Representasi Pengetahuan

Pengetahuan

Diklarifikasikan Menjadi 3 yaitu:

1. Procedural Knowledge
2. Declarative Knowledge
3. Tacit Knowledge

Pengetahuan merupakan kunci utama dari AI (sistem pakar)

Analogi dari pengetahuan sebagai berikut:

• Algoritma + Struktur Data = Program
• Pengetahuan + Inferensi = Sistem Pakar

Representasi Pengetahuan

Representasi Pengetahuan adalah metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar. Dimaksudkan untuk menangkap sifat-sifat penting problema dari sebuah sistem pakar dan juga membuat informasi itu dapat di akses oleh procedure pemecahan problema.

Dua bagaian dasar sistem kecerdasan buatan (menurut Turban):

• Basis pengetahuan
• Inference Engine

Karakteristik representasi pengetahuan:

• Dapat diprogram dengan bahasa komputer dan disimpan dalam memori
• Fakta dan pengetahuan lain yang terkandung di dalamnya dapat digunakan untuk melakukan penalaran

Model Representasi Pengetahuan

Pengetahuan dapat di representasikan dalam bentuk yang sederhana atau kopleks, tergantung dari masalahnya. (Schnupp, 1989).

Beberapa model representasi pengetahuan:

• Logika (logic)
• List & Tree
• Jaringan semantik (semantic nets)
• Bingkai (frame)
• Tabel Keputusan (decision table)
• Pohon Keputusan (decision tree)
• Naskah (script)
• Kaidah/Sistem produksi (production rule)

Logika

Suatu pengkajian ilmiah tentang serangkaian penalaran, sistem kaidah, dan prosedur yang membantu penalaran. Komputer harus dapat menggunakan proses penalaran deduktif dan induktif ke dalam bentuk yang sesuai dengan manipulasi komputer, yaitu logika simbolik atau matematika

Bagi teman-teman yang ingin mendownload versi lengkapnya silakan klik di sini dan di sini karena ada 2 materi, materi ini kami dapat dari pak yudi ^^