Bab 11 Akuisisi, representasi, dan pertimbangan pengetahuan

Presentasi berjudul: "Bab 11 Akuisisi, representasi, dan pertimbangan pengetahuan"— Transcript presentasi:

1 Bab 11 Akuisisi, representasi, dan pertimbangan pengetahuan
Jontro simanjuntak,S.Pt.,S.E.,M.M.

2 Konsep rancang-bangun pengetahuan
Rancang-bangun pengetahuan adalah proses mendapatkan pengetahuan dari pakar dan membangun basis pengetahuan. Aktivitas rancang-bangun pengetahuan (KE) didefinisikan dalam karya awal Feigenbaum dan McCorduck (1983) :”seni dalam membawakan prinsip dan peranti riset AI untuk menangani persoalan aplikasi sulit adalah perlunya pengetahuan pakar untuk mendaptkan solusi. KE melibatkan kerja sama pakar manausia dalam domain tersebut dengan knowledge engineer untuk mengodekan dan mengeksplisitkan aturan (atau prosedur lain) yang digunakan pakar manusia dalam memecahkan persoalan riil”. Tujuan utama rancang-bangun pengetahuan adalah membantu pakar mengartikulasikan apa yang mereka ketahui dan mendokumentasikan pengetahuan dalam bentuk yang dapat digunakan kembali.

3 Proses rancang-bangun pengetahuan
Akuisisi pengetahuan, melibatkan akuisisi pengetahuan dari pakar manusia, buku, dokumen, sensor, atau file komputer. Representasi pengetahuan,aktivitas ini melibatkan persiapan peta pengetahuan dan enkode pengetahuan dalam basis pengetahuan. Validasi pengetahuan, pengetahuan divalidasi dan diverifikasi (mislnya. Menggunakan test case) hingga kualitasnya dapat diterima. Penyimpulan.melibatkan desain perangkat lunak untuk memungkinkan komputer melakukan inferensi berbasis pengetahuan dan spesifik terhadap persoalan, kemudian sistem dapat menyediakan nasihat untuk pengguna nonpakar. Penjelasan dan justifikasi, melibatkan desain dan pemrograman kemampuan penjelasan.

4 Lingkup dan tipe pengetahuan
Pengetahuan adalah kumpulan fakta, prosedur dan aturan penilaian khusus. Faktor paling penting dalam akusisi pengetahuan adalah ekstraksi pengetahuan dari sumber keahlian dan transfernya ke basis pengetahuan dan kadang ke mesis inferensi. Beberapa tipe pengetahuan yang digunakan dalam AI : fakta yang tidak pasti proses batasan

5 Beberapa tipe pengetahuan yang digunakan dalam AI : lanjutan
Fakta tentang domain Fakta disjungtif Pengetahuan umum (misalnya tentang dunia) Deskripsi perilaku dan kepercayaan Definisi kosakata Objek dan hubungan Aturan heuristik dan keputusan Prosedur untuk pemecahan masalah Sistuasi umum

6 Sumber pengetahuan Pengetahuan dapat dikumpulkan dari banyak sumber misalnya buku, film, peta dll. Sumber pengetahuan dibagi dalam dua tipe : terdokumentasi yaitu berada dalam pikiran manusia. tidak terdokumentasi yaitu pengetahuan dapat diidentifikasi dan dikumpulkan dengan menggunakan satu atau beberapa indera manusia atau oleh mesin (sensor, scanner dll) Sumber pengetahuan dapat juga dari : akuisisi dari database yaitu jumlah pengetahuan yang disimpan dalam database. akuisisi via internet

7 Level pengetahuan Shallow knowledge adalah representasi informasi level permukaan yang dapat digunakan untuk menangani situasi yang sangat spesifik. Misalnya jika anda kehabisan bensin dimobil anda, maka mobil anda tidak dapat dinyalakan. Deep knowledge adalah struktur internal dan kausal sistem dan melibatkan interaksi antara komponen sistem. Pemecahan masalah manusia didasarkan pada pengetahuan yang mendalam terhadap suatu situasi.

8 Kategori utama pengetahuan
Pengetahuan deklaratif representasi deskriptif pengetahuan. Terdiri dari : (1) pengetahuan tersebut menyatakan pada kita fakta-fakta :apa yang dimaksud dengan suatu hal. (2) pengetahuan dinyatakan dalam pernyataan faktual. Pengetahuan prosedural memperhatikan cara sesuatu bekerja pada berbagai keadaan. Cth hitung rasio harga saham

9 Akuisisi pengetahuan dari banyak pakar
Elemen penting dalam pengembangan ES adalah identifikasi pakar. Sekalipun banyak ES telah dibangun dengan satu pakar-pendekatan yang diajurkan sebagai strategi yang bagus untuk konstruksi ES-dapat muncul kebutuhan untuk menggunakan banyak pakar.

