Menyediakan cara format untuk mempresenntasikan hal, rekomedasi, atau strategi. Ditulis
dalam bentuk system (jika-maka).
Struktur kaidah
- Jika premis(benar) maka konklusi
- Jika masukan maka keluaran
- jika kondisi maka tindakan
- jika andtisenden maka konsituen(situasi yang terjadi)
- jika data maka hasil
- jika aksi maka reaksi
- jika sebab maka akibat
- jika gejala maka diagnosa
contoh : 1.Jika tampilan layar monitor anda berwarna biru maka check pada kabel monitor anda
2. JIka nilai rata-rata kelas mahasiswa diatas 80 maka sebagian besar mahasiswa dinyatakan lulus
Sebelu meentukan kaidah produksi dapat dilakukan pembentukan
- tabel keputusan
Keuntungan kaidah produksi
- Mudah dimengerti dan disampaikan
- mudah diwujudka
- kaidah dapat saling independent atau terhubung sesuai kebutuhan
Kelemahan :
- Diperlukan banyak kaidah untuk menggambarkan pengetahuan
Senin, 12 Oktober 2009
Contoh Forward Chaining dan Backward Chaining
Contoh Kasus
Sistem Pakar: Penasihat Keuangan
Kasus : Seorang user ingin berkonsultasi apakah tepat jika dia berinvestasi pada stock IBM?
Variabel-variabel yang digunakan:
A = memiliki uang $10.000 untuk investasi
B = berusia < 30 tahun
C = tingkat pendidikan pada level college
D = pendapatan minimum pertahun $40.000
E = investasi pada bidang Sekuritas (Asuransi)
F = investasi pada saham pertumbuhan (growth stock)
G = investasi pada saham IBM
Setiap variabel dapat bernilai TRUE atau FALSE
FAKTA YANG ADA:
§ Diasumsikan si user (investor) memiliki data:
o Memiliki uang $10.000 (A TRUE)
o Berusia 25 tahun (B TRUE)
§ Dia ingin meminta nasihat apakah tepat jika berinvestasi pada IBM stock?
RULES
R1 : IF seseorang memiliki uang $10.000 untuk berinvestasi AND dia berpendidikan pada level college THEN dia harus berinvestasi pada bidang sekuritas
R2 : IF seseorang memiliki pendapatan per tahun min $40.000 AND dia berpendidikan pada level college THEN dia harus berinvestasi pada saham pertumbuhan (growth stocks)
R3 : IF seseorang berusia < 30 tahun AND dia berinvestasi pada bidang sekuritas THEN dia sebaiknya berinvestasi pada saham pertumbuhan
R4 : IF seseorang berusia <> 22 tahun THEN dia berpendidikan college
R5 : IF seseorang ingin berinvestasi pada saham pertumbuhan THEN saham yang dipilih adalah saham IBM.
Rule simplification:
– R1: IF A and C, THEN E
– R2: IF D and C, THEN F
– R3: IF B and E, THEN F
– R4: IF B, THEN C
– R5: IF F, THEN G
Solusi dengan Forward Chaining :
Step I : IF A and C Then E = R1
Step II : IF B then C A,B,C -> True = R4
Step III : If A and C then E A,B,C -> True = R2
Step IV : If B ad E then F A,B,C,E,F -> true = R3
step V : if F then G. G->True
kesimpulan : Cocok untuk investasi saham IBM
Solusi dengan Backward Chaining :
Kebalikan dari Forward Chaining :
Sistem Pakar: Penasihat Keuangan
Kasus : Seorang user ingin berkonsultasi apakah tepat jika dia berinvestasi pada stock IBM?
