MANAJEMEN DATA

Manajemen Data adalah bagian dari manajemen sumber daya informasi yang mencakup
semua kegiatan yang memastikan bahwa data akurat, up to date (mutakhir), aman, tersedia
bagi pemakai (user).

1. PENDEKATAN BASIS DATA TERHADAP PENGELOLAAN DATA

Basis data (database) adalah sekumpulan data organisasi digunakan untuk melayani
banyak aplikasi secara efisien dengan memusatkan data dan mengendalikan redundasi data
(adanya duplikasi data dalam beberapa file data sehingga data yang sama disimpan di dalam
lebih dari satu lokasi).

A. Sistem Manajemen Basis Data

Sistem manajemen basis data merupakan peranti lunak yang memudahkan organisasi
untuk memusatkan data, mengelola data secara efisien. DBMS (database management
system) bertindak sebagai antarmuka antara program aplikasi dan file data fisik. DBMS
(database management system) membuat basis data fisik tersedia untuk tampilan logis
yang berbeda digunakan pengguna. DBMS digunakan sebagai perantara file dengan
program aplikasi yang diguanakan dalam sebuah sistem.

a) Bagaimana DBMS Menyelesaikan Masalah pada Lingkungan File Tradisional

DBMS memperkecil redundasi dan inkonsistensi data dengan meminimalisasi file-

file yang terpisah yang mempunyai data sama. DBMS mungkin tidak dapat
membuat perusahaan dapat menghilangkan redundasi, melainkan mengendalikan
redundasi data. Menggunakan DBMS dapat menghilangkan inkonsistensi data
karena pada sistem ini memastikan bahwa data yang sama memilki nilai yang sama.

Tampilan
Nama Tunjangan
SSN
Perawatan Kesehatan
ID_Karyawan
Nama
SSN
Posisi
Tanggal_Perekrutan Sistem
Gaji_Bruto
Gaji_Netto
Manajemen
Asuransi_Jiwa Basis Data
Tunjangan Pensiun
Perawatan_Kesehatan
Nama
SSN
Gaji Bruto
Gaji Neto Tampilan
Penggajian
Bagan diatas menggambarkan basis data sumber daya manusia menyediakan banyak tampilan
tentang data, bergantung pada kebutuhan informasi dari pengguna. Ada dua tampilan yang
memungkinkan, yaitu dari kepentingan seorang spesialis tunjangan dan dari kepentingan
seorang anggota departemen pembayaran gaji perusahaan.

b) DBMS Relasional (Relational DBMS)

Jenis DBMS yang paling popular saat ini untuk PC juga untuk komputer yang lebih
besar dan mainframe dalah DBMS Relasional yang dapat mempresentasikan tabel
dua dimensi (relasi). Setiap tabel berisi atribut dan entitasnya, misalnya Microsoft
Acess meruapakan DBMS Relasional untuk sistem desktop, sedangkan DB2, Oracle
Databasedan Microsoft SQL Server merupakan DBMS Relasional mainframe besar.

Database Relasional mempunyai fleksibilitas lebih dalam menyediakan data untuk

permintaan khusus, menggabungkan informasi dari sumber-sumber yang berbeda,
dan menambahkan data dan record yang baru tanpa mengganggu program dan
aplikasi yang ada.

c) Operasi DBMS Relasional

Tabel basis data relasional dapat menghubungkan lebih mudah untuk mengirim data
yang dibutuhkan pengguna, asalkan dua tabel berbagi elemen data yang sama. Jika
ingin mencari nama dan alamat dari pemasok dalam basis data ini, akan
membutuhkan informasi dari tabel, yaitu tabel pemasok dan tabel suku cadang.

d) BDMS Hierarkis dan Jaringan

Sebuah DBMS Hierarkis memodelkan hubungan satu kebanyak dan

DBMS Jaringan memodelkan hubungan banyak ke banyak. DBMS Hierarkis dan
DBMS Jaringan sudah tidak lagi digunakan untuk membangun aplikasi basis data
baru, karena keduanya tidak fleksibel dibandingkan dengan DBMS Relasional.

e) DBMS Berorientasi Objek (Object-Oriented DBMS/OODBMS)

OODBMS membutuhkan basis data yang dapat menyimpan dan mengambil kembali
record yang tidak hanya berisi nomer atau karakter, tetapi juga gambar, foto, suara
dan video. Digunakan untuk mengorganisasikan data yang terstruktur kedalam baris
dan kolomt tidak cocok untuk aplikasi multimedia. DBMS Berorientasi Objek
digunakan untuk menyimapan data dan prosedur yang menganggap data tersebut
sebagai objek secara otomatis dapat diambil kembali dan dibagikan, serta dapat
digunakan untuk mengelola multimedia yang dipakai dalam aplikasi web.

