Anda di halaman 1dari 13

MANAGING KNOWLEDGE

Ringkasan Materi Kuliah (RMK)


Mata Kuliah Sistem Informasi Manajemen
Pengampu Mata Kuliah
Dr. Bambang Purnomosidhi, SE., MBA., Akm

Disusun oleh:
DINY FARIHA ZAKHIR
196020300111004

MAGISTER AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
2020
A. The Knowledge Management Landscape
Manajemen pengetahuan dan sistem kolaborasi adalah bidang investasi perangkat
lunak yang paling cepat berkembang pada perusahan dan pemerintah. Manajemen
pengetahuan dan kolaborasi memiliki keterkaitan yang sangat erat. Pengetahuan yang tidak
dapat dibagi dan dikomunikasikan kepada orang lain merupakan pengetahuan yang hampir
tidak ada gunanya. Pengetahuan menjadi berguna dan dapat ditindaklanjuti ketika dibagikan
di seluruh perusahaan. Proyek berbasis pengetahuan yang dijalankan dengan baik telah
diketahui menghasilkan pengembalian investasi yang luar biasa, meskipun dampak investasi
berbasis pengetahuan sulit untuk diukur.

Important Dimensions of Knowledge


Terdapat perbedaan penting antara data, informasi, pengetahuan, dan
kebijaksanaan.Untuk mengubah data menjadi informasi yang bermanfaat, perusahaan harus
mengeluarkan sumber daya untuk mengorganisir data ke dalam kategori pemahaman. Untuk
mengubah informasi menjadi pengetahuan, sebuah perusahaan harus mengeluarkan sumber
daya tambahan untuk menemukan pola, aturan, dan konteks tempat pengetahuan itu bekerja.
Kebijaksanaan melibatkan di mana, kapan, dan bagaimana menerapkan pengetahuan.
Pengetahuan adalah atribut individu dan atribut kolektif perusahaan. Pengetahuan
adalah peristiwa kognitif, bahkan fisiologis, yang terjadi di dalam pikiran seseorang.
Pengetahuan yang berada di benak karyawan yang belum terdokumentasi disebut
pengetahuan diam-diam, sedangkan pengetahuan yang telah didokumentasikan adalah
pengetahuan eksplisit. Pengetahuan dapat berada di email. pesan suara, grafik-grafik, dan
dokumen tidak terstruktur serta dokumen terstruktur. Pengetahuan umumnya diyakini
memiliki lokasi, baik di benak manusia maupun di proses bisnis tertentu. Tabel di bawah ini
akan mengulas dimensi pengetahuan ini.
Kita dapat melihat bahwa pengetahuan adalah jenis aset perusahaan yang berbeda
dengan aset keuangan pada umumnya, pengetahuan adalah fenomena yang kompleks, dan
terdapat banyak aspek di dalam proses pengelolaannya.
Seperti manusia, organisasi menciptakan dan mengumpulkan pengetahuan
menggunakan variasi mekanisme pembelajaran organisasi. Melalui pengumpulan data, kehati-
hatian pengukuran kegiatan yang direncanakan, percobaan, dan umpan balik dari pelanggan
dan lingkungan secara umum, organisasi mendapatkan pengalaman. Organisasi yang belajar
menyesuaikan perilaku mereka untuk mencerminkan pembelajaran itu dengan menciptakan
proses bisnis baru dan dengan mengubah pola keputusan manajemen yang dibuat. Proses
perubahan ini disebut pembelajaran organisasi. Dapat dikatakan, organisasi yang dapat
merasakan dan merespon lingkungan mereka dengan cepat akan bertahan lama dari organisasi
yang memiliki mekanisme belajar yang buruk.

