Cara Google Memahami Kemauan Anda

5/26/2018 Cara Google Memahami Kemauan Anda

1/5

118 | CHIP| APRIL 2009

Internet berada di ambang titik balik.

Kalimat inilah yang terdengar pada

konferensi dan seminar serta dapat di-

baca di beberapa blog dan tulisan me-

ngenai Internet dan prospeknya. Era Se-

mantic Web akan datang. Tanda-tandanyamulai terlihat pada beberapa perusahaan

yang mulai meninggalkan web yang ber-

basis dokumen menuju web yang berbasis

content. Setiap tahun, pada konferensi se-

perti International Semantic Web Con-

ference (ISWC) atau Semantic Technology

Conference (SemTech) dapat dilihat hasil

penelitian intensifnya. WWW Consortium

(W3C) bahkan telah bersiap-siap untuk

menetapkan standar yang tepat.

Kondisi:mesin tidak dapatmembaca informasi di web

Saat ini, web terdiri atas banyak sekali in-

formasi dalam bentuk website yang diran-

cang untuk penggunaan secara manual

oleh manusia. Tidak seperti mesin, seorang

pembaca dengan mudah dapat mengambil

informasi dari sebuah website dan me-

ngaitkannya dengan informasi lain. Aki-

batnya, sulit menyaring informasi tertentu

dari sekian banyak informasi yang tersedia.

Search engine seperti Google atau Yahoo

"hanya" memberikan hit list (hasil penca-

rian) berdasarkan metode statistik. Apakah

informasi yang Anda inginkan juga ditam-

pilkan? Biasanya, hampir tidak pernah se-

cara langsung ditampilkan.

Contoh: Pencarian jawaban yang tepat

biasanya dilakukan dengan membuka dan

membaca berbagai website dari hit list.

Pencarian istilah, seperti "python" akan

menghasilkan hit mengenai bahasa pro-

gram dan jenis ular yang bernama sama.

Algoritma pencarian (search engine) kini sulit mengatasi belantara data yang tumbuhliar seperti semak belukar. Dengan hadirnya metode penyimpanan yang lebih

terstruktur, diharapkan hasil pencariannya menjadi lebih tepat dan terjamin.

Semantic Web: Cara Google

Memahami Kemauan Anda

Sebuah pencarian yang tidak terlalu ber-

basis istilah dan lebih semantik (berbasis

content) tentu akan lebih "mengena".

Kini informasi di web disajikan dengan

beragam cara dan hampir tidak mungkin

membuat sebuah perbandingan langsung.

Dengan demikian, informasi yang tersebar

di Internet sulit disatukan dan ditampil-

kan secara seragam. Pencarian "Semantic

Web" misalnya, akan menampilkan banyak

website dengan isi yang sama, saling me-

lengkapi, atau bisa juga bertentangan. Ak-

hirnya, hit tidak ditemukan secara ekspli-

sit, melainkan harus secara implisit.

Terlebih lagi pada pertanyaan sederhana

seperti "Berapa usia Tony Blair?". Perta-

nyaan tersebut akan membutuhkan bebe-

rapa kali pencarian dan pemahaman lan-

jutan terhadap hasil pencarian. Solusinya,

ganti pencarian menjadi "Tony Blair, usia".

Solusi: mengelola isi webdan merelasikannya

Istilah "Semantic Web" berawal dari gagas-an untuk menyediakan data di Internet se-

demikian rupa agar proses logis dengan

mesin dapat dilakukan. Untuk itu, website

semantik, selain informasi murni, terdapat

pula keterangan mengenai keterkaitan in-

formasinya. Agar dapat direalisasi, W3C te-

lah menetapkan beberapa open standard.

Peranan penting dalam hal ini ada pada ba-

hasa komputer XML, RDF, OWL, dan

SPARQL (query language RDF). Bahasa-ba-

hasa ini memungkinkan penyajian infor-

masi secara semantik dalam bentuk onto-logi dan taksonomi.

