Belajar Gratis Sistem Informasi & Informatika

Mengapa kita membutuhkan Diagram Class ? Dengan membuat perencanaan dan pemodelan sebelumnya akan membuat pemrograman lebih mudah. Membuat perubahan pada diagram kelas itu mudah, sedangkan menuliskan kode-kode fungsionalitas yang berbeda-beda setelah itu adalah hal yang agak menjengkelkan. Bisa dibayangkan seperti ketika seseorang ingin membangun rumah, mereka tidak hanya akan mengambil palu, bata, dll, dan mulai bekerja. Mereka perlu memiliki blueprint - suatu rencana desain - sehingga mereka dapat menganalisis & memodifikasi sistem mereka. Kita tidak perlu banyak pengetahuan teknis / bahasa tertentu untuk memahaminya.

Pengorganisasian objek-objek ke dalam kategori-kategori adalah bagian penting dari penyajian pengetahuan. Meskipun interaksi di dunia nyata terjadi pada tingkat objek-objek secara individu, tetapi banyak proses penalaran terjadi pada tingkat kategori. Misalnya, seorang yang berbelanja biasanya memiliki tujuan untuk membeli bola basket, alih-alih membeli bola basket tertentu misalnya BB9 . Kategori juga berfungsi untuk membuat prediksi tentang objek-objek setelah diklasifikasikan. Seseorang menyimpulkan objek-objek tertentu dari input persepsi, menyimpulkan tentang keanggotaan kategori dari sifat-sifat objek yang dirasakan/ditangkap, dan kemudian menggunakan informasi kategori untuk membuat prediksi tentang objek-objek tersebut. Misalnya, diketahui dari kulitnya yang hijau dan kuning belang, dengan diameter satu kaki, bentuk bulat telur, dan dagingnya berwarna merah, dengan biji hitam, dan tempatnya di tempat buah-buahan, orang dapat menyimpulkan bahwa benda tersebut adalah semangka; ...

Gagasan tentang general ontology  (ontologi umum) adalah untuk mengorganisasikan segala sesuatu di dunia ke dalam suatu hierarki kategori. Istilah ontological engineering  (rekayasa ontologis) adalah tentang suatu teknik dalam menyajikan konsep-konsep abstrak (dengan berfokus pada konsep-konsep umum - seperti misalnya: Peristiwa (Events), Waktu (Time), Objek Fisik (Physical Objects), dan Keyakinan (Beliefs) yang terjadi di banyak domain yang berbeda-beda. Kerangka umum dari konsep-konsep tersebut disebut dengan upper ontology (ontologi atas) karena konvensi dalam menggambar graph adalah dengan konsep yang umum ada di bagian atas dan konsep yang lebih spesifik ada di bagian bawahnya, seperti pada gambar di bawah ini. Ontologi atas (umum)

Contoh proses inferensi (penarikan kesimpulan) menggunakan forward chaining dalam knowledge base yang menggunakan first order logic ( FOL ).  Misalkan ada knowledge base yang awalnya tersusun dari bahasa alami (dalam contoh ini menggunakan bahasa inggris) seperti berikut di bawah ini. Kemudian, bagaimana menyajikan knowledge base tersebut dalam bentuk first order logic ( FOL ) dan bagaimana proses membuktikan bahwa Col. West is criminal (Kolonel West adalah penjahat) dengan menggunakan algoritma forward chaining ?

Berikut di bawah ini adalah contoh-contoh daftar knowledge base dalam bentuk bahasa alami (bahasa manusia). Knowledge base tersebut akan diubah menjadi knowledge base dalam bentuk first order logic ( FOL ). Contoh 1: Di bawah ini adalah daftar kalimat dalam bahasa alami (dalam hal ini menggunakan bahasa inggris), kemudian diubah ke bahasa logika (dalam hal ini first order logic / FOL ). 

First Order Logic / FOL  Bahasa yang digunakan dalam first-order logic atau disingkat FOL (logika tingkat pertama), di buat berdasarkan hal-hal di seputar objek dan hubungan-hubungan antar objek tersebut. FOL ini sangatlah penting untuk bidang matematika, filsafat, dan kecerdasan buatan karena bidang-bidang tersebut — dan juga memang sebagian besar keberadaan manusia sehari-hari — dapat dianggap sebagai berkaitan dengan objek dan hubungan di antara mereka. F irst Order Logic (FOL) juga dapat menyajikan fakta-fakta tentang beberapa atau semua objek di alam semesta. Ini memungkinkan seseorang untuk menyajikan hukum-hukum, atau aturan-aturan umum, misalnya: siswa-siswa yang tidak hadir di pelajaran yang sulit, mereka tidak suka pelajaran yang sulit.

Algoritma ini adalah teknik pencarian yang meminimalkan total cost dari suatu solusi. Algoritma pencarian A ∗ (diucapkan “A- star ") adalah teknik pencarian dalam jenis best-first yang paling terkenal. Algoritma ini mengevaluasi node dengan menggabungkan/mengombinasikan fungsi g(n) , yaitu cost untuk mencapai node berikutnya (seperti dalam pencarian uniform-cost ), dan fungsi h(n) , yaitu cost antara suatu node ke node goal / node tujuan (seperti dalam pencarian greedy best first ): f(n) = g(n) + h(n) Karena g(n) memberikan cost dari node awal ke node n , dan h(n) adalah cost terendah dari n ke goal /tujuan, maka kita akan memiliki f(n) = perkiraan cost dengan solusi termurah melalui n . [ Catatan : untuk fungsi g(n) silahkan lihat ke artikel Algoritma Pencarian Uniform-Cost dalam Kecerdasan Buatan . Sedangkan untuk h(n) silahkan lihat ke artikel Algoritma Pencarian Greedy Best First pada Kecerdasan Buatan ]