TUGAS SISTEM INFORMASI MANAJEMEN

MEMBUAT RESUME TENTANG PENGETAHUAN SISTEM KERJA

Untuk Memenuhi Salah Satu Tugas

Mata Kuliah Sistem Informasi Manajemen
Dosen Pembimbing:
Merlyana Dwinda Yanthi, S.E, S.T., M.SA.Ak.
Loggar Bhilawa, S.E., M.Si., Ak.

Kelas : S1AK16B
Disusun Oleh:
1. Adellia Tanasya (16080694010)
2. Liatus Sholihah (16080694016)
3. Ni Luh Putu Kartika Sari (16080694048)

JURUSAN AKUNTANSI
FAKULTAS EKONOMI
UNIVERSITAS NEGERI SURABAYA
APRIL 2018
11.1 LANSKAP MANAJEMEN PENGETAHUAN
Manajemen pengetahuan dan sistem kolaborasi di anatar pertumbuhan yang
tercepat dari area investasi perangkat lunak korporat dan pemerintah. Manajemen
pengetahuan telah menjadi suatu tema yang penting pada banyak perusahaan bisnis besar,
sebagaimana perusahaan untuk menciptakan dan mengelola pengetahuan.
A. Dimensi pengetahuan yang penting
Pengetahuan yang berada dalam pikiran karyawan yang belum didokumentasikan
disebut pengetahuan tersirat sedangkan pengetahuan yang telah didokumentasikan
dinamakan pengetahuan eksplisit. Pengetahuan merupakan fenomena yag rumit dan
ada banyak aspek dalam proses manajemen pengetahuan.
Pembelajaran organisasional dan manajemen pengetahuan
Organisasi yang belajar untuk menyesuaikan perilaku mereka, mencerminkan
pembelajaran tersebut dengan menciptakan proses bisnis yang baru dan dengan
mengubah pola dalam pengambilan keputusan manajemen, perubahan ini disebut
dengan pembelajran organisasional.
B. Rantai nilai manajemen pengetahuan
Dalam kasus manajemen pengetahuan, seperti investasi dalam sistem informasi
lainnya, nilai yang mendukung, struktur, dan pola perilaku harus dibentuk untuk
memaksimalkan tingkat pengembalian atas investasi dalam proyek manajemen
pengetahuan.
1. Penguasaan pengetahuan : sistem pertama berupaya untuk membangun gudang
dokumen perusahaan, laporan, presentasi, dan praktik pelaksanaan yang terbaik.
2. Penyimpanan pengetahuan : umumnya melibatkan penciptaan suatu database.
Sistem dibuat digital, indeks, dan memberikan label pada dokumen yang
disesuaikan dengan kerangka kerja yang jelas.
3. Penyebarluasan pengetahuan : teknologi portal, surel, pesan instan, wiki, alat
bantu sosial bisnis, dan mesin pencari telah ditambahkan pada pengaturan yang
ada dari alat bantu kolaborasi untuk berbagi kalender, data dokumen, dan grafik.
4. Penerapan pengetahuan : pengetahuan yang baru harus dibangun dalam proses
bisnis suatu perusahaan dan sistem aplikasi kunci.
5. Membangun modal organsiasional dan modal manajemen : kolaborasi, komunitas
praktik, dan lingkungan perkantoran : komunitas praktik adalah jaringan umum
informal yang terdiri atas para profesional dan karyawan baik di dalam maupun di
luar perusahaan dengan minat dan kegiatan yang sama. 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.
C. Tipe sistem manajemen pengetahuan
Terdapat tiga tipe :
1. Sistem manajemen pengetahuan keseluruhan perusahaan : upaya menyeluruh
perusahaan yang bertujuan mengumpulkan, menimpan, mendistribusikan, serta
menerapkan isi dan pengetahuan digital.

