Welcome!!!

College life, college task, music, game, programming, all about that

Pembangunan Knowledge

Knowledge atau pengetahuan memiliki arti informasi yang diketahui atau disadari oleh seseorang. Dalam pengertian lain, pengetahuan adalah berbagai gejala yang ditemui dan diperoleh manusia melalui pengamatan akal.

Model Data-Information-Knowledge-Wisdom (DIKW)

Secara singkat, sebenarnya Model DIKW ini adalah model Kategori berpikir manusia mulai dari masa lalu hingga masa depan. Berikut adalah beberapa penjelasan tentang Model DIKW :

  • Data : Simbol (misalnya : angka, huruf, gambar)
  • Informasi : Data yang sudah diproses dan berguna untuk menjawab pertanyaan “who”, “what”, “where”, dan “when”
  • Knowledge : Aplikasi/pengunaan data dan informasi; menjawab pertanyaan “how”
  • Understanding : Pemahaman dan menjawab pertanyaan “why”
  • Wisdom : Pemahaman yang dievaluasi

Data, Informasi, Knowledge, dan Understanding adalah kategori untuk masa lalu dan sekarang. Sementara Wisdom adalah kategori yang digunakan untuk masa depan.

Data VS Informasi

Pada post sebelumya, saya sudah membahas apa itu data dan informasi.

Data: Sekarang hujan

Informasi: Terdapat relasi antar data, misalnya: sebab-akibat

Contoh: Terjadi musim kemarau berkepanjangan maka beberapa titik api (hot spot) berisiko menyebabkan kebakaran.

Mengubah data menjadi informasi

Pengetahuan (Knowledge)

Pembahasan lebih lanjut dari definisi pengetahuan:

  • 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 menampung uap air sehingga akan turun hujan.

Pengetahuan = Informasi + Rules (Reasoning)

Expert Reasoning

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

Contoh Data-Informasi-Pengetahuan :

Data : Austin, 11-04-19

Informasi : Pada 04 November 2019, di Austin diadakan balapan Formula 1 dengan pemenang Valteri Bottas dengan posisi start pertama

Pengetahuan : Akibat dari posisi start pertama, Valteri Bottas memenangkan balapan Formula 1 di Austin pada 4 November 2019.

Kebijakan (Wisdom)

Wisdom terdiri dari pengetahuan-pengetahuan dan prinsip-prinsip yang terjadi dan menjelaskan kenapa pola-pola tersebut terjadi. Contoh : Hujan terjadi karena terjadinya interaksi antara curah hujan, penguapan, arah udara, perubahan suhu dsb.

Wisdom hanya dimiliki manusia karena menyangkut memahami dan menilai antara baik-buruk dan benar-salah.

Pemodelan Pengetahuan

Beberapa pemodelan pengetahuan (digunakan oleh manusia dan komputer) :

  • Aturan (rules)
  • Semantic Network
  • Frames
  • Concept Diagram

Aturan (Rules)

Presentasi knowledge dalam bentuk berpasang-pasangan (E.H. Shortliffe).

Bentuk umum rules:

if attribute A1 has value V1 and attribute A2 has value V2 then attribute A3 has value V3.

Semantic Network

Node adalah item-item khusus dan link menunjukkan hubungan antar item Dengan menelusuri link memungkinkan (mesin) menjawab pertanyaan sbb:

  • Bagaimana power sampai ke elemen pemanas (heating)?
  • Apa tujuan dari lamp?

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:

  • Merebus telur
  • Merebus air
  • Mendapatkan telur rebus
  • Pergantian bentuk dari mentah menjadi 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 Knowledge Map/Network

Pengetahuan merebus telur membutuhkan pemahaman: Tipe telur rebus (matang, ½ matang), lama perebusan, aturan dan prosedur untuk merebus. Untuk 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

Leave a Reply

Your email address will not be published. Required fields are marked *