MANAJEMEN

PENGETAHUAN
Laudon&Laudon ed 13
Tujuan Pembelajaran
Apa peran manajemen pengetahuan dan program manajemen
pengetahuan dalam bisnis?
1. Jenis sistem apa yang digunakan untuk manajemen
pengetahuan perusahaan dan bagaimana manfaatnya untuk
bisnis?
2. Apa jenis utama dari sistem kerja pengetahuan dan bagaimana
apa manfaatnya bagi perusahaan?
3. Apa manfaat bisnis menggunakan teknik intelejen untuk
manajemen pengetahuan?
KAJIAN MANAJEMEN PENGETAHUAN
Dimensi Pengetahuan:
1. Data
2. Informasi
3. Pengetahuan
4. Kebijaksanaan
KAJIAN MANAJEMEN PENGETAHUAN
Pengetahuan adalah atribut individu dan atribut kolektif dari perusahaan.
Pengetahuan adalah sebuah kognitif, bahkan sebuah fisiologis, peristiwa
yang terjadi di dalam kepala manusia. Pengetahuan juga disimpan dalam
perpustakaan dan catatan, berbagi dalam kuliah, dan disimpan oleh
perusahaan dalam bentuk proses bisnis dan pengetahuan karyawan.
Tacit Knowledge - Pengetahuan yang berada di benak karyawan yang
belum didokumentasikan
Explicit Knowledge : pengetahuan yang telah didokumentasikan
Pengetahuan dapat berada di e-mail, pesan suara, grafis, dokumen yang
tidak terstruktur dan juga dokumen terstruktur.
Pengetahuan umumnya diyakini memiliki lokasi, baik dalam benak
manusia maupun proses bisnis tertentu. Pengetahuan adalah "lengket" dan
tidak berlaku secara universal atau mudah dipindahkan. Pengetahuan
dianggap situasional dan kontekstual.
KAJIAN
MANAJEMEN
PENGETAHUAN
Organisasi Pembelajar dan Manajemen Pengetahuan
Seperti manusia, organisasi menciptakan dan mengumpulkan pengetahuan
menggunakan berbagai mekanisme pembelajaran organisasi. Melalui
pengumpulan data, pengukuran kegiatan yang direncanakan, percobaan dan
kesalahan (eksperimen), dan dari pelanggan dan lingkungan secara umum,
organisasi mendapatkan pengalaman.
Organisasi pembelajar menyesuaikan perilaku mereka untuk mencerminkan
pembelajaran dengan menciptakan proses bisnis baru dan dengan mengubah
pola keputusan manajemen
Proses perubahan ini disebut pembelajaran organisasi.
Organisasi yang adaptif dan merespon lingkungan dengan cepat akan
bertahan lebih lama daripada organisasi yang memiliki mekanisme belajar
yang buruk.
Rantai Nilai Manajemen Pengetahuan
Manajemen pengetahuan mengacu pada serangkaian
proses bisnis yang dikembangkan di sebuah organisasi
untuk membuat, menyimpan, mentransfer, dan
menerapkan pengetahuan. Manajemen pengetahuan
meningkatkan kemampuan organisasi untuk belajar dari
lingkungannya dan untuk memasukkan pengetahuan ke
dalam proses bisnisnya. Gambar 11,1 mengilustrasikan
nilai tambah lima langkah dalam rantai nilai manajemen
pengetahuan. Setiap dalam rantai nilai menambahkan nilai
pada data mentah dan informasi berubah menjadi
pengetahuan yang dapat digunakan.
 Proses Manajemen Pengetahuan

