OLEH KELOMPOK 8
IDA AYU PHRAMESWARI DWIKA (1607522026)
I KADEK REDY IRAWAN (1607522027)
PUTU AGUS YUDIAWAN (1607522029)
JURUSAN MANAJEMEN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS UDAYANA
2018/2019
Ringkasan Mata Kuliah Pertemuan Ke-11
Ada perbedaan penting antara data, informasi, pengetahuan, dan kebijaksanaan. Bab
1 mendefinisikan data sebagai arus peristiwa atau transaksi yang ditangkap oleh sistem
organisasi yang, dengan sendirinya, berguna untuk bertransaksi tapi sedikit lain. Untuk
mengubah data menjadi informasi yang berguna, perusahaan harus mengeluarkan sumber
daya untuk mengatur data ke dalam kategori pemahaman, seperti laporan penjualan total
bulanan, harian, regional, atau penyimpanan. Untuk mengubah informasi menjadi
pengetahuan, perusahaan harus mengeluarkan sumber daya tambahan untuk menemukan
pola, aturan, dan konteks di mana pengetahuan itu bekerja. Akhirnya, kebijaksanaan
dianggap sebagai pengalaman kolektif dan individual untuk menerapkan pengetahuan
terhadap pemecahan masalah. Kebijaksanaan melibatkan di mana, kapan, dan bagaimana
menerapkan pengetahuan. Pengetahuan yang berada di benak karyawan yang belum
didokumentasikan disebut pengetahuan diam-diam, sedangkan pengetahuan yang telah
didokumentasikan disebut pengetahuan eksplisit.
Penguasaan Pengetahuan
Penyimpanan Pengetahuan
Begitu mereka menemukan dokumen, pola, dan aturan ahli harus disimpan agar bisa
diambil dan digunakan oleh karyawan. Penyimpanan pengetahuan umumnya melibatkan
pembuatan database. Sistem pengelolaan dokumen yang mendigitalkan, mengindeks, dan
memberi tag dokumen sesuai kerangka koheren adalah database besar yang mahir
menyimpan koleksi dokumen. Sistem pakar juga membantu perusahaan mempertahankan
pengetahuan yang diperoleh dengan memasukkan pengetahuan tersebut ke dalam proses
dan budaya organisasi.
Penyebarluasan Pengetahuan
Portal, e-mail, instant messaging, wiki, jaringan sosial, dan teknologi mesin telusur
telah menambahkan serangkaian teknologi kolaborasi dan sistem perkantoran yang ada
untuk berbagi kalender, dokumen, data, dan grafik (lihat Bab 7). Teknologi kontemporer
tampaknya telah menciptakan banjir informasi dan pengetahuan. Bagaimana para
manajer dan karyawan dapat menemukan, dalam lautan informasi dan pengetahuan, apa
yang benar-benar penting untuk keputusan dan pekerjaan mereka? Di sini, program
pelatihan, jaringan informal, dan pengalaman manajemen bersama yang dikomunikasikan
melalui budaya yang mendukung membantu para manajer memusatkan perhatian mereka
pada pengetahuan dan informasi penting.
Penerapan Pengetahuan
Selain kegiatan yang baru saja kami jelaskan, para manajer dapat membantu dengan
mengembangkan peran dan tanggung jawab organisasi baru untuk mengakuisisi
pengetahuan, termasuk pembentukan posisi eksekutif kepala eksekutif, posisi staf yang
berdedikasi (knowledge manager), dan praktik komunitas. Praktik komunitas (COP)
adalah jaringan sosial informal para profesional dan karyawan di dalam dan di luar
perusahaan yang memiliki kegiatan dan minat terkait pekerjaan serupa. Kegiatan
komunitas ini meliputi pendidikan dan konferensi mandiri, konferensi, buletin online, dan
berbagi pengalaman dan teknik sehari hari untuk memecahkan masalah pekerjaan
tertentu.
Bisnis saat ini perlu mengatur dan mengelola aset pengetahuan terstruktur dan
semistructured. Pengetahuan terstruktur adalah pengetahuan eksplisit yang ada dalam
dokumen formal, dan juga peraturan formal yang diturunkan organisasi dengan
mengamati para ahli dan perilaku pengambilan keputusan mereka.
Sistem jaringan pengetahuan, juga dikenal sebagai lokasi keahlian dan sistem
manajemen, mengatasi masalah yang timbul saat pengetahuan yang tepat tidak dalam
bentuk dokumen digital melainkan berada dalam memori individu ahli di perusahaan.
Sistem jaringan pengetahuan menyediakan direktori pakar korporat online di domain
pengetahuan yang terdefinisi dengan baik dan menggunakan teknologi komunikasi untuk
mempermudah karyawan menemukan pakar yang tepat di perusahaan.
Pekerja pengetahuan melakukan tiga peran kunci yang sangat penting bagi organisasi
dan untuk manajer yang bekerja dalam organisasi:
- Menjaga aliran pengetahuan dalam perusahaan seiring dengan perkembangan
perusahaan teknologi, sains, pemikiran sosial dan seni.
- Bertugas melayani sebagai konsultan internal mengenai pengetahuan khusus
mereka. Berbagai perubahan yang terjadi dan kesempatan yang muncul.
- Bertindak sebagai agen perubahan, mengevaluasi, merintis, dan mendukung
proyek-proyek perubahan.
Penerapan kerja pengetahuan yang utama meliputi CAD, sistem realitas virtual untuk
simulasi dan permodelan, serta sentra kerja keuangan. Desain berbantuan komputer akan
mengotomatisasi penciptaan dan revisi dari desain, dengan menggunakan komputer dan
perangkat lunak grafik yang canggih. Sistem realitas virtual memiliki kemampuan
visualisasi, pengubahan, dan simulasi yang jauh melampaui sistem CAD konvensional.
