Bab 11 MAKALAH SISTEM INFORMASI MANAJEMEN
MAKALAH SISTEM INFORMASI MANAJEMEN
“Mengelola Pengetahuan”
DI SUSUN OLEH:
MERCY NATALIA WATUNG
13061104162
C4 (AKUNTANSI)
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS SAM RATULANGI MANADO
KATA PENGANTAR
Puji dan syukur saya panjatkan kepada Tuhan Yang Maha Esa
atas segala limpahan rahmat serta bimbinganNya sehingga saya
dapat menyelesaikan makalah system informasi manajemen ini
dengan judul “Mengelola Pengetahuan”.
Saya harap makalah ini dapat berguna bagi pembaca untuk
mengetahui lebih lanjut lagi mengenai “Mengelola Pengetahuan”.
Akhirnya makalah ini masih jauh dari sempurna, untuk itu
saya mengharapkan kritik dan saran yang membangun dari
pembaca.
i
DAFTAR ISI
I.
KATA
PENGANTAR……………………………………………………………………………
………………………..
II.
DAFTAR
ISI…………………………………………………………………………………………
…….…………………
III.
BAB I: PENDAHULUAN
A.
Latar
Belakang………………………………………………………………………
…………………………
B.
Tujuan………………………………………..
……………………………………………………………………
IV.
V.
VI.
BAB II: ISI
Mengelola
Pengetahuan…………………………………………………………………………
……………………
BAB
III:
PENUTUP………………………………………………………………………………
…………………………
DAFTAR
PUSTAKA………………………………………………………………………………
………………………..
ii
BAB I
Pendahuluan
A.
Latar Belakang
Manajemen pengetahuan adalah serangkaian proses untuk membuat,
menyimpan, mentransfer, dan menerapkan pengetahuan dalam organisasi.
Sistem manajemen pengetahuan keseluruhan perusahaan adalah upaya
diseluruh perusahaan untuk mengumpulkan, menyimpan, mendistribusikan,
dan menerapkan data digital dan pengetahuan.
B. Tujuan
1. Menelaah peran dari manajemen pengetahuan dan program-program
manajemen dalam bisnis.
2. Menjelaskan berbagai sistem yang digunakan manajemen pengetahuan
keseluruhan perusahaan dan menunjukkan nilainya bagi organisasi.
3. Menjelaskan berbagai jenis sistem kerja pengetahuan yang utama dan
menelaah nilai yang diberikan bagi perusahaan.
4. Mengevaluasi berbagai keuntungan bisnis yang diperoleh dari
penggunaan teknik-teknik cerdas untuk manajemen pengetahuan.
1
BAB II: ISI
Mengelola Pengetahuan
Pengetahuan adalah konsep, pengalaman, dan pendekatan yang
memberikan kerangka dasar untuk menciptakan, mengevaluasi dan
menggunakan informasi. Untuk mengubah informasi menjadi pengetahuan,
perusahaan harus memanfaatkan lebih banyak lagi sumber daya untuk
menemukan pola, aturan, dan konteks dimana pengetahuan tersebut
berguna.
Manajemen
pengetahuan
adalah
sekumpulan
proses
yang
dikembangkan dalam organisasi untuk menciptakan, mengumpulkan,
menyimpan, memelihara, dan menyebarkan pengetahuan yang dimiliki
perusahaan. Sistem manajemen pengetahuan adalah sistem yang
mendukung penciptaan, pengambilan, penyimpanan, dan penyebaran
keahlian dan pengetahuan yang dimiliki perusahaan.
1. Bidang Manajemen Pengetahuan
Sistem manajemen pengetahuan perusahaan adalah sistem serba guna
yang digunakan oleh perusahaan untuk mengumpulkan, menyimpan,
mendistribusikan, dan menerapkan pengetahuan dan muatan digital. Sistem
kerja pengetahuan adalah sistem yang dikembangkan khusus untuk para
teknisi, ilmuan dan para pekerja di bidang pengetahuan lainnya yang
bertugas memperoses dan menciptakan pengetahuan baru bagi perusahaan
mereka.
Dimensi Pengetahuan yang Penting
Terdapat perbedaan antara data, informasi, pengetahuan dan kebijakan.
Data merupakan sebagai aliran kebijakan atau trnasaksi yang dicatat oleh
sistem suatu organisasi, dan bermanfaat hanya dalam transaksi itu sendiri,
dan tidak untuk yang lainnya. Untuk mengubah data menjadi informasi,
perusahaan harus memanfatkan sumber daya yang ada untuk menyusun
datak kedalam katagori-katagori yang mudah digunakan. Untuk mengubah
informasi menjadi pengetahuan, perusahaan harus memanfaatkan lebih
banyak lagi sumber daya untuk menemukan pola, aturan dan konteks
dimana pengetahuan tersebut berguna. Kebijakan adalah pemikiran
perorangan atau kelompok dalam menerapkan pengetahuan untuk
memecahkan suatu masalah.
Pengetahuan merupakan sifat individual sekaligus sifat kolektif dari suatu
perusahaan. Pengetahuan adalah kejadian yang kognitif, bukan fisiologis,
yang terjadi dalam pikiran manusia. Pengetahuan juga tersimpan dalam
perpustakaan dan catatan, diterangkan dalam kuliah, dan disimpan oleh
perusahaan dalam bentuk proses bisnis dan pengetahuan karyawannya.
1. Pengetahuan adalah asset perusahaan.
Pengetahuan adalah asset yang tidak berwujud.
Perubahan data menjadi pengetahuan dan informasi yang berguna
memerlukan penggunaan sumberdaya operasional.
Pengetahuan tidak mengikuti hukum hasil lebih
yang
semakin
berkurang (law of diminishing return) yang berlaku untuk asset fisik,
tetapi justru mengalami dampak jaringan: nilainya akan terus
bertambah seiring dengan semakin banyaknya pengetahuan tersebut
digunakan oleh orang lain.
2. Pengetahuan ada dalam berbagai bentuk.
Pengetahuan dapat bersifat tersirat namun juga dapat bersifat
eksplisit.
Pengetahuan meliputi cara melakukan sesuatu, ketrampilan dan
keahlian.
Pengetahuan meliputi cara mengikuti suatu prosedur.
Pengetahuan meliputi alasan mengapa, bukan sekedar kapan sesuatu
terjadi (kausalitas).
3. Pengetahuan memiliki lokasi.
Pengetahuan adalah peristiwa kognitif yang melibatkan model dan
pemetaan pikiran orang.
Pengetahuan memiliki basis sosial dan individual.
Pengetahuan bersifat “melekat” (sulit digerakkan), letaknya menyatu
dengan budaya perusahaan tertentu dan kontekstual (hanya tepat
digunakan pada situasi tertentu)
4. Pengetahuan bersifat situasional
Pengetahuan bersifat kondisional: mengetahui kapan saat menerapkan
suatu prosedur sama pentingnya dengan mengetahui prosedur itu
sendiri (kondisional)
Pengetahuan berkaitan dengan konteks: anda harus tahu bagaimana
menggunakan perangkat tertentu dan pada situasi seperti apa anda
dapat menggunakan perangkat tersebut.
Rantai Nilai Manajemen Pengetahuan
Seperti halnya manusia, organisasi menciptakan dan mengumpulkan
pengetahuan
menggunakan
beberapa
mekanisme
pembelajaran
organisasional. Organisasi yang melakukan pembelajaran akan mengubah
perilakunya dengan membuat proses bisnis baru dan mengubah pola
manajemen pengambilan keputusannya. Proses perubahan ini disebut
pembelajaran Organisasi (organitational learning). Organisasi yang dapat
merasakan dan merespons lingkungannya secara cepat akan bertahan lebih
lama dari pada organisasi yang mekanismenya lebih buruk. Namun untuk
menciptakan mekanisme pengetahuan yang baik maka diperlukan sebuah
sistem manajemen yang baik.
Pemerolehan Manajemen
Organisasi memperoleh pengetahuan melalui beberapa cara, tergantung
pada jenis pengetahuan yang dicarinya. Sistem manajemen pengetahuan
yang pertama mencoba membangun pusat data yang berisi dokumen
laporan, presentasi dan praktik-praktik terbaik. Sistem ini kemudian
dikembangkan untuk menyertakan dokumen yang tidak terstruktur,
seperti e-mail. Dalam kasus ini, organisasi memperoleh pengetahuan
dengan mengembangkan jaringan online agar para karyawan dapat
“menghubungi para pakar” di perusahaan tersebut yang memiliki
pengetahuan.
Penyimpanan Pengetahuan
Setelah berbagai dokumen, pola, dan aturan pakar terkumpul, data
tersebut harus disimpan sehingga dapat diambil kembali dan digunakan
oleh para karyawan. Penyimpanan pengetahuan umumnya melibatkan
proses pembuatan basis data. Sistem manajemen dokumen mengubah
data ke dalam bentuk digital, menyusun indeks, dan menandai dokumendokumen yang diperlukan berdasarkan kerangka kerja yang koheren
dengan bentuk akhirnya suatu basis data yang dapat menyimpan
pengetahuan yang diperoleh dengan cara menerapkan pengetahuan
tersebut ke dalam proses dan budaya organisaisi.
Penyebaran Pengetahuan
Portal, e-mail, pesan instan, dan teknologi mesin pencari telah
ditambahkan ke dalam serangkaian teknologi kolaborasi dan sistem
perkantoran yang digunakan untuk berbagi agenda, dokumen, data, dan
grafik. Bagaimana seorang karyawan atau manajer dapat menemukan
sesuatu yang benar-benar penting dan berguna bagi mereka dari lautan
informasi dan pengalama yang begitu luas? Di sinilah program pelatihan,
jaringan informal, dan pengalaman manajemen yang dibagikan dapat
membantu para manajer agar tetap dapat memfokuskan perhatian
mereka dalam informasi dan pengetahaun yang penting.
