Pengetahuan Dan Penalaran Bagian 2

Sejauh ini sudah dibahas tentang pernyataan dan rumusan pernyataan dengan simbol p, q, r. Hal seperti itu konsentrasinya lebih pada pernyataan mejemuk, bukan pada pernyataan sederhana (atomik). Ada kemungkinan untuk mengekspresikan kenyataan bahwa dua pernyataan atau lebih mempunyai sifat-sifat kebersamaan. untuk itu dikenalkan konsep predikat  pada pernyataan sederhana, Logika yang berdasarkan analisis predikat pada suatu pernyataan disebut Logika Predikat.

Contoh :

1. Borok adalah seorang mahasiswa.

2. Kutil adalah seorang mahasiswa.

Dua pernyataan tersebut diperlukan dua Simbol yang berbeda, misalkan p dan q yaitu :

p : Borok adalah seseorang mahasiswa.

q : Kutik adalah seorang mahasiswa.

Simbol p dan q tidak menunjukan sifat kebersamaan, yaitu adalah seseorang mahasiswa. Untuk itu diperlukan suatu simbol yang menunjukan sifat keberdamaan kalimat yang disebut predikat. Jadi kata adalah seorang mahasiswa disebut predikat.

Telah diketahui bahwa unit dasar dari Logika Proporsional adalah pernyataan logis seperti :

1. Celana ini berwarna merah.

2.Bumi adalah bulat.

Kita ridak dapat memperoleh objek yang lebih rendah atau lebih tinggi dari berwarna merah, misal berwarna putih, biru dll. Demikian jufa pada kalimat Bumi adalah bulat, Misal kalimat :

"setiap manusia adalah mahluk hidup", "karena sito adalah manusia, maka Sito adalah mahluk hidup". Jika ditulis dalam formula proporsional diperoleh :

p : Setiap manusia adalah mahluk hidup.

q : Gogon adalah manusia.

r : Gogon adalah mahluk hidup.

Berdasarkan kerangka logika proporsional, r bukan konsekuensi logis dari p dan q, karena mereka saling berdiri sendiri.

Pernyataan :

"Setiap manusia adalah mahluk hidup".

Mengandung prernyataan himpunan manusia, dimana individu merupakan elemen dari himpunan manusia, misal Budi, Yanti, Dito dll.

Pernyataan :

“Gogon adalah manusia” 

 

Merupakan anggota dari himpunan manusia,

Jika ingin dibuktikan kebenaran dari pernyataan :

“ setiap manusia adalah mahluk hidup”, maka harus dibuktikan kebenarannya setiap anggota dalam himpunan manusia, dan ini tidaklah mungkin, karena manusia banyak.

Logika Predikat merupakan logika proposisi yang diperluas dengan tiga komponen, yaitu : term (suku), predikat (predicate), dan kuantor (quantifier)

Misal :   x > 4

Pernyataan : “ x lebih besar dari 4 “ terdiri dari 2 bagian :

1.Variabel x sebagai subjek pernyataan

2.Lebih besar dari 4 sebagai predikat yg menyatakan kriteria T or F dari subjek.

Jika Pernyataan : “ x lebih besar dari 4 “ kita tulis dengan P(x) dimana P melambangkan Predikat lebih besar dari 4 dan x adalah variabel.

P(x) disebut juga sebagai nilai dari fungsi proposisi P pada x, artinya untuk nilai x yang diberikan, maka P(x) mempunyai nilai kebenaran T or F

 

 

Penulisan seperti itu dikenal dengan Bahasa Order Pertama yang dibangun dari :

• 1.Variabel
• 2.Simbol tetapan
• 3.Simbol fungsi
• 4.Predikat

bicara tentang Bahasa Order Pertama,

maka terdiri atas objek-objek dalam

pernyataan yang dibicarakan dikenal

Dengan Univers of Discource (UoD)

Variabel :

dalam Bahasa Order Pertama menjangkau seluruh semesta pembicaraan (univers of discource)

Simbol Tetapan :

Merupakan simbol satu anggota yang berbeda dari univers of discource

Simbol Fungsi :

Merupakan fungsi pada univers of discource, Bisa f(x), f(x,y) dll

Pengetahuan dan Penalaran

PENGETAHUAN BERBASIS AGEN
Konsep dasar dari agen berbasis pengetahuan, yakni mengetahui hal-hal tentang dunia dan dapat melakukan reasoning (berpikir, bernalar) mengenai :

1. Hal-hal yang tidak diketahui sebelumnya ( imperfect/partial information )
2. Tindakan yang paling baik untuk diambil ( best action ) Hal-hal yang harus dipenuhi ketika membuat agen pengetahuan, antara lain:
3. Dapat merepresentasikan world, state, action.
4. Dapat menerima informasi baru (dan mengupdate representasinya)
5. Dapat menyimpulkan pengetahuan lain yang tidak eksplisit ( hidden property )
6. Dapat menyimpulkan action apa yang perlu diambil. 

B. Logika
 Bahasa formal untuk merepresentasikan fakta sedemikian sehingga. 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.

C. Logika Proposisi 

Logika proposisi merupakan ilmu dasar untuk mempelajari algortima dan logika, yang berperan sangat penting dalam pemrograman. yaitu bertransaksi atau berhubungan dengan nilai kebenaran atau kesalahan dari sebuah peryataan atau fakta yang ada di sekitar sekeliling kita.