1. Memperoleh Pengetahuan Membangun modal

organisasi dan manajemen:
2. Menyimpan Pengetahuan Kolaborasi, komunitas
praktik, dan lingkungan
3. Menyebarkan Pengetahuan
kantor
4. Mengaplikasikan
Pengetahuan
 Sistem Manajemen Pengetahuan Perusahaan
Sistem Manajemen Konten
Perusahaan:
Mengelola pengetahuan eksplisit baik
yang bersifat terstruktur, semi
tersetruktur maupun tidak
tersetruktur guna mempermudah
anggota organisasi dalam mengakses
informasi dan membuat keputusan.
Sistem Manajemen Pengetahuan Perusahaan
Kunci dalam mengelola pengetahuan adalah penciptaan klasifikasi
yang sesuai atau taksonomi, untuk mengatur informasi ke dalam
kategori yang bermakna sehingga dapat diakses dengan mudah.
Setelah kategori untuk mengklasifikasikan pengetahuan telah
diciptakan, setiap objek pengetahuan perlu "ditandai," atau
diklasifikasikan, sehingga dapat dengan mudah diambil. Manajemen
konten perusahaan sistem memiliki kemampuan untuk penandaan,
berinteraksi dengan database perusahaan repositori konten, dan
menciptakan portal pengetahuan perusahaan yang menyediakan
satu titik akses ke sumber informasi.
Sistem Jaringan Pengetahuan
Sistem jaringan pengetahuan diperlukan Ketika
pengetahuan yang tepat tidak dalam bentuk dokumen
digital tetapi sebaliknya berada dalam otak seorang ahli
(tacit knowledge) di perusahaan. Jaringan pengetahuan
menyediakan direktori online ahli perusahaan dan
profilnya, dengan rincian tentang pengalaman kerja
mereka, proyek, publikasi, dan derajat Pendidikan.
Berupa sisem pencarian yang memudahkan karyawan
untuk menemukan ahli yang sesuai dalam sebuah
perusahaan.
ALAT KOLABORASI DAN SOSIAL DAN
SISTEM MANAJEMEN PEMBELAJARAN
1. Social Bookmarking (Contoh: Hashtag pada IG)
2. Folksonomies (Contoh: Pinterest)
3. Learning Management System (Contoh: Bella
WM)
Sistem Pekerja Pengetahuan
Pekerja pengetahuan, mencakup peneliti, desainer, arsitek,
ilmuwan, akuntan dan insinyur yang terutama menciptakan
pengetahuan
dan informasi untuk organisasi. Pekerja Pengetahuan
biasanya memiliki tingkat pendidikan yang tinggi dan
keanggotaan dalam organisasi profesi dan sering diminta
untuk melaksanakan penilaian independen sebagai aspek
pekerjaan rutin. Misalnya, pekerja pengetahuan membuat
produk baru atau menemukan cara memperbaiki yang
sudah ada.
Pekerja pengetahuan melakukan tiga
peran kunci yang penting bagi organisasi
dan para manajer yang bekerja dalam
Organisasi:
Menjaga organisasi saat ini dalam
pengetahuan yang berkembang di dunia
luar; dalam teknologi, ilmu pengetahuan,
pemikiran sosial, dan seni
1. Melayani sebagai konsultan internal
mengenai bidang pengetahuan
mereka, perubahan yang terjadi, dan
peluang
2. Bertindak sebagai agen perubahan,
mengevaluasi, memulai, dan
mempromosikan proyek perubahan
Tehnik Intelejen
Kecerdasan buatan dan teknologi database memberikan sejumlah teknik yang dapat
digunakan organisasi untuk memperoleh pengetahuan individu dan kolektif dan
untuk memperluas basis pengetahuan mereka. Sistem ahli, berbasis kasus
penalaran, dan logika Fuzzy digunakan untuk menangkap tacit knowledge. Saraf
jaringan dan penambangan data digunakan untuk penemuan pengetahuan. Mereka
dapat menemukan pola, kategori, dan perilaku yang mendasari dalam set data besar
yang tidak dapat ditemukan oleh manajer sendiri atau hanya melalui pengalaman.

