pertemuan 5

pertemuan 5

oleh Steven _ -

1. Mengapa Representasi Pengetahuan Penting?

  • Dasar untuk penalaran:┬áRepresentasi pengetahuan yang baik memungkinkan sistem AI untuk melakukan penalaran logis dan inferensi.
  • Memungkinkan pembelajaran:┬áSistem AI dapat belajar dari data dan pengalaman dengan merepresentasikan pengetahuan dalam bentuk yang dapat diproses.
  • Mendukung komunikasi manusia-mesin:┬áRepresentasi pengetahuan yang jelas memungkinkan manusia untuk berinteraksi dengan sistem AI secara lebih efektif.

2. Jenis-jenis Representasi Pengetahuan

  1. Logika Proposisional:

    • Definisi:┬áMenggunakan proposisi (pernyataan yang benar atau salah) dan konektor logika (AND, OR, NOT) untuk merepresentasikan pengetahuan.
    • Keunggulan:┬áSederhana, mudah dipahami, dan efisien untuk masalah yang relatif sederhana.
    • Kelemahan:┬áTidak cocok untuk merepresentasikan pengetahuan yang kompleks dan hubungan antara objek.
    • Contoh:┬á"Jika hari hujan, maka saya akan membawa payung."

  2. Logika Predikat:

    • Definisi:┬áEkstensi dari logika proposisional, memungkinkan representasi hubungan antara objek dan properti mereka.
    • Keunggulan:┬áLebih ekspresif daripada logika proposisional, dapat merepresentasikan pengetahuan yang lebih kompleks.
    • Kelemahan:┬áLebih kompleks dan membutuhkan lebih banyak komputasi.
    • Contoh:┬á"Setiap manusia adalah mortal."

  3. Jaringan Semantik:

    • Definisi:┬áMerepresentasikan pengetahuan dalam bentuk grafik, di mana simpul mewakili konsep dan hubungan antar simpul mewakili hubungan antara konsep.
    • Keunggulan:┬áVisual, mudah dipahami, dan fleksibel dalam merepresentasikan berbagai jenis pengetahuan.
    • Kelemahan:┬áSulit untuk melakukan penalaran yang kompleks.
    • Contoh:┬áOntologi WordNet

  4. Sistem Berbasis Aturan:

  • Definisi:┬áMerepresentasikan pengetahuan dalam bentuk aturan "IF-THEN".
  • Keunggulan:┬áMudah dipahami dan diimplementasikan, cocok untuk masalah yang bersifat heuristik.
  • Kelemahan:┬áSulit untuk merepresentasikan pengetahuan yang tidak pasti dan kompleks.
  • Contoh:┬áSistem pakar medis

Referensi:

  • Russell, S. J., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach.
  • Luger, G. F., & Stubblefield, W. A. (2009). Artificial intelligence: Structures and strategies for complex problem solving.