Penerapan Pengetahuan
Agar investasi yang ditanamkan tidak terbuang sia-sia. Pengetahuan
organisasi harus menjadi sistem yang dapat mendukung keputusan.
Membangun Modal Organisasi dan Modal Manajemen: Kolaborasi,
Komunitas Praktik, dan Lingkungan Perkantoran
Komunitas Praktik adalah jaringan umum informal yang terdiri atas para
profesional dan karyawan baik di dalam maupun di luar perusahaan
dengan minat dan kegiatan yang sama. Tentunya minat dan kegiatan
tersebut harus berkaitan dengan pekerjaan. Kegiatan komunitas ini
termasuk pendidikan perorangan atau kelompok, konferensi, newsletter
online, dan setiap harinya saling berbagi pengalaman dan teknik untuk
menyelesaikan masalah dalam pekerjaan tertentu.
Jenis Sistem Manajemen Pengetahuan
1.
Sistem Manajemen Pengetahuaan Perusahaan
Sistem manajemen pengetahuan perusahaan adalah sistem serba guna
yang digunakan oleh perusahaan untuk mengumpulkan, menyimpan,
mendistribusikan dan menerapkan pengetahuaan dan muatan digital. Sistem
ini menyediakan basis data berikut perangkatnya untuk menyusun dan
menyimpan dokumen terstruktur dan tidak terstruktur beserta objek
pengetahuan lainnya.
2. Sistem Kerja Pengetahuan
Adalah sistem yang dikembangkan khusus untuk para teknisi, ilmuwan
dan para pekerja di bidang pengetahuaan lain yang bertugas memperoleh
dan menciptakan pengetahuaan baru bagi perusahaan mereka.
3. Manajemen pengetahuan juga meliputi berbagai kelompok teknik cerdas
(inteliegent techniques) seperti penggalian data, system canggih jaringan
syaraf, logika fuzzy, algoritmegenetik dan agen inteligen.
Teknik-teknik ini memiliki tujuan yang berbeda mulai dari focus pada
menemukan pengetahuan baru (penggalian data dan jaringan saraf),
pengolahan pengetahuan dalam bentuk aturan bagi program computer
(system ahli dan logika fuzzy), sampai pada bagai mana mendapatkan solusi
optimal untuk suatu masalah (algoritme genetic).
Terdapat tiga kategori umum dalam sistem manajemen pengetahuan, dan
masing-masing dapat dipecah menjadi jenis-jenis sistem manajemen
pengetahuan yang lebih khusus.
2. Sistem
Manajemen
Perusahaan
Pengetahaun
Keseluruhan
Dalam sistem manajemen penegetahuan perusahaan terdapat tiga
kategori
utama
yang
digunakn
dalam
mengelola
berbagai
pengetahuantersebut. Kadangkala manajer memerlukan informasi berbentuk
dokumen yang tidak benar-benar terstruktur, seperti e-mail, voice mail,
rekaman percakapan di chat room, video, gambar digital, brosur atau
buletin. Sistem jaringan pengetahuan memiliki fungsi sebagai penghubung
antara pasokan dan permintaan pengetahuan. Sistem jaringan pengetahuan
memberikan direktori online mengenai para pakar bidang-bidang tertentu di
perusahaan menggunakan teknologi komunikasi untuk memudahkan
karyawan dalam mencari pakar yang tepat.
Sistem Pengetahuan Terstruktur
Yaitu untuk mengatur pengetahuan terstruktur dalam bentuk teks
terstruktur dan laporan atau presentasi (dokumen formal) di memory
komputer agar dapat diakses oleh seluruh perusahaan. Sistem pengetahuan
terstruktur melakukan fungsi implementasi penandaan dokumen, antarmuka
dengan basis data perusahaan di mana dokumen disimpan, dan membuat
portal perusahaan yang dapat digunakan oleh karyawan yang memerlukan
pengetahuan perusahaan.
Sistem Pengetahuaan Semiterstruktur
Yaitu seluruh informasi digital dalam suatu perusahaan yang tidak
terdapat dalam dokumen atau laporan formal. Informasi yang
semiterstruktur adalah seluruh informasi digital dalam suatu perusahaan
yang tidak terdapat dalam dokumen atau laporan formal. Diperkirakan
hampir 80% isi bisnis suatu organisasi bersifat semiterstruktur, informasi
dalam arsip, pesan memo, e-mail, brosur atau media lainnya (video, image)
dibuat dalam format berbeda-bedadan disimpan di banyak tempat.
Pusat Penyimpanan Pengetahuan adalah kumpulan pengetahuaan internal
dan eksternal yang berada dalam satulokasi untuk efisiensi pengelolaan dan
penggunaannya. Pusat Penyimpanan Pengetahuan memberikan akses
melalui portal perusahaan dan teknologi mesin pencari (search engine).
Mengorganisasikan Pengetahuan: Taksonomi dan Penandaan
Taksonomi adalah skema untuk mengklasifikasikan informasi dan
pengetahuan sedemikian rupa hingga informasi dan pengetahuan tersebut
mudah diakses. Taksonomi adalah seperti daftar isi sebuah buku atau seperti
sistem perpustakaan untuk mengklasifikasikan buku dan majalah menurut
judul dan penulisnya. Sebuah perusahaan bisnis dapat mengakses informasi
lebih mudah jika perusahaan tersebut merancang taksonominya sendiri
untuk mengklasifikasikan informasi menjadi kategori-kategori.
Beberapa alat bantu untuk melakukan penandaan secara otomatis dan
mengurangi keharusan bagi manajer mengembangkan taksonominyan
sendiri. Peranti lunak Semio Tagger Entrieva adalah peranti lunak untuk
mengelompokkan dan membuat indeks yang mengidentifikasi kata-kata
kunci dalam dokumen, memberikan faktor relevansi untuk kata-kata
tersebut, menyusun dokumen ke dalam kategori-kategori, dan melakukan
penandaan dokumen berbasis XML menggunakan aturan-aturan yang dapat
dilihat dan dimodifikasi oleh pengguna.
Sistem
jaringan
pengetahuan
menyediakan
suatu
direktori online mengenai keberadaan pakar dalam bidang pengetahuan
tertentu dan menggunakan teknologi komunikasi untuk memudahkan
karyawan menemukan pakar yang tepat.
Vendor sistem manajemen pengetahuan komersial besar telah
mengintegrasikan isi dan kemampuan manajemen dokumennya dengan
portal dan teknologi kolaborasi yang canggih. Portal pengetahuan
perusahaan dapat memberikan akses pada informasi sumber daya eksternal,
seperti umpanan berita dan riset, chat/pesan instan, diskusi kelompok, dan
konferensi video.
Sistem
manajemen
pengetahuan
keseluruhan
perusahaan
menggunakan sejumlah teknologi untuk menyimpan dokumen terstruktur
dan tidak terstruktur mencari keahlian karyawan, mencari informasi,
menyebarkan pengetahuan, dan menggunakan data dari aplikasi
perusahaan dan sistem perusahaan yang penting lainnya.
Sistem Manajemen Pengetahuan telah menjadi salah satu bidangyang
paling cepat berkembang dalam investasi piranti lunakperusahaan dan
pemerintahan. Seperti gambar dibawah ini :
Sistem Jaringan Pengetahuan
Sistem ini menyediakan suatu direktori on-linemengenai keberadaan
pakar dalam bidang pengetahuaan danmenggunakan teknologi komunikasi
untuk memudahkan karyawan menemukan pakar yang tepat. Beberapa
Knowledge Network Systemlebih jauh lagi menyusun solusi yang
dikembangkan oleh pakar-pakar secara sistematis kemudian menyimpan
solusi tersebut. dalam basis data pengetahuan sebagai praktik terbaik atau
pertanyaan yang sering dilontarkan.
Teknologi Pendukung; Portal, Perangkat Kolaborasi, dan Sistem
Manajemen Pembelajaraan
Portal pengetahuan perusahaan dapat memberikan akses pada informasi
sumber daya eksternal, seperti umpanan berita dan riset, chat/ pesan instan,
diskusi kelompok, dan konferensi video.
CEO Intel, Paul Ottetini, menggunakan blog untuk menyampaikan
pemikirannya kepada para karyawan dan untuk meminta pendapat mereka.
Tim internal di Erns & Young menggunakan blog untuk berkolaborasi dan
berbagi pengetahuan mengenai klien dan proyek, sementara perusahaan
farmasi Prancis Ispen menggunakn blog untuk mengelola reputasi dan untuk
mengumpulkan kecerdasan kompetitif.
Sistem manajemen pembelajaran adalah aplikasi perangkat lunak yang
menyediakan alat bantu untuk manajemen, pengiriman, pelacakan, dan
penilaian berbagai jenis pembelajaran dan pelatihan karyawan. Sebuah LMS
yang kuat harus bisa melakukan hal berikut:memusatkan dan
mengotomatisasi administrasi
menggunakan layanan ‘’self-service’’ dan ‘’self-guided’’
mengumpulkan dan menyampaikan konten pembelajaran dengan
cepat
mengkonsolidasikan inisiatif pelatihan pada platform berbasis ‘’web
scalable’’
mendukung portabilitas dan standar
personalisasi
isi
dan
memungkinkan
penggunaan
pengetahuan.
3. Sistem Kerja Pengetahuan
Pekerja Pengetahuan dan Kerja Pengetahuan
kembali
Pekerja Pengetahuan adalah orang-orang yang merancang produk atau jasa
dan menciptakan pengetahuan untuk organisasi. Pekerja Pengetahuaan
melakukan tiga peran kunci yang sangat penting bagi organisasi dan untuk
manajer yang bekerja dalam organisasi, yaitu:
1) Menjaga
aliran
pengetahuaan
dalam
perusahaan
seiring
denganperkembangan perusahaan dalam teknologi sain, pemikiran sosial
dan seni.
