102

mampu menunjukan peningkatan tahap-tahap proses perancangan secara

konprehensif.

4.3 Ontologi 4.3.1 Definisi Ontologi

Dalam sepuluh tahun terakhir, para peneliti bidang komputasi basisdata dan

basis pengetahuan telah mengusulkan berbagai pendekatan model data semantis

agar dapat mengolah basisdata dan pengetahuan secara lebih menyeluruh dan

semantis. Salah satu di antaranya adalah pendekatan model data semantis berbasis

ontologi, seperti dinyatakan oleh Back dan Vainikainen (2003) bahwa sebuah

sistem pengetahuan dapat disimpan, disajikan dan ditampilkan dalam banyak

bentuk seperti skema taxomoni, semantik, ontologi. Melalui model ontologi

diharapkan mampu mengambarkan struktur semantis dari suatu domain

pengetahuan. Dengan lain kata, pendekatan model data ontologi memungkinkan

sebuah sistem dan aplikasi dapat menangani informasi dan memanfaatkan kembali

menjadi pengetahuan bagi setiap orang sesuai dengan pola dan minat ketertarikan

tertentu yang diinginkannya (Azhari dan Wardoyo, 2005).

Definisi dan pengertian dari ontologi dapat ditemukan di dalam banyak

literatur, misalnya menurut Gruber (1993), bahwa sebuah ontologi adalah sebuah

spesifikasi eksplisit dari sebuah konsepsi. Swartout et al. (1997) mendefinisikan

ontologi adalah sekumpulan istilah terstruktur secara hirarki untuk menjelaskan

sebuah domain yang dapat digunakan sebagai kerangka dasar sebuah basis

pengetahuan. Menurut Neches et al. (1991), sebuah ontologi merupakan definisi

dari pengertian dasar dan relasi vokabulari dari suatu area pengetahuan termasuk

bagaimana aturan dari kombinasi istilah dan relasi untuk mendefinisikan

vokabulari. Kemudian Bernaras et al. (1996) menyebutkan bahwa sebuah ontologi

memberikan cara untuk menjelaskan secara eksplisit konsepsi yang terkandung

dari representasi pengetahuan suatu basis pengetahuan. Studer et al. (1998)

menyatakan bahwa sebuah ontologi adalah spesifikasi formal, dan eksplisit dari

konsepsi bersama. Selanjutnya Osterwalder dan Pigneur (2002) menjelaskan

103

bahwa ontologi adalah spesifikasi eksplisit dari konseptualisasi yang membuat

konsep lebih spesifik dengan menggunakan konsep dan role lain.

Dari pengertian-pengertian tersebut dapat dikatakan bahwa ontologi adalah

suatu konsepsi formal (dalam arti dapat dibaca oleh mesin) dari sebuah domain

pengetahuan tertentu (dapat terdiri dari konsep, relasi, fungsi, aksioma) dan

dipakai secara bersama-sama oleh kelompok orang. Penjelasan dari pengertian ini

secara skematisasi ditunjukkan pada Gambar 4.2.

Gambar 4.2 Definisi dan pengertian ontologi (Studer et al, 1998)

Pendefinisian yang mendekati lebih teknis ditunjukkan oleh Abugessaisa

dan Sivertun (2004), serta Serra et al. (2004) yaitu bahwa ontologi merupakan

cara merepresentasikan pengetahuan tentang makna dari suatu objek, properti dari

suatu objek, serta relasi objek tersebut yang mungkin terjadi pada domain

pengetahuan. Atau dengan lain kata, ontologi merupakan cara merepresentasikan

pengetahuan yang terkait dengan makna (secara semantis) dalam bentuk obyek,

properti dari suatu obyek, serta relasi obyek tersebut yang mungkin terjadi pada

suatu domain pengetahuan, dan dapat digunakan untuk berbagi pengetahuan.

Dalam ontologi, pengetahuan direpresentasikan dalam bentuk classes,

properties, slots, dan instans (Abugessaisa dan Sivertun, 2004; Alavi dan Leidner,

104

2001; Marwick, 2001). Kishore et al. (2003) lebih menegaskan lagi bahwa

ontologi dapat dianggap sebagai deskripsi formal dari suatu domain wacana

pengetahuan tertentu (atau sebagai konsep), dan direpresentasikan sebagai class

yang menggambarkan karakteristik umum individual, property individual

menentukan fitur dan atribut umum dari konsep slot/role, dan batasan pada slot

disebut facet (role restriction). Menurut Bertino dan Catania (2001), model

ontologi yaitu teori mengenai keberadaan segala jenis entitas yang didefinisikan

dalam suatu ranah dan dinyatakan dalam jaringan graf semantik yang terdiri atas

hierarki class, slot, dan instance yang diharapkan dapat membantu perekayasa

pengetahuan (knowledge engineer) dalam membangun sistem manajemen

pengetahuan. Guarino (1998), Noy dan McGuinness (2001) dengan kata yang

sama juga menyatakan bahwa suatu ontologi tersusun atas beberapa komponen

penting yaitu classes (concepts), attributes (properties), relationships (slot) dan

individuals (instances).

