Bab
5
Metode Pencarian dan Pelacakan 2
(Heuristik)
5.1 Best
First Search
Metode ini merupakan kombinasi dari
metode depth-first search dan breadth-first search. Proses
dilakukan dengan melakukan penelusuran terhadap setiap node yang memiliki estimasi
terpendek. Pada metode best-first search, pencarian diperbolehkan
mengunjungi node yang ada di level yang lebih rendah, jika ternyata node pada
level yang lebih tinggi ternyata memiliki nilai heuristic yang lebih
buruk.
Pada proses searching ini dilakukan dengan cara
memberikan estimasi berapa jauh node asal dari solusi yang
diinginkan. Fungsi Heuristik yang digunakan merupakan prakiraan
(estimasi) cost dari initial state ke goal state.
5.2 Problem
Reduction
Problem reduction atau yang biasa dikenal dengan constraint,
intinya adalah berusaha mengurangi masalah dengan harapan masalah yang
bersangkutan menjadi lebih mudah diselesaikan. Sekarang ini sudah diketahui
teknik konsistensi ini sangat penting dalam penyelesaian constraint
satisfaction problem yang sangat berat sehingga semua aplikasi komersial
penyelesaian constraint satisfaction problem menggunakan teknik konsistensi ini
sebagai langkah dasar.
Sejarah konsistensi constraint dapat ditelusuri dari
peningkatan efisiensi program pengenalan gambar oleh peneliti di intelejensi
semu. Pegenalan gambar melibatkan pemberian label kepada semua garis pada
gambar dengan cara yang konsisten. Jumlah kombinasi pemberian label pada garis
yang memungkinkan dapat menjadi sangat besar, sementara hanya sedikit yang
konsisten pada tahap awal. Dengan demikian memperpendek pencarian untuk
pembeian nilai yang konsisten.
5.3 Constraint
Satisfaction
Constraint Satisfaction Problems (CSP)
CSP adalah permasalahan yang tujuannya adalah mendapatkan suatu kombinasi
variabel-variabel tertentu yang memenuhi aturan-aturan (constraints) tertentu.
State didefinisikan dengan variables X i yang mempunyai values dari domain D i
Goal Test adalah sebuah himpunan constraints yang memberikan kombinasi yang
diijinkan untuk mengisi variabel Batasan CSP dalam perkuliahan ini: diskrit
(solusi deterministik), absolut (solusi pasti tersedia dalam domain), unair
atau biner (satu atau dua variabel yang harus diisi).
5.4 Means
End Analysis
Model MEA adalah suatu model pembelajaran yang
mengoptimalkan kegiatan pemecahan masalah, dengan melalui pendekatan heuristik
yaitu berupa rangkaian pertanyaan yang merupakan petunjuk untuk membantu siswa
dalam memecahkan masalah yang dihadapi. Guru hanya berperan sebagai fasilitator
yang memberi kemudahan bagi siswa. Proses pembelajaran dengan model MEA
memotivasi siswa untuk aktif dalam kegiatan pemecahan masalah. Siswa
mengelaborasi masalah menjadi sub-sub masalah yang lebih sederhana.
Tentunya dalam tahap ini siswa dituntut untuk memahami
soal atau masalah yang dihadapi. Kemudian mengidentifikasi perbedaan antara
kenyataan yang dihadapi dengan tujuan yang ingin dicapai, setalah itu siswa
menyusun sub-sub masalah tadi agar terjadi konektivitas atau hubungan antara
sub masalah yang satu dengan sub masalah yang lain dan menjadikan sub
masalah-sub masalah tersebut menjadi kesatuan, siswa mengajarkan berturut-turut
pada masing-masing sub masalah tersebut. Pada tahap ini siswa memikirkan solusi
(cara) yang paling tepat, efektif dan efisien untuk menyelesaikan masalah yang
dihadapi. Setelah itu dilakukan pengecekan kembali untuk melihat hasil
pengerjaan dan mengoreksi jika terdapat kesalahan perhitungan atau kesalahan
dalam pemilihan strategi solusi.
Bab
6
Representasi Pengetahuan
6.1 Arti
Pengetahuan
Pengetahuan ialah merupakan hasil “tahu” dan ini terjadi
setelah orang melakukan penginderaan terhadap suatu obyek tertentu.
Penginderaan terjadi melalui panca indera manusia yaitu : indera
penglihatan, pendengaran, penciuman, rasa dan raba. Sebagian besar
pengetahuan manusia diperoleh melalui mata dan telinga (Soekidjo, Notoadmodjo
2003).
