Langsung ke konten utama

Representasi Pengetahuan


Tugas
Kecerdasan Buatan
Semester Gasal 2017/2018
Representasi Pengetahuan







Disusun Oleh :
  1. Tirza Madah Pratidina/ 160708669
  2. Yuliana Yunita/ 160708675
  3. Bergita Wulen Kabelen/160708690
  4. Nyoman Chandra / 160708664

PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INDUSTRI
UNIVERSITAS ATMA JAYA YOGYAKARTA
2017

  1. Jaringan Semantik
Kelebihan Jaringan Semantik
  • Jaringan sematik sangat mudah dipahami karena sifatnya yang fleksibel.
Karena sifatnya yang fleksibel sehingga kita dengan mudah dapat  menambahkan simpul-simpul yang menghubungkan antara objek-objek dan atribut-atribut yang baru untuk definisi yang diperlukan.
  • Jaringan sematik lebih mudah dan praktis dalam menurunkan atau mewariskan sifat-sifat dari simpul lain yang memiliki relasi is a.
  • Jaringan sematik memiliki fungsi yang sama dengan manusia dalam penyimpanan memorinya. Simpul jaringan sematik memiliki kemampuan untuk mewariskan, sedangakan jaringan dapat mendukung kemampuan untuk melakukan penalaran dan membuat definisi pernyataan diantara simpul yang tidak terhubung.
Kekurangan Jaringan Semantik
  • Tidak ada standar dalam pendefinisian nama
  • Jaringan Semantic tidak  cerdas, masih tergantung dari pembuatnya
  • Terdapat kebingungan jika diaplikasikan apada fungsi atau form karena  tidak ada ketegasan bentuknya structural atau daftar
  • Jaringan antar Obyek hanya menunjukan relasi antar 2 hal
  • Negasi dan Disjungsi dan pengetahuan takksonomi tidak mudah untuk dimunculkan
  1. Pohon Keputusan

Kelebihan Pohon Keputusan :
  1. Daerah pengambilan keputusan yang tadinya kompleks dapat dipersempit dan menjadi lebih spesifik
  2. Mengurangi kalkulasi yang tidak diperlukan karena pohon keputusan hanya menguji berdasarkan kriteria tertentu
  3. Pohon keputusan membantu merumuskan masalah prioritas
  4. Memperjelas hubungan antara masalah utama, penyebab, dan dampak dari masalah
Kekurangan Pohon Keputusan :
  1. Mungkin terjadi overlap, butuh banyak waktu, dan butuh banyak memori dikarenakan terlalu banyak kelas atau kasus yang dievaluasi
  2. Total error yang terjadi tergolong banyak
  3. Hasil dari keputusan yang diperoleh mungkin kurang optimal apabila desain pohon keputusan tidak tepat
  4. Butuh ketelitian dikarenakan beda kriteria beda pula keputusan yang dihasilkan
  1. Daftar (List)
Daftar atau yang dikenal juga dengan list merupakan serangkaian materi yang dibuat saling berkaitan serta menggambarkan suatu relasi dan hirarki. Metode list ini mempresentasikan hirarki pengetahuan dimana suatu objek digabungkan, dikelompokan atau dikategorikan berdasarkan hubungan serta urutannya. Objek tersebut dikelompokan berdasarkan jenis yang sama lalu ditampilkan dengan cara menghubungkan antara satu dengan yang lain. Daftar atau list mempunyai basis LISP atau List Processing yaitu sebuah bahasa pemrograman yang cocok digunakan untuk bidang AI serta proses pengambilan keputusan. Metode list dapat dijelaskan dengan sebuah elemen yang mempunyai sub-elemen dan sub-elemen mempunyai sub-sub elemen. Contoh sederhana dari metode ini yaitu suatu bagan organisasi.











Kelebihan List
  1. Lebih Terstruktur dan mudah dalam pengategorian data
Kekurangan List
  1. Jika Data yang tersimpan cukup banyak akan membutuhkan waktu lama untuk mengaksesnya






Daftar Pustaka

Hakim, Lukmanul M.  2017. POHON KEPUTUSAN : KELEBIHAN DAN KEKURANGAN. http://muhammadlukmanulhakim46.blogspot.co.id/2017/01/pohon-keputusan-kelebihan-dan-kekurangan.html. 12 September 2017.
Turban.1993.Kowledge Representation. Diakses dari  http://dinus.ac.id/repository/docs/ajar/5_Representasi_Pengetahuan.pdf pada 14 Spetember 2017
Handayani Lestari D. Representasi Pengetahuan . diakses dari http://www.academia.edu/7340277/Representasi_pengetahuan  pada 14 September 2017