The Knowledge Management Value Chain


Manajemen pengetahuan mengacu pada serankaian proses binsi yang dikembangka di
sebuah organisasi untuk membuat, menyimpan, mentransfer, dan menerapkan pengetahuan.
Pengetahuan manusia meningkatkan kemampuan organisasi untuk belajar dari lingkungannya
dan untuk memasukkan pengetahuan ke dalam proses bisnisnya. Gambar dibawah ini
menggambarkan lima langkah penambahan nilai dalam rantai nilai manajemen pengetahuan.
setiap tahap dalam rantai nilai menambah nilai pada data mentah dan informasi apa adanya
yang ditransformasikan menjadi pengetahuan yang dapat digunakan.
Pada gambar di bawah, kegiatan sistem informasi pada bagian atas grafik dan kegiatan
organisasi dan manajemen di bawah ini. Satu slogan yang tepat dari bidang manajemen
pengetahuan adalah “Manajemen pengetahuan yang efektif adalah 80 manajerial dan
organisasi, dan 20 persen teknologi.”
Organisasi memperoleh pengetahuan dalam berbagai cara, tergantung pada jenis
pengetahuan yang mereka cari. Sistem manajemen pengetahuan pertama dicari untuk
membangun repositori dokumen, laporan, presentasi, dan praktik terbaik perusahaan. Upaya
ini diperluas untuk memasukkan dokumen yang tidak terstruktur (seperti email).
Begitu ditemukan, dokumen, pola, dan aturan ahli harus disimpan sehingga mereka
dapat diambil dan digunakan oleh karyawan. Penyimpanan pengetahuan umum melibatkan
pembuatan database. Mendokumentasikan sistem manajemen sama halnya dengan
mendigitalkan, mengindeks, dan menandai dokumen menurut kerangka kerja yang ada pada
database yang besar yang mana mahir menyimpan koleksi dokumen. Pakar sistem juga
membantu perusahaan mempertahankan pengetahuan yang diperoleh dengan memasuk
pengetahuannya ke dalam proses dan budaya organisasi.
Portal, email, pesan instan, wiki, alat bisnis sosial, dan pencarian teknologi mesin
telah ditambahkan ke berbagai alat kolaborasi yang ada untuk berbagai kalender, dokumen,
data, dan grafik. Teknologi kontemporer tampaknya telah menciptakan banjir informasi dan
pengetahuan. Pelatihan program, jaringan informal, dan berbagai pengalaman manajemen
bersama yang diberikan melalui budaya suportif membantu manajer memusatkan perhatian
mereka pada pengetahuan dan informasi penting.
Terlepas dari jenis sistem manajemen pengetahuan yang terlibat, pengetahuan yang
tidak dibagikan dan diterapkan pada masalah praktis yang dihadapi perusahaan dan manajer
tidak menambah nilai bisnis. Untuk memberikan pengembalian investasi, pengetahuan
organisasi harus menjadi bagian sistematis dari manajemen pengambilan keputusan dan
ditempatkan dalam sistem untuk mendukung keputusan. Pada akhirnya, pengetahuan baru
harus dibangun ke dalam bisnis perusahaan proses dan sistem aplikasi utama, termasuk
aplikasi perusahaan untuk mengelola proses bisnis internal utama dan hubungan dengan
pelanggan dan pemasok. Manajemen mendukung proses dan layanan baru, dan pasar baru
untuk perusahaan.
Selain aktivitas tersebut, manajer dapat membantu mengembangkan peran dan
tanggung jawab organisasi baru untuk akuisisi pengetahuan, termasuk penciptaan eksekutif
kepala petugas pengetahuan posisi, posisi staf yang berdedikasi, dan komunitas praktik.
Komunitas praktik adalah jejaring sosial informal para profesional dan karyawan didalam dan
di luar perusahaan yang memiliki kesamaan kegiatan dan minat terkait pekerjaan. Kegiatan
komunitas ini meliputi pendidikan mandiri dan pendidikan kelompok, konferensi, buletin
online, dan hari berbagi pengalaman dan teknik hari ini untuk memecahkan masalah
pekerjaan tertentu.

Types of Knowledge Management Systems


Pada dasarnya terdapat tiga jenis sistem utama manajemen pengetahuan: sistem
manajemen pengetahuan perusahaan, sistem kerja pengetahuan, dan teknis cerdas. Gambar
dibawah ini menunjukkan manajemen pengetahuan aplikasi sistem untuk masing-masing
kategori utama ini.

B. Enterprise-Wide Knowledge Management Systems


Perusahaan harus berurusan dengan setidaknya tiga jenis pengetahuan. Beberapa
pengetahuan yang ada dalam perusahaan berbentuk dokumen teks terstruktur (laporan dan
presentasi). Pembuatan keputusan juga membutuhkan pengetahuan yang terstruktur, seperti
email, pesan suara, pertukaran ruang obrolan, video, gambar digital, brosur, atau posting
papan buletin. Kebanyakan pengetahuan adalah pengetahuan diam-diam yang jarang ditulis.