10 Akuisisi pengetahuan dari banyak pakar
Tujuan utama penggunaan banyak pakar adalah: untuk memahami domain pengetahuan dengan lebih baik untuk meningkatkan validitas, konsistensi, kelengkapan, akurasi, dan relevansi basis pengetahuan. untuk menyediakan produktivitas yang lebih baik untuk mengidentifikasi hasil yang tidak tepat dengan lebih mudah untuk menangani domain yang lebih luas untuk memahami persoalan yang lebih kompleks dan menggabungkan kekuatan pendekatan pertimbangan yang berbeda.

11 Akuisisi pengetahuan dari banyak pakar
Mamfaat dan persoalan dengan partisipasi banyak pakar Mamfaat Persoalan Rata-rata, lebih sedikit kesalahan yang dilakukan sekelompok pakar daripada pakar tunggal Fenomena groupthink Beberapa pakar dalam kelompok mengeliminasi kebutuhan penggunaan pakar kelas dunia (yang sulit ddapat & mahal) Ketakutan sebagian dari beberapa pakar domain terhadap pakar senior atau supervisor (kurangnya kepercayaan diri) Domain lebih luas daripada domain pakar tunggal Solusi kompromi yang dihasilakan dari kelompok dengan opini yang bertentangan Sintesis keahlian Menghabiskan waktu untuk pertemuan Meningkatkan kualitas sinergi diantara pakar Pakar yang mendominasi (mengontrol, tidak memberi kesempatan pakar lain bicara

12 Skenario banyak pakar Terdapat empat kemungkinan skenario atau konfigurasi untuk menggunakan banyak pakar : Pakar individu beberapa pakar menyumbangkan pengetahuan secara individu. Tujuannya untuk membebaskan knowledge engineer dari tekanan yang berkaitan dengan tim banyak pakar Pakar primer dan sekunder bertanggung jawab memvalidasi informasi yang diambil dari pakar domain lain. Knowledge engineer pada awalnya berkonsultasi dengan pakar primer untuk mendapatkan petenjuk dalam familiarisasi domain, memperbaiki rencana akuisisi pengetahuan, dan mengidentifikasi pakar sekunder potensial Kelompok kecil beberapa pakar dapat dipertemukan untuk berunding dan diminta menyediakan informasi yang disetujui bersama. Tujuannya memungkinkan knowledge engineer mengamati pendekatan alternatif terhadap persoalan dan poin utama dibuat dalam diskusi yang berorientasi-solusi diantara pakar Panel membentuk dewan pakar untuk menangani banyak pakar.

13 Verifikasi dan validasi pengetahuan
Evaluasi adalah konsep luas,tujuannya untuk memperkirakan nilai keseluruhan sistem pakar dan menganalisis apakah sistem akan dapat digunakan, efisien, dan cost-efective. Validasi adalah bagian evaluasi yang berhubungan dengan performa sistem atau menyatakan sistem bertindak pada level akurasi yang layak. Verifikasi adalah membangun sistem yang benar atau menyatakan bahwa sistem diterapkan dengan benar sesuai spesifikasinya.

14 Representasi pengetahuan
Pengetahuan yang diperoleh dari pakar atau sekumpulan data harus dipresentasikan dalam format yang dapat dipahami oleh manusia dan dapat dieksekusi pada komputer. Metode untuk representasi pengetahuan adalah : Aturan produksi bentuk representasi pengetahuan yang paling populer untuk sistem pakar dalam bentuk pasangan kondisi-aksi (JIKA-MAKA). Frame struktur data yang menyertakan semua pengetahuan tentang objek tertentu.

15 Metode untuk representasi pengetahuan adalah :
Representasi pengetahuan berorientasi-objek banyak konsep dari frame telah menjadi norma dalam analisis dan desain sistem. Tabel keputusan pengetahuan disusun dalam format spreadsheet menggunakan kolom dan baris. Pohon keputusan dihubungkan ke tabel dan mirip dengan pohon keputusan dalam teori keputusan yang bertujuan dapat menyederhanakan proses akuisisi pengetahuan.

16 Penjelasan dan metapengetahuan
Penjelasan adalah usaha ES mengklarifikasi pertimbangan, rekomendasi, dan tindakan lainnya (misalnya mengajukan pertanyaan). Bagian ES yang menyediakan penjelasan disebut fasilitas penjelasan (justifier), dengan memiliki tujuan : agar sistem lebih mudah dimengerti oleh pengguna mengungkapkan kegagalan aturan dan basis pengetahuan menjelaskan situasi yang tidak diantisipasi pengguna memenuhi kebutuhan psikologi dan sosial dengan membantu pengguna merasa lebih nyakin dengan tindakan ES,

17 fasilitas penjelasan (justifier), dengan memiliki tujuan :
Mengklarifikasi asumsi mendasar operasi sistem untuk pengguna dan pembuat Menjalankan analisis sensitivitas (menggunakan fasilitas penjelasan sebagai panduan, pengguna dapat mempredikasi dan menguji efek perubahan pada sistem).

