Model Analisis Kesenjangan Pengetahuan dan Penentuan Area Pengetahuan Kunci

Area pengetahuan dalam proses produksi barang celup teridentifikasi dalam 18 area pengetahuan yang dimulai dari formulasi kompon lateks, formulasi koagulan, pemeriksaan bahan baku sampai dengan pemeriksaan produk akhir dan analisis kegagalan. Adapun contoh penilaian tingkat kondisi saat ini dan kepentingan dari salah seorang responden pakar dapat dilihat pada Gambar 32. Gambar 32 Tampilan input penilaian setiap area pengetahuan Nilai rata-rata dari keempat responden yang didapatkan dari proses rata- rata fuzzy dari keempat responden dan kemudian dilanjutkan dengan defuzzifikasi pada masing-masing area pengetahuan dapat dilihat pada Gambar 33. Nilai X-bar mewakili rata-rata kondisi saat ini dan nilai Y-bar mewakili rata-rata kepentingan atau kebutuhan. Gambar 33 Tampilan output penilaian setiap area pengetahuan Sistem Penalaran Fuzzy dalam Analisis Kesenjangan Pengetahuan Sistem penalaran fuzzy menggunakan 2 input yaitu tingkat kebutuhan dan kondisi saat ini area pengetahuan yang dikemas dalam bentuk trapezoidal fuzzy number seperti dapat dilihat pada Gambar 34. Gambar 34 Penyajian tingkat kondisi saat ini dalam bentuk trapezoidal fuzzy number Adapun basis aturan yang dibangun untuk menentukan atribut setiap area pengetahuan terdapat 9 aturan seperti dapat dilihat pada Gambar 35. Gambar 35 Basis aturan dalam sistem penalaran fuzzy dengan metode Sugeno Nilai output yang dihasilkan dengan input tingkat kebutuhan sebesar 0,74 dan tingkat kondisi saat ini sebesar 0,55 dapat dilihat pada Gambar 36. Gambar 36 Contoh nilai output sistem penalaran fuzzy dengan metode Sugeno Adapun perhitungan manual untuk input kepentingan sebesar 0,74 dan kondisi saat ini sebesar 0,55 adalah sebagai berikut : Evaluasi aturan : α1= min α Rendah [0,74] , α Lemah [0,55] = min 0 ; 0 = 0 Nilai konsekuen output area pengetahuan =2 α2= min α Rendah[0,74] , α Sedang [0,55] = min 0 ; 1 = 0 Nilai konsekuen output area pengetahuan =3 α3= min α Rendah[0,74] , α Kuat [0,55] = min 0 ; 0 = 0 Nilai konsekuen output area pengetahuan =3 α4= min α Sedang [0,74] , α Lemah [0,55] = min 0,08 ; 0 = 0 Nilai konsekuen output area pengetahuan =1 α5= min α Sedang [0,74] , α Sedang [0,55] = min 0,08 ; 1 = 0,08 Nilai konsekuen output area pengetahuan =2 α6= min α Sedang [0,74] , α Kuat [0,55] = min 0,08; 0 = 0 Nilai konsekuen output area pengetahuan =3 α7= min α Tinggi [0,74] , α Lemah [0,55] = min 0,92 ; 0 = 0 Nilai konsekuen output area pengetahuan =1 α8 = min α Tinggi [0,74] , α Sedang [0,55] = min 0,92 ; 1 = 0,92 Nilai konsekuen output area pengetahuan =1 α9 = min α Tinggi [0,74] , Kuat [0,55] = min 0,92 ;1 = 0 Nilai konsekuen output area pengetahuan =2 Metode defuzzifikasi yang digunakan untuk model sugeno ini adalah dengan rata-rata terbobot weighted average sehingga diperoleh output sebagai berikut : Output1 = 92 , 08 , 2 1 92 , 1 3 2 08 , 1 3 3 2 + + + + + + + + + + + + + + + + x x x x x x x x x = 1,08 Berdasarkan hasil perhitungan dengan bantuan paket program Matlab dapat diketahui atribut dari masing-masing area pengetahuan dalam matriks kesenjangan pengetahuan seperti terlihat pada Tabel 20. Area pengetahuan yang terdeteksi masuk dalam area 3 red alert zone adalah 9 area pengetahuan yaitu formulasi kompon, formulasi koagulan, pemeriksaan bahan baku, pembuatan dispersi, pemeriksaan dispersi, pencelupan kompon, pencucian, vulkanisasi, dan pemeriksaan produk serta analisis kegagalan. Tabel 20. Daerah pengembangan dari masing area pengetahuan Area Pengetahuan Y-bar Kebutuhan Kepentingan X-bar Saat ini Z Daerah Pengembangan Formulasi kompon 0,90 0,44 1 red alert zone Formulasi koagulan 0,74 0,55 1,08 ≈1 red alert zone Pemeriksaan bahan baku 0,80 0,64 1,12 ≈1 red alert zone Pembuatan dispersi 0,90 0,62 1 red alert zone Pembuatan koagulan 0,68 0,50 1,56 ≈2 stay updated zone Pencampuran dispersi dan pemeraman 0,56 0,64 2 ,12 ≈ 2stay updated zone Pemeriksaan dispersi 0,75 0,50 1 red alert zone Pembersihan cetakan 0,63 0,50 1,96 ≈2 stay updated zone Pencelupan koagulan 0,63 0,57 1,96 ≈2 stay updated zone Pencelupan kompon 0,84 0,55 1 red alert zone Pengeringan awal 0,56 0,50 2 stay updated zone Pembuatan cincin 0,56 0,44 2 stay updated zone Pencucian 0,74 0,50 1,08 ≈1 red alert zone Vulkanisasi 0,90 0,57 1 red alert zone Pembedakan 0,50 0,50 2 stay updated zone Pelepasan 0,56 0,62 2 stay updated zone Pembersihan powder 0,56 0,50 2 stay updated zone Pemeriksaan produk dan analisis kegagalan 0,90 0,48 1 red alert zone

6.3 Model Strategi Manajemen Pengetahuan

Pemilihan strategi manajemen pengetahuan menggunakan teknik fuzzy AHP dengan alternatif strategi yaitu strategi kodifikasi, strategi personalisasi dan strategi kombinasi seperti dapat dilihat pada Gambar 37. Pilihan alternatif tersebut didapatkan dari Nicolas 2004 dan Wu 2007. Strategi ini diperlukan untuk mengatasi adanya kesenjangan pengetahuan pada aktor utama pelaksana strategi inovasi dan teknologi serta mengelola area pengetahuan kunci yang telah teridentifikasi pada model sebelumnya. Strategi kodifikasi menekankan pada aspek teknologi untuk akuisisi, penyimpanan dan penyebaran pengetahuan dari pakar. Strategi personalisasi menekankan pada peningkatan pertemuan atau komunikasi antar pengguna pengetahuan atau antar penguna pengetahuan dengan pakar baik secara langsung, email atau melalui portal web. Strategi Kodifikasi Kombinasi Strategi Personalisasi Komunikasi Budaya dan Orang Waktu Dukungan Pemerintah Biaya Pemilihan Strategi Manajemen Pengetahuan Fokus Kriteria Alternatif Gambar 37 Model Keputusan Pemilihan Strategi Manajemen Pengetahuan Kuesioner pemilihan strategi manajemen pengetahuan dapat dilihat pada