01_Overview Penalaran dan Representasi Pengetahuan

Apa elemen utama dalam Semantic Networks?

• Aturan (Rules)

• Node dan Edge

• Fungsi dan Predikat

• Probabilitas

Dalam semantic network, hubungan antara node disebut sebagai...?

• Entitas

• Relasi atau Edge

• Variabel Bebas

• Predikat

Apa yang membedakan Frames dari Semantic Networks?

• Frames menggunakan probabilitas untuk merepresentasikan ketidakpastian

• Frames memiliki slot dan filler untuk menyimpan informasi tambahan

• Frames hanya bekerja dengan propositional logic

• Frames tidak dapat merepresentasikan hubungan antar objek

Dalam representasi Frame, IF-ADDED digunakan untuk...?

• Menghapus atribut jika tidak relevan

• Memanggil prosedur saat nilai atribut baru ditambahkan

• Memeriksa apakah objek memiliki semua atribut yang diperlukan

• Menentukan hubungan hierarkis antara dua frame

Propositional Logic merepresentasikan pernyataan menggunakan...?

• Variabel Boolean dan Operator Logika

• Node dan Edge

• Relasi dalam database

• Representasi grafis

Manakah yang merupakan contoh propositional logic?

• P ∨ Q → R

• IF-THEN-ELSE

• (x, y) → Relasi(x, y)

• A adalah bagian dari B

Apa tujuan utama dari ontologies dalam Knowledge Representation?

• Menyimpan data dalam format biner

• Membangun hierarki konsep yang mendefinisikan hubungan antar entitas

• Menggunakan logika probabilistik untuk pengambilan keputusan

• Memprediksi nilai numerik dalam dataset

Apa asumsi utama dalam Closed World Reasoning?

• Semua fakta yang tidak diketahui dianggap benar

• Semua fakta yang tidak diketahui dianggap salah

• Semua fakta memiliki probabilitas ketidakpastian

• Semua fakta harus dievaluasi menggunakan logika fuzzy

Circumscription dalam Non-Monotonic Reasoning digunakan untuk...?

• Mengasumsikan kebenaran hanya berdasarkan probabilitas

• Membuat asumsi dengan membatasi kemungkinan kesimpulan

• Menganalisis ketidakpastian dalam data

• Menggunakan logika modal untuk menilai kemungkinan kejadian

Default Logic memungkinkan sistem untuk...?

• Menyimpulkan informasi yang tidak tersedia secara eksplisit berdasarkan aturan umum

• Memastikan bahwa semua informasi yang tidak diketahui dianggap benar

• Menggunakan probabilitas dalam menentukan jawaban

• Menggunakan aturan fuzzy untuk menangani ketidakpastian