18 Penjelasan mengapa Pertanyaan umum mengapa diajukan oleh pengguna pada komputer setelah komputer meminta pengguna menyediakan beberapa informasi. Cth. Investasi Komputer :berapa pendapatan tahunan anda? Klien : mengapa? (mengapa anda perlu mengetahuinya?) Komputer menampilkan aturan 2 sebagai respon. “ komputer : saat memeriksa R2, saya perlu mengetahui apakah pendapatan anda diatas $ jika ini benar, saya akan menyimpulkan bahwa karena anda memiliki ijazah sarjana, maka anda sebaiknya berinvestasi dalam growth stock”.

19 Penjelasan bagaimana Pertanyaan umum bagaimana diajukan oleh pengguna pada saat mereka ingin mengetahui bagaimana kesimpilan atau rekomendasi tertentu dicapai. Misalnya. Persoalan investasi Komputer : investasikan dalam saham IBM Klien : bagaimana? Komputer : (tampilan aturan R5-R3-R7-R4 sesuai urutan aturan tersebut di fire) misalkan anda memiliki $ untuk berivestasi dan anda lebih muda dari 30 tahun, kemudian menurut R4 anda memiliki ijazah sarjana. Jika kasusnya demikian, maka menurut R1 anda sebaiknya berinvestasi dalam sekuritas. Untuk investor muda seperti anda, menurut R3, anda sebaiknya berinvestasi dalam growth stock jika anda menginvestasikan semuanya. Akhirnya, menurut R5, jika anda berinvestasi digrowth stock, maka IBM adalah taruhan terbaik anda.

20 Pengembangan sistem pakar
Sistem pakar pada dasarnya adalah perangkat lunak komputer-sistem informasi; jadi, pengembangannya mengikuti proses pengembangan perangkat lunak. Tujuan proses pengembangannya adalah memaksimalkan probabilitas pembangunan perangkat lunak yang dapat terus dan mampu bertahan dalam keterbatasan biaya dan perencanaan, sementara pengelolaannya berubah. Ketersediaan kerangka sistem pakar dan peranti pengembangan lain telah memungkinkan prototiping yang cepat dalam pengembangan sistem.

21 Pengembangan sistem pakar
Penggunaan pendekatan prototiping untuk mengembangkan ES melibatkan enam tahap pokok berikut : Fase I : inisiasi proyek langkah pertama dalam pengembangan sistem pakar. Tujuan pokoknya mengidentifikasi masalah dan mempersiapkan aksi selanjutnya. Tugas utamanya : definisi masalah penilaian kebutuhan evealuasi solusi alternatif verifikasi pendekatan sistem pakar studi kelayakan analisis biaya-mamfaat

22 2. Fase II : analisis dan desain sistem
Penggunaan pendekatan prototiping untuk mengembangkan ES melibatkan enam tahap pokok berikut : 2. Fase II : analisis dan desain sistem desain dan rencana konseptual strategi dan metodologi pengembangan sumber pengetahuan menghitung sumber daya 3. Fase III : prototiping cepat membangun prototipe kecil menguji, meningkatkan, mengembangkan mendemonstrasikan dan menganalisis kelayakan melengkapi desain

23 Penggunaan pendekatan prototiping untuk mengembangkan ES melibatkan enam tahap pokok berikut :
4. Fase IV : pengembangan sistem melengkapi basis pengetahuan menguji, mengevaluasi, dan meningkatkan basis pengetahuan merencanakan integrasi 5. Fase V : implementasi penerimaan pengguna instalasi, demonstrasi, penyebaran orientasi, pelatihan Keamanan Dokumentasi integrasi, pengujian lapangan 6. Fase VI : pasca implementasi Operasi pemeliharaan dan upgrade evaluasi periodik.

24 Akuisisi pengetahuan dan internet
Secara umum, internet memberikan suatu saluran yang sangat baik untuk mengakses pengetahuan, jika saluran lainnya mahal atau bahkan tidak mungkin. Hal ini dapat dipandang dari dua perspektif : Internet sebagai media komunikasi akuisisi pengetahuan bergantung penuh pada komunikasi antara pakar dengan knowledge engineer. secara tradisional terjadi ditempat mereka bertemu berada pada tempat yang sama dan waktu yang sama.

25 1. Internet sebagai media komunikasi
Tapi sekarang knowledge engineer dapat berkomunikasi dengan pakarnya meskipun mereka berada jauh satu sama lain, selama mereka mengkases internet. Internet atau intranet dapat digunkan untuk memfasilitasi akuisisi pengetahuan. Cth. Tanya jawab

26 2. Internet sebagai sumber pengetahuan terbuka
Semakin banyak halaman web yang dibuat mendorong internet menjadi sumber pengetahuan yang berharga. Nilai sumber pengetahuan ini jauh lebih diberdayakan oleh banyak portal dan mesin pencari powerful. Cth yahoo,google dll

27 sekian dan terima kasih