KELOMPOK 2
Rispian 177006057
A. AKUISISI PENGETAHUAN
Tipe Interview:
Unstructured Interviews
Structured Interviews
• Mengamati pengetahuan yang dimiliki oleh para ahli secara analogi dan
membahas studi kasus tertentu, yaitu, urutan proses berpikir
• Digunakan ketika memeriksa kelengkapan dan memvaliditas pengetahuan
yang dikumpulkan atau ketika kompleksitas dalam domain pengetahuan
menyulitkan pakar untuk mengartikulasikan dan menerapkan aturan solusi
masalah
• Pengumpulan fakta menunjukkan peristiwa apa yang mungkin dan mengingat
apa masalah dan keuntungan yang mungkin
• Melibatkan para pakar bagaimana menangani suatu peristiwa tertentu
berdasarkan masa lalu, sehingga memungkinkan knowlegde engineer
menginterpretasikan setiap tahap dalam penyelesaian masalah dan
menerapkan serangkaian aturan pada aspek-aspek tertentu dari masalah atau
tahapan dalam solusinya.
Thinking Aloud Interviews
Tutorial Interviews
Twenty Questions
Trigger Interviews
• Knowledge engineer memicu tanggapan para pakar. Pemicu dapat mencakup
diagram terstruktur dari sesi akuisisi pengetahuan sebelumnya, dan ini dapat
berguna untuk memeriksa kualitas pengetahuan. Pemicu juga dapat berupa
contoh aktivitas pemecahan masalah di masa lalu.
C. REPRESENTASI PENGETAHUAN
Shallow knowledge
Sistem telah dibangun dengan pengetahuan yang berfungsi tentang problem domain
saja dan hanya akan berguna dalam beberapa situasi yang sangat spesifik. Jika
masalah yang dihadapi tidak tercakup oleh hubungan dasar ini, maka sistem tidak
akan dapat memberikan solusi untuk masalah itu.
• Task dependent
• Brittle (rapuh)
• Additive (berkenaan atau dihasilkan dengan penambahan)
• Tetapi memberikan penalaran yang efektif.
Deep knowledge
Pengetahuan tentang hukum-hukum fundamental yang menjadi dasar suatu sistem.
Pengetahuan ini tidak tergantung pada situasi tertentu dan dengan demikian dapat
digunakan untuk memecahkan berbagai masalah.
• Menggambarkan hubungan sebab akibat
• Lengkap pada tingkat abstraksi tertentu
• Namun penalaran dengan pengetahuan ini bisa sulit
Pemrograman Prosedural
Misalnya program yang ditulis dalam C ++ atau Java terdiri dari serangkaian
prosedur yang harus dilakukan dalam suatu strict sequence untuk mencapai tujuan.
Fitur Utama dari Pemrograman Prosedural :
• Program dibangun sebagai urutan langkah demi langkah “how to”
instructions. Namun, penjelasan dapat dimasukkan untuk memberi tahu
pengguna mengapa kegiatan tertentu dilakukan.
• Format pemrograman menyiratkan respons otomatis terhadap rangsangan; ada
sedikit atau tidak ada pemikiran tentang respons atau tindakan, ini termasuk
dalam program.
Pemrograman Deklaratif
Rules dalam KBS berdiri sendiri sebagai pernyataan kebenaran atau fakta, dan
dapat digunakan oleh mesin inferensi untuk mencapai kesimpulan. Urutan aksi yang
diambil tidak ditentukan, mesin inferensi secara otomatis memilih dan menerapkan
aturan sesuai keinginan.
Fitur Utama dari Pemrograman Deklaratif :
• Memberikan fakta pada domain pengetahuan yang diberikan, secara harfiah
menyatakan hal-hal apa.
• Pernyataan dalam pemrograman deklaratif memberikan informasi mengenai
hubungan antara objek yang berbeda.
• Pengetahuan biasanya dangkal atau pada tingkat permukaan, memberikan
contoh hubungan yang dapat divisualisasikan oleh para pakar dengan mudah.
Mesin inferensi dimulai dengan serangkaian fakta yang digunakan untuk menarik
kesimpulan tentang domain tempat sistem bekerja. Dimulai dari data dan bekerja
maju ke kesimpulan atau goal sistem. Sistem adalah data-driven :
• Masukkan data baru.
• Berlakukan/ aktivkan aturan forward chaining.
• Berikan nilai data baru dari aturan yang diberlakukan.
• Ulangi Langkah 2 dan 3 hingga tidak ada data baru yang dapat disimpulkan.
• Nyatakan solusinya, atau jika tidak ada solusi, maka nyatakan bahwa basis
aturan tidak mencukupi.
Strategi resolusi konflik diperlukan untuk menentukan aturan mana yang akan
diaktifkan (misal dua aturan atau lebih akan diaktifkan pada saat yang sama).
Strateginya :
• No duplication. Jangan memicu sebuah aturan dua kali menggunakan fakta/
data yang sama, agar tidak ada fakta yang ditambahkan ke memori kerja lebih
dari sekali.
• Recency. Pilih aturan yang menggunakan fakta yang paling baru dalam
memori kerja. Hal ini akan membuat sistem dapat melakukan penalaran
dengan mengikuti rantai tunggal ketimbang selalu menarik kesimpulan baru
menggunakan fakta lama.
• Specificity. Picu aturan dengan fakta prakondisi yang lebih spesifik (khusus)
sebelum aturan yang mengunakan prakondisi lebih umum.
• Operation priority. Pilih aturan dengan prioritas yang lebih tinggi.
Rangkuman :
• Data biasanya dimasukkan sebelum sistem memulai proses inferensi.
• Aturan biasanya diperiksa secara individual.
• Aturan yang relevan dikelompokkan bersama untuk membuat sistem lebih
mudah ditulis dan divalidasi.
• Aturan hanya diaktifkan ketika semua informasi mengenai aturan itu tersedia.
• Mesin inferensi tidak diprogram untuk mengajukan pertanyaan dan
mendapatkan informasi baru saat program sedang berjalan.
• Berbagai kesimpulan dapat dicapai.
Meskipun proses inferensi ini berhasil, prosesnya bisa memakan waktu dan tidak
efisien, terutama dimana terdapat ratusan atau ribuan aturan yang harus dicari.
J. BACKWARD CHAINING
Sistem dimulai dengan hipotesis, kemudian kebenaran atau hipotesis terbukti dengan
memeriksa aturan dalam domain. Dengan kata lain, sistem didorong dari goal
kembali ke data. Sistem adalah goal driven.
• Nyatakan tujuan/ goal tertentu.
• Temukan aturan yang menyelesaikan goal, misalnya, menjawab
pertanyaannya.
• Ketika program sedang berjalan, pengguna menjawab pertanyaan untuk
memenuhi aturan yang mendahuluinya yang diperlukan.
• Dapatkan hasil, yaitu goal dapat atau tidak dapat dicapai.
Dalam backward chaining, sistem tidak bekerja sampai dia diperlukan, misalnya, goal
dispesifikasikan.