MODUL PERKULIAHAN

Sistem
Informasi
Manajemen
Knowledge Management System

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

04
Fakultas Ekonomi dan Manajemen S1 02410003 Team Teaching Mata Kuliah Sistem
Bisnis Informasi Manajemen

Abstract Kompetensi
Sistem Manajemen Pengetahuan saat Mahasiswa memiliki kemampuan
ini menjadi focus pada pengembang memahami dan menjelaskan sistem
system informasi di perusahaan. Hal dan infrastruktur dan mengatur
ini dikarenakan perusahaan pengetahuan. Mampu menjelaskan
menyadari bahwa pengetahuan penditribusikan pengetahuan dalam
merupakan asset yang sangat penting organisasi. Mampu menjelaskan
di perusahaan. Ketika perusahaan mengenai langkah menciptakan
berpikir tentang pengembangan pengetahuan dalam organisasi. Serta
karyawan tentunya kegiatan yang mampu menjelaskan cara berbagi
dilakukan biasanya adalah pengetahuan dalam organisasi.
 memberikan pelatihan ataupun
menyekolahkan karyawan mereka,
dan tentunya kegiatan tersebut
membutuhkan biaya yang sangat
besar.
MANAJEMEN PENGETAHUAN

Pada pertemuan ini secara khusus akan kita bahas mengenai Knowledge Management
System (KMS). Sistem manajemen pengetahuan dan sistem kolaborasi memiliki
perkembangan paling cepat dalam bidang investasi perangkat lunak di perusahaan dan
pemerintah. Tipe sistem ini yang sekarang sedang popular di perusahaan karena berkaitan
dengan pengelolaan pengetahuan pada perusahaan dan biasa di pegang oleh bagian HRD.
Latar Belakang awal yang membuat munculnya kebutuhan mengenai Knowledge
Management System di perusahaan yaitu perusahaan menyadari bahwa pengetahuan
merupakan asset yang sangat penting di perusahaan. Ketika perusahaan berpikir tentang
pengembangan karyawan tentunya kegiatan yang dilakukan biasanya adalah memberikan
pelatihan ataupun menyekolahkan karyawan mereka, dan tentunya kegiatan tersebut
membutuhkan biaya yang sangat besar. Setelah kegiatan tersebut berlangsung apa yang
perusahaa dapatkan?semua itu akan menjadi sia-sia jika tidak ada media penyimpanannya.
Hal tersebutlah yang menjadi suatu fenomena mengapa KMS menjadi sangat penting di
perusahaan.
A. KNOWLEDGE
Berikut merupakan beberapa dimensi penting dari Knowledge:
1. Pengetahuan merupakan asset perusahaan
- Pengetahuan memiliki sifat tidak berwujud
- Pengetahuan dibuat dari data dan informasi yang berasal dari sumber daya
perusahaan
- Pengetahuan disebar, sebagai bagian dari efek penyebaran jaringan.
2. Pengetahuan memiliki bentuk yang berbeda
- Bentuk pengetahuan terdiri dari pengetahuan explicit (pengetahuan yang
terdokumentasi) dan pengetahuna tacit (yang masih dalam pikiran)
3. Pengetahuan memiliki lokasi
- Pengetahuan dapat dimiliki individu ataupun sosial
- “Sticky” (hard to move), situated (enmeshed in firm’s culture), contextual
(works only in certain situations)
4. Pengetahuan bersifat situasional
- Conditional: Knowing when to apply procedure
- Contextual: Knowing circumstances to use certain tool

‘20 Sistem Informasi Manajemen

2 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 B. ORGANIZATIONAL LEARNING
Pembelajaran organisasi dapat dimaksudkan bahwa terjadi proses pembelajaran
yang dilakukan oleh suatu organisasi. Organisasi belajar dimaksudkan untuk
memenuhi kebutuhan industry yang dinamis sehingga selalu mengalami perubahan.
Dalam menghadapi tantangan yang selalu berubah tersebut perusahaan harus
melakukan peruses pembelajaran untuk menjawab permintaan tersebut

Proses dalam pembelajaran organisasi:

1. Menggali pengalaman dengan mengumpulkan data, melakukan
pengukuran/evaluasi, melakukan trial eror, dan memberikan timbal balik
2. Mengevaluasi perilaku untuk merefleksikan pengalaman
- Membuat bisnis proses baru
- Mengubah pola dalam pengambilan keputusan