Adapula pengertian pengetahuan sesuai Kamus Besar Bahasa
Indonesia yakni : Pengetahuan adalah segala sesuatu yang diketahui, segala
sesuatu yang diketahui berkenaan dengan hal (mata pelajaran)
Tingkat Pengetahuan
Benjamin Bloom (1956),
seorang ahli pendidikan, membuat klasifikasi (taxonomy) pertanyaan-pertanyaan
yang dapat dipakai untuk merangsang proses berfikir pada manusia. Menurut Bloom
kecakapan berfikir pada manusia dapat dibagi dalam 6 kategori yaitu :
· Pengetahuan (Knowledge)
Mencakup keterampilan mengingat
kembali faktor-faktor yang pernah dipelajari.
· Pemahaman (Comprehension)
Meliputi pemahaman terhadap
informasi yang ada.
· Penerapan (Application)
Mencakup keterampilan menerapkan
informasi atau pengetahuan yang telah dipelajari ke dalam situasi yang baru.
· Analisis (Analysis)
Meliputi pemilahan informasi menjadi
bagian-bagian atau meneliti dan mencoba memahami
struktur informasi.
· Sintesis (Synthesis)
Mencakup menerapkan pengetahuan dan
ketrampilan yang sudah ada untuk menggabungkan
elemen-elemen menjadi suatu pola yang tidak ada sebelumnya.
· Evaluasi (Evaluation)
Meliputi pengambilan keputusan atau
menyimpulkan berdasarkan kriteria- kriteria yang
ada biasanya pertanyaan memakai kata: pertimbangkanlah, bagaimana kesimpulannya.
6.2 Produksi
Pengertian Produksi adalah suatu kegiatan untuk
menciptakan/menghasilkan atau menambah nilai guna terhadap suatu barang atau
jasa untuk memenuhi kebutuhan oleh orang atau badan (produsen). Orang atau
badan yang melakukan kegiatan produksi dikenal dengan sebutan produsen.
Sedangkan barang atau jasa yang dihasilkan dari melakukan kegiatan produksi
disebut dengan produk. Istilah Produksi berasal dari Bahasa Inggris 'to produce' yang berarti menghasilkan.
Proses produksi juga didukung oleh perkembangan teknologi. Berikut merupakan
kelebihan dan kekurangan teknologi dalam campur tangan proses produksi :
Kelebihan Teknologi
Kelebihan Teknologi
- Pekerjaan lebih cepat.
- Membantu manusia mengerjakan kegiatannya.
- Semakin tinggi zaman, semakin ringan teknologi.
- Beberapa teknologi membuat polusi.
- Membuat manusia ketergantungan terhadap teknologi.
- Terkadang harganya mahal.
6.3 Jaringan
Semantik
Jaringan semantik merupakan salah satu yang dipelajari
dalam materi Artificial Inteligence (Kecerdasan Buatan). Jaringan semantik
merupakan pengetahuan secara grafis yang menunjukkan hubungan antar berbagai
objek. Dalam jaringan semantik terdapat gambaran pengetahuan grafis yang
menunjukkan hubungan antar berbagai objek, terdiri dari lingkaran-lingkaran
yang dihubungkan dengan anak panah yang menunjukkan objek dan informasi tentang
objek-objek tersebut. Sebagai contoh gambar berikut merupakan salah satu
gambaran terhadap pengetahuan yang menggunakan jaringan semantik sebagai salah
satu alat pengenalnya.
Konsep jaringan semantik diperkenalkan pada tahun 1968
oleh Ross Quillin. Jaringan semantic merupakan teknik representasi kecerdasan
buatan klasik yang digunakan untuk informasi proposional (Giarrantano dan
Riley, 1994). Yang dimaksud dengan informasi proporsional adalah pernyataan
yang mempunyai nilai benar atau salah. Informasi proporsional merupakan bahasa
deklaratif karena menyatakan fakta. Jaringan semantik merupakan penggambaran grafis dari
pengetahuan yang melibatkan hubungan antara obyek-obyek :
Obyek direpesentasikan sebagai simpul (node) pada suatu grafik berbentuk lingkaran dan hubungan antara obyek-obyek dan factor deskriptif dinyatakan oleh garis penghubung (link) atau garis lengkung (arch) berlabel.
Obyek direpesentasikan sebagai simpul (node) pada suatu grafik berbentuk lingkaran dan hubungan antara obyek-obyek dan factor deskriptif dinyatakan oleh garis penghubung (link) atau garis lengkung (arch) berlabel.
Obyek dapat berupa jenis fisik, seperti: buku,mobil, meja, atau bahkan orang, erupakan pikiran, seperti: hukum Ohm; suatu peristiwa/ kejadian, seperti: piknik atau suatu pemilihan; atau tindakan, seperti: membuat rumah atau menulis buku.
Atribut obyek, seperti: ukuran, warna, kelas, umur, asal-usul, atau karakteristik lainnya bisa digunakan sebagai node. Dalam hal ini, informasi rinci tentang sesuatu obyek bisa ditampilkan dengan baik.
