Rangkuman: Chapter 11

Referensi Buku: 

0132142856.01.MZZZZZZZ

Judul Buku : Management Information System (Managing Digital Firm), 12th Edition

Penulis       : Jane P. Laudon, Kenneth C. Laudon

Penerbit     : Prentice-Hall Inc.

Part Three: Key System Application for The Digital Age

Chapter 11: Managing Knowledge (Pengelolaan Pengetahuan)

11.1 Bidang Manajemen Pengetahuan

        Manajemen pengetahuan telah menjadi tema yang sangat penting pada sebuah bisnis sebagai yang telah manajer sadari bahwa nilai sebuah perusahaan tergantung pada kemampuan perusahaan untuk menciptakan dan mengelola pengetahuan. Beberapa penelitian telah menemukan bahwa bagian substansi sebuah nilai pasar perusahaan sangatlah berhubungan dengan harta tidak berwujud, dimana pengetahuan merupakan salah satu komponen yang penting, dengan merek, reputasi, dan proses bisnis yang unik.

 

Dimensi Penting Sebuah Pengetahuan

       Pengetahuan adalah kedua hal dari identitas diri dan identitas bersama dari sebuah perusahaan. Pengetahuan adalah kognitif, walaupun sebuah psikologi, walaupun memiliki tempat didalam kepala manusia. Hal ini juga tertampung dalam sebuah perpustakaan dan rekaman, yang dibaguikan dalam perkuliahan, dan disimpan oleh perusahaan dalam bentuk proses bisnis dan karyawan tahu bagaimana. Pengetahuan yang berada di benak karyawan yang belum didokumentasikan disebut pengetahuan tacit, sedangkan pengetahuan yang telah didokumentasikan disebut pengetahuan eksplisit.

Belajar organisasi dan Manajemen Pengetahuan

       Layaknya manusia, organisasi menciptakan dan mengumpulkan pengetahuan menggunakan berbagai macam mekanisme pembelajaran organisasi. Melalui pengumpulan data, pengukuran yang teliti dari perencanaan, percobaan dan kegagalan, dan timbale baik dari konsumen dan lingkungan pada umumnya, pengalaman peningkatan organisasi. Organisasi mempelajari perilaku mereka untuk merefleksikan pembelajaran tersebut dengan menciptakan proses bisnis yang baru dan dengan merubah pola dari manajemen pengambilan keputusan. Proses perubahan ini disebut belajar organisasi.

 

Rantai Nilai Manajemen Pengetahuan

       Manajemen Pengetahuan merujuk pada satu rangkaian perkembangan proses bisnis dalam sebuah organisasi untuk menciptakan, menyimpan, mentransfer dan mengaplikasikan pengetahuan. Manajemen pengetahuan meningkatkan kemampuan organisasi untuk belajar dari lingkungannya sendiri dan untuk menyatukan pengetahuan dengan proses bisnis itu sendiri.

  • Akuisisi Pengetahuan
  • Penyimpanan Pengetahuan
  • Diseminasi Pengetahuan
  • Aplikasi Pengetahuan
  • Pondasi Organisasi dan Modal Manajemen: Kerjasama, Komunitas Praktisi, dan Lingkungan Kantor

 

Jenis Sistem Manajemen Pengetahuan

      Terdapat tiga jenis utama dari sistem manajemen pengetahuan:

  • Sistem manajemen pengetahuan secara luas
  • Sistem kerja pengetahuan
  • Teknik Intelijen (kecerdasan)

 

 

11.2 Sistem Manajemen Pengetahuan Perusahaan Secara Luas

        Perusahaan harus sejalan dengan tiga jenis pengetahuan. Beberapa pengetahuan berada dalam perusahaan dalam bentuk dokumen yang terstruktur (dilaporkan dan dipresentasikan). Pembuat keputusan juga membutuhkan pengetahuan yang semi-terstruktur seperti pesan elektronik, pesan suara, perubahan ruang obrolan, video, gambar digital, brosur, atau postingan di papan bulletin.

