Basis Pengetahuan (Bagian 3)

Frame Based Knowledge

Model   representasi   bingkai   (frame    based   representation)   adalah    salah    satu representasi  pengetahuan  yang  dipakai  untuk  menyimpan  pengetahuan  dan  fakta  mengenai subyek  tertentu.  Model  ini  didukung  oleh  OKBC  yang  dapat  memfasilitasi  interoperabilitas antar basis pengetahuan.[Fridman, 2000]

Representasi pengetahuan dengan bingkai:

1.      Frame

Sebuah  FRS  mengelola  pengetahuan  dalam  gaya yang berorientasi objek.  “object  oriented”,  dimana fakta akan dihubungkan  dengan  obyek  yang  disebutkan  dalam  fakta dalam sebuah frame.  Frame  adalah  obyek  dimana  fakta saling dikaitkan. Frame membutuhkan nama,  yang kemudian FRS memelihara pemetaan dari nama  obyek  frame. Frame  ini  tercatat  sebagai  entitas  dalam  dunia  konseptual.  Frame tersimpan secara terbatas dalam basis pengetahuan.

2.      Slot

Slot  adalah  pemetaan  dari  frame kepada  himpunan  dari  nilai. Slot  juga  dikenal  dengan  nama.

3.      Classes and Instances

Classes and instancesClass  adalah  himpunan  dari  instance,  dimana  disebut  dengan  instance  dari  class. Sebuah entitas dapat menjadi instance dari banyak class, dimana disebut dengan tipenya, dan sebuah class dapat menjadi type dari banyak class. 

4.      Slot Value Inharitance dan Default

Slot   adalah   pemetaan   dari   sebagian   frame   ke   himpunan   nilai. Tetapi   karena modularitas dan alasan lain FRS mengizinkan satu slot untuk mendeskripsikan himpunan dari pemetaan untuk semua instance dari class.

5.      Facets

Facets  adalah  keterangan  dari  slot. Facet  memiliki  nilai  yang  sama  dengan  nilai  slot.

Object Based Knowledge

Adalah sebuah sistem yang dirancang untuk membentuk basis pengetahuan dengan bentuk objek dan kelas. Karena system ini bekerja dengan dasar objek dan kelas yang sangat ekspresif, layanan system ini lebih cocok untuk meneyediakan representasi sistem berbasis pengetahuan. Namun sistem ini sulit untuk diterapkan dengan benar.

Sumber:

Priandoyo, Anjar. 2004, Penggunaan Kembali Basis Pengetahuan Dengan Representasi Bingkai Dalam Aplikasi Kecerdasan Buatan. Yogyakarta

http://www.sciencedirect.com/science/article/pii/030643799090013F

Basis Pengetahuan (Bagian 2)

Rule based System Adalah suatu cara untuk menyimpan dan memanipulasi data pengetahuan untuk menyediakan informasi yang berguna. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang langkah-langkah pencapaian solusi.

Jikalau ingin membuat Rule Based System untuk masalah tertentu, maka anda harus memiliki:

1. Sekumpulan fakta untuk mewakili pekerjaan yang nantinya akan dilakukan.
2.         Sekumpulan fakta.
3.       Sebuah kondisi yang menentukan bahwa solusi telah ditemukan atau tidak ada satupun yang exist.

Keuntungan Rule Based System:

1.              Modularity
2.       Uniformity
3.            Naturalness

k    Kerugian Ruled Based System:

1.      Infinite Chaining
2.      Possibility of Contraditions
3.      Inefficiency
4.      Opacity
5.      Complex Domains
6. 
   

Case Based Reasoning dilakukan pada penalaran berbasis kasus (cases), basis pengetahuan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk mengetahui lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Selain itu, bentuk ini juga digunakan apabila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan atau dapat diartikan pengetahuan direpresentasikan dalam bentuk kesimpulan kasus.