C. KNOWLEDGE MANAGEMENT VALUE CHAIN

Knowledge Management merupakan suatu set bisnis proses yang dikembangkan
dalam organisasi untuk membuat, menyimpan, mentransfer dan mengaplikasikan
pengetahuan. Berdasarkan pengertian tersebut dapat kita lihat dari pengertian terbut
bahwa ada 4 pokok proses utama yang ada di dalam knowledge management atau
disebut sebagai knowledge management value chain:
1. Knowledge acquisition
- Merupakan proses dalam membentuk/membuat pengetahuan
- Langkah yang bisa dilakukan dengan mengambil dari tacit knowledge
ataupun explicit knowledge.
- Creating knowledge diperusahaan dapat dilakukan dengan banyak cara: bisa
dengan mengikuti pelatihan, sekolah, mengadakan pelatihan, dsb

2. Knowledge Storage
- Merupakan bentuk penyimpanan pengetahuan
- Penyimpanan pengetahuan dapat dilakukan dengan berbagai cara,
dikarenakan bentuknya adalah sistem. Sehingga penyimpanan dilakukan
pada database

‘20 Sistem Informasi Manajemen

3 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 - Ketika telah memiliki media penyimpanan sendiri tentunya memungkinkan
setiap individu untuk dapat melakukan upload dan update dokumen setiap
saat.

3. Knowledge Dissemination
- Knowledge dissemination dapat disebut juga sebagai sharing/transfer
pengetahuan.
- Artinya bahwa pengetahuan dibagikan dari satu individu ke individu lainnya.
- Tujuan utamanya adalah untuk meratakan pengetahuan yang dimiliki individu
dalam perusahaan. Sehingga tidak terjadi timpang antar pegawai.
- Bentuk sharing dapat dilakukan secara formal ataupun informal.
- Bisa dengan salah satu fitur dalam KMS, ataupun dengan email dsb.

4. Knowledge Apllication
- Pemahamannya menyangkut pada penggunaan pengetahuan dalam
menyelesaikan suatu masalah.
- Kembali diingatkan tujuan utama dalam manajemen adalah mengambil
keputusan tentunya berbagai tools yang ada digunakan dengan tujuan untuk
menyelesaikan masalah yang ada.
- Pemahaman disini tidak hanya dalam menyelesaikan masalah tetapi juga
untuk membuat sesuatu yang baru: praktik bisnis baru, produk dan jasa yang
baru, ataupun membentuk pasar baru.

‘20 Sistem Informasi Manajemen

4 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
 Dari konsep knowledge managemet value chain tersebut, dapat kita lihat ada 4
proses pengelolaan pengetahuan dalam perusahaan. Keempat proses ini yang
menjadi dasar dalam pembuatan knowledge management sistem (KMS).
D. KNOWLEDGE MANAGEMENT SYSTEM (KMS)

KMS merupakan suatu sistem yang digunakan dalam hal pengelolaan pengetahuan. Seperti
yang kita bahas sebelumnya, bahwa saat ini KMS menjadi penting karena perusahaan-
perusahaan sudah mulai sadar mengenai pentingnya asset pengetahuan di perusahaan.
Gambar diatas dapat menjelaskan mengenai konsep utama untuk KMS, sehingga jika kita
tarik benang merahnya bahwa keseluruhan proses dalam KMS merupakan proses dalam
KM value chain.

TIPE SISTEM KMS:

Pada dasarnya ada tiga jenis utama sistem manajemen pengetahuan, yaitu : sistem
manajemen pengetahuan perusahaan (Enterprise-wide knowledge management systems) , sistem
kerja pengetahuan (knowledge work system), dan teknik cerdas (intelligent techniques).
Pada Gambar 11. 2 menunjukkan sistem manajemen pengetahuan yang diaplikasikan untuk
masing-masing kategori utama ini.

‘20 Sistem Informasi Manajemen

5 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
1. Enterprise-wide knowledge management systems

Enterprise-wide knowledge management systems Ini merupaakan bentuk umum dari KMS.
Dimana tipe ini tujuannya mengarah pada pengelolaan pengetahuan dari mengumpulkan,
menyimpan, mendistribusikan serta mengaplikasikan pengetahuan.

