FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS AIRLANGGA SURABAYA 2019 RESUME CHAPTER 11 MENGELOLA PENGETAHUAN
11.1 SUDUT PANDANG PENGELOLAAN PENGETAHUAN
DIMENSI PENTING PENGETAHUAN 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 Seperti manusia, organisasi menciptakan dan mengumpulkan pengetahuan dengan menggunakan berbagai mekanisme pembelajaran organisasi. Melalui pengumpulan data, pengukuran aktivitas terencana yang cermat, trial and error (percobaan), dan umpan balik dari pelanggan dan lingkungan pada umumnya, pengalaman mendapatkan organisasi. Organisasi yang belajar menyesuaikan perilaku mereka untuk mencerminkan pembelajaran itu dengan menciptakan proses bisnis baru dan dengan mengubah pola pengambilan keputusan manajemen. Proses perubahan ini disebut pembelajaran organisasi. NILAI RANTAI MANAJEMEN PENGETAHUAN Manajemen pengetahuan mengacu pada serangkaian proses bisnis yang dikembangkan dalam sebuah organisasi untuk menciptakan, menyimpan, mentransfer, dan menerapkan pengetahuan. Manajemen pengetahuan meningkatkan kemampuan organisasi untuk belajar dari lingkungannya dan untuk menggabungkan pengetahuan ke dalam proses bisnisnya. Gambar 11-1 mengilustrasikan lima langkah penambahan nilai dalam rantai nilai manajemen pengetahuan. Setiap tahap dalam rantai nilai menambahkan nilai pada data dan informasi mentah mereka berubah menjadi pengetahuan yang dapat digunakan. 1. Akuisisi Pengetahuan. Organisasi memperoleh pengetahuan dengan berbagai cara, tergantung dari jenis pengetahuan yang mereka cari. Sistem manajemen pengetahuan pertama berusaha membangun gudang dokumen, laporan, presentasi, dan praktik terbaik perusahaan. Upaya ini telah diperluas untuk memasukkan dokumen tidak terstruktur (seperti e-mail). 2. Penyimpanan Pengetahuan. 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. 3. Diseminasi pengetahuan. Teknologi kontemporer tampaknya telah menciptakan banjir informasi dan pengetahuan. 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. 4. Aplikasi pengetahuan. Pengetahuan organisasi harus menjadi bagian sistematis dari pengambilan keputusan manajemen dan berada di dalam sistem pendukung keputusan. 5. Membangun Modal Organisasi dan Manajemen: Kolaborasi, Praktik Komunitas, dan Lingkungan Kantor. 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. JENIS SISTEM MANAJEMEN PENGETAHUAN Pada dasarnya ada tiga jenis sistem manajemen pengetahuan utama: sistem manajemen pengetahuan perusahaan, sistem kerja pengetahuan, dan teknik cerdas.
Sistem manajemen pengetahuan menyeluruh adalah upaya umum untuk mengumpulkan,
menyimpan, mendistribusikan, dan menerapkan konten serta pengetahuan digital. Sistem ini mencakup kemampuan untuk mencari informasi, menyimpan data terstruktur dan tidak terstruktur, serta menemukan keahlian karyawan di dalam perusahaan. Sistem kerja pengetahuan (KWS) adalah sistem khusus yang dibangun untuk para insinyur, ilmuwan, dan pekerja pengetahuan lainnya yang ditugaskan untuk menemukan dan menciptakan pengetahuan baru bagi sebuah perusahaan. Manajemen pengetahuan juga mencakup beragam jenis teknik cerdas, seperti data mining, sistem pakar, jaringan syaraf tiruan, logika fuzzy, algoritma genetika, dan agen cerdas. 11.2 MANAJEMEN PENGETAHUAN PERUSAHAAN SECARA LUAS SISTEM MANAJEMEN KONTEN PERUSAHAAN Bisnis saat ini perlu mengatur dan mengelola aset pengetahuan terstruktur dan semistructured. Sistem manajemen konten perusahaan membantu organisasi mengelola kedua jenis informasi. Mereka memiliki kemampuan untuk menangkap, penyimpanan, pengambilan, distribusi, dan pelestarian pengetahuan untuk membantu perusahaan memperbaiki proses bisnis dan keputusan mereka. Masalah utama dalam mengelola pengetahuan adalah penciptaan skema klasifikasi yang tepat, atau taksonomi, untuk mengatur informasi ke dalam kategori yang bermakna sehingga mudah diakses. SISTEM JARINGAN PENGETAHUAN 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. SISTEM