Enterprise Content Management Systems


Pengetahuan terstruktur adalah pengetahuan eksplisit yang ada dalam dokumen
formal, serta dalam aturan formal yang diperoleh organisasi dengan mengamati para ahli dan
perilaku pengambilan keputusan mereka.
Sistem manajemen konten perusahaan membantu organisasi mengelola kedua jenis
informasi tersebut. Mereka memiliki kemampuan untuk menangkap pengetahuan, menyimpan
usia, pengambilan, distribusi, dan pelestarian untuk membantu perusahaan meningkatkan
proses dan keputusan bisnis mereka. Sistem seperti itu termasuk repository perusahaan dari
dokumen, laporan, presentasi, dan praktik terkait, serta kemampuan untuk mengumpulkan dan
mengatur pengetahuan semi-terstruktur seperti email. Sistem manajemen konten perusahaan
utama juga memungkinkan pengguna untuk mengakses sumber informasi eksternal, seperti
feed berita dan penelitian, dan untuk berkomunikasi melalui email, obrolan / pesan instan,
diskusi grup, dan konferensi video. Mereka mulai memasukkan blog, wiki, dan alat jejaring
sosial perusahaan lainnya. Open Text Corporation, EMC (Documentum), IBM, dan Oracle
Corporation adalah vendor perusahaan terkemuka perangkat lunak manajemen konten.
Masalah utama dalam mengelola pengetahuan adalah terciptanya kelas yang sesuai.
skema klasifikasi, atau taksonomi , untuk mengatur informasi menjadi kategori yang
bermakna sehingga bisa dengan mudah diakses. Begitu kategori untuk klasifikasi
pengetahuan telah dibuat, setiap objek pengetahuan perlu "ditandai," atau diklasifikasikan,
sehingga dapat dengan mudah diambil. Manajemen konten perusahaan sistem memiliki
kemampuan untuk menandai, berinteraksi dengan basis data perusahaan dan repositori
konten, dan membuat portal pengetahuan perusahaan yang menyediakan satu titik akses ke
sumber daya informasi.

Knowledge Network System


Sistem jaringan pengetahuan , mengatasi masalah yang muncul ketika pengetahuan
yang tepat bukan dalam bentuk dokumen digital tetapi sebagai gantinya berada dalam ingatan
para ahli individu di perusahaan. Jaringan pengetahuan sistem menyediakan direktori online
pakar perusahaan dan profilnya, dengan perincian tentang pengalaman kerja, proyek,
publikasi, dan pendidikan mereka derajat. Alat pencarian memudahkan karyawan untuk
menemukan yang sesuai ahli dalam suatu perusahaan.

Collaboration and Social Tools and Learning Management Systems


Untuk sumber daya pengetahuan di luar perusahaan, bookmark sosial membuatnya
lebih mudah untuk mencari dan berbagi informasi dengan memungkinkan pengguna untuk
menyimpan bookmark mereka ke halaman Web di publik Situs web dan beri tag bookmark ini
dengan kata kunci. Tag ini dapat digunakan untuk mengatur dan mencari teks dan gambar.
Daftar tag dapat dibagikan dengan yang lain orang untuk membantu mereka menemukan
informasi yang menarik.
Perusahaan membutuhkan cara untuk melacak dan mengelola pembelajaran karyawan
dan untuk mengintegrasikannya secara lebih penuh ke dalam manajemen pengetahuan mereka
dan perusahaan lain sistem tarif. Sistem manajemen pembelajaran (LMS) menyediakan alat
untuk manajemen, pengiriman, pelacakan, dan penilaian berbagai jenis karyawan belajar dan
pelatihan.

C. Knowledge Work Systems


Sistem pengetahuan di seluruh perusahaan menyediakan berbagai macam kemampuan
yang dapat digunakan oleh banyak pengguna jika tidak semua pekerja dan kelompok dalam
suatu organisasi. Perusahaan juga memiliki sistem khusus untuk pengetahuan pekerja untuk
membantu mereka menciptakan pengetahuan baru dan memastikan bahwa pengetahuan ini
terintegrasi dengan baik ke dalam bisnis.

