REPRESENTASI

PENGETAHUAN
OLEH :
SRI WIDANINGSIH, M.KOM
Epistomology Knowledge
Pelajaran mengenai pengetahuan
merupakan suatu epistemology
Istilah epistemologi berasal dari bahasa
Yunani dimana kata “ episteme” yang
berarti pengetahun, dan “logos” yang
berarti teori.
Secara Etimologis, berarti teori
pengetahuan yang berupakan bagian dari
filsasaf yang membahas tentang asal
Pengetahuan Apriori
Berasal dari bahasa Latin artinya “yang
mendahului”
Pengetahuan yang tidak memerlukan pengalaman
maupun observasi untuk mengetahui
kebenarannya
Pengetahuan ini memiliki kebenaran universal
'A priori' adalah pengetahuan yang kita
dapatkan dengan menganalisa konsep dan
menggunakan logika. Dengan kata lain, 'a priori'
tidak tergantung pada pengalaman.
Contoh : pernyataan logika, hukum matematika
Apriori
Semua kotak persegi empat
Apel adalah buah
Brother is male sibling

7 + 5 = 12
5 adalah bilangan prima
Pengetahuan Posteriori
Berarti “ sesudahnya”
A posteriori' mengacu pada pengetahuan
yang kita dapatkan melalui
pengalaman. Ini juga mengacu pada
pengetahuan yang kita dapatkan dari
kesaksian orang lain, yaitu mendengarkan
pengalaman orang lain
Pengetahuan yang berasal dari
pengalaman atau observasi
Diturunkan dari akal pikiran yang sehat
Posteriori
Langitberwarna biru
Lajang tidak bahagia
Semua anjing menggonggong

Monas ada di Jakarta

Klasifikasi Pengetahuan
 Pengetahuan Prosedural (procedural knowledge)
◦ Bagaimana melakukan sesuatu
◦ Contoh : bagaimana cara menghitung volume kubus, bagaimana
merakit sepeda?

 Pengetahuan Deklaratif (declarative knowledge)

◦ pengetahuan tentang hal – hal yang faktual, yang merupakan fakta
nyata.
◦ Pengetahuan deklaratif meliputi fakta dan data yang terpisah –
pisah, himpunan fakta, generalisasi dan teori.
◦ Berkenaan untuk mengetahui sesuatu itu benar atau tidak
◦ rentangnya sangat beragam, bisa berupa pengetahuan tentang fakta,
generalisasi, pengalaman pribadi atau aturan tertentu.
◦ Contoh : menjelaskan apa itu sepeda??
Pengetahuan Tacit (tacit knowledge)/unconscious
knowledge
◦ pengetahuan yang terdapat di dalam otak/pikiran kita sesuai
dengan pemahaman, keahlian dan pengalaman seseorang
biasanya pengetahuan ini tidak terstruktur, susah untuk
didefinisikan dengan bahasa formal dan isinya mencakup
pemahaman pribadi.
◦ Pengetahuan ini umumnya belum terdokumentasi karena
pengetahuan ini masih ada pada keahlian atau pengalaman
seseorang
◦ Contoh Pengetahuan tacit misalnya gagasan, persepsi, cara
berpikir, wawasan, keahlian/kemahiran.
◦ Tukang kayu, koki, penjahit
Pengetahuan dan Sistem Pakar
Pengetahuan merupakan kunci utama
sistem pakar

Algoritma + struktur data = Program

Knowledge + Inferensi = Sistem Pakar
Hirarki Pengetahuan
Noise
• Data yang masih kabur

