UNS – Prof. Dr. Techn. Dewi Wisnu Wardani, S.Kom., M.S. dikukuhkan sebagai Guru Besar pada Bidang Keilmuan Semantic Web di Fakultas Teknologi Informasi dan Sains Data (FATISDA). Prof. Dewi, dikukuhkan langsung oleh Rektor Universitas Sebelas Maret (UNS) Surakarta, Prof. Dr. Hartono, dr., M.Si., dalam Sidang Terbuka Senat Akademik pada Selasa (11/2/2025). Prosesi tersebut berlangsung di Auditorium G.P.H. Haryo Mataram UNS.
Prof. Dewi, yang juga merupakan Kepala Laboratorium FATISDA dikukuhkan sebagai Guru Besar ke-3 FATISDA dan ke-349 UNS. Pada pidato inaugurasinya, beliau mengangkat judul “Knowledge Base dan Kecerdasan Buatan Symbolic Untuk Inovasi dalam Transformasi Digital”, yang menyoroti perkembangan teknologi pada kecerdasan buatan atau artificial intelligence (AI). Beliau menyampaikan bahwa cara kerja dari AI berbasis symbolic ini adalah meniru cara kerja otak manusia.
Sebelum hingga memiliki kepakaran di bidang Semantic Web, Prof. Dewi memulai perjalanan akademiknya dengan menempuh pendidikan S-1 Ilmu Komputer di Universitas Gadjah Mada (UGM). Setelah lulus sarjana, beliau melanjutkan S-2 dengan mengambil Computer Science and Information Engineering (CSIE) di National Cheng Kung University (NCKU), Taiwan. Prof. Dewi menyelesaikan pendidikan S-3 nya di Institut für Anwendungsorientierte Wissensverarbeitung (FAW), Informatik, Johanner Kepler University (JKU), Austria.
Definisi Data
Prof. Dewi pada pidatonya menyampaikan bahwa terminologi “data” adalah hal yang sangat dikenal luas, namun masih banyak yang belum mengetahui bahwa dalam sudut pandang komputasi. Definisi data itu sendiri sebenarnya adalah kumpulan atau juga disebut gundukan fakta yang tidak atau belum memiliki makna. “Pada sudut pandang komputasi, pengolahan data juga sering dikenal dengan hierarki Data-Information-Knowledge-Wisdom (DIKW), data disini menjadi elemen dasar dalam hirarki DIKW,” tutur Prof. Dewi.
Lebih lanjut, Prof. Dewi menjelaskan bahwa data merupakan fakta-fakta mentah, angka, atau pengamatan yang belum memiliki makna tertentu. Naik menjadi informasi yang merupakan data yang telah diorganisir, diolah, atau diberikan konteks dan diketahui hubungan antar data sehingga menjadi lebih bermakna. Pada hirarki diatasnya terdapat pengetahuan, yang didefinisikan sebagai penggabungan informasi yang dipahami dan diaplikasikan dengan menggunakan pengalaman, pemahaman, atau keahlian. Selanjutnya, kebijaksanaan adalah puncak hirarki DIKW, di mana pengetahuan diterapkan dengan nilai-nilai, intuisi, atau wawasan strategis untuk mengambil keputusan yang bijaksana.
Symbolic AI
Symbolic AI berfokus pada representasi pengetahuan dalam bentuk simbol dan aturan yang terstruktur, seperti logika atau ontologi. Cabang dari AI yang merupakan cikal dari Symbolic AI dan jarang dibahas adalah Knowledge Representation (KR). KR dalam terminologi ilmiah sangat dekat dengan Knowledge Base (KB) atau Knowledge Graph (KG) karena secara intuitive direpresentasikan dengan model graph, atau kadang disebut dengan Linked Data (LD).
“AI berbasis symbolic meniru cara kerja otak manusia. Singkat dan sederhananya, KB dapat menyimpan tacit knowledge yang dimiliki ahli dalam sebuah bidang ke format explicit knowledge yang dapat diolah oleh mesin untuk diproses berbasis reasoning. Goal dari SW adalah menghadirkan expert human knowledge sehingga dapat dipahami arti setiap simbol dan datanya secara langsung oleh mesin. Selama mesin dapat memahami arti, kemungkinan besar dapat dikomputasi dan mesin dapat bekerja meniru human expert,” tambah Prof. Dewi.
Symbolic AI memiliki kemampuan penalaran yang kuat tetapi terbatas oleh kompleksitas dan ketergantungannya pada aturan yang eksplisit. Dengan menggabungkan symbolic AI, Machine Learning (ML) tidak hanya mengenali pola, tetapi juga dapat membuat keputusan berdasarkan pengetahuan yang lebih kompleks, seperti hubungan antar entitas atau hukum logika tertentu. Symbolic AI dapat memberikan penjelasan yang lebih jelas dan transparan tentang bagaimana sebuah keputusan diambil.
“Melihat perkembangan AI, memang tidak dipungkiri mesin dapat menggantikan manusia. Dalam hal ini, kami berpendapat manusia tetaplah pengambil keputusan tertinggi. Dan untuk membuat mesin tidak lebih cerdas dari manusia, sederhana, jangan berikan semua data pada mesin. maka kecerdasan mesin akan dapat dikontrol,” pungkas Prof. Dewi.
Humas UNS
Reporter: Dikky Yudi Pradana
Redaktur: Dwi Hastuti