2) Bertugas
melayani
sebagai
konsultan
internal
mengenai
pengetahuankhusus mereka, berbagai perusahaan yang terjadi dan
kesempatanyang muncul.
3) Bertindak
sebagai
agen
perubahan,
danmendukung proyek-proyek perubahan.
mengevaluasi,
merintis
Persyaratan Sistem Kerja Pengetahuan
Pekerja pengetahuan memerlukan sistem kerja pengetahuan yang sangat
spesifik dengan grafis, alat bantu analisis, dan kemampuan komunitas dan
manajemen dokumen yang canggih. Sistem ini memerlukan kekuatan
komputasi mendasar untuk menangani grafik-grafik yang rumit atau
perhitungan yang kompleks yang dibutuhkan oleh pekerja pengetahuan,
seperti penelitian ilmiah, perancang produk, dan analisis keuangan. Karena
pekerja pengetahuan sangat fokus pada pengetahuan di dunia eksternal,
sistem ini juga harus memberikan kemudahan dan kecepatan mengakses
basis data eksternal.
Sistem kerja pengetahuan membutuhkan link yang kuat kepada basis
pengetahuan eksternal selain juga perangkat keras dan peranti lunak
khusus.
Contoh Sistem Kerja Pengetahuan
Desain Berbantu Komputer (CAD)
Dengan menggunakan workstation perancangan, para perancanagan
hanya perlu membuat purwarupa fisik saat proses perancangan hampir
selesai, karena rancangannya dapat dengan mudah diuji dan diubah-ubah
oleh komputer. Computer Aided Design adalah suatu program komputer
untuk menggambar suatu produk atau bagian dari suatu produk. Produk
yang ingin digambarkan bisa diwakili oleh garis-garis maupun simbol-simbol
yang memiliki makna tertentu. CAD bisa berupa gambar 2 dimensi dan
gambar 3 dimensi.
Berawal dari menggantikan fungsi meja gambar kini perangkat lunak
CAD
telah
berevolusi
dan
terintegrasi
dengan
perangkat
lunak CAE (Computer
Aided
Engineering)
dan CAM (Computer
Aided
Manufacturing). Integrasi itu dimungkinkan karena perangkat lunak CAD saat
ini kebanyakan merupakan aplikasi gambar 3 dimensi atau biasa disebut
solid modelling. Solid model memungkinkan kita untuk memvisualisasikan
komponen dan rakitan yang kita buat secara realistik. Selain itu model
mempunyai
property
seperti massa, volume, pusat
gravitasi ,
luas
permukaan dll.
Sistem Realitas Virtual
Sistem yang memiliki kemampuan visualisasi, penerjemahan, dan
simulasi yang lebih yang jauh melebihi sistem desai berbantu komputer.
Sistem ini menggunkan peranti lunak grafis interaktif untuk menciptakan
simulasi buatan komputer yang sangat mirip dengan kenyataan hingga para
pengguna hampir mempercayai bahwa mereka berada dalam dunia nyata.
Dalam kebanyakan sistem realitas virtual, pengguna mengenakan pakaian,
perlengkapan kepala, dan peralatan khusus lainnya, bergantung pada
aplikasinya. Pakaian tersebut memiliki sensor yang mencatat gerakan
pengguna dan segera mengirimkan informasi ke komputer, Sebagai
contohnya, untuk berjalan dalam realitas virtual sebuah rumah, Anda
memerlukan pakaian yang dapat memantau gerakan kaki, tanagn,
dankepala Anda.
Virtual Reality Modeling Language (VRML)
VRML adalah seperangkat spesifikasi untuk model interaktif tiga dimensi
dalam World Wide Web yang dapat menangani berbagai jenis media,
termasuk animasi, gambar dan audio, untuk menempatkan pengguna dalam
lingkungan dunia nyata yang disimulasikan. VRML tidak memerlukan
platform tertentu, bekerja pada computer desktop dan membutuhkan
bandwidth yang kecil.
Workstation Investasi
Sistem ini khusus untuk mendaya gunakan pengetahuan dan waktu dari para
pialang, pedagang, dan manajer portofolio. Perusahaan seperti Merrill Lynch
dan USB financial Service telah memasang workstation investasi yang
menggabungkan cakupan data yang luas, baik dari sumber internal maupun
dari sumber eksternal, termasuk data kontak manajemen, data realtime,riwayat pasar, dan laporan penelitian.
4. Teknik Cerdas
Kecerdasan buatan dan teknologi basis data memberikan sejumlah teknik
cerdas yang dapat digunakan oleh berbagai organisasi untuk “menangkap”
pengetahuan peroranagan dan pengetahuan kolektif, serta mengembangkan
pengetahuan tersebut. Sistem-sistem ahli, penalaran berbasis kasus, dan
logika fuzzy digunakan untuk menangkap pengetahuan yang tersembunyi.
Jaringan saraf tiruan dan penggalian data digunakan untuk penemuan
pengetahuan, algometrik genetik, sistem AI hibra, dan agen inteligen.
Menangkap Pengetahuan: Sistem Ahli
Sistem ahli adalah teknik cerdas untuk menangkap pengetahuan yang
tersembunyi dalam keahlian manusia yang sangat spesifik dan terbatas
cakupannya. Sistem ini menangkap pengetahuan dari pekerja pakar dalam
bentuk serangkaian aturan dalam sistem peranti lunak yang dapat
digunakan oleh orang lain dalam organisasi tersebut. Serangkaian aturan
dalam sistem ahli ditambahkan ke dalam memori atau pembelajaran
perusahaan.
Bagaimana Sistem Ahli Bekerja
Sistem ahli membuat model pengetahuan manusia menjadi serangkaian
aturan yang secara kolektif disebut basis pengetahuan. Sistem ahli memiliki
jumlah aturan mulai dari 200 sampai beberapa ribu, bergantung pada
kompleksitas permasalahnnya. Aturan-aturan tersebut jauh lebih mengakar
dan saling terhubung satu sama lain dibandingkan program peranti lunak
yang biasanya.
Sistem ahli memberikan banyak keuntungan bagi perusahaan, termasuk
diantaranya pengambilan keputusan yang lebih baik, pengurangan
kesalahan, penguranagan biaya, pengurangan waktu pelatihan, dan tingkat
kualitas serta layanan yang lebih baik.
Kecerdasan Organisasional: Penalaran Berbasis kasus
Pengetahuan organisasi ini dapat ditangkap dan disimpan dengan
menggunakan penalaran berbasis kasus. Dalam penalaran berbasis kasus,
deskripsi
dari
pengalaman
masa
lalu
seorang
spesialis
yang
direpresentasikan sebagai contoh kasus disimpan dalam basis data untuk
digunakan kembali di suatu waktu pada saat seorang pengguna berhadapan
dengan kasus baru dengan parameter yang serupa. Sistem ini mencari
dalam basis data kasus yang memiliki karakteristik masalah yang serupa
dengan kasus baru, menemukan kasus yang paling tepat, dan menerapakn
solusi kasus lama pada kasus baru. Solusi yang sukses diberi tanda untuk
digunakan kembali pada kasus baru, dan keduanya disimpan bersama
dengan kasus-kasus lainnya dalam basis pengetahaun.
Dalam sistem ini terdapat beberapa teknik kecerdasan, diantaranya yaitu:
Sistem Logika Fuzzy
Logika
Fuzzy
adalah
teknologi
berbasis
aturan
yang
dapat
merepresentasikan ketidakpersisian seperti yang telah disebutkan, dengan
menciptakan aturan yang menggunakan nilai subjektif atau nilai yang
mendekati. Logika fuzzy dapat menjelaskan fenomena atau proses tertentu
secara linguistik, kemudian mempresentasiakannya dalam sejumlah kecil
aturan yang fleksibel. Organisasi dapat menggunakan logika fuzzy untuk
menciptakan sistem peranti lunak yang menangkap pengetahuan tersirat
yang mengandung ambiguitas linguistik. Jaringan saraf tiruan digunakan
untuk menyelesaikan masalah-masalah yang kompleks dan sulit dipahami, di
mana sejumlah besar data mengenai masalah tersebut telah dikumpulkan.
Jaringan saraf tiruan mencari pola dan hubungan dalam data yang sangat
besar yang terlalu rumit dan sulit untuk dianalisis manusia.
Jaringan Saraf Tiruan
Jaringan saraf tiruan digunakan untuk menyelesaikan masalah-masalah
yang kompleks dan sulit dipahami, dimana sejumlah besar data mengenai
masalah tersebut telah dikumpulkan. Jaringan saraf tiruan mencari pola dan
hubungan dalam data yang sngat besar yang terlalu rumit dan sulit untuk
dianalisis manusia. Jaringan saraf tiruan menemukan pengetahuan ini
dengan menggunakan perangkat keras dan peranti lunak yang menyerupai
pola-pola pemprosesan dalam otak manusia. Jaringan saraf tiruan
‘mempelajari’ pola-pola dari jumlah data yang banyak dengan menyaring
data, mencari hubungan, membangun model, dan mengoreksi kesalahan
model itu sendiri berkali-kali.
Cara kerja saraf tiruan :
Jaringan saraf tiruan menggunakan aturan yang “dipelajari” dari pola-pola
data untuk membangun lapisan logika tersembunyi. Lapisan tersembunyi ini
kemudian memproses masukan-masukan dan mengklasifikasikannya
berdasarkan pengalaman dari model tersebut. Pada contoh ini, jaringan saraf
tiruan telah dilatih untuk membedakan pembelian kartu kredit yang sah
dengan yang tidak sah.
