Chapter 11 – Managing Knowledge

11-1
 Untuk beroperasi secara efisien pada skala global, perusahaan membutuhkan data yang
lebih tepat waktu dan akurat untuk membuat keputusan yang cerdas.
 Data adalah aliran peristiwa atau transaksi yang ditangkap oleh sistem organisasi yang
berguna untuk bertransaksi tetapi hanya sedikit. Untuk mengubah data menjadi informasi
yang berguna, suatu perusahaan harus mengeluarkan sumber daya untuk mengatur data
menjadi kategori pengetahuan.
 Tacit knowledge adalah pengetahuan yang berada di pikiran karyawan dan belum
didokumentasikan. Explicit knowledge adalah pengetahuan yang sudah didokumentasikan.
Pengetahuan bersifat “sticky” dan tidak dapat diterapkan secara umum atau dipindah
dengan mudah. Pengetahuan bisa bersifat situasional dan kontekstual.
 Dimensi:
1. Pengetahuan adalah aset perusahaan
Kunci aset organisasi/perusahaan adalah kompetensi inti berbasis pengetahuan pada
perusahaan.
2. Pengetahuan memiliki bentuk yang berbeda
3. Pengetahuan memiliki tempat
4. Pengetahuan bersifat situasional
 Pembelajaran organisasi (organizational learning) adalah proses perubahan pola
manajemen dalam pembuatan keputusan.
 Manajemen pengetahuan (knowledge management) mengacu pada serangkaian proses
bisnis yang dikembangkan dalam suatu organisasi untuk membuat, menyimpan,
mentransfer, dan menerapkan pengetahuan. Knowledge management value chain meliputi:
1. Knowledge Acquisition :
2. Knowledge Storage
3. Knowledge Dissemination
4. Knowledge Application
 Ada tiga jenis utama sistem manajemen pengetahuan (knowledge management systems),
yaitu:
a) Enterprise-wide knowledge management systems : upaya umum yang bertujuan luas
untuk mengumpulkan, menyimpan, mendistribusikan, dan menerapkan konten dan
pengetahuan digital.
b) Knowledge Work Systems (KWS) : sistem khusus yang dibangun untuk insinyur,
ilmuwan, dan pekerja pengetahuan lainnya yang ditugaskan untuk menemukan dan
menciptakan pengetahuan baru untuk sebuah perusahaan.
c) Intelligent techniques : Tujuannya untuk penyulingan pengetahuan dalam bentuk
aturan untuk program komputer untuk menemukan solusi optimal untuk masalah
(algoritma genetika).

11-2
 Bisnis saat ini perlu mengatur dan mengelola aset pengetahuan terstruktur dan
semiterstruktur. Pengetahuan terstruktur adalah pengetahuan eksplisit yang ada dalam
dokumen formal maupun dalam aturan formal yang diperoleh organisasi dengan
mengamati para ahli dan perilaku pengambilan keputusan mereka.
 Enterprise content management (ECM) systems membantu organisasi mengelola
pengetahuan terstruktur dan semiterstruktur tersebut.
11-3
 Knowledge workers biasanya memiliki tingkat pendidikan yang tinggi dan keanggotaan
dalam organisasi profesional dan sering diminta untuk melakukan penilaian independen
sebagai aspek rutin dari pekerjaan mereka, termasuk peneliti, perancang, arsitek, ilmuwan,
dan insinyur yang terutama menciptakan pengetahuan dan informasi untuk organisasi.
 Tiga peran kunci dari Knowledge workers:
1. Menjaga agar organisasi saat ini agar tetap dalam pengetahuan saat berkembang di
dunia luar.
2. Sebagai konsultan internal mengenai bidang pengetahuan mereka, perubahan yang
terjadi, dan peluang
3. Bertindak sebagai agen perubahan, mengevaluasi, memulai, dan mempromosikan
proyek perubahan
 Computer-aided design (CAD) mengotomatiskan pembuatan dan revisi desain,
menggunakan komputer dan perangkat lunak grafik yang canggih.

11-4
 Teknik cerdas ini didasarkan pada artificial intelligence (AI) technology yang terdiri dari
sistem berbasis komputer (baik perangkat keras maupun perangkat lunak) yang berupaya
meniru perilaku manusia.
 Expert systems adalah teknik cerdas untuk menangkap pengetahuan diam-diam dalam
domain keahlian manusia yang sangat spesifik dan terbatas. Expert systems memodelkan
pengetahuan manusia sebagai seperangkat aturan yang secara kolektif disebut basis
pengetahuan.
 Strategi yang digunakan untuk mencari melalui basis pengetahuan disebut mesin inferensi.
Dua strategi yang umum digunakan adalah:
1. Forward chaining
- strateginya adalah menembak, atau melaksanakan, tindakan aturan ketika suatu
kondisi benar.
2. Backward chaining
- strategi untuk mencari basis aturan dimulai dengan hipotesis dan dilanjutkan
dengan mengajukan pertanyaan kepada pengguna tentang fakta yang dipilih sampai
hipotesis dikonfirmasi atau dibantah.
 Dalam case-based reasoning (CBR), deskripsi pengalaman masa lalu dari spesialis
manusia, diwakili sebagai kasus, didokumentasikan dan disimpan dalam database untuk
pengambilan nanti ketika pengguna menemukan kasus baru dengan parameter yang sama.
 Fuzzy logic adalah teknologi berbasis aturan yang dapat mewakili ketidaktepatan dengan
membuat aturan yang menggunakan nilai perkiraan atau subyektif.
 Machine learning adalah studi tentang bagaimana program komputer dapat meningkatkan
kinerjanya tanpa pemrograman eksplisit.