Dian Wirdasari, S.Si.,M.Kom

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

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

BAB IV REPRESENTASI PENGETAHUAN

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

Representasi Pengetahuan

Knowledge Representation

BAB III REPRESENTASI PENGETAHUAN

BAB V REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN UTHIE

MODUL 3 OPERATOR LOGIKA

REPRESENTASI PENGETAHUAN

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

Proposition Logic. (Logika Proposisional) Bimo Sunarfri Hantono

BAB I PENDAHULUAN. 1.1 Latar Belakang

kusnawi.s.kom, M.Eng version

Matematika Industri I

REPRESENTASI PENGETAHUAN

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

BAB I PENDAHULUAN. a. Apa sajakah hukum-hukum logika dalam matematika? b. Apa itu preposisi bersyarat?

Materi 4: Logika. I Nyoman Kusuma Wardana. STMIK STIKOM Bali

REPRESENTASI PENGETAHUAN (KNOWLEDGE REPRESENTATION)

MATEMATIKA DISKRIT. Logika

RESOLUTIONS - INTRODUCTION Lecture 11-13

BAB 3 TABEL KEBENARAN

kusnawi.s.kom, M.Eng version

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

KETIDAKPASTIAN PROBABILITAS & TEOREMA BAYES

PENGANTAR LOGIKA INFORMATIKA

MATEMATIKA DISKRIT LOGIKA

LANDASAN MATEMATIKA Handout 3 (Kalkulus Proposisi)

Representasi Pengetahuan dan Penalaran

Dasar-dasar Logika. (Review)

MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT

Logika Proposisi. Adri Priadana ilkomadri.com

Logika hanya berhubngan dengan bentukbentuk logika dari argumen-argumen, serta penarikan kesimpulan tentang validitas dari argumen tersebut.

REPRESENTASI PENGETAHUAN

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

ARGUMEN (ARGUMENT) Drs. C. Jacob, M.Pd LOGIKA BERUSAHA UTK MEMBEDAKAN ARGUMEN VALID (CORRECT) & INVALID (INCORRECT)

KALKULUS PERNYATAAN. Totologi & Kontradiksi. Tingkat Kekuatan Operator. Tabel Kebenaran 9/30/2013. Nur Insani, M.Sc

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

ARTIFICIAL INTELLIGENCE

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

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

Artificial Intelegence. Representasi Logica Knowledge

MATERI 1 PROPOSITIONAL LOGIC

METODE INFERENSI. Level 2. Level 3. Level 4

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

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

PERTEMUAN TAUTOLOGI, KONTRADIKSI, DAN CONTINGENT

REPRESENTASI PENGETAHUAN (Bagian 1) Pertemuan 4

6. LOGIKA MATEMATIKA

Pusat Pengembangan Pendidikan Universitas Gadjah Mada 1

Soal UAS Pengantar Kecerdasan Buatan. Kelas 3IA01, 03, 05, 07, 11, 13, 14, 17, 18, 19, 21, 22 dan 23

- Mahasiswa memahami dan mampu membuat kalimat, mengevaluasi kalimat dan menentukan validitas suatu kalimat

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

LOGIKA PROPOSISI. Bagian Keempat : Logika Proposisi

REPRESENTASI PENGETAHUAN

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

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

BAB 6 LOGIKA MATEMATIKA

LOGIKA INFORMATIKA. Bahan Ajar

Pernyataan adalah kalimat yang bernilai benar atau salah tetapi tidak sekaligus benar dan salah.

Argumen premis konklusi jika dan hanya jika Tautolog

LOGIKA PROPOSISI 3.1 Proposisi logika proposisional. Contoh : tautologi yaitu proposisi-proposisi yang nilainya selalu benar. Contoh 3.

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

Berdasarkan tabel 1 diperoleh bahwa p q = q p.

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

PENALARAN DEDUKTIF. Pernyataan generalisasi (premis mayor) : Seseorang boleh mengendarai kendaraan bermotor jika ia mempunyai SIM.

Unit 6 PENALARAN MATEMATIKA. Clara Ika Sari Budhayanti. Pendahuluan. Selamat belajar, semoga Anda sukses.