Ada banyak aspek yang membingungkan dari jaringan saraf tiruan. Tidak
seperti system ahli, yang biasanya memberikan penjelasan bagi solusi yang
diberikan, jaringan saraf tirua tidak selalu dapat menjelaskan mengapa
jaringan tersebut memilih keputusan tertentu. Terlebih lagi, mereka tidak
selalu dapat menjamin solusi yang benar-benar pasti, solusi yang diberikan
mungkin berbeda untuk sebuah masukkan yang sama. Jaringan saraf tiruan
juga tidak dapat menjamin solusi yang terbaik. Jaringan saraf tiruan sangat
sensitive dan tidak dapat bekerja dengan baik apabila data untuk latihannya
terlalu sedikit atau bahkan terlalu banyak. Dalam kebanyakan aplikasi
dewasa ini, jaringan saraf tiruan paling sesuai untuk membantu pengambilan
keputusan oleh manusia, bukan sebagai pengganti manusia dalam
mengambil keputusan.
Algoritme Genetik
Algoritme genetik berguna untuk mendapatkan solusi optimal untuk masalah
spesifik dengan memeriksa sejumlah besar kemungkinan solusi untuk
masalah tersebut. Teknik pemecahan masalah dengan algoritme ini secara
konsep berbasis pada metode bagaimana organisme hidup beradaptasi
dengan lingkungannya.
Algoritma genetic bekerja dengan mempresentasikan informasi sebagai
deretan 0 dan 1. Kemungkinan solusi dapat direpresentasikan
denganderetan 0 dan 1 yang panjang. Algoritma genetic memberika kode
untuk
mencari
semua
kombinasi
digit
yang
mungkin
untuk
mengidentifikasikan deretan yang tetap yang merepresentasikan struktur
terbaik untuk masalah tertentu. Jadi, algoritma genetrik mendukung evolusi
berbagai solusi untuk masalah tertentu, mengendalikan penciptaan, variasi,
adaptasi dan pemilihan kemungkinan solusi menggunakan proses-proses
genetik. Solusi-solusi tersebut mengalami perubahan dan penggabungan.
Solusi yang buruk dibuang, sedangkan proses yang lebih baik bertahan
untuk terus lanjut menghasilkan solusi yang semakin baik lagi.
Sistem AI Hibrida
Sistem kecerdasan hibrida adalah sistem yang dapat mengintegrasikan
Algoritme genetik, logika fuzzy, jaringan saraf tiruan, dan sistem ahli menjadi
aplikasi tunggal untuk mengambil manfaat dari fitur-fitur terbaik teknologi
tersebut. Sistem seperti ini disebut system kecerdasan buatan hibrida
(hybrid al system) .
Agen inteligen
Agen inteligen adalah program peranti lunak yang bekerja di latar belakang
tanpa investasi manusia secara langsung untuk menjalankan tugas-tugas
yang spesifik, berulang, dan dapat diprediksi. Tugas-tugas tersebut dilakukan
bagi pengguna perorangan, proses bisnis, atau aplikasi peranti lunak. Agen
inteligen menggunakan basis pengetahuan bawaan yang terbatas atau basis
pengetahuan yang dipelajari untuk menyelesaikan tugas atau untuk
membuat keputusan atas nama pengguna, seperti menghapus e-mail yang
tidak berguna dan menjadwalkan janji.
BAB III
PENUTUP
Manajemen pengetahuan adalah serangkaian proses untuk membuat,
menyimpan, mentransfer, dan menerapkan pengetahuan dalam organisasi.
Perusahaan memerlukan program manajemen pengetahuan karena
pengetahuan telah menjadi asset produktif dan strategis yang sentral dalam
perekonomian informasi di zaman ini, dan merupakan sumber keunggulan
kompetitif yang potensial. Manajemen pengetahuan mengedepankan
pembelajaran organisasi dengan meningkatkan kemampuan organisasiuntuk
belajar dari lingkungannya dan untuk memasukkan pengetahuan dalam
proses bisnis. Sistem manajemen pengetahuan yang efektif memerlukan
modal organisasional dan manajemen untuk meningkatkan budaya dan
program pengetahuan untuk manajemen pengetahuan, termasuk dilantiknya
seorang direktur pengetahuan. Ada tiga jenis utama sistem manajemen
pengetahuan: sistem manajemen pengetahuan keseluruhan perusahaan,
sistem kerja pengetahuan, dan teknik cerdas.
Sistem manajemen pengetahuan keseluruhan perusahaan adalah
upaya
diseluruh
perusahaan
untuk
mengumpulkan,
menyimpan,
mendistribusikan, dan menerapkan data digital dan pengetahuan. Sistem
pengetahuan terstruktur menyediakan basis data dan berbagai perangkat
untuk mengorganisasikan dan menyimpan pengetahuan semiterstruktur,
seperti e-mail atau multimedia. Sistem jaringan pengetahuan menyediakan
direktori dan perangkat untuk mencari karyawan perusahaan berkeahlian
tertentu yang merupakan sumber daya penting dari pengetahuan tersirat.
Sistem
manajemen
pengetahuan
keseluruhan
perusahaan
dapat
memberikan nilai yang cukup besar jika sistem ini dirancang dengan baik
dan
memungkinkan
karyawan untuk
menemukan,
berbagi,
dan
memanfaatkan pengetahuan secara lebih efisien.
Sistem kerja pengetahuan mendukung penciptaan sistem pengetahuan
baru dan integrasinya perusahaan. Sistem ini memerlukan akses yang
mudah ke basis pengetahuan eksternal: perangkat keras computer yang
canggih yang dapat mendukung peranti lunak dengan banyak grafik,
analisis, manajemen dokumen, dan kemampuan komunikasi, dan antar muka
yang ramah pengguna. Kemampuan ini dapat meningkatkan produktifitas
para pekerja pengetahuan yang dibayar mahal. Sistem kerja pengetahuan
sering kali berjalan di workstation yang disesuaikan dengan fungsinya.
Sistem perancangan yang dibantu komputer dan sistem realitas virtual, yang
menciptakan simulasi interakti yang bertingkah laku seperti dunia nyata,
memerlukan kapabilitas grafik dan permodelan yang kuat. Sistem kerja
pengetahuan untuk para professional keuangan menyediakan akses ke basis
data eksternal dan kemampuan untuk menganalisis sejumlah besar data
keuangan dengan sangat cepat.
Kecerdasan buatan tidak memiliki fleksibilitas, keluasan, dan
keumuman dari kecerdasan manusia, tapi dapat digunakan untuk
menangkap, mengodekan, dan memperluas pengetahuan perusahaan.
Perusahaan dapat menggunakan kecerdasan buatan untuk membantunya
menangkap dan menyimpan pengetahuan tersirat untuk menemukan
pengetahuan untuk menghasilkan solusi bagi masalah tertentu yang terlalu
besar dan kompleks untuk dianalisis oleh manusia, dan untuk membantu
perusahaan mencari dan menyaring informasi.
Sistem ahli menangkap pengetahuan tersirat dari kecerdasan manusia
dan menyatakannya dalam pengetahuan dengan bentuk aturan-aturan.
Strategi mencari dalam basis pengetahuan disebut mesin inferensi, dan
dapat menggunakan penalaran maju atau penalaran mundur. Sistem ahli
sangat berguna untuk basis data dengan kasus yang dapat secara kontinu
diperluas dan diperbaiki. Saat pengguna menemui kasus baru, sistem
tersebut akan mencari kasus yang mirip, menemukan contoh kasus yang
memiliki kecocokan tertinggi, dan menerapkan solusi kasus lama pada kasus
baru. Kasus baru kemudian disimpan bersama dengan solusi yang sukses
dalam basis data kasus.
Logika juzzy adalah peranti lunak dan perangkat keras yang berusaha
untuk meniru proses berpikir otak manusia. Jaringan saraf tiruan tergolong
hebat dalam kemampuan belajarnya dan mengenali pola-pola yang tidak
dapat digambarkan dengan mudah oleh manusia. Jaringan saraf tiruan
digunakan dalam sains, pengobatan, dan bisnis terutama untuk mencari
pola-pola dalam jumlah data yang sangat besar.
Algoritme genetic mengembangkan solusi untuk masalah tertentu
menggunakan proses genetic seperti kesosokan, persilangan, dan mutasi.
Algoritme genetic mulai digunakan untuk masalah-masalah yang melibatkan
optimalisasi, perancangan produk dan pemantauan system industry dimana
terdapat banyak alternative atau variable yang harus dievaluasi untuk
menghasilkan solusi yang optimal.
Agen inteligen adalah program peranti lunak dengan basis
pengetahuan bawaan atau dipelajari yang melaksanakan tugas tertentu,
berulang, dan dapat diprediksi bagi pengguna perorangan, proses bisnis,
atau aplikasi peranti lunak. Agen inteligen dapat deprogram untuk
menelusuri data dalam jumlah besar untuk menemukan informasi yang
berguna dan, dalam beberaoa kasus, menindaklanjuti informasi tersebut
atas nama pengguna.
DAFTAR PUSTAKA
http://rully0209u163.blogspot.com/2012/12/bab-11-mengelola-
pengetahuan.html
http://datakata.wordpress.com/2014/03/31/sistem-informasi-manajemen-
mengelola-pengetahuan/
http://chinthaoktowanti.blogspot.com/2009/01/bab-11-mengelola-
pengetahuan.html
http://jay-muzayyin.blogspot.com/2011/09/ringkasan-bab-11-mengelola-
pengetahuan.html
http://hwahyuni4.blogspot.com/2011/09/rangkuman-bab-ii-mengelola-
pengetahuan.html
http://indrayp.blogspot.com/2010/01/mengelola-pengetahuan-review-bab-
11.html
http://sarah-sim.blogspot.com/2010/01/bab-11-mengelola-
pengetahuan.html
“Mengelola Pengetahuan”
DI SUSUN OLEH:
MERCY NATALIA WATUNG
13061104162
C4 (AKUNTANSI)
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS SAM RATULANGI MANADO
KATA PENGANTAR
Puji dan syukur saya panjatkan kepada Tuhan Yang Maha Esa
atas segala limpahan rahmat serta bimbinganNya sehingga saya
dapat menyelesaikan makalah system informasi manajemen ini
dengan judul “Mengelola Pengetahuan”.
