Pendahuluan
Kecerdasan Buatan tersusun dari dua bagian pokok, yaitu
- Basis pengetahuan (knowledge base) dan
- Mekanisme inferensi (inference mechanism).
Basis pengetahuan - Fakta-fakta tentang objek dalam domain yang ditentukan dan saling berhubungan satu sama lain. Basis pengetahuan juga bisa berisi pikiran, teori, prosedur praktis dan saling hubungannya.
Basis pengetahuan membentuk sumber sistem kecerdasan dan digunakan oleh mekanisme inferensi untuk melakukan penalaran dan menarik kesimpulan.
Mekanisme inferensi - Suatu rangkaian prosedur yang digunakan untuk menguji pangkalan pengetahuan dengan cara yang sistematik pada saat menjawab pertanyaaan, memecahkan persoalan atau membuat keputusan dalam suatu domain yang telah ditentukan.
Skema Representasi Pengetahuan
- Proses pengumpulan dan pengorganisasian pengetahuan disebut rekayasa pengetahuan (knowledge engineering).
- Proses ini barangkali merupakan langkah yang paling sulit dan memerlukan waktu yang banyak dalam pembuatan program Kecerdasan Buatan.
- Representasi skema pengetahuan memiliki dua karakteristik umum :
- Bisa diprogram dengan bahasa komputer yang ada dan disimpan dalam memori.
- Dirancang agar fakta-fakta dan pengetahuan lain yang terkandung di dalamnya bisa digunakan untuk penalaran.
- Skema representasi pengetahuan secara umum dikategorikan sebagai deklaratif dan prosedural
- Skema deklaratif digunakan untuk menggambarkan fakta-fakta pernyataan (assertion). Termasuk metoda ini adalah logika (logic), jaringan semantik (semantic networking), bingkai (frame) dan naskah (script).
- Skema prosedural berhubungan dengan aksi dan prosedur. Skema representasi pengetahuan prosedural meliputi prosedur dan kaidah produksi.
- Kunci keberhasilan setiap pembuatan program Kecerdasan Buatan terletak pada pemilihan skema representasi pengetahuan yang paling baik dan paling tepat serta yang sesuai dengan domain pengetahuan serta masalah yang akan dipecahkan.
Logika (Logic)
Merupakan bentuk representasi pengetahuan yang paling tua.
Logika merupakan suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah dan prosedur yang membantu proses penalaran.
Terdapat dua bentuk dasar penalaran dalam logika untuk membuat inferensi yang diambil dari premis:
Deduktif
Penalaran ini bergerak dari prinsip/premis umum menuju konklusi khusus. Proses deduktif umumnya dimulai dari suatu silogisme atau pernyataan premis dan inferensi.
Proses deduktif umumnya terdiri dari tiga bagian : premis mayor, premis minor, dan konklusi.
Contoh:
Premis mayor : Jika Hujan turun, saya tidak akan lari pagi.
Premis minor : Pagi ini hujan turun.
Konklusi : Oleh karena itu, pagi ini saya tidak akan lari pagi.
Unsur-unsur yang terdapat di dalam silogisme.
1. Premis Umum (premis mayor)
Menyatakan bahwa anggota golongan tertentu (=semua A) memilki sifat atau hal tertentu (=B).
2. Premis Khusus (premis minor)
Menyatakan bahwa sesuatu atau seseorang (=C) adalah anggota golongan tertentu (=A).
3. Simpulan
Menyatakan bahwa sesuatu atau seseorang (=C) memiliki sifat atau hal yang tertentu (=B).
Rumus silogisme:
PU : semua A = B
PK : C = A
S : C = B
Keterangan:
PU : Premis Umum
PK : Premis Khusus
S : Simpulan
Contoh:
PU: Semua makhluk hidup membutuhkan air.
(A) (B)
PK : Manusia adalah makhluk hidup.
(C) (A)
S : Manusia membutuhkan air
(C) (B)
Induktif
Penalaran induktif dimulai dari masalah khusus menuju ke masalah umum. Atau dengan perkataan lain, penalaran induktif menggunakan sejumlah fakta atau premis yang mantap untuk menarik kesimpulan umum.
Contoh:
Premis 1 : Dioda yang salah menyebabkan peralatan elektronik rusak.
Premis 2 : Transistor rusak menyebabkan elektronik rusak.
Premis 3 : Sirkuit terpadu (IC) rusak menyebabkan peralatan elektronik tidak berfungsi.