Metode:tiga cara menujuSemantic Web

Bagaimana mengubah web berbasis doku-

men ke web berbasis content? Cara perta-

ma adalah menyusun informasi sejak awal

secara semantik di web. Beberapa bidang

ilmu telah menyediakan informasinya se-

cara semantik. Namun, bagaimana me-

nangani sekian banyak informasi berbasis

dokumen tersebut? Para programmer be-

rupaya mengonversinya dengan bantuan

teknik-teknik kecerdasan buatan dan lingu-

istik komputer. Ambil contoh, "Natural

Language Processing" yang mencoba meng-

gabungkan metode-metode untuk meng-

analisis teks dengan meniru pembaca ma-

nusia. Biasanya sebuah teks dipecah kali-

mat demi kalimat. Dengan struktur yang

didapat (misalnya subjek, predikat, objek),

maknanya (semantik) lebih mudah disim-

Apa itu W3C?Tim Berners-Lee, yang menemukan

WWW pada 1989 ketika bekerja di risetCERN, adalah Direktur W3C sejak didiri-kan pada 1994. W3C mengembangkanstandar web dan aturan-aturan yang di-sediakan dalam bentuk "Recommenda-tions". Kendali dipegang MIT ComputerScience & Artificial Intelligence Lab(CSAIL) di AS, European ResearchConsortium for Informatics & Mathe-matics (ERCIM) di Perancis dan Universi-tas Keio di Jepang. Aktivitas W3C dibia-yai dengan sumbangan dari para ang-gota, dana penelitian, dan sumber-sum-ber lain yang bersifat publik maupunswasta. Sekadar info, semantic Web

yang kini mulai hangat dibicarakan, se-benarnya telah diformulasikan Tim Ber-ners-Lee sejak tahun 1999. (sumber:www.w3.org)

INFO

TES & TEKNOLOGITeknologi Internet


2/5

APRIL 2009 | CHIP| 119

pulkan. Sebuah pencarian setidaknya da-

pat mengidentifikasi orang, tempat, objek,

dan kejadian, serta mengaitkannya satu sa-

ma lain. Ini menurunkan tingkat kesalahan

pencarian secara drastis. Contoh pendeka-

tan "top-down" ini bisa Anda lihat gamba-

rannya pada bagian "Aplikasi".

Pendekatan lainnya disebut Microfor-

mats (http://microformats.org). Gagasan-

nya adalah memperluas website (X)HTML

yang ada dengan metadata atau atribut

standar (X)HTML lainnya secara manual,

sehingga lebih dipahami "mesin". Con-

tohnya pada format yang menunjukkan

kontak, tenggat, dan bookmark. Platform

seperti MobileMe, Facebook, Flickr, Goo-

gle Maps, Technorati, atau Yahoo diketahui

telah menggunakan format ini.

W3C juga menyediakan sebuah alter-

natif untuk mengintegrasikan informasi

yang dapat dibaca mesin ke dalam website

(X)HTML biasa dengan RDFa (Resource

Description Framework - in - attributes).

Pendekatannya sendiri berbeda. Pengem-

bang Microformats memilih pendekatan

untuk merealisasi tuntutan terpenting

dengan sesederhana mungkin. W3C ingin

mendefinisikan sebuah kerangka umum

untuk mengintegrasikan metadata, yang

sayangnya membutuhkan upaya ekstra

dalam aplikasinya. Walau demikian, RDFa

tetap dipublikasikan sebagai "Recommen-

dation" sehingga bisa saja menggantikan

Microformats untuk jangka panjang.

Standar: tool yang tepatuntuk web programmer

Standar mana yang akan digunakan dalam

Semantic Web? Berikut ini adalah aplikas

terpenting untuk melakukan aktivita

pemrograman dan query.

EXTENSIBLE MARKUP LANGUAGE (XML)

Standar dasar untuk Semantic Web adalah

bahasa Meta-XML yang menyimpan in

formasi terstruktur serta dapat menggam

barkan bahasa markup lainnya. Sintaksis

nya sudah ditentukan dan memiliki banyak

aturan untuk menyusun karakter dan ka

rakter string-nya sehingga membentuk se

buah dokumen yang valid. Sebuah contoh

populer adalah bahasa XHTML (varian

HTML berbasis XML). Baik RDF dan

OWL yang merupakan basis dalam pem

buatan dokumen terstruktur memilik

XML syntax-nya tersendiri.

