Paper ini bertujuan untuk memenuhi tugas dalam perkuliahan sistem informasi manajemen
Oleh
Kelompok 10 :
UNIVERSITAS UDAYANA
2018
KATA PENGANTAR
Puji syukur kami panjatkan ke hadirat tuhan yang maha kuasa, atas anugrah-Nya
sehingga penulis dapat menyelesaikan penulisan laporan dan menyajikan hasilnya dalam
bentuk paper dengan judul “Sistem Informasi Manajemen : Mengelola Pengetahuan”
Adapun maksud dan tujuan dari kami selain untuk menyelesaikan tugas yang diberikan
oleh dosen pengajar, juga untuk lebih memperluas pengetahuan mahasiswa khususnya bagi
kelompok kami. Penulis mengucapkan terimakasih kepada teman-teman yang telah
memberikan dorongan baik moral maupun materi dalam rangka penyelesaian tugas ini.
Tidak lupa penulis juga memohon maaf apabila terdapat kesalahan yang diperbuat.
Oleh karena itu jika didapati adanya kesalahan-kesalahan baik dari segi teknik penulisan,
maupun dari isi, maka penulis memohon maaf dan kritik dari Bapak dosen pengajar bahkan
pembaca untuk dapat menyempurnakan paper ini terlebih juga dalam pengetahuan kita
bersama. Sebagai akhir kata, semoga tugas ini dapat bermanfaat bagi kita semua.
Penulis
DAFTAR ISI
HALAMAN JUDUL
KATA PENGANTAR ........................................................................................................ 2
DAFTAR ISI....................................................................................................................... 3
BAB I PENDAHULUAN
1.1 Latar Belakang ....................................................................................................... 4
1.2 Rumusan Masalah .................................................................................................. 4
1.3 Tujuan .................................................................................................................... 5
BAB II PEMBAHASAN
2.1 Lanskap Manajemen Pengetahuan......................................................................... 6
2.2 Tipe Sistem Manajemen Pengetahuan ................................................................... 10
2.3 Sistem Kerja Pengetahuan ..................................................................................... 14
2.4 Teknik Kecerdasan ................................................................................................ 17
BAB IV PENUTUP
3.1 Kesimpulan ........................................................................................................... 25
3.2 Saran ..................................................................................................................... 25
DAFTAR PUSTAKA ......................................................................................................... 26
3
BAB I
PENDAHULUAN
1.3 Tujuan
1 Untuk mengetahui peranan dari manajemen pengetahuan dan program
manajemen pengetahuan dalam bisnis.
2 Untuk mengetahui tipe dari system yang digunakan untuk manajemen
pengetahuan dalam keseluruhan perusahaan.
4
3 Untuk mengetahui tipe utama dari system kerja pengetahuan.
4 Untuk mengetahui manfaat bagi bisnis dengan menggunakan teknik kecerdasan
bagi manajemen pengetahuan.
5
BAB II
PEMBAHASAN
Kita hidup dalam suatu perekonomian informasi yang mana sumber utama dari
kekayaan dan kemakmuran adalah produksi serta distribusi informasi dan pengetahuan.
Diperkirakan 37% dari tenaga kerja AS terdiri dari pekerja bagian pengetahuan dan informasi,
yang dimana segmen tunggal terbesar. Sekitar 45% dari produk domestic bruto—PDB (Gross
Domestic Product---GDP) AS dihasilkan oleh sector pengetahuan dan informasi (US.
Depatemant of Commerce,2012).
Manajemen pengetahuan telah menjadi suatu tema yang penting pada banyak
perusahaan bisnis besar, sebagaimana para manajer menyadari bahwa banyak dari nilai
perusahaan mereka bergantung pada kemampuan perusahaan untuk menciptakan dan
mengelola pengetahuan. Penelitian-penlitian telah menemukan bahwa bagian yang cukup besar
dari nilai pasar saham perusahaan terkait dengar asset tak bewujud,yang mana pengetahuan
merupakan salah saru unsur penting, disamping dengan merek, reputasi, dan proses bisnis yang
unik.
