Teknik Akuisisi Pengetahuan

1. Definisi
Akuisisi Pengetahuan adalah proses ekstraksi, strukturisasi, dan mengorganisasikan
pengetahuan dari satu sumber atau lebih. Proses ini merupakan suatu proses yang penting,
namun seringkali menjadi “bottleneck” yang membatasi pengembangan sistem pakar dan
sistem AI yang lain.

2. Knowledge Engineering
Knowledge Engineering (KE) adalah seni dalam membawa prinsip – prinsip dan perkakas
(tools) dari penelitian AI yang berhubungan dengan permasalahan aplikasi yang sulit
dibutuhkan pakar pengetahuan guna dicari solusinya.
Ke dibedakan dalam 2 perspektif, yaitu :
 Dalam arti sempit : akuisisi, representasi, validasi pengetahuan, explanasi dan
maintenance.
 Dalam arti luas : proses penyusunan dan penanganan sistem AI (Artificial
Intelegence).

3. Tujuan Knowledge Engineering

Menyusun program yang memiliki modul alami, sehingga penambahan dan perubahan dapat
dibuat dalam satu modul tanpa mempengaruhi kerja modul yang lain.

4. Proses – Proses Knowledge Enginering

 Knowledge Acquisition (Akuisisi Pengetahuan).
 Knowledge Validation (Validasi Pengetahuan).
 Knowledge Representation (Representasi/ penyajian Pengetahuan).
 Inferensi (Penarikan kesimpulan).
 Explanation and Justification (Kemampuan menerangkan dan memberi pertimbangan).
5. Akuisisi Pengetahuan
a. Mengakuisisi pengetahuan dari pakar, buku-buku, dokumen-dokumen, sensor, file-file
komputer.
b. Pengetahuan dapat berupa :
 Permasalahan khusus
 Prosedur penyelesaian masalah
 Pengetahuan umum (misal, pengetahuan bisnis)
 Meta pengetahuan (pengetahuan tentang pengetahuan)

6. Sumber – Sumber Pengetahuan

7. Tingkatan Pengetahuan
a. Pengetahuan Dangkal (Shallow Knowledge)
 Merepresentasikan suatu informasi, hanya permukaannya saja, hanya untuk
masalah yang spesifik.
 Merepresentasikan hubungan input – output dasar suatu sistem
 Biasanya disajikan dalam aturan Jika - Maka
 Misal : Jikabensin dalam tangki kosong Maka mobil tidak bisa dijalankan
 b. Pengetahuan Dalam (Deep Knowledge)
 Diperlukan untuk menyelesaikan permasalahan.
 Meliputi struktur internal dan kausal yang didasarkan pada interaksi diantara
komponen – komponen sistem.
 Tipe pengetahuan ini sulit dikomputerisasi, karena didasarkan pada integrasi yang
komplet, seperti emosi, akal sehat, intuisi, dsb.
 Pembangun sistem harus memiliki pengetahuan yang kuat tentang elemen dasar dan
interaksi diantaranya.

8. Kategori Umum Pengetahuan

a. Declarative Knowledge
 Pengetahuan disajikan dalam bentuk keterangan.
 Termasuk dalam pengetahuan dangkal –Penting untuk menentukan keadaan awal.
 Misal : “Ada hubungan positif antara merokok dan kanker”.

b. Prosedural Knowledge
 Mempertimbangkan segala sesuatu dalam suatu kegiatan yang memiliki keadaan
yang berbeda.
 Memasukkan rangkaian langkah-langkah dan tipe-tipe instruksi, termasuk
keterangan.
 Contoh : Jika rasio lebih dari 12, hentikan penyelidikan. Investasi terlalu beresiko.
Jika rasio kurang dari dua belas, periksa lembar perhitungan.

c. Metaknowledge
 Pengetahuan tentang pengetahuan
 Metaknowledge menerangkan pengetahuan tentang operasi sistem berbasis
pengetahuan,yaitu tentang kemampuan melakukan penalaran.

9. Kesulitan dalam akuisi pengetahuan

a. Masalah dalam mentransfer pengetahuan
 Mengekspresikan pengetahuan.
 Transfer ke mesin.
 Jumlah partisipan.
 Strukturisasi pengetahuan.
 Alasan lain.
 b. Keterampilan perekayasa pengetahuan
 Komputer skills.
 Kemampuan belajar dengan cepat.
 Berpikir logis, dll.

10. Proses akuisisi pengetahuan

a. Identifikasi
b. Konseptualisasi
c. Formalisasi
d. Implementasi
e. Pengujian

11. Metode – metode akuisisi pengetahuan

a. Metode manual
 Meliputi beberapa macam wawancara.
 Perekayasa pengetahuan mengumpulkan pengetahuan dari pakar dan sumber lain.
 Ada tiga macam wawancara (terstruktur, semi struktur, tidak terstruktur).
b. Metode otomatis
 Peran pakar dan atau perekayasan pengetahuan diminamalkan atau dikurangi.
 Contoh : sistem induksi
Contoh Kasus :
APLIKASI SISTEM PAKAR DIAGNOSA PENYAKIT GINJAL DENGAN METODE
DEMPSTER – SHAFER
Oleh : Aprilia Sulistyohati, Taufiq Hidayat

Abstrak
Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan,
fakta, dan tehnik penalaran dalam memecahkan masalah yang biasanya hanya dapat
dipecahkan oleh seorang pakar dalam bidang tertentu. Sistem pakar memberikan nilai
tambah pada teknologi untuk membantu dalam menangani era informasi yang semakin
canggih.

Aplikasi Sistem Pakar ini menghasilkan keluaran berupa kemungkinan penyakit

ginjal yang diderita berdasarkan gejala yang dirasakan oleh user. Sistem ini juga
manampilkan besarnya kepercayaan gejala tersebut terhadap kemungkinan penyakit ginjal
yang diderita oleh user. Besarnya nilai kepercayaan tersebut merupakan hasil perhitungan
dengan menggunakan metode Dempster-Shafer.

Kata kunci : Ginjal, Sistem Pakar, metode Dempster-Shafer

Rangkuman
1. Aplikasi sistem pakar untuk mendiagnosa penyakit ginjal adalah suatu aplikasi untuk
mendiagnosa penyakit ginjal berdasarkan pengetahuan dari para pakar.
2. Dengan adanya akses online berbasis web maka masyarakat dapat mendiagnosa
kemungkinan penyakit ginjal yang dideritanya sebelum mengambil tindakan
lebih lanjut seperti konsultasi ke dokter atau tes laboratorium di rumah sakit.
3. Nilai kepercayaan yang dihasilkan dari sistem ini sama dengan hasil perhitungan
secara manual dengan menggunakan teori Dempster-Shafer. Sehingga keakuratan
hasilnya sudah sesuai dengan perhitungan yang diharapkan.
4. Aplikasi sistem pakar ini dapat menjadi sarana untuk menyimpan pengetahuan
tentang penyakit ginjal dari para pakar atau ahlinya.
5. Dari hasil kuisioner, responden tertarik dengan sistem ini karena interface dan
pewarnaan sistem sangat user friendly dan menarik, serta informasi yang yang
diberikan sistem sudah mencukupi kebutuhan user dalam mendiagnosa penyakit
ginjal. Dan dari segi manfaat para dokter sangat tertarik dengan aplikasi sistem pakar
diagnosa penyakit ginjal ini