OODBMS dapat menyimpan lebih banyak informasi yang rumit dari pada DBMS
Relasional, tetapi OODBMS relatif lebih lambat dibandingkan dengan DBMS
Relasional dalam memproses jumlah transaksi atau record yang besar.
B. Kapabilitas Sistem Manajemen Basis Data

DBMS menyediakan kapabilitas dan perangkat lunak untuk mengorganisasikan,

mengelola dan mengakses data dalam basis data.

 DBMS mempunyai definisi data (data defination) untuk menentukan struktur dari
isi basis data yang digunakan untuk membuat tabel basis data dan untuk
mendefenisikan karakteristik field dalam setiap tabel. Informasi tentang basis data
akan didokumentasikan melalui kamus data.
 Kamus data (data dictionary) merupakan file otomatis atau manual yang
menyimpan definisi dari elemen-elemen data dan karakteritiknya.

Contohnya Microsoft Access mempunyai kapabilitas kamus data sederhana yang

dapat menampilkan informasi nama, deskripsi, ukuran, jenis, format, dan lainnya
dari setiap field dalam sebuah tabel ketika sedang berada dalam tampilan
Desain/ketika kapabilitas Documenter diaktifkan.

Permintaan (Querying) dan Pelaporan

Menyertakan perangkat untuk mengakses dan memanipulasi informasi dalam basis

data. DBMS mempunyai bahasa khusus yang disebut bahasa manipulasi data yang
digunakan untuk menambah, mengganti, menghapus, dan mengmbil kembali data di
dalam basis data. Bahasa ini berisi perintah-perintah yang memungkinkan pengguna
dan pakar pemograman mengambil data dari basis data untuk memenuhi permintaan
informasi dan mengembangkan berbagai aplikasi. Bahasa manipulasi data yang
terkemuka saat ini adalah bahasa permintaan terstruktur (Structured Query Language-
SQL).

C. Merancang Basis Data

Untuk merancang basis data harus memahami hubungan diantara data, jenis data yang
akan dipelihara di dalam basis data, bagaimana data akan digunakan , dan bagaimana
organisasi akan perlu berubah untuk mengelola data dari perspektif keseluruhan
perusahaan.

Dalam Perancangan Basis data memerlukan antara lain :

1) Rancangan konseptual atau logis dari sebuah basis data adalah model abstrak dari
basis data dari perspektif bisnis.
2) Rancangan fisik memperlihatkan bagaimana basis data sebenarnya tersusun pada
perangkat penyimpanan data dengan akses langsung.

D. Menggunakan Basis Data Untuk Meningkatkan Kinerja Bisnis Dan Proses

Pengambilan Keputusan

Perusahaan menggunakan basis data untuk melacak transaksi dasar, seperti membayar
pemasok, memproses pesanan, melacak pelanggan, dan membayar gaji karyawan. Tapi
perusahaan juga membutuhkan basis data untuk menyediakan informasi yang akan
membantu perusahaan menjalankan bisnis dengan lebih efisien, dan membantu
manajer dan karyawan membuat keputusan lebih baik.
Contoh Database PT. ORIFLAME:

Dalam database ini memerlukan tabel barang, tabel pelanggan, tabel member, tabel
konsultan, tabel karyawan, dan tabel penjualan.

1) Tabel barang : memerlukan field nomor, kode barang, jenis barang, nama barang, harga,
bentuk, dan dipakai oleh. Kode barang merupakan primary key.

2) Tabel pelanggan : memerlukan field nomor, kode pelanggan, nama pelanggan, jenis
kelamin, umur, nama barang, kode barang, jenis barang, harga, banyak . Kode pelanggan
merupakan primary key.
3) Tabel member : memerlukan field nomor, ID Member, nama member,jenis kelamin,
tanggal lahir, umur, nama konsultan. ID Member merupakan primary key.

