CHAPTER 11

MENGELOLA PENGETAHUAN

Andhy Permadi, ST., M.Kom

Sistem Informasi Manajemen UINSA

SUDUT PANDANG PENGELOLAAN PENGETAHUAN

Sistem manajemen pengetahuan dan kolaborasi merupakan

bidang investasi korporat dan pemerintah yang paling cepat
berkembang.
Dasawarsa terakhir telah menunjukkan pertumbuhan eksplosif
dalam penelitian pengetahuan dan manajemen pengetahuan di
bidang ekonomi, manajemen, dan sistem informasi.
Manajemen pengetahuan telah menjadi tema penting di banyak
perusahaan bisnis besar karena para manajer menyadari bahwa
sebagian besar nilai perusahaan mereka bergantung pada
kemampuan perusahaan untuk menciptakan dan mengelola
pengetahuan.
Studi telah menemukan bahwa sebagian besar nilai pasar saham
perusahaan terkait dengan aset tak berwujudnya, dimana
pengetahuan merupakan salah satu komponen penting, bersama
dengan merek, reputasi, dan proses bisnis yang unik.

Sistem Informasi Manajemen UINSA

DIMENSI PENTING PENGETAHUAN

Ada perbedaan penting antara data, informasi, pengetahuan, dan

kebijaksanaan.
Bab 1 mendefinisikan data sebagai arus peristiwa atau transaksi yang
ditangkap oleh sistem organisasi yang, dengan sendirinya, berguna
untuk bertransaksi tapi sedikit lain.
Untuk mengubah data menjadi informasi yang berguna, perusahaan
harus mengeluarkan sumber daya untuk mengatur data ke dalam
kategori pemahaman, seperti laporan penjualan total bulanan, harian,
regional, atau penyimpanan.
Untuk mengubah informasi menjadi pengetahuan, perusahaan harus
mengeluarkan sumber daya tambahan untuk menemukan pola, aturan,
dan konteks di mana pengetahuan itu bekerja.
Akhirnya, kebijaksanaan dianggap sebagai pengalaman kolektif dan
individual untuk menerapkan pengetahuan terhadap pemecahan
masalah. Kebijaksanaan melibatkan di mana, kapan, dan bagaimana
menerapkan pengetahuan.
Pengetahuan yang berada di benak karyawan yang belum
didokumentasikan disebut pengetahuan diam-diam, sedangkan
pengetahuan yang telah didokumentasikan disebut pengetahuan
eksplisit.
Sistem Informasi Manajemen UINSA
DIMENSI PENTING PENGETAHUAN

Seperti manusia, organisasi menciptakan dan mengumpulkan

pengetahuan dengan menggunakan berbagai mekanisme
pembelajaran organisasi.
Melalui pengumpulan data, pengukuran aktivitas terencana
yang cermat, trial and error (percobaan), dan umpan balik dari
pelanggan dan lingkungan pada umumnya, pengalaman
mendapatkan organisasi.
Organisasi yang belajar menyesuaikan perilaku mereka untuk
mencerminkan pembelajaran itu dengan menciptakan proses
bisnis baru dan dengan mengubah pola pengambilan keputusan
manajemen. Proses perubahan ini disebut pembelajaran
organisasi

Sistem Informasi Manajemen UINSA

NILAI RANTAI MANAJEMEN PENGETAHUAN
Manajemen pengetahuan mengacu pada serangkaian proses bisnis yang dikembangkan
dalam sebuah organisasi untuk menciptakan, menyimpan, mentransfer, dan menerapkan
pengetahuan. Manajemen pengetahuan meningkatkan kemampuan organisasi untuk
belajar dari lingkungannya dan untuk menggabungkan pengetahuan ke dalam proses
bisnisnya.
Gambar 11-1 mengilustrasikan lima langkah penambahan nilai dalam rantai nilai
manajemen pengetahuan. Setiap tahap dalam rantai nilai menambahkan nilai pada data
dan informasi mentah mereka berubah menjadi pengetahuan yang dapat digunakan.