Case-Based Reasoning (CBR) terdiri dari atas empat langkah utama, yaitu:

1. Retrieve : yaitu mengambil kembali permasalahan yang sama. Pada langkah ini dilakukan  proses pencarian atau kalkulasi dari kasus-kasus yang memiliki kesamaan.
2.  Reuse : yaitu menggunakan kembali informasi dan pengetahuan dalam kasus tersebut untuk  mengatasi masalah baru. Pada langkah ini dicari solusi dari kasus serupa pada kondisi sebelumnya  untuk permasalahan baru.
3. Revise : yaitu meninjau kembali solusi yang diberikan. Pada langkah ini dicari solusi dari  kasus serupa pada kondisi sebelumnya  untuk permasalahan yang terjadi kemudian.
4. Retain : yaitu mendalami bagian dari pengalaman sebelumnya untuk digunakan dalam  pemecahan masalah berikutnya.

Sumber:

 http://markethiller.blogspot.com/2011/09/rule-based-system.html#ixzz4PfOrpcxG

 http://cs.ugm.ac.id/computerscience/2012/05/09/sri-mulyana-m-kom/

 http://informatika.web.id/basis-pengetahuan-knowledge-base.htm

Pembuktian Beberapa Hukum Interverensi.

Hukum Datasemen adalah hukum yang bertujuan mencari solusi dari sebuah pernyataan dan sebuah premis.
Logika:
pàq

q
kesimpulannya adalah p.

Pada hukum datasemen kita mempunyai sebuah pernyataan implikasi dan satu premis. Pernyataan pertama merupakan jika p maka q, dan premis yang menyatakan hasil adalah q. maka karena p maka q, kesimpulannya adalah p.

Pada tabel kebenaran dilakukan pembuktian terhadap hukum datasemen. Pada kolom terakhir hasil yang ada menunjukan "TRUE" yang berarti pembuktian melalui tabel kebenaran berhasil.

Hukum Kontraposisi adalah hukum yang bertujuan mencari negasi suatu pernyataan dan pernyataan yang dinegasikan akan ditukar posisinya.

Logika:
pàq jika p maka q
~qà~p jika bukan q maka bukan p

Kontraposisi dari pernyataan implikasi pàq akan menghasilkan ~qà~p, yang dilakukan dari hukum ini adalah mebalik premis sebuah pernyataan dan membuat negasi dari pernyataan tersebut. Nilai dari kedua implikasu tersebut akan bernilai benar.

Dalam pembuktian tabel kebenaran dapat dilihat bahwa semua kolom terakhir bernilai "TRUE", yang berarti pembuktian hukum kontraposisi dengan tabel kebenaran berhasil.

Hukum Inferensi disjungsi adalah cara menghasilkan kesimpulan dari sebuah pernyataan disjungsi dan sebuah negasi dari premis.

Logika:
p v q: p atau q
~q: bukan q
Kesimpulannya adalah p

Hukum inverensi disjungsi mempunyai sebuah pernyataan disjungsi dan satu premis yang dinegasikan. Karena pernyataan pertama merupakan disjungsi bisa disebut juga "atau" maka jika salah satu bernilai benar maka hasilnya benar. Pernyataan kedua berisi negasi dari premis q. Karena pernyataan pertama itu menyatakan "atau" dan pernyataan kedua menyatakan negasi dari salah satu premis pernyataan pertama, maka kesimpulannya adalah p atau premis pertama. 

Dalam penyelesaian tabel kebenaran dapat dilihat bahwa semua nilai pada kolom terakhir bernilai "TRUE"/Tautologi yang mebuktikan bahwa pembuktian menggunakan tabel kebenaran pada hukum ini berhasil.

Hukum Negasi adalah hukum yang menyatakan sebuah keterbalikan atau lawan dari sebuah premis yang bernilai benar menjadi salah atau sebaliknya.

Logika:
~(p) :negasi dari p
~p: kesimpulan adalah nilai bukan p

Negasi dari pernyataan p adalah ~p, yang menegaskan kebalikan dari pernyataan p adalah bukan p. Dalam penyelesaian tabel kebenaran dapat dilihat bahwa kolom terakhir bernilai "TRUE" yang berarti pembuktian pada tabel kebenaran berhasil.