Knowledge Workers and Knowledge Work


Pekerja pengetahuan (peneliti, desainer, arsitek, ilmuwan, dan insinyur) yang terutama
menciptakan pengetahuan dan informasi untuk organisasi. Pekerja pengetahuan biasanya
memiliki pendidikan tinggi dan keanggotaan dalam organisasi profesional dan sering diminta
untuk menggunakan penilaian independen sebagai aspek rutin mereka kerja. Misalnya,
pekerja pengetahuan membuat produk baru atau mencari cara memperbaiki yang sudah ada.
Pekerja pengetahuan melakukan tiga peran kunci itu sangat penting bagi organisasi dan bagi
para manajer yang bekerja di dalam organisasi:
● Menjaga agar organisasi saat ini dalam pengetahuan karena berkembang di dunia
eksternal - dalam teknologi, sains, pemikiran sosial, dan seni
● Berfungsi sebagai konsultan internal mengenai bidang pengetahuan mereka,
perubahan yang terjadi, dan peluang
● Bertindak sebagai agen perubahan, mengevaluasi, memulai, dan mempromosikan
proyek perubahan

Requirements of Knowledge Work Systems


Kebanyakan pekerja pengetahuan mengandalkan sistem kantor, seperti pengolah kata,
suara mail, email, konferensi video, dan sistem penjadwalan, yang dirancang untuk
meningkatkan produktivitas pekerja di kantor. Namun, pekerja pengetahuan juga
membutuhkan sistem kerja pengetahuan yang sangat terspesialisasi dengan grafik yang kuat,
alat analitis, dan komunikasi dan kemampuan manajemen dokumen.
Sistem ini membutuhkan daya komputasi yang cukup untuk menangani kecanggihan
grafik atau perhitungan rumit yang diperlukan untuk pekerjaan pengetahuan seperti itu
sebagai peneliti ilmiah, perancang produk, dan analis keuangan. Karena pekerja pengetahuan
sangat fokus pada pengetahuan di dunia luar, ini sistem juga harus memberi pekerja akses
cepat dan mudah ke basis data eksternal. Mereka biasanya menampilkan antarmuka yang
ramah pengguna yang memungkinkan pengguna untuk melakukan tugas-tugas yang
diperlukan tanpa harus menghabiskan banyak waktu untuk belajar cara menggunakan sistem.
Pekerja berpengetahuan tinggi dibayar - menyia-nyiakan pekerjaan pengetahuan - Waktu itu
terlalu mahal. Gambar di bawah ini merangkum persyaratan sistem kerja pengetahuan.

