Representasi Pengetahuan

TUGAS PENG. TEKNOLOGI SISTEM CERDAS

Nama :Reza Wirawan

NPM    :15115850

Kelas   :3KA10

Dosen :Essy Malays Sari Sakti

UNIVERSITAS GUNADARMA

2017

Representasi  Pengetahuan

Representasi dimaksudkan untuk menangkap sifat-sifat penting problema dan membuat informasi tsb. Dapat di akses oleh prosedur pemecahan permasalahan.Bahasa repsentasi harusa dapat membuat seorang pemrogram mampu mengekspresikan pengetauan yang di pelukan untuk mendapatkan solusi permasalahan.

1.          Rekayasa ontologi

Teknik ontologi dalam ilmu komputer dan ilmu informasi adalah bidang yang mempelajari metode dan metodologi untuk membangun ontologi: representasi formal dari sekumpulan konsep dalam domain dan hubungan antara konsep-konsep tersebut. Representasi konsep abstrak berskala besar seperti tindakan, waktu, objek fisik dan kepercayaan akan menjadi contoh teknik ontologis.

Logika Orde Pertama

 TUGAS PENG. TEKNOLOGI SISTEM CERDAS

Nama : Reza Wirawan

Npm    : 15115850

Kelas   : 3KA10

Dosen   : Essy Malays Sari Sakti

UNIVERSITAS GUNADARMA

2017

     Logika Order Pertama adalah sebuah bahasa formal yang digunakan di ilmu matematika, philosophy, bahasa dan ilmu computer. Disebut juga kalkulus predikat, merupakan logika yang digunakan untuk merepresentasikan masalah yang tidak dapat direpresentasikan dengan menggunakan proposisi. Logika predikat dapat memberikan representasi fakat-fakta sebagai suatu pernyataan yang mapan (well form). Kalkulus predikat bisa menganalisakan kalimat-kalimat ke dalam subjek dan argumen dalam berbagai cara yang berbeda-beda, yang pada akhirnya kalkulus predikat bisa digunakan untuk memecahkan problem of multiple generality (masalah dalam berbagai keadaan umum) yang telah membingungkan sebagian besar ahli-ahli logika abad pertengahan. Dengan menggunakan logika predikat ini, untuk pertama kalinya, para ahli-ahli logika bisa memberikan quantifier yang cukup umum untuk merepresentasikan semua argumen yang terdapat pada natural language.

Agen Logika

TUGAS PENG. TEKNOLOGI SISTEM CERDAS

 

Nama   : Reza Wirawan

Npm     : 15115850

Kelas    : 3KA10

Dosen   : Essy Malays Sari Sakti

UNIVERSITAS GUNADARMA

2017

PENGENALAN LOGICAL AGENT

Agen logika merupakan agen yang memiliki kemampuan bernalar secara logika. Ketika beberapa solusi tidak secara eksplisit diketahui, maka diperlukan suatu agen berbasis logika. Logika sebagai Bahasa Representasi Pengetahuan memiliki kemampuan untuk merepresentasikan fakta sedemikian sehingga dapat menarik kesimpulan (fakta baru, jawaban). Sedangkan pengetahuan merupakan komponen yang penting, sehingga terdapat perbedaan jika diterapkan pada dua agent, yakni problem solving agent dan knowledge-based agent.Agen Berbasis Pengetahuan atau Knowledge Base (KB) merupakan Himpunan representasi fakta yang diketahui tentang lingkungannya. Tiap fakta disebut sebagai sentence. Fakta tersebut dinyatakan dalam bahasa formal sehingga bisa diolah, menambahkan sentence baru ke KB. Inference Engine merupakan menentukan fakta baru yang dapat diturunkan dari pengetahuan yang sudah ada dalam KB. Agen Berbasis Pengetahuan dalam representasi, agent dapat dipandang dari knowledge level. Apa saja informasi yang diketahui? Misal sebuah robot “mengetahui” bahwa gedung B di antara gedung A dan gedung C. Agent dapat dipandang dari implementation level Bagaimana representasi informasi yang diketahuinya? Logical sentence di_antara(gdB, gdA, gdC). Natural language “Gedung B ada di antara gedung A dan gedung C”. Agen Berbasis Pengetahuan, pilihan representasi berpengaruh terhadap apa yang bisa dilakukan inference engine. Pada pendekatan deklaratif programmer memberitahu agent informasi tentang environment. Kalau informasi kurang, agen bisa melengkapinya sendiri. Jika dibandingkan dengan pendekatan prosedural programmer secara eksplisit memrogram agen untuk bertindak. Sehingga bagaimana jika program tidak benar, maka akan besar kemungkinan menyebabkan kesalahan.Agen

Strategi Pencarian Berbentuk (Heuristic Search Stragegy)

TUGAS PENG. TEKNOLOGI SISTEM CERDAS

Nama   : Reza Wirawan

Npm    : 15115850

Kelas   : 3KA10

Dosen  : Essy Malays Sari Sakti

Strategi pencarian berbentuk(heuristic search stragegy)

1.  Greedy Best First Search

Metode pencarian ini melakukan ekspansi node yang memiliki jarak terdekat dengan goal. Namun, ekspansi yang dilakukan pada metode ini menggunakan evaluasi node hanya dengan melihat kepada fungsi heuristiknya. Dengan kata lain, yang dibandingkan untuk penentuan ekspansi node adalah nilai estimasi/prediksinya saja.

                     f(n) = h(n)

2.  A* Search

Bentuk dari Best First Search yang paling dikenal adalah algoritma pencarian A* (dibaca dengan “A-star”). Sedikit berbeda dengan Greedy yang hanya melihat kepada nilai h(n), pencarian dengan A* melihat kepada kombinasi nilai dari pathnya yaitu g(n) dengan nilai estimasi yaitu h(n).

                    f(n) = g(n) + h(n)

Fungsi Heuristik

Fungsi heuristik yang digunakan merupakan prakiraan (estimasi) cost dari initial state ke goal state,yang dinyatakan dengan :

                   f'(n) = g(n) + h'(n)

Ket:

f’ = Fungsi evaluasi

g  = cost dari initial state ke current state

h’ = prakiraan cost dari current state ke soal state