REPRESENTASI PENGETAHUAN

dokumen-dokumen yang mirip
REPRESENTASI PENGETAHUAN (2) 3. Frame

REPRESENTASI PENGETAHUAN

Representasi Pengetahuan : LOGIKA

Artificial Intelegence. Representasi Logica Knowledge

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

Representasi Pengetahuan (II)

BAB 2 REPRESENTASI PENGETAHUAN

Kelas A & B Jonh Fredrik Ulysses, ST.

REPRESENTASI PENGETAHUAN (Bagian 1) Pertemuan 4

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

Representasi Pengetahuan. Oleh : Cahyo Anggoro Seto Yusuf Hadi

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

REPRESENTASI PENGETAHUAN

REPRESENTASI PENGETAHUAN

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

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

Representasi Pengetahuan (I) Arti Pengetahuan Aturan Produksi Jaringan Semantik Triplet Obyek-Atribut-Angka

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

Artificial Intelegence EKA YUNIAR

Kecerdasan Bab 3: 3/18/2015

Representasi Pengetahuan dan Penalaran

REPRESENTASI PENGETAHUAN

Dian Wirdasari, S.Si.,M.Kom

Proposition Logic. (Logika Proposisional) Bimo Sunarfri Hantono

Refresentasi Pengetahuan 1

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

PENGETAHUAN PRIORI Berasal dari bahasa Latin Berarti yang mendahului (pengetahuan datang sebelumnya dan bebas dari arti) REPRESENTASI PENGETAHUAN (1)

METODE INFERENSI. Level 2. Level 3. Level 4

Kecerdasan Buatan Pertemuan 3 IT-EEPIS. Entin Martiana

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

REPRESENTASI PENGETAHUAN (KNOWLEDGE REPRESENTATION)

METODE INFERENSI (1)

BAB V REPRESENTASI PENGETAHUAN

BAB IV REPRESENTASI PENGETAHUAN

PENGENALAN LOGIKA MATEMATIKA

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

Representasi Pengetahuan

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

REPRESENTASI PENGETAHUAN

PERANAN DOMAIN PENAFSIRAN DALAM MENENTUKAN JENIS KUANTOR 1)

Logika Informatika. Bambang Pujiarto

MATEMATIKA DISKRIT LOGIKA

Logika Predikat (Kalkulus Predikat)

BAB I LOGIKA MATEMATIKA

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

LOGIKA PROPOSISI. Bagian Keempat : Logika Proposisi

MATERI 1 PROPOSITIONAL LOGIC

kusnawi.s.kom, M.Eng version

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

DASAR-DASAR LOGIKA. Pertemuan 2 Matematika Diskrit

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

Logika Proposisi. Adri Priadana ilkomadri.com

PENGANTAR LOGIKA INFORMATIKA

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

MATEMATIKA DISKRIT. Logika

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

TEORI HIMPUNAN (Kajian tentang Karakteristik, Relasi, Operasi dan Representasi Himpunan)

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

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

MODUL PERKULIAHAN EDISI 1 MATEMATIKA DISKRIT

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

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

PERTEMUAN 3 DASAR-DASAR LOGIKA

BAB II INDUCT/RIPPLE-DOWN RULE (RDR)

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

BAB II LANDASAN TEORI. papernya yang monumental Fuzzy Set (Nasution, 2012). Dengan

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

Pusat Pengembangan Pendidikan Universitas Gadjah Mada 1

: SRI ESTI TRISNO SAMI

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

Matematika Industri I

ARTIFICIAL INTELLIGENCE

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

Teori Dasar Himpunan. Julan HERNADI. December 27, Program Studi Pendidikan Matematika Universitas Muhammadiyah, Ponorogo

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

LOGIKA INFORMATIKA PROPOSITION LOGIC. Materi-2. Heri Sismoro, M.Kom. STMIK AMIKOM Yogyakarta

LEMBAR TUGAS MAHASISWA ( LTM )

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

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

Pertemuan 1. Pendahuluan Dasar-Dasar Logika

REPRESENTASI PROSEDURAL

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

Kode MK/ Nama MK. Cakupan 8/29/2014. Himpunan. Relasi dan fungsi Kombinatorial. Teori graf. Pohon (Tree) dan pewarnaan graf. Matematika Diskrit

Teori Himpunan. Matematika Dasar untuk Teori Bahasa Otomata. Operasi pada Himpunan. Himpunan Tanpa Elemen. Notasi. Powerset & Cartesian Product

BAB III REPRESENTASI PENGETAHUAN

BAB I PENDAHULUAN. 1.1 Latar Belakang

Cerdik Matematika. Bambang Triatma. Matematika. Cerdik Pustaka [Type the phone number] [Type the fax number]

DASAR-DASAR LOGIKA 1

LATIHAN SOAL SISTEM BERBASIS PENGETAHUAN

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

Representasi Pengetahuan : Logika Predikat

BAB II SINTAKS 2.1. SINTAKS

Dasar-dasar Logika. (Review)

BAB 3 REASONING, SEMANTIC NETWORK, FRAME 18 (4) Semua manusia adalah fana (5) Semua orang berkebangsaan x meninggal karena adanya bencana banjir tahun

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

PENGENALAN LOGIKA INFORMATIKA

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

Bahan kuliah IF2120 Matematika Diskrit. Himpunan. Oleh: Rinaldi Munir. Program Studi Teknik Informatika STEI - ITB 1

MATEMATIKA DASAR (Ekivalensi dan Kuantifikasi)

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

Transkripsi:

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

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

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

<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

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

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

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

- 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

- 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

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

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

- 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

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

- 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

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

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

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

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

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

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

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

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

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

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

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