Algoritma genetik digunakan untuk menghasilkan solusi untuk masalah yang terlalu
besar dan kompleks bagi manusia untuk menganalisa sendiri. Agen cerdas dapat
mengotomatisasi tugas rutin untuk membantu perusahaan mencari dan memfilter
informasi untuk digunakan dalam perdagangan elektronik, manajemen rantai
pasokan, dan kegiatan lainnya.
Tehnik Intelejen
Teknik cerdas lainnya yang dibahas di bagian ini didasarkan pada
teknologi kecerdasan buatan (AI), yang terdiri dari komputer
berbasis sistem (baik hardware dan software) yang mencoba untuk
meniru perilaku manusia.
Sistem tersebut akan dapat belajar bahasa, menyelesaikan tugas fisik,
menggunakan aparat persepsi, dan meniru keahlian manusia dan
pengambilan keputusan.
Meskipun aplikasi AI tidak menunjukkan luasnya, kompleksitas,
orisinalitas, dan umumnya kecerdasan manusia, mereka memainkan
peranan penting dalam manajemen pengetahuan.
Sistem pakar adalah teknik intelejen untuk merangkum tacit knowledge yang
sangat spesifik dan di domain keahlian manusia yang terbatas. Sistem ini
merekam pengetahuan tentang karyawan terampil dalam bentuk seperangkat
aturan dalam perangkat lunak sistem yang dapat digunakan oleh orang lain dalam
organisasi. Seperangkat aturan dalam sistem pakar menambah memori, atau
disimpan belajar, dari perusahaan.

Sistem Pakar tidak memiliki pengetahuan dan pemahaman fundamental yang luas
hal prinsip dari seorang ahli manusia. Mereka biasanya melakukan tugas yang
dapat dilakukan oleh para profesional dalam beberapa menit atau jam, seperti
mendiagnosis mesin yang rusak atau menentukan apakah akan memberikan
kreditu pinjaman. Masalah yang tidak dapat diselesaikan oleh ahli manusia dalam
jangka pendek yang sama periode waktu terlalu sulit untuk sistem pakar. Namun,
dengan menangkap keahlian manusia di daerah terbatas, sistem ahli dapat
memberikan manfaat, membantu organisasi membuat keputusan berkualitas
tinggi dengan lebih sedikit orang. Hari ini, sistem ahli secara luas digunakan
dalam bisnis diskrit, pembuatan keputusan dalam situasi yang sangat terstruktur
Intelejen Organisasi: Penalaran Berbasis Kasus

Sistem Pakar terutama digunakan dalam mengumpulkan tacit knowledge, tetapi organisasi
juga memiliki pengetahuan dan keahlian kolektif yang telah mereka bangun selama
bertahun-tahun.

Pengetahuan organisasi ini dapat dikumpulkan dan disimpan menggunakan penalaran

berbasis kasus. Dalam penalaran berbasis kasus (CBR), deskripsi pengalaman masa lalu
dari seorang pekerja spesialis, diambil sebagai contoh kasus, disimpan dalam database
untuk kemudian diambil ketika pengguna mengalami kasus baru dengan parameter yang
sama.

Sistem mencari kasus yang disimpan dengan karakteristik masalah serupa dengan yang
baru, menemukan kecocokan terdekat, dan menerapkan solusi yang lama kasus baru.
Solusi yang berhasil akan ditandai dengan kasus baru dan disimpan bersama-sama dengan
kasus lain di basis pengetahuan. Solusi gagal juga ditambahkan ke database kasus bersama
dengan penjelasan untuk mengapa solusi tidak bekerja (Lihat gambar 11,7).
Jenis-jenis Kecerdasan Buatan
Logika Fuzzy adalah teknologi berbasis aturan yang ditandai ketidaktepatan
dengan membuat aturan yang menggunakan nilai perkiraan atau subjektif. Hal ini
dapat menggambarkan suatu fenomena tertentu atau proses linguistik dan
kemudian mewakili deskripsi dalam sejumlah kecil aturan fleksibel. Organisasi
dapat menggunakan logika untuk membuat sistem perangkat lunak yang
menangkap tacit knowledge di mana ada ambiguitas bahasa.

