Rekayasa Pengetahuan (Knowledge Engineering) Nurul Fajrin A. DATA, INFORMASI, & PENGETAHUAN Data Data : fakta, rangkaian fakta yang mewakili suatu kejadian, fakta singkat, simbol yang terekam Contoh : umur, nilai test, kode matakuliah, nama orang tua, jumlah pasien, warna mobil, luas tanah, ukuran sepatu, jenis rambut, harga motor Informasi Informasi : Hasil pemrosesan data Data yang terkumpul, terproses dan bermakna Properti terstruktur hasil dari proses data Data yang memiliki arti Data dalam suatu konteks Contoh: lulusan paling muda periode wisuda April, rata-rata IPK lulusan periode wisuda Oktober, jadwal kuliah semester genap, Peringkat mobil terlaris th 2008, Profil kredit motor 5 tahun, KRS, KTB, Slip ATM Pengetahuan Pengetahuan Hasil internalisasi informasi Informasi yang tersimpan tentang area perhatian tertentu Informasi dengan arah atau maksud yang mendukung suatu keputusan atau aksi Hasil perkembangan dari hubungan orang dan hal yang dipahaminya Hasil dari memahami informasi Hubungan Data : Suhu udara di ruang kelas saat ini 20 °C Informasi : Ruang kelas dingin Pengetahuan: • • • Mahasiswa yang sedang flu sebaiknya memakai jaket atau baju hangat di kelas. Mahasiswa yang kedinginan memakai jaket Mahasiswa membawa jaket ke kelas Hubungan • • • Data: nilai Kalkulus = D Informasi : tidak lulus Kalkulus Pengetahuan: hanya bisa mengulang Kalkulus tahun depan, semester depan mengambil matakuliah lain Data, Informasi dan Pengetahuan Konsep Knowledge NILAI Information Data Fakta • Know-how, understanding, experience, insight, intuition, and contextualized information • Contextualized, categorized, calculated and condensed data • Facts and figures which relay something specific, but which are not organized to any way Kendal, Simon and Creen, Malcolm.An Introduction to Knowledge Engineering. Springer. 2007. Rekayasa Pengetahuan (RP) Alur RP Intelligent Agent Domain Expert Knowledge Engineer Inference Engine Dialog Programming Results Knowledge Base Rekayasa • Rekayasa (engineering) • Rangkaian kegiatan terstruktur (proses) untuk mengelola serangkaian sumber daya sehingga membentuk suatu sistem yang mempunyai nilai bagi penggunanya. Definisi RP • Semua teknik, ilmu, dan aspek social yang dilibatkan ke dalam pembangunan, pemeliharaan, dan penggunaan sistem berbasis pengetahuan (knowledge-based system). Beberapa proses bisa berjalan bersamaan Proses dalam RP 1. Akuisisi 2. Analisa & Representasi • Pengumpulan pengetahuan sebagai dasar dari knowledge-base • Menganalisa pengetahuan dan membuat pemodelannya 3. Validasi • Validasi hasil representasi pengetahuan dengan pakar aslinya 4. Inferensi • Menyusun aturan sebagai intelegensia sistem untuk membuat kesimpulan berdasarkan pengetahuan 5. Penjelasan & Justifikasi • Kemampuan untuk menjelaskan dan menilai hasil kesimpulan dari sistem Permasalahan & Tantangan • Informasi dan pengetahuan yang kompleks sulit untuk diobservasi Permasalahan & Tantangan • Informasi dan pengetahuan yang kompleks sulit untuk diobservasi • Latar belakang pakar dan sumber daya yang berbeda Permasalahan & Tantangan • Informasi dan pengetahuan yang kompleks sulit untuk diobservasi • Ketidaksepahaman pakar dan sumber daya lainnya • Representasi yang beragam/berulang: • • • • Textbooks Graphical representations Heuristics skills Pentingnya RP yang tepat • Pengetahuan sangat berharga dan seringkali berlaku lebih lama daripada implementasinya (sistem) • Knowledge management • Kesalahan dalam knowledge-base dapat menyebabkan permasalahan yang serius • Pengetahuan cenderung sangat mudah untuk berkembang, dan selama pengelolaannya dituntut untuk dapat memfasilitasi perubahan tersebut Structured vs. Unstructured Unstructured Data • Tidak ada di dalam basis data tradisional maupun data warehouse • Kemungkinan memiliki struktur internal, tetapi struktur tersebut tidak sesuai dengan pemodelan basis data relasional • Dihasilkan oleh manusia maupun mesin • Berkonten teks dan multimedia • Komunikasi antar mesin • Contoh: • • • • Pesan personal – email, IM, tweets, chat Dokumen bisnis – laporan bisnis, presentasi, hasil survey Web content – web pages, wikis, file audio, foto, dan video Output sensor – pencitraan satelit, data geolokasi, transaksi scanner Referensi • Simon Kendal and Malcolm Creen, an Introduction to Knowledge Engineering, Springer, 2006. • R.J. Brachman and H.J. Levesque, Knowledge Representation and Reasoning, Elsevier, 2004. • G. Tecuci, Lecture Notes on Systematic Elicitation of Expert Knowledge • Data, Informasi & Pengetahuan. Materi perkuliahan Sistem Basis Data TM-01, Gasal 2014-2015 • https://www.youtube.com/watch?v=k3jo7oWzUUc • https://www.youtube.com/watch?v=lJkgnmubIRk