PENGELOLAAN KOLABORASI DAN SISTEM MANAJEMEN PEMBELAJARAN Sistem pengelolaan konten perusahaan utama mencakup teknologi portal dan kolaborasi yang hebat. Bookmark sosial mempermudah pencarian dan berbagi informasi dengan mengizinkan pengguna menyimpan bookmark mereka ke halaman Web di situs Web publik dan menandai bookmark ini dengan kata kunci. Tag ini bisa digunakan untuk mengatur dan mencari dokumen. Daftar tag dapat dibagi dengan orang lain untuk membantu mereka menemukan informasi yang menarik. Taksonomi buatan pengguna yang dibuat untuk bookmark bersama disebut folksonomies. Delicious dan Digg adalah dua situs bookmark sosial yang populer. Sistem manajemen pembelajaran (LMS) menyediakan alat untuk manajemen, pengiriman, pelacakan, dan penilaian berbagai jenis pembelajaran dan pelatihan karyawan. 11.3 SISTEM KERJA PENGETAHUAN PEKERJA PENGETAHUAN DAN KERJA PENGETAHUAN Pekerja pengetahuan melakukan tiga peran penting yang penting bagi organisasi dan manajer yang bekerja di dalam organisasi: Menjaga pengetahuan organisasi saat ini dalam pengetahuan saat berkembang di dunia luar – dalam teknologi, sains, pemikiran sosial, dan seni Melayani konsultan internal mengenai bidang pengetahuan mereka, perubahan yang terjadi, dan peluang Bertindak sebagai agen perubahan, evaluasi, inisiasi, dan promosi proyek perubahan PERSYARATAN SISTEM KERJA PENGETAHUAN Sebagian besar pekerja pengetahuan bergantung pada sistem perkantoran, seperti pengolah kata, voice mail, e-mail, konferensi video, dan sistem penjadwalan, yang dirancang untuk meningkatkan produktivitas pekerja di kantor. Namun, pekerja pengetahuan juga memerlukan sistem kerja pengetahuan yang sangat terspesialisasi dengan grafis, alat analisis, dan komunikasi serta kemampuan manajemen dokumen yang hebat. CONTOH SISTEM KERJA PENGETAHUAN Aplikasi kerja pengetahuan utama mencakup sistem CAD, sistem virtual reality untuk simulasi dan pemodelan, dan workstation keuangan. Computer aided design (CAD) mengotomatisasi penciptaan dan revisi desain, menggunakan komputer dan perangkat lunak grafis yang canggih. Sistem virtual reality memiliki kemampuan visualisasi, rendering, dan simulasi yang jauh melampaui sistem CAD konvensional. Mereka menggunakan perangkat lunak grafis interaktif untuk membuat simulasi yang dihasilkan komputer yang sangat dekat dengan kenyataan sehingga pengguna hampir yakin bahwa mereka berpartisipasi dalam situasi dunia nyata. Augmented reality (AR) adalah teknologi terkait untuk meningkatkan visualisasi. AR menyediakan pandangan langsung atau tidak langsung tentang lingkungan dunia nyata fisik yang elemennya diperkuat oleh citra buatan komputer virtual. Pengguna beralasan di dunia fisik yang sebenarnya, dan gambar virtual digabungkan dengan tampilan nyata untuk membuat tampilan yang disempurnakan. Aplikasi virtual reality yang dikembangkan untuk Web menggunakan standar yang disebut Virtual Reality Modeling Language (VRML). VRML adalah seperangkat spesifikasi untuk pemodelan 3 dimensi interaktif di World Wide Web yang dapat mengatur beberapa jenis media, termasuk animasi, gambar, dan audio untuk menempatkan pengguna di lingkungan dunia nyata yang disimulasikan. VRML adalah platform independen, beroperasi di atas komputer desktop, dan membutuhkan sedikit bandwidth. Industri keuangan menggunakan workstation investasi khusus untuk memanfaatkan pengetahuan dan waktu dari broker, pedagang, dan manajer portofolio. 