Anda di halaman 1dari 13

TUGAS SISTEM INFORMASI MANAJEMEN

Sistem Pengelola Pengetahuan

Pengampu : Yananto Mihadi Putra, S.E., M.Si., CMA.

Disusun Oleh :
Adinda Putri Reygina Prastya

NIM. 43219010036

Jurusan Akuntansi, Fakultas Ekonomi dan Bisnis, Universitas Mercu Buana

Jl. Meruya Selatan No. 1, Kembangan, Jakarta Barat 11650 


ABSTRAK

Manajemen pengetahuan dan sistem kolaborasi di antara pertumbuhan yang tercepat


dari area investasi perangkat lunak korporat dan pemerintah. Pada dekade yang lalu telah
memperlihatkan lonjakan pertumbuhan dalam penelitian mengenai pengetahuan dan
manajemen pengetahuan dalam bidang ekonomi, manajemen, dan sistem informasi.

Manajemen pengetahuan dan kolaborasi sangat erat terkait. Pengetahuan yang tidak
dapat dikomunikasikah dan dibagikan dengan orang lain menjadi hampir tidak berguna.
Pengetahuan menjadi bermanfaat dan ditindaklanjuti ketika dibagikan ke seluruh perusahaan.
Kita telah menggambarkan alat bantu yang utama bagi kolaborasi dan bisnis sosial dalam
modul 2. Dalam modul ini, kita akan menitikberatkan pada sistem manajemen pengetahuan, dan
perlu disadari bahwa mengomunikasikan dan membagi pengetahuan menjadi sangat penting.

PENDAHULUAN
Kita hidup dalam suatu perekonomian informasi yang mana sumber utama dari kekayaan
dan kemakmuran adalah produksi serta distribusi informasi dan pengetahuan. Diperkirakan 37%
dari tenaga kerja di AS terdiri atas pekerja bagian pengetahuan dan informasi, yang mana
merupakan segmen tenaga kerja tunggal terbesar. Sekitar 45% dari produk domestik bruto PDB
(gross domestic productGDP) Amerika Serikat dihasilkan oleh sektor pengetahuan dan
informasi (U.S. Department of Commerce, 2012).

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, seiring dengan merek, reputasi, dan proses bisnis yang unik. Proyek-proyek yang
didasarkan pada pengetahuan yang diselenggarakan dengan baik telah diketahui akan
menghasilkan tingkat pengembalian atas investasi yang luar biasa, meskipun dampak dari
investasi berdasar pengetahuan tersebut sangat sulit untuk mengukurnya. (Gu dan Leev:2001).
LITERATUR TEORI
Terdapat suatu perbedaan yang penting di antara data, informasi, pengetahuan, dan
kebijaksanaan. Mendefinisikan data sebagai aliran kejadian atau transaksi yang dicatat oleh
sistem suatu organisasi, dan bermanfaat hanya dalam transaksi itu sendiri, dan tidak untuk yang
lainnya. Untuk mengubah data menjadi suatu informasi yang bermanfaat, maka perusahaan harus
mencurahkan sumber daya untuk mengorganisasikan data ke dalam kategori-kategori
pemahaman. Misalnya, total penjualan dibagi menjadi per bulan, per hari, per daerah, atau
berdasarkan laporan per toko. Untuk mengubah informasi menjadi pengetahuan (knowledge)
maka perusahaan harus mengeluarkan sumber daya tambahan untuk menemukan pola-pola,
aturan, dan konteks di mana pengetahuan dapat bekerja. Terakhir, kebijaksanaan (wisdom)
diartikan sebagai pengalaman kolektif dan individual dalam menerapkan pengetahuan untuk
memecahkan permasalahan-permasalahan. Kebijaksanaan melibatkan di mana, kapan, dan
bagaimana menerapkan pengetahuan.

