Sistem
Informasi
Manajemen
Knowledge Management System
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
2. Knowledge Storage
- Merupakan bentuk penyimpanan pengetahuan
- Penyimpanan pengetahuan dapat dilakukan dengan berbagai cara,
dikarenakan bentuknya adalah sistem. Sehingga penyimpanan dilakukan
pada database
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.
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.
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.
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.
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.
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.
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).
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.
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).
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.
Laudon, Kenneth C and Laudon, Jane P. 2018. Management Information Systems; Managing The
Digital Firm (15th edition). United States: Pearson Education.