Variabel-variabel yang digunakan:
A = memiliki uang $10.000 untuk investasi
B = berusia < 30 tahun
C = tingkat pendidikan pada level college
D = pendapatan minimum pertahun $40.000
E = investasi pada bidang Sekuritas (Asuransi)
F = investasi pada saham pertumbuhan (growth stock)
G = investasi pada saham IBM
Setiap variabel dapat bernilai TRUE atau FALSE
FAKTA YANG ADA:
§ Diasumsikan si user (investor) memiliki data:
o Memiliki uang $10.000 (A TRUE)
o Berusia 25 tahun (B TRUE)
§ Dia ingin meminta nasihat apakah tepat jika berinvestasi pada IBM stock?
RULES
R1 : IF seseorang memiliki uang $10.000 untuk berinvestasi AND dia berpendidikan pada level college THEN dia harus berinvestasi pada bidang sekuritas
R2 : IF seseorang memiliki pendapatan per tahun min $40.000 AND dia berpendidikan pada level college THEN dia harus berinvestasi pada saham pertumbuhan (growth stocks)
R3 : IF seseorang berusia < 30 tahun AND dia berinvestasi pada bidang sekuritas THEN dia sebaiknya berinvestasi pada saham pertumbuhan
R4 : IF seseorang berusia <> 22 tahun THEN dia berpendidikan college
R5 : IF seseorang ingin berinvestasi pada saham pertumbuhan THEN saham yang dipilih adalah saham IBM.
Rule simplification:
– R1: IF A and C, THEN E
– R2: IF D and C, THEN F
– R3: IF B and E, THEN F
– R4: IF B, THEN C
– R5: IF F, THEN G
Solusi dengan Forward Chaining :
Step I : IF A and C Then E = R1
Step II : IF B then C A,B,C -> True = R4
Step III : If A and C then E A,B,C -> True = R2
Step IV : If B ad E then F A,B,C,E,F -> true = R3
step V : if F then G. G->True
kesimpulan : Cocok untuk investasi saham IBM
Solusi dengan Backward Chaining :
Kebalikan dari Forward Chaining :
Script
Script (Schank & Abelson, Yale univ) merupakan representasi terstruktur yang menggambarkan urutan stereotip dari kejadian-kejadian dalam sebuah konteks khusus.
• 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
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
Contoh : Script Pembuatan Program C
Track : Pembuatan program penjumlahan degan bahasa C
Prop : Software , PC, Keyboard, Mouse
Roles : Programmer, USer
Input : User merequest program penjumlahan, user ingin melakukan proses perhunbungan secara cepat
Scene 1 : Perancangan Algoritma
- Menentukan inputan yang diperlukan sistem
- Menentukan ekspresi aritmatika yang digunakan menentukan output
Scene 2 : Pengkodean
- Mengetikkan header program
- Mengetikkan perintah input data
- mengetikkan ekspresi aritmatika
- mengetikkan perintah output data
Scene 3 : Uji Program
- Uji Program/Testing
- Melakukan eksekusi program
- Menginputkan data
- mengevaluasi hasil keluaran
Scene 4 : Pemakaian software oleh user
- User menginputkan data
- User memperoleh hasil keluaran penjumlahan
Output : Reaksi User atas program
- User puas dengan program yang dirancang
- User tidak puas dengan program yang dirancang
• 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
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
Contoh : Script Pembuatan Program C
Track : Pembuatan program penjumlahan degan bahasa C
Prop : Software , PC, Keyboard, Mouse
Roles : Programmer, USer
Input : User merequest program penjumlahan, user ingin melakukan proses perhunbungan secara cepat
Scene 1 : Perancangan Algoritma
- Menentukan inputan yang diperlukan sistem
- Menentukan ekspresi aritmatika yang digunakan menentukan output
Scene 2 : Pengkodean
- Mengetikkan header program
- Mengetikkan perintah input data
- mengetikkan ekspresi aritmatika
- mengetikkan perintah output data
Scene 3 : Uji Program
- Uji Program/Testing
- Melakukan eksekusi program
- Menginputkan data
- mengevaluasi hasil keluaran
Scene 4 : Pemakaian software oleh user
- User menginputkan data
- User memperoleh hasil keluaran penjumlahan
Output : Reaksi User atas program
- User puas dengan program yang dirancang
- User tidak puas dengan program yang dirancang
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 elemenelemen 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
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.
