Anda di halaman 1dari 18

BAB II AKUISISI DAN

VALIDASI PENGETAHUAN
Oleh Sebastianus A.S. Mola

Knowledge Engineering
KE:

seni untuk memperoleh


pengetahuan pakar dan menyajikan ke
komputer
Proses KE
Akuisisi:

pakar, buku, dokumen, sensor, file


Validasi: menjamin kualitas pengetahuan dengan tes
kasus
Representasi: proses pengorganisasian
Inferensi: proses penalaran terhadap pengetahuan
Penjelasan dan justifikasi: desain dan program untuk
kemampuan penjelasan (mengapa, bagaimana)

Proses KE
Knowledge
validation
(test cases)

Source of
knowledge
(expert, others)
Knowledge
acquisition

Knowledge
base
Explanation,
justification

Inferencing

Knowledge
representation

Cakupan Pengetahuan
Sumber

pengetahuan:
documented dan undocumented
Akuisisi dari database: data
mining, data warehouse, Big data
Akuisisi dari internet
Level pengetahuan: shallow dan
deep
Kategori pengetahuan:
declartive, procedural dan
metaknowledge

Cakupan Pengetahuan
Behavior
descriptions and
beliefs

Uncertain facts
Knowledge about
knowledge
(metaknowledge)

Vocabulary
definitions

Processes

Constraints
Objects and
relationships

Knowledge base
Facts about domain

Heuristics and
decision rules
Procedures for
problem solving

Typical solutions

Disjuctive facts
Hypothesis
(theories)
General knowledge
(e.g. Of the world)

Kesulitan dalam Akuisisi


Pengetahuan
Masalah

dalam transfer pengetahuan

Mengekspresikan pengetahuan
Transfer ke komputer
Jumlah partisipan: sender, reciever, computer, expert, KE,
desainer, programmer, vendor
Membuat pengetahuan terstruktur
Faktor

yang menambah kesulitan

Keterbatasan waktu pakar


Proses tes dan refine pengetahuan sulit
Metode mendapatkan pengetahuan kurang dikuasai
Hanya mengacu pada satu sumber
Cenderung mengacu pada sumber terdokumentasi
dibanding pakar
Data yang tidak relevan
Perubahan perilaku pakar
Masalah komunikasi interpersonal

Kesulitan dalam Akuisisi


Pengetahuan
Keterampilan

KE

Kemampuan bidan komputer


Toleransi
Komunikasi efektif (kepekaan, taktis, diplomasi)
Latar belakang pendidikan
Kemampuan belajar cepat (untuk domain berbeda)
Pemahaman organisasi dan individu
Pengalaman luas dalam KE
Kecerdasan
Empati dan kesabaran
Persisten
Berpikir logis
Percaya diri

Metode Akuisisi
Pengetahuan
Manual
Expert

Elicittion
Knowledge
Engineer

Knowledge base

Documented
knowledge

Expert Driven
Expert

Computer aided
(interactive
interviewing)

Coding

Knowledge base

Knowledge
Engineer

Induction
Case histories and
examples

Induction system

Knowledge base

Interview
Interview

tak terstruktur: what,

why, how
Interview terstruktur: form,
sample question, focus pada
type, level dan teknik

Metode traking
Proses

traking : teknik untuk


menngikuti proses penalaran
pakar
Analisis Protokol: analisis catatan
atau dokumentasi dari
pemrosesan inforasmasi pakar
dan perilaku pengambil
keputusan

Observasi
Mengamati

kerja pakar
Jumlah pengetahuan besar,
sedikit yang berguna
Mahal
Menghabiskan banyak waktu

Metode Manual Lain


Case

analysis: bagaimana penanganan kasus tertentu


di masa lalu
Critical incident analysis: penyelidikan kasus tertentu
yang diingat, susah dan khusu.
Discussion with users: mungkin ada yang terlewat dari
pakar
Commentaries: memberikan komentar tentang yang
sedang dilakukan
Graph and model
Brainstorming
Prototyping: kritik sistem, perubahan pada sistem
Multidimensional scaling
Clustering
Performance review

Expert Driven Method


Expert

self report
Pendekatan computer aided
Represesntaive tools: ETS, AQUINAS,
KRITON

Machine Learning
ML:

metode untuk membaca dokumen, pengetahuan,


bahkan aturan
Terminologi: knowledge discovery, data mining
XperRule: softawre utk mengekstrak informasi dari pohon
keputusan
ACQUIRE
EZ-Xpert
Nexpert Object
Level5
CBR:

menggunakan kasus lama untuk solusi yang baru


dengan mencari kemiripan
Neural computting: mirip CBR, pendekatan mendalam
untuk mengenali pola kasus
Intelligent Agent: software robot untuk menemukan dan
mengakses pengetahuan

Akuisisi Pengetahuan Pakar


Jamak
Skenario

pakar jamak

Pakar-pakar individu: beberapa pakar


berkontribusi pada pengetahuan
secara individu
Pakar primer dan sekunder
Small group: pakar ditempatkan
dalam grup dab berdiskusi
Panel: pakar dikumpulkan oleh
developer untuk membentuk konsul
pakar

Validasi dan Verifikasi KB


Evaluasi:

level kinerja, usable,


efisien, dan efektif (biaya)
Validasi: evaluasi kinerja, level
akurasi
Verifikasi: penerapannya benar
dan sesuai spesifikasi

Ukuran validasi
Akurasi

: seberapa benar pengetahuan


Adaptability: kemungkinan untuk berubah
Adequacy (completeness): porsi pengetahuan dalam KB
Appeal: seberapa baik pengetahuan cocok dengan intuisi
Breath: cakupan domain
Depth: detail pengetahuan
Face Validity: Kredibilitas pengetahuan
Generality: kemampuan pengetahuan digunakan dalam skala luas
Precision: kemampuan replikasi parameter, konsistensi
Realism: relevan variabel
Reliability: kebenaran empiris
Robustness: sensitivitas konklusi terhadap model
Technical and operational validity
Turing test
Usefulness
Validity: kemampuan menghasilkan prediksi empiris yang tepat

Analisis, Koding, Dokumentasi,


Diagram
Transkripsi:

catatan dari laporan verbal


Pengindeksan Frasa: memecahkan transkrip
jadi frasa yang menjabarkan potongan
pengetahuan dan memberi indeks pada frasa
tsb
Koding: klasifikasi pengetahuan apakah
pengetahuan deskriptif atau prosedural
Dokumentasi: compherehensive domain
listing, descriptive knowledge, procedural
knowledge, dan glossary
Diagramming: pendekatan grafis untuk
meningkatkan proses akuisisi pengetahuan