AKUISISI DAN VALIDASI

PENGETAHUAN
(Knowledge)

Pertemuan 2
Disusun oleh : Dosen Teknik Informatika, Unindra
Apa itu Pengetahuan
(Knowledge)?

Informasi yang diperoleh dari kumpulan data

Kumpulan data dapat diambil polanya

Pola dari kumpulan data adalah salah satu

bentuk pengetahuan

Pengetahuan yang diperoleh akan

merepresentasikan keadaan yang telah
terjadi atau akan terjadi di masa depan
HIRARKI
PENGETAHUAN
Kebijakan

Meta-
Business Intelligence Knowledge
Decision Support System
Expert System
Knowledge Management System Pengetahuan

Sistem Informasi Informasi

Sistem Basis Data

Data

Noise
REKAYASA
PENGETAHUAN
▪ Menjelaskan keseluruhan
proses pengembangan dan
pengelolaan sistem
Kecerdasan Buatan (AI)
▪ Berhubungan dengan akuisisi,
representasi, validasi,
inferencing, penjelasan dan
pengelolaan Knowledge
SUMBER
KNOWLEDGE BASE
Ada 2 Sumber:
1. Terdokumentasi
2. Tidak Terdokumentasi

Sumber tidak terdokumentasi sering kali

dijumpai akan tetapi sulit
didokumentasikan karena berada dalam
pikiran manusia
KLASIFIKASI PENGETAHUAN
Berdasarkan teknik pemecahan masalah

Compiled Knowledge
Pengalaman pakar terhadap suatu domain masalah yang biasanya diperoleh dari buku, catatan,
dan standar prosedur

Quantitative Knowledge
Pengetahuan yang berasal dari teknik dalam teori matematika atau metode numerik

Qualitative Knowledge
Pengetahuan yang diperoleh dari aturan praktis, teori perkiraan, dan model sebab akibat.
Pengetahuan kualitatif ada 2 jenis:
1. Pengetahuan Prosedural : bagaimana cara menyelesaikan sesuatu
Contoh: cara membuat kue
2. Pengetahuan Deklaratif: berhubungan dengan atribut dari suatu benda atau domain masalah
Contoh: buah jeruk berbentuk bulat dan warna orange
KATEGORI PENGETAHUAN

Procedural vs Declarative Knowledge

o Declarative Knowledge – pengetahuan dari fakta
o Procedural Knowledge – pengetahuan tentang bagaimana terjadinya “sesuatu”

Tacit vs Explicit Knowledge

o Tacit – tidak mudah diartikulasikan
o Explicit – mudah diartikulasikan

General vs Specific Knowledge

TINGKATAN PENGETAHUAN (Knowledge)

SHALLOW KNOWLEDGE (PENGETAHUAN DANGKAL)

Mengacu pada representasi informasi level permukaan yang
berhubungan dengan situasi yang sangat spesifik. Salah satu
contohnya aturan IF-THEN

DEEP KNOWLEDGE (PENGETAHUAN DALAM)

Mengacu pada struktur dalam dan penyebab dari suatu sistem dan
mempertimbangkan interaksi diantara komponen-komponen sistem.
Berbasis secara penuh pada integrasi, hubungan erat kesadaran
manusia yang melibatkan emosi, akal sehat, intuisi dan lain-lain.
Jenis pengetahuan ini sulit untuk dikomputerisasikan
JANTUNGNYA SISTEM PAKAR

Mesin Inferensi Human Computer Interaction

Akuisisi Pengetahuan
Representasi Pengetahuan (HCI)
TAHAPAN
PERTAMA SISTEM
BERBASIS
PENGETAHUAN

Akusisi Pengetahuan
Representasi Pengetahuan
Inferensi Pengetahuan
APA ITU AKUISISI PENGETAHUAN

▪ Mengumpulkan informasi dari berbagai sumber/ pakar untuk

kemudian disimpan dalam sistem komputer

▪ Sumber pengetahuan: pakar/ experts, buku, laporan teknikal,

database, dll

▪ Siapa yang melakukannya?

Knowledge Engineer Pakar

APA SAJA YANG DI AKUISISI

Akuisisi Pengetahuan

What is it?

What are the issues?

What are the solutions?

What techniques are use?

AKUISISI PENGETAHUAN – What is it?