Enterprise-wide knowledge management systems memiliki kemampuan untuk menangkap

pengetahuan, penyimpanan, pengambilan, distribusi, dan pelestarian untuk membantu
perusahaan meningkatkan proses dan keputusan bisnis mereka. Sistem tersebut mencakup
penyimpanan dokumen perusahaan, laporan, presentasi, dan praktik terbaik, serta
kemampuan untuk mengumpulkan dan mengatur pengetahuan semi-terstruktur seperti e-
mail (lihat Gambar 11. 3).

‘20 Sistem Informasi Manajemen

6 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Contohnya pada: Structured knowledge system, semi structure KS, dan Knowledge network.

2. Knowledge work systems (KWS)

Sebagian besar knowledge workers mengandalkan sistem kantor, seperti pengolah kata,
pesan suara, email, konferensi video, dan sistem penjadwalan, yang dirancang untuk
meningkatkan produktivitas pekerja di kantor. Namun, knowledge workers juga
membutuhkan sistem kerja pengetahuan yang sangat terspesialisasi dengan grafik yang
kuat, alat analitis, dan kemampuan manajemen komunikasi dan dokumen.

Sistem ini membutuhkan daya komputasi yang cukup untuk menangani grafik canggih atau
kalkulasi kompleks yang diperlukan untuk pekerja berpengetahuan seperti peneliti ilmiah,
perancang produk, dan analis keuangan. Karena pekerja pengetahuan sangat fokus pada
pengetahuan di dunia luar, sistem ini juga harus memberi pekerja akses cepat dan mudah
ke database eksternal.

Contoh: untuk teknisi, ilmuan, designer: Computer-aided design (CAD) dimana pada intinya
yang memungkinkan pembuatan sesuatu yang baru.

3. Intelligent techniques
Teknik kecerdasan yang dibahas dalam bab ini didasarkan pada teknologi kecerdasan
buatan (AI), yang terdiri dari sistem berbasis komputer (baik perangkat keras maupun
perangkat lunak) yang berupaya meniru perilaku manusia. Sistem seperti itu akan dapat
mempelajari bahasa, menyelesaikan tugas fisik (robotika), menggunakan peralatan
perseptual yang menginformasikan perilaku fisik dan bahasa, dan meniru keahlian manusia
dan pengambilan keputusan. Teknologi kecerdasan buatan, digunakan untuk berbagai
tujuan: menemukan pengetahuan, menyaring pengetahuan, menemukan solusi optimal.

‘20 Sistem Informasi Manajemen

7 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
MENANGKAP PENGETAHUAN : SISTEM PAKAR

Sistem pakar adalah teknik cerdas untuk menangkap pengetahuan diam-diam dalam 
domain keahlian manusia sangat spesifik dan terbatas . Sistem ini menangkap pengetahuan
karyawan yang terampil dalam bentuk seperangkat aturan dalam perangkat lunak sistem
yang dapat digunakan oleh orang lain dalam perusahaan. Seperangkat aturan dalam sistem
pakar menambahkan ke memori, atau pembelajaran yang disimpan, perusahaan.

INTELIGENSI PERUSAHAAN: PENALARAN BERBASIS KASUS

Expert system memiliki fungsi utama untuk menangkap tacit knowledge dari individual
experts, tetapi organisasi juga memiliki collective knowledge dan expertise knowledge yang
telah mereka bangun selama bertahun-tahun. Pengetahuan yang dimiliki oleh organisasi ini
dapat ditangkap dan disimpan menggunakan penalaran berbasis kasus (CBR).

Dalam penalaran berbasis kasus (CBR), deskripsi pengalaman masa lalu seorang specialist,
direpresentasikan sebagai kasus yang tersimpan dan terdokumentasi dalam database untuk
pengambilan keputusan, ketika pengguna bertemu kasus baru dengan parameter yang
sejenis. Sistem akan mencari kasus-kasus yang tersimpan dengan karakteristik masalah
yang mirip dengan masalah yang baru yang dihadapi,kemudian menemukan masalah
dengan parameter paling dekat dan kemudian dapat ditentukan sebagai solusi untuk
permasalahan baru. Solusi yang telah dinyatakan sukses, kemudian ditandai dengan kasus
baru dan kedua solusi disimpan bersama-sama dengan kasus lain dalam basis
pengetahuan.  Solusi yang gagal juga ditambahkan ke database kasus, bersama dengan
penjelasan mengenai mengapa solusi tidak bekerja (penjelasan pada gambar beriku ini).

