1. Pendahuluan
Dalam era moderen ini, manusia sangat membutuhkan internet sebagai media untuk mencari berbagai informasi yang diperlukan. Terdapat beberapa media pencarian dalam internet, misalnya yahoo dan google. Namun yang menjadi permasalahan saat ini, media-media pencarian tersebut, belum bisa secara rinci menjelaskan informasi yang kita inginkan. Sebagai contoh, jika kita ingin mencari kata Merpati di google atau yahoo, maka akan muncul semua informasi yang menyangkut kata Merpati tersebut, misalnya nama burung, sekolah atau instalasi-instalasi lainnya.
Maka dari itu, para ahli internet dunia mencari solusi untuk menyelesaikan masalah tersebut. Masyarakat membutuhkan suatu cara agar kata-kata yang mereka tulis dalam sebuah web, dapat dimengerti oleh mesin, sehingga dapat mejawab semua informasi yang diperlukan dengan rinci. Dari hasil penelitian tersebut, mereka sepakat bahwa semantic web dapat digunakan sebagai penyelesaiannya.
Semantic web ontology adalah skema data yang meyediakan berbagai macam kosa kata yang masing-masing dikendalikan secara eksplisit oleh processable mesin. Ontology sendiri membantu seseorang dengan mudah berkomunikasi dengan mesin, yang sangat penting untuk perkembangan semantic web saat ini.
2. Teori
Seperti yang telah dijelaskan di atas, semantic web ontology sangat dibutuhkan oleh masyarakat sebagai penghubung anatar mereka dengan mesin, sehingga mendapatkan informasi yang tepat dari media internet. Setelah menemukan semantic web ontology, para peneliti masih harus mencari solusi tentang masalah waktu yang dibutuhkan untuk pengembangan ontology, kesulitan dalam membuat suatu ontology, dan kepercayaan untuk menggunakan ontology tersebut sebagai penunjang pencarian informasi. Belajar ontology tersebut mengarah kepada disiplin demi membangun suatu fasilitas dari ontology tersebut, dalam sebuah mesin.
Berikut merupakan 5 langkah dalam menjalankan proses ontology :
1. Ontology yang diimpor, digunakan kembali dengan cara menggabungkan berbagai macam struktur yang sudah ada.
2. Tahap ke-2 disebut juga tahap ekstraksi, yaitu tahap saat bagian utama dari suatu ontology dimodelkan dengan dukungan dari dokumen web yang ada
3. Pada bagian ini, garis besar dari target ontology harus dipangkas untuk mencapai tujuan utamanya.
4. Pada tahap ini, dilakukan perbaikan dari keuntungan yang diberikan oleh ontology domain.
5. Merupakan tahap terakhir yang berguna untuk membuat suatu aplikasi yang digunakan untuk target utama, sebagai tolak ukur untuk memvalidasi ontology yang telah dihasilkan.
Mengingat tugas yang dilakukan untuk membangun dan mempertahankan suatu ontology bagi aplikasi semantic web, maka dibutuhkan sebuah arsitektur untuk mempelajari hal tersebut. Maka para peneliti tersebut membuat sebuah daftar dukungan yang mewah. Sebagai pendekatan dari tujuan di atas, para insinyur ontology membangun sebuah graphis call user interface sebagai pendukung dari proses teknik ontology yang bersifat manual dan akan menyempurnakan akhir dari proses ontology. Struktur ontology dibangun dan diekspor ke representasi standard bahasa semantic web dan reprsentasi tersebut akan dieksekusi untuk men-chek kendala- kendala yang mungkin terjadi.
Contoh dari rekayasa ontology yang dikenal adalah yang berbasis tentang pengetahuan yang berhubungan dengan lingkungan, yang akan memberikan kemampuan secara kasar sebanding denga Onto Edit, dan diberi tugas untuk membuat suatu portal yang berhubungan dengan pengetahuan. Para peneliti menemukan adanya konseptual yang besar antara ontology dan rekayasa pemasukan.
Dalam sebuah arsitektur generic, telah disimpulkan beberapa pertimbangan terhadap sebuah arsitektur yang generic dan yang koheren. Dari data we, para penemu telah mengidentifikasi beberapa komponen inti, yaitu :
1. pengelolaan komponen generik yang berurusan dengan pendelegasian tugas yang juga merupakan merupakan infrastrukturnya.
2. Terjadi pengelolahan sumber daya komponen yang terdapat pada data masukan dari web dan pemrosesan suatu bahsa yang alami.
3. Sebuah perpustakaan algoritma yang bekerja pada output sumber daya komponen serta struktur ontology yang diterangkan sebelumnya.
4. Antarmuka pengguna grafis untuk teknik ontology.
Dalam manajemen komponen, para peneliti ontology memilih komponen manajemen untuk memilih masukan Para insinyur ontologi menggunakan komponen manajemen untuk memilih masukan data, yaitu berupa komponen HTML dan XML dokumen atau yang lebih spesifiknya lagi, database. Dalam membuat sebuah komponen pengolahan, para peneliti juga memilih seperangkat metode pengolahan sember daya dan metode rithm perusahaan. Komponen manajemen juga mendukung insinyur ontologi dalam menemukan tugas-legacy data yang relevan, misalnya yang didasarkan crawler-ontologi HTML yang bertugas untuk memilih dokumen yang relevan yang selanjutnya akan dikirim ke ontologi inti yang diberikan dan crawler RDF berikut URI (yaitu, pengenal unik dalam XML / RDF) . Juga URL untuk menutupi bagian sejauh kecil, tetapi tumbuh Semantic Web.
3. Sumber
[1] B. Gaines and M. Shaw. Integrated knowledge acquisition architectures. Journal of Intelligent
Information Systems , 1(1), 1992, pages 9-34.
[2] E. Grosso, H. Eriksson, R. Fergerson, S. Tu and M. Musen. Knowledge modeling at the millen-
nium — the design and evolution of Protege-2000. In Proceedings of KAW-99, Banff, Canada,
1999.
[3] U. Hahn and M. Romacker Content Management in the SynDiKATe system — How technical
documents are automatically transformed to text knowledge bases. Data & Knowledge Engineer-
ing , 35, 2000, pages 137-159.
[4] G. Miller. WordNet: A lexical database for English. CACM , 38(11), 1995, pages 39-41.
[5] K. Morik. Balanced cooperative modeling. Machine Learning , 11(1), 1993, pages 217-235.