6.4 Triple
Obyek-Atribut-Nilai
Bentuk object-attribute-value triple
dapat
digunakan untuk mempresentasikan semua karakteristik pengetahuan dalam semantic
net dan digunakan pada sistem pakar MYCIN untuk mendiagnosa penykit infeksi. Object dapat
berupa bentuk fisik atau konsep. Attribute adalah karakteristik atau
sifat dari object tersebut. Value (nilai) – besaran/nilai/takaran
spesifik dari attribute tersebut pada situasi tertentu, dapat berupa numerik,
string dan boelan.
6.5 Schemata
: Frame dan Script
Schemata
Schemata
adalah struktur terorganisasi bagi pengetahuan yang digunakan untuk
merepresentasikan pengetahuan generik (khusus), dan meskipun telah
direpresentasikan dalam beberapa bentuk, skema dapat dikatakan sebagai struktur
yang paling sering digunakan untuk merepresentasikan pengetahuan kompleks.
Secara umum, sebuah skema merupakan grup terstruktur yang berupa konsep-konsep
yang dapat merepresentasikan berbagai jenis pengetahuan, dari objek sederhana
ke pengetahuan kompleks tentang berbagi topik.
Frame
Frame adalah struktur data yang digunakan untuk
mempresentasikan pengetahuan yang didasarkan karakteristik dan kumpulan slot
attribut yang berupa pengetahuan kejadian,lokasi, dan situasi.
Script
Script merupakan representasi yang menggambarkan kejadian
dalam konteks khusus. Perbedaan nya frame dengan script, frame menggambarkan
objek sedangkan script menggambarkan urutan peristiwa nya. Elemen Script ialah
:
Kondisi masukkan: menggambarkan situasi harus di penuhi sebelum terjadinya peristiwa.
· Prop: mengacu kepada objek yang digunakan pada urutan peristiwa.
· Role: mengacu kepada orang atau objek yang terlibat.
· Track: mengacu kepada variasi yang mungkin terjadi.
· Scene: menggambarkan urutan peristiwa.
Bab 7
Representasi Pengetahuan : Logika Proposisi
7.1 Logika dan Set
Representasi pengetahuan dengan simbol
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 : Harry adalah laki-laki.
Konklusi : Harry adalah makhluk hidup.
Premis : Semua laki-laki adalah makhluk hidup.
Premis : Harry adalah laki-laki.
Konklusi : Harry adalah makhluk hidup.
7.2 Operator
Logika
Operator Logika adalah operator yang digunakan untuk membandingkan 2 kondisi logika, yaitu logika benar (TRUE) dan logika salah (FALSE). Operator logika sering digunakan untuk kodisi IF, atau untuk keluar dari proses perulangan (looping). Jenis operand dalam operator logika ini adalah variabel dengan tipe boolean.
7.3 Tautologi,
Kontradiksi dan Contingent
Tautologi
Tautologi adalah suatu bentuk kalimat yang selalu
bernilai benar (true) tidak peduli bagaimanapun nilai kebenaran masing-masing
kalimat penyusunnya kontradiksi. Kontradiksi adalah suatu bentuk kali-mat yang
selalu bernilai salah (false), tidak peduli bagaimanapun nilai kebenaran
masing-masing kalimat penyusunnya.
Kontradiksi
Kontradiksi suatu bentuk kalimat yang selalu bernilai
salah (false) tidak peduli dengan kalimat kalimat penyusunnya. Dalam table
kebenaran, suatu tautology pada semua barisnya bernilai benar, begitupun
kontradiksi pada semua barisnya bernilai salah.
Contingent
Jika pada semua nilai kebenaran bernilai True dan False maka disebut dengan formula campuran/Countingent.
7.4 Resolusi
Logika Proposisi
Resolusi merupakan suatu teknik
pembuktian yang lebih efisien, sebab fakta-fakta yang akan dioperasikan
terlebih dahulu dibawa ke bentuk standar yang sering disebut dengan nama
klausa. Pembuktian suatu pernyataan menggunakan resolusi ini dilakukan dengan
cara menegasikan pernyataan tersebut, kemudian dicari kontradiksinya dari
pernyataan-pernyataan yang sudah ada. Resolusi adalah suatu aturan untuk
melakukan inferensi yang dapat berjalan secara efisien dalam suatu bentuk
khusus conjunctive normal form.
Bab
8
Representasi Pengetahuan : Logika Predikat
8.1 Fungsi-fungsi
Logika Predikat
Logika predikat sebenarnya adalah logika
proposional ditambah dengan hal-hal baru seperti kuantor, universe of
discourse, term, predikat dan fungsi dengan masalah pengkuantoran dan menambah
istilah-istilah baru. Istilah dalam Logika
Predikat:
·
Term : kata benda atau subjek
·
Predikat : properti dari term
·
Fungsi proposisional=fungsi kuantor
·
Universal: yang selalu bernilai benar (∀).