4) Tabel konsultan : memerlukan field nomor, ID Konsultan, nama konsultan, jenis kelamin,
tanggal lahir, umur, banyak member, banyak penjualan, gaji konsultan. ID Konsultan
merupakan primary key.
 5) Tabel karyawan : memerlukan field nomor, ID Karyawan, nama karyawan, jabatan,
jenis kelamin, tanggal lahir, umur, menikah, gaji karyawan. ID Karyawan
merupakan primary key.

6) Tabel penjualan : memerlukan field nomor, ID Karyawan, ID Konsultan, kode barang, ID

Member, Kode Pelanggan, nama barang, nama pelanggan,nama konsultan, nama
karyawan , jenis kelamin, jenis barang.
 Setiap tabel memiliki hubungan keterkaitan satu sama lain dengan tabel penjualan
sebagai pusatnya. Seperti terlihat di gambar bawah ini :

2. DATA WAREHOUSE (GUDANG DATA)

Gudang data adalah basis yang menyimpan data yang sekarang dan terdahulu yang
mungkin diminati oleh para pembuat keputusan di seluruh perusahaan. Datanya muncul dari
banyak sistem transaksi operasional inti, seperti sistem penjualan, akun pelanggan, dan
manufaktur, dan mungkin meliputi data dari transaksi web. Gudang data menggabungkan dan
menstandarkan informasi dari basis data operasional yang berbeda sehingga informasi dapat
digunakan di seluruh perusahaan untuk analisis dan pembuatan keputusan manajemen.

Manfaat Data Warehouse, biasanya digunakan untuk :

a. Memahami trend bisnis dan membuat perkiraan keputusan yang lebih baik.
b. Menganalisa informasi mengenai penjualan harian dan membuat keputusan yang cepat
dalam mempengaruhi kinerja perusahaan.

Data warehouse dapat dibangun sendiri dengan menggunakan perangkat

pengembangan aplikasi ataupun dengan menggunakan perangkat lunak khusus yang
ditujukan untuk menangani hal ini. Beberapa contoh perangkat lunak yang digunakan untuk
administrasi dan manajemen data warehouse :
 HP Intelligent Warehouse (Hewlett Packard)
 FlowMark (IBM)
 SourcePoint (Software AG)
 Ada 4 Karakteristik Data Warehouse :
1. Subject Oriented (Berorientasi subject) adalah data warehouse didesain untuk
menganalisa data berdasarkan subject-subject tertentu dalam organisasi,bukan pada
proses atau fungsi aplikasi tertentu.
2. Integrated (Terintegrasi),
Data warehouse dapat menyimpan data-data yang berasal dari sumber-sumber yang
terpisah kedalam suatu format yang konsisten dan saling terintegrasi satu dengan
lainnya. Dengan demikian data tidak bisa dipecah-pecah karena data yang ada
merupakan suatu kesatuan yang menunjang keseluruhan konsep data warehouse itu
sendiri.
3. Time variant (Rentang Waktu)
Seluruh data pada data warehouse dapat dikatakan akurat atau valid pada rentang
waktu tertentu. Untuk melihat interval waktu yang digunakan dalam mengukur
keakuratan suatu data warehouse, kita dapat menggunakan cara antara lain :
 Cara yang paling sederhana adalah menyajikan data warehouse pada rentang
waktu tertentu, misalnya antara 5 sampai 10 tahun ke depan.
 Cara yang kedua, dengan menggunakan variasi/perbedaan waktu yang
disajikan dalam data warehouse baik implicit maupun explicit. Secara explicit
dengan unsur waktu dalam hari, minggu, bulan dsb. Sedangkan secara implicit
misalnya pada saat data tersebut diduplikasi pada setiap akhir bulan, atau per
tiga bulan. Unsur waktu akan tetap ada secara implisit didalam data tersebut.
 Cara yang ketiga,variasi waktu yang disajikan data warehouse melalui
serangkaian snapshot yang panjang. Snapshot merupakan tampilan dari
sebagian data tertentu sesuai keinginan pemakai dari keseluruhan data yang
ada bersifat read-only.
4. Non-volatile adalah data pada data warehouse tidak di-update secara real time tetapi di
refresh dari sistem operasional secara reguler. Data yang baru selalu ditambahkan
sebagai suplemen bagi database itu sendiri dari pada sebagai sebuah perubahan.
Database tersebut secara kontinyu menyerap data baru ini, kemudian secara incremental
disatukan dengan data sebelumnya.