Page | 1
 2. Sistem kerja pengetahuan : sistem yang dikembangkan khusus untuk para teknisi,
ilmuwan, dan para pekerja di bidang pengetahuan lainnya yang bertugas
memperoleh dan menciptakan pengetahuan baru bagi perusahaan mereka.
3. Teknik kecerdasan : seperti penelusuran data, sistem ahli, jaringan neural, logika
fruzzy, algoritme genetika, dan agen intelegen. Teknik ini memiliki tujuan khusus
yang berbeda dan menitikberatkan pada penemuan pengetahuan penelusuran data
dan jaringan neural, hingga penyaringan informasi dalam bentuk aturan untuk
suatu program komputer.
11.2 SISTEM MANAJEMEN PENGETAHUAN KESELURUHAN PERUSAHAAN
A. Sistem manajemen konten perusahaan
Pengetahuan terstruktur merupakan pengetahuan secara eksplisit ada dalam
dokumen formal, sama halnya dengan aturan formal yang diperoleh organisasi
dengan mengamati para ahli dan perilaku mereka dalam pengambilan keputusan.
Sistem ini membantu organisasi untuk mengelola kedua tipe informasi tersebut.
B. Sistem jaringan pengetahuan
Sistem ini membahas permmasalahan yang timbul bila pengetahuan yang tepat
tidak dalam bentuk dokumen digital, tetapi sebagai gantinya berada dalam memori
para ahli individual dalam perusahaan.
C. Kolaborasi dan alat bantu sosial serta sistem manajemen pembelajaran
Social bookmarking mempermudah untuk mencari dan berbagai informasi dengan
memungkinkan bagi para pengguna untuk menyelamatkan bookmark mereka pada
laman web di sistus web publik dan menandai bookmark tersebut dengan kata kunci.
Sistem manajemen pembelajaran (LSM) menyediakan alat bantu bagi manajemen
pengiriman, penelusuran, serta penilaian berbagai macam ti[e pembelajaran dan
pelatiham bagi karyawan.
11.3 PENGETAHUAN SISTEM KERJA
A. Pekerja pengetahuan dan pengetahuan Kerja
Pengetahuan pekerja melakukan tiga peran kunci yang sangat penting untuk
organisasi dan manajer yang bekerja dalam organisasi:
1. Menjaga arus organisasi dalam pengetahuan seperti yang berkembang di dunia-
dalam teknologi eksternal, ilmu, pemikiran sosial, dan seni
2. Melayani sebagai konsultan internal yang menyangkut bidang pengetahuan
mereka, perubahan yang terjadi, dan peluang
3. Bertindak sebagai agen perubahan, mengevaluasi, memulai, dan mempromosikan
proyek perubahan
B. Kebutuhan sistem kerja pengetahuan
Kebutuhan sistem kerja pengetahuan pekerja pengetahuan memelukan sistem
kerja pengetahuan yang sangat spesifik dengan grafik, alat bantu analisis, dan
kemampuan komunikasi dan manajemen dokumen yang canggih. Sistem ini
memerlukan kekuatan komputasi mendasar Karena pekerja pengetahuan sangat fokus
pada pengetahuan di dunia eksternal, sistem ini juga harus memberikan kemudahan
dan kecepatan mengakses database eksternal.
C. Contoh sistem kerja pengetahuan

Page | 2
 CAD/CAM (manufaktur berbantuan komputer) yang menyediakan insinyur,
desainer, dan manajer pabrik dengan pengendalian yang tepat atas desain dan proses
manufaktur industrial. Sentra kerja investasi yang memungkinkan komputer PC
mutakhir dalam sektor keuangan untuk menganalisis situasi perdagangan yang
seketika dan memfasilitasi manajemen portofolio
11.4 TEKNIK CERDAS
Kecerdasan buatan dan teknologi database memberikan sejumlah teknik cerdas yang
organisasi dapat digunakan untuk menangkap pengetahuan individu dan kolektif dan
untuk memperluas basis pengetahuan mereka. Sistem pakar, penalaran berbasis kasus,
dan logika fuzzy digunakan untuk menangkap pengetahuan tacit. Jaringan saraf dan data
mining digunakan untuk penemuan pengetahuan. Mereka dapat menemukan pola yang
mendasari, kategori, dan perilaku di set data yang besar yang tidak bisa ditemukan oleh
manajer sendiri atau hanya melalui pengalaman.
A. Memperoleh pengetahuan: sistem ahli
Sistem ahli merupakan suatu teknik kecerdasan untuk memperoleh pengetahuan
tersirat dalam wilayah yang sangat spesifik dan terbatas dari keahlian manusia.
Sistem-sistem ini memperoleh pengetahuan dari karyawan terampil dari bentuk
serangkaian aturan dalam sistem perangkat lunak yang dapat digunakan oleh pihak
lainnya dalam organisasi.
1. Bagaimana sistem ahli bekerja
Pengetahuan manusia merupakan suatu rangkaian aturan yang secara kolektif
disebut dengan basis pengetahuan yang bergantung pada keruumitan 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 digunakan umumnya yaitu 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 sebuah pertanyaan apakah
kita harus memasukkan orang ini dalam database calon potensial kita? Dimulai
dari diagram sebelah kanan dan bergeraj menuju ke arah kiri.
2. Contoh sistem ahli yang berhasil
Con-Way Transportation membangun sistem ahli yang dinamakan Line-Haul
untuk mengautomatisasikan dan mengoptimalkan perencanaan rute pengiriman
dalam semalam untuk bisnis truk bermuatannya ke seluruh wilayah. Sistem ahli
menangkap aturan bisnis yang pusat akan mengikuti ketika menugaskan para
pengemudi, truk, dan trailer untuk mnegangkut 50.000 pengiriman yang
muatannya berta setiap malam ke 25 negara bagian dan Canada serta ketika
merencanakan rute-rute mereka. Line-haul berjalan pada suatu platform komputer
Sun dan menggunakan data pada permintaan pengiriman pelanggan sehari-hari,
para pengemudi yang tersedia, truk, ruang trailer, dan berat yang 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% dari pengiriman