Sistem Informasi Manajemen UINSA

Akuisisi Pengetahuan

Organisasi memperoleh pengetahuan dengan

berbagai cara, tergantung dari jenis pengetahuan
yang mereka cari.
Sistem manajemen pengetahuan pertama berusaha
membangun gudang dokumen, laporan, presentasi,
dan praktik terbaik perusahaan. Upaya ini telah
diperluas untuk memasukkan dokumen tidak
terstruktur (seperti e-mail).

Sistem Informasi Manajemen UINSA

Penyimpanan Pengetahuan

Begitu mereka menemukan dokumen, pola, dan aturan ahli harus

disimpan agar bisa diambil dan digunakan oleh karyawan.
Penyimpanan pengetahuan umumnya melibatkan pembuatan
database.
Sistem pengelolaan dokumen yang mendigitalkan, mengindeks,
dan memberi tag dokumen sesuai kerangka koheren adalah
database besar yang mahir menyimpan koleksi dokumen.
Sistem pakar juga membantu perusahaan mempertahankan
pengetahuan yang diperoleh dengan memasukkan pengetahuan
tersebut ke dalam proses dan budaya organisasi.

Sistem Informasi Manajemen UINSA

Diseminasi pengetahuan

Portal, e-mail, instant messaging, wiki, jaringan sosial, dan

teknologi mesin telusur telah menambahkan serangkaian
teknologi kolaborasi dan sistem perkantoran yang ada untuk
berbagi kalender, dokumen, data, dan grafik (lihat Bab 7).
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 untuk 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 penting.

Sistem Informasi Manajemen UINSA

Aplikasi pengetahuan

Terlepas dari jenis sistem manajemen pengetahuan

yang dilibatkan, pengetahuan yang tidak dibagi dan
diterapkan pada masalah praktis yang dihadapi
perusahaan dan manajer tidak menambah nilai
bisnis.
Untuk memberikan laba atas investasi,
pengetahuan organisasi harus menjadi bagian
sistematis dari pengambilan keputusan manajemen
dan berada di dalam sistem pendukung keputusan.

Sistem Informasi Manajemen UINSA

Membangun Modal Organisasi dan Manajemen: Kolaborasi, Praktik
Komunitas, dan Lingkungan Kantor

Selain kegiatan yang baru saja kami jelaskan, para manajer dapat membantu
dengan mengembangkan peran dan tanggung jawab organisasi baru untuk
mengakuisisi pengetahuan, termasuk pembentukan posisi eksekutif kepala
eksekutif, posisi staf yang berdedikasi (knowledge manager), dan praktik
komunitas.
Praktik komunitas (COP) adalah jaringan sosial informal para profesional dan
karyawan di dalam dan di luar perusahaan yang memiliki kegiatan dan minat
terkait pekerjaan serupa. Kegiatan komunitas ini meliputi pendidikan dan
konferensi mandiri, konferensi, buletin online, dan berbagi pengalaman dan
teknik sehari hari untuk memecahkan masalah pekerjaan tertentu.

Sistem Informasi Manajemen UINSA

JENIS SISTEM MANAJEMEN PENGETAHUAN

Pada dasarnya ada tiga jenis sistem manajemen pengetahuan utama: sistem
manajemen pengetahuan perusahaan, sistem kerja pengetahuan, dan teknik
cerdas. Gambar 11-2 menunjukkan aplikasi sistem manajemen pengetahuan
untuk masing-masing kategori utama ini.

Sistem Informasi Manajemen UINSA

Sistem manajemen pengetahuan menyeluruh adalah upaya
umum untuk mengumpulkan, menyimpan, mendistribusikan,
dan menerapkan konten serta pengetahuan digital.
Sistem ini mencakup kemampuan untuk mencari informasi,
menyimpan data terstruktur dan tidak terstruktur, serta
menemukan keahlian karyawan di dalam perusahaan.
Sistem kerja pengetahuan (KWS) adalah sistem khusus yang
dibangun untuk para insinyur, ilmuwan, dan pekerja
pengetahuan lainnya yang ditugaskan untuk menemukan dan
menciptakan pengetahuan baru bagi sebuah perusahaan.
Manajemen pengetahuan juga mencakup beragam jenis teknik
cerdas, seperti data mining, sistem pakar, jaringan syaraf tiruan,
logika fuzzy, algoritma genetika, dan agen cerdas.