Contoh dari data warehouse pada PT. Semen Padang :

Untuk membangun data warehouse analisis kinerja penjualan maka dibutuhkan

seperangkat komputer yang dilengkapin dengan software berupa Windows XP sebagai sistem
operasi dan Microsoft SQL 2008 R2 sebagai aplikasi untuk membangun data warehouse itu
sendiri.
Arsitektur data warehouse penjualan di PT. Semen Padang dimulai dengan
mengumpulkan data yang berkaitan dengan penjualan yang bersumber dari berbagai
database seperti database penjualan, promosi, customer, dan produksi.
Setelah data dari berbagai database dikumpulkan, terhadap data tersebut dilakukan
ekstraksi sesuai dengan kebutuhan data warehouse yang akan dibangun. Seperti dari
database penjualan, data yang dibutuhkan adalah data penjualan dari tahun 2010 – 2011,
data wilayah penjualan, data tipe pembayaran dan jenis penjualan.
Dari data yang sudah diekstraksi dilakukan proses transformasi data. Pada proses
transformasi dilakukan proses seperti merapikan data yang tidak konsisten seperti
pemberian kode customer, memperbaiki penamaan pada field, dan lain-lain.

Proses selanjutnya adalah data loading ke dalam gudang data yang sudah dibangun
dengan menggunakan script yang ada di SQL. Sehingga terbentuklah sebuah data warehouse
yang siap digunakan untuk menghasilkan informasi.
Dengan teknologi OLAP (OnLine Analytical Processing), dihasilkan beberapa view
yang disesuaikan dengan kebutuhan user diantaranya analisis penjualanberdasarkan jenis
semen tiap tahun, analisis penjualan berdasarkan wilayah penjualan tiap tahun, analisis
penjualan berdasarkan plant pengantongan semen tiap tahun, analisis penjualan berdasarkan
customer tiap tahun, analisis penjualan berdasarkan bulan penjualan, dan analisis penjualan
berdasarkan tahun penjualan.

Arsitektur Data Warehouse Penjualan Di PT. Semen Padang

Data Sources Extraction Transformation Loading Data Warehouse Output

Database - Analisis penjualan

Penjualan berdasarkan jenis semen
setiap tahunnya
- Analisis penjualan
berdasarkan wilayah
Menjalankan penjualan setiap tahunnya
Merapikan
Database Script Loading - Analisis penjualan
Memilih data data yang
Promosi Data untuk berdasarkan plant
yang akan sudah terpilih
memasukkan OLAP pengantongan setiap
digunakan (perbaikan Data Warehouse
data yang tahunnya
dan disimpan nama field, Penjualan
sudah - Analisis penjualan
ke dalam data yang PT. Semen Padang
dibersihkan ke berdasarkan customer
format xls tidak
Database dalam Data setiap tahunnya
konsisten, dll)
Customer Warehouse - Analisis penjualan
berdasarkan bulan
penjualan
- Analisis penjualan
berdasarkan tahun
Database penjualan
Produksi

Gambar Arsitektur System ProcessData Warehouse Penjualan Pada PT. Semen

Padang
 3. DATA MART

Data mart adalah subset dari gudang data yang didalamnya terdapat ringkasan atau
porsi data perusahaan yang sangat terfokus ditempatkan dalam basis data terpisah untuk
suatu populasi atau pengguna tertentu. Contohnya perusahaan mungkin memiliki data mart
pemasaran, data mart penjualan, data mart sumber daya manusia, dan sebagainya.

Ada dua tipe dasar dari data mart :

 Dependent data mart adalah menarik data dari data warehouse pusat yang telah
dibuat.
 Independent data mart, adalah sistem mandiri yang dibangun dengan menarik data
secara langsung dari sumber eksternal operasional atau data, atau keduanya.

