SISTEM INFORMASI MANAJEMEN

RESUME CHAPTER 11
MENGELOLA PENGETAHUAN

DISUSUN OLEH:
1. Priangga Sukma Jaya (041711333008)
2. Rieznanda Latifa Putri (041711333131)
3. Balqis Nagita Fillia Z (041711333133)

PROGRAM STUDI AKUNTANSI

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.