Sistem Informasi Manajemen UINSA

MANAJEMEN PENGETAHUAN PERUSAHAAN SECARA LUAS

Perusahaan harus berurusan dengan setidaknya tiga jenis pengetahuan.

Beberapa pengetahuan ada di dalam perusahaan berupa dokumen teks
terstruktur (laporan dan presentasi).
Pengambil keputusan juga membutuhkan pengetahuan yang semistructured,
seperti e-mail, voice mail, chat room exchange, video, gambar digital, brosur,
atau papan buletin.
Dalam kasus lain, tidak ada informasi formal atau digital dalam bentuk apapun,
dan pengetahuan berada di kepala karyawan.
Sebagian besar pengetahuan ini adalah pengetahuan diam-diam yang jarang
dituliskan. Sistem manajemen pengetahuan menyeluruh perusahaan menangani
ketiga jenis pengetahuan tersebut.

Sistem Informasi Manajemen UINSA

SISTEM MANAJEMEN KONTEN PERUSAHAAN

Bisnis saat ini perlu mengatur dan mengelola aset pengetahuan terstruktur
dan semistructured. Pengetahuan terstruktur adalah pengetahuan eksplisit
yang ada dalam dokumen formal, dan juga peraturan formal yang diturunkan
organisasi dengan mengamati para ahli dan perilaku pengambilan keputusan
mereka.
Sistem manajemen konten perusahaan membantu organisasi mengelola
kedua jenis informasi. Mereka memiliki kemampuan untuk menangkap,
penyimpanan, pengambilan, distribusi, dan pelestarian pengetahuan untuk
membantu perusahaan memperbaiki proses bisnis dan keputusan mereka.
Masalah utama dalam mengelola pengetahuan adalah penciptaan skema
klasifikasi yang tepat, atau taksonomi, untuk mengatur informasi ke dalam
kategori yang bermakna sehingga mudah diakses.
Perusahaan dalam penerbitan, periklanan, penyiaran, dan hiburan memiliki
kebutuhan khusus untuk menyimpan dan mengelola data digital tidak
terstruktur seperti foto, gambar grafis, video, dan konten audio.
Sistem manajemen aset digital membantu perusahaan mengklasifikasikan,
menyimpan, dan mendistribusikan benda digital ini.
Sistem Informasi Manajemen UINSA
SISTEM JARINGAN PENGETAHUAN

Sistem jaringan pengetahuan, juga dikenal sebagai lokasi keahlian dan sistem
manajemen, mengatasi masalah yang timbul saat pengetahuan yang tepat
tidak dalam bentuk dokumen digital melainkan berada dalam memori individu
ahli di perusahaan.
Sistem jaringan pengetahuan menyediakan direktori pakar korporat online di
domain pengetahuan yang terdefinisi dengan baik dan menggunakan
teknologi komunikasi untuk mempermudah karyawan menemukan pakar
yang tepat di perusahaan.

Sistem Informasi Manajemen UINSA

SISTEM PENGELOLAAN KOLABORASI DAN SISTEM MANAJEMEN PEMBELAJARAN

Sistem pengelolaan konten perusahaan utama mencakup teknologi portal dan

kolaborasi yang hebat. Portal pengetahuan perusahaan dapat menyediakan
akses ke sumber informasi eksternal, seperti umpan berita dan penelitian,
serta sumber pengetahuan internal bersama dengan kemampuan untuk e-
mail, obrolan/pesan instan, kelompok diskusi, dan konferensi video.
Bookmark sosial mempermudah pencarian dan berbagi informasi dengan
mengizinkan pengguna menyimpan bookmark mereka ke halaman Web di
situs Web publik dan menandai bookmark ini dengan kata kunci. Tag ini bisa
digunakan untuk mengatur dan mencari dokumen.
Daftar tag dapat dibagi dengan orang lain untuk membantu mereka
menemukan informasi yang menarik. Taksonomi buatan pengguna yang
dibuat untuk bookmark bersama disebut folksonomies.
Delicious dan Digg adalah dua situs bookmark sosial yang populer.
Sistem manajemen pembelajaran (LMS) menyediakan alat untuk manajemen,
pengiriman, pelacakan, dan penilaian berbagai jenis pembelajaran dan
pelatihan karyawan.

