REPRESENTASI PENGETAHUAN

Representasi Pengetahuan adalah metode yang digunakan untuk

mengodekan pengetahuan dalam suatu sistem pakar. Yang dimaksudkan untuk
menangkap sifat-sifat penting problema dan membuat informasi itu dapat diakses
oleh prosedur pemecahan problema. Pengetahuan adalah hal yang utama dalam
sistem pakar.

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.

Model Representasi Pengetahuan

Pengetahuan dapat dipresentasikan dalam bentuk yang sederhana atau
kompleks, tergantung dari masalahnya. (Schnupp, 1989). Terdapat beberapa
model atau bentuk representasi pengetahuan yang telah dikembangkan, yaitu :
Logika
Jaringan Semantik (Semantic nets)

Object-Attribute-Value (OAV)

Bingkai (Frame)

Aturan Produksi (Production rule)

Script

Representasi Pengetahuan 1
Logika

Logika adalah suatu pengkajian ilmiah tentang serangkaian penalaran,

sistem kaidah, dan prosedur yang membantu penalaran. Komputer harus dapat
menggunakan prose penalaran deduktif dan indudktif ke dalam bentuk yang
sesuai dengan memanipulasi komputer logika simbolik atau matematika.

Penalaran Deduktif
Ciri-ciri penalaran deduktif :
1. Bergerak dari penalaran umum menuju ke konklusi khusus.
2. Umumnya dimulai dari suatu silogisme
3. Atau pernyataan premis dan inferensi
Contoh :
Premis Mayor : Jika hujan turun saya tidak akan kuliah.
Premis Minor : Pagi ini hujan turun.
Konklusi : Oleh karena itu pagi ini saya tidak akan kuliah.

Penalaran Induktif
Ciri-ciri penalaran induktif :
1. Bergerak dari masalah khusus ke masalah umum.
2. Menggunakan sejumlah fakta atau premis yang mantap untuk menarik
kesimpulan umum.

Contoh :

Premis : Dioda yang salah menyebabkan peralatan elektronik rusak.

Premis : Transistor rusak menyebabkan peralatan elektronik rusak.

Premis : IC rusak menyebabkan peralatan elektronik tidak berfungsi.

Konklusi : Maka, peralatan semikonduktor merupakan penyebab utama

rusaknya peralatan elektronik.

Representasi Pengetahuan 2
Representasi pengetahuan juga sering disebut Logika Komputasional. Dan
terbagi atas 2 bagian, yaitu :

1. Logika Proposional
2. Logika Predikat

Logika Proposional
Logika Proposional Jaringan adalah pernyataan yang dapat bernilai benar
atau pernyataan yang menyatakan benar (TRUE) atau salah (FALSE).
Logika Predikat
Logika Predikat adalah suatu logika yang lebih canggih yang seluruhnya
menggunakan konsep dan kaidah proporsional yang sama. Disebut juga kalkulus
predikat, yang memberi tambahan kemampuan untuk mempresentasikan
pengetahuan dengan cermat dan rinci.

Jaringan Semantik ( Semantic nets)

Jaringan Semantik adalah tehnik representasi dalam artificial intelligence
klasik untuk informasi proposional, sehingga sering kali disebut sebagai
poporsional network (Proposisi pengetahuan deklaratif). Semantic network
pertama kali dikembangkan untuk AI sebagai cara untuk mempresentasikan
memory dan pemahaman bahasa manusia. Struktur semantic nets berupa grafik
dengan node (simpul) dan arc (ruas) yang menghubungkannya dengan
kekurangannya.
Dalam matematika, istilah jaringan semantik merupakan suatu label atau
graph berarah. Struktur jaringan semantik terdiri dari node atau simpul dan busur
atau arc yang menghubungkannya. Simpul menyatakan objek sedangkan busur
menyatakan links. Links dari jaringan semantik digunakan untuk menunjukkan
hubungan (relationship) antar simpul-simpul tersebut.

Representasi Pengetahuan 3
Object-Attribute-Value (OAV)
Bentuk object-attribute-value triple dapat digunakan untuk
mempresentasikan semua karakteristik pengetahuan dalam semantic net dan
digunakan pada sistem pakar MYCIN untuk mendiagnosa penykit infeksi.

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.

Aturan Produksi (Production Rule)

Aturan produksi adalah jenis representasi pengetahuan yang paling umum
digunakan karena memiliki keuntungan yang lebih dibandingkan dengan
kekurangannya.

Script
Script (Schank& Abelson, Yale univ) merupakan representasi terstruktur
yang menggambarkan urutan stereotip dari kejadian-kejadian dalam sebuah
konteks khusus. Script mirip dengan frame, perbedaannya : Frame
menggambarkan objek, sedangkan Script menggambarkan urutan peristiwa.
Dalam menggambarkan urutan peristiwa, script menggunakan serangkaian slot
yang berisi informasi tentang orang, objek dan tindakan-tindakan yang terjadi
dalam suatu peristiwa.

Representasi Pengetahuan 4
Elemen script yang tipikal :
Kondisi masukan : menggambarkan situasi yang harus dipenuhi sebelum
terjadi suatu peristiwa yang ada dalam script.
Prop : mengacu kepada objek yang digunakan dalam urutan peristiwa yang
terjadi.
Role : mengacu kepada orang-orang yang terlibat dalam script.
Hasil : kondisi yang ada sesudah peristiwa dalam script berlangsung.
Track : mengacu kepada variasi yang mungkin terja di dalam script tertentu.
Scene : menggambarkan urutan peristiwa aktural yang terjadi.

Keistimewaan Script :
1. Script menyediakan beberapa cara yang sangat alami untuk merepresentasikan
suatu informasi yang lazim dengan masalah yang bersumber dari sistem AI
darimula.
2. Script menyediakan struktur hirarki untuk merepresentasikan inforamsi melalui
inklusi subscript dengan sript.

Representasi Pengetahuan 5
 KESIMPULAN

Dari makalah kami dapat disimpulkan bahwa Pengetahuan (Knowledge)

adalah fakta atau kondisi sesuatu atau keadaan yang timbul karena suatu
pengalaman. Representasi dimaksudkan untuk menangkap sifat-sifat penting
problema dan membuat informasi tersebut dapat diakses oleh prosedur pemecahan
permasalahan. Bahasa representasi harus dapat membuat seorang pemrogram
mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi
permasalahan.

Representasi Pengetahuan 6
 DAFTAR PUSTAKA
www.google.com

http://sumarna.staff.gunadarma.ac.id/Downloads/files/29146/4+Representasi+Pen
getahuan.pdf

http://entin.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/Bab
%202%20Representasi%20Pengetahuan.pdf

http://rolliawati.dosen.narotama.ac.id/files/2011/10/ES-3-Representasi-
Pengetahuan.pdf

http://elearning.amikom.ac.id/index.php/download/materi/190302161-DT046-
50/2016/01/20160110_6.%20representasi%20pengetahuan.pdf

Representasi Pengetahuan 7