BAB I

PENDAHULUAN

1.1 Latar Belakang

Pengetahuan mengenai system informasi merupakan salah satu esensi yang penting
untuk menciptakan perusahaan yang kompetitif, mengatur kerjasama global, menambah nilai
bisnis serta menyediakan pelayanan yang baik bagi pelanggan. Perkembangan internet,
globalisasi perdagangan, dan meningkatnya penyebaran informasi tidak lepas dari peran
system informasi dalam memberi dasar untuk beragam model dan proses bisnis yang baru.
Manajemen pengetahuan adalah proses bisnis yang dikembangkan dalam organisasi untuk
menciptakan, menyimpan, memindahkan, dan menerapkan pengetahuan. Manajemen
pengetahuan mengedepankan pembelajaran organisasi dengan meningkatkan kemampuan
organisasi untuk belajar dari lingkungannya dan menerapkan pengetahuannya dalam bisnis.
Hal ini dikarenakan, manajer sudah menyadari seberapa pentingnya menciptakan dan
mengelola pengetahuan terhadap nilai perusahaan mereka.
Nilai pasar saham perusahaan yang memiliki bagian cukup besar adalah asset tak
berwujud, yang mana pengetahuan merupakan salah satu unsur penting tersebut. Oganisasi
memperoleh pengetahuan melalui beberapa cara tergantung pada jenis pengetahuan yang
ingin dicarinya. Untuk mengubah informasi tersebut menjadi pengetahuan, organisasi harus
memanfaatkan lebih banyak lagi sumber daya yang ada untuk menemukan pola, aturan, dan
konteks di mana pengetahuan tersebut berguna. Oleh karena itu, paper ini bertujuan untuk
memberikan informasi mengenai bagaimana perusahaan dapat mengelola pengetahuan untuk
diterapkan di dalam organisasinya.

1.2 Rumusan Masalah

1. Apa saja rentangan manajemen pengetahuan ?
2. Bagaimana system manajemen pengetahuan keseluruhan organisasi ?
3. Bagaimana system kerja pengetahuan ?
4. Apa saja teknik-teknik inteligen bisnis ?
1.3 Tujuan
1. Untuk mengetahui rentangan manajemen pengetahuan
2. Untuk mengerti system manajemen pengetahuan keseluruhan organisasi

1
3. Untuk memahami system kerja pengetahuan
4. Untuk mengetahui teknik-teknik inteligen bisnis

2
 BAB II

PEMBAHASAN

2.1 Mengerti Rentang Manajemen Pengetahuan

Manajemen pengetahuan dan sistem kolaborasi di antara pertumbuhan yang tercepat

dari area investasi perangkat lunak korporat dan pemerintah. Pengetahuan menjadi
bermanfaat dan ditindaklanjuti ketika dibagikan ke seluruh perusahaan. Manajemen
pengetahuan telah menjadi suatu tema yang penting pada banyak perusahaan bisnis besar,
sebagaimana para manajer menyadari bahwa banyak dari nilai perusahaan mereka bergantung
pada kemampuan perusahaan untuk menciptakan dan mengelola pengetahuan. Penelitian-
penelitian telah menemukan bahwa bagian yang cukup besar dari nilai pasar saham
perusahaan terkait dengan aset tak berwujud, yang mana pengetahuan merupakan salah satu
unsur penting sering dengan merek, reputasi dan proses bisnis yang unik. Proyek-proyek
yang didasarkan pada pengetahuan yang diselenggarakan dengan baik telah di ketahui akan
menghasilkan tingkat pengembalian atas investasi yang luar biasa. Meskipun dampak dari
investasi berdasar pengetahuan tersebut sangat sulit untuk mengukurnya (Gu dan Leev,
2001).

Dimensi pengetahuan yang penting

Pengetahuan merupakan suatu atribut individual dan atribut kolektif dari perusahaan.
Pengetahuan bersift kognitif bahkan psikologis kejadian yang berlangsung dalam kepala
orang-orang, pengetahuan juga disimpan dalam catatan oleh perusahaan. Pengetahuan yang
berada dalam pikiran karyawan yang belum di dokumentasikan disebut dengan pengetahuan
tersirat (tacit knowledge), sedangkan pengetahuan yang telah di dokumentasikan dinamakan
pengetahuan eksplisit (explicit knowledge). Pengetahuan dapat tersimpan dalam surat
elektronik, pesan suara, grafik serta dokumen-dokumen tidak terstruktur dan terstruktur.
Pengetahuan pada umum nya diyakini memiliki sebuah lokasi, baik dalam pikiran manusia
atau dalam proses bisnis tertentu. Pengetahuan bersifat situasional dan kontektual. Tabel 11.1
meninjau kembali dimensi-dimensi dari pengetahuan tersebut

3
 PENGETAHUAN MERUPAKAN ASET PERUSAHAAN
Pengetahuan merupakan aset tidak berwujud
Perubahan data menjadi informasi dan pengetahuan yang bermanfaat memerlukan
sumber daya organisasional
PENGETAHUAN MEMILIKI BENTUK YANG BERBEDA
Pengetahuan dapat bersifat tersirat atau eksplisit
Pengetahuan melibatkan kecakapan, kesenian, dan ketrampilan
Pengetahuan meliputi cara mengikuti suatu prosedur
Pengetahuan meliputi alasan mengapa, bukan sekedar kapan, sesuatu terjadi
(kausalitas)
PENGETAHUAN MEMILIKI SUATU LOKASI
Pengetahuan merupakan suatu kejadian yang bersifat kognitif yang melibatkan model
mental dan pemetaan pikiran individu
Pengetahuan memiliki basis sosial dan individual
Pengetahuan “melekat” (sulit untuk memindahkannya), yang terletak (terperangkap
dalam budaya suatu perusahaan), dan kontekstual (hanya bekerja dalam situasi-situasi
tertentu)
PENGETAHUAN DAPAT BERUBAH (BERSIFAT SITUASIONAL)
Pengetahuan bersifat kondisional (bersyarat); mengetahui kapan menerapkan suatu
prosedur yang sama penting nya dengan mengetahui prosedur (kondisional/bersyarat)