Sistem Informasi Manajemen UINSA

SISTEM PENGETAHUAN KERJA

Sistem pengetahuan perusahaan secara luas yang baru saja kami

jelaskan memberikan berbagai kemampuan yang dapat
digunakan oleh banyak orang jika tidak semua pekerja dan
kelompok dalam sebuah organisasi.
Perusahaan juga memiliki sistem khusus untuk pekerja
pengetahuan dalam membantu mereka menciptakan
pengetahuan baru dan untuk memastikan bahwa pengetahuan
ini terintegrasi dengan benar ke dalam bisnis.

Sistem Informasi Manajemen UINSA

PENGETAHUAN PEKERJAAN DAN PENGETAHUAN KERJA
Pekerja pengetahuan, yang kami perkenalkan di Bab 1, mencakup periset,
perancang, arsitek, ilmuwan, dan insinyur yang terutama menciptakan
pengetahuan dan informasi untuk organisasi.
Pekerja pengetahuan biasanya memiliki tingkat pendidikan dan keanggotaan
yang tinggi dalam organisasi profesional dan sering diminta untuk melakukan
penilaian independen sebagai aspek rutin pekerjaan mereka. Misalnya,
pekerja pengetahuan menciptakan produk baru atau menemukan cara untuk
memperbaiki produk yang sudah ada.
Pekerja pengetahuan melakukan tiga peran penting yang penting bagi
organisasi dan manajer yang bekerja di dalam organisasi:
 Menjaga pengetahuan organisasi saat ini dalam pengetahuan saat
berkembang di dunia luar dalam teknologi, sains, pemikiran sosial, dan
seni
 Melayani konsultan internal mengenai bidang pengetahuan mereka,
perubahan yang terjadi, dan peluang
 Bertindak sebagai agen perubahan, evaluasi, inisiasi, dan promosi proyek
perubahan

Sistem Informasi Manajemen UINSA

PERSYARATAN SISTEM KERJA PENGETAHUAN

Sebagian besar pekerja pengetahuan bergantung pada sistem

perkantoran, seperti pengolah kata, voice mail, e-mail,
konferensi video, dan sistem penjadwalan, yang dirancang
untuk meningkatkan produktivitas pekerja di kantor.
Namun, pekerja pengetahuan juga memerlukan sistem kerja
pengetahuan yang sangat terspesialisasi dengan grafis, alat
analisis, dan komunikasi serta kemampuan manajemen
dokumen yang hebat.

Sistem Informasi Manajemen UINSA

CONTOH SISTEM KERJA PENGETAHUAN
Aplikasi kerja pengetahuan utama mencakup sistem CAD, sistem virtual reality untuk
simulasi dan pemodelan, dan workstation keuangan.
Computer aided design (CAD) mengotomatisasi penciptaan dan revisi desain,
menggunakan komputer dan perangkat lunak grafis yang canggih.
Sistem virtual reality memiliki kemampuan visualisasi, rendering, dan simulasi yang
jauh melampaui sistem CAD konvensional. Mereka menggunakan perangkat lunak
grafis interaktif untuk membuat simulasi yang dihasilkan komputer yang sangat
dekat dengan kenyataan sehingga pengguna hampir yakin bahwa mereka
berpartisipasi dalam situasi dunia nyata.
Augmented reality (AR) adalah teknologi terkait untuk meningkatkan visualisasi. AR
menyediakan pandangan langsung atau tidak langsung tentang lingkungan dunia
nyata fisik yang elemennya diperkuat oleh citra buatan komputer virtual. Pengguna
beralasan di dunia fisik yang sebenarnya, dan gambar virtual digabungkan dengan
tampilan nyata untuk membuat tampilan yang disempurnakan.
Sebagian besar pekerja pengetahuan bergantung pada sistem perkantoran, seperti
pengolah kata, voice mail, e-mail, konferensi video, dan sistem penjadwalan, yang
dirancang untuk meningkatkan produktivitas pekerja di kantor.
Namun, pekerja pengetahuan juga memerlukan sistem kerja pengetahuan yang
sangat terspesialisasi dengan grafis, alat analisis, dan komunikasi serta kemampuan
manajemen dokumen yang hebat.
Sistem Informasi Manajemen UINSA
Aplikasi virtual reality yang dikembangkan untuk Web
menggunakan standar yang disebut Virtual Reality Modeling
Language (VRML).
VRML adalah seperangkat spesifikasi untuk pemodelan tiga
dimensi interaktif di World Wide Web yang dapat mengatur
beberapa jenis media, termasuk animasi, gambar, dan audio
untuk menempatkan pengguna di lingkungan dunia nyata yang
disimulasikan.
VRML adalah platform independen, beroperasi di atas komputer
desktop, dan membutuhkan sedikit bandwidth.
Industri keuangan menggunakan workstation investasi khusus
untuk memanfaatkan pengetahuan dan waktu dari broker,
pedagang, dan manajer portofolio.