Saya harap makalah ini dapat berguna bagi pembaca untuk
mengetahui lebih lanjut lagi mengenai “Mengelola Pengetahuan”.
Akhirnya makalah ini masih jauh dari sempurna, untuk itu
saya mengharapkan kritik dan saran yang membangun dari
pembaca.
i
DAFTAR ISI
I.
KATA
PENGANTAR……………………………………………………………………………
………………………..
II.
DAFTAR
ISI…………………………………………………………………………………………
…….…………………
III.
BAB I: PENDAHULUAN
A.
Latar
Belakang………………………………………………………………………
…………………………
B.
Tujuan………………………………………..
……………………………………………………………………
IV.
V.
VI.
BAB II: ISI
Mengelola
Pengetahuan…………………………………………………………………………
……………………
BAB
III:
PENUTUP………………………………………………………………………………
…………………………
DAFTAR
PUSTAKA………………………………………………………………………………
………………………..
ii
BAB I
Pendahuluan
A.
Latar Belakang
Manajemen pengetahuan adalah serangkaian proses untuk membuat,
menyimpan, mentransfer, dan menerapkan pengetahuan dalam organisasi.
Sistem manajemen pengetahuan keseluruhan perusahaan adalah upaya
diseluruh perusahaan untuk mengumpulkan, menyimpan, mendistribusikan,
dan menerapkan data digital dan pengetahuan.
B. Tujuan
1. Menelaah peran dari manajemen pengetahuan dan program-program
manajemen dalam bisnis.
2. Menjelaskan berbagai sistem yang digunakan manajemen pengetahuan
keseluruhan perusahaan dan menunjukkan nilainya bagi organisasi.
3. Menjelaskan berbagai jenis sistem kerja pengetahuan yang utama dan
menelaah nilai yang diberikan bagi perusahaan.
4. Mengevaluasi berbagai keuntungan bisnis yang diperoleh dari
penggunaan teknik-teknik cerdas untuk manajemen pengetahuan.
1
BAB II: ISI
Mengelola Pengetahuan
Pengetahuan adalah konsep, pengalaman, dan pendekatan yang
memberikan kerangka dasar untuk menciptakan, mengevaluasi dan
menggunakan informasi. Untuk mengubah informasi menjadi pengetahuan,
perusahaan harus memanfaatkan lebih banyak lagi sumber daya untuk
menemukan pola, aturan, dan konteks dimana pengetahuan tersebut
berguna.
Manajemen
pengetahuan
adalah
sekumpulan
proses
yang
dikembangkan dalam organisasi untuk menciptakan, mengumpulkan,
menyimpan, memelihara, dan menyebarkan pengetahuan yang dimiliki
perusahaan. Sistem manajemen pengetahuan adalah sistem yang
mendukung penciptaan, pengambilan, penyimpanan, dan penyebaran
keahlian dan pengetahuan yang dimiliki perusahaan.
1. Bidang Manajemen Pengetahuan
Sistem manajemen pengetahuan perusahaan adalah sistem serba guna
yang digunakan oleh perusahaan untuk mengumpulkan, menyimpan,
mendistribusikan, dan menerapkan pengetahuan dan muatan digital. Sistem
kerja pengetahuan adalah sistem yang dikembangkan khusus untuk para
teknisi, ilmuan dan para pekerja di bidang pengetahuan lainnya yang
bertugas memperoses dan menciptakan pengetahuan baru bagi perusahaan
mereka.
Dimensi Pengetahuan yang Penting
Terdapat perbedaan antara data, informasi, pengetahuan dan kebijakan.
Data merupakan sebagai aliran kebijakan atau trnasaksi yang dicatat oleh
sistem suatu organisasi, dan bermanfaat hanya dalam transaksi itu sendiri,
dan tidak untuk yang lainnya. Untuk mengubah data menjadi informasi,
perusahaan harus memanfatkan sumber daya yang ada untuk menyusun
datak kedalam katagori-katagori yang mudah digunakan. Untuk mengubah
informasi menjadi pengetahuan, perusahaan harus memanfaatkan lebih
banyak lagi sumber daya untuk menemukan pola, aturan dan konteks
dimana pengetahuan tersebut berguna. Kebijakan adalah pemikiran
perorangan atau kelompok dalam menerapkan pengetahuan untuk
memecahkan suatu masalah.
Pengetahuan merupakan sifat individual sekaligus sifat kolektif dari suatu
perusahaan. Pengetahuan adalah kejadian yang kognitif, bukan fisiologis,
yang terjadi dalam pikiran manusia. Pengetahuan juga tersimpan dalam
perpustakaan dan catatan, diterangkan dalam kuliah, dan disimpan oleh
perusahaan dalam bentuk proses bisnis dan pengetahuan karyawannya.
1. Pengetahuan adalah asset perusahaan.
Pengetahuan adalah asset yang tidak berwujud.
Perubahan data menjadi pengetahuan dan informasi yang berguna
memerlukan penggunaan sumberdaya operasional.
Pengetahuan tidak mengikuti hukum hasil lebih
yang
semakin
berkurang (law of diminishing return) yang berlaku untuk asset fisik,
tetapi justru mengalami dampak jaringan: nilainya akan terus
bertambah seiring dengan semakin banyaknya pengetahuan tersebut
digunakan oleh orang lain.
2. Pengetahuan ada dalam berbagai bentuk.
Pengetahuan dapat bersifat tersirat namun juga dapat bersifat
eksplisit.
Pengetahuan meliputi cara melakukan sesuatu, ketrampilan dan
keahlian.
Pengetahuan meliputi cara mengikuti suatu prosedur.
Pengetahuan meliputi alasan mengapa, bukan sekedar kapan sesuatu
terjadi (kausalitas).
3. Pengetahuan memiliki lokasi.
Pengetahuan adalah peristiwa kognitif yang melibatkan model dan
pemetaan pikiran orang.
Pengetahuan memiliki basis sosial dan individual.
Pengetahuan bersifat “melekat” (sulit digerakkan), letaknya menyatu
dengan budaya perusahaan tertentu dan kontekstual (hanya tepat
digunakan pada situasi tertentu)
4. Pengetahuan bersifat situasional
Pengetahuan bersifat kondisional: mengetahui kapan saat menerapkan
suatu prosedur sama pentingnya dengan mengetahui prosedur itu
sendiri (kondisional)
Pengetahuan berkaitan dengan konteks: anda harus tahu bagaimana
menggunakan perangkat tertentu dan pada situasi seperti apa anda
dapat menggunakan perangkat tersebut.
Rantai Nilai Manajemen Pengetahuan
Seperti halnya manusia, organisasi menciptakan dan mengumpulkan
pengetahuan
menggunakan
beberapa
mekanisme
pembelajaran
organisasional. Organisasi yang melakukan pembelajaran akan mengubah
perilakunya dengan membuat proses bisnis baru dan mengubah pola
manajemen pengambilan keputusannya. Proses perubahan ini disebut
pembelajaran Organisasi (organitational learning). Organisasi yang dapat
merasakan dan merespons lingkungannya secara cepat akan bertahan lebih
lama dari pada organisasi yang mekanismenya lebih buruk. Namun untuk
menciptakan mekanisme pengetahuan yang baik maka diperlukan sebuah
sistem manajemen yang baik.
Pemerolehan Manajemen
Organisasi memperoleh pengetahuan melalui beberapa cara, tergantung
pada jenis pengetahuan yang dicarinya. Sistem manajemen pengetahuan
yang pertama mencoba membangun pusat data yang berisi dokumen
laporan, presentasi dan praktik-praktik terbaik. Sistem ini kemudian
dikembangkan untuk menyertakan dokumen yang tidak terstruktur,
seperti e-mail. Dalam kasus ini, organisasi memperoleh pengetahuan
dengan mengembangkan jaringan online agar para karyawan dapat
“menghubungi para pakar” di perusahaan tersebut yang memiliki
pengetahuan.
Penyimpanan Pengetahuan
Setelah berbagai dokumen, pola, dan aturan pakar terkumpul, data
tersebut harus disimpan sehingga dapat diambil kembali dan digunakan
oleh para karyawan. Penyimpanan pengetahuan umumnya melibatkan
proses pembuatan basis data. Sistem manajemen dokumen mengubah
data ke dalam bentuk digital, menyusun indeks, dan menandai dokumendokumen yang diperlukan berdasarkan kerangka kerja yang koheren
dengan bentuk akhirnya suatu basis data yang dapat menyimpan
pengetahuan yang diperoleh dengan cara menerapkan pengetahuan
tersebut ke dalam proses dan budaya organisaisi.
Penyebaran Pengetahuan
Portal, e-mail, pesan instan, dan teknologi mesin pencari telah
ditambahkan ke dalam serangkaian teknologi kolaborasi dan sistem
perkantoran yang digunakan untuk berbagi agenda, dokumen, data, dan
grafik. Bagaimana seorang karyawan atau manajer dapat menemukan
sesuatu yang benar-benar penting dan berguna bagi mereka dari lautan
informasi dan pengalama yang begitu luas? Di sinilah program pelatihan,
jaringan informal, dan pengalaman manajemen yang dibagikan dapat
membantu para manajer agar tetap dapat memfokuskan perhatian
mereka dalam informasi dan pengetahaun yang penting.