Beberapa karakteristik yang membedakan data mart dan warehouse :

 Data mart hanya berfokus pada kebutuhan user yang berhubungan dengan satu
departemen atau fungsi bisnis.
 Data Mart biasanya tidak mengandung data operasional yang detail, tidak seperti data
warehouse.
 Data Mart mempunyai data yang lebih sedikit dibandingkan dengan data warehosue,
data mart lebih mudah untuk dimengerti dan dijalankan.

Kelebihan Data Mart :

 Akses mudah ke data yang sering digunakan

 Penciptaan pandang kolektif untuk sekelompok pengguna
 Peningkatan respon-time dari pengguna akhir
 Fleksibel dan mudah cara pembuatan
 Lebih hemat biaya daripada data warehouse
 Definisi pengguna lebih jelas dari sebuah gudang data.

Kekurangan Data Mart :

 Tidak bisa sepenuhnya menilai kinerja LAN berbasis sistem manajemen database
sementara port dari satu lingkungan yang lain.
 Dapat mendukung kelompok-kelompok pengguna kecil atau sederhana sumber data,
yang tidak ideal untuk aplikasi perangkat lunak didistribusikan dan pengembangan
skala besar Perusahaan-lebar sistem manajemen database

Beberapa aplikasi yang digunakan dalam membuat data mart:

 SmartMart (IBM)
 Visual Warehouse (IBM)
 PowerMart (Informatica
Contoh penerapan Data Mart:

3. KNOWLEDGE MANAGEMENT (MANAJEMEN PENGETAHUAN)

Manajemen pengetahuan (Knowledge Management) adalah seperangkat proses bisnis

dalam suatu organisasi untuk membuat, menyimpan, mentransfer, dan menerapkan
pengetahuan. Manajemen pengetahuan meningkatkan kemampuan organisasi untuk belajar
dari lingkungannya dan untuk menggabungkan pengetahuan ke dalam proses bisnisnya.

A. BIDANG MANAJEMEN PENGETAHUAN

Alasan Pentingnya Dimensi Pengetahuan:

1). Pengetahuan Sebagai Aset Perusahaan

a. Pengetahuan adalah asset tak berwujud

b. Perubahan data menjadi pengetahuan dan informasi yang berguna memerlukan
penggunaan sumber daya organisasional
c. Pengetahuan bukan merupakan subjek dari the law of diminishing return
(hukum hasil yang semakin berkurang) dalam hal asset fisik, tapi pada jaringan,
nilainya akan semakin bertambah seiring dengan banyaknya pengetahuan yang
dibagikan oleh manusia.

2). Perusahaan Memiliki Bentuk Yang Berbeda

a. Pengetahuan dapat bersifat tersirat tetapi juga bersifat ekplisit (dikodifikasikan).

b. Pengetahuan meliputi cara melakukan sesuatu, keterampilan, dan keahlian.
c. Pengetahuan meliputi cara mengikuti suatu prosedur.
d. Pengetahuan meliputi alasan mengapa, bukan sekadar kapan, sesuatu terjadi
(kausalitas).
3). Perusahaan Memiliki Lokasi
a. Pengetahuan adalah peristiwa kognitif yang melibatkan model dan pemetaan
pikiran orang
b. Pengetahuan memiliki basis sosial dan individual.
c. Pengetahuan bersifat “melekat” (sulit digerakkan), letaknya pasti (menyatu
dengan budaya perusahaan tertentu), dan kontekstual (hanya tepat digunakan
pada situasi tertentu).
4). Pengetahuan Tergantung Situasi/ Situasional
a. Pengetahuan bersifat kondisional: Mengetahui kapan saat prosedur diterapkan
sama pentingnya dengan mengetahui prosedur itu sendiri (kondisional)
 b. Pengetahuan berkaitan dengan konteks: Kamu harus tahu bagaimana
menggunakan perangkat tertentu dan pada situasi seperti apa Kamu dapat
menggunakannya.

RANTAI NILAI MANAJEMEN PENGETAHUAN

Terdapat lima langkah yag memberi nilai tambah dalam nilai rantai manajemen
pengetahuan. Setiap langkah dalam rantai nilai tersebutmemberikan nilai tambahkepada data
mentah dan informasi ketika diubah menjadi pengetahuan yang bermanfaat atau dapat
digunakan.