Examples of Knowledge Work Systems


Aplikasi pekerjaan pengetahuan utama meliputi sistem berbantuan komputer design
(CAD), sistem realitas virtual kecenderungan untuk simulasi dan pemodelan, dan workstation
keuangan. CAD mengotomatiskan pembuatan dan revisi desain, menggunakan komputer dan
perangkat lunak grafik yang canggih. Kemampuan perangkat lunak CAD untuk memberikan
spesifikasi desain untuk perkakas dan proses pembuatan juga menghemat banyak waktu dan
uang memproduksi proses manufaktur dengan masalah yang jauh lebih sedikit. Interaktif Sesi
Teknologi mengilustrasikan beberapa manfaat ini, dan menunjukkan caranya dapat menjadi
sumber keunggulan kompetitif.
Sistem realitas virtual memiliki visualisasi, rendering, dan simulasi kemampuan yang
jauh melampaui kemampuan sistem CAD konvensional. Mereka menggunakan perangkat
lunak grafik interaktif untuk membuat simulasi yang dihasilkan komputer yang sangat dekat
dengan kenyataan sehingga pengguna hampir percaya bahwa mereka berpartisipasi situasi
dunia nyata. Dalam banyak sistem realitas virtual, pengguna melakukan hal khusus pakaian,
tutup kepala, dan peralatan, tergantung pada aplikasi.
Augmented reality (AR) adalah teknologi terkait untuk meningkatkan visualisasi. AR
memberikan pandangan langsung atau tidak langsung langsung dari lingkungan fisik dunia
nyata yang elemennya ditambah oleh citra yang dihasilkan komputer virtual. Itu pengguna
didasarkan pada dunia fisik nyata, dan gambar virtual digabungkan dengan tampilan nyata
untuk membuat tampilan augmented. Teknologi digital memberikan informasi tambahan
untuk meningkatkan persepsi realitas, pembuatan dunia nyata pengguna di sekitarnya lebih
interaktif dan bermakna. Industri lain yang menjadi perhatian AR adalah pelatihan militer,
desain teknik, robot, dan desain konsumen.
Aplikasi realitas virtual yang dikembangkan untuk Web menggunakan standar yang
disebut Virtual Reality Modelling Language (VRML) . VRML adalah seperangkat spesifikasi
untuk pemodelan interaktif 3-D di World Wide Web yang dapat diatur berbagai jenis media,
termasuk animasi, gambar, dan audio untuk memasukkan pengguna lingkungan dunia nyata
yang disimulasikan. VRML adalah platform independen, beroperasi melalui komputer
desktop, dan membutuhkan sedikit bandwidth.
Industri keuangan menggunakan workstation investasi khusus seperti itu sebagai
Bloomberg Terminals untuk meningkatkan pengetahuan dan waktu para pialangnya,
memperdagangkan, dan manajer portofolio. Perusahaan seperti Merrill Lynch dan UBS
Financial Layanan telah menginstal workstation investasi yang mengintegrasikan berbagai
data dari sumber internal dan eksternal, termasuk manajemen kontak data, data pasar real-
time dan historis, dan laporan penelitian. Sebelumnya, profesional keuangan harus
menghabiskan banyak waktu mengakses data dari membuat sistem dan menyatukan informasi
yang mereka butuhkan. Dengan menyediakan informasi satu atap lebih cepat dan dengan
lebih sedikit kesalahan, alur kerja merampingkan seluruh proses investasi dari pemilihan
saham hingga memperbarui catatan klien. Tabel di bawah ini merangkum jenis utama sistem
kerja pengetahuan.
D. Intelligent Techniques
Kecerdasan buatan dan teknologi berbasis data menyediakan sejumlah teknik yang
dapat digunakan organisasi untuk menangkap individu dan kolektif pengetahuan dan untuk
memperluas basis pengetahuan mereka. Pakar sistem, berbasis kasus penalaran, dan logika
fuzzy digunakan untuk menagkap pengetahuan diam-diam. Neurak jaringan dan penambangan
data digunakan untuk peneluan pengetahuan.
Teknik kecerdasan lain yang dibahas didasarkan pada kecerdasan buatan (AI)
teknologi, yang terdiri dari berbasis pada sistem komputer yang berupaya meniru perilaku
manusai. Sistem seperti ini akan dapat belajar bahasa, menyelasaikan tugas fisik,
menggunakan alat persepsi, dan meniru keahlian manusia dan pengambilan keputusan.
Meskipun aplikasi AI tidak menujukkan luasnya, komplesitas, orisinalitas, dan umumnya
kecerdasan manusia, mereka memainkan peran penting dalam manajemen pengetahuan
kontemporer.

Capturing Knowledge: Expert Systems


Sistem pakar adalah teknik cerdas untuk mengangkap pengetahuan diam-diam di
domain keahlian manusia yang sangat spesifik dan terbatas. Sistem ini menangkap
pengetahuan karyawan yang terampil dalam bentuk seperangkat aturan dalam suatu perangkat
lunak yang dapat digunakan oleh orang laindalam organisasi. Seperangkat aturan dalam
sistem pakar menambah memori, atau pembelajaran tersimpan dari perusahaan. Pengetahuan
manusia harus dimodelkan atau diwakili dengan cara yang computer dapat memproses.
Sistem pakar memodelkan pengetahuan manusia sebagai seperangkat aturan itu secara
kolektif disebut basis pengetahuan. Sistem pakar memiliki dari 200 hingga ribuan peraturan
ini, tergantung pada kompleksitas masalahnya. Aturan-aturan ini jauh lebih saling
berhubungan dan bersarang daripada tradisional program perangkat lunak.
Strategi yang digunakan untuk mencari data melalui basis pengetahuan disebut mesin
inferensi. Dua strategi yang biasa digunakan pertama, dalam forward chaining, mesin
inferensi dimulai dengan memasukkan informasi pengguna dan mencari basis aturan untuk
sampai pada kesimpulan. Sedangkan kedua dalam rantai mundur, strategi untuk mencari basis
aturan dimulai dengan sebuah hipotesis dan hasil dengan mengajukan pertanyaan pengguna
tentang fakta yang dipilih sampai hipotesisnya dikonfirmasi atau disangkal.
Sistem pakar memberikan berbagai manfaat bagi bisnis, termasuk keputusan yang
lebih baik, mengurangi kesalahan, menghemat biaya, menghemat waktu pelatihan, dan tingkat
kualitas dan layanan yang lebih tinggi. Meskipun sistem pakar tidak memiliki kecerdasan
manusia yang kuat dan makhluk umum, mereka dapat memberikan manfaat bagi organisasi
jika keterbatasan dapat dimengerti. Hanya masalah tertentu yang dapat diselesaikan
menggunakan sistem pakar. Namun banyak sistem pakar membutuhkan pengembangan upaya
besar, panjang, dan mahal