6
Pengetahuan memiliki basis social dan individual
Pengetahuan dapat berubah (bersifat situasional)
Pengetahuan terkait dengan konteks
7
Gambar 11.1 Rantai Nilai Manajemen Pengetahuan
Gambar 11.1 mengilustrasikan 5 langkah yang memberikan nilai tambah dalam rantai
nilai manajemen pengetahuan. Tiap-tiap langkah dalamm rantai nilai akan menambah nilai
pada data mentah dan informasi sebagaimana mereka diubah ke dalam pengetahuan yang dapat
digunakan.
Dalam Gambar 11.1, aktivitas sistem informasi dipisahkan dari manajemen dan
aktivitas organisasional yang terkait, dengan aktivitas sistem informasi pada bagian atas dari
grafik serta aktivitas organisasional dan manajemen di bagian bawah. Pada Bab 1, kita
mendefinisikan modal organisasional dan modal manajemen sebagai suatu rangkaian dari
proses bisnis, budaya, dan perilaku yang diperlukan untuk memperoleh nilai dari investasi
dalam sistem informasi. Dalam kasus manajemen pengetahuan, seperti halnya investasi dalam
sistem informasi lainnya, nilai yang mendukung, struktur, dan pola perilaku harus dibentuk
untuk memaksimalkan tingkat pengembalian atas investasi dalam proyek manajemen
pengetahuan.
Dalam Gambar 11.1, kegiatan manajemen dan organisasional yang berada di posisi
tengah agak bawah dari diagram merepresentasikan investasi dalam modal organisasional yang
diperlukan untuk memperoleh tingkat pengembalian yang cukup besar terhadap investasi
dalam teknologi informasi (TI) dan sistem yang ditunjukkan pada bagian tengah agak atas dari
diagram.
8
a. Penguasaan Pengetahuan
Sistem manajemen pengetahuan yang pertama berupaya untuk membangun
Gudang dukumen perusahaan, laporan, presentasi, dan praktik pelakasanaan yang
tertbaik. Dalam kasus lainnya, organisasi dapat memperoleh pengetahuan dengan
mengembangkan jaringan ahli secara online dengan demikian para karyaawan tersebut
dapat “menemukan ahli” dalam perusahaan yang merupakan pribadi yang memiliki
pengetahuan luas. Dalam kasus lain, perusahaan juga dapat menciptakan pengetahuan
baru dengan menemukan pola-pola dalam data koporat atau dengan menggunakan
sentra kerja pengetahuan yang dimana para insinyur dapat menemukan pengetahuan
baru.
b. Penyebarluasan Pengetahuan
Teknologi portal, surel, pesan istan (instant messeging), wiki, alat bantu social
bisnis, dan mesin pencari telah ditambahkan pada pengaturan yang ada dari alat bantu
kolaborasi untuk berbagai kaleder, data, dokumen, dan grafik. Teknologi kontemporer
telah membajiri dunia informasi dan pengetahuan.
c. Penerapan Pengetahuan
Untuk memberikan tingkat pengembalian atas investasi, maka pengetahuan
organisasional harus menjadi suatu bagian yang sistematis dari pengambilan keputusan
manajemen dan diletakkan dalam sistem untuk mendukung keputusan. Pada akhirnya,
pengetahuan yang baru harus dibangun didalam proses bisnis suatu perusahaan dan
system aplikasi kunci, meliputi penerapan perusahaan untuk mengelola proses bisnis
internal yang utama serta hubungan dengan pelanggan dan pemasok. Pihak manajemen
akan mendukung proses ini dengan menciptakan praktik pelaksanaan bisnis baru yang
didasarkan pada pengetahuan baru, produk dan jasa baru, dan pasar baru bagi
perusahaan.
d. Membangun Modal Organisasional dan Modal Manajemen: Kolaborasi,
Komunitas Praktik, Dan Lingkungan Perkantoran.
Para manajer dapat juga membantu dengan cara mengembangkan peranan dan
tanggung jawab baru dalam organiasi untuk pengetahuan barus seperti menciptakan
posis-posisi baru yaitu eksekutif manajemen pengetahuan, staf yang ditugaskan untuk
membantu manajemen pengetahuan, dan membentuk komunitas praktik. Komunitas
praktik (community of praktic—COP) adalah jaringan umum informal yang terdiri atas
para professional dan kryawan baik di dalam maupun diluar perusahaan dengan minat
dan kegiatan yang sama. Kegiatan komunitas ini termasuk Pendidikan perorangan atau
9
kelompok, konfrensi, newsletter online, serta setiap harinya saling berbagi pengalaman
dan Teknik untuk menyelesaikan masalah dalam pekerjaan tertentu.