1. Pengetahuan Akuisisi (Kemutahiran Pengetahuan)

Perusahaan harus menciptakan pengetahuan baru dengan menemukan pola di data

perusahaan atau dengan menggunakan workstation pengetahuan di mana insinyur bisa
menemukan pengetahuan baru. Sebuah sistem pengetahuan yang koheren dan
terorganisir juga membutuhkan sistematis data dari sistem pemrosesan transaksi
perusahaan yang melacak penjualan, pembayaran, persediaan, pelanggan, dan data
penting lainnya, serta data dari sumber eksternal seperti feed news, laporan industri,
pendapat hukum, penelitian ilmiah, dan statistik pemerintah.

2. Penyimpanan pengetahuan

Penyimpanan pengetahuan melibatkan penciptaan database. Manajemen harus

mendukung pengembangan penyimpanan pengetahuan yang direncanakan oleh sistem,
mendorong pengembangan skema perusahaan besar untuk mengindeks dokumen.
Pemberian penghargaan perlu dilakukan pada karyawan yang rajin meng-update data.
Misalnya, menghargai tenaga penjualan untuk mengirimkan nama-nama prospek ke
database perusahaan bersama prospek di mana semua penjualan personil dapat
mengidentifikasi setiap prospek dan meninjau penyimpanan data.

3. Pengetahuan Diseminasi (Penyebaran Pengetahuan)

Penggunaan Portal, e-mail, instant messaging, wiki, jaringan sosial, dan mesin pencari
merupakan teknologi untuk alat kolaborasi dan berbagi kalender, dokumen, data, dan
grafik. Teknologi kontemporer tampaknya telah menciptakan banjir informasi dan
pengetahuan. “Bagaimana manajer dan karyawan dapat menemukan, di lautan
informasi dan pengetahuan, yang yang benar-benar penting bagi keputusan mereka
dan pekerjaan mereka?” Di sini, program pelatihan, jaringan informal, dan berbagi
pengalaman manajemen dikomunikasikan melalui bantuan budaya yang mendukung
manajer untuk memusatkan perhatian mereka pada pengetahuan dan informasi
penting.

4. Penerapan Pengetahuan
 Pengetahuan baru harus dibangun menjadi sebuah proses bisnis perusahaan dan sistem
aplikasi utama, termasuk aplikasi perusahaan untuk mengelola proses bisnis internal
dan hubungan dengan pihak luar, yaitu pelanggan dan pemasok. Manajemen
mendukung proses ini dengan cara menciptakan jenis usaha, produk, jasa, dan pangsa
pasar baru bagi perusahaaan berdasarkan pengetahuan yag baru.

5. Membangun Organisasi dan Manajemen Modal: Kolaborasi, Komunitas Praktek,

dan Lingkungan Kantor

Direktur Pengetahuan (Chief Knowledge Officer-CKO) adalah eksekutif senior yang

bertanggung jawab dalam program manajemen pengetahuan perusahan.

Komunitas Praktik (Communities of Practice-COP) adalah jaringan umum informal

yang terdiri atas para profesional dan karyawan baik di dalam maupun di luar
perusahaan dengan minat dan kegiatan yang sama. Kegiatan komunitas ini termasuk
pendidikan perorangan atau kelompok, konferensi, newsletter online, dan setiap
harinya saling berbagi pengalaman dan teknik untuk memecahkan masalah pekerjaan
tertentu. Biasanya dilaksanakan secara online, contoh : IBM.