Pembelajaran Organisasional Dan Manajemen Pengetahuan

Organisasi-organisasi menciptakan dan mengumpulkan pengetahuan dengan

mengunakan berbagai macam mekanisme pembelajaran organisasional. Melalui
pengumpulan data, pengukuran yang teliti atas aktivitas yang direncanakan, percobaan
eksperimen, feed back dari pelanggan dan lingkungan maka organisasi akan memperoleh
pengalaman. Pembelajaran organisasional (organizational learning) adalah proses perubahan
pola dalam pengambilan keputusan manajemen

Rantai Nilai Manajemen Pengetahuan

4
 Manajemen pengetahuan (knowledge management) mengacu pada proses bisnis yang
di kembangkan dalam suatu organisasi untuk menciptkana , menyimpan, memindahkan, dan
menerapkan pengetahuan. Manajemen pengetahuan akan meningkatkan kemampuan dari
organisasi untuk belajar dari lingkungan nya dan untuk memadukan pengetahuan ke dalam
proses bisnisnya. Gambar 11.1 mengilustrasikan 5 langkah yang memberikan nilai tambah
dalam rantai nilai manajemen pengetahuan. Tiap-tiap langkah dalam rantai nilai akan
menambah rantai pada data mentah dan informasi sebagaimana mereka diubah ke dalam
pengetahuan yang dapat digunakan. Dalam gambar 11.1, aktivitas sistem informasi
dipisahkan dari manajemen dan aktivitas organisasional yang terkait, dengan aktivitas sistem
informasi pada bagian atas dari grafik serta aktivitas organisasional dan manajemen di bagian
bawah

Manajemen pengetahuan di masa kini melibatkan kegiatan sistem informasi dan

sejumlah kegiatan manajemen dan organisasional yang membuatnya menjadi mungkin

Dalam kasus manajemen pengetahuan, seperti halnya investasi dalam sistem informasi
lainnya, nilai yang mendukung, struktur, dan pola perilaku harus dibentuk untuk
memaksimalkan tingkat pengembalian atas investasi dalam proyek manajemen pengetahuan.

5
Penguasaan Pengetahuan
Organisasi dapat memperoleh dengan berbagai cara. Sistem manajemen pengetahuan
berupaya membangun gudang dokumen perusahaan, laporan, presentasi dan praktik
pelaksanaan yang terbaik. Upaya-upaya ini telah diperluas hingga mencakup dokumen-
dokumen yang tidak terstruktur (misalnya, surel). Dalam kasus lain organisasi dapat
memperoleh pengetahuan dengan mengembangkan jaringan ahli secara online dengan
demikian para karyawan tersebut dapat “menemukan ahli” dalam perusahaan yang
merupakan pribadi yang memiliki pengetahuan luas.

Penyimpanan Pengetahuan
Setelah berbagai dokumen, pola, dan aturan pakar terkumpul, data tersebut harus
disimpan sehingga dapat diambil kembali dan di gunakan oleh para karyawan. Penyimpanan
pengetahuan pada umum nya melibatkan penciptaan suatu data base. Sistem manajemen
dokumen yang dibuat dalam bentuk digital, indeks dan memberikan label pada dokumen
yang disesuaikan dengan kerangka kerja yang jelas merupakan database yang besar dna
mahir dalam menyimpan kumpulan dokumen.

Penyebarluasan Pengetahuan

Teknologi Portal, surat elektronik, pesan instan, mesin pencari (google) telah
ditambahkan pada pengaturan yang ada dari alat bantu kolaborasi untuk berbagai data
dokumen, grafik. Teknologi kontemporer tampaknya telah membanjiri dunia informasi dan
pengetahuan. Oleh sebab itu program pelatihan, jaringan informasi dan pengalaman
manajemen yang dibagikan dapat membantu para manajer agar tetap dapat memfokuskan
perhatian mereka dalam informasi dan pengetahuan yang penting dan menemukan sesuatu
yang berguna bagi mereka dari lautan informasi dan pengetahuan tersebut.

Penerapan Pengetahuan

Pengetahuan yang tidak dibagikan dan diterapkan dalam permasalahan praktis oleh
perusahaan tidak akan menambah nilai dari bisnis. Untuk memberikan tingkah pengembalian
atas investasi, maka pengetahuan organisasional harus menjadi suatu bagian yang sistematis
dari pengambilan keputusan manajemen dan diletakkan dalam sistem untuk mendukung
keputusan. Pada akhirnya, pengetahuan yang harus dibangun di dalam proses bisnis suatu

6
perusahaan dan sistem aplikasi kunci, meliputi penerapan perusahaan untuk mengelola proses
bisnis suatu perusahaan dan sistem aplikasi kunci, meliputi pelanggan dan pemasok. Pihak
manajemen akan mendukung proses ini dengan menciptakan taktik pelaksanaan bisnis baru
yang didasarkan pada pengetahuan baru, produk, dan jasa baru pada pasar baru bagi
perusahaan

Membangun Modal Organisasional Dan Modal Manajemen : Kolaborasi, Komunitas

Praktik, Dan Lingkungan Perkantoran

Komunitas praktik (community of praktis- COP) adalah jaringan umum informalyang

tediri atas para profesional dan karyawan baik di dalam maupun diluar perusahaan dengan
minat dan kegiatan yang sama. Komunitas praktik dapat memudahkan orang dalam
menggunakan kembali pengetahuan yang telah digunakan sebelumnya dengan cara
megarahkan anggota nya kepada dokumen tertentu dan menyaring informasi untuk para
anggota baru. Kegiatan komunitas ini termasuk pendidikan perorangan atau kelompok,
konferensi, newsletter online, serta setiap harinya saling berbagi pengalaman dan teknik
untuk menyelsaikan masalah dalam pekerjaan tertentu.