RESOURCE DESCRIPTION FRAMEWORK

(RDF):RDF adalah sebuah bahasa forma

Instansi

Ontologi

Pewarisa

Relasi

Ontologi: Menggambarkan Hubungan yang Kompleks

Diagram ontologi bidang seni rupa - Apabiladibaca vertikal, setiap bagian mewariskan ka-rakteristiknya ke bagian-bagian di bawahnya(mengikuti kaidah taksonomi). Setiap pelukisjuga seorang artis, setiap museum juga se-buah bangunan. Antara setiap elemen dapatditemukan relasi yang hampir tidak terbatas.Lukisan seorang pelukis beraliran tertentu

tergantung di dalam gedung seorang arsitek.Gedung tersebut bisa sebuah museum, tetapibisa juga di tempat tinggalnya.

Leonardo

Da VinciNama

dibuat olehmembuat

menulisditulis oleh

Pengarang

Nama

M

Oil onwood

Artis Karya seni

Buku

Pelukis

Ekspresionis

Impresionis Tehnik

Kubis

Museum

Lukisan

Ruangtamu

BangunanArsitek

merancangdirancang oleh

melukisdilukis oleh

Gereja

Nama

Nama

dilukis dalam ditampilkanUser


3/5



untuk menggambarkan informasi yang

terstruktur. Berbeda dengan HTML, RDF

lebih menitikberatkan pada kemungkinan

dalam memroses informasi lanjutan atau

kombinasi dengan dokumen lain daripa-

da isi yang sesuai.

Sebuah dokumen RDF menggambar-

kan sebuah diagram atau skema. Simpul-

simpul tersebut saling terkait dengan tepi-

tepi terarah (secara grafis ditampilkan se-

bagai panah). Setiap panah dan simpul di-

lengkapi dengan sebuah nama yang unik

yang disebut Uniform Resource Identifier

(URI). Rangkaian karakter ini menandai

sebuah sumber abstrak atau fisik, dan te-

rutama terdiri atas sintaksis "Skema: Bagi-

an selanjutnya". URI dapat berupa alamat

website atau alamat mail. Namun, URI ju-

ga dapat diaplikasikan (bukan hanya un-

tuk web) sebagai mekanisme umum untuk

membuat nama unik. Biasanya, URI dalam

sebuah dokumen RDF tidak menunjuk ke

website yang valid.

Sebuah skema RDF (gambar sebuah on-

tologi) digambarkan secara lengkap bes-

erta panahnya. Setiap dataset RDF setara

dengan sebuah data tripel (subjek, predi-

kat, objek). Ini memungkinkan diagram

dikonversi ke penulisan berbasis XML. Se-

lain itu, ada beberapa bentuk lain RDF,

misalnya triple syntax "Turtle". Namun,

dengan dominasi XML untuk membuat

dan menyebarkan informasi terstruktur,

bentuk ini jarang digunakan.

RDF(S), dimana "S" untuk Schema

(Skema), merupakan sebuah perluasan

RDF yang memungkinkan spesifikasi in-

formasi terminologi atau skema. Pertama,

RDF menggambarkan objek-objek dan

kaitannya satu sama lain. RDF(S) juga da-

pat mengklasifikasikan objek dalam sebuah

kelas. Kelas-kelas tersebut merupakan ba-

gian sebuah atau beberapa kelas di bawah

atau di atasnya. Dengan demikian, hierarki

kelas relatif menjadi lebih mudah ditampil-

kan seperti taksonomi dalam biologi. Titik

penting: Sebuah objek bukan hanya meru-

pakan instance (bagian informasi) dari

kelasnya, tetapi juga semua kelas di atasnya

(lihat boks Taksonomi serta contohnya

dalam Listing 1).