Classes (concepts)

Suatu kelas menjelaskan konsep-konsep yang ada dalam suatu domain

sehingga dapat pula merupakan penjelasan dari tugas, fungsi, aksi, strategi, dan

sebagainya. Biasanya sebuah kelas merupakan sekumpulan dari obyek-obyek

dengan properti yang sama. Sebuah kelas juga bisa memiliki subkelas yang mana

subkelas ini akan merepresentasikan konsep yang lebih spesifik daripada

superkelasnya, seperti diperlihatkan pada Gambar 4.3. Dalam kelas juga dikenal

istilah partisi, yaitu sekumpulan konsep yang saling berhubungan dimana aturan-

aturan tertentu dapat diciptakan dan diterapkan. Jenis partisi yang paling umum

digunakan adalah partisi disjoint, yaitu partisi yang digunakan untuk memastikan

bahwa tidak ada instance yang menjadi instance dari kelas-kelas yang saling

disjoint (Horridge et al., 2004).

Atribut (properties)

Obyek-obyek yang berada dalam ontologi bisa dideskripsikan dengan

memberi tambahan atribut (properties). Setiap atribut memiliki paling tidak

sebuah nama yang digunakan untuk menyimpan informasi, nilai, status yang

terukur secara spesifik tentang obyek yang diberi atribut tersebut.

105

Relationship (slot)

Suatu relationships atau disebut juga dengan slot, menjadi penting dalam

sebuah ontologi, karena merepresentasikan kerangka dari pengetahuan atau harus

mendeskripsikan relasi antara obyek-obyek dari kelas dan individu yang ada.

Kumpulan dari relasi secara menyeluruh akan mendeskripsikan semantik atau arti

dari sebuah entitas.

Individu (instances)

Instances dari sebuah ontologi bisa berupa obyek nyata, atau individu yang

telah diciptakan. Seperti mahasiswa, kucing, molekul, buku atau juga bisa berupa

obyek abstrak seperti bilangan dan huruf. Seperti yang telah disebutkan tujuan

utama dari ontologi adalah menjelaskan arti dalam pengklasifikasian individu

sebagai kerangka pengetahuan meskipun individu tersebut secara eksplisit bukan

bagian dari ontologi. Instant dari sebuah subklas juga merupakan instant dari

suatu superklas.

Pada Gambar 4.3 diperlihatkan sebuah ontologi yang merepresentasikan

pengetahuan dari proyek yang disimpan dalam skema ontologi. Slot atau relasi

yand dibuat adalah works-in (person dengan project); knows (person dengan

topic); cooperate-with (person dengan person), has-member (project dengan

person); dan is-about (project dengan topic). Dari aksioma ontologi ini, terlihat

bahwa jika sesorang bekerja dalam suatu proyek maka orang tersebut mengetahui

topik dan informasi dari proyek tersebut.

Gambar 4.3 Contoh model ontologi proyek

106

Dari contoh sederhana model ontologi proyek ini, semakin jelas terlihat

bahwa ontologi merupakan suatu teori tentang makna dari suatu objek, properti

dari suatu objek serta relasi objek tersebut yang mungkin terjadi pada suatu

lingkup domain pengetahuan (Chandrasekaran, 1999). Dengan demikian menurut

keyakinan Noy dan McGuinness (2001) ontologi telah menjadi sangat penting

karena dapat digunakan menerangkan tentang struktur suatu disiplin ilmu.

Ontologi membuka kemungkinan untuk berpindah dari pandangan berorientasi

dokumen ke arah pengetahuan yang saling terkait, dikombinasikan dan untuk

digunakan.

4.3.2 Tahapan Pengembangan Ontologi Pengembangan ontologi merupakan proses yang iteratif. Proses membangun

ontologi pada dasarnya dilakukan dengan mendefinisikan himpunan data dan

strukturnya agar dapat digunakan oleh sistem dan program aplikasi lainnya.

Ontologi terbaik yang digunakan tergantung pada aplikasi yang akan dibangun,

dan dengan pertimbangan berbagai perluasan yang harus diantisipasi. Konsepsi

yang dibentuk harus dapat mendekati dengan keadaan obyek sebenarnya (secara

fisik maupun logik) dan relasi dalam domain yang dikembangkan. Terdapat

berbagai pendapat mengenai tahapan proses pengembangan sebuah model

ontologi.

