Managing Knowladge Anggota Afinda Nur Rahmadhani 1401164426 Aisyah

Managing Knowladge

Anggota • • • Afinda Nur Rahmadhani (1401164426 ) Aisyah Syifaurrahmah ( 1401164173 ) Alwan Ikhsan ( 1401164599 ) Fiastri Ayu Wahyuni (1401164466 ) Rizky Firdaus ( 1401164584 ) Yuniar Pramesty P ( 1401164006 )

MENGELOLA PENGETAHUAN Dimensi pengetahuan yang penting - Data informasi - Informasi pengetahuan - Kebijakan - Pengetahuan dibagi 2 yaitu pengetahuan tersirat ( blm terdokumentasi ) dan pengetahuan eksplisit ( sudah terdokumentasikan ) Rantai nilai manajemen pengetahuan - Manajemen pengetahuan (knowledge management )? ?

Pemerolehan pengetahuan Organisasi mendapatkan pengetahuan melalui beberapa cara, tergantung pada jenis pengetahuan yang dicarinya. -Perusahaan membangun pusat data yang berisi dokumen, laporan, presentasi dan best practices dikembangkan untuk menyertakan dokumen yang tidak terstruktur -Perusahaan mengembangkan jaringan online agar para karyawannya dapat “menghubungkan para pakar “ di perusahaan tersebut yang memiliki pengetahuan -Perusahaan harus menciptakan pengetahuan baru dengan mencari pola dari data perusahaan/menggunakan pengetahuan yang dimasukkan dalam workstation sehingga para teknisi dapat mencari pengetahuan baru dengan mengakses workstation.

Penyimpanan pengetahuan umumnya melibatkan proses pembuatan basis data. Sistem manajemen dokumen mengubah data ke dalam bentuk digital, menyusun indeks dan menandai dokumen-dokumen yang diperlukan berdasarkan kerangka kerja yang koheren dengan bentuk akhirnya suatu basis data yang dapat menyimpan berbagai dokumen.

Jenis Knowledge Management - Sistem manajemen pengetahuan keseluruhan perusahaan - Sistem kerja pengetahuan - Teknik cerdas

A. Sistem Manajemen pengetahuan keseluruhan perusahaan Terdapat 3 kategori utama : - S. Pengetahuan terstruktur - S. Pengetahuan semi terstruktur s. pengetahuan terstruktur dan semi berfungsi sebagai pusat penyimpanan penegtahuan Pusat penyimpanan pengetahuan (knowledge repository ) kump. Pengethuan internal dan eksternal yang berada dalam satu lokasi untuk efisiensi pengelolaannya dan penggunaannya (menggunakan mesin pencari ). - S. jaringan pengetahuan (knowledge network system )

B. Sistem Kerja Perusahaan Pekerja pengetahuan biasanya memiliki tingkat pendidikan yang tinggi, memiliki keanggotan di organisasi profesional dan biasanya diminta untuk melakukan penilaian sebagai aspek rutin dari pekerjaan mereka. Pekerja pengetahuan melakukan 3 peran kunci yang sangat penting bagi organisasi dan untuk manajer yang bekerja dalam organisasi : -Menjaga aliran pengetahuan dalam perusahaan seiring dengan perkembangan perusahaan -Bertugas melayani sebagai konsultan internal mengenai pengetahuan khusus mereka berbagai perubahan yang terjadi dan kesempatan yang muncul -Bertindak sebagai agen perubahan, mengevaluasi, merintis dan mendukung proyek-proyek perubahan. Contoh : -CAD (Computer Aided Design) membuat proses penciptaan dan revisi rancanan menjadi otomatis dengan menggunakan komputer dan s/w grafis yang rumit -Virtual Reality System

C. Teknik Cerdas Kecerdasan buatan dan teknologi basis data memberikan sejumlah teknik cerdas yang dapat digunakan oleh baerbagai organisasi untuk menangkap pengetahuan perorangan dan kolektif serta mengembangka pengetahuan tersebut. -Expert system Pengetahuan manusia harus dimodelkan / direpresentasikan sedemikian rupa sehingga dapat diproses oleh komputer. Expert system membuat model pengetahuan manusia menjadi serangkaian aturan yang secara kolektif (basis pengetahuan/knowledge base).

Strategi yang digunakan untuk melakukan pencarian dalam basis pengetahuan inference engine. Terdiri dari 2 : 1. Penalaran maju (forward chaining ) 2. Penalaran mundur (backward chaining) - Sistem Logika fuzzy teknologi berbasis aturan yang dapat merepresentasikan ketidakpresisian seperti yang telah disebutkan, dengan menciptakan aturan yang menggunakan nilai subjektif/nilai yang mendekati.

- Genetic Algoritm Banyak persoalan bisnis memerlukan optimalisasi karena berurusan dengan hal-hal seperti minimalisasi biaya, maksimalisasi keuntungan, efisiensi jadwal dan penggunaan sumber daya. Jika situasi ini sangat kompleks dan dinamis, melibatkan banyak variabel/rumus, algoritma genetik dapat mempercepat penentuan solusi karena algoritma ini dapat mengevaluasi banyak alternatif solusi yang berbeda dengan cepat untuk menemukan solusi yang terbaik.