Pengetahuan

Seorang
Pakar
Akuisisi
Pengetahuan
Dokumen Knowledge
Repository

Software
Knowledge Engineer
TUJUAN AKUISISI PENGETAHUAN

1. Merumuskan pengetahuan (Knowledge Base) sehingga

dapat diorganisasikan kedalam komputer
2. Mendapatkan pengetahuan, fakta – aturan, model dan cara
pemecahan masalah
AKUISISI PENGETAHUAN - Isu

Memperoleh pengetahuan itu

sulit, dan bisa sangat memakan
waktu, mahal dan tidak efisien

Knowledge
Pakar Repository
Dibutuhkan teknik untuk:
1. Membuat para ahli mau berhenti bekerja
untuk waktu yang singkat
2. Menangkap pengetahuan terstruktur
secara efisien
3. Fokus pada pengetahuan yang penting
/essential
4. Dapat menangkap pengetahuan tacit
PERMASALAHAN AKUISISI
PENGETAHUAN
PERMASALAHAN PENJELASAN
Sulit mengekspresikan Pakar Menggunakan aturan yang berbeda dalam menyelesaikan masalah-masalah dalam
permasalahan kenyataannya dibandingkan yang ia nyatakan dalam wawancara akuisisi knowledge
Pakar sering kali mengabaikan proses detai bagaimana ia sampai mengambil kesimpulan

Sangat sulit bagi Pakar dalam mengekspresikan pengalamannya yang berasal dari sensasi,
pertimbangan, ingatan, indrawi, dan perasaan
Transfer ke Mesin Knowledge dari manusia harus disimpan dalam format dengan susunan tertentu.

Mesin membutuhkan Knowledge agar bisa mengekspresikannya secara jelas dalam level yang
lebih rendah, lebih detil daripada manusia
Jumlah Patrisipan Dalam transfer umum pengetahuan, ada 2 Partisipan yaitu Pengirim dan Penerima. Contohnya :
Sang pakar memiliki sedikit sekali mengerti tentang komputer sedangkan Knoledge Engineer
tidak memiliki banyak pengetahuan tentang wilayah permasalahan
Struktur Pengetahuan Pengetahuan (Knowledge) harus disusun menurut aturan tertentu (Misalnya Rules/ aturan-
aturan)
Keterbatasan waktu Pakar mungkin memiliki keterbatasan waktu atau tidak bersedia kerja sama
PERMASALAHAN AKUISISI
PENGETAHUAN
PERMASALAHAN PENJELASAN
Pengujian dan Pengujian (testing) dan penghalusan pengetahuan (knowledge) adalah sesuatu yang rumit
Penghalusan
Metode Definisi yang mungkin kurang baik dari metode suatu pengtahuan (knowledge)

Sumber tidak cukup 1 Pembangun sistem bertendesi untuk mengumpulkan pengetahuan (knowledge) dari satu
sumber, namun pengetahuan yang relevan mungkin harus diperoleh dari berbagai sumber
Sumber dokumentasi Pembangun mungkin mencoba untuk mengumpulkan knowledge terdokumentasi daripada
kurang lengkap memanfaatkan para pakar sehingga pengetahuan yang dikumpulkan mungkin tidak lengkap.
cenderung dipilih
Pengetahuan Sulit mengenali pengetahuan (knowledge) tertentu jika tercampur dengan data yang tak
tercampur dengan relevan
data yang tidak relevan
Perubahan perilaku Pakar mungkin mengubah perilakunya jika diamati dan/atau wawancara
pakar
Masalah komunikasi Masalah komunikasi antarpersonal yang mungkin ada diantara knowledge engineer dan pakar
BAGAIMANA CARA MENGATASINYA

1. Mengembangkan program yang mampu menerima saran

seperti yang sering diberikan kepada user/ pemula
2. Beberapa paket software pengembangan Sistem Pakar
menyederhanakan sintaks dari rules (dalam sistem
berbasis rule/ aturan) untuk membuat builder dari Sistem
Pakar lebih mudah membuat dan memahami tanpa
pelatihan khusus.
3. Beberapa kesulitan mungkin bisa dikurangi atau
dihilangkan dengan tool akuisisi knowledge berbasis
komputer dan dengan integrasi ekstensif dengan berbagai
usaha akuisisi.
KETERAMPILAN YANG DIBUTUHKAN
KNOWLEDGE ENGINEER
1. Keterampilan komputer (hardware, pemograman, software)
2. Toleransi dan Ambivelansi (bisa bersikap mendua, untuk sementara)
3. Kemampuan komunikasi efektif (sensitivitas, taktik, dan diplomasi
4. Latar belakang pendidikan yang luas
5. Keterampilan verbal di bidang sosial yang canggih dan mendalam
6. Kemampuan untuk belajar cepat (dari bermacam-macam domain berbeda)
7. Pemahaman mengenai organisasi dan individu
8. Pengalaman yang mumpuni dalam rekayasa pengetahuan
9. Inteliijen/ kecerdasan
10. Empati dan kesabaran
11. Ketekunan
12. Beroikir logic
13. Mengetahui pelbagai hal dan suka hal-hal baru
14. Percaya diri
MENEMUKAN OBJEK DALAM
PENGETAHUAN - CONTOH