Berikut ini menurut Cristani dan Cuel (2005), Noy dan McGuinnes (2001),

Corcho et al. (2003) tahapan yang dilakukan dalam proses pengembangan suatu

ontologi adalah seperti berikut:

1. Tahap Penentuan Domain

Merupakan tahap awal proses digitalisasi pengetahuan yang dilakukan dengan

cara menjawab beberapa pertanyaan seperti: Apa yang merupakan domain

ontologi? Mengapa harus menggunakan ontologi? Apa jenis pertanyaan

terhadap ontologi sehingga perlu menyediakan jawaban? Siapa akan

menggunakan dan memelihara ontologi?

107

2. Tahap Penggunaan Ulang

Tahap penggunaan kembali dan justifikasi dari ontologi yang telah dibangun.

Hal ini dimungkinkan karena merupakan sebuah kebutuhan saat sistem harus

berhubungan dengan aplikasi yang menyatu dengan ontologi.

3. Tahap Pendefinisian Istilah

Tahap proses menentukan istilah-istilah yang digunakan untuk membuat

pernyataan atau untuk menjelaskan hal yang sama.

4. Tahap Pendefinisian Kelas dan Hirarki Kelas

Menciptakan beberapa definisi dari konsep dalam hirarki dan kemudian

menguraikan properti dari konsep. Hirarki kelas direpresentasikan dengan

relasi is-a : setiap kelas A adalah subkelas B jika setiap instant kelas A juga

instant kelas B.

5. Tahap Pendefinisian Properti

Secara umum, ada beberapa jenis properti (sifat) obyek yang dapat menjadi slot

dalam suatu ontologi. Properti Intrinsik (hakiki), seperti rasa dari anggur.

Properti Ekstrinsik (karena keadaan luar), seperti nama anggur dan area

(regional). Properti karena hubungan dengan individu yang lain, misalnya

hubungan antara anggota individu dari suatu kelas dengan individu yang lain.

6. Tahap Pendefinisian Konstrain dan Slot

Beberapa domain pengetahuan dapat memiliki memiliki slot bersyarat

kardinalitas tunggal (satu nilai) atau dengan kardinalitas banyak (memiliki

sejumlah nilai). Kardinalitas dari N berarti suatu slot mempunyai sedikitnya N

nilai. Suatu slot juga dapat berupa string, boolean, enumerasi (simbolik), serta

instant.

7. Tahap Pembuatan Instant

Pendefinisian sebuah instant dari kelas dapat meliputi pememilihan kelas,

pembuatan individu instant dari kelas, dan pengisian nilai slot.

Thunkijjanukij et al. (2009) dan Liping et al. (2007) menuliskan bahwa

untuk merancang dan membangun ontologi juga perlu diperhatikan kriteria-

kriteria berikut: (1) clarity and Objectivity, ontologi harus dipersiapkan dengan

108

arti yang merupakan definisi istilah sebagai definisi tujuan (objective) dalam

sebuah dokumentasi, (2) completeness, definisi dinyatakan dalam istilah yang

penting dan memadai, (3) coherence, konsistensi dalam pemberian definisi, (4)

consistency, memungkinkan melakukan pengecekan silang dengan hal yang

kontradiksi dari definisi yang valid, (5) meminimalkan jarak semantik dengan

konsep sibling, (6) memaksimumkan extendible dari definisi, (7) meminimalkan

komitmen ontologi, dan (8) standarisasi nama jika ini memungkinkan.

4.4 Web Ontology Language 4.4.1 OWL

Web Ontologi Language (OWL) adalah serangkaian bahasa markup yang

dirancang untuk digunakan oleh aplikasi untuk memproses isi informasi, bukan

hanya sekedar menyajikan informasi kepada penggunanya. OWL menjelaskan

hirarki secara terorganisasir suatu ide, pengetahuan dari suatu suatu domain,

dengan cara yang dapat dipecah dan dipahami oleh perangkat lunak. Seperti yang

dituliskan oleh McGuinness dan Harmelen (2004), OWL dirancang untuk

digunakan oleh aplikasi untuk memproses isi informasi, dalam arti bukan hanya

menyajikan informasi. OWL dapat memfasilitasi mesin menginterpretasikan dari

isi halaman web dengan dukungan XML, RDF, RDF dan Skema (RDF-S) karena

menyediakan tambahan kosa kata secara semantik formal. Antoniou dan

Harmelen (2003), OWL dapat dibedakan tiga varian subbahasa berdasarkan

tingkat ekspresinya: OWL Full, OWL DL dan OWL Lite.

a. OWL-Full

OWL Full diperuntukan bagi user yang menginginkan sub bahasa yang

sangat ekspresif dan secara sintaks lepas dari RDF tanpa jaminan komputasional.

