Oleh :
Kelompok II Kelas JX
Nathanael Christiano / 115220295
Sabrina Layman Tjandra / 115220298
Madella Tehra Lyon / 115220306
Yiu Yiu Shinta / 115220309
Janice Callista / 115220310
Felicia Sanjaya Sjim / 115220315
Cecilia Vinli Nugroho / 115220323
Naswa Aulia Badriyana / 115220506
Penyimpanan pengetahuan
Sistem manajemen dokumen yang mendigitalkan, mengindeks, dan menandai
dokumen menurut kerangka kerja yang koheren adalah basis data yang besar dan mahir
dalam menyimpan koleksi dokumen. Sistem pakar juga membantu perusahaan melestarikan
pengetahuan yang diperoleh dengan memasukkannya pengetahuan ke dalam proses dan
budaya organisasi.
Penyebaran Pengetahuan
Portal, email, pesan instan, wiki, alat bantu bisnis sosial, dan teknologi mesin pencari
mesin pencari telah ditambahkan ke berbagai alat kolaborasi yang sudah ada untuk berbagi
kalender, dokumen, data, dan grafik (lihat Bab 2). Teknologi kontemporer tampaknya telah
menciptakan banjir informasi dan pengetahuan. Bagaimana para manajer dan karyawan dapat
menemukan, dalam lautan informasi dan pengetahuan, apa yang benar-benar penting bagi
keputusan dan pekerjaan mereka? Di sini,program pelatihan, jaringan informal, dan
pengalaman manajemen bersama yang dikomunikasikan melalui budaya yang mendukung
membantu para manajer memusatkan perhatian mereka pada pengetahuan dan informasi yang
penting.
Penerapan Pengetahuan
Terlepas dari jenis sistem manajemen pengetahuan yang digunakan, pengetahuan
yang tidak dibagikan dan diterapkan pada masalah praktis yang dihadapi perusahaan dan
manajer tidak akan menambah nilai bisnis. Untuk memberikan laba atas investasi,
pengetahuan organisasi harus menjadi bagian sistematis dari pengambilan keputusan
manajemen dan ditempatkan dalam sistem untuk mendukung keputusan (dijelaskan dalam
Bab 12). Pada akhirnya, pengetahuan baru harus dibangun ke dalam proses bisnis perusahaan
dan sistem aplikasi utama, termasuk aplikasi perusahaan untuk mengelola proses bisnis
internal utama dan hubungan dengan pelanggan dan pemasok. Manajemen mendukung proses
ini dengan menciptakan - berdasarkan pengetahuan baru-praktik bisnis baru, produk dan
layanan baru, dan pasar baru bagi perusahaan.
Apa saja jenis utama sistem kerja pengetahuan, dan bagaimana sistem tersebut
memberikan nilai bagi perusahaan?
Pekerja pengetahuan adalah orang-orang seperti peneliti dan insinyur yang membuat
pengetahuan dan informasi untuk organisasi. Mereka biasanya memiliki pendidikan tinggi
dan sering membuat keputusan sendiri. Mereka memiliki tiga peran utama: menjaga
organisasi tetap up-to-date, memberikan konsultasi internal, dan mempromosikan perubahan.
Pekerja pengetahuan menggunakan sistem kantor seperti pengolah kata dan email. Namun,
mereka juga membutuhkan sistem khusus dengan grafik kuat, alat analitis, dan kemampuan
manajemen dokumen. Sistem ini harus mudah diakses dan mudah digunakan.
Stasiun kerja pengetahuan biasanya dirancang khusus untuk tugas yang akan
dilakukan. Misalnya, insinyur desain membutuhkan setup yang berbeda dari analis keuangan.
Insinyur desain membutuhkan grafik yang kuat, sedangkan analis keuangan membutuhkan
akses ke banyak database.
Sistem Kerja Pengetahuan, seperti Desain Bantu Komputer (CAD), membantu dalam
membuat dan memperbarui desain dengan komputer dan perangkat lunak grafis. Dengan
CAD, desainer tidak perlu membuat prototipe fisik sampai akhir proses desain karena desain
dapat diuji dan diubah di komputer. Sebagai contoh, firma desain arsitektur Dieguez Fridman
menggunakan perangkat lunak AutoCAD untuk membuat desain 3D. Mereka berbagi ide,
memilih ide terbaik, dan memperbaiki desain di AutoCAD. Kemudian, mereka mentransfer
desain ke perangkat lunak lain untuk membuat gambar yang mirip foto.