Konten Sistem Manajemen Perusahaan

       Saat ini bisnis butuh di organisir dan dikelola baik secara terstruktur dan semi-terstruktur. Pengetahuan terstruktur merupakan pengetahuan yang eksplisit dan berbentuk dalam dokumen formal, sebaik dalam peraturan formal yang ditentukan oleh organisasi melalui pengamatan yang tinggi dan sikap dalam mengambil keputusan.

Konten sistem manajemen perusahaan membantu organisasi dalam mengelola banyak jenis informasi. Mereka mempunyai kemampuan untuk mengenali pengetahuan, menyimpan, membagikan, dan pecegahan yang membantu perusahaan meningkatkan proses bisnis dan pengambilan keputusan. Sistem tersebut termasuk laporan, presentasi, dan praktek terbaik, sebaik dengan kemampuan mengumpulkan dan mengelola pengetahuan semi-terstruktur seperti pesan elektronik.

Sistem Jaringan Pengetahuan

Sistem jaringan pengetahuan atau yang lebih dikenal sebagai lokasi keahlian dan manajemen sistem, mengatasi masalah yang timbul ketika pengetahuan yang tepat tidak dalam bentuk dokumen digital melainkan berada dalam memori individu ahli di perusahaan. Sistem jaringan pengetahuan menyediakan online direktori ahli perusahaan di terdefinisi dengan baik domain pengetahuan dan penggunaan teknologi komunikasi untuk memudahkan bagi karyawan untuk menemukan yang tepat ahli dalam suatu perusahaan.

Alat Kerja Sama Dan Manajemen Pembelajaran Sistem

       Sistem manajemen konten perusahaan besar termasuk Portal kuat dan teknologi kolaborasi. Portal pengetahuan perusahaan dapat memberikan akses ke sumber-sumber eksternal informasi, seperti feed berita dan penelitian, serta sumber daya internal pengetahuan bersama dengan kemampuan untuk e-mail, chatting / instant messaging, kelompok diskusi, dan konferensi video. Bookmark sosial membuatnya lebih mudah untuk mencari dan berbagi informasi dengan yang memungkinkan pengguna untuk menyimpan bookmark untuk halaman web di situs Web publik dan tag bookmark ini dengan kata kunci. Tag ini dapat digunakan untuk mengatur dan mencari dokumen-dokumen. Daftar tag dapat dibagi dengan orang lain untuk membantu mereka menemukan informasi yang menarik. Perusahaan perlu cara untuk melacak dan mengelola pembelajaran karyawan dan untuk mengintegrasikan lebih penuh ke manajemen pengetahuan dan perusahaan lainnya sistem. Sebuah sistem manajemen pembelajaran (LMS) menyediakan alat untuk manajemen, pengiriman, pelacakan, dan penilaian berbagai jenis karyawan pembelajaran dan pelatihan.

 

 

11.3 Sistem Kerja Pengetahuan

Pengetahuan Pekerja dan Pengetahuan Kerja

       Pengetahuan Pekerja termasuk peneliti, perancang desain, arsitek, ilmuwan, dan insinyur yang menciptakan pengetahuan dan informasi untuk organisasi.  Pengetahuan pekerja biasanya memiliki tingkat pendidikan yang tinggi dan keanggotaan dalam organisasi profesional dan sering diminta untuk melakukan penilaian independen sebagai aspek rutinitas pekerjaan mereka. Misalnya, pekerja pengetahuan menciptakan produk baru atau mencari cara untuk meningkatkan yang sudah ada. Pengetahuan pekerja melakukan tiga peran kunci yang sangat penting untuk organisasi dan manajer yang bekerja dalam organisasi:

  • Menjaga arus organisasi dalam pengetahuan seperti yang berkembang di luar teknologi dunia-di, ilmu, pemikiran sosial, dan seni
  • Melayani sebagai konsultan internal yang menyangkut bidang pengetahuan mereka, perubahan yang terjadi, dan peluang
  • Bertindak sebagai agen perubahan, mengevaluasi, memulai, dan mempromosikan proyek perubahan

