Scroll untuk baca artikel
Teknologi

Artificial Intelligence – Reasoning

×

Artificial Intelligence – Reasoning

Sebarkan artikel ini

Artificial Intelligence – Reasoning – Penalaran secara literal Bahasa Inggris adalah reasoning. Berasal dari kata reason, yang secara literal berarti alasan. Berarti reasoning atau to reason adalah memberikan/memikirkan alasan. Mungkin beberapa dari kita masih belum memahami betul apa arti penalaran. Apakah orang yang salah nalar berarti orang bodoh? Tidak, orang salah nalar bisa terjadi karena strategem (kecohan yang bertujuan tertentu), salah nalar (reasoning fallacy), atau salah nalar karena aspek kemanusiaan. Jadi, bedakan antara penalaran dan kebodohan.

Penalaran dari aspek teoritis dapat didefinisikan sebagai proses berpikir logis dan sistematis untuk membentuk dan mengevaluasi suatu keyakinan terhadap pernyataan atau asersi. Tujuan dari penalaran adalah untuk menentukan secara logis dan objektif, apakah suatu pernyataan valid (benar atau salah) sehingga pantas untuk diyakini atau dianut. Dari definisi dan tujuan, dapat dilihat bahwa penalaran digunakan untuk mengevaluasi apakah suatu pernyataan itu dapat diyakini atau dianut atau kembali secara literal, kita melihat alasan (reason) dibalik suatu pernyataan.

Scroll untuk melihat konten

Makalah ini akan membahas teknik reasoning (penalaran), yakni teknik penyelesaian masalah dengan cara merepresentasikan masalah kedalam basis pengetahuan (knowledge base) menggunakan logic atau bahasa formal (bahasa yang di pahami komputer). Disini, kami memfokuskan bahasan pada proposional logic (logika proposisi) dimana didalamnya terdapat tata bahasa pada proposition logic, semantic pada proposition logic, aturan inverensi pada proposition logic, masalah dunia wumpus (contoh penggunaan propositional logic), dan terakhir knowledge base systems, dan kami akan membahas secara singkat tentang first order logicatau predicate calculus (kalkulus predikat), dan fuzzy logic (logika samar).

Berbeda dengan searching yang yang merepresentasikan kedalam state dan ruang masalah serta menggunakan strategi pencarian untuk menemukan solusi, reasoning merepresentasikan masalah kedalam basis pengetahuan dan merupakan proses penalaran untuk menemukan solusi. Pada teknik searching, dua masalah utama yang dihadapi adalah: kesulitan dalam menentukan apakah aturan produksi (operator) sudah lengkap atau belum. Jika masalah yang dihadapi cukup kompleks, maka akan terjadi ketidakefisienan representasi keadaan (state). Misalkan untuk masalah 8-puzzle representasi suatu state adalah: delapan posisi angka, satu parent,  dan maksimum 4 suksesor.



Bagaimana jika masalah yang dihadapi adalah permainan catur satu state harus direpresentasikan sebagai 32 posisi buah catur dan 1 state bisa memiliki sangat banyak suksesor (faktor percabangan sangat besar) jika satu buah catur rata-rata bisa melakukan 1 langkah, maka satu state bisa memiliki 16 suksesor. Dengan demikian ruang masalahnya akan sangat besar. Untuk solusi dilevel 10, maka BFS harus membangkitkan dan menyimpan 1610 state! Cara representasi ini tidak mungkin digunakan untuk prosesor dan kapasitas memory komputer saat ini. Bagaimana solusinya, solusi yang mungkin adalah menggunakan representasi yang jauh lebih sederhana yaitu menggunakan logic. Lima jenis logic untuk merepresentasikan basis pengetahuan dan untuk melakukan penalaran ditunjukkan pada Tabel 1.

Tabel 1. Lima jenis logic pengetahuan untuk penalaran

Jenis Logic

Apa yang ada di dunia nyata

Apa yang dipercaya agent tentang fakta

Proposotional Logic

Fakta

Benar/salah/tidak diketahui

First-order logic

Fakta, objek, relasi

Benar/salah/tidak diketahui

Temporal logic

Fakta, objek, relasi, waktu

Benar/salah/tidak diketahui

Probability theory

Fakta

Derajat kepercayaan [0,1]

Fuzzy Logic

Derajat kebenaran

Derajat kepercayaan [0,1]

Logic yang paling sederhana adalah proporsition logic dimana suatu simbol menyatakan 1 proposisi (fakta) yang bisa bernilai benar atau salah. Simbol proposisi bisa dihubungkan dengan Boolean Connectives sehingga membantuk suatu kalimat. Bagaimanapun, untuk masalah yang kompleks, propositional logic tidak bisa digunakan secara praktis karena kita harus membangun banyak sekali fakta untuk merepresentasikan keadaan sederhana.

First-order logic merepresentasikan fakta dan aturan di dunia nyata dengan cara yang lebih baik yaitu menggunakan objek, predikat (relasi), dan connectives serta quantifier sehingga beberapa fakta sederhana dapat direpresentasikan kedalam suatu kalimat logika. Pada first-order logic semua relasi bersifat tetap pada waktu kapanpun. Untuk masalah yang kompleks dimana suatu relasi bisa berubah sesuai dengan perubahan waktu, maka diperlukan logic bentuk lain yang disebut temporal logic.




Pada temporal logic, dunia nyata direpresentasikan dengan sederetan interval waktu dan penalaran dilakukan berdasarkan fakta-fakta yang nilai kebenarannya bergantung pada deretan waktu tersebut. Pada masalah yang lain, nilai kebenaran tidak harus benar, salah atau tidak diketahui. Mungkin saja terdapat nilai-nilai lain diantaranya. Probability theory adalah logic yang merepresentasikan fakta dengan derajat kepercayaan yang bernilai antara 0 (tidak dipercaya sama sekali atau salah) sampai 1 (dipercaya sepenuhnya atau benar). Yang terakhir adalah fuzzy logic yang menggunakan derajat kebenaran dengan tingkat kepercayaan antara 0 dan 1. Misalkan, ‘Bandung adalah kota yang nyaman’ mungkin benar tingkat kepercayaan 0.4.

Pada pembahasan reasoning ini kami akan membahas propositional logic dan membahas sedikit tentang first-order logic dan fuzzy login untuk menyelesaikan masalah yang didalamnya terdapat ketidak pastian.

Demikian pembahasan singkat tentang Artificial Intelligence – Reasoning semoga dapat dijadikan referensi bagi anda, dan jika artikel ini dianggap bermanfaat bagi anda, silahkan share artikel ini. Terima kasih

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Situs ini menggunakan Akismet untuk mengurangi spam. Pelajari bagaimana data komentar Anda diproses.