Tipe Sistem Manajemen Pengetahuan

Terdapat 3 tipe dari sistem manajemen pengetahuan yaitu, sistem manajemen

pengetahuan keseluruhan perusahaan , sistem kerja pengetahuan dan teknik kecerdasan.

a. Sistem Manajemen Keseluruhan Perusahaan

Merupakan upaya keseluruhan perusahaan yang bertujuan umum untuk
mengumpulkan, menyimpan, mendistribusikan, serta menerapkan isi dan
pengetahuan digital. Sistem-sistem ini meliputi kapabilitas untuk mencari
informasi, menyimpan data yang terstruktur dan yang tidak terstruktur, serta
menempatkan keahlian karyawan di dalam perusahaan. Sistem manajemen
pengetahuan keseluruhan perusahaan juga termasuk teknologi pendukung, seperti
portal, mesin pencari, kolaborasi dan alat bantu sosial bisnis dan sistem
manajemen pembelajaran.
b. Sistem kerja pengetahuan

7
 Adalah sistem yang dikembangkan khusus untuk para teknisi ilmuan dan para
pekerja di bidang pengetahuan lainnya yang bertugas memperoleh dan
menciptakan pengetahuan baru bagi perusahaan

c. Teknik kecerdasan
Seperti penelusuran data, sistem ahli, jaringan neural, logika fuzzy, algoritma
genetika dan agen intelegen. Teknik-teknik ini memiliki tujuan yang berbeda
beda, dari yang menitikberatkan pada penemuan pengetahuan (penelusuran data
dan jaringan neural/ jaringan syaraf) hingga penyaringan informasi dalam bentuk
aturan untuk suatu program komputer untuk menemukan solusi yang optimal bagi
permasalahan (algoritma genetika)

2.2 Mengerti Sistem Manajemen Pengetahuan Keseluruhan Organisasi

Perusahaan akan berhadapan dengan setidaknya tiga jenis pengetahuan. Beberapa

pengetahuan yang berada di dalam perusahaan dalam bentuk dokumen teks yang terstruktur
(laporan dan presentasi). Sementara para pengambil keputusan juga memerlukan pengetahuan
yang semi terstruktur, seperti misalnya pesan suara, surel, pertukaran ruang obrolan, video,
foto, brosur atau postingan pada papan buletin. Sistem manajemen pengetahuan keseluruhan
perusahaan atau organisasi akan berurusan dengan 3 jenis perusahaan yaitu:

Sistem Manejemen Konten Perusahaan

Pengetahuan terstruktur merupakan pengetahuan secara eksplisit ada dalam dokumen-

dokumen formal, sama hal nya dengan aturan-aturan formal yang diperoleh organisasi

8
dengan mengamati para ahli dan perilaku mereka dalam pengambilan keputusan. Sistem
manajemen konten perusahaan membantu organisasi untuk mengelola kedua tipe formasi
tersebut. mereka memiliki kapabilitas untuk menangkap pengetahuan, penyimpanan,
pemulihan, distribusi, dan pemeliharaan untuk membantu perusahaan dalam meningkatkan
keputusan bisnis mereka. Sistem manajemen aset digital membantu perusahaan untuk
mengklasifikasi ,menyimpan, dan mendistribusikan objek-objek digital tersebut

Sistem Jaringan Pengetahuan

Sistem ini membahasa mengenai permasalahan yang timbul ketika pengetahuan yang
timbul ketika perusahaan yang tepat tidak dalam bentuk dokumen digital, tetapi sebagai ganti
nya berada dalam memori para ahli individual dalam perusahaan. Sistem jaringan
pengetahuan memberikan direktorasi secara online dari para ahli korporat dan profil mereka
dengan perincian mengenai pengalaman kerja mereka, proyek, publikasi dan gelar
pendidikan.

Kolaborasi dan Alat Bantu Sosial Serta Sistem Manajemen Pembelajaran

Untuk sumber daya pengetahuan diluat perusahaan, sosial bookmarking

mempermudah untuk mencari dan berbagi informasi dengan memungkinkan para pengguna
nya untuk menyelamatkan bookmark mereka pada laman web di situs web publik dan
menandai bookmark tersebut dengan kata kunci.

Sistem manajemen pembelajaran menyediakan alat bantu bagi manajemen,

pengiriman, penelusuran, serta penilaian berbagi macam tipe pembelajran dan pelatihan bagi
karyawan.

2.3 Sistem Kerja Pengetahuan

System pengetahuan keseluruhan perusahaan menyediakan jangkauan kemampuan

menyeluruh yang dapat digunakan oleh banyak orang tidak hanya semua pekerjaan dan
kelompok di dalam suatu organisasi. Perusahaan juga memiliki system yang dikhususkan
bagi pekerja berpengetahuan untuk membantu mereka dalam menciptakan pengetahuan yang

9
baru dan untuk memastikan bahwa pengetahuan tersebut terintegrasi dengan tepat ke dalam
bisnis.