Sintaks
Sintak sebuah bahasa berhubungan dengan struktur bahasa. Sebagai contoh, untuk membentuk sebuah kalimat yang valid dalam bahasa kita memakai struktur: [subyek] + [kata kerja] + [kata benda].

Semantik
Semantik sebuah bahasa menggambarkan hubungan antara sintak dan model komputasi. Sederhananya, semantik menjelaskan arti dari program.

Inferensi
Inferensi pada logika proposisi dapat dilakukan dengan menggunakan resolusi. Metode inferensi adalah mekanisme berfikir dan pola-pola penalaran yang digunakan oleh sistem untuk mencapai suatu kesimpulan.

Ekuivalen
Dua atau lebih pernyataan majemuk yang mempunyai nilai kebenaran sama disebut ekuivalensi logika dengan notasi “ dua buah pernyataan majemuk dikatakan ekuivalen, jika kedua pernyataan majemuk itu mempunyai nilai kebenaran yang sama untuk semua kemungkinan nilai kebenaran pernyataan-pernyataan komponen-komponennya.

Validitas
Validitas adalah aspek kecermatan pengukuran. Suatu alat ukur yang valid dapat menjalankan fungsi ukurnya dengan tepat, juga memiliki kecermatan tinggi. Arti kecermatan disini adalah dapat mendeteksi perbedaan-perbedaan kecil yang ada pada atribut yang diukurnya. 

Satisfiabilitas
Sebuah proposisi majemuk dikatakan satisfiable jika ada minimal satu nilai tabel kebenarannya yang bernilai TRUE (benar), Jika proposisi majemuk tersebut tidak memiliki nilai TRUE (benar) sama sekali dalam tabel kebenarannya, maka proposisi majemuk tersebut disebut tidak satisfiable

D. Pola Penalaran Pada Logika Proses
RESOULUSI
Resolusi merupakan suatu teknik pembuktian yang lebih efisien, sebab fakta-fakta yang akan dioperasikan terlebih dahulu dibawa ke bentuk standar yang sering disebut dengan nama klausa. Pembuktian suatu pernyataan menggunakan resolusi ini dilakukan dengan cara menegasikan pernyataan tersebut, kemudian dicari kontradiksinya dari pernyataan-pernyataan yang sudah ada. 

E. Inferensi Proposisi yang efektif Backtracking Algoritma backtracking merupakan salah satu metode pemecahan masalah yang termasuk dalam strategi yang berbasis pencarian pada ruang status. Algoritma backtracking bekerja secara rekursif dan melakukan pencarian solusi persoalan secara sistematis pada semua kemungkinan solusi yang ada. Oleh karena algoritma ini berbasis pada algoritma Depth-First Search (DFS), maka pencarian solusi dilakukan dengan menelusuri struktur berbentuk pohon berakar secara preorder. Algoritma backtracking merupakan bentuk tipikal dari algoritma rekursif.Saat ini algoritma backtracking banyak diterapkan untuk program games (seperti permainan tic-tac-toe, menemukan jalan keluar dalam sebuah labirin, catur, dll) dan masalah-masalah pada bidang kecerdasan buatan (artificial intelligence).   
 
F. Agen Berbasis Logika Proposisi

1. Problem Solving Agent : memilih solusi diantara kemungkinan yang ada. Apa yang ia “ketahui” tentang dunia, pengetahuannya tidak berkembang untuk mencapai problem solution.
2. Knowledge-based Agent : lebih “pintar”. Ia “mengetahui hal-hal tentang dunia dan dapat melakukan reasoning (berfikir, bernalar) mengenai :

• • Hal-hal yang tidak diketahui sebelumnya
  • Tindakan yang paling baik untuk diambil

  

Pencarian Berbentuk dan Eksplorasi

Algoritma Greedy

Algoritma greedy merupakan jenis algoritma yang menggunakan pendekatan penyelesaian masalah dengan mencari nilai maksimum sementara pada setiasp langkahnya. Nilai maksimum sementara ini dikenal dengan istilash local maximum. Pada kebanyakan kasus, algoritma greedy tidak akan menghasilkan solusi paling optimal, begitupun algoritma greedy biasanya memberikan solusi yang mendekati nilai optimum dalam waktu yang cukup cepat.

Sebagai contoh dari penyelesaian masalah algoritma greedy, mari kita lihat sebuah masalah klasik yang sering dijumpai dalam kehidupan sehari-hari: mencari jarak terpendek dari peta. Midalkan kita ingin bergerak dari titik A ke titik B, dan kita telaj menemukan beberapa jalur dari peta:

Dari peta yang ditampilkan diatas, dapat dilihat bahwa terdapat beberapa jalur dari titik A ke titik B. Sistem pada petagambar secara otomatis telah memilih jalur terpendek juga, dengan menggunakan algoritma greedy.

Algoritma a-star/Memory-Bounded A*

Algoritma a-star ditemukan pertamakali oleh Peter Harrt, Nils Nilsson, dan Bertram Raphael pada tahun 1968 adalah algoritma pencarian rute terpendek (shortest path) yang merupakan perbaikan dari algoritma BFS dengan memodifikasi tugas heuristiknya untuk memberikan hasil yang optimal. Dimana menggabungkan fungsi heuristik dan jarak sesungguhnya.

Refrensi :

https://id.wikipedia.org/wiki/Algoritma_a-star