Perluasan lainnya adalah "Property"

yang menggambarkan karakteristik objek.Sebuah karakteristik, misalnya isHappi-

lyMarriedTo dapat berada di bawah satu

atau beberapa karakteristik lain, misalnya

"isMarriedTo". Pada property, area definisi

(definition field) dan nilai (value field)

dapat dibatasi pada kelas. Misalnya pem-

batasan pada kelas "Persons". Untuk itu,

resources harus diklasifikasikan sebagai

"Persons". Dalam RDF-(Scheme) Vocabu-

lary terdapat juga "rdf:Statement" sebagai

indikator kelas untuk pernyataan model-

ling. Dengan bantuannya sebuah pernya-taan dapat dipasangkan dengan sebuah

objek. Kalimat "Menurut Michael: Semua

burung biru" dengan demikian disimpan

sebagai pernyataan Michael dan tidak se-

bagai kalimat yang berlaku umum.

WEB ONTOLOGY LANGUAGE (OWL): Kom-

ponen dasar OWL (sebenarnya WOL, se-

ngaja disebut OWL yang berarti burung

hantu) terdiri atas kelas dan properti se-

perti pada RDF(S), serta atas individu yang

dideklarasi sebagai instance RDF kelas.

OWL dapat mengaitkan kelas-kelas dan

properties dalam hubungan yang kom-

pleks. Kelas juga dapat dideklarasi sebagai

disjunkt atau sebagai sama. Tetapi kita juga

dapat menutupnya dan menetapkan, indi-

vidu mana termasuk suatu kelas. Operasi

himpunan "Gabungan", "Potongan", dan

"Pelengkap" adalah kemungkinan lainnya

untuk menyempurnakan sistem.

OWL tersedia dalam tiga bagian bahasa

OWL Lite, OWL DL, dan OWL Full yang

Taksonomi: Susunan yang DibuatBerdasarkan Hirarki yang Ketat

Tampilan sebuah taksonomi Di sini se-jumlah elemen yang sudah ada dicoba di-susun secara sistematis dan hierarkis. Con-tohnya adalah taksonomi dunia hewanyang seiring waktu mengalami banyakperubahan. Apabila dunia hewan Brehm(lihat di bawah) masih cukup denganbeberapa tingkatan sederhana (hinggasimpanse), sistematik modern dapat me-nampilkan hingga tingkatan ke-17 (kiri).

Dunia hewan

Hewan bersel banyak

Hewan berjaringan

Deuterostomia

Chordata

Vertebrata (bertulang belakang)

Hewan memiliki rahang

Hewan darat bertulang belakang

Hewan menyusui

Hewan menyusui tingkat tinggi

Euarchontologlires

Primata

Primata dry-nosed

Kera dunia lama

Kera

Monyet dan Kera (besar)

Simpanse

Simpanse biasa

Simpanse barat

SUMBER: WIKIPEDIA


4/5

APRIL 2009 | CHIP| 121

dibangun satu di atas lainnya. Yang terak-

hir menawarkan tingkat kebebasan ter-

tinggi untuk menggambarkan informasi.

Namun, justru itulah timbul masalah, se-

hingga dikembangkan OWL DL dan OWL

Lite. OWL DL dirancang sedemikian rupa

untuk menghindari masalah-masalah ter-

sebut. Ia hampir sepenuhnya didukung

oleh aplikasi-aplikasi aktual (bagian "Apli-

kasi" Protg, Pellet, KAON2). Adapun

OWL Lite hanya menawarkan elemen ba-

hasa terpenting dan dalam prakteknya ti-

dak terlalu penting.

SIMPLE PROTOCOL AND RDF QUERY LAN-

GUAGE (SPARQL): Bagaimana kita meng-

akses informasi dari ontologi-ontologi di

atas? Bagi RDF tersedia SPARQL sebuah

standar yang baru ditetapkan untuk per-

mintaan RDF dan menampilkan hasilnya.Sebuah permintaan berisi tiga komponen

utama, antara lain "PREFIX" yang dipakai

untuk memilih sebuah ruang nama, "SE-

LECT" untuk mendefinisikan format out-

put, dan "WHERE" untuk memformulasi-

kan pertanyaan (querry) aktual. Di dalam

"WHERE" dapat diformulasikan persyara-

tan filter yang memeriksa nilai-nilai karak-

ter (Listing 2). Objek-objek yang memiliki

karakteristik tertentu dapat ditemukan.