Page | 3
 muatan harian. Pusat Con-Way melakukan rencana rute yang disediakan oleh
sistem ahli dan menyampaikan spesifikasi rute kepada para petugas di lapangan
yang bertanggung jawab untuk mempersiapkan paket muatan ke dalam trailer
untuk operasional mereka pada malam hari. Con-Way memperoleh kembali biaya
investasinya sebesar $3 juta dalam sistem tersebut dalam waktu 2 tahun dengan
mengurangi jumlah para pengemudi, mempersiapkan paket dengan lebih banyak
muatan per trailer, dan mengurangi kerusakan dari penanganan kembali. Sistem
juga mengurangi tugas malam yang sulit dari pusat (operator).
B. Kecerdasan Organisasional: Penalaran Berbasis Kasus
Penalaran berbasis kasus yaitu deskripsi dari pengalaman maa lalu seorang
spesialis yang direpresentasikan.
C. Sistem Logika Fuzzy
Logika fuzzy merupakan teknologi yang berbasis pada aturan yang dapat
mempresentasikan ketidaktepatan tersebut dengan menciptakan aturan yang
menggunakan perkiraa atau nilai yang subjektif. Logika fuzzy menyediakan
pemecahan atas permasalahan permasalahan yang memerlukan keahlian yang sulit
untuk mempresentasikan daalam bentuk aturan yang ketat IF-THEN.
D. Pembelajaran Mesin
Pembelajaran mesin merupakan suatu kajian tentang bagaimana program
komputer dapat meningkatkan kinerja merekatanpa pemrograman secara eksplisit.
Hal ini merupakan pembelajaran kaena suatu pembelajaran mesin adalah mesin yang
menyerupai manusia, dapat mengenali pola-polanya, pengalaman, atau pembelajaran
sebelumnya (database).
1. Jaringan Neural  Digunakan memecahkan permasalahan yang rumit, sangat
sulit untuk dipahami dimana sejumlah besar data telah dikumpulkan. Jaringan
neural menggunakan aturan yang dipelajari” dari pola pola data untuk
membangau lapisan logika tersembunyi. Lapisan tersembunyi kemudian
memproses masukan masukan dan mengklasifikasikannya berdasarkan
pengalaman dari model tersebut.
2. Algoritme Genetika  Bermanfaat untuk menemukan pemecahan yang optimal
atas suatu masalah tertentu dengan memeriksa sejumlah besar kemungkinan
pemecahan atas permasalahan tersebut.
E. Agen Intelegen
Agen intelegen merupakan perangkat lunak yang bekerja tanpa intervensi secara
langsung dari manusia untuk melaksanakan tugas terteentu bagi seorng pengguna
individu, proses bisinis, atau aplikasi perangkat lunak. Teknologi agen intelegen
akan membantu pebisnis untuk membuat navigasi melalui sejumlah besar data untuk
menempatkan dan bertindakatas informasiyang dianggap penting.
F. Sistem Al Hibrida
Al Hibrida merupakan sistem algoritme genetika, logika fuzzy, jaringan neural,
dan sistem ahli yang diintegrasikan kedalam aplikasi tunggal untuk memperoleh
keunggulan darii fitur teknologi yang terbaik.

Page | 4