Sistem Informasi Manajemen UINSA

TEKNIK KECERDASAN

Kecerdasan buatan dan teknologi basis data memberikan

sejumlah teknik cerdas yang dapat digunakan organisasi untuk
menangkap pengetahuan individu dan kolektif serta untuk
memperluas basis pengetahuan mereka.
Sistem pakar, penalaran berbasis kasus, dan logika fuzzy
digunakan untuk menangkap pengetahuan tersembunyi.
Jaringan syaraf tiruan dan data mining digunakan untuk
penemuan pengetahuan.
Teknik cerdas lainnya yang dibahas di bagian ini didasarkan
pada teknologi kecerdasan buatan (artificial intelligence/AI),
yang terdiri dari sistem berbasis komputer (perangkat keras dan
perangkat lunak) yang mencoba meniru perilaku manusia.

Sistem Informasi Manajemen UINSA

MENGETAHUI PENGETAHUAN: SISTEM AHLI

Sistem pakar adalah teknik cerdas untuk menangkap pengetahuan

tersembunyi dalam domain keahlian manusia yang sangat spesifik dan
terbatas.
Sistem ini menangkap pengetahuan karyawan yang terampil dalam bentuk
seperangkat aturan dalam sistem perangkat lunak yang dapat digunakan
oleh orang lain dalam organisasi.
Kumpulan aturan dalam sistem pakar menambah ingatan, atau
pembelajaran tersimpan dari perusahaan.
Pengetahuan manusia harus dimodelkan atau diwakili sedemikian rupa
sehingga komputer bisa memprosesnya.
Sistem pakar memodelkan pengetahuan manusia sebagai seperangkat
aturan yang secara kolektif disebut basis pengetahuan.
Strategi yang digunakan untuk mencari melalui basis pengetahuan disebut
inferensi engine. Dua strategi yang umum digunakan: forward chaining dan
backward chaining.

Sistem Informasi Manajemen UINSA

Dalam forward chaining, mesin inferensi dimulai dengan
informasi yang dimasukkan oleh pengguna dan mencari basis
aturan untuk sampai pada sebuah kesimpulan.
Strateginya adalah menembak, atau melakukan tindakan aturan
saat kondisi benar. Dalam strategi backward chaining, strategi
untuk mencari basis aturan dimulai dengan sebuah hipotesis
dan dilanjutkan dengan mengajukan pertanyaan kepada
pengguna tentang fakta-fakta yang dipilih sampai hipotesis
tersebut dikonfirmasi atau dibantah.

Sistem Informasi Manajemen UINSA

KECERDASAN ORGANISASI: PENALARAN BERBASIS KASUS

Sistem pakar terutama menangkap pengetahuan tersembunyi

para ahli individual, namun organisasi juga memiliki
pengetahuan dan keahlian kolektif yang telah mereka bangun
selama bertahun-tahun.
Pengetahuan organisasi ini dapat ditangkap dan disimpan
dengan menggunakan penalaran berbasis kasus.
Dalam kasus berbasis penalaran (CBR), deskripsi
pengalaman spesial masa lalu manusia, yang digambarkan
sebagai kasus, disimpan dalam database untuk pengambilan
nanti saat pengguna menemukan kasus baru dengan parameter
serupa.

