PENGETAHUAN
(Knowledge)
Pertemuan 2
Disusun oleh : Dosen Teknik Informatika, Unindra
Apa itu Pengetahuan
(Knowledge)?
Meta-
Business Intelligence Knowledge
Decision Support System
Expert System
Knowledge Management System Pengetahuan
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
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
Akusisi Pengetahuan
Representasi Pengetahuan
Inferensi Pengetahuan
APA ITU AKUISISI PENGETAHUAN
Akuisisi Pengetahuan
What is it?
Pengetahuan
Seorang
Pakar
Akuisisi
Pengetahuan
Dokumen Knowledge
Repository
Software
Knowledge Engineer
TUJUAN AKUISISI PENGETAHUAN
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
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
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.
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
WAWANCARA
TIDAK TERSTRUKTUR
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
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
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.