1. Bagaimana Anda mendefinisikan representasi pengetahuan dalam kecerdasan buatan? Mengapa representasi pengetahuan menjadi komponen kunci dalam pengembangan sistem berbasis AI?
 Jawaban :
Representasi Pengetahuan adalah mekanisme pemecahan masalah yang lebih spesifik dan lebih kuat (memecahkan masalah kompleks yang ditemui dalam AI). suatu proses untuk menangkap sifat-sifat penting problema dan membuat informasi tersebut dapat di akses oleh prosedur pemecahan permasalahan.
Representasi Pengetahuan menjadi komponen kunci dalam pengembangan sistem dikarenakan Representasi Pengetahuan merupakan konsep utama dalam Kecerdasan Buatan. Konsep ini mengacu pada cara data dan informasi diproses, diatur, direpresentasikan, dan disimpan untuk digunakan oleh sistem AI. Representasi Pengetahuan memungkinkan mesin untuk membuat keputusan berdasarkan kumpulan data yang kompleks.
2. Diskusikan berbagai jenis representasi pengetahuan, seperti logika proposisional, logika predikat, jaringan semantik, dan sistem berbasis aturan. Dalam situasi apa setiap metode ini lebih efektif digunakan?Jawaban :
- Logika Proposisional 
Logika proposisional terdiri dari pernyataan deklaratif dengan nilai kebenaran, yaitu benar atau salah, dan tidak dapat menjadi keduanya secara bersamaan. Dalam logika proposisi, kita biasanya menganalisis proporsi/pernyataan. Logika proposisional digunakan untuk menganalisis hubungan logis sederhana.
Logika Predikat 
Logika predikat terdiri dari predikat yang memberikan informasi lebih lanjut tentang subjek kalimat. Predikat dapat disebut sebagai atribut yang menentukan sifat subjek dalam kalimat.  
Logika predikat digunakan untuk mengekspresikan hubungan dan keputusan kompleks untuk variabel tertentu.
Jaringan Semantik 
Jaringan semantik adalah representasi grafis dari makna atau pengetahuan. Jaringan ini terdiri dari simpul (yang mewakili konsep atau entitas) dan sisi (yang mewakili hubungan antarkonsep).
Jaringan semantik memiliki potensi besar untuk meningkatkan komunikasi antara manusia dan mesin. Dengan kemampuannya untuk secara akurat menggambarkan hubungan antara kata dan konsep, sistem ini menawarkan peluang yang belum pernah ada sebelumnya untuk memajukan pengetahuan tentang dunia di sekitar kita baik pada tingkat pribadi maupun dari perspektif global.
Sistem Berbasis Aturan 
Sistem berbasis aturan digunakan sebagai cara untuk menyimpan dan memanipulasi pengetahuan untuk menginterpretasikan informasi secara efektif dan mudah dipahami. Sistem berbasis aturan sering digunakan pada implementasi kajian kecerdasan buatan dan penelitian-penelitian. Penerapan sistem berbasis aturan banyak dilakukan pada sistem pakar (domain specific expert system) yang menggunakan aturan (rule) untuk melakukan deduksi menuju kesimpulan atau alternatif pilihan. Sistem berbasis aturan mampu melakukan analisis leksikal (lexical analisys) terhadap pengetahuan yang telah direpresentasikan.
Sumber Referensi :
https://www.complexica.com/narrow-ai-glossary/knowledge-representation
https://saniyatul.lecturer.pens.ac.id/Kecerdasan%20Buatan/Minggu2%20-%20Representasi%20Pengetahuan.pdf
https://medium.com/@dillihangrae/knowledge-representation-in-ai-part-i-78b388e7e70b
http://yulmaini.site.darmajaya.ac.id/wp-content/uploads/sites/12/2018/04/2.-REPRESENTASI-PENGETAHUAN.pdf
https://www.sciencedirect.com/topics/computer-science/semantic-networkhttps://ejournal.undiksha.ac.id/index.php/JPTK/article/download/4/2?__cf_chl_tk=dlttVez34IDPuKEr55vG.6xmhkgsrXwY_X_DKyB1IR0-1729858380-1.0.1.1-oqnZRh3Y2NeIi9xbnlAxtYDJEw.qw4A8D4gd8XuOnp8