Pekerja Pengetahuan dan Kerja Pengetahuan

Pekerja pengetahuan meliputi, peneliti, perancang, arsitek, ilmuwan, dan insinyur

yang bertugas menciptakan pengetahuan dan informasi bagi organisasi. Pekerja pengetahuan
biasanya memiliki tingkat Pendidikan yang tinggi, memiliki keanggotaan organisasi
professional, dan kerap diminta untuk melakukan penilaian sebagai aspek rutin dari pekerjaan
mereka. Pekerja pengetahuan melakukan tiga peran kunci yang penting bagi organisasi dan
untuk manajer, yaitu :

 Menjaga aliran pengetahuan dalam perusahaan sering dengan perkembangan

perusahaan dalam teknologi, sains, pemikiran social, dan seni.
 Bertugas melayani sebagai konsultan internal mengenai pengetahuan khusus mereka,
berbagai perubahan yang terjadi, dan kesempatan yang muncul.
 Bertindak sebagai agen perubahan, mengevaluasi, merintis, dan mendukung proyek-
proyek perubahan.

Kebutuhan Sistem Kerja Pengetahuan

Kebanyak pekerja pengetahuan mengandalkan system perkantoran seperti, pengolah

kata, voice mail, e-mail, konferensi video, dan system penjadwalan yang dirancang untuk
meningkatan produktivitas di kantor. Pekerja pengetahuan juga membutuhkan system kerja
pengetahuan yang sangat spesifik dengan grafis, alat bantu analisis, dan kemampuan
komunikasi dan manajemen dokumen yang canggih. System ini memerlukan kekuatan
komputasi mendasar untuk menangani grafik-grafik yang rumit atau perhitungan yang
kompleks. Karena pekerja pengetahuan sangat fokus pada pengetahuan di dunia eksternal,
system ini juga harus memberikan kemudahan dan kecepatan mengakses database eksternal.

Gambar Kebutuhan Sistem Kerja Pengetahuan

Perangkat lunak

Grafik – visualisasi
Basis pengetahuan
eksternal Permodelan- simulasi

Pengelolan dokumen-
komunikasi

10
 Antar muka
pengguna

Sentra kerja pengetahuan sering kali dirancang dan dioptimalkan untuk tugas-tugas
Platform perangkat keras : sentra kerja pengetahuan
tertentu yang harus dikerjakan, misalnya insinyur desain memerluka grafik dengan daya yang
memadai untuk menangani system CAD 3 dimensi sedangkan analisis keuangan lebih
berkepentingan dalam akses ke sejumlah database eksternal yang banyak dan database besar
untuk mentimpan dan mengakses sejumlah data keuangan yang sangat banyak.

Contoh Sistem Kerja Pengetahuan

Penerapan kerja pengetahuan yang utama meliputi CAD, system realitas virtual untuk
simulasi dan permodelan, serta sentra kerja keuangan. Desain berbantuan computer
(computer aided design-CAD) akan mengotomatisasi penciptaaan dan revisi dari desain,
dengan menggunakan komputer dan perangkat lunak grafik canggih. Menggunakan
metodologi desain fisik yang tradisonal, maka tiap-tiap modifikasi desain memerlukan
cetakan yang akan dibuat dan sebuah prototipe untuk diuji secara fisik. Proses tersebut harus
diulang berkali-kali sehingga memerlukan banyak waktu dan biaya yang mahal. Sedangkan
dengan menggunakan CAD perancang hanya memerlukan untuk membuat suatu prototipe
fisik menjelang akhir dari proses desain karena desain dapat dengan mudah diuji dan diubah
dengan komputer. Selain itu dapat menghemat sejumlah besar waktu dan uang serta
permasalahan yang jauh lebih sedikit. System CAD dapat memasok data untuk pencetakan 3-
D yang juga dikenal dengan manufaktur aditif yang menggunakan mesin untuk membuat
benda padat, lapisan demi lapisan, dari spesifikasi dalam suatu file digital.

System realitas virtual (virtual reality system) memiliki kemampuan visualisasi,

pengubahan, dan simulasi yang jauh melampaui system CAD konvensional. Mereka
memanfaatkan perangkat lunak grafik yang interaktif untuk menciptakan simulasi yang
dihasilkan dengan komputer yang sangat mendekati realitas dimana para penggunanya

11
hampir meyakini bahwa mereka sedang berperan dalam situasi dunia nyata. Dalam banyak
system realita virtual, penggunanya akan menggunakan pakaian, penutup kepala, dan
perlengkapan yang khusus tergantung pada aplikasinya. Pakaian berisi sensor-sensor yang
merekam pergerakan dari pengguna dan segera mengirimkan mengirimkan iformasi tersebut
kembali ke komputer.

Realitas yang ditambahkan (augmented reality-AR) merupakan teknologi terkait untuk

mendorong visualisasi. AR menyediakan suatu pandangan secara live baik langsung maupun
tidak langsung dari lingkungan fisik dunia nyata yang memiliki elemen yang ditambahkan
oleh pencitraan yang dihasilkan oleh komputer virtual. Tekonologi menyediakan informasi
tambahan untuk mendorong persepsi dari realita, membuat di sekitar dunia nyata dari
pengguna menjadi lebih interaktif dan bermakna. Industry-industri yang mana AR telah
diterapkan misalnya prosedur medis, pelatihan kemiliteran, desain rekayasa teknik, robotic,
dan desain pelanggan. Penerapan relitas virtual yang dikembangkan untuk web akan
menggunakan suatu standar yang dinamakan Bahasa Permodelan Realitas Virtual-VRML
merupakan serangkain spesifikasi untuk permodelan 3-D yang interaktif pada World Wide
Web yang dapat mengorganisir berbagai tipe media, meliputi animasi, gambar, dan audio
untuk menempatkan penggunanya di dalam suatu lingkungan dunia nyata yang
disimulasikan.