Mesin Belajar adalah studi tentang bagaimana program komputer dapat

meningkatkan kinerja tanpa pemrograman eksplisit. Mengapa ini merupakan
pembelajaran? Sebuah mesin belajar adalah sebuah mesin yang, seperti manusia,
dapat mengenali pola dalam data, dan mengubah perilakunya berdasarkan
pengakuan pola, pengalaman, atau pembelajaran sebelumnya (database).
Jaringan Neural digunakan untuk memecahkan masalah yang kompleks, kurang dipahami
data dalam jumlah besar yang telah dikumpulkan. Mereka menemukan pola dan
hubungan dalam jumlah besar data yang akan terlalu rumit dan sulit bagi manusia untuk
dianalisis. Jaringan Neural menemukan pengetahuan ini dengan menggunakan perangkat
keras dan perangkat lunak yang paralel pola pengolahan otak biologis atau manusia.
Jaringan Neural "belajar" pola dari besar jumlah data dengan memilah-milah data,
mencari hubungan, membangun model, dan mengoreksi berulang-ulang kesalahan model
sendiri.
Algoritma genetik berguna untuk menemukan solusi optimal untuk masalah dengan
memeriksa sejumlah besar kemungkinan solusi untuk masalah itu. Mereka didasarkan
pada teknik yang diilhami oleh evolusi biologi, seperti pewarisan, mutasi, seleksi, dan
crossover (rekombinasi).
Sebuah algoritma genetik bekerja dengan mewakili informasi sebagai serangkaian 0 dan 1
algoritma genetik mencari populasi string yang dihasilkan secara acak biner digit untuk
mengidentifikasi string yang tepat yang mewakili solusi terbaik untuk masalah. Sebagai
solusi mengubah dan menggabungkan, yang terburuk yang dibuang dan yang lebih baik
bertahan hidup untuk menghasilkan solusi yang lebih baik.
Teknologi Agen Cerdas
Teknologi agen cerdas membantu bisnis menavigasi melalui sejumlah besar data
untuk mencari dan menindaklanjuti informasi yang dianggap penting.

Agen Cerdas adalah program perangkat lunak yang bekerja tanpa intervensi
manusia langsung untuk menjalankan tugas tertentu bagi pengguna perorangan,
proses bisnis, atau perangkat aplikasi. Agen menggunakan basis pengetahuan
built-in atau belajar untuk mencapai atau membuat keputusan atas nama
pengguna, seperti menghapus e-mail sampah, menjadwalkan janji rapat, atau
bepergian melalui jaringan yang paling murah. Banyak fenomena kompleks dapat
dimodelkan sebagai sistem otonom agen yang mengikuti aturan yang relatif
sederhana untuk interaksi. Pemodelan berbasis agen aplikasi telah dikembangkan
untuk model perilaku konsumen, pasar saham dan rantai pasokan dan untuk
memprediksi penyebaran epidemi.
Penggabungan Teknik Intelejen
Algoritme genetik, logika Fuzzy, jaringan syaraf tiruan, dan sistem
pakar dapat diintegrasikan ke dalam satu aplikasi untuk mengambil
keuntungan dari fitur terbaik dari teknologi ini.
Sistem ini tersebut disebut sistem Kecerdasan Buatan (AI) hibrid.
Aplikasi hybrid dalam bisnis berkembang di Jepang. Hitachi,
Mitsubishi, Ricoh, Sanyo, dan lain-lain mulai menggabungkan AI
hibrida dalam produk seperti peralatan rumah, pabrik mesin, dan
peralatan kantor. Matsushita telah mengembangkan "neurofuzzy“
mencuci mesin yang menggabungkan logika Fuzzy dengan jaringan
saraf.