“REPRESENTASI PENGETAHUAN” - KECERDASAN BUATAN (Pertemuan 2)

KECERDASAN BUATAN

“REPRESENTASI PENGETAHUAN”

1.      Latar Belakang            
Kecerdasan buatan adalah simulasi proses kecerdasan manusia dengan mesin, terutama sistem komputer. Biasanya, masalah untuk memecahkan atau tugas untuk melaksanakan, serta apa yang merupakan solusi, hanya diberikan secara informal, seperti "memberikan paket segera ketika mereka tiba" atau "memperbaiki apa yang salah dengan sistem listrik rumah. "

2.      Pembahasan

Pengetahuan representasi dan penalaran (KR) adalah bidang kecerdasan buatan (AI) didedikasikan untuk mewakili informasi tentang dunia dalam bentuk yang sistem komputer dapat memanfaatkan untuk menyelesaikan tugas-tugas yang kompleks seperti mendiagnosis kondisi medis atau memiliki dialog dalam bahasa alami . representasi pengetahuan menggabungkan temuan dari psikologi [rujukan?] tentang bagaimana manusia memecahkan masalah dan mewakili pengetahuan untuk merancang formalisme yang akan membuat sistem yang kompleks lebih mudah untuk merancang dan membangun. Pengetahuan representasi dan penalaran juga menggabungkan temuan dari logika untuk mengotomatisasi berbagai macam alasan, seperti penerapan aturan atau hubungan dari set dan subset. Contoh pengetahuan formalisme representasi termasuk jaring semantik, arsitektur sistem, frame, aturan, dan ontologi. Contoh mesin penalaran otomatis termasuk mesin inferensi, provers teorema, dan pengklasifikasi.

Representasi Pengetahuan bisa dikatakan juga menyajikan atau memaparkan kembali fakta yang dimengerti oleh manusia.

                                                            Gambar 1

Kerangka umum untuk memecahkan masalah dengan komputer diberikan pada Gambar 1 Untuk mengatasi masalah, perancang sistem harus menyempurnakan tugas dan menentukan apa yang merupakan solusi;

Merupakan masalah dalam bahasa yang komputer dapat alasan;

menggunakan komputer untuk menghitung output, yang merupakan jawaban disajikan kepada pengguna atau urutan tindakan yang harus dilakukan dalam lingkungan;

dan menginterpretasikan output sebagai solusi untuk masalah ini.

Pengetahuan adalah informasi tentang domain yang dapat digunakan untuk memecahkan masalah dalam domain tersebut. Untuk memecahkan banyak masalah membutuhkan banyak pengetahuan, dan pengetahuan ini harus diwakili dalam komputer. Sebagai bagian dari merancang program untuk memecahkan masalah, kita harus menentukan bagaimana pengetahuan akan diwakili. Sebuah skema representasi adalah bentuk pengetahuan yang digunakan dalam agen. Sebuah representasi dari beberapa bagian dari pengetahuan adalah representasi internal dari pengetahuan. Sebuah skema representasi menentukan bentuk pengetahuan. Sebuah basis pengetahuan adalah representasi dari semua pengetahuan yang disimpan oleh agen

Sebuah skema representasi yang baik adalah kompromi antara banyak tujuan bersaing. Sebuah representasi harus cukup kaya untuk mengekspresikan pengetahuan yang dibutuhkan untuk memecahkan masalah. sebagai dekat dengan masalah mungkin; itu harus kompak, alami, dan dipelihara. Ini harus mudah untuk melihat hubungan antara representasi dan domain yang diwakili, sehingga mudah untuk menentukan apakah pengetahuan diwakili benar. Sebuah perubahan kecil dalam masalah harus menghasilkan perubahan kecil dalam representasi masalah. setuju untuk perhitungan efisien, yang biasanya berarti bahwa ia mampu mengekspresikan fitur dari masalah yang dapat dimanfaatkan untuk keuntungan komputasi dan mampu trade off akurasi dan perhitungan waktu. dapat diperoleh dari orang-orang, data dan pengalaman masa lalu.

Banyak skema representasi yang berbeda telah dirancang. Banyak dari mulai dengan beberapa tujuan tersebut dan kemudian diperluas untuk mencakup tujuan lainnya. Sebagai contoh, beberapa dirancang untuk belajar dan kemudian diperluas untuk memungkinkan lebih kaya pemecahan masalah dan inferensi kemampuan. Beberapa skema representasi dirancang dengan ekspresif dalam pikiran, dan kemudian inferensi dan pembelajaran ditambahkan pada. Beberapa skema mulai dari inferensi penurut dan kemudian dibuat lebih alami, dan lebih mampu untuk diakuisisi.

hasil implementasi :

3.      Penutup

a.      Kesimpulan :

Pengetahuan representasi dan penalaran (KR) adalah bidang kecerdasan buatan (AI) didedikasikan untuk mewakili informasi tentang dunia dalam bentuk yang sistem komputer dapat memanfaatkan untuk menyelesaikan tugas-tugas yang kompleks . Representasi Pengetahuan bias dikatakan juga menyajikan atau memaparkan kembali fakta yang dimengerti oleh manusia.

 b.      Saran : 

Selanjutnya untuk mendalami materi Artificial Intelligence : Representasi Pengetahuan  dengan membaca sumber-sumber yang tersedia di buku maupun internet , dan melakukan praktikum mandiri.

NAMA	NADIA AYU LESTARI ARIFIN
NPM	1144002
KELAS	3C
PRODI	TEKNIK INFORMATIKA
KAMPUS	POLITEKNIK POS INDONESIA

§  Link Github          : https://github.com/nadiaaaAR/  

§   Referensi              : http://artint.info/html/ArtInt_8.html

§  Scan Plagiarisme  :

1.      searchenginereports

2.      smallseotools