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.
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 elemenelemen 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
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.
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.
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
– Node dapat berupa objek tunggal atau kelas
• Links merepresentasikan suatu hubungan :
– Links adalah struktur dasar untuk pengorganisasian pengetahuan
– Contoh jaringan semantic.
•Disebut juga associative nets, krn node dihubungkan dg yang alin.
•Bentuk links IS-A, HAS-A,A-KIND-OF (AKO)
•IS-A menunjukkan hubungan kelas, pada gbr diatas menunjukkan “jarak dari”
•HAS-A digunakan untuk mengidentifikasi karakteristik atau atribut objek noda.
•AKO digunakan untuk menghubungkan satu jenis ke jenis yg lain
•Salah satu masalah pd jaringan semantik adalah tidak adanya standar definisi nama link
• 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
– Node dapat berupa objek tunggal atau kelas
• Links merepresentasikan suatu hubungan :
– Links adalah struktur dasar untuk pengorganisasian pengetahuan
– Contoh jaringan semantic.
•Disebut juga associative nets, krn node dihubungkan dg yang alin.
•Bentuk links IS-A, HAS-A,A-KIND-OF (AKO)
•IS-A menunjukkan hubungan kelas, pada gbr diatas menunjukkan “jarak dari”
•HAS-A digunakan untuk mengidentifikasi karakteristik atau atribut objek noda.
•AKO digunakan untuk menghubungkan satu jenis ke jenis yg lain
•Salah satu masalah pd jaringan semantik adalah tidak adanya standar definisi nama link
Representasi Pengetahuan
Pengetahuan : Fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu pengalaman
Eptomology:Studi yang membahas ilu pengetahuan khususnya sifat studu dan adal ilmu pengethuan.
Kategori Ilmu Pengetahuan menurut epistmologi
1. 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
2. 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.
3. Kategori Knowledge
Procedural Knowledge : Bagaimana melakukan sesuatu
Declarative Knowledge : Mengetahui sesuatu itu benar atau salah
Tacit Knowledge : Tidak dapat diungkapkan dengan bahasa
Ket gambar :
Meta Knowledge : Knowledge dan Keahlian
Knowledge : Informasi yang sangat khusus
iformasi : data yang telah diproses
data:hal yang palinh potensial
noise:data yang masih kabur
Beberapa Representasi Pengetahuan
- Jaringan Semantik
- Bingkai(Frame)
- Script
- Kaidah Produksi
- Logika Prdiksi
Sabtu, 03 Oktober 2009
FORWARD CHAINING
Forward chaining merupakan grup dari multipel inferensi yang melakukan pencarian dari suatu masalah kepada solusinya.
· Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi
· Forward Chaining adalah data driven karena inferensi dimulai dengan informasi yg tersedia dan baru konklusi diperoleh
• Beberapa Sifat forward chaining:
– Good for monitoring, planning, and control
– Looks from present to future.
– Works from antecedent to consequent.
– Is data-driven, bottom-up reasoning.
– Works forward to find what solutions follow from the facts.
– It facilitates a breadth-first search.
– The antecedents determine the search.
– It does not facilitate explanation.
• Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
· Jika klausa premis sesuai dengan situasi (bernilai TRUE), maka proses akan meng-assert konklusi
· Forward Chaining adalah data driven karena inferensi dimulai dengan informasi yg tersedia dan baru konklusi diperoleh
• Beberapa Sifat forward chaining:
– Good for monitoring, planning, and control
– Looks from present to future.
– Works from antecedent to consequent.
– Is data-driven, bottom-up reasoning.
– Works forward to find what solutions follow from the facts.
– It facilitates a breadth-first search.
– The antecedents determine the search.
– It does not facilitate explanation.
• Jika suatu aplikasi menghasilkan tree yang lebar dan tidak dalam, maka gunakan forward chaining.
Langganan:
Postingan (Atom)