Persyaratan Sistem Pengetahuan Kerja

       Workstation pengetahuan sering dirancang dan dioptimalkan untuk spesifik tugas yang harus dilakukan; jadi, misalnya, seorang insinyur desain memerlukan berbeda pengaturan workstation dari seorang analis keuangan. Insinyur desain grafis perlu dengan daya yang cukup untuk menangani tiga dimensi (3-D) sistem CAD. Namun, analis keuangan lebih tertarik pada akses ke sejumlah segudang eksternal database dan database besar untuk secara efisien menyimpan dan mengakses besar jumlah data keuangan.

Contoh Sistem Pengetahuan Kerja

       Aplikasi kerja pengetahuan utama termasuk sistem CAD, sistem virtual reality untuk simulasi dan pemodelan, dan workstation keuangan. Desain Computeraided (CAD) mengotomatisasi penciptaan dan revisi desain, menggunakan komputer dan perangkat lunak grafis canggih. Menggunakan metodologi desain fisik yang lebih tradisional, setiap modifikasi desain memerlukan cetakan yang akan dibuat dan prototipe yang akan diuji secara fisik. Proses yang harus diulang berkali-kali, yang merupakan proses yang sangat mahal dan memakan waktu. Menggunakan workstation CAD, desainer hanya perlu membuat prototipe fisik menjelang akhir proses desain karena desainnya dapat dengan mudah diuji dan berubah pada komputer. Kemampuan software CAD untuk memberikan spesifikasi desain untuk perkakas dan proses manufaktur juga menghemat banyak waktu dan uang sambil menghasilkan proses manufaktur dengan masalah jauh lebih sedikit. Virtual reality sistem memiliki kemampuan visualisasi, rendering, dan simulasi yang jauh melampaui orang-orang dari sistem CAD konvensional.

 

 

 

11.4 Teknik Intelejen

       Kecerdasan buatan dan teknologi database memberikan sejumlah teknik cerdas yang organisasi dapat digunakan untuk menangkap pengetahuan individu dan kolektif dan untuk memperluas basis pengetahuan mereka. Teknik-teknik cerdas lain yang dibahas dalam bagian ini didasarkan pada kecerdasan buatan (AI) teknologi, yang terdiri dari komputer berbasissistem (baik hardware dan software) yang mencoba untuk meniru perilaku manusia. Sistem tersebut akan dapat belajar bahasa, menyelesaikan tugas-tugas fisik, menggunakan alat persepsi, dan meniru keahlian manusia dan pengambilan keputusan.

 

Menangkap Pengetahuan: Sistem Pakar

      Sistem pakar dengan teknik cerdas untuk menangkap pengetahuan diam-diam dalam sangat spesifik dan domain terbatas keahlian manusia.

  Bagaimana Sistem Kerja Ahli

       Pengetahuan manusia harus dimodelkan atau direpresentasikan dengan cara yang computer dapat memproses. Model sistem pakar pengetahuan manusia sebagai seperangkat aturan yang kolektif disebut basis pengetahuan.

Contoh Sistem Pakar Sukses

       Sistem pakar menyediakan bisnis dengan berbagai manfaat termasuk meningkatkan keputusan, kesalahan berkurang, mengurangi biaya, mengurangi waktu pelatihan, dan tingkat yang lebih tinggi kualitas dan pelayanan. Banyak sistem pakar memerlukan upaya pengembangan yang besar, panjang, dan mahal. Mempekerjakan atau pelatihan lebih ahli mungkin lebih murah daripada membangun sistem pakar.