Tabel contoh system kerja pengetahuan

System kerja pengetahuan Fungsi dalam organisasi

CAD/CAM Menyediakan insinyur, desainer, dan
manajer pabrik dengan pengendalian yang
tepa tatas desain dan proses manufaktur
industrial.

System realitas virtual Menyediakan pembuatan obat-obatan,

arsitek, dan tenaga medis dengan simulasi
secara tepat dan realistis.

Sentra kerja investasi

Computer PC mutakhir dalam sector
keuangan untuk menganalisi situasi
perdagangan yang seketika dan

12
 memfasilitasi manejemen portofolio

2.4 Teknik Inteligen Bisnis

Kecerdasan artifisial dan teknologi database menyediakan sejumlah teknik kecerdasan

yang dapat digunakan organisasi untuk memperoleh pengetahuan dari individual dan kolektif
serta untuk memperluas dasar pengetahuan mereka. System ahli, penalaran berbasis kasus,
dan logika fuzzy digunakan untuk memperoleh pengetahuan tersirat. Jaringan neural dan
penelusuran data digunakan untuk penemuan pengetahuan (knowledge discovery). Mereka
dapat mnemukan pola-pola yang mendasarai, kategori, dan perilaku dalam data yang besar
yang menetapkan bahwa tidak dapat ditemukan oleh para manajer semata atau hanya melalui
pengalaman. Para agen inteligen dapat melakukan otomatis tugas rutin untuk membantu
perusahaan dalam mencari dan menyaring informasi untuk digunakan dalam perdagangam
elektronik, menajemen rantai pasokan, dan aktivitas-aktivitas lainnya.

Teknik kecerdasan lainnya dalam bagian ini didasarkan pada teknologi kecerdasan
buatan (artificial intelligience-AI) yang terdiri atas system berbasis computer baik perangkat
keras maupun perangkat lunak yang berupaya untuk menandingi perilaku manusia. Sistem-
sistem ini dapat mempelajari Bahasa, menyelesaikan tugas fisik, menggunakan peralatan
persepsi, serta menandingi keahlian manusia dan pengambilan keputusan.

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 dalam bentuk serangkaian aturan dalam
system perangkat lunak yang dapat digunakan oleh pihak lainnya dalam organisasi. Mereka
umumnya melaksanakan tugas yang sangat terbatas yang dapat dikerjakan oleh para
professional dalam beberapa menit atau jam, seperti mendiagnosis mesin yang mengalami
malfungsi atau menentukan apakah akan mengabulkan pengajuan kredit atau tidak.
Permasalahan yang tidak dapat dipecahkan oleh manusia ahli dalam jangka waktu yang
pendek jauh lebih sulit bagi suatu system ahli. Namun, dengan memperoleh keahlian manusia

13
dalam area yang terbatas, maka system ahli dapat memberikan manfaat, membantu organisasi
untuk mengambil keputusan yang bermutu tinggi dengan lebih sedikit orang.

Bagaimana Sistem Ahli Bekerja

Pengetahuan manusia dapat dibuat model atau direpresentasikan dalam suatu cara
yang dapat diproses oleh komputer. System ahli model pengetahuan merupakan suatu
rangkaian aturan yang secara kolektif disebut dengan basis pengetahuan. Aturan-aturan
tersebut lebih jauh saling berkaitan dan bersarang dalam suatu program perangkat lunak
tradisional. Strategi yang digunakan untuk mencari melalui dasar pengetahuan dinamakan
mesin inferensi (inference engine). Dua strategi yang umumnya digunakan yaitu penlaran
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. Strateginya adalah untuk menjalankan suatu tindakan
sesuai aturan ketika sebuah kondisi dipenuhi. Dalam penalaran mundur, strategi untuk
mencari dalam basis pengetahuan dimualai dengan hipotesis dan berlanjut dengan
menanyakan pengguna mengenai pertanyaan tentang fakta-fakta tertentu sampai hipotesisnya
disetujui atau tidak disetujui.

Kecerdasan Organisasional : Penalaran Berbasis Kasus

Pengetahuan organisasional ini dapat ditangkap dan disimpan dengan menggunakan

penalaran berbasis kasus. Dalam, penalaran berbasis kasus, deskripsi dari pengalaman masa
lalu seorang spesialis yang direpresentasikan sebagai contoh kasus disimpan dalam database
untuk digunakan kembali di suatu waktu pada saat seorang pengguna berhadapan dengan
kasus baru dengan parameter serupa. System ini mencari dalam database kasus yang
memiliki karakteristik masalah yang serupa dengan kasus baru, menemukan kasus yang
paling tepat, dan menerapkan solusi kasus lama pada kasus baru. Solusi yang sukses diberi
tanda untuk digunakan kembali pada kasus baru, dan keduanya disimpan Bersama dengan
kasus-kasus lainnya dalam basis pengetahuan. Solusi yang gagal juga dapat dicatat pada
database kasus bersamaan dengan penjelasan mengapa solusi tersebut tidak dapat digunakan.
Penalaran berbasis kasus merepresentasikan pengetahuan sebagai sederetan kasus, dan
pengetahuan ini terus-menerus dikembangkan dan diperbaiki oleh pengguna. Penalaran
berbasis kasus dapat ditemukan dalam system diagnosis di bidang pengobatan atau dukungan
pelanggan.

