Skip to main content

Agen Berbasis Pengetahuan (Knowledge Based Agents)

Apa yang dimaksud dengan Agen Berbasis Pengetahuan (Knowledge-Based Agents) dalam kecerdasan buatan?

Kita sebagai manusia bisa tahu tentang banyak hal; dan apa yang kita ketahui membantu kita melakukan berbagai hal. Hal ini memang betul. Manusia membuat klaim yang kuat tentang bagaimana kecerdasan mereka bisa dicapai — bukan melulu dengan mekanisme refleks tetapi oleh proses penalaran yang berjalan pada representasi internal pengetahuan manusia. Dalam kecerdasan Buatan (AI), pendekatan kecerdasan ini diwujudkan dalam bentuk agen berbasis pengetahuan (Knowledge Based Agents).
Komponen utama dari agen berbasis pengetahuan (Knowledge Based Agents) adalah KNOWLEDGE BASE, atau disingkat KB. Knowledge Base (atau basis pengetahuan) adalah sekumpulan kalimat. (Di sini "kalimat" digunakan sebagai istilah teknis. Hal ini terkait tetapi tidak identik dengan kalimat dalam bahasa iinggris atau bahasa alami atau bahasa manusia lainnya.) Setiap kalimat diekspresikan dalam bahasa yang disebut dengan knowledge representation language atau bahasa representasi pengetahuan dan mewakili beberapa pernyataan tentang dunia nyata. Kadang-kadang kita menyebut kalimat dengan nama aksioma, ketika kalimat itu diambil sebagai ketetapan (ditetapkan) tanpa diturunkan dari kalimat lain.

Kemudian di dalam agen semacam ini (knowledge based agents), harus ada cara/mekanisme untuk menambahkan kalimat baru ke KB (basis pengetahuan) dan cara/mekanisme untuk membuat query tentang apa yang diketahui. Istilah standard yang umum untuk operasi semacam ini adalah TELL dan ASK. Kedua operasi tersebut mungkin melibatkan proses inferensi — yaitu, menurunkan kalimat baru dari yang kalimat yang sudah ada. Inferensi atau kesimpulan harus mematuhi persyaratan bahwa ketika seseorang mengajukan pertanyaan ke KB (basis pengetahuan), jawabannya harus mengikuti dari apa yang telah diinputkan (atau sudah TELL-ed) ke KB (basis pengetahuan) sebelumnya.

--o0o--

Artikel terkait:
Labels:

Comments

Post a Comment

Popular posts from this blog

Pengertian Binding dalam Bahasa Pemrograman dan Kapan Terjadinya

Binding dimaksudkan sebagai pengikatan (association) antara suatu entity dengan atributnya, misalnya binding/pengikatan antara suatu variable dengan tipe datanya atau dengan nilainya, atau dapat juga antara suatu operasi dengan simbol, misalnya simbol + dikenali sebagai operasi penjumlahan atau simbol ^ dikenali sebagai operasi pangkat, dll.  Peristiwa binding dan kapan terjadinya binding (biasanya disebut dengan binding time ) berperan penting dalam membicarakan semantics suatu bahasa pemrograman. Beberapa kemungkinan binding time adalah:
1 comment
Selengkapnya >>

Contoh proses normalisasi relasi dari UNF – 1NF – 2NF – dan 3NF

Dalam posting tulisan tentang: “Tujuan dan Manfaat Normalisasi dalam Perancangan Database” , kita sudah mempelajari tentang: “Apa itu normalisasi” dan “Mengapa kita perlu melakukan normalisasi”. Kedua pertanyaan itu sudah terjawab dalam tulisan tersebut.  Kemudian dalam posting tulisan tentang: “Konsep Ketergantungan Fungsional, Normalisasi, dan Identifikasi Primary Key dalam Perancangan Sistem Database” , kita sudah mempelajari suatu konsep penting yang digunakan untuk melakukan normalisasi, yaitu konsep ketergantungan fungsional yang terdiri dari ketergantungan penuh, ketergantungan parsial atau sebagian, dan ketergantungan transitif. Proses normalisasi pertama-tama dilakukan dengan mengidentifikasi adanya ketergantungan-ketergantungan tersebut dalam relasi-relasi dan kemudian menghilangkannya. Cara melakukan normalisasi, mengidentifikasi berbagai macam ketergantungan, dan menghilangkan ketergantungan pada relasi-relasi bisa dipelajari ulang dalam postingan tulisan d...
Post a Comment
Selengkapnya >>

Proses dalam Data Mining - Seri Data Mining for Business Intelligence (5)

Proses dalam Data Mining Untuk melaksanakan project-project dalam Data Mining (DM) secara sistematis, suatu proses yang umum berlaku biasanya diterapkan. Berdasarkan ‘best practice’, para praktisi dan peneliti DM mengusulkan beberapa proses (workflow atau pendekatan step-by-step yang sederhana) untuk memperbesar peluang keberhasilan dalam melaksanakan project-project DM. Usaha-usaha itu akhirnya menghasilkan beberapa proses yang dijadikan sebagai standard, beberapa diantaranya (yang paling popular) dibahas dalam bagian ini. [ Baca juga: Metode-metode dalam Data Mining ]
Post a Comment
Selengkapnya >>