Misalnya, dalam OWL Full, suatu kelas boleh dianggap sebagai kumpulan dari

individu dan sekaligus menjadi individu bagi dirinya sendiri. OWL Full

memungkinkan suatu ontologi untuk merubah arti dari kosakata yang sudah

didefinisikan (misalnya kosakata milik RDF atau OWL). Hal ini merupakan

109

kelemahan dari OWL Full yaitu menyebabkan OWL Full tidak mendukung

reasoning yang lengkap.

b. OWL-DL (Description Logic)

OWL-DL merupakan sub-languange dari OWL-Full. OWL-DL jauh lebih

ekspresif dibanding OWL-Lite. Kelebihan dari OWL-DL adalah di mana proses

komputasi di OWL-DL sangat lengkap sehingga semua kesimpulan dijamin dapat

dihitung dan bisa diputuskan (semua komputasi akan selesai dalam waktu yang

tertentu). OWL-DL dapat menghasilkan hierarki klasifikasi secara otomatis dan

mampu mengecek konsistensi dalam suatu ontologi karena OWL-DL mendukung

reasoning.

c. OWL-Lite

Dilihat dari sintaksnya, OWL-Lite paling sederhana. Jenis ini digunakan jika

pengguna hanya membutuhkan hierarki kelas yang sederhana dengan batasan

yang sederhana pula. OWL-Lite menyediakan cara yang cepat untuk berpindah

dari thesaurus dan hierarki sederhana yang sudah ada. Kelebihan dari OWL jenis

ini adalah lebih mudah dipahami bagi user dan kemudahannya dalam

pengimplementasiannya dalam suatu tool. Sebagai contoh jika menggunakan

batasan kardinalitas, ia hanya mengijinkan nilai kardinalitas 0 dan 1.

OWL Full menurut McGuinness dan Harmelen (2004), dapat dipandang

sebagai ekstensi dari RDF, sementara OWL Lite dan OWL DL dapat dipandang

sebagai ekstensi dari keterbatasan RDF. Setiap dokumen OWL (Lite, DL, Full)

adalah sebuah dokumen RDF, dan setiap dokumen RDF adalah sebuah dokumen

OWL Full, tapi hanya beberapa dokumen RDF dapat merupakan sebuah dokumen

OWL Lite atau OWL DL. Karena itu, perlu hati-hati bila pengguna ingin

bermigrasi dari sebuah dokumen RDF ke OWL. Misalnya, bila ekspresi dari OWL

DL atau OWL Lite dianggap tepat, ada beberapa tindakan yang perlu diperhatikan

untuk memastikan bahwa dokumen RDF asli sesuai dengan kendala tambahan

dibutuhkan oleh OWL DL dan OWL Lite. Antara lain, setiap URI yang digunakan

sebagai nama kelas harus ditegaskan secara eksplisit menjadi jenis owl:Class

(termasuk untuk properti), setiap individu harus ditegaskan menjadi minimal satu

110

kelas (meskipun hanya owl:Thing), URI digunakan untuk kelas, properti dan

individu harus saling terpisahkan.

World Wide Web Consortium (W3C) merekomendasikan OWL sebagai

bahasa ontologi. OWL dapat digunakan untuk merepresentasikan arti dari istilah-

istilah suatu domain pengetahuan secara eksplisit serta relasi antara istilah tersebut

yang tidak dapat dipisahkan dengan dokumen dan aplikasi web. OWL

dikembangkan dari teknologi yang direkomendasikan dan sesuai standar oleh

W3C, yaitu XML/S dan RDF/S. OWL menambahkan kosakata untuk

menggambarkan kelas dan properti, yaitu antara lain: relasi antar kelas (misalnya

disjoint), kardinalitas, equality, tipe properti yang lebih luas, karakteristik properti

(misalnya simetri), dan kelas enumerasi. Dengan demikian OWL memiliki

fasilitas lebih dibanding XML dan RDF/S dalam mengekspresikan arti dan

semantik. OWL juga melebihi bahasa-bahasa di atas dalam kemampuan

merepresentasikan isi dokumen web yang machine-interpreted (McGuinness dan

Harmelen, 2004).

4.4.2 Struktur dan Elemen OWL Antoniou and Harmelen (2003) serta Smith et al. (2004) memberikan

dokumentasi pedoman cukup lengkap mengenai cara penulisan dan contoh-contoh

ontologi dengan OWL. Berikut ini dipilih dan diberikan struktur dan beberapa

elemen dasar dari OWL.

1. Sintaks OWL

Ontologi OWL merupakan graf RDF yang diubah menjadi kumpulan triple-

triple RDF. OWL menggunakan sintaks yang sama dengan RDF dalam

merepresentasikan triple. Misal sintaks . Sintaks tersebut memiliki arti yang sama dengan representasi sintaks RDF/XML,

misalnya diperlihatkan pada Gambar 4.4.

Gambar 4.4 Sintaks RDF/XML

111

OWL merupakan perluasan dari kosakata RDF. Setiap graf RDF dapat

membentuk ontologi OWL. Arti sebuah graf RDF sama dengan arti yang

diberikan oleh graf OWL. Informasi dalam bentuk OWL disatukan dalam

ontologi, yang dapat disimpan sebagai dokumen web. Kosakata OWL berasal dari

http://www.w3.org/2002/07/owl# dengan namespace owl:.