·
Eksistensial: bisa bernilai benar atau
salah(∃).
8.2 Logika
dan Set Order Pertama
Disebut juga kalkulus predikat,
merupakan logika yang digunakan untuk merepresentasikan masalah yang tidak
dapat direpresentasikan dengan menggunakan proposisi. Logika predikat dapat memberikan representasi fakta-fakta
sebagai suatu pernyataan yang mapan (well form). Syarat-syarat simbol dalam
logika predikat :
Himpunan huruf, baik huruf kecil maupun huruf besar dalam abjad.
Himpunan digit (angka) 0,1,2,…9
Garis bawah “_”
Simbol-simbol dalam logika predikat dimulai dengan sebuah huruf dan diikuti oleh sembarang rangkaian karakter-karakter yang diijinkan. Simbol-simbol logika predikat dapat merepresentasikan variable, konstanta, fungsi atau predikat.
Himpunan huruf, baik huruf kecil maupun huruf besar dalam abjad.
Himpunan digit (angka) 0,1,2,…9
Garis bawah “_”
Simbol-simbol dalam logika predikat dimulai dengan sebuah huruf dan diikuti oleh sembarang rangkaian karakter-karakter yang diijinkan. Simbol-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 simbol kebenaran (truth simbol).
objek atau sifat dari semesta pembicaraan. Penulisannya diawali dengan huruf kecil, seperti : pohon, tinggi. Konstanta true (benar) dan false (salah) adalah simbol kebenaran (truth simbol).
Variable
digunakan untuk merancang kelas objek atau sifat-sifat secara umum dalam semesta pembicaraan. Penulisannya diawali dengan huruf besar, seperti : Bill, Kate.
digunakan untuk merancang kelas objek atau sifat-sifat secara umum dalam semesta pembicaraan. Penulisannya diawali dengan huruf besar, seperti : Bill, Kate.
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.
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.
adalah elemen-elemen dari fungsi, ditulis diapit tanda kurung dan dipisahkan dengan tanda koma.
Predikat
menamai hubungan antara nol atau lebih objek dalam semesta pembicaraan. Penulisannya dimulai dengan huruf kecil, seperti : equals, sama dengan, likes, near.
menamai hubungan antara nol atau lebih objek dalam semesta pembicaraan. Penulisannya dimulai dengan huruf kecil, seperti : equals, sama dengan, likes, near.
8.3 Quantifier
Universal
Dalam logika predikat , kuantifikasi universal merupakan
jenis quantifier , sebuah konstanta logis yang ditafsirkan sebagai
"diberi" atau "untuk semua". Ini mengungkapkan bahwa fungsi
proposisi dapat dipenuhi oleh setiap anggota dari domain wacana. Dalam istilah
lain, itu adalah predikasi dari properti atau hubungan dengan setiap anggota
domain. Ini menegaskan bahwa predikat dalam lingkup dari quantifier universal
benar dari setiap nilai dari variabel predikat.
8.4 Quantifier Existensial
Dalam logika predikat, suatu kuantifikasi eksistensial
adalah jenis quantifier, sebuah konstanta logis yang ditafsirkan sebagai
"ada ada," "ada setidaknya satu," atau "untuk
beberapa." Ini mengungkapkan bahwa fungsi proposisi dapat dipenuhi oleh
setidaknya satu anggota dari domain wacana . Dalam istilah lain, itu adalah
predikasi dari properti atau hubungan dengan setidaknya satu anggota dari
domain. Ini menegaskan bahwa predikat dalam lingkup dari quantifier
eksistensial adalah benar dari setidaknya satu nilai dari variabel predikat.
8.5 Resolusi Logika Predikat
Resolusi pada logika predikat pada dasarnya sama dengan
resolusi pada logika proposisi, hanya saja ditambah dengan unifikasi.Pada
logika predikat, prosedur untuk membuktikan pernyataan P dengan beberapa
pernyataan F yang telah diketahui, dengan menggunakan resolusi, dapat dilakukan
melalui algoritma sebagai berikut :
Konversikan semua proposisi F ke bentuk klausa.
Negasikan P, dan konversikan hasil negasi tersebut ke bentuk klausa.Tambahkan kehimpunan klausa yang telah ada pada langkah.
Kerjakan hingga terjadi kontradiksi atau proses tidak mengalami kemajuan.
Sumber :
Konversikan semua proposisi F ke bentuk klausa.
Negasikan P, dan konversikan hasil negasi tersebut ke bentuk klausa.Tambahkan kehimpunan klausa yang telah ada pada langkah.
Kerjakan hingga terjadi kontradiksi atau proses tidak mengalami kemajuan.
Sumber :