Pengetahuan merupakan suatu atribut individual dan atribut kolektif dari perusahaan.
Pengetahuan bersifat kognitif, bahkan psikologis, kejadian yang berlangsung di dalam kepala
orangorang. Pengetahuan juga disimpan dalam perpustakaan dan catatan, dibagikan dalam
perkuliahan, dan disimpan oleh perusahaan dalam bentuk pemrosesan bisnis dan kecakapan
karyawan. Pengetahuan yang berada dalam pikiran karyawan yang belum didokumentasikan
disebut dengan pengetahuan tersirat (tacit knowledge), sedangkan pengetahuan yang telah
didokumentasikan dinamakan pengetahuan eksplisit (explicit knowledge). Pengetahuan dapat
tersimpan dalam surel, pesan suara, grafik, serta dokumen-dokumen tidak terstruktur dan
dokumen terstruktur. Pengetahuan pada umumnya diyakini memiliki sebuah lokasi, baik dalam
pikiran manusia atau dalam proses bisnis tertentu. Pengetahuan "melekat" dan tidak dapat
diterapkan secara universal atau dipindahkan dengan mudah. Terakhir, pengetahuan dianggap
lebih bersifat situasional dan kontekstual. Sebagai contoh, Anda harus mengetahui kapan untuk
melakukan suatu prosedur dan juga bagaimana cara melakukannya.

Dapat kita lihat bahwa pengetahuan adalah aset perusahaan dalam bentuk yang berbeda
dari aset lainnya, seperti aset bangunan atau keuangan; pengetahuan merupakan fenomena yang
rumit; dan ada banyak aspek dalam proses-proses manajemen pengetahuan. Kita dapat
menyadari juga bahwa kompetensi inti berbasis pengetahuan dari perusahaan dua atau tiga hal
yang dapat dilakukan dengan sangat baik oleh perusahaan adalah aset-aset organisasional yang
sangat penting. Mengetahui bagaimana melakukan sesuatu secara efektif dan efisien dengan cara
yang tidak dapat ditiru perusahaan lain dapat menjadi sumber keuntungan yang utama, juga
merupakan keunggulan yang tidak dapat dibeli oleh pesaing lainnya di pasar.

Sebagai contoh, memiliki sistem produksi khusus berdasarkan pesanan membutuhkan


pengetahuan dan mungkin juga aset tersendiri yang tidak dapat ditiru oleh perusahaan lainnya.
Dengan pengetahuan, perusahaan akan lebih efisien dan efektif dalam memanfaatkan sumber
dayanya yang terbatas. Tanpa pengetahuan, perusahaan akan kurang efisien dan kurang efektif
dala m memanfaatkan sumber daya dan terancam gagal.

PEMBAHASAN
1. Pembelajaran Organisasional dan Manajemen Pengetahuan

Organisasi yang belajar untuk menyesuaikan perilaku mereka mencerminkan pembelajaran


tersebut dengan menciptakan proses bisnis yang baru dan dengan mengubah pola dalam
pengambilan keputusan manajemen. Proses perubahan ini disebut dengan pembelajaran
organisasional (organizational learning). Dapat dikatakan, organisasi-organisasi yang dapat
merasakan dan memberikan tanggapan terhadap lingkungan mereka secara cepat akan bertahan
hidup lebih lama daripada organisasi-organisasi yang memiliki mekanisme pembelajaran yang
buruk.

2. Rantai Nilai Manajemen Pengetahuan

Manajemen pengetahuan (knowledge management) mengacu pada serangkaian proses bisnis


yang dikembangkan dalam suatu organisasi untuk menciptakan, menyimpan, memindahkan, dan
menerapkan pengetahuan. Manajemen pengetahuan akan meningkatkan kemampuan dari
organisasi untuk belajar dari lingkungannya dan untuk memadukan pengetahuan ke dalam proses
bisnisnya. Tiap-tiap langkah dalam rantai nilai akan menambah nilai pada data mentah dan
informasi sebagaimana mereka diubah ke dalam pengetahuan yang dapat digunakan.