COP dapat memudahkan orang dalam menggunakan kembali pengetahuan yang
telah digunakan sebelumnya dengan cara mengarahkan anggota komunitasnya kepada
dokumen tertentu, menciptakan tempat penyimpanan dokumen, dan menyaring
informasi untuk para anggota baru. Anggota COP bertindak sebagai fasilitator yang
mendorong kontribusi dan diskusi di antara para anggota. COP juga dapat mengurangi
waktu yang diperlukan dalam proses pembelajaran karyawan baru dengan memberikan
nama-nama pakar, judul pembahasan materi tertentu, dan akses ke metode dan
perangkat komunitas tersebut. Terakhir, COP dapat berfungsi sebagai tempat
bertumbuhnya banyak ide, teknik, dan perilaku pengambilan keputusan yang baru.
Terdapat 3 tipe dari sistem manajemen pengetahuan yang sangat penting diantaranya :
10
systems—KWS) adalah sistem yang dikembangakan khusus untuk para teknisi, ilmuan, dan
para pekerja dibidang pengetahuan lainnya yang bertugas memperoleh dan menciptakan
pengetahuan baru bagi perusahaan mereka.
Manajemen pengetahuan juga meliputi kelompok yang beraneka ragam dari Teknik
kecerdasan (intelligent techniques) seperti penulusuran data, sistem ahli, jaringan neural,
logika fuzzy, algoritma genetika, dan agen intelegen. Teknik kecerdasan sebagai perangkat
lunak untuk menemukan pola dan menerapkan pengetahuan terhadap keputusan dan domain
pengetahuan.
Para pembisnis saat ini perlu untuk mengatur dan mengelola asset pengetahuan
terstruktur maupun semi tersruktur. Pengetahuan tersruktur (structured knowledge)
merupakan pengetahuan secara eksplisit ada dalam dokumen-dokumen formal, sama halnya
dengan aturan-aturan formal yang diperoleh organisasi dengan mengamati para ahli dan
perilaku mereka dalam pengambilan keputusan. Tetapi, menurut para ahli, sedikitnya 80 % dari
konten bisnis organisasi adalah informasi semi terstruktur atau tidak terstruktur – yang ada
dalam folder, pesan, memo, proposal, surel, grafik, slide presentasi elektronik dan bahkan
video yang di ciptakan dalam format yang berbeda dan disimpan dalam banyak lokasi.
11
bisnis mereka. Sistem seperti ini meliputi tempat penyimpanan dokumen korporat, laporan,
presentasi, dan praktik terbaik, demikian halnya dengan kapalilitas untuk mengumpulkan dan
mengorganisasikan pengetahuan semi terstruktur, seperti surel (lihat Gambar 11.3). Sistem
manajemen konten perusahaan yang utama juga memungkinkan bagi para penggunanya untuk
mengakses sumber eksternal dari informasi, seperti kabar berita dan penelitian, dan untuk
mengomunikasikan melalui surel, chat/pesan instan, kelompok diskusi, dan konferensi video.
Mereka mulai untuk memadukan blog, wiki dan alat bantu jejaring social perusahaan lainnya.
Open Text Corporation, EMC (Documentum), IBM, dan Oracle Corporation merupakan para
pemasok terdepan dalam bidang perangkat lunak manajemen konten perusahaaan.
12
Perusahaan yang bergerak dalam bidang penerbitan, periklanan, penyiaran, dan hiburan
(entertainment) memiliki kebutuhan khusus untuk menyimpan dan mengelola data digital tidak
terstruktur, seperti foto, citra grafik, Cola-Cola-nya yang telah diciptakan pada masa yang lalu
di semua kantor di seluruh dunia, untuk mencegah adanya pekerjaan yang redundan dan variasi
dari citra merek yang standar. Sistem manajemen asset digital (digital asset management
systems) membantu perusahaan untk mengklasifikasi, menyimpan, dan mendidtribusikan
objek-objek digital tersebut.