14
Gambar cara kerja penalaran berbasis kasus

Pengguna
menjelaskan masalah

System mencari kasus

yang serupa dalam
database

Database
System menanyakan kasus
pertanyaan tambahan kepada
pengguna untuk
mempersempit hasil
pencarian

System menemukan
kasus yang paling cocok
mendapatkan solusinya

System menyimpan
masalah dari solusi yang
sukses dalam database
System memodifikasi
solusinya agar lebih
sesuai dengan masalah

Berhasil
?
15
 TIDAK YA

Sistem Logika Fuzzy

Logika fuzzy merupakan teknologi yang berbasis pada aturan yang dapat
merepresentasikan ketidaktepatan pengkategorian dengan menciptakan aturan yang
menggunakan perkiraan atau nilai yang subjektif. Ini dapat menggambarkan suatu fenomena
tertentu atau proses secara linguistik dan kemudian merepresentasikan gambaran tersebut di
dalam sejumlah kecil aturan yang fleksibel. Organisasi dapat menggunakan logika fuzzy
untuk menciptakan system-sistem yang dapat menangkap pengetahuan tersirat di mana
terdapat ketidakjelasan linguistik. Logika fuzzy menyediakan pemecahan atas permasalahan
yang memerlukan keahlian yang sulit untuk merepresentasikan dalam bentuk aturan yang
ketat. Misalnya, Mitsubishi Heavy Industries di Tokyo telah dapat menurunkan pemakaian
daya pada pendingin udaranya sebesar 20% dengan mengimplementasikan program kendali
dalam logika fuzzy. Manajemen juga telah menemukan logika fuzzy yang berguna bagi
pengambilan keputusan dan pengendalian organisasional. Perusahaan Wall Street
menciptakan suatu system yang memilih perusahaan-perusahaan untuk proses
pengambilalihan (akuisisi) yang potensial, dengan menggunakan pemahaman Bahasa para
pedagang saham. Suatu system logika fuzzy telah dikembangkan untuk medeteksi
kemungkinan penipuan dalam klaim pengobatan yang diserahkan oleh para penyedia
perawatan kesehatan dimanapun di Amerika Serikat.

Pembelajaran Mesin

Pembelajaran mesin (machine learning) merupakan suatu kajian mengenai

bagaimana program komputer dapat menignkatkan kinerja mereka tanpa pemrograman secara
eksplisit. Suatu mesin pembelajran adalah mesin yang menyerupai manusia, dapat mengenali
poala-pola dalam data, dan mengubah perilakunya yang didasarkan pada pengenalan pola-
polanya, pengalaman, atau pembelajaran sebelumnya. Pembelajaran mesin telah meluas 10
tahun terakhir ini karena pertumbuhan dalam daya komputasi yang tersedua bagi ilmuan dan

16
perusahaan serta penurunan dalam biayanya seiring dengan kemajuan dalam desain
algoritme, database, dan robot.

Kita menggunakan pembelajaran mesin setiap hari, namun kita tidak menyadarinya.
Misalnya setiap kita menggunakan pencarian Google yang dipecahkan dengan menggunakan
algoritme yang memeringkatkan siaran laman web yang didasarkan pada qury anda, dan
mengubah hasil didasarkan pada perubahan yang anda lakukan dalam pencarian anda, hanya
dalam beberapa mili per detik. Hasil pencarian juga sangat disesuaikan dengan pencarian
anda sebelumnya dan hal-hal yang anda sukai.

Jaringan Neural

Jaringan neural (neuralnetwork) digunakan untuk memecahkan permasalahan yang

rumit, sangat sulit untuk dipahami di mana sejulah besar data yang telah dikumpulkan.
Jaringan neural menemukan pola-pola dan hubungan dalam sejumlah data yang sangat besar
yang menjadikan terlalu rumit dan sulit bagi manusia untuk menganalisisnya. Jaringan neural
akan menemukan pengetahuan ini dengan menggunakan perangkat keras dan perangkat lunak
yang membandingkan pemrosesan dari pola-pola biologis atau otak manusia. Jaringan neural
mempelajari pola-pola dari kuantitas data yang besar dengan menyaring melalui data-data,
mencari hubungan, membangun model, dan mengoreksi kesalahan model itu sendiri berkali-
kali.

Tim penelitian Google yang dipimpin oleh ilmuwan bidang computer dari Stanford
University, Andrew. Ng dan rekan dari Google, Jeff Dean baru-baru ini menciptakan suatu
jaringan neural dengan lebih dari satu miliar koneksi yang dapat mengidentifikasi kucing.
Jaringan menggunakan serangkaian 16.000 prosessor dan dimasukkan gambar kecil dari
gambar-gambar secara acak, masing-masing diekstrak dari kumpulan 10 juta video Youtube.
Jaringan neural mngajarkan dirinya sendiri untuk mengenali kucing-kucing, tanpa bantuan
dari manusia dalam mengidentifikasi fitur-fitur yang spesifik selama proses pembelajaran.
Google meyakini jaringan neural ini memiliki aplikasi yang menjanjikan dalam pencarian
gambar, pengenalan suara, dan mesin penerjemah Bahasa (Markoff, 2012).