2. Kelas OWL

Kelas OWL menyediakan mekanisme untuk mengklasifikasikan sejumlah

resource dengan karakteristik tertentu. Seperti konsep kelas dalam RDF, setiap

kelas OWL berhubungan dengan sejumlah individu yang disebut perluasan kelas

(class extension). Individu-individu dalam perluasan kelas disebut instance.

Sebuah kelas memiliki konsep khusus yang dapat berelasi namun tidak sama

dengan kelas yang menjadi perluasannya. Oleh karena itu, dua kelas mungkin

memiliki perluasan kelas yang sama, namun tetap merupakan kelas yang berbeda.

Tabel 4.6 diberikan beberapa sintaks kelas owl, Gambar 4.5 skema relasi

struktur dari class, properties, objectproperties, datatypeproperties, dan Gambar

4.6 diberikan contoh owl kelas dan subkelas, serta Gambar 4.7 contoh individu.

Tabel 4.6 Beberapa kelas OWL Kosakata Keterangan owl:AnnotationProperty Kelas yang anggotanya berupa properti yang dipakai

untuk menyatakan keterangan. owl:Class Menyatakan deklarasi sebuah kelas dalam OWL. owl:DataRange Kelas yang anggotanya adalah range suatu properti,

bila range merupakan kumpulan nilai (List, gabungan sejumlah kelas).

owl:DatatypeProperty Kelas yang anggotanya adalah properti-properti yang menghubungkan individu ke nilai data (range dari properti adalah suatu nilai tertentu, bukan individu)

owl:ObjectProperty Kelas yang anggotanya adalah properti-properti yang menghubungkan individu yang satu ke individu yang lain (range-nya berupa individu).

owl:Ontology Menggambarkan bahwa sebuah dokumen merupakan dokumen ontologi.

112

Gambar 4.5 Relasi OWL dengan RDF

Gambar 4.6 Contoh class dan subclass

Gambar 4.7 Contoh individuals

3. Properti OWL

OWL membedakan properti kedalam dua kategori yaitu : (a) Object

Property, yang menghubungkan individu yang satu ke individu yang lain. Properti

ini didefinisikan sebagai instance dari kelas owl:ObjectProperty; (b) Datatype Property, yang menghubungkan individu ke nilai data. Properti ini didefinisikan

sebagai instance dari kelas owl:DatatypeProperty. Pada Tabel 4.7 diberikan

...

113

beberapa sintaks properties kelas owl, dan Gambar 4.8 diberikan contoh bagian

pembuatan owl properties.

Tabel 4.7 Beberapa properti OWL Kosakata Keterangan owl:cardinality Menggambarkan kelas dari individu yang mempunyai tepat N

nilai semantik yang berbeda (individu atau nilai data) untuk properti tersebut.

owl:differentFrom Untuk menyatakan dua referensi URI yang menunjuk individu yang berbeda.

owl:disjointWith Untuk menyatakan bahwa kelas-kelas yang disebutkan tidak memiliki satu anggota pun sebagai irisannya.

owl:hasValue Properti yang menghubungkan batasan suatu kelas dengan suatu nilai V, yang dapat berupa individu maupun nilai data. Perluasan kelas yang memiliki properti ini beranggotakan individu-individu yang memiliki nilai properti yang disebutkan (dibatasi) minimal satu yang secara semantik ekuivalen V.

owl:sameAs Menyatakan dua individu yang secara semantik adalah sama

Gambar 4.8 Contoh ObjectProperties dan DataProperties

...

114

4.4.3 SPARQL W3C merekomendasikan SPARQL sebagai standar bahasa query yang

digunakan untuk mengambil informasi dari OWL dan pengembangan Semantic

Web. SPARQL menyediakan fasilitas untuk mengekstraksi informasi dalam

bentuk URI, blank node dan literal, mengekstraksi sub graf RDF, dan membangun

graf RDF baru berdasar pada informasi dari graf yang diinginkan. Struktur

perintah yang digunakan dalam query SPARQL adalah dengan Select-From-

Where seperti yang diperlihatkan dari sebuah contoh pada Gambar 4.9 (Dodds,

2005).

Gambar 4.9 Contoh perintah SPARQL

1. PREFIX

Prefix merupakan mekanisme penentuan awalan untuk menyingkat URI.

Misalnya foaf: http://xmlns.com/foaf/0.1/ berarti URI tersebut disingkat dengan

awalan foaf. Prefix ini berupa sintatik, nama prefiks tidak mempengaruhi query,

nama prefiks juga tidak harus sama dengan prefiks yang digunakan pada

serialisasi data.