Konklusi : Maka, peralatan semi-konduktor rusak merupakan penyebab utama rusaknya peralatan elektronik
Logika Komputasional
Dalam melaksanakan penalaran menggunakan logika, sebuah komputer harus menggunakan konversi silogisme dan proses penalaran deduktif atau induktif ke dalam bentuk yang sesuai dengan manipulasi komputer.
Hal ini merupakan sistem kaidah dan prosedur yang memungkinkan komputer bisa menarik inferensi dari berbagai premis yang menggunakan berbagai teknik logika. Metoda ini dikenal dengan logika komputasional (computational logic).
- Logika komputasional memiliki dua bentuk
- Logika Proposisional / Kalkulus Proposisional
- Logika Predikat / Kalkulus Predikat
Logika Proposisional
Suatu proposisi tidak lebih daripada suatu pernyataan (statement) yang menyatakan benar atau salah.
Ini merupakan premis yang dapat digunakan untuk memperoleh proposisi baru atau inferensi. Kaidah ini digunakan untuk menentukan benar atau salah suatu proposisi baru.
Suatu proposisi, premis atau kaidah disimbolkan dengan menggunakan huruf besar. Misalnya,
A = Tukang pos mengantar surat mulai senin sampai Sabtu
B = Hari ini Hari Minggu
C = Maka, hari ini tukang pos tidak mengantar surat
Dua atau lebih proposisi bisa digabungkan dengan menggunakan penghubung logika/operator logika, yaitu and, or, not dan implies.
Penggunaan penghubung / operator logika ini sama dengan penggunaan aljabar Boolean
Contoh:
A = Hari ini hujan
Not A = Hari ini tidak hujan
A = Mobil saya berwarna hitam
B = Mesin mobil berwarna hitam itu 6 silinder
C = A and B
= Mobil saya berwarna hitam dan mesinnya 6 silinder
Sebuah perusahaan akan menerima karyawan baru dengan syarat :
- Seorang wanita berusia tidak lebih dari 25 tahun and
- Lulusan Informatika
Dengan demikian, seorang pelamar baru bisa diterima menjadi karyawan bila kedua syarat tersebut dipenuhi.
A = Seorang wanita berusia tidak lebih dari 25 tahun
B = Lulusan Informatika
C = A or B
Maka cukup salah satu persyaratan dipenuhi, seseorang dapat diterima sebagai karyawan.
Bentuk or ini dikenal dengan inclusive or.
Bentuk or yang lain adalah exclusive or. Or eksklusif bernilai benar jika salah satu prososisi awal bernilai benar tapi tidak keduanya sekaligus. Notasi yang digunakan untuk eksklusif or adalah xor
A = Mobil rusak
B = Saya tidak bisa naik mobil
C = A implies B
= Mobil rusak, ‘karena itu’ saya tidak bisa naik mobil.
= If mobil rusak, then saya tidak bisa naik mobil.
Karena masih berkaitan dengan pernyataan, kemampuan logika proposisional untuk merepresentasikan pengetahuan dalam kehidupan nyata dengan benar masih diragukan atau setidaknya masih terbatas.
Logika Predikat
Logika predikat seluruhnya menggunakan konsep dan kaidah logika proposisional yang sama.
Logika predikat dapat memecah pernyataan ke dalam bagian komponen yang disebut obyek, karakteristik obyek, atau beberapa keterangan obyek.
Logika predikat dapat menggunakan variabel dan fungsi variabel di dalam pernyataan logika simbolik. Dengan demikian, logika simbolik dapat diterapkan untuk pemecahan masalah-masalah praktis.
Dalam kalkulus predikat, suatu proposisi atau premis dibagi menjadi 2 bagian, yaitu:
- Argumen (obyek), dan
- Predikat (keterangan / karakteristik)
Argumen adalah individu atau obyek yang membuat keterangan. Dalam bahasa Inggris, obyek dan individu merupakan kata benda yang berfungsi sebagai subyek dan obyek suatu kalimat (sentence).
Dalam sebuah kalimat, predikat bisa berupa kata kerja atau bagian kata kerja.
Untuk membuat suatu proposisi, keduanya (argumen dan predikat) digabungkan
Bentuk umum logika predikat :
Predikat (individu[obyek]_1, individu[obyek]_2)
Contoh:
Proposisi : Jhony mencintai Marry.
Ekspresi kalkulus predikat : mencintai(Jhony, Mary).
Mencintai -> produk (keterangan)
Jhony -> argumen (obyek)
Mary -> argumen (obyek)
Proposisi : Baju disimpan di lemari.
Ekspresi kalkulus predikat : disimpan_di(lemari, baju).