‘20 Sistem Informasi Manajemen

8 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Sistem pakar bekerja dengan menerapkan sekumpulan aturan IF-THEN-ELSE yang diambil
dari human experts. Penalaran berbasis kasus, sebaliknya, merepresentasikan
pengetahuan sebagai serangkaian kasus, dan basis pengetahuan ini sebaiknya terus
diperluas dan disempurnakan oleh pengguna.

SISTEM LOGIKA FUZZY

Kebanyakan orang tidak berpikir dalam kerangka aturan IF-THEN atau angka persis.
Manusia cenderung mengkategorikan sesuatu secara tidak tepat menggunakan aturan
pembuatan
keputusan yang mungkin memiliki banyak corak/makna/aturan.

‘20 Sistem Informasi Manajemen

9 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Logika fuzzy adalah teknologi berbasis aturan yang dapat mewakili ketidaktepatan seperti
dengan menciptakan aturan yang menggunakan nilai-nilai perkiraan atau subjektif. Hal ini
dapat menggambarkan fenomena tertentu atau proses melalui bahasa tertentu dan
kemudian menyampaikan deskripsi yang lebih fleksibel. Perusahaan dapat menggunakan
logika fuzzy untuk menciptakan sistem perangkat lunak yang menangkap pengetahuan tacit
dimana ada ambiguitas linguistik.

Logika fuzzy memberikan solusi atas permasalahan yang membutuhkan keahlian yang sulit
untuk direpresentasikan dalam bentuk aturan IF-THEN yang tajam. Di Jepang, sistem kereta
bawah tanah Sendai menggunakan kontrol logika fuzzy untuk berakselerasi dengan sangat
mulus sehingga penumpang yang berdiri tidak perlu berpegangan. Mitsubishi Heavy
Industries di Tokyo berhasil mengurangi konsumsi daya AC-nya hingga 20 persen dengan
mengimplementasikan program kontrol dalam logika fuzzy. Perangkat autofokus di kamera
hanya dimungkinkan karena logika fuzzy.

 JARINGAN SYARAF/NEURAL
Jaringan neural digunakan untuk pemecahan masalah, dengan tingkat kerumitan yang
kurang dipahami yang sejumlah besar data telah dikumpulkan. Mereka menemukan pola
dan hubungan dalam data dengan jumlah yang besar dan terlalu rumit sehingga sulit bagi
manusia untuk dinalisis. Jaringan neural menemukan pengetahuan ini dengan
menggunakan perangkat keras dan perangkat lunak yang paralel dengan pola pemrosesan
otak manusia. Jaringan neural "mempelajari" pola dari sejumlah besar data dengan
memilah-milah data, menelusuri hubungan, membangun model, dan mengoreksi berulang
kali kesalahan model itu sendiri.

‘20 Sistem Informasi Manajemen

10 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Jaringan neural menggunakan aturan yang "dipelajari" dari pola dalam data untuk membuat
lapisan logika tersembunyi. Lapisan tersembunyi kemudian memproses masukan,
mengklasifikasikannya berdasarkan pengalaman model. Dalam contoh ini, jaringan neural
telah dilatih untuk membedakan mana pembelian dengan kartu kredit yang valid dengan
yang terdapat unsur fraudulent (kecurangan) dalam pembeliannya.

ALGORITMA GENETIKA

Algoritma genetika yang berguna untuk mencari solusi optimal untuk  masalah tertentu
dengan memeriksa banyaknya solusi yang memungkinkan untuk masalah tersebut. Hal ini
didasarkan pada teknik yang diilhami oleh evolusi biologi: seperti pewarisan, mutasi, seleksi,
dan persilangan (rekombinasi).

Algoritma genetika bekerja dengan merepresentasikan informasi sebagai string 0 dan 1.

Algoritma genetika mencari populasi dari string digit biner yang dibuat secara acak untuk
mengidentifikasi string yang tepat yang mewakili solusi terbaik untuk masalah tersebut.
Ketika solusi berubah dan digabungkan, yang terburuk dibuang dan yang lebih baik
bertahan untuk terus menghasilkan solusi yang lebih baik.