2. SELECT

Dalam statement SELECT didefinisikan sebuah daftar variabel-variabel yang akan dikembalikan sebagai hasil dari eksekusi query. Setiap variabel didahului

dengan tanda tanya (?) dan bisa diberi nama dengan menggunakan karakter alfanumerik yang dikombinasikan dengan garis bawah, misalnya ?name.

3. FROM

Pada statement FROM ini dispesifikasikan jalur atau URL dari dokumen RDF yang akan di-query. Misalnya FROM .

PREFIX foaf: SELECT ?name ?mbox FROM WHERE { ?x foaf:name ?name . ?x foaf:mbox ?mbox . }

115

4. WHERE

Dalam statement WHERE didefisinikan sederetan triple pattern yang harus dimiliki oleh setiap hasil query yang valid. Seluruh pola yang merepresentasikan

suatu kalimat RDF harus memiliki bentuk sesuai dengan RDF triples yang terdiri

dari subject, predicate, dan object. Ketiga RDF triples tersebut dapat berupa

atau sebuah ?variable. Object juga dapat berupa Literal. Misalnya ?x foaf:name ?name .

SPARQL pada dasarnya menyediakan cara untuk menggabungkan pola-pola

graf sehingga satu dari beberapa pola graf alternatif akan cocok. Jika ada lebih

dari satu pola alternatif yang cocok, maka semua kemungkinan solusi pola akan

ditemukan. Pola alternatif ini dinyatakan dengan kata kunci UNION. Untuk mendapatkan hasil query dimana nilai variabel tertentu harus memenuhi suatu

kriteria maka digunakan tambahan kata kunci FILTER yang diikuti dengan operasi tertentu yang menyatakan kriteria tersebut. Operator yang biasa digunakan untuk

mencocokkan nilai suatu literal dengan suatu kata adalah REGEX. Hasil query juga dapat dimodifikasi dengan menambahkan kata kunci

DISTINCT yang akan memastikan bahwa setiap kombinasi dari pengikatan variabel pada sederetan hasil query adalah unik. Selain itu, hasil query juga dapat

diurutkan menurut aturan tertentu dengan menambahkan klausa ORDER BY.

4.4.4 Perangkat Lunak Bantu OWL Berkaitan dengan metodologi dan bahasa ontologi yang disebut pada subbab

4.3.2 dan 4.4.1 telah banyak pula dikembangkan perangkat lunak bantu untuk

memudahkan pembuatan dan pengeditan ontologi, beberapa di antaranya adalah

Protg, WebODE, OE Hozo, dan Alvota SemanticWorks (Corcho et al., 2003;

Mizoguchi, 2003).

Protg

Protg (Gennari et al., 2003) merupakan tool grafis berbasis Java yang

bersifat open source yang dikembangkan oleh Universitas Stanford untuk

116

membuat ontologi. Protg memfasilitasi seorang pengembang untuk membuat

model domain pada level konseptual tanpa harus mengetahui sintaks dari bahasa

tersebut secara rinci. Protg dapat digunakan untuk membuka, mengubah, dan

menyimpan ontologi ke dalam berbagai macam format seperti CLIPS, RDF,

XML, UML, OWL, dan basis data relasional. Selain itu Protg juga

menyediakan sebuah lingkungan yang bersifat plug-and-play, sehingga mampu

menjadi dasar yang fleksibel bagi pembuatan prototype dan aplikasi secara cepat.

Pengembang dapat berkonsentrasi pada konsep dan relasi dari domain

pengetahuan yang sedang dibahas dan fakta mengenai relasi-relasi tersebut yang

langsung diekspresikan dalam sintaks. Protg dapat digunakan untuk melakukan

tugas-tugas sebagai berikut :

1. Pemodelan kelas: Protg menyediakan GUI (graphical user interface)

yang memodelkan kelas-kelas (konsep mengenai suatu domain) dan

atributnya serta relasi antar kelas tersebut.

2. Mengedit instance: dari kelas-kelas ini Protg secara otomatis men-

generate bentuk interaktif yang memungkinkan pengembang untuk

memasukkan instance.

3. Pemrosesan model: Protg dilengkapi library yang berisi plug-in yang

membantu pengembang mendefinisikan semantik, memberikan query, dan

lain-lain.

4. Pertukaran model: model menghasilkan kelas dan instance yang dapat

disimpan dalam format yang bervariasi, termasuk XML, UML, OWL, dan

RDF.

WebODE

WebODE (Corcho et al., 2002) dikembangkan oleh Lab Artificial

Intelligence, Technical University of Madrid (UPM). WebODE digunakan

sebagai sebuah web server dengan antarmuka web. Inti perangkat lunak bantu ini

adalah layanan akses (services), semua layanan dan aplikasi dipasang ke server,

dan secara khusus adalah WebODE Ontology Editor. Editor WebODE

memungkinkan membangun ontologi secara kolaborasi dengan bantuan

117

antarmuka pengguna berbasis grafis. Beberapa layanan lainnya untuk ontologi

service adalah XML, RDF(S), OIL, FLogic, Jess, Prolog), pembangun aksioma

berbasis web (WebODE Axiom Builder, WAB), dokumentasi ontologi,

penggabungan dan evaluasi ontologi. WebODE mendukung pembangunan

ontologi pada berbagai tingkat pengetahuan, dan diterjemahkan ke dalam bahasa

ontologi yang berbeda. WAB mendukung pendefisian aksioma dalam bentuk

grafis dan dengan menggunakan bantuan (template). WebODE menyimpan hasil

ontologi dalam basisdata relasional.