Sistem Informasi Manajemen UINSA

SISTEM LOGIKA FUZZY

Kebanyakan orang tidak berpikir dalam hal aturan tradisional jika kemudian
atau angka yang tepat. Manusia cenderung mengkategorikan hal-hal yang
tidak tepat dengan menggunakan peraturan untuk membuat keputusan
yang mungkin memiliki banyak nuansa makna.
Misalnya, pria atau wanita bisa kuat atau cerdas. Sebuah perusahaan bisa
berukuran besar, menengah, atau kecil. Suhu bisa panas, dingin, sejuk, atau
hangat. Kategori ini mewakili berbagai nilai.
Logika fuzzy adalah teknologi berbasis aturan yang dapat mewakili
ketidaktepatan seperti itu dengan membuat aturan yang menggunakan nilai
perkiraan atau subyektif. Ini bisa menggambarkan fenomena atau proses
tertentu secara linguistik dan kemudian mewakili deskripsi itu dalam
sejumlah kecil peraturan fleksibel.
Organisasi dapat menggunakan logika fuzzy untuk menciptakan sistem
perangkat lunak yang menangkap pengetahuan tersembunyi dimana
terdapat ambiguitas linguistik.

Sistem Informasi Manajemen UINSA

JARINGAN SYARAF TIRUAN

Jaringan syaraf digunakan untuk memecahkan masalah kompleks dan

kurang dipahami dimana sejumlah besar data dikumpulkan. Mereka
menemukan pola dan hubungan dalam jumlah besar data yang akan terlalu
rumit dan sulit bagi manusia untuk dianalisis.
Jaringan saraf menemukan pengetahuan ini dengan menggunakan
perangkat keras dan perangkat lunak yang paralel dengan pola pengolahan
otak biologis atau otak manusia.
Sesi Interaktif pada Organisasi menggambarkan aplikasi perdagangan saham
terkomputerisasi berdasarkan teknologi AI terkait yang disebut
pembelajaran mesin.
Pembelajaran mesin berfokus pada algoritma dan metode statistik yang
memungkinkan komputer “belajar” dengan mengekstraksi aturan dan pola
dari kumpulan data masif dan membuat prediksi tentang masa depan.

Sistem Informasi Manajemen UINSA

ALGORITMA GENETIKA

Algoritma genetika berguna untuk menemukan solusi optimal

untuk masalah tertentu dengan memeriksa sejumlah besar
kemungkinan solusi untuk masalah itu.
Mereka didasarkan pada teknik yang diilhami oleh biologi
evolusioner, seperti pewarisan, mutasi, seleksi, dan crossover
(rekombinasi).

Sistem Informasi Manajemen UINSA

SISTEM AI HYBRID

Algoritma genetika, logika fuzzy, jaringan syaraf tiruan, dan

sistem pakar dapat diintegrasikan ke dalam satu aplikasi untuk
memanfaatkan fitur terbaik dari teknologi ini. Sistem semacam
itu disebut sistem hibrida.

Sistem Informasi Manajemen UINSA

AGEN CERDAS

Teknologi agen cerdas membantu bisnis menavigasi melalui

sejumlah besar data untuk mencari dan bertindak berdasarkan
informasi yang dianggap penting.
Agen cerdas adalah program perangkat lunak yang bekerja di
latar belakang tanpa intervensi langsung manusia untuk
melaksanakan tugas spesifik, berulang, dan dapat diprediksi
untuk pengguna individual, proses bisnis, atau aplikasi
perangkat lunak.
Banyak fenomena kompleks dapat dimodelkan sebagai sistem
agen otonom yang mengikuti aturan interaksi yang relatif
sederhana.
Aplikasi pemodelan berbasis agen telah dikembangkan untuk
memodelkan perilaku konsumen, pasar saham, dan rantai
pasokan dan untuk memprediksi penyebaran epidemi.
Sistem Informasi Manajemen UINSA
Ringkasan Mindmap

Sistem Informasi Manajemen UINSA

Referensi

 Kenneth, C.L and Jane P.L. Management

Information System. 12th edition. Managing
the Digital Firm, 2012.

Sistem Informasi Manajemen UINSA