3. Membangun Modal Organisasional dan Modal Manajemen: Kolaborasi, Komunitas


Praktik, dan Lingkungan Perkantoran
Selain aktivitas yang telah dijelaskan, para manajer dapat membantu dengan cara
mengembangkan peranan dan tanggung jawab baru dalam organisasi untuk memperoleh
pengetahuan. Termasuk di dalamnya adalah menciptakan posisi-posisi baru, seperti direktur
eksekutif manajemen pengetahuan, staf yang ditugaskan untuk membantu manajer pengetahuan,
dan membentuk komunitas praktik. Komunitas praktik (community of practiceCOP) adalah
jaringan umum informal yang terdiri atas para profesional dan karyawan baik di dalam maupun
di luar perusahaan dengan minat dan kegiatan yang sama. Kegiatan komunitas ini termasuk
pendidikan perorangan atau kelompok, konferensi, newsletter online, serta setiap harinya saling
berbagi pengalaman dan teknik untuk menyelesaikan masalah dalam pekerjaan tertentu. Banyak
organisasi, seperti IBM, U.S. Federal Highway Administration, dan Bank Dunia mendorong
penciptaan ribuan komunitas online yang serupa. Praktik komunitas tersebut sangat bergantung
pada lingkungan perangkat lunak (perangkat lunak) yang memungkinkan terciptanya kolaborasi
dan komunikasi.

COP dapat memudahkan orang dalam menggunakan kembali pengetahuan yang telah digunakan
sebelumnya dengan cara mengarahkan anggota komunitasnya kepada dokumen tertentu,
menciptakan tempat penyimpanan dokumen, dan menyaring informasi untuk para anggota baru.
Anggota COP bertindak sebagai fasilitator yang mendorong kontribusi dan diskusi diantara para
anggotanya. COP juga dapat mengurangi waktu yang diperlukan dalam proses pembelajaran
karyawan baru dengan memberikan nama-nama pakar, judul pembahasan materi tertentu, dan
akses ke metode dan perangkat komunitas tersebut. Terakhir, COP dapat berfungsi sebagai
tempat bertumbuhnya banyak ide teknik, dan perilaku pengambilan keputusan yang baru.

4. Tipe Sistem Manajemen Pengetahuan

Terdapat 3 tipe dari sistem manajemen pengetahuan yang sangat penting, yaitu :

a. Sistem manajemen pengetahuan keseluruhan perusahaan (enterprise-wide knowledge


management systems) merupakan upaya keseluruhan perusahaan yang bertujuan umum
untuk mengumpulkan, menyimpan, mendistribusikan, serta menerapkan isi dan
pengetahuan digital. Perkembangan perangkat lunak dan workstation canggih yang
terhubung ke jaringan untuk membantu teknisi dan ilmuwan dalam menemukan
pengetahuan baru telah menciptakan sistem kerja pengetahuan baru seperti perancangan
yang dibantu komputer, visualisasi, simulasi, dan sistem realitas virtual.
b. Sistem kerja pengetahuan (knowledge work systemsKWS) adalah sistem yang
dikembangkan khusus untuk para teknisi, ilmuwan, dan para pekerja di bidang
pengetahuan lainnya yang bertugas memperoleh dan menciptakan pengetahuan baru bagi
perusahaan mereka. Beberapa aplikasi pengetahuan kerja akan dibahas secara lebih
terperinci.
c. teknik kecerdasan (intelligent techniques) seperti penelusuran data, sistem ahli, jaringan
neural, logika fuzzy, algoritme 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 atur.in untuk suatu program komputer (sistem ahli dan logika fuzzy), untuk
menemukan solusi yang optimal bagi permasalahan (algoritme genetika).
5. Sistem Manajemen Konten Perusahaan

Para pebisnis saat ini perlu untuk mengatur dan mengelola aset pengetahuan terstruktur
maupun semi terstruktur. Pengetahuan terstruktur (structured knowledge) merupakan
pengetahuan secara eksplisit ada dalam dokumen-dokumen formal, sama halnya dengan aturan-
aturan formal yang diperoleh organisasi dengan mengamati para ahli dan perilaku mereka dalam
pengambilan keputusan. Sistem manajemen konten perusahaan (enterprise content management
systems) membantu organisasi untuk mengelola kedua tipe informasi tersebut. Mereka memiliki
kapabilitas untuk menangkap pengetahuan, penyimpanan, pemulihan, distribusi, dan
pemeliharaan untuk membantu perusahaan dalam meningkatkan pemrosesan dan keputusan
bisnis mereka.

