REPRESENTASI PENGETAHUAN

Pengetahuan

Pengetahuan dibedakan menjadi 3 klasifikasi yaitu:

1. Prodecural Knowledge adalah pengetahuan yang berkaitan dengan prosedur atau cara untuk melakukan sesuatu. Contohnya, bagaimana cara mendidihkan air dalam panci.

2. Declarative Knowledge adalah pengetahuan untuk dapat menentukan nilai benar dan salah suatu hal. Contohnya, jangan celupkan tangan anda dalam air yang mendidih.

3. Tacid Knowledge kadang disebut juga sebagai "unconscious knowledge", karena pengetahuan tidak dapat diekspresikan atau didefinisikan dengan bahasa. Contohnya, bagaimana menggerakkan tangan.

6.1 Arti Pengetahuan

Pengetahuan (knowledge) adalah sesuatu yang hadir dan terwujud dalam jiwa dan pikiran seseorang karena adanya reaksi, sentuhan, dan hubungan dengan lingkungan dan alam sekitarnya. Pengetahuan adalah fakta atau keadaan yang timbul karena suatu pengalaman.

Contoh:

Pengetahuan tentang binatang, sifat-sifat dan perilakunya. Pengetahuan tentang penyakit,gejala-gejala dan pengobatan nya. Pengetahuan tentang tanaman.jenis-jenisnya dan cara hidupnya dan lain-lain.

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 :

6.2 PRODUKSI

Sistem produksi memiliki struktur seperti struktur proses pencarian (search).

Secara umum, sistem produksi terdiri dari komponen-komponen:

Ruang Keadan : berisi keadaan awal, tujuan dan kumpulan aturan yang digunakan untuk mencapai tujuan.

Memori Aktif : berisi deskripsi keadaan semesta pembicaraan saat ini dalam proses penalaran.

Strategi Kontrol : berguna untuk mengarahkan bagaimana proses pencarian akan berlangsung dan mengendalikan arah eksplorasi.

Representasi pengetahuan dengan sistem produksi dinamakan kaidah/aturan produksi (production method) sering disebut produksi saja.

6.3 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.

- Dibangun oleh M.R.Quillian, sebagai model memori manusia.
- Representasi grafis dari informasi Propositional.
- Proposisi adalah pernyataan yang dapat bernilai benar atau salah.
- Disajikan dalam bentuk graf berarah
- Node merepresentasikan konsep, objek atau situasi :

• Label ditunjukkan melalui penamaan
• Node dapat berupa objek tunggal atau kelas
- Links merepresentasikan suatu hubungan :
• Links adalah struktur dasar untuk pengorganisasian pengetahuan
• Contoh jaringan semantic.

Contoh Jaringan Semantik dalam Representasi Pengetahuan

Jaringan semantik merupakan model memori manusia yang dibangun oleh M. R. Quillian sebagai representasi grafis dari informasi proposisional. Informasi proposisional adalah pernyataan yang dapat bernilai benar atau salah. Jaringan semantik ini disajikan dalam bentuk graf berarah.
Berikut ini adalah contoh sebuah jaringan semantik :

Informasi proposisional yang membentuk jaringan semantik di atas adalah :

1. Dessi makan donat
2. Donat bentuknya bulat
3. Dessi punya adik namanya sendi
4. Sendi pergi sekolah naik motor
5. Sendi pergi sekolah membawa bola
6. Dessi bermain bola
7. Bola bentuknya bulat
8. Motor membutuhkan bensin
9. Pom bensin menyediakan bensin
10. Sendi punya rumah dekat pom bensin

6.4 Triple Obyek-Atribut-Nilai

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.

6.5 Schemata : Frame dan Script

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.