Data
• Hal potensial yang menarik

Information
• Data yang sudah diproses

Knowledge
• Informasi yang sangat khusus

Meta Knowledge
• Knowldege dan keahlian. pengetahuan dari pengetahuan
Representasi Pengetahuan
Merupakan metode yang digunakan
sebuah sistem pakar berbasis pengetahuan
untuk mengkodekan pengetahuan ke
dalam bentuk yang dapat diproses oleh
komputer
Harus dirancang fakta-fakta dan
pengetahuan lain dapat digunakan untuk
penalaran
Kategori Representasi Pengetahuan
Merupakan kombinasi sistem berdasarkan
dua elemen : struktur data dan penafsiran
prosedur untuk digunakan pengetahuan
dalam menyimpan struktur data
Struktur data tanpa penafsiran prosedur
adalah seperti menggunakan kamus tanpa
program pengecekannya.
Tipe pengetahuan yang bisa diketegorikan dalam
bentuk keahlian (Turban, 2001) :
1. Teori-teori yang mendasari suatu permasalahan
2. Aturan-aturan baku dan prosedur-prosedur
3. Aturan-aturan (heuristic) tentang apa yang
harus dikerjakan dalam suatu permasalahn
yang diberikan
4. Strategi-strategi global untuk pemecahan
5. Meta knowledge
6. Fakta atau bukti
Kategori –kategori untuk pengetahuan
(Feigenbaum, dkk ,1981):
1. Objek-objek
2. Events (kejadian)
3. Performance (tampilan)
4. Meta knowledge
Model Representasi Pengetahuan
Pengetahuan dapat direpresentasikan ke dalam
bentuk sederhana atau kompleks tergantung
dari masalahnya
Beberapa model pengetahuan (Firebaugh,
1989) :
1. Jaringan semantic
2. Frame (bingkai)
3. Script
4. Logika dan Himpunan
5. Kaidah produksi/sistem produksi
1. Jaringan Semantik
Merupakan teknik repesentasi AI untuk
informasi yang proporsional (Stilling,
1987)
Pertama kali diperkenalkan oleh Ross
Quillian tahun 1968
Informasi yang proporsional = pernyataan
yang mempunyai nilai benar atau salah
Merupakan bahasa deklaratif karena
menyatakan fakta
Umumnya berbentuk graf yang terdiri dari
simpul (node) dan busur (arc) yang
menghubungkannya.
Simpul menyatakan objek dan busur sebagai
links atau edge
Simpul digunakan untuk menggambarkan
objek, konsep dan situasi berupa lingkaran
atau kotak
Busur digunakan untuk menunjukkan
hubungan (relationship) , berupa tanda panah
a. Jaringan umum b. Jaringan semantik
Ada 2 tipe yang digunakan untuk
menerangkan link :
◦ IS-A (ISA)
◦ Kind of (AKO)
IS-A artinya “ adalah contoh dari” dan
merupakan anggota tertentu dari kelas
AKO digunakan untuk merelasikan kelas
ke kelas lainnya.
Link lainnya :
◦ Cause = menyebabkan, menunjukkan
pengetahuan sebab akibat
◦ Has-A = mempunyai , merelasikan suatu objek
menjadi suatu atribut
Ket :
 AKO = jenis dari
 IS-A = adalah
 Has-shape = berbentuk
Perluasan Jaringan Semantik
Jaringan semantik dapat diperluas dengan
menambah simpul dan menghubungkan
dengan simpul yang bersesuaian
Dapat berupa objek atau property
tambahan
Penambahan dilakukan 3 cara
1. Objek yang sama. Contoh : penguin
2. Objek yang lebih khusus. Contoh : tweety
3. Objek yang lebih umum . Contoh : animal
Operasi pada Jaringan Semantik
Salah satu cara untuk menggunakan jaringan
sematik adalah dengan cara bertanya pada
simpul.
Contoh : Bird, how do you travel?

Tweety, how do you travel?

OAV (Objek, atribut, value)
Tiga hal yang digunakan untuk
membangun jaringan semantik
sederhana : objek, atribut, value
(nilai)/OAV/triplet
Objek Atribut Value/Nilai
• Bentuk fisik • karakteristik • besaran
• konsep • sifat • Takaran
spesifik
Contoh tabel OAV

Objek Atribut Nilai

Sabun Bentuk Bulat
Sabun Warna Putih
Donat Rasa Coklat
Gula Berat 1 kg
Rumah Kamar tidur 4 kamar
Jaringan semantik untuk beberapa sistem
terdiri dari :
◦ Simpul untuk objek
◦ Atribut dan nilai yang dihubungkan oleh link
HAS-A dan IS-A
2. Frame (bingkai)
Frame dapat dipandang sebagai struktur statik
yang digunakan untuk merepresentasikan
situasi-situsi yang telah dipahami atau
stereotype dari kejadian-kejadian dalam
sebuah konteks khusus (Minsky, 1975)
Frame merupakan ruang-ruang (slot) yang
berisi atribut untuk mendeskripsikan
pengetahuan.
Pengetahuan dapat berupa kejadian, lokasi,
situasi atau elemen-elemen lainnya
Frame digunakan untuk
merepresentasikan pengetahuan
deklaratif.
Frame membuat deskripsi sebuah objek
dengan menggunakan tabulasi informasi
yang berhubungan dengan objek.
Frame merupakan cara yang lebih
kompleks dibandingkan dengan jaringan
semantik
Level paling atas menunjukkan atribut yang
selalu bernilai benar tentang situasi sedangkan
level paling bawah mempunyai terminal atau slot
yang harus diisi dengan contoh atau data spesifik.
Slot-slot dalam frame berisi :
◦ Informasi identifikasi frame
◦ Hubungan dengan frame lain
◦ Pengembangan persyaratan yang dibutuhkan
◦ Informasi procedural
◦ Informasi default frame
◦ Informasi baru
Pohon
Spesialiasi dari : Tumbuhan
Jumlah batang : integer (default 1)
Jenis kulit : halus
Model daun : jenis pohon jarum,
berganti daun
Bentuk daun : sederhana , berlekuk, Pohon Saya
campuran Spesialiasi dari : Pohon
Jumlah batang : 3
Jenis kulit : halus
Model daun : berganti daun
Bentuk daun : sederhana , berlekuk
 Ruang (Slot) Isi (filler)
Nama Flu
Gejala a. Bersin
b. Pusing
c. Demam
Obat a. Istirahat yang cukup
b. Minum obat pereda sakit
c. Makan-minuman bergizi
Selain bentuk di atas, untuk frame desain
struktur yang dimilikinya dapat seperti
pada gambar di bawah
 Value
Slot
Default
Frame
Range
Subslot
If added
If needed
Other
Dua jenis property :
◦ Statis : fitur objek tidak berubah
◦ Dinamis : fitur objek dapat berubah
Buatlah contoh jaringan semantik dan
frame untuk objek-objek berikut :
Semantik (pilih 3 objek) Frame (min 4 slot &
Minimal 5 node/objek 4 frame)
Kupu-kupu Tata surya
Sepatu Motor
Delman Handphone
Ikan Rumah
Bioskop Puskesmas
Rambut Pabrik
Kue Perpustakaan
Laut Televisi
Tomat Transportasi Laut
Tangan Swalayan