Secara umum, basis pengetahuan (knowledge base) adalah suatu bentuk basis data tertentu yang digunakan dalam manajemen pengetahuan (knowledge management). Basis pengetahuan berperan dalam proses mengumpulkan, mengorganisasikan, maupun mendapatkan kembali suatu pengetahuan (knowledge).

Dalam sistem pakar (expert system), basis pengetahuan merupakan satu komponen yang sangat penting. Basis pengetahuan menyimpan semua pengetahuan yang dimiliki oleh pakar yang berkompeten dalam bidang yang berkaitan. Basis pengetahuan adalah dasar pengambilan keputusan dalam suatu sistem pakar, di mana pengambilan keputusan ini berkaitan dengan proses untuk mendapatkan kembali pengetahuan yang sebelumnya telah dikumpulkan dan disimpan.

Menurut Gondran (1986) dalam Utami (2002), basis pengetahuan merupakan representasi dari seorang pakar, yang kemudian dapat dimasukkan kedalam bahasa pemrograman khusus untuk kecerdasan buatan (misalnya PROLOG atau LISP) atau shell sistem pakar (misalnya EXSYS, PC-PLUS, CRYSTAL, dsb.)

Basis pengetahuan berisi pengetahuan-pengetahuan pakar berupa fakta-fakta, konsep, aturan, prosedur, dan hubungan di antaranya, yang telah direpresentasikan dalam bentuk yang dimengerti oleh sistem. Basis pengetahuan dibutuhkan untuk memahami, memformulasikan, dan memecahkan masalah yang dihadapi oleh sistem, di sini basis pengetahuan berfungsi sebagai sumber referensi untuk mengambil suatu tindakan. Semakin banyak pengetahuan yang dimiliki oleh suatu basis pengetahuan, maka sistem tersebut akan semakin mendekati sifat “cerdas”, dengan kata lain kemampuan sistem akan semakin mendekati kemampuan pakar.

Feigenbaum (1977) menyatakan bahwa kesuksesan dari suatu sistem pakar tidaklah bergantung pada kecanggihan strategi penalaran ataupun inferensinya, namun pada jumlah informasi yang dikandungnya mengenai bagaimana simbol-simbol diinterrelasikan, yaitu jumlah pengetahuan yang dimilikinya[4]. Prinsip ini adalah prinsip pengetahuan (knowledge principle), yang merupakan perluasan dari hipotesis simbol fisik (physical symbol hypothesis) dari Newell dan Simon (1981). Hipotesis simbol fisik menganggap bahwa pengetahuan terdiri dari simbol-simbol realitas dan relasi antara simbol-simbol ini, serta bahwa inteligensi adalah manipulasi logis yang sesuai terhadap simbol-simbol dan relasinya[5].

Basis pengetahuan menyimpan pengetahuan yang terdiri dari dua elemen dasar. Elemen dasar pertama adalah fakta, yang dalam hal ini merupakan situasi, kondisi, dan kenyataan dari permasalahan, serta juga teori dalam bidang yang berkaitan serta informasi dari obyek. Yang kedua adalah spesial heuristik yang merupakan informasi mengenai cara untuk membangkitkan fakta baru dari fakta yang sudah diketahui. Dalam sistem berbasis-aturan (rule-based system), elemen kedua ini berupa kaidah atau aturan (rule).

Meskipun seringnya fakta dan aturan dalam basis pengetahuan memiliki nilai kebenaran yang tegas (crisp), namun ada kalanya representasi seperti ini tidaklah dapat mencerminkan pengetahuan secara baik. Dalam hal ini, ada kalanya pengetahuan yang dipakai dibentuk dengan suatu nilai kepastian (certainty value), yang nilainya berkisar dari nol (pasti salah) hingga satu (pasti benar). Nilai kepastian ini menggunakan konsep yang sama dengan yang ada dalam Logika Fuzzy.

Pengembangan suatu basis pengetahuan dimulai dari pembelajaran ontologi, atau konstruksi ontologi, yang bertujuan menangkap pengetahuan menjadi format yang dapat digunakan dalam sistem. Langkah selanjutnya adalah mempopulasikan basis pengetahuan, yaitu mendapatkan instans-instans untuk mengisi basis pengetahuan. Ini merupakan langkah yang penting, yang mana tujuannya menggunakan ontologi sebagai indeks untuk memori organisasi.

 Rekayasa pengetahuan (knowledge engineering) melibatkan beberapa  proses, yaitu akuisisi pengetahuan (knowledge acquisition), validasi pengetahuan (knowledge validation), representasi pengetahuan (knowledge representation), inferensi pengetahuan (knowledge inferencing), dan transfer pengetahuan (knowledge transferring). Dari semua proses ini, yang merupakan pembentukan basis pengetahuan adalah akuisisi pengetahuan dan representasi pengetahuan, beserta validasi pengetahuan yang berfungsi untuk menjaga kualitas pengetahuan yang disimpan.

Akuisisi pengetahuan merupakan proses pengumpulan informasi dari sumber-sumber yang tersedia, yang dapat berupa kepakaran seseorang maupun kepakaran laten (yang tersimpan dalam bentuk materi cetakan). Sementara representasi pengetahuan merupakan proses untuk mengilustrasikan pengetahuan yang telah didapat dari proses akuisisi pengetahuan.

  Keuntungan / Kelebihan Sistem Pakar

• Availability-bertambah

• Cost-rendah

• Danger-reduced

• Performance

• Multiple expertise

• Reability-bertambah

• Explanation

• Response-cepat

• Steady, unemotional and complete response

 

  KONSEP UMUM SISTEM PAKAR (SP)

• Salah satu metode paling umum representasi pengetahuan dalam bentuk Rule: IF….. THEN

• Turban (1995) menyatakan bahwa konsep dasar dari suatu system pakar mengandung beberapa unsur yaitu keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan.

 

  KONSEP UMUM SISTEM PAKAR (SP)

• Keahlian merupakan suatu penguasaan pengetahuan di bidang tertentu yang didapatkan dari pelatihan atau pengalaman.

• Ahli merupakan seorang yang mempunyai pengetahuan tertentu dan mampu menjelaskan suatu tanggapan.

• Pengalihan keahlian dari para ahli merupakan tujuan utama dari system pakar. Proses ini membutuhkan 4 aktivitas yaitu tambahan pengetahuan dari sumber lain, representasi pengetahuan ke computer, inferensi pengetahuan dan pengalihan pengetahuan ke pengguna.

• Sedangkan kemampuan untuk menalar adalah fungsi yang harus dimiliki oleh setiap system pakar.

 

  KONSEP UMUM SISTEM PAKAR (SP)Menurut Turban (1995) terdapat tiga orang  Pakar adalah orang yang terlibat dalam lingkungan system pakar yaitu : yang memiliki pengetahuan khusus, pendapat, pengalaman, dan metode serta kemampuan untuk mengaplikasikan keahliannya tersebut guna menyelesaikan masalah.

 Karakteristik Sistem Pakar

• High Performance (kinerja tinggi).

• Adequate Response Time (waktu respon yang cukup/memadai).

• Good Reliability (keandalan yang baik).

• Understandable (dapat dimengerti).

• Flexibility (luwes).

 

Sumber:

http://ciusthedracohenas.wordpress.com/2008/05/12/basis-pengetahuan-untuk-sistem-pakar/

http://www.slideshare.net/agiah/sistem-berbasis-pengetahuan-2