Model Ontologi Representasi Pengetahuan untuk Pengorganisasian Sumber Daya Pengetahuan

ISSN: 2085-6350

Yogyakarta, 12 Juli 2012

CITEE 2012

Model Ontologi Representasi Pengetahuan untuk Pengorganisasian Sumber Daya Pengetahuan Istiadi1, L. E. Nugroho2, T. B. Adji2 Jurusan Teknik Elektro, University Widyagama Malang Jl. Borobudur 35 Malang 65128 Email : [email protected] 2) Jurusan Teknik Elektro dan Teknologi Informasi, Universitas Gadjah Mada Yogyakarta Jl. Grafika 2 Yogyakarta 55824 Email : {lukito, adji}@mti.ugm.ac.id 1)

Abstract— The growing availability of knowledge materials requires organizing to support improvement of a personal knowledge. These organizer need the representation of knowledge as base of processing. This paper aims to show modeling of knowledge representation to support organizer use ontology approach. The concept of model is viewed as the set of object in the hierarchy of Knowledge Domain Class, Knowledge Section Class and up to Knowledge Object Class level. Relations between concepts are designed to be paired with its inverse that allows data tracking on forward and backward directions. Standard Web Ontology Language (OWL) that compatible to be accessed by the computer processing is used as a medium implementation its representation. Furthermore the model was tested with a query mechanism for obtaining the data or information related to the expected objects. Keywords- knowledge resource, representation, semantic, ontology

I.

PENDAHULUAN

Kebutuhan informasi dan pengetahuan akan terus berkembang seiring waktu. Hal ini merupakan bentuk proses belajar yang berkelanjutan [7]. Pada era masyarakat informasi yang ditandai ketersediaan konten informasi dan pengetahuan yang cukup banyak dan dapat dengan mudah di akses melalui jejaring komputer sangat mendukung untuk pemerolehan bahan-bahan belajar[4]. Bahan-bahan tersebut berupa dokumen-dokumen digital yang dapat digunakan untuk mendukung proses belajar secara mandiri untuk meningkatkan pengetahuan. Jika ketersediaan bahan-bahan yang banyak itu masih akan terus bertambah, maka diperlukan dukungan untuk mengelolanya secara terorganisasi [4]. Perangkat bantu untuk pengelolaan atau pengorganisasi pengetahuan bertujuan memberikan bantuan bagi penggunanya untuk menyimpan bahan-bahan pengetahuan dan informasinya secara sistematis dan terstruktur. Hal ini berkaitan dengan kebutuhan-kebutuhan untuk pemerolehan kembali di masa mendatang, pengelompokan berdasarkan klasifikasinya dan kaitan relasi makna bahan-bahan tersebut dalam konteks pengetahuan tertentu. Karena suatu saat bahan-bahan itu perlu dibuka kembali dan mungkin perlu diperbaharui. Perangkat pengorganisasi itu tentunya perlu suatu representasi yang digunakan sebagai dasar pemrosesan. Representasi itu menggambarkan struktur atau skema yang memetakan bahan-bahan pengetahuan sebagai

46

bagian-bagian pada suatu bidang pengetahuan tertentu. Pemrosesan bertujuan memperoleh informasi berbagai hal yang terkait dengan entitas bahan pengetahuan didalamnya. Misalnya diinginkan pemrosesan untuk menjawab suatu domain pengetahuan melingkupi bagian apa saja, suatu bahasan (section) berisi dokumen yang berjudul apa, dimana letaknya, darimana sumbernya, kapan diperolehnya dan sebagainya. Karena itu representasi tersebut seharusnya memiliki makna bagi pemroses agar mekanismenya berjalan secara efisien. Pada makalah ini akan dimodelkan representasi pengetahuan dalam bentuk ontology yang mendiskripsikan konsep-konsep dan relasinya. Selanjutnya model itu akan dicontohkan pada suatu kasus struktur pengetahuan tentang database dan kemudian dicontohkan dengan penelusuran-penelusuran melalui mekanisme query. II.