Hasilnya juga dapat disortir dengan "SORT

BY" dan dibatasi pada sejumlah objek mel-alui "LIMIT" dan "OFFSET".

Saat ini, W3C belum memiliki query

language untuk OWL. Namun, ada upaya

untuk membuat SPARQL tersedia bagi on-

tologi OWL. Berbeda dengan RDF, OWL

DL menawarkan sarana ekspresi sebagai

bagian bahasa untuk menemukan semua

instance yang relevan sebuah gambaran

kelas. Untuk pertanyaan lain pada OWL

DL, digunakan pengajuan pertanyaan con-

junctivesebagai format dasar querry. Teta-

pi seperti telah disebutkan, sayangnya

hingga kini belum ada bahasa query spesi-

fik yang resmi.

RDFA:Dengan RDFa (dan juga Microfor-

mats), website (X)HTML "diperkaya" de-

ngan metadata. RDFa menggunakan Na-

mespace dan Vocabulary untuk menyim-

pan informasi. Pada tahun 1994, Dublin

Core Metadata Initiative (http://dublin-

core.org) telah mempublikasi Dublin Core

(DC) yaitu sebuah vocabularyyang sering


5/5



digunakan untuk menambahkan informa-

si, seperti penulis, judul, atau tanggal pem-

buatan sebuah dokumen.

Penggunaannya dalam RDFa bisa di-

gambarkan sebagai berikut ini. Dengan

"xmlns:dc" yang diindikasikan sebagai Du-

blin Core Namespace. Adapun "dc:title"

adalah metode penulisan singkat untuk

http://purl.org/dc/elements/1.1/title dan

menandai judul dokumen. Sedangan "dc:

creator", menunjukkan si pengarang (aut-

hor). Informasi ini juga dapat ditampilkan

sebagai RDF triple dengan (document, dc:

title, title) dan (document, dc:creator, aut-

hor). "about" dipakai untuk mengontak

sebuah elemen website. Contoh hasilnya

tremuat dalam sebuah foto dengan ke-

terangan judul dan pengarang (Listing 3).

Contoh lainnya, Namespace Friend-of-a-Friend (FOAF, www.foaf-project.org)

menawarkan suatu Vocabulary untuk

menggambarkan informasi kontak. "ty-

peof" menentukan tipe sebuah elemen

HTML, di mana "foaf:name", "foaf:mbox"

dan "foaf:phone" untuk mengidentifikasi

data kontak lainnya dalam bentuk yang

dapat dibaca dengan mesin (Listing 4).

Aplikasi: editor dan searchengine semantik masa kini

Dengan apa ontologi dibuat dan tools ma-na saja yang memakai ontologi? Editor on-

tologi paling populer adalah Protg

(http://protege.stanford.edu ) yang terse-

dia gratis dan open source. Dengan editor

ini ontologi dapat dirawat, divisualisasi

dan diekspor. Individu juga dapat diklasi-

fikasi.

Inference Engine Pellet (http://clark-

parsia.com/pellet) dan KAON2 (http://

kaon2.semanticweb.org) memungkinkan

membuat pernyataan-pernyataan baru da-

ri ontologi OWL. Pellet tersedia gratis dan

open source, sementara KAON2 hanya

gratis untuk aplikasi non-komersial.

Editor dan inference engine memben-

tuk dasar bagi serangkaian aplikasi yang

menggunakan teknik-teknik Semantic Web

dalam bentuk startup. Database Freebase

(www.freebase.com) dibuat dengan tek-

nologi Metaweb bertujuan menyediakan

informasi terstruktur agar engine (mesin)

dan manusia dapat menggunakannya seca-

Listing 5). Pengikut pendekatan "top-

down" lainnya adalah Open Calais. Docu-

ment Viewer-nya (www.opencalais.com/

DocViewer) mengumpulkan informasi

dari sebuah dokumen web biasa seperti

objek-objek, fakta, dan peristiwa, lalu

mengekstraknya ke dalam format RDF.

Addon Firefox Gnosis (http://addons.mozilla.org/firefox/3999) bisa dijadikan

gambaran, bagaimana ia diaplikasikan.