Organizational Intelligence: Case-Based Reasoning


Sistem pakar terutama menangkap pengetahuan diam-diam dari para ahli individu,
tetapi organisasi juga memiliki pengetahuan dan keahlian kolektif yang telah mereka bangun
selama bertahun-tahun. Dalam penalaran berbasis kasus (CBR), deskripsi pengalaman masa
lalu dari spealis manusia, yang direpresentasikan sebagai kasus, disimpan dalam sebuah
database untuk pengambilan keputusan ketika pengguna menemukan kasus baru dengan yang
serupa parameter. Cara kerja CBR digambarkan pada gambar di bawah ini.
Fuzzy Logic Systems
Logika fuzzy adalah teknologi berbasis aturan yang dapat mewakili ketidaktepatan
dengan membuat aturan yang menggunakan nilai perkiraan atu subyektif. Hal tersebut bisa
menggambarkan sebuah fenomena atau proses tertentu secara linguistik dan kemudian
mewakili uraian dalam sejumlah kecil aturan yang fleksibel. Organisasi dapat menggunakan
logika fuzzy untuk menciptakan sistem perangkat lunak yang menangkap pengetahuan diam-
diam di mana terdapat ambiguistik linguistik.

Machine Learning
Pembelajaran mesin adalah studi tentang bagaimana program komputer dapat
meningkatkannya kinerja tanpa pemrograman. Mesin yang belajar adalah mesin yang, seperti
manusia, dapat mengenali pola dalam data, dan mengubah perilakunya berdasarkan
pengakuannya terhadap pola, pengalaman, atau pembelajaran sebelumnya (database).
Dalam pembelajaran mesin, jaringan saraf digunakan untuk memecahkan masalah
yang komples dan kurang dipahami untuk sejumlah besar data yang telah dikumpulkan.
Komputer menemukan pola dan hubungan dalam jumlah besar data yang cukup rumit dan
sulit bagi manusia untuk menganalisis. Jaringan saraf menemukan pengetahuan tersebut
dengan perangkat keras dan perangkat lunak yang paralel dengan pola pemrosesan otak
biologis atau manusia. Jaringan saraf “mempelajari” pola dai sejumlah besar data dengan
menyaring data, mencari hubungan, membangun model, dan mengoreksi kesalahan model
sendiri berulang-ulang.
Selain jaringan saraf, pembelajaran mesin juga menggunakan algoritma genetika yang
berguna untuk menemukan solusi optimal untuk masalah yang spesifik dengan memeriksa
sejumlah besar kemungkinan solusi untk masalah tersebut. Mereka disdasarkan pada teknik
yang terinspirasi oleh biologi evolusi seperti earisan, mutasi, seleksi, dan rekomendasi.

Intelligent Agents
Agen cerdas adalah program perangkat lunak yang bekerja tanpa campur tangan
manusia langsung untuk melakukan tugas-tugas khusu untuk pengguna individu, proses
bisnis, atau aplikasi perangkat lunak.

Hybrid AI Systems
Algoritma genetik, logika fuzzy, jaringan saraf, dan sistem pakar dapa ditingkatkan
menjadi satu aplikasi untuk memanfaatkan fitur terbaik teknologi. sistem tersebut disebut
sistem AI hibrid.