Sistem CAD juga dapat digunakan untuk pencetakan 3D, yang membuat objek lapis
demi lapis dari spesifikasi dalam file digital. Berbeda dengan teknik tradisional, di mana
objek dipotong atau dibor dari cetakan dan menghasilkan material yang terbuang, pencetakan
3D memungkinkan pekerja untuk memodelkan objek di komputer dan mencetaknya dengan
plastik, logam, atau bahan komposit. Pencetakan 3D saat ini digunakan untuk membuat
prototipe, manufaktur khusus, dan membuat barang dengan produksi skala kecil. Printer 3D
saat ini dapat menangani bahan termasuk plastik, titanium, dan tulang rawan manusia dan
menghasilkan komponen yang sepenuhnya fungsional termasuk baterai, transistor, perangkat
prostetik, LED, dan mekanisme kompleks lainnya. Sekarang juga ada layanan pencetakan 3D
yang berjalan melalui cloud, seperti yang ditawarkan oleh Staples.
dalam Logika fuzzy adalah teknologi berbasis aturan yang dapat merepresentasikan
ketidakpastian tersebut dengan membuat aturan yang menggunakan nilai perkiraan atau
subyektif. Logika ini dapat mendeskripsikan fenomena atau proses tertentu secara linguistik
dan kemudian merepresentasikan deskripsi tersebut dalam sejumlah kecil aturan yang
fleksibel. Organisasi dapat menggunakan logika fuzzy untuk membuat sistem perangkat lunak
yang menangkap pengetahuan tacit di mana terdapat ambiguitas linguistik.
Mari kita lihat bagaimana logika fuzzy merepresentasikan berbagai suhu dalam
aplikasi komputer untuk mengontrol suhu ruangan secara otomatis. Istilah-istilah (dikenal
sebagai fungsi keanggotaan) didefinisikan secara tidak tepat sehingga, misalnya, pada
Gambar 11.8, sejuk berada di antara 45 derajat dan 70 derajat, meskipun suhu yang paling
jelas sejuk adalah sekitar 60 derajat dan 67 derajat. Perhatikan bahwa sejuk tumpang tindih
dengan dingin atau normal. Untuk mengontrol lingkungan ruangan dengan menggunakan
logika ini, pemrogram akan mengembangkan definisi yang sama tidak tepatnya untuk
kelembapan dan faktor lain, seperti angin luar ruangan dan suhu. Aturannya mungkin
termasuk aturan yang mengatakan: "Jika suhu sejuk atau dingin dan kelembapan rendah
sementara angin luar ruangan tinggi dan suhu luar ruangan rendah, naikkan panas dan
kelembapan di dalam ruangan." Komputer akan menggabungkan pembacaan fungsi
keanggotaan dengan cara berbobot dan, dengan menggunakan semua aturan, menaikkan dan
menurunkan suhu dan kelembapan.
Logika fuzzy memberikan solusi untuk masalah yang membutuhkan keahlian yang
sulit direpresentasikan dalam bentuk aturan IF-THEN yang tegas. Di Jepang, sistem kereta
bawah tanah di Sendai menggunakan kontrol logika fuzzy untuk berakselerasi dengan lancar
sehingga penumpang yang berdiri tidak perlu berpegangan. Mitsubishi Heavy Industries di
Tokyo telah mampu mengurangi konsumsi daya pendingin udara sebesar 20 persen dengan
menerapkan program kontrol dalam logika fuzzy. Perangkat fokus otomatis pada kamera
hanya dimungkinkan karena logika fuzzy. Dalam hal ini, logika fuzzy memungkinkan
perubahan bertahap dalam input untuk menghasilkan perubahan yang halus dalam output,
bukan yang terputus-putus, sehingga berguna untuk elektronik konsumen dan aplikasi teknik.
Manajemen juga menemukan logika fuzzy berguna untuk pengambilan keputusan dan kontrol
organisasi. Sebuah perusahaan di Wall Street menciptakan sebuah sistem yang memilih
perusahaan untuk diakuisisi dengan menggunakan bahasa yang dimengerti oleh para
pedagang saham. Sebuah fuzzy sistem logika telah dikembangkan untuk mendeteksi
kemungkinan penipuan dalam sub-klaim medis yang diajukan oleh penyedia layanan
kesehatan di mana pun di Amerika Serikat.
Madella Tehra Lyon - 115220306
Machine Learning
Machine learning adalah studi tentang bagaimana program komputer dapat
meningkatkan kinerjanya tanpa pemrograman eksplisit. Mengapa ini dianggap sebagai
pembelajaran Mesin yang belajar adalah mesin yang seperti manusia, dapat mengenali pola
dalam data, dan mengubah perilakunya berdasarkan pengenalan pola, pengalaman, atau
pembelajaran sebelumnya basis data. Sebagai contoh, robot pengemudi mobil seharusnya
dapat mengenali keberadaan mobil dan objek lain orang, dan mengubah perilakunya sesuai
berhenti, bergerak, melambat, mempercepat, atau berbelok.