11.4 TEKNIK KECERDASAN Kecerdasan buatan dan teknologi basis data memberikan sejumlah teknik cerdas yang dapat digunakan organisasi untuk menangkap pengetahuan individu dan kolektif serta untuk memperluas basis pengetahuan mereka. Sistem pakar, penalaran berbasis kasus, dan logika fuzzy digunakan untuk menangkap pengetahuan tersembunyi. Jaringan syaraf tiruan dan data mining digunakan untuk penemuan pengetahuan. Teknik cerdas lainnya yang dibahas di bagian ini didasarkan pada teknologi kecerdasan buatan (artificial intelligence / AI), yang terdiri dari sistem berbasis komputer (perangkat keras dan perangkat lunak) yang mencoba meniru perilaku manusia. MENGETAHUI PENGETAHUAN: SISTEM AHLI Sistem pakar adalah teknik cerdas untuk menangkap pengetahuan tersembunyi 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. Sistem pakar memodelkan pengetahuan manusia sebagai seperangkat aturan yang secara kolektif disebut basis pengetahuan. Strategi yang digunakan untuk mencari melalui basis pengetahuan disebut inferensi engine. Dua strategi yang umum digunakan: forward chaining dan backward chaining. Dalam forward chaining, mesin inferensi dimulai dengan informasi yang dimasukkan oleh pengguna dan mencari basis aturan untuk sampai pada sebuah kesimpulan. Strateginya adalah menembak, atau melakukan tindakan aturan saat kondisi benar. Dalam strategi backward chaining, strategi untuk mencari basis aturan dimulai dengan sebuah hipotesis dan dilanjutkan dengan mengajukan pertanyaan kepada pengguna tentang fakta- fakta yang dipilih sampai hipotesis tersebut dikonfirmasi atau dibantah. KECERDASAN ORGANISASI: PENALARAN BERBASIS KASUS Sistem pakar terutama menangkap pengetahuan tersembunyi para ahli individual, namun organisasi juga memiliki pengetahuan dan keahlian kolektif yang telah mereka bangun selama bertahun-tahun. Pengetahuan organisasi ini dapat ditangkap dan disimpan dengan menggunakan penalaran berbasis kasus. SISTEM LOGIKA FUZZY Logika fuzzy adalah teknologi berbasis aturan yang dapat mewakili ketidaktepatan seperti itu dengan membuat aturan yang menggunakan nilai perkiraan atau subyektif. Ini bisa menggambarkan fenomena atau proses tertentu secara linguistik dan kemudian mewakili deskripsi itu dalam sejumlah kecil peraturan fleksibel. Organisasi dapat menggunakan logika fuzzy untuk menciptakan sistem perangkat lunak yang menangkap pengetahuan tersembunyi dimana terdapat ambiguitas linguistik. JARINGAN SYARAF TIRUAN Jaringan syaraf digunakan untuk memecahkan masalah kompleks dan kurang dipahami dimana sejumlah besar data dikumpulkan. Mereka menemukan pola dan hubungan dalam jumlah besar data yang akan terlalu rumit dan sulit bagi manusia untuk dianalisis. Jaringan saraf menemukan pengetahuan ini dengan menggunakan perangkat keras dan perangkat lunak yang paralel dengan pola pengolahan otak biologis atau otak manusia. ALGORITMA GENETIKA Algoritma genetika berguna untuk menemukan solusi optimal untuk masalah tertentu dengan memeriksa sejumlah besar kemungkinan solusi untuk masalah itu. Mereka didasarkan pada teknik yang diilhami oleh biologi evolusioner, seperti pewarisan, mutasi, seleksi, dan crossover (rekombinasi). SISTEM AI HYBRID Algoritma genetika, logika fuzzy, jaringan syaraf tiruan, dan sistem pakar dapat diintegrasikan ke dalam satu aplikasi untuk memanfaatkan fitur terbaik dari teknologi ini. Sistem semacam itu disebut sistem hibrida. AGEN INTELIGEN Teknologi agen cerdas membantu bisnis menavigasi melalui sejumlah besar data untuk mencari dan bertindak berdasarkan informasi yang dianggap penting. Agen cerdas adalah program perangkat lunak yang bekerja di latar belakang tanpa intervensi langsung manusia untuk melaksanakan tugas spesifik, berulang, dan dapat diprediksi untuk pengguna individual, proses bisnis, atau aplikasi perangkat lunak. Banyak fenomena kompleks dapat dimodelkan sebagai sistem agen otonom yang mengikuti aturan interaksi yang relatif sederhana. Aplikasi pemodelan berbasis agen telah dikembangkan untuk memodelkan perilaku konsumen, pasar saham, dan rantai pasokan dan untuk memprediksi penyebaran epidemi.
Pendekatan sederhana untuk SEO: Bagaimana memahami dasar-dasar optimasi mesin pencari dengan cara yang sederhana dan praktis melalui jalur penemuan non-spesialis untuk semua orang
Manajemen waktu dalam 4 langkah: Metode, strategi, dan teknik operasional untuk mengatur waktu sesuai keinginan Anda, menyeimbangkan tujuan pribadi dan profesional