2.2.4 Kolaborasi dan Alat Bantu Sosial Serta Sistem Manajemen Pembelajaran
Bab 2 dan 7 telah membahas mengenai pentinya kolaborasi dan alat bntu social bagi berbagai
informasi di dalam perusahaan. Untuk sumber daya pemgetahuan di luar perusahaan, social
bookmarking mempermudah untuk mencari dan berbagai informasi dengan memungkinkan
bagi para penggunanya untuk menyelamatkan bookmark mereka pada laman web di situs wb
publik dan menandai bookmark tersebut dengan kata kunci. Penandaan-penandaan ini dapat
digunakan untuk mengatur dan mencari teks dan gambar. Daftar penandaan dapat dibagikan
dengan orang lain untuk membantu mereka dalam untukmenemukkan informasi mengenai
ketertarikan. Taksonomi yang diciptakan oleh pengguna dirancang untuk berbagai bookmark
yang disebut dengan folksonomies. Delicious, Slashdot, dan Pinterest merupakan situs social
bookmarking yang terkenal.
Bayangkan, sebagai contoh, Anda merupakan bagian dari tim yang melakukan
penelitian atas daya angin. Jika anda melakukan pencarian dengan web dan menemukan laman
web yang relevan mengenai daya angina, maka anda akan menekan pada tombol bookmark
13
dari situs bookmark social dan menciptakan penandaan yang mengidentifikasi tiap-tiap
dokumen web yang anda temukan yang terdapat kaitan dengan daya angina. Dengan menekan
pada tombol “penandaan (tag)” pada situs jejaring social, maka anda akan dapat melihat daftar
dari seluruh penandaan yang telah anda buat dan pililah dokumen yang anda perlukan.
Sistem pengetahuan keseluruhan perusahaan yang baru saja kita bahas menyediakan jangkauan
kemampuan yang menyeluruh yang dapat digunakan oleh banyak orang tidak hanya semua
pekerja dan kelompok di dalam suatu organisasi. Perushaan juga memiliki sistem yang
dikhususkan bagi pekerja berpengetahuan untuk membantu mereka dalam menciptakan
14
pengetahuan yang baru dan untuk memastikan bahwa pengetahuan tersebut terintegrasi dengan
tepat ke dalam bisnis.
Pekerja pengetahuan meliputi peneliti, perancang, arsitek, ilmuwan, dan insinyur yang bertugas
menciptakan pengetahuan dan informasi untuk organisasi. Pekerja pengetahuan biasanya
memiliki tingkat pendidikan dan keanggotaan yang tinggi dalam organisasi profesional dan
sering diminta untuk melakukan penilaian sebagai aspek rutin dalam pekerjaan mereka.
Sebagai contohnya, pekerja pengetahuan menciptakan produk baru atau mencari cara untuk
meningkatkan kualitas produk yang sudah ada. Pekerja pengetahuan melakukan tiga peran
penting yang penting bagi organisasi dan manajer yang bekerja di dalam organisasi:
15
Contoh Sistem Kerja Pengetahuan
Sistem CAD dapat memasok data untuk pencetakan 3D juga diketahui dikenal sebagai
manufaktur aditif, yang menggunakan mesin untuk membuat neda padat, lapisan demi
lapisannn, dari spesifikasi dari suatu file digital.
Penerapan realitas virtual yang dikembangkan untuk web akan menggunakan suatu
standar yang dinamakan Bahasa Pemodelan Realitas Virtual (virtual reality modeling
language-VRML). VRML merupakan serangkaian spesifikasi untuk pemodelan 3-D, yang
interaktif pada World Wide Web yang dapat mengorganisasi berbagai tipe media, meliputi
animasi, gambar, dan audio untuk menempatkan penggunanya didalam suatu lingkungan dunia
nyata yang disimulasikan. VRML merupakan platform independen, beroperasi melalui
computer desktop, dan memerlukan bandwidth yang kecil.
16
2.4 Teknik Kecerdasan
Kecerdasan atifisial dan teknologi database menyediakan sejumlah teknik kecerdasan yang
dapat ral dan penelusuran datadigunakan organisasi untuk memperoleh pengetahuan dari
individual dan kolektif serta untuk memperluas dasar pengetahuan mereka. Sistem ahli,
penalaran berbais kasus, dan logika fuzzy digunakan untuk memperoleh pengetahuan tersirat.