Konsep:
“Membandingkan Kob
KOB, Mesin, SN4
dengan mesin serupa,
yaitu SN4, menurut saya
Kob jauh lebih kecil dan Relasi:
Lebih kecil, lebih
lebih ringan. Saya
ringan
mencirikan Kob memiliki
efisiensi tinggi, emisi Nilai:
rendah dan tenang. Itu Efisiensi tinggi, emisi
mesin yang tenang" rendah, tenang

Objek Pengetahuan
MEMODELKAN PENGETAHUAN - CONTOH
Semantic Network

KOB

Lebih kecil
Lebih ringan Frame

SN4 KOB
Efisisiensi Tinggi

Emisi Rendah

Noise Level Tenang

DARI PAKAR KE REPOSITORI

Objek Model
Pengetahuan Pengetahuan Knowledge
Pakar Repository
PROSES AKUISISI PENGETAHUAN
Untuk membangun Sistem Pakar
METODE AKUISISI
PENGETAHUAN
Manual
• Teknik mendapatkan knowledge dari pakar
dapat dilakukan dengan cara manual atau
dengan bantuan komputer
• Kebanyakan teknik manual dipinjam (tetapi
seringkali dimodifikasi) dari bidang Psikologi
atau dari analisis sistem
• Metode manual pada dasarnya dicirikan
dengan jenis wawancara terstruktur.

Metode Manual Akuisisi Pengetahuan

METODE WAWANCARA

▪ Format Akuisisi knowledge yang paling umum adalah analisis

wawancara tatap muka
▪ Dalam wawancara , pakar diberi presentasi dengan kasus simulasi
atau jika mungkin dengan masalah nyata secara singkat dimana
Sistem Pakar nantinya diharapkan bisa menyelesaikan. Lalu sang
pakar kemudian ditanyai untuk “menceritakan” kepada knowledge
engineer mengenai solusinya (Metode Walkthrough).
▪ Ada 2 jenis wawancara: Tidak Terstruktur (informal) dan terstruktur
METODE WAWANCARA
TIDAK TERSTRUKTUR

▪ Kebanyakan wawancara akuisisi knowledge dilakukan secara

informal, biasanya sebagai tahap permulaan.
▪ Memulai dengan cara informal bisa menghemat waktu (Secara
cepat membantu mendapatkan struktur dasar domain
permasalahan, lalu setelahnya biasanya diteruskan dengan teknik
formal)
▪ Akan tetapi wawancara tidak terstrukur merupakan hal yang
tidaklah sederhana sehingga memberikan knowledge engineer
bermacam masalah.
METODE WAWANCARA
TERSTRUKTUR

Prosedur untuk melakukan wawancara terstruktur:

▪ Knowledge Engineer mempelajari materi yang tersedia pada domain untuk
mengidentifikasi garis batas utama pengetahuan yang relevan
▪ Mengkaji ulang kemampuan Sistem Pakar yang direncanakan dan
mengidentifikasi tujuan pertanyaan yang akan diajukan selama sesi akuisisi
knowledge.
▪ Knowlegde Engineer secara formal menjadwalkan dan merencanakan
(menggunakan form) wawancara terstruktur. Perencanaan ini termasuk juga
janji bertemu secara fisik, mendefinisikan tujuan dan agenda sesi akuisisi
knowledge, serta mengidentifikasi/ memperhalus wilayah utama petanyaan.
METODE AKUISISI
PENGETAHUAN
Bantuan Komputer
Computer-
A. Semi Otomatis Expert coding
added Knowledge
1. Knowledge base dibangun dengan (interactive Engineer
atau tanpa knowledge engineer Interviewing)
dengan menggunakan Computer
2. Knowledge base dibangun oleh
knowledge engineer dengan caranya
yang dianggap lebih esifisen dan Knowledge
meminimalkan partisipasi pakar Base

