Sistem Berbasis Pengetahuan
Domain Penelitian pada AI ( Kecerdasan Buatan
)
1. Mundane task
· Persepsi
(vision & speech).
· Bahasa
alami (understanding, generation & translation).
· Pemikiran
yang bersifat commonsense.
· Robot
control.
2. Formal task
· Permainan/games.
· Matematika (geometri,
logika, kalkulus integral, pembuktian).
3. Expert task
· Analisis finansial.
· Analisis medikal.
· Analisis ilmu
pengetahuan.
·
Rekayasa (desain, pencarian kegagalan, perencanaan manufaktur).
Dua bagian utama dalam AI ( Kecerdasan Buatan
)
a. Basis Pengetahuan (Knowledge
Base), berisi fakta-fakta, teori, pemikiran dan hubungan antara
satu dengan lainnya.
b. Motor Inferensi (Inference Engine), yaitu kemampuan menarik kesimpulan berdasarkan
pengalaman.
Katagori
Knowledge
·
Procedural Knowledge : bagaimana melakukan sesuatu
· Declarative
Knowledge : mengetahui sesuatu itu benar atau salah
· Tacit
Knowledge
: tidak
dapat diungkapkan dengan bahasa
Kesalahan
dalam Tahap Pengembangan
·
Kesalahan pengetahuan pakar (expert’s knowledge errors)
Jika
knowledge yang berasal dari pakar mengandung kesalahan maka kesalahan
berlanjut pada keseluruhan proses pengembangan sistem.
·
Kesalahan semantic (semantic errors)
Kesalahan
semantik terjadi jika arti dari knowledge tidak dikomunikasikan secara tepat.
·
Kesalahan sintaks (syntax errors)
Kesalahan
ini terjadi jika bentuk aturan atau fakta yang tidak tepat dimasukkan ke
dalam sistem.
·
Kesalahan mesin inferensi (inference engine errors)
Secara
umum, bugs mesin inferensi dapat muncul pada saat operasi pencocokan pola
(pattern matching), konflik, dan eksekusi, dan akan sulit dideteksi jika bugs
ini tidak konsisten.
·
Kesalahan rangkaian inferensi (inference chain errors)
Kesalahan
ini dapat disebabkan oleh kesalahan knowledge, kesalahan semantik, bugs
inferensi engine, spesifikasi prioritas aturan (rule) yang tidak tepat, dan
interaksi antar rule yang tidak diperhitungkan.
·
Kesalahan batas ketidaktahuan/ batas toleransi terhadap kekurangan (limits
of ignorance errors)
Salah
satu masalah yang umum dihadapi semua tahap pengembangan adalah
menentukan batas toleransi terhadap kekurangan oleh sistem.
Teknik
representasi pengetahuan mencakup
-
Baris
-
Jaringan semantic
-
Frame
-
Scrips
-
Bahasa representasi pengetahuan
Metode
Pelacakan
A. Pencarian buta (blind search)
:
tidak ada informasi awal yang digunakan dalam proses pencarian.
1. Pencarian melebar
pertama (Breadth – First Search)
2. Pencarian mendalam
pertama (Depth – First Search)
B. Pencarian terbimbing
(heuristic search) :
adanya informasi awal yang digunakan dalam proses pencarian.
1. Pendakian Bukit (Hill Climbing)
2. Pencarian Terbaik Pertama (Best First Search)
Operator
Logika
1)
Konjungsi
adalah penggabungan dua pernyataan atau lebih dengan operator “dan”.
p ∧ q : p dan q
2)
Disjungsi
adalah penggabungan dua pernyataan atau lebih dengan operator “atau”.
p ∨ q : p atau q
3)
Implikasi
adalah penggabungan dua pernyataan dengan operator “Jika …, maka …”.
p ⇒ q : Jika p maka q
4)
Biimplikasi
adalah penggabungan dua pernyataan dengan operator “… jika dan hanya jika …”
p ⇔ q : p jika dan hanya jika q
Nilai Kebenaran Konjungsi, Disjungsi,
Implikasi, dan Biimplikasi
Kesimpulan:
perhatikan nilai kebenaran yang tercetak tebal
1)
Konjungsi akan bernilai benar (B), jika kedua premis benar,
2)
Disjungsi akan bernilai salah (S), jika kedua premis salah
3)
Implikasi akan bernilai salah (S), jika premis sebelah kiri benar (B) dan kanan
salah (S)
4)
Biimimplikasi akan bernilai benar (B), jika premis kiri dan kanan kembar
Simbol
Quantifier
Q
(quantifier) menggambarkan porsi dari kelas yang diketahui.
a. Quantifier “semua” dan
“tidak” adalah universal karean menunjukkan keseluruhan kelas.
b. “beberapa” adalah khusus
(particular) karena hanya menunjukkan satu bagian dari kelas yang diketahui.
Terdapat
2 quantifier logika, yaitu 1) existential quantifier, ∃,
yang berarti “di sana ada”; dan 2) universal quantifier, ∀,
yang berarti “untuk semua”
Logika
Konektif ( AND ..OR ) , Logika Kalkulus
Logika Konektif ( AND ..OR
)
-
Logika AND
Operator
ini menyaratkan pernyataan gabungan akan bernilai benar hanya jika tiap
pernyataan yang digabungkan bernilai benar. Dalam bahasa matematika operator
AND ini dilambangkan dengan tanda "∧", sedangkan dalam
kalimat sehari-hari biasanya digunakan kata “dan”.