Industri keuangan menggunakan sentra kerja investasi yang terspesialisasi seperti
Bloomberg Terminal untuk memengaruhi pengetahuan dan waktu dari para pialangnya,
para pedagang dan para manajer portofolio.
Pengetahuan manusia dapat dibuat model atau direpresentasikan dalam suatu cara
yang dapat diproses oleh komputer. Sistem ahli model pengetahuan manusia merupakan
suatu rangkaian aturan yang secara kolektif disebut dengan basis pengetahuan. 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.
Strategi yang digunakan untuk mencari melalui dasar pengetahuan dinamakan mesin
inferensi. Dua strategi yang umumnya digunakan penalaran maju dan penalaran mundur.
Dalam penalaran maju, mesin inferensi mulai dengan informasi yang dimasukkan
oleh pengguna dan mencari informasi dalam basis pengetahuan untuk akhirnya mencapai
suatu keputusan. Dalam penalaran mundur, strategi untuk mencari dalam basis
pengetahuan dimulai dengan hipotesis dan berlanjut dengan menanyakan pengguna
pertanyaan tentang fakta-fakta tertentu sampai hipotesisnya disetujui atau tidak disetujui.
Tujuan utama sistem ahli adalah menangkap pengetahuan tersirat dari seorang pakar,
namun organisasi juga harus memiliki pengetahuan dan keahlian kolektif yang telah
dikembangkan selama beberapa tahun. Pengetahuan organisasional ini dapat ditangkap
dan disimpan menggunakan penalaran berbasis kasus. Dalam penalaran berbasis kasus,
deskripsi dari pengalaman masa lalu seorang spesialis yang direpresentasikan sebagai
contoh kasus disimpan dalam database untuk digunakan kembali di suatu waktu pada saat
seseorang pengguna berhadapan dengan kasus baru dengan parameter yang serupa.
Sistem ini mencari dalam database kasus yang memiliki karakteristik masalah yang
serupa dengan kasus baru, menemukan kasus yang tepat, dan menerapkan solusi kasus
lama pada kasus baru. Solusi yang sukses diberi tanda untuk digunakan kembali pada
kasus yang baru.
Logika fuzzy merupakan teknologi yang berbasis pada aturan yang dapat
merepresentasikan ketidaktepatan tersebut dengan menciptakan aturan yang
menggunakan perkiraan atau nilai yang subjektif. Ini dapat menggambarkan suatu
fenomena tertentu atau proses secara linguistik dan kemudian merepresentasikan gambar
tersebut di dalam sejumlah kecil aturan yang fleksibel. Organisasi dapat menggunakan
logika fuzzy untuk menciptakan sistem-sistem yang dapat menangkap pengetahuan
tersirat di mana terdapat ketidakjelasan linguistik.
Pembelajaran Mesin
Jaringan Neural
Jaringan neural digunakan untuk memecahkan permasalahan yang rumit, sangat sulit
dipahami di mana sejumlah besar data telah dikumpulkan. Jaringan neural menemukan
pola-pola dan hubungan dalam sejumlah data yang sangat besar yang menjadikan terlalu
rumit dan sulit bagi manusia untuk menganalisisnya. Jaringan neural akan menemukan
pengetahuan ini dengan menggunakan perangkat keras dan perangkat lunak yang
memperbandingkan pemrosesan dari pola-pola biologis atau otak manusia. Jaringan
neural “mempelajari” pola-pola dari kuantitas data yang besar dengan menyaring melalui
data-data, mencari hubungan, membangun model, dan mengoreksi kesalahan model itu
sendiri berkali-kali.
Algoritme Genetika
Bermanfaat untuk menemukan pemecahan yang optimal atas suatu permasalahan
tertentu dengan memeriksa sejumlah besar kemungkinan pemecahan atas permasalahan
tersebut. Mereka didasarkan pada teknik-teknik yang diinspirasikan dengan biologi yang
evolusioner, seperti misalnya turunan, mutasi, seleksi, dan persilangan.
Agen Inteligen
Agen inteligen merupakan agen perangkat lunak yang bekerja tanpa intervensi secara
langsung dari manusia untuk melaksanakan tugas tertentu bagi seorang pengguna
individual, proses bisnis, atau aplikasi perangkat lunak. Agen merupakan basis
pengetahuan yang dipelajari atau dibangun untuk menyelesaikan tugas-tugas atau
mengambil keputusan dalam kepentingan pengguna, seperti menghapus e-mail sampah,
menjadwalkan janji pertemuan, atau bepergian dengan menggunakan jaringan yang
saling terhubung untuk menemukan tarif pesawat yang paling murah ke California.
Sistem Al Hibrida
Algoritme genetika, logika fuzzy, jaringan neural dan sistem ahli dapat
diintegrasikan ke dalam aplikasi tunggal untuk memperoleh keunggulan dari fitur
teknologi yang terbaik. Sistem-sistem itu disebut dengan sistem Al Hibrida. Aplikasi
hibrida dalam bisnis terus bertumbuh. Di Jepang, Hitachi, Mitsubishi, Ricoh dan lainnya
mulai memadukan Al Hibrida dalam produk-produk seperti misalnya peralatan rumah
tangga, mesin pabrik, dan peralatan kantor.
DAFTAR PUSTAKA
Kenneth, C. L & Jane, P.L. 2008. Sistem Informasi Manajemen: Mengelola Perusahaan
Digital (edisi 13) Jakarta: Salemba Empat.