ONTOLOGI SEBAGAI REPRESENTASI PENGETAHUAN

Ontologi merupakan media untuk menyatakan spesifikasi konseptual secara eksplisit karena mendiskripsikan konsep-konsep dan relasinya [6]. Konseptual ini mendefinisikan struktur semantic pada suatu lingkup domain pengetahuan. Konsep menyatakan abstraksi dari sekumpulan obyek-obyek dan relasi menyatakan hubungan biner antar obyek sehingga membentuk suatu hirarki. Dalam konteks spesifikasi, definisi-definisi relasi antar konsep merupakan vocabulary yang selanjutnya digunakan sebagai acuan yang konsisten pada ranah domain yang ditentukan [6]. Selanjutnya spesifikasi konseptual ini dapat dinyatakan dalam suatu format bahasa logika. Suatu representasi dalam dunia komputasi diantaranya dinyatakan dalam bentuk formal. Salah satunya adalah Description Logic (DL) yang menyediakan komponen untuk menyatakan representasi pengetahuan dalam terminology (TBOX) dan assertion (ABOX) [1 , 6] . TBOX mendiskripsikan terminology yakni pernyataan ontologi dalam bentuk pendefinisian konsep-konsep dan aturan-aturan, sedangkan ABOX berisi assertions tentang individual menggunakan terminology ontology yang telah didefinisikan. DL sebagai pernyataan ontology dan pengetahuan yang dibentuk atas konstruktor-konstuktor yang memiliki semantic yang diberikan dari logika orde pertama [6]. Notasi DL dibuat berbeda yang dekat dengan notasi jaringan semantic dan sistem berbasis

JTETI, UGM - IEEE Comp. Soc. Ind. Chapter

CITEE 2012

Yogyakarta, 12 Juli 2012

frame. Beberapa konstruktor terkait dengan konstruktor logis dalam Logika Orde Pertama (First Order Logic), seperti interseksi atau konjungsi dari konsep, union atau disjungsi dari konsep, negasi atau komplemen dari konsep, universal restriction dan existential restriction. Konstruktor lainnya yang tidak berkorespondensi dengan Logika Orde Pertama termasuk di dalam restriksi pada aturan (role) seperti inversi, transitivitas dan fungsionalitas. Selanjutnya dalam tataran aplikasi, ontology dinyatakan dalam bahasa yang dapat dimengerti oleh aplikasi pemroses. Salah satunya adalah bahasa ontology web (OWL) yang menggunakan sintaks XML dan pendefinisianya menggunakan basis Resources Description Framework (RDF) [3]. Dengan dasar itu OWL telah digunakan sebagai standar untuk menyatakan semantic ontology pada web dan memunkinkan diakses oleh mesin pemroses [3] baik berbasis web atau suatu aplikasi yang terkoneksi padanya [5]. Pemroses dapat menerapkan mekanisme query menggunakan standar SPARQL yang juga merupakan rekomendasi W3C. Extensible Markup Language (XML) merupakan bahasa markup yang didesain untuk menyediakan sintak pada semantic web tetapi tidak memiliki constrain semantic. XML Schema untuk mendefinisikan sekumpulan aturan (schema) yang harus dipatuhi oleh dokumen XML. RDF adalah frameworks untuk menyatakan informasi tentang sumberdaya dalam bentuk graph atau format triple (Subject-predicat-object). RDF Schema dapat dipandang sebagai kamus data atau vocabulary untuk mendiskripsikan properties dan classes dari resources RDF. Selanutnya OWL merupakan bagian dari semantic web yang merupakan pengembangan dari RDF dan RDFs. OWL dibuat untuk tujuan memberikan pernyataan yang lebih ekspresif dan menyediakan kemampuan reasoning berdasarkan Description Logic. Sehingga OWL dapat digunakan oleh aplikasi-aplikasi yang bukan sekedar menampilkan informasi tersebut pada manusia, melainkan juga proses otomasi [3]. Pendiskripsian OWL berisi classes, properties, dan individual[2,3,6]. Diskripsi ini dapat membantu sistem komputer dalam menggunakan istilah-istilah tersebut dengan cara yang lebih mudah. Dengan menggunakan OWL, dapat menambah vocabulary disamping semantik formal yang telah dibuat sebelumnya menggunakan XML, RDF, dan RDF Schema. Dengan adanya representasi semantic dengan formatformat standar (RDF/RDF Schema dan OWL), maka akses ke sumber daya dapat dilakukan dengan cara query menggunakan SPARQL [6] yang menyerupai SQL. Mesin akan mendapatkan data-data atau informasi yang lebih pasti dengan cara query yang memungkinkan diterapkanya kriteria-kriteria pencocokan dalam bentuk graph (triple). Pengembangan OWL dapat dilakukan secara sederhana menggunkan teks editor tetapi membutuhkan ketelitian dan perhatian lebih dibandingkan menggunakan alat bantu. Salah satu tool untuk membantu pengembangan OWL adalah Protégé. Protégé menyediakan dukungan yang lengkap untuk memanfaatkan standar-standar yang telah

