representasi pengetahuan (i) - gunadarma...
TRANSCRIPT
Representasi Pengetahuan (I)
Arti Pengetahuan
1
Arti Pengetahuan
Aturan Produksi
Jaringan Semantik
Triplet Obyek-Atribut-Angka
Epistemology
• Studi tentang pengetahuan
• Cabang dari ilmu filsafat yang membahas tentang teori pengetahuan
• Bahasan utama :
– tentang definisi pengetahuan dan konsep-konsep
2
– tentang definisi pengetahuan dan konsep-konsep terkait,
– sumber dan kriteria pengetahuan,
– jenis pengetahuan
Definisi Knowledge
• Fakta atau kondisi mengetahui sesuatu dengan
familiar, yang diperoleh melalui pengalaman
atau asosiasi
3
EPISTEMOLOGY
TEORI PENGETAHUAN PENGETAHUANFILOSOFI PRIORI POSTERIORI
Aristoteles, plato,dll
Pengetahuan Priori
• Berasal dari bahasa Latin
• Berarti yang mendahului (pengetahuan datang sebelumnya dan bebas dari arti)
• Contoh pernyataan “segalanya memiliki sebab”, “seluruh triangle dalam pesawat mempunyai 180 derajat”
4
“seluruh triangle dalam pesawat mempunyai 180 derajat”
• Contoh lain pernyataan logika, hukum matematika
• Secara universal benar dan tidak dapat disangkal tanpa kontradiksi.
Pengetahuan Posteriori
• Adalah pengetahuan yg diperoleh dari arti (diturunkan
dari akal sehat)
• Kebenaran atau kesalahan dapat dibuktikan
menggunakan pengalaman.
• Contoh : bola mata seseorang berwarna biru, tetapi
5
• Contoh : bola mata seseorang berwarna biru, tetapi
ketika orang tersebut mengganti contact lens-nya, bisa
jadi bola matanya menjadi berwarna hijau.
Kategori Knowledge
• Procedural knowledge
– knowing how to do something
– “bagaimana membuat puding”
• Declarative knowledge
6
Declarative knowledge
– knowing that something is true or false
– “buah apel berwana hijau”
• Tacit knowledge
– knowledge not easily expressed by language
– “bagaimana cara berjinjit untuk menari balet”
Knowledge in Expert Systems
Conventional
Programming
Knowledge-Based
Systems
7
Algorithms
+ Data Structures
= Programs
Knowledge
+ Inference
= Expert System
N. Wirth
• 137178766832525156430015 � Noise or data ?
• Algoritma (transformasi data menjadi informasi)
– Group the numbers by two’s
– Ignore any two-digit number less than 32
– Substitute the ASCII characters for the two-digit numbers
• Hasil : GOLD 438+
9
• Hasil : GOLD 438+
• Knowledge :
IF gold is less than 500
and the price is rising (+)
THEN
buy gold
Metode Representasi Pengetahuan
• Aturan Produksi (Production Rules)
• Jaringan Semantik (Semantic Net)
• Schemata (Frame & Script)
• Logika
10
• Logika
Aturan Produksi (Production Rules)
• Sering digunakan untuk merumuskan pengetahuan pada Sistem Pakar
• Variasi formalnya Backus-Naur Form (BNF)
– metalanguange untuk mendefinisikan sintaks bahasa
– grammar adalah sekumpulan aturan produksi yang
11
– grammar adalah sekumpulan aturan produksi yang lengkap dan tidak ambigu untuk bahasa yang spesifik
– parse tree adalah representasi grafis dari kalimat pada suatu bahasa
– Hanya menyediakan deskripsi sintaks dari suatu bahasa
• tidak semua kalimat masuk akal
Contoh Production Rules
• for a subset of the English language
<sentence> -> <subject> <verb> <object> <modifier>
12
<sentence> -> <subject> <verb> <object> <modifier>
<subject> -> <noun>
<object> -> <noun>
<noun> -> man | woman
<verb> -> loves | hates | marries | divorces
<modifier> -> a little | a lot | forever | sometimes
<sentence>
Parse Tree
• Contoh kalimat (sentence):man loves woman forever
13
man loves woman forever
<object>
<noun> <noun>
<subject> <verb> <modifier>
<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
The dessert was a heavy eater
14
The dessert was a heavy eater
• Valid ?
Kesesuaian Aturan Produksi
• Keekspresifan (expressiveness)– Dapatkah aspek-aspek yang relevan dalam domain
pengetahuan dinyatakan melalui aturan ?