B. Otomatis
METODE AKUISISI
PENGETAHUAN
Bantuan Komputer

A. Semi Otomatis
B. Otomatis
Peran akar dan/atau knowledge engineer diminimalkan atau malah dihilangkan.
Contoh: Metode induksi yang diatur oleh sembarang builder, misalnya seorang
analis sistem

Case Histories and Induction System Knowledge Base

Examples
TEKNIK AKUISISI
PENGETAHUAN
1. Protocol Generation Tehcniques
2. Laddering
3. Protocol Analysis
4. Process Mapping
5. Concept Sorting
6. Repetory Grid Analysis/ Matrix Grid
Protocol Generation Tehcniques

WAWANCARA
TIDAK TERSTRUKTUR

Kebanyakan wawancara akuisisi pengetahuan dilakukan secara informal, biasanya

sebagai tahap permulaan.

Memulai dengan cara informal bisa menghemat waktu (secara cepat membantu
mendapatkan struktur dasar domain permasalahan, lalu setelahnya biasanya
diteruskan dengan teknik formal)

Akan tetapi wawancara tidak terstruktur merupakan hal yang tidaklah sederhana
sehingga memberikan knowledge engineer bermacam masalah.
Protocol Generation Tehcniques

WAWANCARA
TIDAK TERSTRUKTUR

Kelemahan
Wawancara tidak terstruktur seringkali tidak dapat menyediakan gambaran lengkap atau
terorganisasi baik dari proses cognitive (pengenalan/ pemahaman).

Alasannya :
1. Domain biasanya rumit
2. Pakar biasanya kesulitan mengekspresikan elemen yang lebih penting dari knowledge-nya
3. Domain pakar mungkin menginterprestasikan struktur yang buruk karena persiapan yang
kurang sebelumnya saat akan diadakan wawancara.
4. Data yang diperoleh sering kali tidak berkaitan, terdiri dari berbagai macam level kerumitan,
dan sulit bagi knowledge engineer untuk mengkaji ulang, menginterpretasikan dan
mengintegrasikan
5. Disebabkan kurangnya pelatihan dan pengalaman dari knowledge engineer dalam
melakukan wawancara tidak terstruktur dengan efisien
Protocol Generation Tehcniques

WAWANCARA
TERSTRUKTUR

Prosedur :
1. Knowledge Engineer mempelajari materi yang tersedia pada domain
untuk mengidentifikasi garis batas utama pengetahuan yang relevan
2. Mengkaji ulang kemampuan Sistem Pakar yang direncakan dan
mengidentifikasi tujuan pertanyaan yang akan diajukan selama sesi
akuisisi knowledge.
3. Knowlegde Engineer secara formal menjadwal dan merencanakan
(menggunakan form) wawancara terstruktur. Perencanaan ini termasuk juga
janji bertemu secara fisik, mendefinisikan tujuan dan agenda sesi akuisisi
knowledge, serta mengidentifikasi/ memperhalus wilayah utama petanyaan.
Protocol Generation Tehcniques

WAWANCARA
TERSTRUKTUR

Prosedur :
4. Knowledge engineer dapat saja menuliskan contoh pertanyaan,
berfokus pada jenis pertanyaan, level dan teknik bertanya.
5. Knowledge Engineer meyakinkan pakar domain agar memahami maksud
dan tujuan sesi ini dan mendorong pakar untuk bersiap-siap lebih dulu
sebelum dilakukan wawancara.
6. Selama wawancara, knowledge engineer mengikuti arahan/ panduan
dalam melakukan wawancara dan menggunakan navigasi untuk
mempertahankan struktur wawancara.
Laddering

▪ Pengetahuan dimodelkan berdasarkan level seperti anak tangga.

▪ Pengetahuan dimodelkan berdasarkan attribute, nilai, proses, dll
▪ Contoh 1 laddering berdasarkan attributes dan values
▪ Contoh 2 laddering berdasarkan proses

Contoh 2

Contoh 1
PROTOCOL ANALYSIS
METODE PELACAKAN
▪ Mengacu pada teknik yang mencoba untuk melacak proses
reasoning dari seorang pakar
▪ Pendekatan yang popular diantara para psikolog kognitif yaitu orang
yang tertarik untuk mengetahui jalan pikiran seorang pakar saat sang
pakar tersebut mencapai kesimpulan.
▪ Knowledge engineer dapat menggunakan proses pelacakan untuk
menemukan informasi apa yang digunakan dan bagimanan
penggunaanya
▪ Metode pelacakan dapat formal ataupun informal
▪ Metode formal yang paling umum adalah ANALISIS PROTOKOL