JTETI, UGM - IEEE Comp. Soc. Ind. Chapter

ISSN: 2085-6350

direkomendasikan oleh W3C [2] sehingga pengguna dapat mengembangkan sekaligus melakukan pengujiannya misalnya dengan cara query menggunakan SPARQL. Pada makalah ini penulis menggunakan Protégé untuk mengembangkan ontology, menerapkan objek-objek dan data-data serta melakukan pengujiannya dengan query menggunakan SPARQL. Model ontology yang dihasilkan dapat di letakkan pada localhost sebagai data dasar pemrosesan. III.

PEMODELAN REPRESENTASI PENGETAHUAN

Representasi pengetahuan bertujuan memetakan materi pengetahuan dalam suatu skema pada konteks domain-domain pengetahuan tertentu. Kumpulan domain pengetahuan ini juga dapat menyatakan segala sesuatu pengetahuan yang diminati seseorang yang menggambarkan perkembangan usaha pemerolehan sumber pengetahuan yang dilakukannya. Sehingga domain-domain pengetahuan merupakan subclass dari istilah domain ontology [4]. Tingkat ini dipandang sebagai segala sesuatu yang menjadi perhatian penggunanya, yang secara umum dalam ontology disebut dengan Things [2]. Definisi terminologinya dinyatakan menggunakan DL sebagai berikut (1). (1) Suatu domain pengetahuan atau Knowledge Domain (KD) menyatakan suatu bidang pengetahuan misalnya Pengetahuan tentang Database, Pemrograman Web dan sebagainya. Selanjutnya KD mungkin mencakup beberapa bagian Knowledge Section (KS) [4], misalnya Pengetahuan tentang database meliputi Konsep dasar database, Pemodelan database, Query, Perancangan database. Definisi terminology KD yang dinyatakan menggunakan DL adalah sebagai berikut (2). (2) Sedangkan suatu KS dapat terbagi lagi atas subsection berupa suatu KS yang lain atau sebaliknya suatu KS dapat menjadi supersection dari KS lainnya. Misalnya KS pemodelan database terbagi atas ER-Model, Relasional Model, Object–oriented model. KS atau sub KS yang didefinisikan tersebut memuat KO yang relevan [4]. Definisi terminologi KS yang dinyatakan menggunakan DL adalah sebagai berikut (3). (3) KO merupakan entitas sebagai isi dari KS yang dipandang sebagai dokumen digital. Sehingga definisi terminology KO yang dinyatakan menggunakan DL adalah sebagai berikut (4). !

(4)

Dokumen digital dengan suatu judul dan pengarang (author) merupakan file yang disimpan pada media penyimpanan lokal dengan suatu penamaan. Suatu dokumen digital mungkin dapat berasal dari sumbersumber pengetahuan di Internet yang diakses pada waktu

47

ISSN: 2085-6350

Yogyakarta, 12 Juli 2012

tertentu. Sehingga definisi terminolog ogi dokumen itu dinyatakan menggunakan DL sebagai berikut (5).

(5) Berdasarkan definisi-definisi definisi terminologi terminolog di atas berikut ini dibuat model ontologi yang digambarkan menggunakan ontoviz tab pada software protégé. protégé

CITEE 2012

Listing 1. Definisi Class KD dan propertinya ... ce="#KD"/> ...

Pada listing 1 definisi kelas dinyatakan dengan ID=KD untuk mewakili Class KD. Obyek-obyek Obyek pada Class KD memiliki relasi hasPart has dengan obyek-obyek pada Class KS yang memiliki relasi balik isPartof. Selanjutnya beberapa rapa properti tipe data terkait Class KD meliputi ‘KD_label’ label’ untuk menyatakan penamaan (pelabelan) suatu Obyek KD; ‘KD_altlabel’ untuk menyatakan alternalif penamaan (alternative label); dan ‘KD_description’’ untuk menyetakaan diskripsi umum untuk keperluan penjelasaan ringkas dari lingkup KD. Listing 2. Definisi Class KS dan propertinya