Pendahuluan. Bab I Logika Manusia

Pertemuan 2. Proposisi Bersyarat

BAB 4 PROPOSISI. 1. Pernyataan dan Nilai Kebenaran

BAB I LOGIKA MATEMATIKA

PROPOSISI MATEMATIKA SISTEM INFORMASI 1

REPRESENTASI PENGETAHUAN

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

Sistem Pakar Metode Inferensi 1. Kelas A & B Jonh Fredrik Ulysses, ST

LOGIKA (LOGIC) Logika merupakan dasar dari semua penalaran (reasoning). Penalaran didasarkan pada hubungan antara pernyataanpernyataan

PENARIKAN KESIMPULAN/ INFERENSI

Representasi Pengetahuan : LOGIKA

Logika Proposisional Ema Utami STMIK AMIKOM Yogyakarta

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

LOGIKA. /Nurain Suryadinata, M.Pd

BAN 10 BENTUK NORMAL

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

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

PENALARAN INDUKTIF DAN DEDUKTIF

BAB III ANALISIS DAN PERANCANGAN

I. PERNYATAAN DAN NEGASINYA

NAMA LAMBANG KATA PERNYATAAN LOGIKANYA PENGHUBUNG

Pertemuan 1. Pendahuluan Dasar-Dasar Logika

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

Hukum-hukum Logika 2/8/ Hukum komutatif: p q q p p q q p. 8. Hukum asosiatif: p (q r) (p q) r p (q r) (p q) r

LOGIKA. Logika Nilai kebenaran pernyataan majemuk Ingkaran suatu pernyataan Penarikan kesimpulan. A. Pernyataan, Kalimat Terbuka, Ingkaran.

Refresentasi Pengetahuan 1

PETA PERKULIAHAN MATA KULIAH : LOGIKA MATEMATIKA KODE MATA KULIAH : GD 321. SEMESTER : GANJIL (5) DOSEN : MAULANA, S.Pd., M.Pd.

METODE INFERENSI (1)

Catt: kedua kalimat pertama dapat dibuktikan kebenarannya. Kedua kalimat terakhir dapat ditolak karena fakta yang menentang kebenarannya.

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

Representasi Pengetahuan : Logika Predikat

Transkripsi:

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 pengalaman. Priori Knowledge: pengetahuan datang sebelumnya dan bebas dari arti. Kebenaran universal dan tidak dpt disangkal tanpa kontradiksi. Contoh: pernyataan logika, hukum matematika Posteriori knowledge: pengetahuan yg diturunkan dari akal pikiran yg sehat. Kebenaran atau kesalahan dpt dibuktikan dgn menggunakan pengalaman akal sehat. Contoh: bola mataseseorgberwarnabiru, tetapikadangberwarnahijaukarenaberganticontact lens.

Procedural Knowledge Bagaimana melakukan sesuatu Declarative Knowledge Mengetahui sesuatu itu benar atau salah Tacit Knowledge Tidak dapat diungkapkan dengan bahasa

Analogi dengan ekspresi klasik Wirth: Algoritma + Struktur data = PROGRAM Pada sistem pakar: Knowledge + Inferensi = Sistem Pakar

Meta Knowledge Knowledge Meta knowledge: Knowledge knowledge dan keahlian Informasi yg sangat khusus Informasi informasi Data ygtelahdiproses Data Data Hal yg paling potensial Noise Noise Data ygmasihkabur

adalah bentuk representasi pengetahuan yang paling tua. Proses logika adalah proses membentuk kesimpulan atau menarik suatu inferensi berdasarkan fakta yang telah ada. Input dari proses logika berupa premis atau fakta-fakta yang diakui kebenarannya sehingga dengan melakukan penalaran pada proses logika dapat dibentuk suatu inferensi atau kesimpulan yang benar juga.

