Kategori Pikiran Manusia (Russell Ackoff)

Data: simbol (misal: angka, huruf, gambar). Data berupa fakta atau pernyataan, dan tidak mempunyai relasi dengan yang lainnya, contoh : Sekarang hujan

Informasi: data yang sudah diproses dan berguna; menjawab pertanyaan “who“, “what“, “where“, dan “when“. Terdapat relasi antar data misalnya sebab-akibat, contoh : Hujan yang berkepanjangan di beberapa titik beresiko menimbulkan banjir

Pengetahuan (Knowledge): aplikasi/pengunaan data dan informasi; menjawab pertanyaan “how. Penggunaan informasi dalam sebuah konteks untuk membuat suatu keputusan. Pola/pattern informasi yang saling terhubung/muncul dari informasi. Pola ini bersifat berulang-ulang dan dapat memprediksi (apa yang terjadi kemudian), contoh: Jika kelembaban sangat tinggi dan temperatur turun maka atmosfir menampun uap air sehingga akan turun hujan.(Pengetahuan=Informasi+Rules(Reasoning))

Pemahaman (Understanding): pemahaman dan menjawab pertanyaan “why“. Untuk menjawab “why” kita harus bisa melakukan reasoning. Reasoning disini ada 3 yaitu,

    • Reasoning by analogy: membuat analogi (keterhubungan dengan metode menyamakan) satu konsep dengan konsep lain yang sejenis
    • Formal reasoning: mengunakan metode deduktif atau induktif (berbasis fakta untuk menghasilkan kesimpulan)
    • Case-based reasoning: reasoning dengan kasus-kasus terdahulu yang relevan
  1. Kebijakan (Wisdom): pemahaman yang dievaluasi
    (Wisdom=Pengetahuan+Prinsip)
    Ini menjelaskan mengapa pola pola tersebut bisa terjadi, contoh :  Hujan terjadi karena terjadinya interaksi antara curah hujan, penguapan, arah udara,  perubahan suhu dsb. Wisdom ini hanya dimiliki oleh manusia karena manusia dapat menilai mana yng salah mana yang benar.

 

 

 

                                            Pemodelan Pengetahuan

Beberapa pemodelan pengetahuan (bisa digunakan oleh manusia dan komputer)

  1. Aturan (rules)
    Knowledge direpresentasikan sebagai pasangan atribut yang bernilai (E.H. Shortliffe)
    Bentuk umum rules:
    if attribute A1 has value V1
    and attribute A2 has value V2
    then attribute A3 has value V3
  2. Semantic Network
    Dalam jaringan sederhana ini, node adalah item spesifik dan link yang menunjukkan hubungan antara item. Dengan menulusri link memungkinkan mesin menjawab pertanyaan seperti bagaimana power sampai ke elemen pemanas (heating)?

Contoh lain : Frames, Concept Diagram

 

 

                                              Knowledge Structure

Pengetahuan yang aktual dihasilkan dari pengetahuan yang sudah ada. Identifikasi pengetahuan dasar untuk membangun struktur pengetahuan. Pengetahuan dasar ini menjadi bagian struktur pengetahuan, dan dapat digunakan untuk menghasilkan pengetahuan aktual

Contoh pengetahuan dasar dari pengetahuan merebus telur:
1. Panaskan air sampai mendidih
2. Rebus telur hingga matang

                                               Knowledge Map/Network

Setelah pengetahuan dasar diketahui, relasi antar pengetahuan dipetakan yang sifatnya valid dan sesuai kebutuhan. Pengetahuan manusia berkembang melalui pembelajaran dan berdasar pengetahan sebelumnya. Pembelajaran bersifat hirarki karena pengetahua baru tergantung pada pengetahuan sebelumnya

Contoh :
Pengetahuan merebus telur membutuhkan pemahaman:
Tipe telur rebus (matang, ½ matang), lama perbusan, aturan dan prosedur untuk merebus. Maka dari itu diperlukan pengetahuan (terurut berdasar tingkat kepentingan): memanaskan air (syarat merebus), perubahan air pada saat direbus (penentuan kematangan), kemudian pemilihan telur yang baik serta mendapatkan ukuran telur yang sesuai