Rabu, 07 April 2021
Representasi Pengetahuan
Pembahasan
Representasi pengetahuan adalah bidang kecerdasan buatan (AI) yang didedikasikan untuk merepresentasikan informasi tentang dunia dalam bentuk yang dapat digunakan oleh sistem komputer untuk menyelesaikan tugas-tugas kompleks seperti mendiagnosis kondisi medis atau berdialog dalam bahasa alami. Representasi pengetahuan menggabungkan temuan dari psikologi tentang bagaimana manusia memecahkan masalah dan merepresentasikan pengetahuan untuk merancang formalisme yang akan membuat sistem yang kompleks lebih mudah untuk dirancang dan dibangun.
Format dan Contoh-Contoh Representasi Pengetahuan Secara Visual
Format representasi visual memiliki berbagai macam bentuk dan mewakili karakteristik pengetahuan
tertentu. Dengan perkembangan teknologi komputer saat ini, selain menggambar menggunakan media kertas
dan alat tulis, dapat juga menggunakan bantuan aplikasi perangkat lunak komputer. Eppler & Burkhard (2004)
membagi format gambar menjadi enam bentuk, yaitu: sketsa heuristik, diagram konseptual, metafora visual,
animasi pengetahuan, peta pengetahuan, dan bagan ilmiah.
Dalam representasi pengetahuan, ada dua hal yang harus diperhatikan, yakni:
1. FaktaFakta adalah objek yang direpresentasikan. Ini menerangkan tentang benda yang ada dalam domain masalah. Fakta dapat berupa keterangan atau kalimat dalam bahasa alami, logika atau benda.
2. Formulayakni bentuk representasi yang dapat dimanipulasi dalam proses pemecahan soal. Bentuk ini harus dapat menggambarkan hubungan antar komponen domain masalah.
2.Visualisasi mungkin tidak fokus, makna tersembunyi, tidak tersirat dan tidak merata karena teknis, pengembangan logis dan fungsional serta kendala yang diinginkan gagal dalam memberikan makna jelas.
3.Visualisasi mungkin berlebihan, komputasional kompleks, multidimensi, multi-nilai, heterogen, dan multi[1]sumber data yang gagal memberikan hasil real-time dan interaktif.
4.Visualisasi mungkin tidak dapat diterima secara universal karena tidak tersedianya format visual standar seperti penggunaan simbol, label, warna, skrip dll yang digunakan untuk visualisasi serta domain masalah yang beragam.
5.Para pengguna dan pengembang alat visualisasi membutuhkan berbagai jenis pengetahuan dan keahlian seperti teknis, wawasan, visualisasi interaktif, pemahaman masalah dan domain. Kurangnya pengetahuan dalam mengembangkan dan menggunakan alat visualisasi tidak hanya menghasilkan inferensi yang salah tetapi mungkin berakibat fatal untuk pengambilan keputusan strategis tertentu.
1. FaktaFakta adalah objek yang direpresentasikan. Ini menerangkan tentang benda yang ada dalam domain masalah. Fakta dapat berupa keterangan atau kalimat dalam bahasa alami, logika atau benda.
2. Formulayakni bentuk representasi yang dapat dimanipulasi dalam proses pemecahan soal. Bentuk ini harus dapat menggambarkan hubungan antar komponen domain masalah.
Kelebihan dan Kekurangan Representasi Pengetahuan Secara
Visual
Beberapa studi empiris menunjukkan bahwa representasi visual lebih unggul daripada representasi sekuensial verbal dalam tugas yang berbeda, yaitu untuk menggambarkan hubungan, untuk mengidentifikasi pola, untuk menyajikan gambar secara umum ataupun secara detail, untuk mendukung penyelesaian masalah dan untuk mengkomunikasikan berbagai jenis pengetahuan (Burkhard, 2004). Namun, Menyajikan data / informasi dalam bentuk visual tidak menjamin bahwa itu akan berguna. Visualisasi hanya berguna jikadigunakan dengan benar dan dapat berbahaya jika digunakan dengan buruk. Bresciani et al (dalam Kumar, 2016) mempelajari berbagai bahaya risiko visualisasi dan mengklasifikasikan kekurangan visualisasi terhadap kognitif, emosional dan sosial. Berikut ini merupakan kekurangan dari visualisasi yang dirangkum oleh Kumar (2016) berdasarkan ketiga kategori tersebut menurut perspektif desainer atau pengguna:
Beberapa studi empiris menunjukkan bahwa representasi visual lebih unggul daripada representasi sekuensial verbal dalam tugas yang berbeda, yaitu untuk menggambarkan hubungan, untuk mengidentifikasi pola, untuk menyajikan gambar secara umum ataupun secara detail, untuk mendukung penyelesaian masalah dan untuk mengkomunikasikan berbagai jenis pengetahuan (Burkhard, 2004). Namun, Menyajikan data / informasi dalam bentuk visual tidak menjamin bahwa itu akan berguna. Visualisasi hanya berguna jikadigunakan dengan benar dan dapat berbahaya jika digunakan dengan buruk. Bresciani et al (dalam Kumar, 2016) mempelajari berbagai bahaya risiko visualisasi dan mengklasifikasikan kekurangan visualisasi terhadap kognitif, emosional dan sosial. Berikut ini merupakan kekurangan dari visualisasi yang dirangkum oleh Kumar (2016) berdasarkan ketiga kategori tersebut menurut perspektif desainer atau pengguna:
1.Visualisasi mungkin ambigu, membingungkan, tidak jelas,
tidak akurat, menyesatkan dan tidak konsisten karena duplikasi data, penyederhanaan
berlebihan, penggunaan logika, label & warna yang digunakan untuk
presentasi sulit untuk ditafsirkan.
2.Visualisasi mungkin tidak fokus, makna tersembunyi, tidak tersirat dan tidak merata karena teknis, pengembangan logis dan fungsional serta kendala yang diinginkan gagal dalam memberikan makna jelas.
3.Visualisasi mungkin berlebihan, komputasional kompleks, multidimensi, multi-nilai, heterogen, dan multi[1]sumber data yang gagal memberikan hasil real-time dan interaktif.
4.Visualisasi mungkin tidak dapat diterima secara universal karena tidak tersedianya format visual standar seperti penggunaan simbol, label, warna, skrip dll yang digunakan untuk visualisasi serta domain masalah yang beragam.
5.Para pengguna dan pengembang alat visualisasi membutuhkan berbagai jenis pengetahuan dan keahlian seperti teknis, wawasan, visualisasi interaktif, pemahaman masalah dan domain. Kurangnya pengetahuan dalam mengembangkan dan menggunakan alat visualisasi tidak hanya menghasilkan inferensi yang salah tetapi mungkin berakibat fatal untuk pengambilan keputusan strategis tertentu.
Banyak cara untuk menyatakan representasi pengetahuan dan setiap cara mempunyai kelebihan dan kelemahan masing-masing.
Beberapa cara atau teknik representasi pengetahuan antara lain :Logika,Frame,Schema,Jaringan Semantik,Kaidah produksi (Production rules),List, digunakan pada LISP,Tree, untuk heuristic search,dan lain-lain.