Penerapan jaringan neural dalam pengobatan, ilmu pengetahuan, dan bisnis akan
membahas mengenai permasalahan dalam pola klasifikasi, prediksi, analisis keuangan, dan
pengendalian serta optimalisasi. Dalam dunia pengobatan, penerapan jaringan neural
digunakan untuk menyaring para pasien yang terkena penyakit arteri coroner, untuk
mendiagnosis para pasien yang menderita penyakit epilepsi dan Alzheimer, serta untuk

17
melakukan pengenalan pola dari gambar patologi. Industry keuangan menggunakan jaringan
neral untuk memahami pola-pola dalam sekumpulan data yang sangat banyak yang dapat
membantu dalam memprediksikan kinerja dari ekuitas, pemeringkatan obligasi dari korporat.
Visa Internasional menggunaka jaringan neural untuk membantu dalam mendeteksi penipuan
kartu kredit dengan memonitor semua transaksi Visa yang mengalami perubahan mendadak
dalam pembelian dari para pemegang kartunya.

Terdapat banyak aspek yang membingungkan dari jaringan neural, jaringan ini tidak
selalu dapat menjelaskan kenapa mereka sampai pada suatu pemecahan tertentu, lebih lanjut
lagi mereka tidak selalu dapat menjamin suatu pemecahan yang benar-benar pasti, sampai
pada pemecahan yang sama lagi dengan input data yang sama, atau selalu menjamin
pemecahan yang terbaik.

Algoritme Genetika

Algoritme genetika (genetic algoritms) bermanfaat untuk meneukan pemecahan yang

optimal atas suatu permasalahan tertentu dengan memeriksa sejumlah besar kemungkinan
pemecahan atas permasalahan tersebut. Mereka didasarkan pada teknik-teknik yang
diinspirasikan dengan biologi yang evolusioner, seperti misalnya turunan, mutase, seleksi,
dan persilangan. Algoritme genetika bekerja dengan merepresentasikan informasi sebagai
suatu deretan dari 0s dan 1s. Algoritme genetika mencari populasi dari deretan yang
dihasilkan secara acak dari angka biner untuk mengidentifikasi deretan yang tepat yang
merepresentasikan kemungkinan pemecahan terbaik bagi permasalahan.

Algoritme genetika digunakan untuk memecahkan permasalahn yang sangat dinamis

dan rumit, yang melibatkan ratusan atau ribuan peubah atau formula. Permasalahan harus
berupa salah satu di mana kisaran kemungkinan pemecahan dapat direpresentasikan seacara
genetic dan kriteria dapat ditentukan untuk mengevaluasi kesesuaian. Algoritme genetika
mempercepat pemecahan karena mereka dapat mengevaluasi banyak alternative pemecahan
dengan cepat untuk menemukan salah satu terbaik.

Agen Inteligen

18
 Teknologi agen inteligen akan membantu pebisnis untuk membuat navigasi melalui
sejumlah besar data utuk menempatkan dan bertindak atas informasi ang dianggap penting.
Agen inteligen merupakan program perangkat lunak yang bekerja tanpa intervensi secara
langsung dari manusia untuk melaksanakan tugas tertentu bagi seorang pengguna individual,
proses bisnis, atau aplikasi perangkat lunak. Agen menggunakan basis pengetahuan yang
dipelajari atau dibangun untuk mrnyrlesaikan tugas-tugas atau mengambil keputusan dalam
kepentingan pengguna, seperti menghapus e-mail sampah, menjadwalkan janji pertemuan,
atau bepergian dengan menggunakan jaringan yang saling terhubung untuk menemukan tarif
pesawat yang paling murah. Terdadapat banyak penerapan agen inteligen saat ini dalam
system operasi, perangkat lunak aplikasi, system e-mail, perangkat lunak komputasi mobile,
dan alat bantu jaringan.

Meskipun beberapa agen inteligen deprogram untuk mengikuti suatu rangkaian aturan
yang sederhana, tetapi yang lainnya dapat belajar dari pengalaman dan menyesuaikan
perilaku mereka. Siri, suatu aplikasi dari system operasi IOS milik Apple yang menggunakan
tekonologi pengenalan suara untuk menjawab pertanyaan, membuat rekomendasi, dan
melakukan tindakan. Perangkat lunak ini menyesuaikan diri dengan pilihan individual dari
pengunanya dari waktu ke waktu dan mempersonalisasikan hasil, mengerjakan tugas seperti
menemukan restoran yang dekat, membeli tiket bioskop, menjadwalkan janji pertemuan, dll.
Siri tidak memproses input suara setempat pada perangkat penggunanya. Sebaliknya, dia
mengirimkan perintah melalui server jarak jauh sehingga para penggunanya harus terhubung
dengan Wi-Fi atau sinyal 3G.

System AI Hibrida

Algoritme genetika, logika fuzzy, jaringan neural, dan system ahli dapat
diintegrasikan ke dalam aplikasi tunggal untuk memperoleh keunggulan dari fitur teknologi
yang terbaik. System-sistem seperti itu disebut dengan system AI hibrida. Aplikasi hibrida
dalam bisnis terus bertumbuh. Di Jepang, Mitsubishi, Ricoh, Sanyo, dan yang lainnya mulai
memadukan AI hibrida dalam produk-produk seperti peralatan rumah tangga, mesin
pabrik,dan peralatan kantor. Matsushita telah mengembangkan mesin cuci “neurofuzzy” yang
memadukan logika fuzzy dengan jaringan neural. Nikko Securities telah menjalankan system
neurofuzzy untuk meramalkan pemeringkatan obligasi yang dapat dikonversi.