Prospek:Semantic Web pastiakan "datang"

Semantic Web menawarkan solusi untuk

menemukan informasi yang relevan,

mengintegrasikan informasi dari berbagai

sumber, dan mengaitkan informasi dari

masalah yang ada. Standar untuk peng-

gambaran informasi telah ditetapkan. Me-

tode untuk menyimpulkan informasi yangtermuat telah tersedia. Sekarang ini data-

basenya masih kecil. Upaya menganalisis

website (klasik) secara semantik atau

memperkayanya dengan metadata mela-

lui RDF telah menunjukkan bahwa transi-

si ke website yang berbasis content telah

dimulai. Transfer content dari database

terbuka, seperti Wikipedia atau Music-

Brainz adalah langkah awalnya.

Semantic Web baru benar-benar ber-

fungsi jika ketersediaan beragam content

telah terwujud. Tanda-tandanya seperti,

content yang lebih mudah ditemukan dan

hubungan/keterkaitan antar-informasi

dapat diidentifikasi dengan lebih baik. Be-

gitu juga dengan elemen-elemen seperti

kontak atau jadwal juga dapat diproses le-

bih mudah. Kelak, kita bukan lagi mencari

jawaban melalui rangkaian kalimat/istilah

tertentu tetapi langsung bertanya layaknya

berbicara dengan manusia.

Iwan. [email protected] (Autor)

No

I used the following facts to provide this answer:

* thing that was created is the left class of is older tha * thing that was created is the right class of is older th * the 26th of October 1947 is the birthdate of Hillary Clin(endorse) (contradict) * the 4th of August 1961 is the birthdate of Barack Obama(endorse) (contradict) * is older than is permanent (endorse) (contradict)

(SUMBER: HTTP://BETA.TRUEKNOWLEDGE.COM/ANSWER.PHP?INPUT=IS+BARACK+OBAMA+OLDER+THAN+HILLARY+CLINTON%

LISTING 5

ra optimal. Sebagai basis data digunakan

artikel-artikel dari database populer seperti

Wikipedia atau MusicBrainz (http://mu-

sicbrainz.org). Website-website dianalisis

isinya dan dimasukkan ke dalam ontologi.

Sebagai contoh Freebase sekarang ini me-

miliki lebih dari 3 juta tema, 750.000 orang,

450.000 tempat, 50.000 perusahaan, dan40.000 film. Freebase juga menggunakan

ontologi sendiri dan sebuah bahasa per-

mintaan yang berbeda dengan SPARQL.

Sebuah database terbuka yang berbasis

RDF adalah Dbpedia (http://dbpedia.

org). Di sana tersedia artikel-artikel Wiki-

pedia yang berisi 2,5 juta tema, 108.000

orang, 392.000 tempat, 57.000 album mu-

sik, 36.000 film). Data-data ini dapat di-

minta melalui SPARQL. Selain itu tersedia

serangkaian aplikasi yang bisa dipakai un-

tuk tujuan riset. Penggunaan untuk halbiasa kurang tepat karena terlalu rumit.

Search engine semantik Powerset

(www. powerset.com) mengaitkan isi dua

sumber informasi. Ia memakai artikel-ar-

tikel yang disiapkan secara semantik dari

Wikipedia dan Freebase yang sudah dapat

dibaca dengan mesin. Powerset memung-

kinkan permintaan pencarian melalui ba-

hasa sehari-hari (natural language). Yang

menarik adalah kemungkinan mendapat-

kan informasi yang merupakan kesimpu-

lan dari fakta-fakta. Misalnya pertanyaan

"how old is megawati sukarnoputri" meng-

hasilkan "January 23, 1947 (62 years ago)"

dengan daftar informasi sumbernya.

Hasil pencarian yang sama juga di-

hadirkan search engine True Knowledge

(www.trueknowledge.com) yang tampi-

lannya mirip Powerset. Namun, engine

tersebut juga mendukung bentuk-bentuk

permintaan lainnya seperti "Is Barack Ob-

ama older than Hillary Clinton?" (lihat

Cara Google Memahami Kemauan Anda

Documents

Transcript of Cara Google Memahami Kemauan Anda