BAB 3 Pengenalan Logical Agents
Tugas Softskill Pengantar Teknologi Sistem Cerdas
Nama : Dewi Laras Wijayanti
NPM : 12114876
Kelas : 3KA10
Nama : Dewi Laras Wijayanti
NPM : 12114876
Kelas : 3KA10
BAB 3
Pengenalan Logical Agents
3.1 knowledge-based agents
Pada
bab ini saya akan membahas mengenai pengenalan logical agents, pembahasan
pertama adalah mengenai 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
sentence yang diekspresikan dalam sebuah bahasa yakni knowledge representation
language yaitu:
1.
Representasi Pengetahuan yang bersifat general.
2.
Kemampuan
beradaptasi sesuai temuan fakta.
3.
Kemampuan menyimpulkan sesuatu dari
pengetahuan yang sudah ada.
Syarat Representasi knowledge-based:
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 inferensi
kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferensi
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:
·
ž Untuk dapat
menyusun sebuah knowledge based agent maka kita harus terlebih dulu
bisa menyusun knowledge basenya itu sendiri.
·
ž Untuk menyusun knowledge
base kita perlu menentukan bagaimana cara kita merepresentasikan
pengetahuan kita (knowledge representation)
ž Knowledge representation kita harus
merupakan bentuk yang mudah disimpan dan digunakan pada komputer.
3.2
Wumpus World
Aturan main Wumpus :
·
Performance
measure: emas +1000, mati -1000, gerak -1, panah -10
·
Environment:
Matriks 4x4 kamar. Initial state [1,1]. Ada gold, wumpus dan pit yang lokasinya
dipilih secara acak.
·
Percept:
Breeze: kamar di samping lubang jebakan ada hembusan
angin
Glitter: kamar di mana ada emas ada kilauan/sinar
Smell: kamar di samping Wumpus berbau busuk
·
Action: maju,
belok kiri 90◦ , kanan 90◦ , tembak panah (hanya 1!), ambil benda
Sifat Wumpus :
·
(Fully) observable?
Tidak, hanya bisa persepsi local
·
Deterministic?
Ya, hasil tindakan jelas & pasti
·
Episodic? Tidak,
tergantung action sequence
·
Static? Ya,
gold, wumpus, pit tidak bergerak
·
Discrete? Ya
·
Single agent?
Tidak
3.3
Logic in general-Models and entailment
Logic
adalah bahasa formal untuk merepresentasikan informasi sedemikian hingga
kesimpulan dapat dibuat dalam pembuatan
kesimpulan pasti harus menggunakan bahasa yg benar dalam pembuatan bahasa yang
tepat Syntax mendefinisikan kalimat-kalimat pada bahasa kemudian Semantics mendefinisikan arti
kalimat; misal, mendefinisikan kebenaran sebuah kalimat
Entailment berarti sesuatu fakta
bisa disimpulkan dari (kumpulan) fakta lain Entailment dapat juga berarti sebuah
hubungan antar kalimat ( syntax) yang didasarkan pada semantics kemudian Model
adalah sebuah “dunia” di mana kebenaran suatu sentence bisa diuji.
Contoh:
Entailment :
KB mengandung sentence “Anto ganteng” dan “Ani
cantik”.
KB |= α1: “Anto ganteng
dan Ani cantik”
KB 2 α2: “Anto pintar”
x + y = 4 |= 4 = x + y
Contoh :
Model :
M(α) adalah himpunan
semua model dari α
KB= Anto ganteng dan
Ani cantik.
α = Anto ganteng
DAFTAR PUSTAKA
Komentar
Posting Komentar