Gambar 1. Model visual Ontology representasi pengetahuan penget

Konsep-konsep yang digambarkan pada Gambar 1 menyatakan Class KD, Class KS dan Class KO dan relasirelasi relasinya. Class KD digunakan untuk melingkupi obyekobyek obyek domain pengetahuan, Class KS untuk melingkupi obyek-obyek Knowledge Section,, dan Class KO digunakan untuk melingkupi obyek-obyek obyek Knowledge Object. Antara class KD dengan class KS terdapat relasi hasPart yang menyatakan hubungan bagian dan relasi isPartof yang merupakan inversinya. nya. Antara class KS dengan class KO terdapat relasi consist yang menyatakan muatan dan relasi contentof yang merupakan inversinya. invers Semantara itu pada class KS terdapat hubungan subsection yang digunakan untuk menyatakan hubungan hirarki ke bawah antar obyek-obyek KS dan superSection merupakan hubungan kebalikannya. Hubungan inversi invers pada model digunakan untukk penelusuran balik sehingga pemrosesan dapat dilakukan pada arah maju atau mundur. mundur Pendefinisian model odel ontology dalam bentuk OWL menggunakan format XML/RDF untuk Class KD ditunjukkan pada potongan listing 1, sedangkan untuk ngan listing 2 dan untuk Class KS ditunjukkan pada potongan Class KO ditunjukkan pada potongan listing 3.

48

... bout="#isPartof"> rdf:ID="KS_key

JTETI, UGM - IEEE Comp. Soc. Ind. Chapter

CITEE 2012

Yogyakarta, 12 Juli 2012

...

Pada listing 2 definisi kelas dinyatakan dengan ID=KS untuk mewakili Class KS. Obyek-obyek dalam Class KS memiliki relasi pasangan subsection dan supersection untuk menghasilkan hirarki obyek-obyek KS secara dinamis dari yang umum menuju obyek yang lebih khusus begitu pula sebaliknya. Relasi isPartof merupakan properti obyek yang menyatakan bahwa Obyek KS memiliki hubungan bagian dari obyek-obyek pada Class KD yang merupakan inversi dari relasi hasPart. Relasi consist merupakan properti obyek yang menyatakan hubungan obyek-obyek pada Class KS dengan keterkaitan konten pada obyek-obyek Class KO. Relasi consist berpasangan secara inversi dengan ralasi contentof. Selanjutnya beberapa properti tipe data terkait Class KS meliputi ‘KS_label’ untuk menyatakan penamaan (pelabelan) suatu Obyek KS; ‘KS_altlabel’ untuk menyatakan alternalif penamaan (alternative label); ‘KS_description’ untuk menyatakaan diskripsi umum untuk keperluan penjelasaan ringkas dari lingkup K; ‘KS_Key-word’ untuk menyediakan kata-kata kunci terkait dengan konten yang dilingkupi; ‘KS_order’ berupa properti data bertipe integer untuk menyediakan urutan atau sekuan antar obyek-obyek pada Class KS. Listing 3. Definisi Class KO dan propertinya ... ...

JTETI, UGM - IEEE Comp. Soc. Ind. Chapter

ISSN: 2085-6350

Pada listing 3 definisi kelas dinyatakan dengan ID=KO untuk mewakili Class KO. Obyek-obyek pada Class KO memiliki relasi contentof sebagai obyek properti yang menyatakan hubungannya dengan obyek-obyek pada Class KS yang juga merupakan pasangan inversi dari obyek properti consist. Selanjutnya beberapa properti tipe data terkait Class KO meliputi ‘KO_title’ untuk menyatakan judul obyek dalam hal ini dokumen terkait; ‘KO_author’ untuk menyatakan pengarang; ‘KO_filename’ untuk menyatakaan penamaan file; ‘KO_filelocation’ untuk menyatakan lokasi penyimpanan file; ‘KO_sourcelocation’ untuk menyatakan lokasi sumber dokumen dalam URI; ‘KO_dateupdate’ untuk menyatakan waktu terakhir dokumen diperbaharui; dan ‘KO_order’ berupa properti data bertipe integer untuk menyediakan urutan atau sekuan antar obyek-obyek pada Class KO. Model ontology yang didefininisikan di atas menyatakan konseptual berupa kelas-kelas dan sekumpulan definisi properti yang membentuk skema dasar dari representasi pengetahuan, selanjutnya pada model itu dapat diterapkan instance yang meliputi obyekobyek beserta data-data propertinya. IV.