Neural Networks
Jaringan saraf digunakan untuk memecahkan masalah kompleks yang kurang
dimengerti di mana telah dikumpulkan sejumlah besar data. Mereka menemukan pola dan
hubungan dalam jumlah data yang sangat besar yang terlalu rumit dan sulit untuk dianalisis
oleh manusia. Jaringan saraf menemukan pengetahuan ini dengan menggunakan perangkat
keras dan perangkat lunak yang memodelkan pola pemrosesan otak biologis atau manusia.
Jaringan saraf belajar pola dari sejumlah besar data dengan menyaring data, mencari
hubungan, membangun model, dan memperbaiki kesalahan model berulang-ulang. Sebuah
jaringan saraf memiliki sejumlah besar node penginderaan dan pemrosesan yang
terus-menerus berinteraksi satu sama lain. Gambar 11. 9 menggambarkan satu jenis jaringan
saraf yang terdiri dari lapisan masukan, lapisan keluaran, dan lapisan pemrosesan
tersembunyi. Manusia melatih jaringan dengan memberinya serangkaian data pelatihan di
mana masukan menghasilkan sejumlah keluaran atau kesimpulan yang diketahui. Ini
membantu komputer belajar solusi yang benar melalui contoh. Saat komputer diberi lebih
banyak data, setiap kasus dibandingkan dengan hasil yang diketahui.
Genetic Algorithms
Algoritma genetika berguna untuk menemukan solusi optimal untuk masalah tertentu
dengan memeriksa sejumlah besar solusi yang mungkin untuk masalah tersebut. Mereka
didasarkan pada teknik yang terinspirasi dari biologi evolusioner, seperti pewarisan, mutasi,
seleksi, dan persilangan rekombinasi. Algoritma genetika bekerja dengan merepresentasikan
informasi sebagai serangkaian 0 dan 1. Algoritma genetika mencari dalam populasi
serangkaian digit biner yang diperoleh secara acak untuk mengidentifikasi serangkaian yang
tepat yang mewakili solusi terbaik untuk masalah tersebut.
Intelligent Agents
Teknologi agen cerdas membantu bisnis menavigasi melalui sejumlah besar data
untuk menemukan dan bertindak pada informasi yang dianggap penting. Agen cerdas adalah
program perangkat lunak yang bekerja tanpa campur tangan manusia langsung untuk
melaksanakan tugas tertentu untuk pengguna individu, proses bisnis, atau aplikasi perangkat
lunak. Agen menggunakan basis pengetahuan bawaan atau dipelajari untuk menyelesaikan
tugas atau membuat keputusan atas nama pengguna, seperti menghapus e-mail sampah,
menjadwalkan janji, atau bepergian melalui jaringan terhubung untuk menemukan tiket
pesawat termurah ke California. Ada banyak aplikasi agen cerdas saat ini dalam sistem
operasi, perangkat lunak aplikasi, sistem e-mail, perangkat lunak komputasi seluler, dan alat
jaringan. Sebagai contoh, penyihir yang ada dalam alat perangkat lunak Microsoft Office
memiliki kemampuan bawaan untuk menunjukkan kepada pengguna bagaimana
menyelesaikan berbagai tugas, seperti memformat dokumen atau membuat grafik, dan untuk
menduga kapan pengguna memerlukan bantuan. Bab 7 menjelaskan bagaimana bot belanja
agen cerdas dapat membantu konsumen menemukan produk yang mereka inginkan dan
membantu mereka membandingkan harga dan fitur lain.
Hybrid AI Systems
Algoritma genetik, logika fuzzy, jaringan saraf, dan sistem pakar dapat diintegrasikan
ke dalam satu aplikasi untuk memanfaatkan fitur terbaik dari teknologi-teknologi ini. Sistem
seperti itu disebut sistem AI hibrid. Aplikasi hibrid dalam bisnis semakin berkembang. Di
Jepang, Hitachi, Mitsubishi, Ricoh, Sanyo, dan lainnya mulai menggabungkan AI hibrid
dalam produk seperti peralatan rumah tangga, mesin pabrik, dan peralatan kantor. Matsushita
telah mengembangkan mesin cuci "neurofuzzy" yang menggabungkan logika fuzzy dengan
jaringan saraf.