3 TIPE SISTEM MANAJEMEN PENGETAHUAN

1. Sistem manajemen pengetahuan perusahaan atau Enterprise-wide knowledge

management systems adalah sistem serba guna yang digunakan oleh perusahaan untuk
mengumpulkan, menyimpan, mendistribusikan, dan menerapkan pengetahuan dan
muatan digital. Sistem ini menyediakan basis data berikut perangkatnya untuk
menyusun dan menyimpan dokumen terstruktur dan tidak terstruktur beserta objek
pengetahuan lainnya, direktori dan perangkat untuk mencari karyawan yang
berpengalaman di bidang tertentu, dan perangkat berbasis Web untuk kolaborasi dan
komunikasi.
2. Sistem kerja pengetahuan atau Knowledge work systems (KWS) adalah sistem yang
dikembangkan khusus untuk para teknisi, ilmuwan, dan para pekerja di bidang
pengetahuan lainnya yang bertugas memperoleh dan menciptakan pengetahuan baru
bagi perusahaan.
3. Teknik cerdas atau intelligent techniques adalah teknik-teknik yang memliki tujuan
yang berbeda, mulai dari fokus pada menemukan pengetahuan baru seperti:
penggalian data dan jaringan saraf , pengolahan pengetahuan dalam bentuk aturan
bagi program komputer seperti: sistem ahli dan logika fuzzy, sampai pada bagaimana
mendapatkan solusi optimal untuk suatu masalah, seperti: algoritma genetik.

B. SISTEM MANAJEMEN PENGETAHUAN KESELURUHAN PERUSAHAAN

SUSUNAN SISTEM MANAJEMEN PENGETAHUAN PERUSAHAAN

Kategori sistem manajemen pengetahuan keseluruhan sistem , yaitu :

 1. Sistem Pengetahuan Terstruktur
Masalah mendasar dalam mengelola pengetahuan terstruktur adalah membuat skema
klasifikasi yang sesuai untuk menyusun informasi dalam basis data pengetahuan
menjadi kategori yang bermanfaat dan mudah diakses oleh seluruh karyawan.

2. Sistem Pengetahuan Semiterstruktur

Informasi yang semiterstruktur (terstruktur sebagian) adalah seluruh informasi digital
dalam suatu perusahaan yang tidak terdapat dalam dokumen atau laporan formal.

3. Sistem Jaringan Pengetahuan

Sistem jaringan pengetahuan mengatasi masalah yang muncul saat pengetahuan yang
tepat adalah pengetahuan tersirat dan tersimpan dalam ingatan para pakar dalam
perusahaan. Karena pengetahuan seperti ini tidak dapat ditemukan dengan mudah,
karyawan menghabiskan sumber daya yang cukup besar untuk mendapatkan kembali
pengetahuan tersebut.
Sistem jaringan pengetahuan menyediakan suatu direktori online mengenai
keberadaan pakar dalam bidang pengetahuan tertentu dan menggunakan teknologi
komunikasi untuk memudahkan karyawan menemukan pakar yang tepat.

C. SISTEM KERJA PENGETAHUAN

3 kunci yang sangat penting bagi organisasi dan untuk manajer yang bekerja dalam
organisasi:

1. Menjaga aliran pengetahuan dalam perusahaan seiring dengan perkembangan

perusahaan – dalam teknologi, sains, pemikiran sosial, dan seni.
2. Bertugas melayani sebagai konsultan internal mengenai pengetahuan khusus
mereka, berbagai perubahan yang terjadi, dan kesempatan yang muncul.
3. Bertindak sebagai agen perubahan, mengevaluasi, merintis, dan mendukung proyek-
proyek perubahan.

Contoh nya penggunaan Computer aided desain (CAD) yang mengotomatisasi

penciptaan dan revisi desain, menggunakan komputer dan software grafis canggih.
Dengan m enggunakan CAD workstation, desainer hanya perlu membuat prototipe fisik
menjelang akhir dari proses desain karena desainnya dapat dengan mudah diuji dan
berubah pada komputer. Kemampuan software CAD menghemat banyak waktu dan
uang. Ada Virtual Reality Modeling Language (VRML) berupa aplikasi yang berbasis
standar Web, yang dapat membuat model tampilan 3D.

SISTEM KERJA PENGETAHUAN

SISTEM KERJA PENGETAHUAN FUNGSI DALAM ORGANISASI

CAD/CAM
(computer-aided manufacturing)
Virtual reality systems
Memberikan insinyur, desainer, dan manajer
pabrik dengan kontrol yang lebih tepat dalam
desain industri dan manufaktur.
Memberikan desainer, arsitek, insinyur, dan medis
pekerja dengan tepat, simulasi benda photorealistic
 PC high-end yang digunakan di sektor keuangan
Investment workstation untuk menganalisis situasi perdagangan seketika
dan memfasilitasi pengelolaan portofolio