CONTOH KASUS

Untuk menunjukkan bagaimana model yang dikembangkan diterapkan, pada uraian berikut akan diberikan contoh kasus. Misalnya seseorang tertarik pada pengetahuan database, dia berusaha mengeksplorasi sumber-sumber materi tentang database melalui internet meliputi topic terkait konsep dasar database (introduction to database), model-model database (Database Models), SQL, dan Perancangan database (Design of Database). Sementara model database secara lebih detil memuat topik-topik yang terpisah antara lain ER Model, Relation Model dan Object-Based Database. A. Penerapan Instance Penerapan instance pada model berarti menentukan individual pada kelas-kelas yang telah didefinisikan sebelumnya yang meliputi obyek-obyek dan properti dari Class KD, Class KS dan Class KO. Berikut ini diberikan sebagian contoh penerapan instance pada OWL pada potongan listing 4. Listing 4. Contoh penerapan instance ... Database Introduction to Database Pengenalan Database Mengenal konsep dasar database

49

ISSN: 2085-6350

Yogyakarta, 12 Juli 2012

Database-Tabel-Record-Field 1 Database Models 2 <subSection ubSection rdf:resource="#ER_Model"/> <subSection rdf:resource="#Object_Model"/> <subSection rdf:resource="#Relational_Model"/> ... Mengenal Database Henri Ahmadian 2012rdf:datatype="&xsd;date">2012 05-03 c:/myknowledge/db/c:/myknowledge/db/ Mengenal Database « Catatan Hendri.htm 0 http://hendri83.wordpress.com/2012/04/02/ com/2012/04/02/ mengenal-database/#more 572

CITEE 2012

B. Penelusuran Data menggunakan Query Selanjutnya sistem pengorganisasi pengetahuan diharapkan untuk dapatt melakukan penelusuranpenelusuran penelusuran pada skema ema yang dicontohkan melalui mekanisme query.. Misalnya topik topi apa saja yang terdapat pada domain main pengetahuan database. Berikut ini diberikan pernyataan query untuk memperoleh informasi tersebut. PREFIX KR: SELECT ?Section WHERE { KR:Database KR:hasPart ?KS. ?KS KR:KS_label ?Section. ?KS KR:KS_order ?order. } ORDER BY ?order

Pernyataan PREFIX digunakan untuk penyederhanaan name space, space pernyataan SELECT digunakan untuk menyeleksi variabel yang akan ditampilkan dalam hal ini adalah subsection (yang diindikasikan dengan ?Section), sedangkan penyataan WHERE untuk menyatakan persyaratan penyeleksiaan dalam format triple. Berdasarkan query tersebut diperoleh dip hasil sebagai berikut.

... Pada contoh di atas (listing 4) didefinisikan KD Database melalui pernyataan rdf:ID=Database. Pada tag KD tersebut tersarang definisi bagian-bagian bagian (melalui properti hasPart)) di dalamnya yang meliputi Introduction, Model_DB, SQL, dan Design. Design Selanjutnya KD Database tersebut di beri label Database. Pada bagian berikutnya pada listing 4 didefinisikan KS Introduction melalui pernyataan rdf:ID=Introduction. rdf:ID= Selanjutnya dinyatakan bahwa KS ini merupakan bagian (melalui properti isPartof)) dari KD Database dan memuat isi (melalui properti consist)) sumber daya (KO) intro. Berikutnya secara berturut-turut turut didefisikan pelabelan, alternatif pelabelan, diskripsi, dan order. Pendefinisian KS selanjutnya adalah Model_DB yang meliputi subsection SK antara lain ER_Model, Object_Model dan da Relatioanal_Model. Secara detil masing masing-masing subsection tersebut harus didefinisikan secara khusus khus sebagai SK. Contoh pendefinisian selanjutnya pada listing 4 adalah KO intro melalui pernyataan rdf:ID=intro yang merupakan isi (melalui properti contentof) contentof dari KS Introduction. Berikutnya beberapa properti data terkait KO tersebut dinyatakan antara lain judul, pengarang, pengarang tanggal update, lokasi file, nama file, order dan sumber. s

50

Gambar 2. Hasil query lingkup KD (Database)