Input : Premis atau Fakta Proses Logika Gambar Proses Logika Output : Inferensi atau Konklusi

Ada 2 penalaran yang dapat dilakukan untuk mendapat konklusi : Penalaran deduktif Penalaran induktif

Dimulai dari prinsip umum untuk mendapatkan konklusi yang lebih khusus. Contoh : Premis mayor: Jika hujan turun saya tidak akan berangkat kuliah Premis minor: Hari ini hujan turun Konklusi: Hari ini saya tidak akan berangkat kuliah

Dimulai dari fakta-fakta khusus untuk mendapatkan kesimpulan umum. Contoh : Premis -1: Aljabar adalah pelajaran yang sulit Premis -2: Geometri adalah pelajaran yang sulit Premis -3: Kalkulus adalah pelajaran yang sulit Konklusi: Matematika adalah pelajaran yang sulit

Munculnya premis baru bisa mengakibatkan gugurnya konklusi yang sudah diperoleh, misal : Premis -4 : Kinematika adalah pelajaran yang sulit. Premis tersebut menyebabkan konklusi : Matematika adalah pelajaran yang sulit, menjadi salah, karena Kinematika bukan merupakan bagian dari Matematika, sehingga bila menggunakan penalaran induktif sangat dimungkinkan adanya ketidakpastian.

Proposisi adalah suatu pernyataan yang dapat bernilai Benar atau Salah. Simbol-simbol seperti P dan Q menunjukkan proposisi.

Dua atau lebih proposisi dapat digabungkan dengan menggunakan operator logika : a. Konjungsi : (and) b. Disjungsi : (or) c. Negasi : (not) d. Implikasi : (if then) e. Ekuivalensi : (if and only if)

Untuk melakukan inferensi pada logika proposisi dapat dilakukan dengan menggunakan resolusi.

Adalah suatu aturan untuk melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk khusus yaitu conjunctive normal form (CNF), ciri cirinya : - setiapkalimatmerupakandisjungsiliteral. - semua kalimat terkonjungsi secara implicit.

Hilangkan implikasi dan ekuivalensi x y menjadi x y x y menjadi ( x y) ( y x) Kurangi lingkup semua negasi menjadi satu negasi saja ( x) menjadi x (x y) menjadi ( x y) (x y) menjadi ( x y)

Gunakan aturan assosiatif dan distributif untukmengkonversimenjadiconjuctionof disjunction Assosiatif : (A B) C menjadi A (B C) Distributif : (A B) C menjadi (A C) (B C) Buat satu kalimat terpisah untuk tiap-tiap konjungsi

Diketahui basis pengetahuan(fakta-fakta yang bernilai benar) sebagai berikut: 1. P 2. (P Q) R 3. (S T) Q 4. T Tentukan kebenaran R.

Untuk membuktikan kebenaran R dengan menggunakan resolusi,maka ubah dulu menjadi bentuk CNF.

Kemudian kita tambahkan kontradiksi pada tujuannya R menjadi R sehingga fakta-fakta (dalam bentuk CNF) dapat disusun menjadi: 1. P 2. P Q R 3. S Q 4. T Q 5. T 6. R

Sehingga resolusi dapat dilakukan untuk membuktikan kebenaran R, sebagai berikut:

Contoh bila diterapkan dalam kalimat : P : Anianak yang cerdas. Q : Ani rajin belajar. R : Ani akan menjadi juara kelas. S : Ani makannya banyak. 1. P 2. (P Q) R 3. (S T) Q 4. T T : Ani istirahatnya cukup. Kalimat yang terbentuk : 1. Ani anak yang cerdas. 2. Jika ani anak yang cerdas dan ani rajin belajar, maka ani akan menjadi juara kelas. 3. Jika ani makannya banyak atau ani istirahatnya cukup, maka Ani rajin belajar. 4. Ani istirahatnya cukup.

Setelah dilakukan konversi ke bentuk CNF, didapat : Fakta ke-2 : Ani tidak cerdas atau Ani tidak rajin belajar atau Ani akan menjadi juara kelas. Fakta ke-3 : Ani tidak makan banyak atau Ani tidakrajin belajar. Fakta ke-4 : Ani tidak cukup istirahat atau Ani rajin belajar.

Gambar Resolusi pada Logika Proposisi dengan pernyataan lengkap

IntelijensiBuatan See you next week..! Dian Wirdasari, S.Si.,M.Kom

Nama: Dian Wirdasari Email : dianws@yahoo.com, dianws@gmail.com Website : http://dianws.webs.com Ym: dianws Facebook: http://www.facebook.com/ dianws