6. System Jaringan Pengetahuan

Sistem jaringan pengetahuan (knowledge networks systems) membahas mengenai


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

7. Kolaborasi dan Alat Bantu Sosial serta Sistem Manajemen Pembelajaran


Untuk sumber daya pengetahuan di luar perusahaan, social bookmarking mempermudah
untuk mencari dan berbagi informasi dengan memungkinkan bagi para penggunanya untuk
menyelamatkan bookmark mereka pada laman web di situs web publik dan menandai bookmark
tersebut dengan kata kunci. Penandaan-penandaan ini dapat digunakan untuk mengatur dan
mencari teks dan gambar. Daftar penandaan dapat dibagikan dengan orang lain untuk membantu
mereka dalam menemukan informasi mengenai ketertarikan.. Perusahaan memerlukan cara-cara
untuk tetap menelusuri dan mengelola pembelajaran karyawan dan untuk mengintegrasikan
sepenuhnya ke dalam manajemen pengetahuan mereka dan sistem korporat lainnya. Sistem
manajemen pembelajaran (learning management systemsLMS) menyediakan alat bantu bagi
manajemen, pengiriman, penelusuran, serta penilaian berbagai macam tipe pembelajaran dan
pelatihan bagi karyawan. CVM Solutions, LLC (CVM) menggunakan sistem manajemen
pembelajaran Digitec's Knowledge Direct untuk menyediakan pelatihan mengenai bagaimana
mengelola pemasok bagi klien, seperti Procter & Gamble, Colgate-Palmolive, dan Delta
Airlines. Knowledge Direct akan menyediakan suatu portal untuk mengakses program konten
secara online, sejalan dengan kelengkapan administrasi yang bebas dari kesulitan, seperti
pendaftaran siswa dan alat bantu penilaian, dukungan Bantuan dan Penghubung (Kontak) yang
dilengkapi, surel secara otomatis yang menggerakkan untuk mengingatkan mengenai program-
program atau tenggat waktu kepada pengguna, surel secara otomatis yang memberitahukan
selesainya program, dan pelaporan berbasis web untuk program-program yang diakses.
Knowledge Direct juga menyediakan login masuk bertanda perusahaan bagi klien perusahaan
dan memungkinkan bagi CVM untuk menciptakan dan menugaskan seorang administrator
perusahaan yang memiliki akses pada alat bantu pelaporan siswa bagi perusahaan tersebut.

8. Pekerjaan Pengetahuan dan Kerja Pengetahuan

Pekerja pengetahuan, meliputi peneliti, perancang, arsitek, ilmuwan, dan insinyur yang bertugas
menciptakan pengetahuan dan informasi bagi organisasi. contohnya, pekerja pengetahuan
menciptakan produk baru atau mencari cara untuk meningkatkan kualitas produk yang sudah
ada. Pekerja pengetahuan melakukan tiga peran kunci yang sangat penting bagi organisasi dan
untuk manajer yang bekerja dalam organisasi:

 Menjaga aliran pengetahuan dalam perusahaan seiring dengan perkembangan


perusahaan dalam teknologi, sains, pemikiran sosial, 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.

9. Kebutuhan Sistem Kerja Pengetahuan

Sistem ini memerlukan kekuatan komputasi mendasar untuk menangani grafik-grafik yang
rumit atau perhitungan yang kompleks yang dibutuhkan oleh pekerja pengetahuan, seperti
peneliti ilmiah, perancang produk, dan analis keuangan. Karena pekerja pengetahuan sangat
fokus pada pengetahuan di dunia eksternal, sistem ini juga harus memberikan kemudahan dan
kecepatan mengakses database eksternal. Contoh system kerja pengetahuan yaitu:

