MANAJEMEN LAYANAN SISTEM INFORMASI #2
PENGENALAN LOGICAL AGENTS #2
(Rezky Kencana Putra (19114204), Dwi Fernando (13114291), Dimas Agus Setiawan)
Logic
merupakan jantung dari program, para pemrogram mempunyai keyakinan bahwa sebuah
komputer dapat dibuat mengerti logika, maka computer dapat dibuat untuk
berfikir, karena logika kelihatannya menjadi inti dari kecerdasan.
1
Problem solving agent hanya bisa menyelesaikan masalah yang lingkungannya
accessible.
2
Kita membutuhkan agen yang dapat menambah pengetahuan dan menyimpulkan keadaan.
3
Agent yang akan membantu seperti ini kita beri nama knowledge based agent.
Knowledge Based Agents
Komponen
utama dari knowledge based agent adalah knowledge basenya. Knowledge base (KB)
adalah kumpulan representasi fakta tentang lingkungan atau dunia yang
berhubungan atau menjadi daerah bekerjanya agen. Setiap representasi dalam KB
disebut sebagai sebuah kalimat yang diekspresikan dalam sebuah bahasa yakni
knowledge representation language.
Ø Representasi Pengetahuan yang
bersifat general.
Ø Kemampuan beradaptasi sesuai
temuan fakta.
Ø Kemampuan menyimpulkan
sesuatu dari pengetahuan yang sudah ada.
Syarat
Representasi KB:
1. Representational
Adequacy
Kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya
Kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya
2. Inferential
Adequacy
Kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferens.
Kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferens.
3. Inferential
Efficiency
Kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi.
Kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi.
4. Acquisitional
Efficiency
Kemampuan untuk menambah informasi baru secara mudah.
Kemampuan untuk menambah informasi baru secara mudah.
Pengetahuan
yang dimiliki agent tidak berguna jika ia tidak melakukan apapun karenanya kita
perlu menambahkan aturan agar dia dapat bergerak (complete the knowledge base). Beberapa tahapan yang dilakukan
dalam menyusun knowledge based agent:
Ø Untuk dapat menyusun sebuah knowledge based agent maka kita harus
terlebih dulu bisa menyusun knowledge basenya
itu sendiri.
Ø Untuk menyusun knowledge base kita perlu menentukan
bagaimana cara kita merepresentasikan pengetahuan kita (knowledge representation).
Ø Knowledge
representation
kita harus merupakan bentuk yang mudah disimpan dan digunakan pada komputer.
Dalam perkuliahan ini kita menggunakan beberapa macam knowledge representation language.
Wumpus World
Ø Environment sederhana, berguna untuk menguji dan
menjelaskan logical agent.
Ø Gua
gelap dengan banyak ruangan yang dihubungkan dengan lorong-lorong.
Ø Agent masuk ke gua untuk mengambil emas yang ada di
salah satu ruangan.
Ø Wumpus (monster) bersembunyi di salah satu ruangan.
Jika agent bertemu, ia akan menjadi santapannya.
Ø Terdapat ruang-ruang yang memiliki lubang jebakan
yang dapat membunuh agent.
Ø Agent hanya punya 1 panah yang bisa membunuh wumpus
dari jarak jauh.
Sifat dari Wumpus World:
Ø Fully observable? Tidak, hanya bisa berpresepsi
lokal.
Ø Deterministic? Ya, hasil tindakan jelas dan pasti.
Ø Episodic? Tidak, tergantung action sequence.
Ø Static? Ya, gold, wumpus, pit tidak bergerak.
Ø Discrete? Ya.
Ø Single agent? Ya.
Logic in general-Models and Entailment
Logics
adalah bahasa formal untuk merepresentasikan fakta sedemikian shg kesimpulan
(fakta baru, jawaban) dapat ditarik. Ada banyak metode inference yang
diketahui. Kita bisa membangun agent Wumpus World dengan logika: memanfaatkan
perkembangan logika oleh ahli matematika, filsafat selama ratusan tahun.
Entailment
artinya bahwa sesuatu mengikuti dari yang lain.
KB ╞
·
Knowledge base KB
entails kalimat α jika dan hanya jika α adalah true pada semua dunia dimana KB
bernilai true.
·
Misal, KB “the
Giants won” dan “the Reds won” entails
“Either the Giants won or the Reds won”
·
Misal, x+y = 4
entails 4 = x+y
Entailment
adalah sebuah hubungan antar kalimat (syntax) yang didasarkan pada semantik.
Models
à m adalah sebuah model pada sebuah kalimat α jika α bernilai
true pada m
·
M(α) adalah
kumpulan semua model pada α.
·
KB ╞ α iff M(KB) Í M(α).
·
Misal: KB =
Giants won and Reds won , α = Giants won
SUMBER:
SUMBER:
Komentar
Posting Komentar