Rekayasa Knowledge dapat dipandang dari 2 perspektif, yaitu sempit dan luas. Dalam
pengelolaan sistem AI. Dalam perspektif sempit, rekayasa Knowledge berhubungan dengan
Adapaun ruang lingkup knowledge dan hal-hal yang berkenaan dengan Knowledge, dapat
terdokumentasikan.
Sumber tak terdokumentasikan ini yang seringkali dijumpai, ia berada dalam pikiran orang
menggunakan indra manusia dan juga mesin (sensor, scanner), Keragaman dan berbagai jenis
Berbagai Expert System dibangun dari knowledge yang diekstrak baik keseluruhan maupun
sebagian dari database, bertambahnya jumlah knowledge yang disimpan dalam database,
Mengacu pada struktur dalam dan penyebab dari suatu sistem dan mempertimbangkan
hubungan erat kesadaran manusia yang melibatkan emosi, akal sehat, intuisi, dan lain-lain.
1. Knowledge deklaratif
Representasi deskriptif dari suatu knowledge. Ia menceritakan kepada kita “apakah” (what)
sesuatu itu. Diekspresikan dalam penyataan faktual. Menceritakan kebenaran yang didapat
informasi yang dapat diceritakan pakar secara verbal. knowledge deklaratif ini sangat
2. Knowledge procedural
mengikutsertakan urutan langkah demi langkah dan jenis instruksi “bagaimana” (how-to);
deklaratif dan bagaimana membuat inferences. Jadi secara implisit jenis knowledge ini
3. Meta Knowledge
Berarti knowledge mengenai knowledge. Dalam ES, meta knowledge mengacu pada
Secara umum, mentransfer informasi dari satu orang ke orang lain adalah hal yang sulit,
beberapa mekanisme dapat digunakan untuk melakukan transfer ini – menuliskan kata-kata,
suara, gambar, musik – dan tak satupun dari ini yang sempurna. Masalah juga ada dalam
1. Mengekspresikan knowledge.
Pakar menginputkan informasi mengenai dunia luarnya ke dalam benaknya. Informasi
ini disampaikan oleh orang, komputer, atau media lain. Juga dikumpulkan melalui
Pakar menggunakan pendekatan induktif, deduktif, atau pendekatan lain pada informasi
tersebut, hasil dari seluruh proses ini merupakan rekomendasi tentang bagaimana
menyelesaikan masalah, proses ini adalah proses internal. Knowledge engineer, saat
mengumpulkan knowledge dari pakar, harus menanyakan kepada para pakar agar
mereka melihat ke dalam dirinya sendiri mengenai proses pengambilan keputusan dan
2. Transfer ke mesin.
membutuhkan knowledge agar bisa mengekspresikannya secara jelas dalam format dengan
susunan tertentu. Manusia jelas sulit mengingat semua langkah-langkah antara yang
3. Jumlah partisipan
Dalam transfer umum knowledge ada 2 partisipan (pengirim dan penerima). Dalam ES, bisa
sistem (builder, pembangun), dan user. Terkadang ada partisipan lain (misal, programer dan
vendor). Para partisipan ini memiliki latar belakang yang berbeda, menggunakan istilah
berbeda, dan memiliki ketrampilan dan knowledge yang berbeda pula. Sebagai contoh, sang
pakar, mungkin sedikit sekali mengerti tentang komputer, sedangkan knowledge engineer
4. Struktur knowledge
Expert System selain membutuhkan knowledge, juga berkepentingan dengan struktur dari
knowledge tersebut. Knowledge harus disusun menurut aturan tertentu (misal, sebagai
rules/aturan-aturan).
5. Alasan-alasan lain. Ada beberapa alasan yang menambahi kerumitan transfer knowledge,
yaitu:
a. Pakar mungkin memiliki keterbatasan waktu atau tak bersedia bekerja sama.
c. Definisi yang mungkin kurang baik dari metode mendapatkan suatu knowledge.
namun knowledge yang relevan mungkin harus diperoleh dari berbagai sumber.
f. Adalah sulit untuk mengenali knowledge tertentu jika ia tercampur dengan data yang
tak relevan.
dan pakar.
Untuk mengatasi berbagai kesulitan banyak usaha telah dilakukan untuk mengatasi
kesulitan-kesulitan yang sudah dijelaskan tadi, misalnya, mengembangkan program yang mampu
menerima saran seperti yang sering diberikan kepada para user/pemula. Beberapa paket software
pengembangan ES menyederhanakan sintaks dari rules (dalam sistem berbasis rule/aturan) untuk
membuat ES builder lebih mudah membuat dan memahaminya tanpa pelatihan khusus.
tertentu. Lebih lanjut, beberapa kesulitan mungkin bisa dikurangi atau dihilangkan dengan tool
akuisisi knowledge berbasis komputer dan dengan integrasi ekstensif dengan berbagai usaha
akuisisi.
Sebagai seorang knowledge engineer, ada beberapa ketrampilan yang harus dimiliki, antara
lain:
9. Intelijen/kecerdasan.
11. Ketekunan.