Komentar

Posting Komentar

Silahkan berkomentar memberi pendapat yang berhubungan
Sampaikan pertanyaan anda apabilla ada yang ingin ditanyakan
Sampaikan Saran dan kritik yang membangun

• DILARANG Spamming
• DILARANG Menaruh link porno
• DILARANG Menaruh link Judi
• DILARANG Menaruh link MLM


untuk promosi blog silahkan gabung di https://www.facebook.com/groups/bloggerindoID/

Atas Perhatian dan kerjasamanya saya mengucapkan terimakasih

Postingan populer dari blog ini

Kebiasaan-kebiasaan Buruk yang Harus Dihindari Seorang Scooterist

Sekedar iseng-iseng nulis berdasarkan pengalaman pribadi tentang kebiasaan-kebiasaan buruk yang gak boleh kita lakukan sebagai scooterist. 1.Tidak membawa toolkit,cadangan spare parts dan ban serep Ada anggapan kalau naik vespa gak bawa toolkit itu sama dengan bunuh diri.Mungkin hal itu ada benarnya     karena bayangin kalau lagi di tengah hutan belantara malem-malem trus mogok dan gak bawa toolkit tebak aja jadinya. Bisa-bisa nginep bareng sama kuntilanak tuh. Tidakmembawa ban serep juga akibatnya hampir sama dengan tidak membawa toolkit dan cadangan spare part. Dan ditambah lagi harus dorong vespa yang berat karena ban kempes ke tukang tambal ban terdekat 2.Membiarkan karet bodi aus Karet bodi aus membuat posisi mesin menjadi miring sehingga kalau dinaikin vespa jadi terasa berat sebelah. Kalau lagi turing hal ini lama kelamaan akan membebani dan bikin cepat lelah. 3.Menceperkan vespa dengan mencopot engine mounting Hal ini perlu dihindari karena dengan mencopot engine ...
Posting Komentar
Baca selengkapnya

Tugas Logika Fuzzy

1.        Kita perlu menggunakan logika fuzzy saat kita menemukan suatu kondisi ketidakpastian dan tidak bisa dikategorikan menggunakan himpunan tegas, misalnya untuk kategori usia (muda , tua); mengkategorikan tinggi badan   dari sekumpulan orang dan hal lainnya yang mengandung ketidakpastian 2.          A.       Domain Keseluruhan nilai yang diinginkan   dalam semesta pembicaraan dan boleh dioperasikan dalam himpunan fuzzy B.       Variabel Fuzzy merupakan variabel yang akan dibahas dan dibicarakan pada system Logika Fuzzy C.       Semesta Pembicaraan merupakan keseluruhan nilai yang diperbolehkan dalam himpunan D.       Derajat Keanggotaan: Nilai yang menunjukkan keanggotaan dari tiap anggota domain denngan nilai 0 -1 , semakind ekat dengan 1 artinya semakin kuat   anggota tersebut dalam suatu d...
Posting Komentar
Baca selengkapnya

Penerapan Algoritma Naives Bayes dalam menentukan Student Staff terpilih

P e nerapan A lgoritma Naives Bayes dalam menentukan Student Staff terpilih Studi Kasus Rekrutmen Student Staff Kantor Kerjsama dan promosi UAJY   tahun 201 9 Abstrak Proses seleksi dalam mencari seorang karyawan   sudah dilakukan sejak lama. Proses ini dapat memakan waktu cukup banyak apabila calon karyawan   yang mendaftar cukup banyak. Pada paper ini akan dibahas dengan studi kasus pada Rekrutmen Student Staff KKP UAJY tahun 2019. Naives Baiyes adalah sebuah algoritma klasifikasi dalam data mining yang digunakan untuk menemukan pola informasi yang bermanfaat.   Dengan algoritma ini kita dapat melakukan prediksi pada suatu data dengan kondisi tertentu apakah akan masuk ke kelas yang sama dengan data sebelumnya. Dengan Menggunakan Algoritma Naives Bayes kita dapat menentukan suatu kandidat akankah diterima   atau tidak berdasarkan kumpulan data yang sudah diolah. Sehingga dapat disimpulkan data mining membantu pekerjaan kita. Kata Kunci: Penerapan A...
Posting Komentar
Baca selengkapnya