Penerapan kerja pengetahuan yang utama meliputi sistem CAD, sistem realitas virtual untuk
simulasi dan permodelan, serta sentra kerja keuangan. Desain berbantuan komputer (computer-
aided designCAD) akan mengotomatisasi penciptaan dan revisi dari desain, dengan
menggunakan komputer dan perangkat lunak grafik yang canggih. Menggunakan metodologi
desain fisik yang tradisional, maka tiap-tiap modifikasi desain memerlukan cetakan yang akan
dibuat dan sebuah prototipe untuk diuji secara fisik. Pencetakan 3-D saat ini telah digunakan
untuk memproduksi prototipe dan barang -barang yang ukurannya kecil, seperti perhiasan dan
implan pinggul, demikian pula suku cadang pesawat. Pada masa mendatang, mungkin kan
digunakan untuk pabrikasi suku cadang khusus bagi mobil dan perlengkapan militer. Sistem
realitas virtual (virtual reality sytems) memiliki kemampuan visualisasi, pengubahan, dan
simulasi yang jauh melampaui sistem CAD konvensional. Mereka memanfaatkan perangkat
lunak grafik yang interaktif untuk menciptakan simulasi yang dihasilkan dengan komputer yang
sangat mendekati realitas yang para penggunanya hampir meyakini bahwa mereka sedang
berperan serta dalam situasi dunia nyata. Realitas yang ditambahkan (augmented realityAR)
merupakan teknologi terkait untuk mendorong visualisasi. AR menyediakan suatu pandangan
secara live baik langsung ataupun tidak langsung dari lingkungan fisik dunia nyata yang
memiliki elemen yang ditambahkan oleh pencitraan yang dihasilkan oleh komputer virtual.
Bahasa Pemodelan Realitas Virtual (Virtual Reality Modeling LanguageVRML). VRML
merupakan serangkaian spesifikasi untuk permodelan 3-D, yang interaktif pada World Wide
Web yang dapat mengorganisasi berbagai tipe media, meliputi animasi, gambar, dan audio untuk
menempatkan penggunanya di dalam suatu lingkungan dunia nyata yang disimulasikan. VRML
merupakan platform independen, beroperasi melalui komputer desktop, dan memerlukan
bandwidth yang kecil. lndustri keuangan menggunakan sentra kerja investasi (investment
workstation) yang terspesialisasi seperti misalnya Bloomberg Terminal untuk memengaruhi
pengetahuan dan waktu dari para pialangnya, para pedagang, dan para manajer portofolio.
Perusahaan -perusahaan; seperti Merrill Lynch dan UBS Financial Services telah memasang
sentra kerja investasi yang mengintegrasikan suatu kisaran data yang luas baik dari sumber
internal maupun eksternal, meliputi data manajemen penghubung, real-time dan data pasar
historis, serta laporan penelitian. Sebelumnya, para profesional keuangan harus menghabiskan
waktu yang cukup lama untuk mengakses data dari sistem-sistem yang terpisah dan merangkai
informasi yang mereka perlukan.

Penemuan pengetahuan (knowledge discovery). Mereka dapat menemukan pola pola yang
mendasari, kategori, dan perilaku dalam data yang besar yang menetapkan bahwa tidak dapat
ditemukan oleh para manajer semata atau hanya melalui pengalaman. kecerdasan buatan
(artificial intelligienceAI) yang terdiri alas sistem berbasis komputer (baik perangkat keras
maupun perangkat lunak) yang berupaya untuk menandingi perilaku manusia. Sistem-sistem
seperti ini dapat mempelajari bahasa, menyelesaikan tugas fisik, menggunakan peralatan
persepsi, serta menandingi keahlian manusia dan pengambilan keputusan.

Sistem ahli (expert systems) 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 sistem perangkat lunak yang dapat digunakan oleh pihak lainnya dalam organisasi.
Serangkaian aturan dalam sistem ahli akan ditambahkan ke dalam memori, atau pembelajaran
yang disimpan, pada perusahaan. Dalam penalaran maju (forward chaining), mesin inferensi
mulai dengan informasi yang dimasukkan oleh pengguna dan mencari informasi dalam basis
pengetahuan untuk akhirnya mencapai suatu keputusan. Dalam penalaran mundur (backward
chaining), strategi untuk mencari dalam basis pengetahuan dimulai dengan hipotesis dan berlaut
dengan menanyakan pengguna pertanyaan tentang fakta-fakta tertentu sampai hipotesisnya
disetujui atau tidak disetujui.
Contoh Sistem Ahli yang Berhasil. Sistem ahli menyediakan pebisnis dengan serangkaian
manfaat meliputi pengambilan keputusan yang lebih baik, pengurangan kesalahan, menurunkan
biaya, mengurangi waktu pelatihan, dan tingkat kualitas serta pelayanan yang lebih tinggi. Con-
Way Transportation membangun sistem ahli yang dinamakan Line-haul untuk
mengautomatisasikan dan mengoptimalkan perencanaan rute pengiriman dalam semalam untuk
bisnis truk bermuatannya ke seluruh wilayah.