Organisasi Kecerdasan: Kasus Berbasis Penalaran

       Dalam kasus berbasis penalaran (CBR), deskripsi pengalaman masa lalu spesialis manusia, direpresentasikan sebagai kasus, disimpan dalam database untuk pengambilan nanti ketika pengguna bertemu kasus baru dengan sejenis parameter. Pencarian sistem untuk kasus-kasus yang disimpan dengan karakteristik masalah mirip dengan yang baru, menemukan fit terdekat, dan menerapkan solusi yang lama kasus ke kasus baru. Solusi sukses ditandai dengan kasus baru dan kedua disimpan bersama-sama dengan kasus lain dalam basis pengetahuan.

Sistem Fuzzy Logic

       Logika fuzzy adalah teknologi berbasis aturan yang dapat mewakili ketidaktepatan seperti dengan menciptakan aturan yang menggunakan nilai-nilai perkiraan atau subjektif. Hal ini dapat menggambarkan fenomena tertentu atau proses bahasa dan kemudian menyatakan bahwa deskripsi dalam sejumlah kecil aturan yang fleksibel. Organisasi dapat menggunakan kabur logika untuk menciptakan sistem perangkat lunak yang menangkap pengetahuan tacit mana ada ambiguitas linguistik.

Jaringan Syaraf

        Jaringan saraf yang digunakan untuk memecahkan masalah yang kompleks, kurang dipahami masalah yang sejumlah besar data telah dikumpulkan. Mereka menemukan pola dan hubungan dalam jumlah besar data yang akan terlalu rumit dan sulit bagi manusia untuk menganalisis. Jaringan saraf menemukan pengetahuan ini dengan menggunakan hardware dan software yang paralel dengan pola pengolahan biologis atau otak manusia. Jaringan saraf “belajar” pola dari besar jumlah data dengan memilah-milah data, mencari hubungan, membangun model, dan mengoreksi lagi dan lagi kesalahan model sendiri.

Algoritma Genetika

       Algoritma genetika yang berguna untuk mencari solusi optimal untuk tertentu masalah dengan memeriksa jumlah yang sangat besar kemungkinan solusi untuk masalah tersebut. Mereka didasarkan pada teknik yang terinspirasi oleh biologi evolusioner, seperti sebagai warisan, mutasi, seleksi, dan Crossover (rekombinasi). Sebuah algoritma genetika bekerja dengan informasi yang mewakili sebagai string 0s dan 1s. Algoritma genetika mencari populasi string secara acak digit biner untuk mengidentifikasi string yang tepat mewakili terbaik solusi untuk masalah tersebut. Sebagai solusi mengubah dan menggabungkan, yang terburuk adalah dibuang dan yang lebih baik bertahan untuk terus menghasilkan solusi yang lebih baik.

Hybrid Ai Sistem

       Algoritma genetika, logika fuzzy, jaringan saraf, dan sistem pakar dapat diintegrasikan ke dalam satu aplikasi untuk mengambil keuntungan dari fitur terbaik dari teknologi ini. Sistem seperti ini disebut sistem AI hybrid. Aplikasi hibrida dalam bisnis tumbuh. Di Jepang, Hitachi, Mitsubishi, Ricoh, Sanyo, dan lain-lain mulai memasukkan hybrid AI dalam produk seperti peralatan rumah, mesin pabrik, dan peralatan kantor.

Agen Cerdas

      Teknologi agen cerdas membantu bisnis menavigasi melalui jumlah besar. Data untuk mencari dan bertindak atas informasi yang dianggap penting. Agen Cerdas adalah program perangkat lunak yang bekerja di latar belakang tanpa manusia secara langsung intervensi untuk melaksanakan tugas-tugas tertentu, berulang-ulang, dan diprediksi bagi seorang individu pengguna, proses bisnis, atau aplikasi perangkat lunak. Agen menggunakan terbatas built-in atau basis pengetahuan belajar untuk menyelesaikan tugas-tugas atau membuat keputusan pada nama pengguna, seperti menghapus e-mail sampah, menjadwalkan janji temu, atau bepergian melalui jaringan interkoneksi untuk menemukan tiket pesawat termurah ke California.

About Flowry Adni Jannatia

Cirebonese-Who doesn’t love banana? Give it to me.