Representasi Pengetahuan adalah Proses bagaimana pengetahuan direpresentasikan
untuk membentuk sebuah Knowledge Base. Langkah
awal dalam membangun sebuah program AI adalah membangun sebuah Knowledge
Base. Dimaksudkan untuk menangkap sifat-sifat penting
masalah dan membuat infomasi dapat diakses oleh prosedur pemecahan masalah. Bahasa
representasi harus dapat membuat seorang programmer mampu mengekspresikan
pengetahuan untuk mendapatkan solusi suatu masalah.
Karakteristik Representasi Pengetahuan:
- Dapat dimanfaatkan untuk penalaran, menggambarkan kesimpulan sebagai
fungsi kecerdasan .
1. Representasi
Logika, Representasi ini menggunakan ekspresi-ekspresi dalam logika formal
untuk merepresentasikan basis pengetahuan.
2. Representasi
Prosedural ,
Menggambarkan
pengetahuan sebagai sekumpulan instruksi untuk memecahkan suatu masalah. Dalam
sistem yang berbasis aturan, aturan if-then dapat ditafsirkan sebagai
sebuah prosedur untuk mencapai tujuan pemecahan masalah.
3. Representasi
Network, Menyatakan pengetahuan sebagai sebuah graf dimana simpul-simpulnya
menggambarkan obyek atau konsep dalam masalah yang dihadapi, sedangkan
lengkungannya menggambarkan hubungan antar mereka. Contohnya adalah
Jaringan Semantik.
4. Representasi
Terstruktur, Memperluas network dengan cara membuat setiap simpulnya menjadi sebuah
struktur data kompleks yang berisi tempat-tempat bernama slot dengan
nilai-nilai tertentu. Nilai-nilai ini dapat merupakan data numerik atau
simbolik sederhana, pointer ke bingkai (frame) lain, atau bahkan merupakan
prosedur untuk mengerja kan tugas tertentu. Contohnya adalah skrip (script), bingkai (frame) dan obyek (object).
Representasi Pengetahuan
2. Kalkulus predikatif (Predicate logic)
Representasi Pengetahuan
Terdiri dari dua jenis yaitu :
2. Kalkulus predikatif (Predicate logic)
LOGIKA
Logika adalah representasi
pengetahuan yang paling tua. Proses menarik kesimpulan dari fakta yang sudah ada .
dijelaskan bahwa Input :
premis-premis dan Ouput : kesimpulan.
Logika terdiri
dari: sintaks (simbol), semantik (fakta), dan proses pengambilan keputusan
(inferensi).
Proses penalaran dibagi menjadi 2 :
Contoh Penalaran Deduktif
Contoh Penalaran Induktif
Deduktif (umum-khusus)
Induktif (khusus-umum)
Logika:
Logika Preposisi: and, or, not, implikasi, dan
ekuivalensi
Logika Predikat: representasi fakta dalam
bentuk well formed formula.
Premis mayor : Jika hujan turun saya tidak akan
berangkat kuliah
Premis minor : Hari ini hujan turun
Konklusi : Hari ini saya tidak akan berangkat
kuliah
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







0 komentar:
Posting Komentar