OE: Ontology editor in Hozo

"Hozo" adalah suatu perangkat lunak terpadu untuk membangun tugas dan

domain ontologi dengan berdasarkan teori dasar ontologi (Kozaki et al., 2002).

"Hozo" terdiri dari " Editor Ontologi ", "Onto-Studio" dan " Server Ontologi ".

Hasil dan model ontologi disimpan dalam format yang berbeda (Lisp, Teks,

XML/DTD, DAML + OIL) yang portabel dan reusable. Salah satu fitur utama

dari Hozo adalah memperlakukan konsep Role. Dalam Hozo, memperkenalkan

tiga kelas yang berbeda untuk menangani dengan memperkenalkan konsep Role.

Yaitu Role concept, Basic concept, dan Role holder (Gambar 4.10).

Gambar 4.10 Role pada OE Hozo Konsep dasar yang digunakan adalah class constraint. Jika sebuah instan

memenuhi class constraint dan memegang suatu peran maka termasuk sebuah role

holder. Hozo mendukung untuk menetapkan suatu konsep role sebagai konsep

dasar.

Seperti pada editor ontologi lainnya, Editor ontologi Hozo juga

menyediakan pengguna dengan antarmuka grafis yang memudahkan melihat dan

memodifikasi ontologi. Pengguna tidak perlu khawatir tentang translasi menjadi

kode ekspresi ontologi, karena dilakukan otomatis. Salah satu bagian penting pada

Role-concept: A concept representing a role dependent on a context(e.g., teacher role) Basic concept: A concept which does not need other concepts for being defined(e.g., human) Role holder: An entity of a basic concept which is holding the role(e.g., teacher)

118

antarmuka adalah is-a hierarchy browser yang menampilkan semua struktur

relasi antara kelas-kelas. Kolaborasi pengembangan ontologi juga didukung dalam

Editor ontologi. Pada tingkat primitif, ontologi server yang memungkinkan

pengguna untuk membaca dan menyalin semua ontologi dan kejadian. Kemudian

Editor ontologi memungkinkan pengguna untuk membagi suatu ontologi menjadi

beberapa komponen ontologi dan mengelola ketergantungan di antaranya.

Altova SemanticWork

Altova SemanticWork yang dibuat oleh perusahaan pembuat software

Altova. Dengan menggunakan Altova SemanticWork, pengembangan ontologi

dilakukan secara visual dengan skema, gambar, dan diagram. Beberapa fungsi

yang tersedia dalam Altova Semantic Work, antara lain (Alvota, 2009):

1. Pembuatan dan perubahan secara visual dari RDF, RDFS, OWL.

2. Pemeriksaan sintaksis untuk menyesuaikan kemampuan dengan spesifikasi

RDF/XML.

3. Auto Generated RDF/XML dan format N-triples berdasarkan rancangan

RDF/OWL.

4. Mencetak desain RDF/OWL yang berbentuk gambar untuk membuat

dokumentasi web semantic.

RDF dokumen dapat dibuat dan diedit dengan SemanticWorks dalam bentuk

grafis dari RDF/OWL secara visual. Sebuah RDF ditetapkan secara grafis

dikaitkan dengan predikat sebagai objek atau nilai literal. Sumber daya yang

tersedia dalam pilihan untuk GUI referensi oleh sebuah ontologi. Dokumen RDF

dapat diedit secara langsung dalam bentuk teks, baik menggunakan dalam notasi

RDF/XML atau notasi N-Triples. Sebuah dokumen RDF, skema RDF, OWL Lite,

OWL DL, atau OWL Full dapat diuji secara sintaks sesuai dengan aturan

spesifikasi. Di samping itu, dokumen OWL Lite dan OWL DL dapat diperiksa

kebenarannya secara semantik (sesuai dengan aturan OWL Lite dan OWL DL,

masing-masing)

119

4.4.5 OWL API Untuk membangun aplikasi yang dapat memproses ontologi dibutuhkan API

library agar dapat mengakses dan memanipulasi secara langsung sebuah ontologi

yang ditulis dalam OWL. Di antaranya adalah Jena Ontology API dan Protege-

OWL API.

