Jumat, 14 Oktober 2016

PENGENALAN LOGICAL AGENTS

(ANGGIT PANGESTU 11114242, ALEXANDER JOHARICO 10114786, RIDHO SATRIA 19114301)

Link menuju Alexander Joharico http://xander-rico.blogspot.co.id/
Link menuju Ridho Satria myridhosatria.blogspot.co.id

LOGICAL AGENTS

Logic merupakan jantung dari program, para pemrogram mempunyai keyakinan bahwa sebuah computer 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
Pada kali ini saya akan menjelaskna beberapa sub-sub dari Logical Agents

Knowledge Based Agent

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 KB:
  •    Representational Adequacy
kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya
  • Inferential Adequacy
kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferensi
  • Inferential Efficiency
kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi
  •  Acquisitional Efficiency
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:
  • Untuk dapat menyusun sebuah knowledge based agent maka kita harus terlebih dulu bisa menyusun knowledge basenya itu sendiri.
  • Untuk menyusun knowledge base kita perlu menentukan bagaimana cara kita merepresentasikan pengetahuan kita (knowledge representation)
  • 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

  • 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

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

REFRENSI:
https://rinnooberta.wordpress.com/2013/10/18/2-logical-agents/ Diakses pada tanggal 14 Oktober 2016 pukul 14.13

PENGANTAR TEKNOLOGI SISTEM CERDAS
(softskill)