Penerapan Pengetahuan
Agar investasi yang ditanamkan tidak terbuang sia-sia. Pengetahuan
organisasi harus menjadi sistem yang dapat mendukung keputusan.
Membangun Modal Organisasi dan Modal Manajemen: Kolaborasi,
Komunitas Praktik, dan Lingkungan Perkantoran
Komunitas Praktik adalah jaringan umum informal yang terdiri atas para
profesional dan karyawan baik di dalam maupun di luar perusahaan
dengan minat dan kegiatan yang sama. Tentunya minat dan kegiatan
tersebut harus berkaitan dengan pekerjaan. Kegiatan komunitas ini
termasuk pendidikan perorangan atau kelompok, konferensi, newsletter
online, dan setiap harinya saling berbagi pengalaman dan teknik untuk
menyelesaikan masalah dalam pekerjaan tertentu.
Jenis Sistem Manajemen Pengetahuan
1.
Sistem Manajemen Pengetahuaan Perusahaan
Sistem manajemen pengetahuan perusahaan adalah sistem serba guna
yang digunakan oleh perusahaan untuk mengumpulkan, menyimpan,
mendistribusikan dan menerapkan pengetahuaan dan muatan digital. Sistem
ini menyediakan basis data berikut perangkatnya untuk menyusun dan
menyimpan dokumen terstruktur dan tidak terstruktur beserta objek
pengetahuan lainnya.
2. Sistem Kerja Pengetahuan
Adalah sistem yang dikembangkan khusus untuk para teknisi, ilmuwan
dan para pekerja di bidang pengetahuaan lain yang bertugas memperoleh
dan menciptakan pengetahuaan baru bagi perusahaan mereka.
3. Manajemen pengetahuan juga meliputi berbagai kelompok teknik cerdas
(inteliegent techniques) seperti penggalian data, system canggih jaringan
syaraf, logika fuzzy, algoritmegenetik dan agen inteligen.
Teknik-teknik ini memiliki tujuan yang berbeda mulai dari focus pada
menemukan pengetahuan baru (penggalian data dan jaringan saraf),
pengolahan pengetahuan dalam bentuk aturan bagi program computer
(system ahli dan logika fuzzy), sampai pada bagai mana mendapatkan solusi
optimal untuk suatu masalah (algoritme genetic).
Terdapat tiga kategori umum dalam sistem manajemen pengetahuan, dan
masing-masing dapat dipecah menjadi jenis-jenis sistem manajemen
pengetahuan yang lebih khusus.
2. Sistem
Manajemen
Perusahaan
Pengetahaun
Keseluruhan
Dalam sistem manajemen penegetahuan perusahaan terdapat tiga
kategori
utama
yang
digunakn
dalam
mengelola
berbagai
pengetahuantersebut. Kadangkala manajer memerlukan informasi berbentuk
dokumen yang tidak benar-benar terstruktur, seperti e-mail, voice mail,
rekaman percakapan di chat room, video, gambar digital, brosur atau
buletin. Sistem jaringan pengetahuan memiliki fungsi sebagai penghubung
antara pasokan dan permintaan pengetahuan. Sistem jaringan pengetahuan
memberikan direktori online mengenai para pakar bidang-bidang tertentu di
perusahaan menggunakan teknologi komunikasi untuk memudahkan
karyawan dalam mencari pakar yang tepat.
Sistem Pengetahuan Terstruktur
Yaitu untuk mengatur pengetahuan terstruktur dalam bentuk teks
terstruktur dan laporan atau presentasi (dokumen formal) di memory
komputer agar dapat diakses oleh seluruh perusahaan. Sistem pengetahuan
terstruktur melakukan fungsi implementasi penandaan dokumen, antarmuka
dengan basis data perusahaan di mana dokumen disimpan, dan membuat
portal perusahaan yang dapat digunakan oleh karyawan yang memerlukan
pengetahuan perusahaan.
Sistem Pengetahuaan Semiterstruktur
Yaitu seluruh informasi digital dalam suatu perusahaan yang tidak
terdapat dalam dokumen atau laporan formal. Informasi yang
semiterstruktur adalah seluruh informasi digital dalam suatu perusahaan
yang tidak terdapat dalam dokumen atau laporan formal. Diperkirakan
hampir 80% isi bisnis suatu organisasi bersifat semiterstruktur, informasi
dalam arsip, pesan memo, e-mail, brosur atau media lainnya (video, image)
dibuat dalam format berbeda-bedadan disimpan di banyak tempat.
Pusat Penyimpanan Pengetahuan adalah kumpulan pengetahuaan internal
dan eksternal yang berada dalam satulokasi untuk efisiensi pengelolaan dan
penggunaannya. Pusat Penyimpanan Pengetahuan memberikan akses
melalui portal perusahaan dan teknologi mesin pencari (search engine).
Mengorganisasikan Pengetahuan: Taksonomi dan Penandaan
Taksonomi adalah skema untuk mengklasifikasikan informasi dan
pengetahuan sedemikian rupa hingga informasi dan pengetahuan tersebut
mudah diakses. Taksonomi adalah seperti daftar isi sebuah buku atau seperti
sistem perpustakaan untuk mengklasifikasikan buku dan majalah menurut
judul dan penulisnya. Sebuah perusahaan bisnis dapat mengakses informasi
lebih mudah jika perusahaan tersebut merancang taksonominya sendiri
untuk mengklasifikasikan informasi menjadi kategori-kategori.
Beberapa alat bantu untuk melakukan penandaan secara otomatis dan
mengurangi keharusan bagi manajer mengembangkan taksonominyan
sendiri. Peranti lunak Semio Tagger Entrieva adalah peranti lunak untuk
mengelompokkan dan membuat indeks yang mengidentifikasi kata-kata
kunci dalam dokumen, memberikan faktor relevansi untuk kata-kata
tersebut, menyusun dokumen ke dalam kategori-kategori, dan melakukan
penandaan dokumen berbasis XML menggunakan aturan-aturan yang dapat
dilihat dan dimodifikasi oleh pengguna.
Sistem
jaringan
pengetahuan
menyediakan
suatu
direktori online mengenai keberadaan pakar dalam bidang pengetahuan
tertentu dan menggunakan teknologi komunikasi untuk memudahkan
karyawan menemukan pakar yang tepat.
Vendor sistem manajemen pengetahuan komersial besar telah
mengintegrasikan isi dan kemampuan manajemen dokumennya dengan
portal dan teknologi kolaborasi yang canggih. Portal pengetahuan
perusahaan dapat memberikan akses pada informasi sumber daya eksternal,
seperti umpanan berita dan riset, chat/pesan instan, diskusi kelompok, dan
konferensi video.
Sistem
manajemen
pengetahuan
keseluruhan
perusahaan
menggunakan sejumlah teknologi untuk menyimpan dokumen terstruktur
dan tidak terstruktur mencari keahlian karyawan, mencari informasi,
menyebarkan pengetahuan, dan menggunakan data dari aplikasi
perusahaan dan sistem perusahaan yang penting lainnya.
Sistem Manajemen Pengetahuan telah menjadi salah satu bidangyang
paling cepat berkembang dalam investasi piranti lunakperusahaan dan
pemerintahan. Seperti gambar dibawah ini :
Sistem Jaringan Pengetahuan
Sistem ini menyediakan suatu direktori on-linemengenai keberadaan
pakar dalam bidang pengetahuaan danmenggunakan teknologi komunikasi
untuk memudahkan karyawan menemukan pakar yang tepat. Beberapa
Knowledge Network Systemlebih jauh lagi menyusun solusi yang
dikembangkan oleh pakar-pakar secara sistematis kemudian menyimpan
solusi tersebut. dalam basis data pengetahuan sebagai praktik terbaik atau
pertanyaan yang sering dilontarkan.
Teknologi Pendukung; Portal, Perangkat Kolaborasi, dan Sistem
Manajemen Pembelajaraan
Portal pengetahuan perusahaan dapat memberikan akses pada informasi
sumber daya eksternal, seperti umpanan berita dan riset, chat/ pesan instan,
diskusi kelompok, dan konferensi video.
CEO Intel, Paul Ottetini, menggunakan blog untuk menyampaikan
pemikirannya kepada para karyawan dan untuk meminta pendapat mereka.
Tim internal di Erns & Young menggunakan blog untuk berkolaborasi dan
berbagi pengetahuan mengenai klien dan proyek, sementara perusahaan
farmasi Prancis Ispen menggunakn blog untuk mengelola reputasi dan untuk
mengumpulkan kecerdasan kompetitif.
Sistem manajemen pembelajaran adalah aplikasi perangkat lunak yang
menyediakan alat bantu untuk manajemen, pengiriman, pelacakan, dan
penilaian berbagai jenis pembelajaran dan pelatihan karyawan. Sebuah LMS
yang kuat harus bisa melakukan hal berikut:memusatkan dan
mengotomatisasi administrasi
menggunakan layanan ‘’self-service’’ dan ‘’self-guided’’
mengumpulkan dan menyampaikan konten pembelajaran dengan
cepat
mengkonsolidasikan inisiatif pelatihan pada platform berbasis ‘’web
scalable’’
mendukung portabilitas dan standar
personalisasi
isi
dan
memungkinkan
penggunaan
pengetahuan.
3. Sistem Kerja Pengetahuan
Pekerja Pengetahuan dan Kerja Pengetahuan
kembali
Pekerja Pengetahuan adalah orang-orang yang merancang produk atau jasa
dan menciptakan pengetahuan untuk organisasi. Pekerja Pengetahuaan
melakukan tiga peran kunci yang sangat penting bagi organisasi dan untuk
manajer yang bekerja dalam organisasi, yaitu:
1) Menjaga
aliran
pengetahuaan
dalam
perusahaan
seiring
denganperkembangan perusahaan dalam teknologi sain, pemikiran sosial
dan seni.