Proposisi : Mobil berada di dalam garasi.
Ekspresi kalkulus predikat : di_dalam(mobil, garasi).
Dalam banyak hal, predikat mungkin hanya mempunyai satu argumen saja.
Contoh:
Proposisi : Pintu terbuka.
Ekspresi kalkulus predikat : buka(pintu).
Proposisi : Ban gembos.
Ekspresi kalkulus predikat : gembos(ban).
Proposisi : Krishna adalah seorang laki-laki.
Ekspresi kalkulus predikat : laki-laki(Krishna).
Pengetahuan diekspresikan dalam kalkulus predikat yang bisa dimanipulasi agar menimbulkan inferensi
Contoh:
Proposisi : Jhony suka Marry
Ramona suka Marry
Misalkan Jhony = x, Marry = y, dan Ramona = z.
Maka ekspresi
suka(x,y) dan suka(z,y) implies tidak suka(x,z)
menerangkan bahwa
“Jika Jhony suka Marry dan Ramona suka Mary, maka Jhony tidak suka Ramona”
Pemberian nilai (assigning) nama individu atau obyek tertentu kepada suatu peubah dinamakan instansiasi.
Individu atau obyek itu menjadi suatu “instance” (contoh) variabel tersebut.
Pada contoh di atas, variabel untuk Jhony, Marry, dan Ramona adalah x, y, dan z.
Pengukuraan kuantitas (quantifier) adalah simbol yang mengijinkan untuk menyatakan suatu rangkaian atau cakrawala dalam suatu ekspresi logika.
Ada dua pengukuran kuantitas yang digunakan, yaitu:
Ukuran Kuantitas Universal.
Simbol yang digunakan , berarti “untuk semua” atau “untuk setiap”. Simbol ini menyatakan bahwa ekspresi berlaku secara universal benar, yaitu untuk semua nilai.
Contoh:
Semua orang Texas adalah warga negara Amerika Serikat
Ukuran Kuantitas Eksistensial.
Simbol yang digunakan , berarti “terdapat” atau “ada”.
Contoh:
Beberapa mobil berwarna merah
Apa yang telah diuraikan pada bagian di atas merupakan suatu sistem untuk mengekspresikan pengetahuan (berupa fakta-fakta) ke dalam bentuk simbolik. Yang selanjutnya dilakukan adalah menggunakan simbol itu untuk membuat inferensi. Yakni bagaimana cara menggunakan pengetahuan itu untuk menjawab pertanyaan, menalar, atau menarik kesimpulan.
Berbagai kaidah digunakan untuk memanipulasi ekspresi logika dalam rangka membuat ekspresi baru.
Kaidah yang dimaksud diantaranya adalah modus ponens, modul tollens, dan sillogisma.
Apabila proposisi awal benar maka – dengan langkah-langkah yang correct – akan menghasilkan kesimpulan yang juga benar
Pengetahuan prosedural dapat direpresentasikan dalam bentuk logika predikat.
Pernyataan a1, a2, a3, . . ., an -> B dapat dipandang sebagai prosedur yang digunakan untuk menghasilkan keadaan yang memenuhi kondisi B.
Daftar Pustaka
Louis E. Frenzel, Jr., Crash Course in Artificial Intelligence and Expert System, Howard W. Sams & Co., Indianapolis, USA.
Rich, Elaine and Knight, Kevin. 1991. Artificial Intelligence. Mc-Graw Hill Book Co. New York.
Michalewicz, Zbigniew. 1996. Genetic Algorithms + Data Structures = Evolution Programs. Springler Verlag.
Suparman, Mengenal Artificial Intelligence, Penerbit Andi Offset Yogyakarta, Edisi pertama, 1991.
Sandi Setiawan, Artificial Intelligence, Penerbit Andi Offset Yogyakarta, Edisi pertama, 1993.
Kusumadewi, Sri. 2003. Artificial Intelligence, Teknik dan Aplikasinya. Yogyakarta: Graha Ilmu.
Uung Ungkawa, Bahasa Pemrograman Logika Turbo Prolog, Penerbit Andi Offset Yogyakarta, Edisi pertama 1992.
Tjendry Harianto, Bahasa Turbo Prolog, Penerbit Andi Offset Yogyakarta, Edisi pertama 1992.
Tavri Deviyan, Pemrograman Deklaratif dengan Turbo Prolog 2.0, Elex-Media Komputindo, Jakarta.
Prolog Tutorial by A. Aaby, http://cs.wwc.edu/KU/PR/Prolog.html
Comments