Hasil di atas menggambarkan daftar topik-topik topi yang menjadi bagian dari domain Database yang telah didefinisikan.. Selanjutnya sub topik topi (subsection) apa saja yang terdapat pada model database (Design of Database) dan apa judul dokumen yang termuat didalamnya serta dimana lokasi berkasnya. Berikut ini bentuk query yang y digunakan. PREFIX KR: KR:
JTETI, UGM - IEEE Comp. Soc. Ind. Chapter

CITEE 2012

Yogyakarta, 12 Juli 2012

ISSN: 2085-6350

Gambar 3. Hasil query hingga pada KO

Pada query di atas pernyataan SELECT akan berperan memilih data-data data yang akan ditampilkan antara lain subSection (?SubSection) dari Section model database, Judul Materi (?DocTitle), ocTitle), Nama File (?Filename), (?Filename) Lokasi File (?FileLocation), Location), dan Lokasi Sumber (?Source). Pernyataan WHERE diawali dengan penyeleksian subsection, kemudian dokumen yang dilungkupi dan informasi judul, nama file dan lokasinya. Hasil query gambar 3 menunjukkan dokumen-dokumen dokumen materi yang dilingkupi oleh section ection model database. Terdapat subsection di bawahnya antara lain Entity Relationship Model, Relational Model, Model Object Based Model yang masing masing melingkupi dokumen dengan judul ‘MODEL ENTITY-RELATIONSHIP’, RELATIONSHIP’, ‘MODEL DATA RELATIONAL’, dan ‘Object-Based Database’ serta property –property lainnya. Berdasarkan contoh kasus diatas menunjukkan bahwa model ontology yang dibuat memungkinkan proses penelusuran secara hirarki mulai tingkat KD hingga KO beserta propertinya. Mekanisme query menggunakan penyeleksian data graph (triple)) memberikan makna yang lebih jelas bagi pemroses sehingga dapat menghasilkan informasi yang diharapkan. Dari informasi inform itu mungkin dapat dimanfaatkan untuk pemrosesan lebih leb lanjut. V.

KESIMPULAN

Pendekatan ontology pada reperesentasi pengetahuan pengeta membentuk struktur taksonomy berupa class KD, class KS, class KO yang saling terkait dengan relasinya. OWL digunakan untuk menyatakan model tersebut agar dapat dapa diakses oleh mesin pemroses dengan cara query. Dari contoh kasus yang diberikan membuktikan pemrosesan

JTETI, UGM - IEEE Comp. Soc. Ind. Chapter

query dapat menjangkau data-data data yang tersedia pada model. Selanjutnya guna mendukung dalam implementasinya diperlukan sistem dengan kemampuan memberikan antarmuka untuk pendefinisian dan pengelolaan individual (obyek dan propertinya), propertinya) kemampuan melalukan query secara indepen misalnya memanfaatkan memanfaatka pustaka Jena pada program berbasis Java, serta kemampuan lainnya sesuai dengan kebutuhan yang didasarkan pemerolehan data-data data dari representasi pengetahuan tersebut. DAFTAR PUSTAKA [1]

[2]

[3] [4]

[5]

[6] [7]

F. Baader, Description Logics.. In Reasoning Web: Semantic Technologies for Information Systems, 5th International Internati Summer School 2009, volume 5689 of Lecture Notes in Computer Science, Science pages 1–39. Springer–Verlag, Verlag, 2009 M. Horridge, A Practical Guide To Building OWL Ontologies Using Protege 4 and CO-ODE ODE Tools Edition 1.3, The University Of Manchester, 2011 web Communications of I. Horrocks, Ontologies and the semantic web. the ACM, 51(12):58-67, 67, December 2008 D. Koutsantonis, J.-C. C. Panayiotopoulos, Expert system personalized knowledge retrieval, OPERATIONAL RESEARCH, RESEA Volume 11, Number 2, Springe-Velag, Velag, 2011 M. Obitko and V. Maˇr´ik, Adding OWL Semantics to Ontologies O Used in Multi-agent agent Systems for Manufacturing, Lecture Notes in Computer Science, 2003, Volume 2744/2003, 274 1089-1090 M. Obitko, Tutorial Ontologies and Semantic We, 2007 200 available at http://www.obitko.com/tutorials/ontologies-semantic-web/ http://www.obitko.com/tutorials/ontologies G. Vavoula, G., and M. Sharples,. Lifelong Learning L Organisers: Requirements for tools for supporting episodic and semantic learning. Educational Technology & Society, Society 12 (3), 82–97, 2009

51