2) Bertugas
melayani
sebagai
konsultan
internal
mengenai
pengetahuankhusus mereka, berbagai perusahaan yang terjadi dan
kesempatanyang muncul.
3) Bertindak
sebagai
agen
perubahan,
danmendukung proyek-proyek perubahan.
mengevaluasi,
merintis
Persyaratan Sistem Kerja Pengetahuan
Pekerja pengetahuan memerlukan sistem kerja pengetahuan yang sangat
spesifik dengan grafis, alat bantu analisis, dan kemampuan komunitas dan
manajemen dokumen yang canggih. Sistem ini memerlukan kekuatan
komputasi mendasar untuk menangani grafik-grafik yang rumit atau
perhitungan yang kompleks yang dibutuhkan oleh pekerja pengetahuan,
seperti penelitian ilmiah, perancang produk, dan analisis keuangan. Karena
pekerja pengetahuan sangat fokus pada pengetahuan di dunia eksternal,
sistem ini juga harus memberikan kemudahan dan kecepatan mengakses
basis data eksternal.
Sistem kerja pengetahuan membutuhkan link yang kuat kepada basis
pengetahuan eksternal selain juga perangkat keras dan peranti lunak
khusus.
Contoh Sistem Kerja Pengetahuan
Desain Berbantu Komputer (CAD)
Dengan menggunakan workstation perancangan, para perancanagan
hanya perlu membuat purwarupa fisik saat proses perancangan hampir
selesai, karena rancangannya dapat dengan mudah diuji dan diubah-ubah
oleh komputer. Computer Aided Design adalah suatu program komputer
untuk menggambar suatu produk atau bagian dari suatu produk. Produk
yang ingin digambarkan bisa diwakili oleh garis-garis maupun simbol-simbol
yang memiliki makna tertentu. CAD bisa berupa gambar 2 dimensi dan
gambar 3 dimensi.
Berawal dari menggantikan fungsi meja gambar kini perangkat lunak
CAD
telah
berevolusi
dan
terintegrasi
dengan
perangkat
lunak CAE (Computer
Aided
Engineering)
dan CAM (Computer
Aided
Manufacturing). Integrasi itu dimungkinkan karena perangkat lunak CAD saat
ini kebanyakan merupakan aplikasi gambar 3 dimensi atau biasa disebut
solid modelling. Solid model memungkinkan kita untuk memvisualisasikan
komponen dan rakitan yang kita buat secara realistik. Selain itu model
mempunyai
property
seperti massa, volume, pusat
gravitasi ,
luas
permukaan dll.
Sistem Realitas Virtual
Sistem yang memiliki kemampuan visualisasi, penerjemahan, dan
simulasi yang lebih yang jauh melebihi sistem desai berbantu komputer.
Sistem ini menggunkan peranti lunak grafis interaktif untuk menciptakan
simulasi buatan komputer yang sangat mirip dengan kenyataan hingga para
pengguna hampir mempercayai bahwa mereka berada dalam dunia nyata.
Dalam kebanyakan sistem realitas virtual, pengguna mengenakan pakaian,
perlengkapan kepala, dan peralatan khusus lainnya, bergantung pada
aplikasinya. Pakaian tersebut memiliki sensor yang mencatat gerakan
pengguna dan segera mengirimkan informasi ke komputer, Sebagai
contohnya, untuk berjalan dalam realitas virtual sebuah rumah, Anda
memerlukan pakaian yang dapat memantau gerakan kaki, tanagn,
dankepala Anda.
Virtual Reality Modeling Language (VRML)
VRML adalah seperangkat spesifikasi untuk model interaktif tiga dimensi
dalam World Wide Web yang dapat menangani berbagai jenis media,
termasuk animasi, gambar dan audio, untuk menempatkan pengguna dalam
lingkungan dunia nyata yang disimulasikan. VRML tidak memerlukan
platform tertentu, bekerja pada computer desktop dan membutuhkan
bandwidth yang kecil.
Workstation Investasi
Sistem ini khusus untuk mendaya gunakan pengetahuan dan waktu dari para
pialang, pedagang, dan manajer portofolio. Perusahaan seperti Merrill Lynch
dan USB financial Service telah memasang workstation investasi yang
menggabungkan cakupan data yang luas, baik dari sumber internal maupun
dari sumber eksternal, termasuk data kontak manajemen, data realtime,riwayat pasar, dan laporan penelitian.
4. Teknik Cerdas
Kecerdasan buatan dan teknologi basis data memberikan sejumlah teknik
cerdas yang dapat digunakan oleh berbagai organisasi untuk “menangkap”
pengetahuan peroranagan dan pengetahuan kolektif, serta mengembangkan
pengetahuan tersebut. Sistem-sistem ahli, penalaran berbasis kasus, dan
logika fuzzy digunakan untuk menangkap pengetahuan yang tersembunyi.
Jaringan saraf tiruan dan penggalian data digunakan untuk penemuan
pengetahuan, algometrik genetik, sistem AI hibra, dan agen inteligen.
Menangkap Pengetahuan: Sistem Ahli
Sistem ahli adalah teknik cerdas untuk menangkap pengetahuan yang
tersembunyi dalam keahlian manusia yang sangat spesifik dan terbatas
cakupannya. Sistem ini menangkap pengetahuan dari pekerja pakar dalam
bentuk serangkaian aturan dalam sistem peranti lunak yang dapat
digunakan oleh orang lain dalam organisasi tersebut. Serangkaian aturan
dalam sistem ahli ditambahkan ke dalam memori atau pembelajaran
perusahaan.
Bagaimana Sistem Ahli Bekerja
Sistem ahli membuat model pengetahuan manusia menjadi serangkaian
aturan yang secara kolektif disebut basis pengetahuan. Sistem ahli memiliki
jumlah aturan mulai dari 200 sampai beberapa ribu, bergantung pada
kompleksitas permasalahnnya. Aturan-aturan tersebut jauh lebih mengakar
dan saling terhubung satu sama lain dibandingkan program peranti lunak
yang biasanya.
Sistem ahli memberikan banyak keuntungan bagi perusahaan, termasuk
diantaranya pengambilan keputusan yang lebih baik, pengurangan
kesalahan, penguranagan biaya, pengurangan waktu pelatihan, dan tingkat
kualitas serta layanan yang lebih baik.
Kecerdasan Organisasional: Penalaran Berbasis kasus
Pengetahuan organisasi ini dapat ditangkap dan disimpan dengan
menggunakan penalaran berbasis kasus. Dalam penalaran berbasis kasus,
deskripsi
dari
pengalaman
masa
lalu
seorang
spesialis
yang
direpresentasikan sebagai contoh kasus disimpan dalam basis data untuk
digunakan kembali di suatu waktu pada saat seorang pengguna berhadapan
dengan kasus baru dengan parameter yang serupa. Sistem ini mencari
dalam basis data kasus yang memiliki karakteristik masalah yang serupa
dengan kasus baru, menemukan kasus yang paling tepat, dan menerapakn
solusi kasus lama pada kasus baru. Solusi yang sukses diberi tanda untuk
digunakan kembali pada kasus baru, dan keduanya disimpan bersama
dengan kasus-kasus lainnya dalam basis pengetahaun.
Dalam sistem ini terdapat beberapa teknik kecerdasan, diantaranya yaitu:
Sistem Logika Fuzzy
Logika
Fuzzy
adalah
teknologi
berbasis
aturan
yang
dapat
merepresentasikan ketidakpersisian seperti yang telah disebutkan, dengan
menciptakan aturan yang menggunakan nilai subjektif atau nilai yang
mendekati. Logika fuzzy dapat menjelaskan fenomena atau proses tertentu
secara linguistik, kemudian mempresentasiakannya dalam sejumlah kecil
aturan yang fleksibel. Organisasi dapat menggunakan logika fuzzy untuk
menciptakan sistem peranti lunak yang menangkap pengetahuan tersirat
yang mengandung ambiguitas linguistik. Jaringan saraf tiruan digunakan
untuk menyelesaikan masalah-masalah yang kompleks dan sulit dipahami, di
mana sejumlah besar data mengenai masalah tersebut telah dikumpulkan.
Jaringan saraf tiruan mencari pola dan hubungan dalam data yang sangat
besar yang terlalu rumit dan sulit untuk dianalisis manusia.
Jaringan Saraf Tiruan
Jaringan saraf tiruan digunakan untuk menyelesaikan masalah-masalah
yang kompleks dan sulit dipahami, dimana sejumlah besar data mengenai
masalah tersebut telah dikumpulkan. Jaringan saraf tiruan mencari pola dan
hubungan dalam data yang sngat besar yang terlalu rumit dan sulit untuk
dianalisis manusia. Jaringan saraf tiruan menemukan pengetahuan ini
dengan menggunakan perangkat keras dan peranti lunak yang menyerupai
pola-pola pemprosesan dalam otak manusia. Jaringan saraf tiruan
‘mempelajari’ pola-pola dari jumlah data yang banyak dengan menyaring
data, mencari hubungan, membangun model, dan mengoreksi kesalahan
model itu sendiri berkali-kali.
Cara kerja saraf tiruan :
Jaringan saraf tiruan menggunakan aturan yang “dipelajari” dari pola-pola
data untuk membangun lapisan logika tersembunyi. Lapisan tersembunyi ini
kemudian memproses masukan-masukan dan mengklasifikasikannya
berdasarkan pengalaman dari model tersebut. Pada contoh ini, jaringan saraf
tiruan telah dilatih untuk membedakan pembelian kartu kredit yang sah
dengan yang tidak sah.