Dalam penalaran berbasis kasus (case-based reasoningCBR), 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 yang serupa. Sistem 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.

Logika fuzzy (fuzzy logic) merupakan teknologi yang berbasis pada aturan yang dapat
merepresentasikan ketidaktepatan tersebut 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 dala sejumlah kecil
aturan yang fleksibel. Organisasi dapat menggunakan logika fuzzy untuk menciptakan sistem-
sistem yang dapat menangkap pengetahuan tersirat di mana terdapat ketidakjelasan linguistik.

Lihat bagaimana logika fuzzy merepresentasikan temperatur yang bervariasi dalam suatu aplikasi
komputer untuk mengendalikan temperatur ruangan secara otomatis

Pembelajaran mesin (machine learning) merupakan suatu kajian mengenai bagaimana


program komputer dapat meningkatkan kinerja mereka tanpa pemrogaman secara eksplisit.
Suatu mesin pembelajaran tersebut adalah mesin yang, menyerupai manusia, dapat mengenali
pola-pola dalam data, dan mengubah perilakunya yang didasarkan pada pengenalan pola-
polanya, pengalaman, atau pembelajaran sebelumnya (database

Jaringan neural (neuralnetworks) digunakan untuk memecahkan permasalahan yang


rumit, sangat sulit untuk dipahami di mana sejumlah besar data 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
memperbandingkan pemrosesan dari pola-pola biologis atau otak manusia.

Algoritme genetika (genetic algoritms) bermanfaat untuk menemukan 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, mutasi, seleksi, dan
persilangan (digabungkan kembali).

Agen inteligen (intelligent agents) 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 menyelesaikan 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 ke California. Sebagai contoh, wizard yang
ditemukan dalam alat bantu perangkat lunak Microsoft Office memiliki kapabilitas yang telah
ada untuk menunjukkan kepada para pengguna bagaimana menyelesaikan tugas-tugas yang
beraneka macam, seperti memformat dokumen atau membuat grafik, dan untuk mengantisipasi
ketika para pengguna memerlukan bantuan. Siri, suatu aplikasi dari sistem operasi IOS milik
Apple untuk iPhone dan iPad, merupakan suatu contoh.

Aplikasi permodelan berbasis agen (agent-based modeling) dikembangkan untuk meniru


perilaku dari pelanggan, pasar-saham, dan rantai pasokan, serta untuk memprediksi penyebaran
dari epidemi. Procter & Gamble (P&G) menggunakan permodelan berbasis agen untuk
meningkatkan koordinasi di antara para anggota yang berbeda dari rantai pasokannya dalam
menanggapi perubahan dalam kondisi bisnis (lihat Gambar di bawah). Membuat model rantai
pasokan yang rumit sebagai suatu kelompok dari "agen" yang semi mandiri merepresentasikan
komponen-komponen rantai pasokan individual, seperti truk, fasilitas produksi, distributor, dan
gerai pengecer.

Algoritme genetika, logika fuzzy, jaringan neural, dan sistem ahli dapat diintegrasikan ke
dalam aplikasi tunggal untuk memperoleh keunggulan dari fitur teknologi yang terbaik. Sistem-
sistem seperti itu disebut dengan sistem AI hibrida (hybrid Al systems). Aplikasi hibrida dalam
bisnis terus bertumbuh. Di Jepang, Hitachi, Mitsubishii, Ricoh, Sanyo, dan yang lainnya mulai
memadukan Al hibrida dalam produk-produk seperti misalnya 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 sistem
neurofuzzy untuk meramalkan pemeringkatkan obligasi yang dapat dikonversi.