Jaringan neural dan penelusuran data digunakan untuk penemuan pengetahuan. Mereka dapat
menemukan pola-pola yang mendasari, kategori dan perilaku dalam data yang besar yang
menetapkan bahwa tidak dapat ditemukan oleh para manajer semata atau hanya melalui
pengalaman.
Sistem Ahli (expert systems) merupakan suatu teknik kecerdasan untuk memperoleh
pengetahuan tacit dalam domain keahlian manusia yang sangat spesifik dan terbatas. Sistem
ini menangkap pengetahuan karyawan yang terampil dalam bentuk seperangkat aturan dalam
sistem perangkat lunak yang dapat digunakan oleh orang lain dalam organisasi. Kumpulan
aturan dalam sistem pakar menambah ingatan, atau pembelajaran tersimpan, dari perusahaan.
Sistem Ahli kurang memiliki pengetahuan dan pemahaman tentang prinsip dasar ahli
manusia. Mereka biasanya melakukan tugas yang sangat terbatas yang dapat dilakukan oleh
para profesional dalam beberapa menit atau jam, seperti mendiagnosis mesin yang tidak
berfungsi atau menentukan apakah akan memberi kredit untuk pinjaman. Masalah yang tidak
bisa dipecahkan oleh ahli manusia dalam periode singkat yang sama jauh terlalu sulit bagi
sistem pakar. Namun, dengan menangkap keahlian manusia di bidang terbatas, sistem pakar
dapat memberi manfaat, membantu organisasi membuat keputusan berkualitas tinggi dengan
lebih sedikit orang. Saat ini, sistem pakar banyak digunakan dalam bisnis secara diskrit,
pengambilan keputusan yang sangat terstruktur.
Pengetahuan manusia dapat dibuat model atau direpresentasikan dalam suatu cara yang dapat
diproses oleh computer. Sistem ahli model pengetahuan manusia merupakan suatu rangkaian
aturan yang secara kolektif disebut dengan basis pengetahuan (knowledge base). Sistem ahli
yang memiliki 200 hingga ribuan aturan tersebut,akan bergantung pada kerumitan dari
permasalahan. Aturan aturan tersebut lebih jauh saling berkaitan dan bersarang daripada dalam
suatu program perangkat lunak tradisional (Lihat gambar 11.5).
17
Startegi yang digunakan untuk mencaari melalui dasar pengetahuan dinamakan mesin
inferensi (inference engine). Dua startegi yang umumnya digunakan: penalaran maju dan
penalaran mundur. (lihat gambar 11.6)
Dalam penalaran maju (forward chaining), mesin inferensi mulai dengan informasi
yang dimasukkan oleh pengguna dan mencari informasi dalam basis pengetahuan untuk
akhirnya mencapai suatu keputusan. Strateginya adalah untuk Menjalankan suatu tindakan
sesuai atura saat sebuah kondisi dipenuhi. Dalam gambar 11.6, mulai dari kiri, jika pengguna
memasukan nama klien dengan pendapatan lebih besar dari $100.000, mesin akan
menggunakan semua aturan secara berurutan dari kiri ke kanan. Jika pengguna kemudian
memasukkan informasi yang menyatakan bahwa klien tersebut memiliki real estat, nilai lain
dari basis pengetahuan akan muncul dan lebih banyak aturan akan diterapkan. Proses ini
berlanjut terus sampai tidak ada lagi aturan yang dapat digunakan.
Dalam penalaran mundur (backward chaining), startegi untuk mencari dalam basis
pengetahuan dimulai dengan hipotesis dan berlanjut dengan menanyakan pengguna pertanyaan
tentang fakta-fakta tertentu sampai hasil hipotesisnya disetujui tau tidak disetujui. Dalam
contoh gambar 11.6, diajukan sebuah pertanyaan, ”apakah kita harus memasukkan orang ini
dalam database calon potensial kita?” fimulai dari diagram sebelah kanan dan bergerak ke kiri.