Ada banyak aspek yang membingungkan dari jaringan saraf tiruan. Tidak
seperti system ahli, yang biasanya memberikan penjelasan bagi solusi yang
diberikan, jaringan saraf tirua tidak selalu dapat menjelaskan mengapa
jaringan tersebut memilih keputusan tertentu. Terlebih lagi, mereka tidak
selalu dapat menjamin solusi yang benar-benar pasti, solusi yang diberikan
mungkin berbeda untuk sebuah masukkan yang sama. Jaringan saraf tiruan
juga tidak dapat menjamin solusi yang terbaik. Jaringan saraf tiruan sangat
sensitive dan tidak dapat bekerja dengan baik apabila data untuk latihannya
terlalu sedikit atau bahkan terlalu banyak. Dalam kebanyakan aplikasi
dewasa ini, jaringan saraf tiruan paling sesuai untuk membantu pengambilan
keputusan oleh manusia, bukan sebagai pengganti manusia dalam
mengambil keputusan.
Algoritme Genetik
Algoritme genetik berguna untuk mendapatkan solusi optimal untuk masalah
spesifik dengan memeriksa sejumlah besar kemungkinan solusi untuk
masalah tersebut. Teknik pemecahan masalah dengan algoritme ini secara
konsep berbasis pada metode bagaimana organisme hidup beradaptasi
dengan lingkungannya.
Algoritma genetic bekerja dengan mempresentasikan informasi sebagai
deretan 0 dan 1. Kemungkinan solusi dapat direpresentasikan
denganderetan 0 dan 1 yang panjang. Algoritma genetic memberika kode
untuk
mencari
semua
kombinasi
digit
yang
mungkin
untuk
mengidentifikasikan deretan yang tetap yang merepresentasikan struktur
terbaik untuk masalah tertentu. Jadi, algoritma genetrik mendukung evolusi
berbagai solusi untuk masalah tertentu, mengendalikan penciptaan, variasi,
adaptasi dan pemilihan kemungkinan solusi menggunakan proses-proses
genetik. Solusi-solusi tersebut mengalami perubahan dan penggabungan.
Solusi yang buruk dibuang, sedangkan proses yang lebih baik bertahan
untuk terus lanjut menghasilkan solusi yang semakin baik lagi.
Sistem AI Hibrida
Sistem kecerdasan hibrida adalah sistem yang dapat mengintegrasikan
Algoritme genetik, logika fuzzy, jaringan saraf tiruan, dan sistem ahli menjadi
aplikasi tunggal untuk mengambil manfaat dari fitur-fitur terbaik teknologi
tersebut. Sistem seperti ini disebut system kecerdasan buatan hibrida
(hybrid al system) .
Agen inteligen
Agen inteligen adalah program peranti lunak yang bekerja di latar belakang
tanpa investasi manusia secara langsung untuk menjalankan tugas-tugas
yang spesifik, berulang, dan dapat diprediksi. Tugas-tugas tersebut dilakukan
bagi pengguna perorangan, proses bisnis, atau aplikasi peranti lunak. Agen
inteligen menggunakan basis pengetahuan bawaan yang terbatas atau basis
pengetahuan yang dipelajari untuk menyelesaikan tugas atau untuk
membuat keputusan atas nama pengguna, seperti menghapus e-mail yang
tidak berguna dan menjadwalkan janji.
BAB III
PENUTUP
Manajemen pengetahuan adalah serangkaian proses untuk membuat,
menyimpan, mentransfer, dan menerapkan pengetahuan dalam organisasi.
Perusahaan memerlukan program manajemen pengetahuan karena
pengetahuan telah menjadi asset produktif dan strategis yang sentral dalam
perekonomian informasi di zaman ini, dan merupakan sumber keunggulan
kompetitif yang potensial. Manajemen pengetahuan mengedepankan
pembelajaran organisasi dengan meningkatkan kemampuan organisasiuntuk
belajar dari lingkungannya dan untuk memasukkan pengetahuan dalam
proses bisnis. Sistem manajemen pengetahuan yang efektif memerlukan
modal organisasional dan manajemen untuk meningkatkan budaya dan
program pengetahuan untuk manajemen pengetahuan, termasuk dilantiknya
seorang direktur pengetahuan. Ada tiga jenis utama sistem manajemen
pengetahuan: sistem manajemen pengetahuan keseluruhan perusahaan,
sistem kerja pengetahuan, dan teknik cerdas.
Sistem manajemen pengetahuan keseluruhan perusahaan adalah
upaya
diseluruh
perusahaan
untuk
mengumpulkan,
menyimpan,
mendistribusikan, dan menerapkan data digital dan pengetahuan. Sistem
pengetahuan terstruktur menyediakan basis data dan berbagai perangkat
untuk mengorganisasikan dan menyimpan pengetahuan semiterstruktur,
seperti e-mail atau multimedia. Sistem jaringan pengetahuan menyediakan
direktori dan perangkat untuk mencari karyawan perusahaan berkeahlian
tertentu yang merupakan sumber daya penting dari pengetahuan tersirat.
Sistem
manajemen
pengetahuan
keseluruhan
perusahaan
dapat
memberikan nilai yang cukup besar jika sistem ini dirancang dengan baik
dan
memungkinkan
karyawan untuk
menemukan,
berbagi,
dan
memanfaatkan pengetahuan secara lebih efisien.
Sistem kerja pengetahuan mendukung penciptaan sistem pengetahuan
baru dan integrasinya perusahaan. Sistem ini memerlukan akses yang
mudah ke basis pengetahuan eksternal: perangkat keras computer yang
canggih yang dapat mendukung peranti lunak dengan banyak grafik,
analisis, manajemen dokumen, dan kemampuan komunikasi, dan antar muka
yang ramah pengguna. Kemampuan ini dapat meningkatkan produktifitas
para pekerja pengetahuan yang dibayar mahal. Sistem kerja pengetahuan
sering kali berjalan di workstation yang disesuaikan dengan fungsinya.
Sistem perancangan yang dibantu komputer dan sistem realitas virtual, yang
menciptakan simulasi interakti yang bertingkah laku seperti dunia nyata,
memerlukan kapabilitas grafik dan permodelan yang kuat. Sistem kerja
pengetahuan untuk para professional keuangan menyediakan akses ke basis
data eksternal dan kemampuan untuk menganalisis sejumlah besar data
keuangan dengan sangat cepat.
Kecerdasan buatan tidak memiliki fleksibilitas, keluasan, dan
keumuman dari kecerdasan manusia, tapi dapat digunakan untuk
menangkap, mengodekan, dan memperluas pengetahuan perusahaan.
Perusahaan dapat menggunakan kecerdasan buatan untuk membantunya
menangkap dan menyimpan pengetahuan tersirat untuk menemukan
pengetahuan untuk menghasilkan solusi bagi masalah tertentu yang terlalu
besar dan kompleks untuk dianalisis oleh manusia, dan untuk membantu
perusahaan mencari dan menyaring informasi.
Sistem ahli menangkap pengetahuan tersirat dari kecerdasan manusia
dan menyatakannya dalam pengetahuan dengan bentuk aturan-aturan.
Strategi mencari dalam basis pengetahuan disebut mesin inferensi, dan
dapat menggunakan penalaran maju atau penalaran mundur. Sistem ahli
sangat berguna untuk basis data dengan kasus yang dapat secara kontinu
diperluas dan diperbaiki. Saat pengguna menemui kasus baru, sistem
tersebut akan mencari kasus yang mirip, menemukan contoh kasus yang
memiliki kecocokan tertinggi, dan menerapkan solusi kasus lama pada kasus
baru. Kasus baru kemudian disimpan bersama dengan solusi yang sukses
dalam basis data kasus.
Logika juzzy adalah peranti lunak dan perangkat keras yang berusaha
untuk meniru proses berpikir otak manusia. Jaringan saraf tiruan tergolong
hebat dalam kemampuan belajarnya dan mengenali pola-pola yang tidak
dapat digambarkan dengan mudah oleh manusia. Jaringan saraf tiruan
digunakan dalam sains, pengobatan, dan bisnis terutama untuk mencari
pola-pola dalam jumlah data yang sangat besar.
Algoritme genetic mengembangkan solusi untuk masalah tertentu
menggunakan proses genetic seperti kesosokan, persilangan, dan mutasi.
Algoritme genetic mulai digunakan untuk masalah-masalah yang melibatkan
optimalisasi, perancangan produk dan pemantauan system industry dimana
terdapat banyak alternative atau variable yang harus dievaluasi untuk
menghasilkan solusi yang optimal.
Agen inteligen adalah program peranti lunak dengan basis
pengetahuan bawaan atau dipelajari yang melaksanakan tugas tertentu,
berulang, dan dapat diprediksi bagi pengguna perorangan, proses bisnis,
atau aplikasi peranti lunak. Agen inteligen dapat deprogram untuk
menelusuri data dalam jumlah besar untuk menemukan informasi yang
berguna dan, dalam beberaoa kasus, menindaklanjuti informasi tersebut
atas nama pengguna.
DAFTAR PUSTAKA
http://rully0209u163.blogspot.com/2012/12/bab-11-mengelola-
pengetahuan.html
http://datakata.wordpress.com/2014/03/31/sistem-informasi-manajemen-
mengelola-pengetahuan/
http://chinthaoktowanti.blogspot.com/2009/01/bab-11-mengelola-
pengetahuan.html
http://jay-muzayyin.blogspot.com/2011/09/ringkasan-bab-11-mengelola-
pengetahuan.html
http://hwahyuni4.blogspot.com/2011/09/rangkuman-bab-ii-mengelola-
pengetahuan.html
http://indrayp.blogspot.com/2010/01/mengelola-pengetahuan-review-bab-
11.html
http://sarah-sim.blogspot.com/2010/01/bab-11-mengelola-
pengetahuan.html