D. TEHNIK CERDAS

Artificial intelligence (AI) atau Kecerdasan buatan dan teknologi basis data
memberikan sejumlah teknik cerdas yang dapat digunakan oleh berbagai organisasi
untuk “menangkap” pengetahuan perorangan dan pengetahuan kolektif, serta
mengembangkan pengetahuan tersebut.

a) Sistem Pakar / Expert System

1. Bagaimana cara kerja expert system?

Model sistem pakar pengetahuan manusia sebagai seperangkat aturan yang kolektif
disebut basis pengetahuan (knowledge base). Strategi menggunakan pencarian
knowledge base disebut inference engine. Ada 2 strategi yang umumnya
digunakan :

 Dalam forward chaining, mesin inferensi dimulai dengan memasukkan

informasi oleh pengguna dan mencari aturan dasar untuk sampai pada suatu
kesimpulan.
 Dalam backward chaining, strategi untuk mencari basis aturan dimulai
dengan hipotesis dan hasil dengan mengajukan pertanyaan pengguna tentang
fakta-fakta yang dipilih baru hipotesis tersebut dikonfirmasi atau disangkal.

Kecerdasan Organisaional : Penalaran Berbasis Kasus

1. Sistem LOGIKA FUZZY

Logika fuzzy adalah teknologi berbasis aturan yang dapat merepresentasikan ketidak
presisian, dengan menciptkan aturan yang menggunakan nilai subjektif atau nilai yang
mendekati (IF-THEN). Jaringan saraf tiruan digunakan untuk menyelesaikan masalah-
masalah yang kompleks dan sulit dipahami, di mana sejumlah besar data mengenai
masalah tersebut telah dikumpulkan untuk mencari pola dan hubungan dalam data yang
sangat besar yang terlalu rumit dan sulit dianalisis manusia.

2. NEURAL NETWORK (Jaringan Saraf Tiruan)

 Jaringan saraf tiruan yang digunakan untuk memecahkan masalah kompleks. Jaringan
saraf menemukan pengetahuan ini dengan menggunakan hardware dan software yang
paralel dengan pola pengolahan biologis atau otak manusia. Jaringan saraf “belajar”
pola dari besar jumlah data dengan memilah-milah data, mencari hubungan,
membangun model, dan mengoreksi ulang kesalahan model sendiri. Digambarkan
dalam bagan, yaitu:

3. ALGORITME GENETIK

Berguna untuk mendapatkan solusi optimal untuk masalah spesifik dengan memeriksa
sejumlah besar kemungkinan solusi untuk masalah tersebut.

4. SISTEM HYBRID AI

Algoritma genetika, logika fuzzy, jaringan saraf, dan sistem pakar dapat
diintegrasikan ke dalam satu aplikasi untuk mengambil keuntungan dari fitur terbaik
dari teknologi ini yang disebut system hybrid AI.

5. TEKNOLOGI AGEN INTELIGEN

Membantu para pebisnis menjelajahi data yang besar untuk menemukan dan
mengambil tindakan informasi yang dianggap penting. Agen inteligen adalah program
peranti lunak yang bekerja di latar belakang tanpa intervensi manusia secara langsung
untuk menjalankan tugas-tugas yang spesifik, berulang dan dapat diprediksi.

Contoh Knowledge Management pada PT. Unilever :

Honda telah menerapkan prinsip knowledge management dalam menjalankan

bisnisnya. Honda memberikan contoh hubungan antara proses bisnis dan pengakuan
pentingnya komunikasi manusia dalam mengelola pengetahuan. Honda juga
mengintegrasikan karakteristik kepemimpinan mereka, budaya, pendekatan sumber daya
manusia, struktur dan proses dalam menjalankan usahanya.
Dalam penerapannya, knowledge management mampu meningkatkan keefektifan dan
keefisienan dalam Honda, kerjasama tim, keuntungan perusahaan. Ukuran kesuksesan tidak
hanya didasarkan pada jumlah peserta saja, tapi sejauh mana perusahaan Honda dapat melihat
perubahan perilaku yang jelas di dalam organisasinya. Strategi yang diterapkan yaitu inovasi
yang berkelanjutan, adaptasi produk, memaksimalkan sinergi produksi dan beroperasi di
banyak negara, mengoptimalkan R&D, staff unggul, dan komitmen untuk meminimalkan
biaya.