Dalam
tabel kebenaran gabungan AND antara dua pernyataan p dan q dapat
dinyatakan sebagai berikut:
p
|
q
|
p ∧ q
|
B
|
B
|
B
|
S
|
B
|
S
|
B
|
S
|
S
|
S
|
S
|
S
|
-
Logika OR
Operator
ini menyaratkan pernyataan gabungan akan bernilai benar jika salah satu
pernyataan yang digabungkan bernilai benar. Dalam bahasa matematika operator OR
ini dilambangkan dengan tanda "∨", sedangkan dalam
kalimat sehari-hari biasanya digunakan kata “atau”.
Dalam tabel kebenaran gabungan OR antara dua pernyataan p dan q dapat dinyatakan sebagai berikut:
p
|
q
|
p ∨ q
|
B
|
B
|
B
|
S
|
B
|
B
|
B
|
S
|
B
|
S
|
S
|
S
|
Logika
Kalkulus
- 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”.
-
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”.
Penalaran
Logika
Penalaran
Deduktif
yang kadang disebut logika deduktif, penalaran ini membangun atau mengevaluasi
argumen secara deduktif. Dimana, argumen ini dinyatakan deduktif jika kebenaran
dari kesimpulan ditarik atau merupakan konsekuensi logis dari premis-premisnya.
Argumen deduktif dinyatakan valid atau tidak valid, bukan benar atau salah.
Sebuah argumen deduktif dinyatakan valid jika dan hanya jika kesimpulannya
merupakan konsekuensi logis dari premis-premisnya.
Penalaran
Deduktif
- Jika semua premis benar maka kesimpulan pasti benar
- Semua informasi atau fakta pada kesimpulan sudah ada, sekurangnya secara implisit, dalam premis.
- Jika semua premis benar maka kesimpulan pasti benar
- Semua informasi atau fakta pada kesimpulan sudah ada, sekurangnya secara implisit, dalam premis.
Penalaran
induktif
atau kadang disebut logika induktif adalah penalaran yang berangkat dari
serangkaian fakta-fakta khusus untuk mencapai kesimpulan umum.
Penalaran Induktif
- Jika premis benar, kesimpulan mungkin benar, tapi tak pasti benar.
- Kesimpulan memuat informasi yang tak ada, bahkan secara implisit, dalam premis.
Penalaran Induktif
- Jika premis benar, kesimpulan mungkin benar, tapi tak pasti benar.
- Kesimpulan memuat informasi yang tak ada, bahkan secara implisit, dalam premis.
Tahapan
Pengembangan Sistem Pakar
- Studi
Kelayakan (Feasibility Study) : Studi literatur dan studi perbandingan untuk
menentukan kelayakan proyek
- Pembuatan
Prototype (Rapid Prototype) : Dibuat prototipe sistem pakar untuk
mendemonstrasikan ide, menimbulkan antusias dan perhatian dari manajemen
tingkat atas
-
Perbaikan Sistem (Refined System) α – test : Verifikasi sistem
pakar disesuaikan dengan masalah yang sebenarnya oleh knowledge engineer dan
pakar
- Uji
Lapangan (Field Testable) β – test : Sistem diuji oleh user yang bukan
knowledge
engineer
atau pakar.
- Kelayakan
Sistem Secara Komersial (Commercial Quality System)
Validasi
dan pengujian , Dokumentasi user , Training , User support melaui telepon dan
atau email
- Pemeliharaan
& Evolusi (Maintenance & Evolution) : Memperbaiki bugs ,
Meningkatkan Kemampuan
Model-model
Sistem Pakar
- Model
Air Tejun (Waterfall Model)
Setiap
tahapnya diakhiri dengan validasi dan verifikasi untuk meminimalkan masalah
yang mungkin terjadi pada tiap tahapannya.
- Model
Code-and-Fix
Model
ini mengembangkan software dengan cara membuat program dan kemudian diperbaiki
jika terdapat kesalahan.
- Model
incremental (Incremental waterfall model)
Merupakan
perbaikan dari model waterfall dan sebagai standar pendekatan
top-down. Model incrementa ini diaplikasikan pada sistem pakar dengan
penambahan rules yang mengakibatkan bertambahnya kemampuan fungsional sistem.
- Model
Spiral
Salah
satu cara untuk memvisualisasikan model incremental adalah dengan mengadaptasi
model spiral konvensional.
Lintasan
pada gambar spiral menambahkan kemampuan fungsional pada sistem.
- Model
Linier
Model
siklus hidup yang telah berhasil diterapkan pada sejumlah proyek pengembangan
sistem pakar adalah model linier. Siklus ini terdiri dari sejumlah tahap mulai
dari perencanaan (planning) hingga evaluasi sistem (system evaluation) dan akan
berulang hingga sistem diimplementasikan, yang kemudian sistem akan
memasuki tahap pemeliharaan dan evolusi.
0 comments: