PENDEKATAN DAN ARSITEKTUR WEB SEMANTIK

 Banyak yang melihat semantic web sebagai evolusi yang tepat dari World Wide Web. Ide ini didasarkan pada kenyataan saat ini, bahwa ada banyak konten online di web bagi manusia untuk menemukan informasi yang relevan tanpa bantuan mesin cerdas. Para pendukung untuk pengembangan menuju web semantik yang dipimpin oleh Tim Berners-Lee mengidentifikasi tiga pilar pendukung (Berners-Lee et al. 2001).  Pertama, mark up-semantik (pemasok informasi), yaitu mereka yang memproduksi isi web, akan menyediakan semantik mark up halaman web di masa depan. Kedua, agen perangkat lunak cerdas (yang mampu menarik kesimpulan dari isi) harus dikembangkan untuk mencari dan memproses seperti semantik mark up halaman Web. Dan ketiga, ontologi komputasi - produsen isi web dan agen perangkat lunak harus berkomitmen untuk pemahaman yang disepakati bersama, umumnya dikenal sebagai ontologi, untuk membuat isi juga dimengerti untuk mesin. Menurut pembagian tugas, kita bisa mengidentifikasi tiga teknologi inti: The markup semantik menggunakan XML sebagai format pembawa dan RDF (Resource Description Framework) sebagai format encoding pertama tingkat semantik untuk menemukan dan menggambarkan isi web. Semantik ontologi kami setujui untuk dikodekan dalam RDF-kode dengan menggunakan bahasa deskripsi khusus (tingkat kedua) yaitu Ontologi Web Language (OWL). Jadi, OWL berbasis mark up-semantik tertanam dalam RDF, yang pada gilirannya dikodekan dalam XML. Para agen perangkat lunak harus memahami setidaknya satu ontologi, bisa mencari atau meminta isi web yang mungkin menarik bagi pengguna akhir sesuai dengan ontologi agen dan pencarian istilah, akhirnya membentuk komponen aktif dari Semantic Web. Secara keseluruhan, Semantic Web tidak diragukan lagi karena masih dalam masa pertumbuhan, namun banyak peneliti dan teknologi dari industri lingkungan yang berpikir bahwa itu adalah teknologi yang menjanjikan untuk masa depan yang akan memiliki pengaruh besar, terutama pada "pencari informasi/pengetahuan" akan menggunakan WWW dalam pekerjaan mereka, di tahun-tahun yang akan mendatang.

Alpha

Dasar-dasar dari Semantic Web

Semantic web atau web semantik merupakan salah satu perkembangan pada aplikasi web. Menurut bahasa, web semantik mempunyai arti web yang memiliki makna. Dengan kata lain, web semantik merupakan suatu aplikasi web yang mempunyai knowledge base tertentu sehingga bisa dikatakan web semantik mempunyai sifat lebih pintar dari web sebelumnya. Salah satu contoh dari web semantik adalah web tersebut bisa merekomendasikan sesuatu kepada user sesuai dengan interest usernya masing-masing. Dengan demikian, bisa jadi ketika beberapa orang mengakses satu alamat web yang sama, konten atau isi dari halaman web tersebut tidak akan sama. Salah satu contoh dari web semantik adalah igoggle. Ketika pertama kali membuka igoogle, kita akan diminta untuk mengisi lokasi tempat kita berada, setelah itu baru kita menuju ke halaman beranda igoogle. Dengan demikian, bisa jadi isi dari halaman beranda igoogle akan berbeda-beda sesuai dengan lokasi yang diisikan sebelumnya, baik itu dari isi berita, suhu udara, dan yang lainnya. Adapun dasar-dasar yang membangun web semantik antara lain: pertama, penggunaan agen perangkat lunak, yang dapat memindai Web untuk informasi yang berguna atas nama kontraktor manusia, kedua, penggunaan deskripsi baru bahasa markup untuk semantik ruang pengetahuan untuk para agen perangkat lunak, yang tidak memahami bahasa manusia lagi, sehingga mereka dapat berkomunikasi didasarkan pada logika formal yang terbaik, dan ketiga, penciptaan dan penggunaan standar yang diterima secara luas untuk struktur pengetahuan, sistematis dalam ontologi.

1.             Agen perangkat lunak

Penggunaan agen perangkat lunak dimotivasi oleh kekayaan informasi, yang membuat sebuah pencarian "manual" semakin sulit dan lambat. Meskipun kita bisa membayangkan mesin pencari yang mengembangkan gambar lebih tepat dari kebutuhan informasi pengguna, ada risiko yang melekat menjadi transparan masyarakat, karena mereka memerlukan rincian pribadi individu untuk disimpan di satu lokasi pusat. Jadi, pendekatan ini tidak mewakili model bisnis yang menarik dari sudut pandang pengguna. Di Sebaliknya, gagasan pribadi "soft-bot", yang bertanggung jawab kepada pemiliknya saja, tampaknya jauh lebih menarik, disediakan hak mereka untuk non-pelanggaran secara hukum dijamin dan didukung oleh teknologi (misalnya, enkripsi). Sebuah sintesis mungkin dan bermakna mesin pencari dan agen teknologi bisa terdiri dalam bahwa agen pribadi mendaftar pemiliknya secara anonim dengan pencarian mesin, sehingga baik kebutuhan personalisasi dalam e-bisnis (untuk mengumpulkan kebutuhan pelanggan) dan privasi individu dapat diperhitungkan. Wooldridge (2002) menggunakan "agen" istilah untuk menunjukkan sebuah sistem perangkat lunak berbasis komputer yang memiliki sifat sebagai berikut:

a.       Otonomi: Agen beroperasi tanpa campur tangan langsung dari manusia, dan memiliki beberapa jenis kontrol atas tindakan mereka dan negara internal.

b.      Kemampuan sosial: Agen berinteraksi dengan agen lain dan manusia dalam beberapa jenis komunikasi agen bahasa.

c.       Reaktivitas: Agen melihat lingkungan mereka dan merespon secara tepat waktu terhadap perubahan yang terjadi di dalamnya. Ini bisa berarti bahwa agen menghabiskan sebagian besar waktunya dalam semacam tidur negara dari yang terjaga akan jika perubahan tertentu dalam lingkungannya menimbulkan itu.

d.      Proaktif: Agen tidak hanya bertindak sebagai tanggapan terhadap lingkungan mereka, mereka mampu menunjukkan tujuan-diarahkan perilaku dengan mengambil inisiatif.

e.       Temporal kontinuitas: Agen terus menjalankan proses (baik aktif dalam
foreground atau tidur / pasif di latar belakang), tidak sekali-satunya perhitungan atau script yang memetakan input tunggal ke output tunggal dan kemudian mengakhiri.

f.       Tujuan orientedness: Agen mampu menangani kompleks, tinggi tingkat tugas. Agen sendiri harus membuat keputusan bagaimana tugas seperti itu sebaiknya dibagi menjadi sub-tugas yang lebih kecil, dan di mana urutan dan dengan cara bagaimana para sub-tugas harus dilakukan yang terbaik. Sifat-sifat yang diinginkan termasuk mobilitas (kemampuan agen untuk bergerak dalam jaringan), kejujuran (asumsi bahwa agen tidak akan dengan sengaja mendistribusikan informasi yang salah), kebajikan (asumsi bahwa setiap agen akan selalu mencoba untuk melakukan apa yang diminta dari itu), rasionalitas (asumsi bahwa agen akan selalu bertindak untuk mencapai tujuan), dan adaptivitas (kemampuan agen untuk menyesuaikan diri dengan kebiasaan pengguna-nya, metode kerja, dan preferensi). Akibatnya, agen harus memiliki fungsi yang cukup untuk dapat memenuhi persyaratan ini. Secara khusus, mereka harus memiliki pola-pola tertentu tindakan dan komunikatif kemampuan. Selain itu, agen harus memiliki keterbatasan kemampuan kognitif untuk melihat perubahan mereka "lingkungan". Salah satu arsitektur agent awal disebut "Icarus" menunjukkan fungsi yang seharusnya berinteraksi dalam agen (Langely et al. 1991).

 

2.             Peran Semantic Markup

Agar agen perangkat lunak bisa mengenali apakah informasi yang ditemukan di WWW dapat digunakan untuk tujuan tertentu, World Wide Web Consortium (W3C) yang ditentukan bahwa halaman web harus menyertakan catatan meta-data yang sesuai untuk interpretasi oleh perangkat lunak dalam pemesanan yang berguna untuk Web Semantic. Salah satu bahasa pertama untuk markup semantik adalah SHOE (Simple Ontologi ekstensi HTML, Lukas et al. 1997). DAML + OIL (DARPA Agen Markup Bahasa dengan Layer Inference Ontologi) dikembangkan di kemudian hari, dan menyebabkan inisiatif dengan nama "OWL" (Web Ontologi Bahasa) pada tahun 2002.

Bagian 14.2 memperkenalkan OWL. Namun, SHOE yang merupakan bahasa asli masih berguna karena bentuknya yang sederhana, sehingga
menawarkan wawasan yang lebih baik apa yang harus dicapai oleh markup semantik

Gambar 14-2 menunjukkan bagaimana SHOE dapat digunakan untuk deskripsi semantik halaman Web seorang profesor universitas
(http://www.cs.umd.edu/users/hendler/sciam/step2.html).

Contoh pada Gambar 14-2 menggambarkan sebuah contoh (Dr Hendler, profesor universitas), referensi ontologi (cs-dept-ontologi) dengan cara yang terstruktur, sehingga misalnya untuk mengungkapkan di mana profesor memperoleh gelar akademik (). Seorang agen yang memahami SHOE sekarang dapat menemukan universitas mana Pak Hendler memperoleh gelar doktor, dan mungkin bisa berkomunikasi dengan agen universitas itu untuk mengetahui apakah informasi ini benar. Penggunaan bahasa standar untuk markup semantik adalah penting, karena kita dapat memahami dari pembahasan di atas.

VERSION="1.0" PREFIX="cs"

URL="http://www.cs.umd.edu/projects/plus/SHOE/cs.html">

FOR="http://www.cs.umd.edu/users/hendler/">

VALUE="http://www.cs.umd.edu/projects/plus/">

VALUE="http://www.cs.umd.edu/users/hendler/">

VALUE="http://www.cs.umd.edu/users/hendler/">

VALUE="http://www.cs.umd.edu/projects/plus/">

VALUE="http://www.cs.umd.edu/users/hendler/">

Gambar 14-2 Menggunakan SHOE untuk markup semantik dari halaman Web.

3.             Peran Semantik Ontology

Ontologi adalah konseptualisasi yang memodifikasi pengetahuan para ahli dalam bentuk yang dapat dipahami dan direkonstruksi oleh para ahli. Jika semantik mereka non-formal, maka gagasan mereka hanya diukur sebagai tingkat konsensus informal antara pengguna dari ontologi. Jika ontologi tersedia dalam bentuk teori axiomatized yang memungkinkan interpretasi model-teori, maka semantik yang bersifat formal, memungkinkan pernyataan tentang kebenaran logis untuk diperiksa. Berkaitan dengan ontologi setidaknya memiliki dua akar di informatika, yaitu pemodelan data sebagai bagian dari penelitian database, dan representasi pengetahuan sebagai bagian dari penelitian di bidang kecerdasan buatan (AI). Sebagai contoh, database memiliki "ontologi" eksplisit, yaitu skema database didasarkan pada model data. Namun, skema ini biasanya memetakan bagian yang sangat terbatas dari dunia nyata ke dalam komputasi sistem, karena aplikasi database mengarahkan dirinya untuk masalah masing-masing, sehingga yang cocok untuk kesimpulan logis hanya dalam batas-batas yang sempit. Dalam prakteknya, seperti skema yang ditafsirkan hanya oleh aplikasi tertentu, yang menggunakan skema untuk mengakses data. AI melihat lebih luas dengan mempelajari domain seluruh aplikasi yang berkembang dalam jaringan semantik dan sistem aturan berdasarkan logika predikat. AI telah mengembangkan berbagai deskripsi formalis untuk model domain, termasuk bahasa deskripsi spesifik
untuk ontologi.

OWL

OWL atau Web Ontology Language merupakan bahasa untuk mendefinisikan dan menginstansiasi ontologi sebuah web. Sementara itu ontology merupakan ilmu untuk mendeskripsikan jenis-jenis entitas yang ada di dunia dan bagaimana mereka terkait satu sama lain. Sebuah ontologi OWL mencakup deskripsi dari sebuah kelas, properti, dan instansiasi kelas tersebut.

OWL dibangun di atas skema RDF. OWL dan RDF memiliki fungsi dasar yang sama: mendefinisikan kelas, properti, dan relasi. Meski demikian OWL menawarkan kapabilitas lebih daripada RDF dalam mendefinisikan relasi-relasi yang kompleks seperti subClass, restriction, disjoint, constraint, dan juga cardinality. Di dalam dunia web sekarang ini, pengembangan web yang ada hanya memfokuskan pengguna kepada pengguna manusia. Dengan menggunakan HTML, data yang ditampilkan dalam sebuah web hanya berisi informasi yang sifatnya presentasi bagi manusia. Jika sebuah mesin membaca dokumen tersebut maka mesin hanya dapat menerima data tersebut dan bagaimana data tersebut ditampilkan dalam browser. Mesin tidak dapat menerima pengetahuan (knowledge) apa yang terkandung di dalam data tersebut.

RDF (Resource Description Format)

RDF merupakan format XML yang memiliki fungsi sebagai metadata yakni untuk memberikan representasi knowledge dari data. Sebuah model data RDF memiliki 4 buah aturan

1. Sebuah fakta direpresentasikan dalam bentuk triple Subject – Predicate – Object atau lebih dikenal sebagai statement.
2. Baik Subject, Predicate, dan Object merupakan sebuah entitas atau sering disebut resource dan node. Entitas dapat melambangkan benda, orang, website, keadaan, dan relasi.
3. Nama yang digunakan merupakan URI yang selalu menunjuk pada entitas yang sama.
4. Obyek dapat berupa teks atau literal dan dapat direpresentasi baik menggunakan tipe data pada XML Schema ataupun tidak.

Semantic Web disusun dari komponen-komponen sebagai berikut

1. Statement
   Statement adalah bagian dasar dari Semantic Web. Sebuah statement terdiri dari elemen yang membentuk triple. Sebuah triple terdiri dari subject, predicate, dan object. Statement mendefinisikan struktur informasi, instansiasi, dan batasan struktur.
2. Universal Resource Identifier
   URI mendefinisikan nama unik untuk setiap item yang dikandung dalam sebuah statement yang tersebar di seluruh internet.Setiap komponen dari statement (subject, predicate, object) memiliki URI sebagai indentitas di seluruh WWW.

3. Language
   Sebuah statement diekspresikan dengan menggunakan bahasa Semantic Web. Bahasa ini terdiri dari sekumpulan kata kunci yang menyediakan instruksi bagi tools untuk Semantic Web.
4. Ontology
   Sebuah Ontology terdiri dari banyak statement yang mendefinisikan konsep, relasi, dan constraint. Ontology analog dengan skema basis data dan diagram kelas pada pemrograman berorientasi obyek. Ontology digunakan untuk informasi model untuk domain.
5. Instance Data
   Instance data adalah sebuah statement yang berisi informasi mengenai instansiasi spesifik. Hal ini analog dengan sebuah obyek dari sebuah kelas dalam konteks pemrograman berorientasi obyek.

6. Construction Tools
   Kakas ini berguna untuk mengkonstruksikan Semantic Web dengan pembuatan statement untuk ontology atau instance.

7. Interrogation Tools
   Kakas ini berguna untuk melakukan navigasi pada sebuah Semantic Web dan memberikan jawaban dari permintaan pengguna. Metode interogasi dapat bervariasi mulai dari pembuatan graf sampai query.

8. Reasoner
   Reasoner berguna untuk menambahkan inferensi pada Semantic Web. Dengan adanya inferensi, makna dari statement yang ada dari sebuah Semantic Web akan bertambah.
9. Rules Engine
   Rules engine berguna untuk mendukung inferensi melebihi apa yang dapat dideduksikan oleh logika yang sudah ada. Rules engine menambahkan dimensi baru pada konstruksi knowledge dari sebuah Semantic Web. Rule memungkinkan penggabungan ontology dengan kegiatan logic lainnya seperti pemrograman.

10. Semantic Framework
    Framework yang berguna untuk mengintegrasikan hal-hal di atas.