Pakar menyediakan
komentar berjalan
saat mereka
melakukan tugas.
Ini direkam dan
ditranskripsi.
PROCESS MAPPING

▪ Pengetahuan dimodelkan seperti peta

▪ Pemetaan dibangun berdasarkan beberapa
model laddering yang dibangun sebelumnya
CONCEPT SORTING

▪ Ahli berulang kali menyortir kartu, gambar

atau objek menjadi tumpukan berdasarkan
pada properti serupa.

Buah Berbiji Buah Manis

Buah Tanpa Biji Buah Asam

REPETORY GRID ANALYSIS

▪ Pengalaman sering berdasarkan persepsi, wawasan

dan intuisi sehingga banyak pakar kesulitan dalam
mengekspresikan penalaran/ reasoning dari
pengetahuan pakar itu sendiri
▪ Pakar sering kali bingung membedakan fakta dan
faktor yang sesungguhnya mempengaruhi
pengambilan keputusan
▪ Untuk mnegatasinya diturunkan dari bidang
Psikologi yaitu menggunakan pendekatan dengan
wawancara terklasifikasi (Classification Interview)
▪ Karena terstruktur saat diaplikasikan ke teknologi,
metode ini biasanya dibantu dengan komputer.
▪ Metode utamanya disebut Repertory Grid Analysis
(RGA).
REPETORY GRID ANALYSIS

Cara Kerja RGA

SOFTWARE AKUISISI
PENGETAHUAN
EXSYS
EXSYS
EXSYS
EXSYS
 TUGAS
TUGAS AKHIR SBP
Buatlah
BuatlahProyek
ProyekRancangan
RancanganSistem
SistemBerbasis
BerbasisPengetahuan
Pengetahuan
Ketentuan:
1. Pilihlah topik permasalahan yang akan anda selesaikan dengan SBP
2. Lakukan peracangan SBP sesuai dengan tahapan dasar SBP yaitu Akuisisi Pengetahuan, Representasi Pengetahuan,
Inferensi Pengetahuan.
3. Anda bebas memilih teknik atau metode yang digunakan pada setiap tahapan
4. Tuliskan hasil rancangan anda secara ilmiah kedalam bentuk Laporan Proyek SBP dengan susunan daftar isi sebagai
berikut:

COVER [Judul dan Identitas Diri] DEADLINE H-3

RINGKASAN [maks 200 kata dilengkapi dengan kata kunci] MINGGU SEBELUM
BAB 1 PENDAHULUAN [jelaskan latar belakang masalah dan solusinya secara ilmiah] UAS/UAP
BAB 2 AKUISISI PENGETAHUAN [jelaskan teknik dan hasilnya]
BAB 3 REPRESENTASI PENGETAHUAN [jelaskan teknik dan hasilnya]
BAB 4 INFERENSI PENGETAHUAN [jelaskan metode dan hasilnya]
BAB 5 UJI COBA dan SIMPULAN [ Berikan sample berupa fakta baru yang kemudian diselesaikan dengan SBP yang sudah dirancang]
BAB 6 Rancangan User Interface/ Prototype [Optional]

5. Progress laporan bisa dilaporkan setiap ada kemajuan pada saat waktu kuliah (15 menit disediakan untuk diskusi
laporan proyek)
6. Halaman isi laporan minimal 6 – 8 halaman
REFERENSI
1. Akerkar, R dan Sajja, P. 2010. Knowledge-Based Systems. Jones & Bartlett
Learning
2. Azmi, Z dan Yasin, V. 2017. Pengantar Sistem Pakar dan Metode
(Introduction of Expert System and Methods). Jakarta: Mitra Wacana
Media.
3. Hartati, S. 2021. Kecerdasan Buatan Berbasis Pengetahuan. UGM Press
4. Kusrini. 2006. Sistem Pakar Teori dan Aplikasi. Yogyakarta: Andi.
5. Rukun K, dan Hayadi, H. 2018. Sistem Informasi Berbasis Expert System.
Sleman: Deepublish
6. Subakti, Irfan. 2002. Sistem Berbasis Pengetahuan (Knowledge Based
System). Surabaya : Teknik Informatika, Institute Teknologi Sepuluh
November.