19
 BAB III

PENUTUP

3.1 Simpulan

1. Pengetahuan merupakan suatu atribut individual dan atribut kolektif dari

perusahaan.Organisasi-organisasi menciptakan dan mengumpulkan pengetahuan
dengan mengunakan berbagai macam mekanisme pembelajaran organisasional.
Manajemen pengetahuan (knowledge management) mengacu pada proses bisnis yang
di kembangkan dalam suatu organisasi untuk menciptkana, menyimpan,
memindahkan, dan menerapkan pengetahuan. Sistem manajemen pengetahuan
berupaya membangun gudang dokumen perusahaan, laporan, presentasi dan praktik
pelaksanaan yang terbaik. Penyimpanan pengetahuan pada umum nya melibatkan
penciptaan suatu data base. Sistem manajemen dokumen yang dibuat dalam bentuk
digital, indeks dan memberikan label pada dokumen yang disesuaikan dengan
kerangka kerja yang jelas. Teknologi Portal, surat elektronik, pesan instan, mesin
pencari (google) telah ditambahkan pada pengaturan yang ada dari alat bantu
kolaborasi untuk berbagai data dokumen, grafik. Untuk memberikan tingkah
pengembalian atas investasi, maka pengetahuan organisasional harus menjadi suatu

20
 bagian yang sistematis dari pengambilan keputusan manajemen dan diletakkan dalam
sistem untuk mendukung keputusan. Terdapat 3 tipe dari sistem manajemen
pengetahuan yaitu, sistem manajemen pengetahuan keseluruhan perusahaan , sistem
kerja pengetahuan dan teknik kecerdasan.
2. Sistem manajemen pengetahuan keseluruhan perusahaan atau organisasi akan
berurusan dengan 3 jenis perusahaan yaitu : Sistem Manejemen Konten Perusahaan ,
Sistem Jaringan Pengetahuan, dan Kolaborasi dan Alat Bantu Sosial Serta Sistem
Manajemen Pembelajaran. Sistem manajemen konten perusahaan membantu
organisasi untuk mengelola kedua tipe formasi tersebut. mereka memiliki kapabilitas
untuk menangkap pengetahuan, penyimpanan, pemulihan, distribusi, dan
pemeliharaan untuk membantu perusahaan dalam meningkatkan keputusan bisnis
mereka. Sistem jaringan pengetahuan membahas mengenai permasalahan yang timbul
ketika pengetahuan yang timbul ketika perusahaan yang tepat tidak dalam bentuk
dokumen digital, tetapi sebagai ganti nya berada dalam memori para ahli individual
dalam perusahaan. Untuk sumber daya pengetahuan diluat perusahaan, sosial
bookmarking mempermudah untuk mencari dan berbagi informasi dengan
memungkinkan para pengguna nya untuk menyelamatkan bookmark mereka pada
laman web di situs web publik dan menandai bookmark tersebut dengan kata kunci.
3. Perusahaan juga memiliki system yang dikhususkan bagi pekerja berpengetahuan
untuk membantu mereka dalam menciptakan pengetahuan yang baru. Pekerja
pengetahuan meliputi, peneliti, perancang, arsitek, ilmuwan, dan insinyur yang
bertugas menciptakan pengetahuan dan informasi bagi organisasi. Kebanyak pekerja
pengetahuan mengandalkan system perkantoran seperti, pengolah kata, voice mail, e-
mail, konferensi video, dan system penjadwalan yang dirancang untuk meningkatan
produktivitas di kantor. Pekerja pengetahuan juga membutuhkan system kerja
pengetahuan yang sangat spesifik dengan grafis, alat bantu analisis, dan kemampuan
komunikasi dan manajemen dokumen yang canggih.
4. System ahli, penalaran berbasis kasus, dan logika fuzzy digunakan untuk memperoleh
pengetahuan tersirat. Sistem ahli merupakan suatu teknik kecerdasan untuk
memperoleh pengetahuan tersirat yang diperoleh dari karyawan terampil dalam
bentuk serangkaian aturan dalam system perangkat lunak yang dapat digunakan oleh
pihak lainnya dalam organisasi. Dalam, penalaran berbasis kasus, deskripsi dari
pengalaman masa lalu seorang spesialis yang direpresentasikan sebagai contoh kasus
disimpan dalam database untuk digunakan kembali pada saat seorang pengguna
21
 berhadapan dengan kasus baru dengan parameter serupa. Logika fuzzy merupakan
teknologi yang berbasis pada aturan yang dapat merepresentasikan ketidaktepatan
pengkategorian dengan menciptakan aturan yang menggunakan perkiraan atau nilai
yang subjektif. Suatu mesin pembelajran adalah mesin yang menyerupai manusia,
dapat mengenali poala-pola dalam data, dan mengubah perilakunya yang didasarkan
pada pengenalan pola-polanya, pengalaman, atau pembelajaran sebelumnya. Jaringan
neural (neuralnetwork) digunakan untuk memecahkan permasalahan yang rumit,
pola-pola dan hubungan dalam sejumlah data yang sangat besar yang menjadikan
terlalu rumit dan sulit bagi manusia untuk menganalisisnya. Algoritme genetika
(genetic algoritms) didasarkan pada teknik-teknik yang diinspirasikan dengan biologi
yang evolusioner, seperti misalnya turunan, mutase, seleksi, dan persilangan. Sistem
AI hibrida adalah integrasi system ahli, algoritme genetika, logika fuzzy, jaringan
neural ke dalam aplikasi tunggal untuk memperoleh keunggulan dari fitur teknologi
yang terbaik

DAFTAR PUSTAKA

Kenneth C. Loudon and Jane P. Laudon. 2014. Sistem Informasi Manajemen : Mengelola
Perusahaan Digital. Jakarta: Salemba Empat.

22