Anda dapat meilhat bahwa orang tersebut harus dimasukkan dalam database tersebut jika jika
petugas penjuala telah ditugaskan, asuransi berjangka dikabulkan, atau penasehat keuangan
mengunjungi klien tersebut.
18
yang tersedia, truk, ruang trailer, dan berat disimpan dalam suatu database Oracle. Sistem ahli
akan menggunakan ribuan aturan dan 100.000 kode lini program yang ditulis dalam C++ untuk
mengetatkan angka-angka dan menciptakan rencana-rencana rute yang optimal bagi 95%
pengiriman harian. Pusat Con-way akan melakukan rencana lapangan yang bertanggung jawab
untuk mempersiapkan paket muatan ke dalam trailer untuk operasional mereka di malam hari.
Con-way memperoleh kembali biaya investasinya sebesar $3 juta dalam waktu 2 tahun dengan
meengurangi jumblah pengemudi, memperisapkan paket dengan lebih banyak muatan per
trailer, dan mengurangi kerusakan dari penanganan kembali. Sistem juga mengurangi tugas
malam yang sulit dari pusat.
19
Sistem Logika Fuzzy
Logika Fuzzy (fuzzy logic) merupakan teknologi berbasis aturan yang dapat
merepresentasikan ketidakpersisian seperti yang telah disebutkan, dengan menciptakan aturan
yang menggunakan nilai subjektif atau nilai yang mendekati. Logika fuzzy dapat menjelaskan
fenomena atau proses tertentu secara linguistik, kemudian mempresentasiakannya dalam
sejumlah kecil aturan yang fleksibel. Organisasi dapat menggunakan logika fuzzy untuk
menciptakan sistem peranti lunak yang menangkap pengetahuan tersirat yang mengandung
ambiguitas linguistik. Jaringan saraf tiruan digunakan untuk menyelesaikan masalah-masalah
yang kompleks dan sulit dipahami, di mana sejumlah besar data mengenai masalah tersebut
telah dikumpulkan. Jaringan saraf tiruan mencari pola dan hubungan dalam data yang sangat
besar yang terlalu rumit dan sulit untuk dianalisis manusia.
20
Pembelajaran Mesin
Pembelajaran mesin (machine learning) merupakan suatu kajian mengenai bagaimana
program computer dapat meningkatkan kinerja mereka tanpa pemrograman secara eksplisit.
Suatu mesin pembelajaran tersebut adalah mesin yang menyerupai manusia, dapat mengenali
pola-pola dalam data, dan mengubah perilakunya yang didasarkan pada pengenalan pola-
polanya, pengalaman, atau pembelajaran sebelumnya (database).
Jaringan Neural
Jaringan neural (neuralnetworks) digunakan untuk menyelesaikan masalah-masalah yang
kompleks dan sulit dipahami, dimana sejumlah besar data mengenai masalah tersebut telah
dikumpulkan. Jaringan neural mencari pola dan hubungan dalam data yang sngat besar yang
terlalu rumit dan sulit untuk dianalisis manusia. Jaringan neural menemukan pengetahuan ini
dengan menggunakan perangkat keras dan peranti lunak yang menyerupai pola-pola
pemprosesan dalam otak manusia. Jaringan neural “mempelajari” pola-pola dari jumlah data
yang banyak dengan menyaring data, mencari hubungan, membangun model, dan mengoreksi
kesalahan model itu sendiri berkali-kali.
21
Cara kerja Jaringan Neural
Jaringan neural menggunakan aturan yang “dipelajari” dari pola-pola data untuk membangun
lapisan logika tersembunyi. Lapisan tersembunyi ini kemudian memproses masukan-masukan
dan mengklasifikasikannya berdasarkan pengalaman dari model tersebut. Pada contoh ini,
jaringan saraf tiruan telah dilatih untuk membedakan pembelian kartu kredit yang sah dengan
yang tidak sah.