Jena Ontology API (Dickinson, 2009) merupakan Java API library yang

berguna untuk membuat dan memanipulasi graf-graf RDF. Jena adalah sebuah

framework berbasis Java untuk membangun aplikasi Semantic Web dan

dikembangkan oleh HP Labs Semantic Web Programme untuk memanipulasi

metadata dalam aplikasi Java. Jena menyediakan sekumpulan kelas java untuk

membantu pemrograman dan pengolahan ontologi untuk RDF, RDFS, dan OWL,

termasuk mesin inferensi berdasar aturan.

Sebagai contoh, dalam Jena terdapat kelas objek yang merepresentasikan

graf, reources (sumber daya), properti dan literal. Java interface yang menyajikan

resource, properti dan literal disebut berturut-turut dengan Resource, Properti dan

Literal. Sebuah graf disebut juga sebuah model dan direpresentasikan oleh java

interface Model.

Secara singkat kumpulan kelas-kelas java library dari Framework Jena

meliputi :

- ARP, yaitu parser RDF/XML. RDF API untuk manipulasi RDF.

- Jena2 ontology API untuk bekerja dengan data ontologi yang berbasis

RDF yaitu OWL, DAML+OIL, dan RDFS.

- SPARQL, yaitu bahasa query untuk RDF yang diimplementasikan pada

query engine Jena yaitu ARQ.

- Reasoner (penguji validitas).

- Penyimpanan secara persistent maupun dalam memori.

Protege-OWL API (Knublauch, 2009) adalah sebuah Java library untuk

manipulasi OWL dan RDF (S). Dalam OWL API ini menyediakan sekumpulan

kelas dan metode untuk membuka dan menyimpan file OWL, dan melakukan

120

query dan memanipulasi model data OWL, serta untuk melakukan penalaran

berdasarkan mesin Deskripsi Logic.

Protege-OWL API difokuskan pada sekumpulan Jawa interface dari model

package. Interface java ini menyediakan akses terhadap model OWL dan elemen

seperti kelas, properti, dan individu. Pengembang aplikasi tidak harus mengakses

interface ini secara langsung (seperti DefaultRDFIndividual), tetapi cukup memanggil method dari interface. Interface yang paling penting adalah interface

model OWLModel, yang menyediakan akses hingga ke kontainer resource dari

ontologi. Interface OWLModel dapat digunakan untuk menciptakan, query, dan

menghapus resource dari berbagai jenis dan kemudian menggunakan hasilnya

oleh OWLModel untuk diolah lebih lanjut.

121

BAB IV. MANAJEMEN PENGETAHUAN DAN ONTOLOGI ......................... 874.1 Rekayasa Pengetahuan ................................................................................. 87

4.1.1 Informasi dan Pengetahuan .............................................................. 874.1.2 Pengetahuan Eksplisit dan Tasit ...................................................... 89

4.2 Manajemen Pengetahuan .............................................................................. 924.2.1 Sistem Manajemen Pengetahuan...................................................... 924.2.2 Manajemen Pengetahuan Perusahaan .............................................. 99

4.3 Ontologi ...................................................................................................... 1024.3.1 Definisi Ontologi ............................................................................ 1024.3.2 Tahapan Pengembangan Ontologi ................................................. 106

4.4 Web Ontology Language ............................................................................ 1084.4.1 OWL ............................................................................................... 1084.4.2 Struktur dan Elemen OWL............................................................. 1104.4.3 SPARQL ........................................................................................ 1144.4.4 Perangkat Lunak Bantu OWL ........................................................ 1154.4.5 OWL API ....................................................................................... 119

122

Gambar 4.1 Hubungan data, informasi, pengetahuan (Cooper, 2007) ............. 88Gambar 4.2 Definisi dan pengertian ontologi (Studer et al, 1998) ................ 103Gambar 4.3 Contoh model ontologi proyek ................................................... 105Gambar 4.4 Sintaks RDF/XML ..................................................................... 110Gambar 4.5 Relasi OWL dengan RDF ........................................................... 112Gambar 4.6 Contoh class dan subclass .......................................................... 112Gambar 4.7 Contoh individuals ..................................................................... 112Gambar 4.8 Contoh ObjectProperties dan DataProperties ........................... 113Gambar 4.9 Contoh perintah SPARQL .......................................................... 114Gambar 4.10 Role pada OE Hozo .................................................................... 117

123

Tabel 4.1 Perbedaan pengetahuan eksplisit dengan pengetahuan tasit ........ 91Tabel 4.2 Kelebihan dan kekurangan dari pengetahuan eksplisit dan tasit .. 92Tabel 4.3 Manajemen pengetahuan pada bidang ilmu (Putzhuber, 2003) ... 94Tabel 4.4 Perspektif sistem manajemen pengetahuan .................................. 97Tabel 4.5 Tahapan sistem manajemen pengetahuan (Tiwana, 1999) ........... 98Tabel 4.6 Beberapa kelas OWL .................................................................. 111Tabel 4.7 Beberapa properti OWL ............................................................. 113