Silogisme secara umum adalah cara mencari sebuah solusi yang berasal dari dua buah pernyataan. 

Logika:

pàq : Jika p maka q

qàr: Jika q maka r

Kesimpulannya adalah pàr: jika p maka r.

Dalam hukum silogisme kita mempunyai 3 premis yaitu p, q, dan r. Pernyataan yang pertama dibuat adalah implikasi  jika p maka q, lalu penyataan kedua adalah implikasi jika q maka r. Jika dilihat dari kedua peryataan tersebut pernyataan pertama dan kedua memilik premis yang sama yaitu q. Maka kesimpulan dari 2 implikasi tersebut adalah implikasi baru jika p maka r. Karena jika premis p menghasilkan premis q, dan jika premis q menghasilkan premis r, secara otomatis kesimpulan yang dibuat adalah jika p maka r.

Dalam penyelesaian table kebenaran kita bisa melihat bahwa semua baris pada kolom terakhir bernilai “TRUE” yang berarti pembuktian aturan rantai (hukum silogisme) menggunakan table kebenaran berhasil. 

Basis Pengetahuan (Bagian 1)

Basis pengetahuan (Knowledge Base) adalah sebuah basis data yang dibuat dengan tujuan untuk memudahkan menajemen data pengetahuan. Data pengetahuan tersebut dikoleksi, diorganisasi, dan dapat dilakukan pemasukan dan pengambilan data pengetahuan tersebut. Basis pengetahuan merupakan inti dalam program sistem pakar Karena semua pengetahuan yang terkandung merupakan representasi pengetahuan dari seorang pakar yang diperlukan untuk memahami, memformulasikan dan memecahkan masalah. Implementasi basis pengetahuan dibagi kedalam dua kelompok yaitu table fakta dan table rule:

1. Fakta yang berupa informasi tentang situasi permasalahan, teori dari area permasalahan atau informasi tentang objek.
2.           Spesial heuristik yang merupakan informasi tentang cara bagaimana membangkitkan fakta baru dari fakta yang sudah diketahui. Dalam sistem pakar berbasis rule, bagian ini berupa rules.

Basis pengetahuan merupakan totalitas keahlian pakar, karena basis pengetahuan adalah system yang sangat penting, maka ada cara-cara dalam reperesentasi pengetahuan yang sudah dikenal diantaranya:

• Rule-Based Knowledge
• Pengetahuan direpresentasikan dalam suatu bentuk fakta (facts) dan aturan (rules). Bentuk representasi ini terdiri atas premis dan kesimpulan. Pada penalaran berbasis aturan, pengetahuan dipersentasikan dengan menggunakan aturan berbentuk : IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, lalu pakar menyelesaikan bentuk ini secara berurutan sesuai dengan masalah yang dihadapi mulai dari langkah yang sederhana hingga rumit. Bentuk ini juga digunakan apabila kita ingin mengetahui penjelasan langkah-langkah yang dilakukan seorang pakar 

• Case-Base Reasoning
• Pada penalaran berbasis kasus (cases), basis pengetahuan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila pengguna ingin mengetahui penyelesaian sebuah kasus lebih detail pada kasus yang permasalahannya hampir sama. Selain itu bentuk ini digunakan jika pengguna ingin mempresentasikan sebuah kasus dalam bentuk sebuah kesimpulan..

•  Frame-Based Knowledge
• Pengetahuan direpresentasikan dalam suatu bentuk hirarki atau jaringan frame.

• Object-Based Knowledge
• Pengetahuan direpresentasikan sebagai jaringan dari objek-objek. Objek adalah elemen data yang terdiri dari data dan metode (proses).

Penjelasan diatas hanya ulasan sebagian dari basis pengetahuan (knowledge base). Pada tulisan selanjutnya saya akan membahas sedikit lebih detail tenatang representasi basis pengetahuan pad acara Rule-based System dan Case-based reasoning.

Sumber:

http://informatika.web.id/basis-pengetahuan-knowledge-base.htm

https://id.wikipedia.org/wiki/Basis_pengetahuan