‘20 Sistem Informasi Manajemen

11 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Pada Gambar 11.10, setiap string sesuai dengan salah satu variabel dalam soal. Contoh
pada gambar diatas, menggambarkan populasi awal "kromosom", masing-masing mewakili
solusi yang berbeda. Algoritma genetic menggunakan proses berulang untuk
menyempurnakan solusi awal sehingga menghasilkan solusi yang lebih baik, seseorang
dengan kebugaran lebih tinggi, lebih cenderung muncul sebagai solusi terbaik. Hal yang
dilakukan adalah seseorang menerapkan tes kebugaran, memberi peringkat string dalam
populasi sesuai dengan tingkat keinginan mereka sebagai solusi yang mungkin. Setelah
populasi awal dievaluasi kebugarannya, algoritme kemudian menghasilkan string generasi
berikutnya, yang terdiri dari string yang lolos dari uji kebugaran ditambah string keturunan
yang dihasilkan dari pasangan string kawin, dan uji kebugarannya. Proses berlanjut hingga
solusi tercapai.

AGEN CERDAS (INTELLIGENT AGENTS)

Teknologi Intelligent agents membantu bisnis menavigasi data dalam jumlah besar untuk
mencari dan bertindak berdasarkan informasi yang dianggap penting. Intelligent agents
adalah program perangkat lunak yang bekerja tanpa campur tangan manusia secara
langsung untuk menjalankan tugas tertentu bagi pengguna individu, proses bisnis, atau
aplikasi perangkat lunak. Intelligent agents menggunakan basis pengetahuan bawaan atau
yang dipelajari untuk menyelesaikan tugas atau membuat keputusan atas nama pengguna,
seperti menghapus email sampah, menjadwalkan janji temu, atau melakukan perjalanan
melalui jaringan yang saling terhubung untuk menemukan tiket pesawat termurah ke suatu
tempat.
Siri, aplikasi di sistem operasi iOS Apple untuk iPhone dan iPad, adalah contohnya. Siri
adalah asisten pribadi cerdas yang menggunakan teknologi pengenalan suara untuk
menjawab pertanyaan, membuat rekomendasi, dan melakukan tindakan. Perangkat lunak
tersebut menyesuaikan dengan preferensi individu pengguna dari waktu ke waktu dan

‘20 Sistem Informasi Manajemen

12 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
mempersonalisasi hasil, melakukan tugas seperti menemukan restoran terdekat, membeli
tiket film, mendapatkan petunjuk arah, menjadwalkan janji temu, dan mengirim pesan. Siri
memahami ucapan alami, dan ini menanyakan pertanyaan pengguna jika memerlukan lebih
banyak informasi untuk menyelesaikan tugas. Google Now, Microsoft's Cortana, dan
Amazon's Echo adalah Intelligent agents cerdas lainnya untuk konsumen dengan
kemampuan serupa.
Procter & Gamble (P&G) menggunakan pemodelan berbasis Intelligent agents untuk
meningkatkan koordinasi di antara berbagai anggota rantai pasokannya dalam menanggapi
kondisi bisnis yang berubah (lihat Gambar 11.11).

Pada proses Ini mencontohkan rantai pasokan yang kompleks sebagai sekelompok "agen"
yang mewakili komponen rantai pasokan individu, seperti truk, fasilitas produksi, distributor,
dan toko ritel.
SISTEM AI HYBRID 
Algoritma genetika, logika fuzzy, jaringan saraf, dan sistem pakar dapat diintegrasikan ke
dalam satu aplikasi untuk mengambil keuntungan dari fitur terbaik dari teknologi ini. Sistem
seperti ini disebut sistem AI hybrid.
Aplikasi hybrid dalam bisnis sedang berkembang. Di Jepang, Hitachi, Mitsubishi, Ricoh,
Sanyo, dan lainnya mulai menggunakan AI hybrid dalam produk seperti peralatan rumah
tangga, mesin pabrik, dan peralatan kantor. Matsushita telah mengembangkan mesin cuci
"neurofuzzy" yang menggabungkan logika fuzzy dengan jaringan neural.

‘20 Sistem Informasi Manajemen

13 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id
Daftar Pustaka

Laudon, Kenneth C and Laudon, Jane P. 2018. Management Information Systems; Managing The
Digital Firm (15th edition). United States: Pearson Education.

‘20 Sistem Informasi Manajemen

14 Tim dosen
Biro Akademik dan Pembelajaran
http://www.widyatama.ac.id