Teknik Informatika UNIKOM Matematika Diskrit Nelly Indriani Widiastuti S.Si., M.T Prodi Teknik Informatika UNIKOM 1 Kontrak Belajar Prasyarat : Logika Matematika & Kalkulus II Jadwal: 3 SKS: 3 jam kuliah Toleransi keterlambatan??

Lebih terperinci

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MSH1B3 LOGIKA MATEMATIKA PROGRAM STUDI S1 ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini telah disahkan untuk mata

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

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

Knowledge Representation

Knowledge Representation Kecerdasan Buatan Pertemuan 2 Knowledge Representation IT-EEPIS Basis Pengetahuan Langkah pertama untuk membangun Kecerdasan Buatan adalah bagaimana membangun sebuah knowledge base Selanjutnya kita akan

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

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

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

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

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

Pendahuluan. Bab I Logika Manusia

Pendahuluan. Bab I Logika Manusia Bab I Pendahuluan 1.1. Logika Manusia Manusia, diantara makhluk yang lain, merupakan pengolah informasi. Kita membutuhkan informasi mengenai dunia dan menggunakan informasi ini untuk kepentingan yang lebih

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Kecerdasan Buatan Artificial Intelligence atau kecerdasan buatan merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti

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

RENCANA PEMBELAJARAN SEMESTER (RPS)

RENCANA PEMBELAJARAN SEMESTER (RPS) RENCANA PEMBELAJARAN SEMESTER (RPS) MUG2B3 LOGIKA MATEMATIKA Disusun oleh: Bedy Purnama PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Pembelajaran

Lebih terperinci

BAB 2 PENGANTAR LOGIKA PROPOSISIONAL

BAB 2 PENGANTAR LOGIKA PROPOSISIONAL BAB 2 PENGANTAR LOGIKA PROPOSISIONAL 1. Pendahuluan Dilihat dari bentuk struktur kalimatnya, suatu pernyataan akan memiliki bentuk susunan minimal terdiri dari subjek diikuti predikat kemudian dapat diikuti

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

Logika Matematika Diskret (TKE132107) Program Studi Teknik Elektro, Unsoed

Logika Matematika Diskret (TKE132107) Program Studi Teknik Elektro, Unsoed Logika Matematika Diskret (TKE132107) Program Studi Teknik Elektro, Unsoed Iwan Setiawan Tahun Ajaran 2013/2014 Logika Klasik Matematika Diskret (TKE132107) - Program Studi Teknik

Lebih terperinci

Knowledge Representation

Knowledge Representation Entiti Representasi Pengetahuan Knowledge Representation By: Uro Abdulrohim, S.Kom, MT Fakta Adalah kejadian sebenarnya, fakta ini yang akan kita representasikan Representasi dari fakta Bagaimana cara

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

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

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)

GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Mata : Kecerdasan Buatan Bobot Mata : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata : Representasi pengetahuan dan pemecahan persoalan AI; Logika; Uncertainty; Vision Blind Search; Al

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

SATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK ) (**) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8

SATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK ) (**) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8 SATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK-045218) (**) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8 Minggu Pokok Bahasan Ke Dan TIU 1 Pengenalan (KB) 2

Lebih terperinci

Program Studi Teknik Informatika STMIK Tasikmalaya

Program Studi Teknik Informatika STMIK Tasikmalaya Materi Kuliah Logika Matematika Oleh: Dadang Mulyana Program Studi Teknik Informatika STMIK Tasikmalaya 1 Info Dosen Nama : Dadang Mulyana Alamat : Ciamis HP. :- E-mail tugas : [email protected] Web

Lebih terperinci

http://www.brigidaarie.com 1. Semua gajah mempunyai belalai. 2. Dumbo seekor gajah. 3. Dengan demikian, Dumbo memiliki belalai. VALID?? 1. Semua mahasiswa pasti pandai. 2. Dekisugi seorang mahasiswa. 3.

Lebih terperinci

BAB 2 : KALIMAT BERKUANTOR

BAB 2 : KALIMAT BERKUANTOR BAB 2 : KALIMAT BERKUANTOR 2.1 PENGANTAR LOGIKA PREDIKAT 2.1.1 PENDAHULUAN Seperti yang telah dibahas sebelumnya, dapat ditarik satu kesimpulan bahwa titik berat logika adalah pada pembuktian validitas

Lebih terperinci

ALGORITMA PEMROGRAMAN 1C PEMROGRAMAN LOGIK

ALGORITMA PEMROGRAMAN 1C PEMROGRAMAN LOGIK ALGORITMA PEMROGRAMAN 1C PEMROGRAMAN LOGIK Indah Wahyuni PARADIGMA-PARADIGMA PEMROGRAMAN Bahasa pemrograman (programming language): notasi yang dipakai untuk menentukan, mengorganisasi, dan melakukan penalaran

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

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

BAB 11 RESOLUSI. 1. Pendahuluan. 2. Resolving argumen

BAB 11 RESOLUSI. 1. Pendahuluan. 2. Resolving argumen BAB 11 RESOLUSI 1. Pendahuluan Pembuktian ekspresi-ekspresi logika berupa validitas argumen-argumen pada bab-bab sebelumnya sangat penting untuk menemukan metode yang lebih mekanis dan mudah digunakan

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

Suatu pernyataan akan memiliki bentuk susunan minimal terdiri dari subjek diikuti predikat, baru kemudian dapat diikuti objeknya.

Suatu pernyataan akan memiliki bentuk susunan minimal terdiri dari subjek diikuti predikat, baru kemudian dapat diikuti objeknya. 1 Suatu pernyataan akan memiliki bentuk susunan minimal terdiri dari subjek diikuti predikat, baru kemudian dapat diikuti objeknya. Setiap kalimat atau pernyataan tetap dapat dianggap satu buah proposisi.

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

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