• Efisiensi komputasi (computational efficiency)– Apakah komputasi yang diperlukan layak/tersedia ?
• Mudah dimengerti ?
15
• Mudah dimengerti ?– Dapatkah manusia menafsirkan aturan ?
• Mudah di-generate ?– seberapa sulit bagi manusia untuk mengkonstruksi aturan-
aturan yang merefleksikan domain pengetahuan
Keuntungan dan Kelemahan
Aturan Produksi
• Keuntungan
– Sederhana dan mudah dipahami
– Memungkinkan untuk implementasi langsung di komputer
– Dasar formal untuk beberapa varian
• Kelemahan
16
• Kelemahan
– Implementasi sederhana sangat tidak efisien
– Beberapa jenis pengetahuan tidak mudah diekspresikan dalam
aturan
– Set aturan yang besar menjadi sulit untuk dipahami dan
dipelihara
Jaringan Semantik (Semantic Net)
• Representasi grafis dari informasi proposisional
• Awalnya dikembangkan oleh MR Quillian sebagai model untuk memori manusia
• Berlabel, bentuknya graph berarah
• Node mewakili benda, konsep, atau situasi.
• Label menunjukkan nama.
17
• Label menunjukkan nama.
• Node dapat berupa objek individual atau kelas (node generik)
• Link mewakili hubungan/relasi.
– hubungan berisi informasi struktural pengetahuan untuk diwakili.
– label menunjukkan jenis hubungan
Contoh Jaringan Semantix
Astérix
Obélix
Abraracourcix
Cétautomatix
19
GaulObélix
Idéfix
DogPanoramix
Ordralfabetixbarks-at
HumanAKO
[http://www.asterix.tm.fr]
Keterangan
• Warna– Dikodekan dengan benar sebagai node yang terpisah dengan hubungan
untuk masing-masing objek
• Jenis Font– Menyiratkan berbagai jenis hubungan
– Akan memerlukan tambahan node dan hubungan
• Hubungan Kelas
20
• Hubungan Kelas– Tidak semua anjing hidup dengan Galia.
– AKO (a-kind-of) hubungan khusus (pewarisan)
• Instance (objek)– Panah dari individu manusia ke kelas manusia dihilangkan
• Mengasumsikan bahwa AKO memungkinkan pewarisan
• Directionality – Arah panah penting, bukan teks.
Tipe relasi yang sering digunakan
• IS-A
– relates an instance (individual node) to a class
(generic node)
• AKO (a-kind-of)
21
– relates one class (subclass) to another class
(superclass)
Objek dan Atribut
• Atribut menyediakan informasi detil pada node
dalam jaringan semantik
– Sering diekspresikan sebagai properties
• Kombinasi dari atribut and value
– Atribut dapat diekspresikan sebagai relasi
22
– Atribut dapat diekspresikan sebagai relasi
• Contoh : HAS-A
Perluasan Jaringan Semantik
1. Menambahkan node untuk objek yang setara
2. Menambahkan node untuk objek yang lebih
khusus
3. Menambahkan node untuk objek yang lebih
24
3. Menambahkan node untuk objek yang lebih
umum (kelas)
Operasi pada Jaringan Semantik
• “Bird”, How do you travel ?
• Jawab : Fly
– Cek pada link dg label travel
– Menggunakan value pada node sebagai jawaban
• “Tweety”, How do you travel ?
26
• “Tweety”, How do you travel ?
• Jawab : ?
– Jika tidak menemukan label travel, cari link dg label IS-A
Penanganan Pengecualian
• Tambahkan link khusus untuk meng-overrideinformasi yang telah diwariskan
• Override : menambahkan link atau sifat yang sama dengan objek induk pada node, tapi dengan value atau karakteristik yang berbeda
28
dengan value atau karakteristik yang berbeda
• “Penguin”, How do you travel?
• Jawab : ?
OAV-Triples
• object-attribute-value triplets
– can be used to characterize the knowledge in a
semantic net
– quickly leads to huge tables
Object Attribute Value
29
Object Attribute Value
Astérix profession warrior
Obélix size extra large
Idéfix size petite
Panoramix wisdom infinite
Problems Semantic Nets
• expressiveness– no internal structure of nodes
– relationships between multiple nodes
– no easy way to represent heuristic information
– extensions are possible, but cumbersome
– best suited for binary relationships
30
– best suited for binary relationships
• efficiency– may result in large sets of nodes and links
– search may lead to combinatorial explosion
• especially for queries with negative results
• usability– lack of standards for link types
– naming of nodes
• classes, instances