KESIMPULAN
Perusahaan yang telah menerapkan atau mengimplementasikan sistem manajemen
pengetahuan pada perusahaan digunakan sebagai bentuk pendekatan yang terencana, tersusun
dan terarah secara sistematis serta telah terjamin akan kualitas penerapan dalam system
manajemen pengetahuan dalam membuat pelatihan, kusus maupun traning dimana hal tersebut
akan berdampak baik pada peningkatan inovasi, keterampilan, wawasan, kompetensi, pemikiran
dan keahlian dalam organisasi yang ada pada perusahaan demi kelangsungan hidup perusahaan.
Dalam pengimplementasian apaun itu tentunya sudah dilakukan pengarahan serta pengetahuan –
pengetahuan yang akan dibutuhkan dikemudian hari dalam proses penerapan hal tersebut. Maka
dari itu suatu pengimplementasian system manajemen pengeahuan tersebut sudah efektif
tentunya, dimana perusahaan pasti telah menggunakan seluruh kemampuan atau keahlian yang
dimiliki oleh masing-masing karyawannya sehingga akan terbentuk suatu penerapan yang baik
dan ditunjang juga dengan teknologi yang semakin canggih sehingga seluruh aktivitas
perusahaan akan berjalan dengan baik, terarah, efisien dan terkontrol.

DAFTAR PUSTAKA

 Putra, Y. M. (2019). Sistem Manajemen Pengetahuan. Modul Kuliah Sistem


Informasi Manajemen. FEB-Universitas Mercu Buana: Jakarta
 Putra, Y. M., (2019). Analysis of Factors Affecting the Interests of SMEs Using
Accounting Applications. Journal of Economics and Business, 2(3), 818-826.
doi:https://doi.org/10.31014/aior.1992.02.03.129.
 Anggraini, D., Hamiza, A., Doktoralina, C. M., & Anah, S. (2018). Application of
Supply Chain Management Practices in Banks: Evidence from
Indonesia. International Journal of Supply Chain Management, 7(5), 418-427.
 Anggraini, D., & Tanjung, P. R. S. (2020). Company Value: Disclosure Implications
of Sustainable Supply Chain, Profitability and Industrial Profile. International
Journal of Supply Chain Management, 9(2), 648-655.
 Ardianto, A., & Fitrianah, D. (2019). Penerapan Algoritma FP-Growth Rekomendasi
Trend Penjualan ATK pada CV. Fajar Sukses Abadi. InComTech, 9(1), 49-60.
 Damayanti, K., Fardinal., (2019). The Effect of Information Technology Utilization,
Management Support, Internal Control, and User Competence on Accounting
Information System Quality. Schollars Bulletin, 5(12), 751-758.
 Doktoralina, C., & Apollo, A. (2019). The contribution of strategic management
accounting in supply chain outcomes and logistic firm profitability. Uncertain Supply
Chain Management, 7(2), 145-156.
 Hanifah, S., Sarpingah, S., & Putra, Y. M., (2020). The Effect of Level of Education,
Accounting Knowledge, and Utilization Of Information Technology Toward Quality
The Quality of MSME ’ s Financial Reports. (3). doi:https://doi.org/10.4108/eai.3-2-
2020.163573.
 Herliansyah, Y., Nugroho, L., Ardilla, D., & Putra, Y. M., (2020). The Determinants
of Micro, Small and Medium Entrepreneur (MSME) Become Customer of Islamic
Banks (Religion, Religiosity, and Location of Islamic Banks ). The 1st Annual
Conference Economics, Business, and Social Sciences, (2).
doi:https://doi.org/10.4108/eai.26-3-2019.2290775.
 Rekarti, E., & Doktoralina, C. M. (2017). Improving Business Performance: A
Proposed Model for SMEs. European Research Studies Journal, 20(3A), 613-623.
 Rekarti, E., Doktoralina, C. M., & Saluy, A. B. (2018). Development model of
marketing capabilities and export performance of SMEs: A proposed
study. European Journal of Business and Management, 10(22).
 Zamzami, A.H., & Putra, Y. M., (2019). Intensity of Taxpayers Using E-Filing
(Empirical Testing of Taxpayers in Jakarta, Bogor, Depok, Tangerang, and
Bekasi). EPRA International Journal of Multidisciplinary Research (IJMR) 5(7),
154-161.

Anda mungkin juga menyukai