Representasi Pengetahuan

Representasi Pengetahuan

       Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain sehingga dapat diuji kebenaran penalarannya. Representasi pengetahuan biasanya digunakan untuk pembuatan sistem pakar di mana komputer dirancang untuk dapat mengambil keputusan seperti manusia agar dapat memecahkan permasalahan. Secara singkat, representasi pengetahuan diklarifikasikan menjadi 4 kategori :
1. Representasi logika. Representasi jenis ini menggunakan ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan.
2. Representasi prosedural. Representasi yang menggambarkan pengetahuan sebagai kumpulan instruksi untuk memecahkan suatu problema.
3. Representasi network. Representasi ini menangkap pengetahuan sebagai sebuah graf dimana simpul-simpulnya menggambarkan obyek atau konsep dari problema yang dihadapi, sedangkan edgenya menggambarkan hubungan atau asosiasi antar mereka.
4. Representasi terstruktur. Representasi terstruktur memperluas network dengan cara membuat setiap simpulnya menjadi struktur data kompleks.
Adapun bentuk representasi pengetahuan yang telah dikembangkan, yaitu :
1.       Jaringan Semantik ( Semantic nets)
Jaringan Semantik adalah tehnik representasi dalam artificial intelligence klasik untuk informasi proposional, sehingga sering kali disebut sebagai poporsional network. Proposisi adalah pernyataan yang dapat bernilai benar atau salah dan merupakan bentuk pengetahuan deklaratif. Semantic network pertama kali dikembangkan untuk AI (Artificial Intelligence) sebagai cara untuk mempresentasikan memory dan pemahaman bahasa manusia. Struktur semantic nets berupa grafik dengan node (simpul) dan arc (ruas) yang menghubungkannya.
2.       Object-Attribute-Value/Nilai (OAV)
Bentuk object-attribute-value triple dapat digunakan untuk mempresentasikan semua karakteristik pengetahuan dalam semantic net dan digunakan pada sistem pakar MYCIN untuk mendiagnosa penyakit infeksi.
3.       Bingkai (Frame)
Salah satu tipe skema yang digunakan dalam beberapa aplikasi AI adalah frame. Frame merupakan struktur yang baik untuk mempresentasikan objek yang tipikal dalam situasi tertentu. Karakteristik dasar frame adalah frame mempresentasikan pengetahuan yang terkait mengenai sebuah subjek yang sempit dan memiliki default. Sistem frame adalah pilihan yang baik untuk mendeskripsikan peralatan mekanik seperti mobil. Frame mencoba memodelkan obyek yang ada di dunia nyata menggunakan pengetahuan generik untuk atribut yang banyak dimiliki oleh obyek dan pengetahuan spesifik untuk kasus khusus.
4.       Aturan Produksi (Production Rule)
Aturan produksi adalah jenis representasi pengetahuan yang paling umum digunakan karena memiliki keuntungan yang lebih dibandingkan dengan kekurangannya.
Schemata
Dalam beberapa sumber, konsep schemata sebenarnya pernah diperkenalkan oleh Immanuel Kant (1781), sebelum diadopsi menjadi konsep schemata modern di bidang ilmu komputer. Ketika itu Kant ingin menunjukkan bahwa tidak semua kebenaran didasarkan pada pengamatan empiris. Kant mengusulkan bahwa pengetahuan itu didasarkan pada persepsi. Kant mengusulkan penggunaan schemata sebagai sarana untuk mengatur dan menginterpretasikan fenomena perseptual.
Kant pada waktu itu membedakan antara “phenomena” dan “noumena”. “Noumena” merupakan dasar realitas alam semesta. “Noumena” tidak dapat sepenuhnya diketahui, tetapi hanya sebagian yang dapat diamati melalui indera menusia. “Phenomena” merupakan pengamatan parsial dari “noumena”, sehingga “phenomena” tidaklah sempurna.
Selanjutnya Kant mengusulkan agar schemata dibangun untuk mewakili prototipe “phenomena”(fenomena). Prototipe kemudian digunakan untuk merepresentasikan keseluruhan fenomena yang diamati untuk menafsirkan dan mengatur persepsi.
Pendekatan Kant ini sempat populer pada Cognitive Psychology tahun 1930an dan kemudian diadopsi oleh para peneliti ilmu komputer awal. Beberapa sistem pemrograman populer berdasarkan schemata termasuk dalam aplikasi sbb:
Computer Vision: Frames
Story Understanding: Scripts
Context Aware Systems: Situation Models

Language translation & understanding: Semantic Nets

Komentar

Postingan populer dari blog ini

ICASA, IIA COSO dan ISO 1799

Program Sederhana Prolog

Bidang Profesi IT