Representasi Pengetahuan dan Penalaran PENGETAHUAN Pengetahuan (knowledge) adalah pemahaman secara praktis maupun teoritis terhadap suatu obyek atau domain tertentu. Pengetahuan merupakan hal yang penting dalam sistem pakar, meurut teori klasik Wirth (Giarratano dan Riley,2005) dituliskan sebagai berikut: Algoritma + Struktur Data = Program Pengetahuan + Inferensi = Sistem Pakar
Hirarki pengetahuan
Noise adalah sesuatu item yang tidak memiliki maksud (tidak ada artinya). Data adalah item yang memiliki makna potensial. Informasi adalah hasil pengolahan data. Pengetahuan adalah sekumpulan informasi dalam domain tertentu. Meta-knowledge adalah pengetahuan tentang pengetahuan dan keahlian. Keahlian atau kepakaran adalah pemahaman yang luas dari tugas/pengetahuan spesifik yang diperoleh dari hasil pembelajaran, pelatihan, pembacaan, dan dari pengalaman.
Pengetahuan dapat digolongkan menjadi 3 kategori yaitu pengetahuan deklaratif, pengetahuan prosedural, dan pengetahuan tacit. Pengetahuan deklaratif terkait dengan nilai kebenaran, apakah sesuatu itu bernilai salah atau benar serta mengacu pada fakta dan assersi serta diasosiasikan/dihubungkan dengan apa yang terlibat dalam pemecahan masalah. Pengetahuan prosedural terkait dengan bagaimana melakukan sesuatu serta mengacu pada serangkaian tindakan dan konsekuensinya serta diasosiasikan dengan bagaimana menerapkan strategi atau prosedur penggunaan pengetahuan yang tepat untuk memecahkan masalah. Pengetahuan tacit adalah sesuatu yang kita ketahui dan alami, namun sulit untuk diungkapkan secara jelas dan lengkap. Explicit knowledge adalah hasil pengetahuan yang telah berwujud, misalnya buku, laporan penelitian, jurnal desertasi, tesis, skripsi, tugas akhir, media cetak dan semacamnya serta tacit knowledge.
MODEL REPRESENTASI PENGETAHUAN Representasi pengetahuan dimaksudkan untuk mengorganisasikan pengetahuan dalam bentuk dan format tertentu untuk bisa dimengerti oleh komputer.
Beberapa model representasi pengetahuan: 1. 2.
3. 4.
Jaringan semantik (Semantic Rule) Bingkai (Frame) Kaidah produksi (Production Rule) Logika predikat (Predicate Logic)
JARINGAN SEMANTIK Jaringan semantik adalah teknik representasi pengetahuan untuk informasi proporsional, sedangkan informasi proporsional adalah pernyataan yang mempunyai nilai benar atau salah.
Representasi jaringan semantik merupakan penggambaran grafis dari pengetahuan yang memeperlihatkan hubungan hirarkis dari obyek-obyek.
Komponen dasarnya adalah simpul (node) yang merepresentasikan obyek, dan hubungan antar obyek dinyatakan dengan penghubung (link) yang diberi label untuk menyatakan hubungannya. Contoh:
BINGKAI Bingkai berupa kumpulan slot-slot yang berisi atribut untuk mendeskripsikan pengetahuan. Pengetahuan yang termuat dapat berupa kejadian, lokasi, situasi ataupun elemenelemen lainnya.
Contoh:
bingkai sepeda motor Slots Fillers Nama
Sepeda motor
Spesialisasi Produk
Jenis kendaraan beroda dua Honda, Yamaha, Kawasaki, Suzuki, Ducati
Bahan bakar
Bensin
bingkai sepeda motor Honda Slots
Fillers
Nama
Honda
Spesialisasi dari Type
Produk sepeda motor Vario, Revo, Supra, Karisma, Scoopy
Buatan
Bensin
Kaidah Produksi Kaidah menyediakan cara formal untuk merepresentasikan rekomendasi, arahan, atau strategi. Ditulliskan dalam bentuk IF-THEN Berbagai struktur kaidah if-then yang menghubungkan obyek atau atribut sebagai berikut (Adedeji, 1992): IF IF IF IF IF IF IF IF IF
premis THEN konklusi masukan THEN keluaran kondisi THEN tindakan anteseden THEN konsekuen data THEN hasil tindakan THEN tujuan aksi THEN reaksi sebab THEN akibat gejala THEN diagnosa
Untuk dapat membuat kaidah produksi, terlebih dahulu menyajikan pengetahuan dalam bentuk tabel keputusan (decision table) lalu dibuat pohon keputusan (decision tree). Contoh: Kondisi 1
Kondisi 2 Kondisi 3
Goal 1
Goal 2