Terdapat banyak aspek yang membingungkan dari jaringan neural. Tidak seperti system
ahli, yang biasanya memberikan penjelasan bagi solusi yang diberikan, jaringan neural tidak
selalu dapat menjelaskan mengapa jaringan tersebut memilih keputusan tertentu. Terlebih lagi,
mereka tidak selalu dapat menjamin solusi yang benar-benar pasti, solusiyang diberikan
mungkin berbeda untuk sebuah masukkan yang sama. Jaringan neural juga tidak dapat
menjamin solusi yang terbaik. Jaringan neural sangat sensitive dan tidak dapat bekerja dengan
baik apabila data untuk latihannya terlalu sedikit atau bahkan terlalu banyak. Dalam
kebanyakan aplikasi dewasa ini, jaringan saraf tiruan paling sesuai unuk membantu
pengambilan keputusan oleh manusia, bukan sebagai pengganti manusia dalam mengambil
keputusan.
Algoritma Genetika
Algoritma genetika (genetic algoritms) bermanfaat untuk mendapatkan solusi optimal untuk
masalah spesifik dengan memeriksa sejumlah besar kemungkinan solusi untuk masalah
22
tersebut. Teknik pemecahan masalah dengan algoritme ini secara konsep berbasis pada metode
bagaimana organisme hidup beradaptasi dengan lingkungannya.
Algoritma genetika bekerja dengan mempresentasikan informasi sebagai deretan 0 dan 1.
Kemungkinan solusi dapat direpresentasikan denganderetan 0 dan 1 yang panjang. Algoritma
genetic memberika kode untuk mencari semua kombinasi digit yang mungkin untuk
mengidentifikasikan deretan yang tetap yang merepresentasikan struktur terbaik untuk masalah
tertentu. Jadi, algoritma genetrik mendukung evolusi berbagai solusi untuk masalah tertentu,
mengendalikan penciptaan, variasi, adaptasi dan pemilihan kemungkinan solusi menggunakan
proses-proses genetik. Solusi-solusi tersebut mengalami perubahan dan penggabungan. Solusi
yang buruk dibuang, sedangkan proses yang lebih baik bertahan untuk terus lanjut
menghasilkan solusi yang semakin baik lagi.
Agen Inteligen
Agen inteligen (intelligent agents) merupakan program perangkat lunak yang bekerja di latar
belakang tanpa investasi manusia secara langsung untuk menjalankan tugas-tugas yang
spesifik, berulang, dan dapat diprediksi. Tugastugas tersebut dilakukan bagi pengguna
perorangan, proses bisnis, atau aplikasi peranti lunak. Agen inteligen menggunakan basis
pengetahuan bawaan yang terbatas atau basis pengetahuan yang dipelajari untuk
23
menyelesaikan tugas atau untuk membuat keputusan atas nama pengguna, seperti menghapus
e-mail yang tidak berguna, menjadwalkan janji, atau menjelajahi melalui jaringan untuk
menemukan biaya perjalanan termurah ke California.
Agen inteligen membantu P&G memperpendek siklus pengisian produk, seperti misalnya satu
kotak produk bermerk Tide.
Sistem AI Hibrida
Sistem AI hibrida (hybrid AI systems) merupakan sistem yang dapat mengintegrasikan
Algoritme genetik, logika fuzzy, jaringan saraf tiruan, dan sistem ahli menjadi aplikasi tunggal
untuk mengambil manfaat dari fitur-fitur terbaik teknologi tersebut. Sistem seperti ini disebut
system kecerdasan buatan hibrida (hybrid al system) . Aplikasi hibrida dalam bisnis sedang
berkembang. Di Jepang, Hitachi, Mitsubishi, Ricoh, Sanyo dan perusahaan lainnya mulai
memasukkan system al hybrid dalam produk produk seperti peralatan rumah tangga, mesin
pabrik, dan perlengkapan kantor. Matsushita telah mengembangkan sebuah mesin cuci
“neurofuzzy” yang menggabungkan logika fuzzy dengan jaringan saraf tiruan. Nikko Securities
telah menjalankan system neurofuzzy untuk meramalkan peringkat obligasi.
24
BAB III
PENUTUP
3.1 Kesimpulan
3.2 Saran
Pada kesempatan ini dapat diberikan saran-saran yang dimana dalam paper ini
diharapkan menjadi bahan pembelajaran kedepan dalam Sistem Informasi Manajemen. Dan
juga diharapkan melakukan pembelajaran lebih lanjut dalam upaya peningkatan pengetahuan
mengenai mengelola pengetahuan dalam sistem informasi manajemen.
25
DAFTAR PUSTAKA
26