Managing Knowledge Florentina 201350639 Mario 201350089 Natania Christian 201350533 Silvan Tanuwijaya 201350169 Siska Devita Sari 201350345 Vivian Agustin 201350166

Learning Objectives Memahami peran dari knowledge management dan knowledge management programs in business. Memahami tipe-tipe system yang digunakan dalam enterprise-wide knowledge management dan bagaimana hal tersebut dapat memberikan nilai bagi bisnis. Mengetahui tipe mayoritas dari knowledge work system dan bagaimana hal tersebut memberikan nilai bagi perusahaan. Memahami keuntungan yang diperoleh dari penggunaan intelligent techniques dalam knowledge management.

What is Knowledge Management?

Knowledge Management Landscape Knowledge management dan collaboration system adalah salah satu bagian dari perusahaan yang paling berkembang selama 10 tahun terakhir. Knowledge management system memiliki hubungan yang erat dengan collaboration system, karena knowledge yang tidak dikomunikasikan dengan pihak lain menjadi tidak bermanfaat. Knowledge management telah menjadi hal yang penting bagi persahaan besar, karena banyak yang menyadari bahwa nilai dari perusahaan tersebut bergantung pada kemampuan perusahaan untuk menciptakan dan mengelola knowledge. Management juga telah menyadari bahwa salah satu hal yang meningkatkan nilai dari perusahaan adalah intangible asset, termasuk di dalamnya adalah knowledge.

The Difference Between Data, Information, Knowledge and Wisdom

The Difference Between Data, Information, Knowledge and Wisdom Data adalah catatan peristiwa atau transaksi yang terjadi dan dikumpulkan oleh system dalam suatu organisasi. Data diolah menjadi informasi dengan cara mengkategorikan data tersebut sesuai dengan ketentuan yanga ada. Untuk mengubahnya menjadi “knowledge” (pengetahuan), maka kita harus menemukan pola, aturan, dan apa manfaatnya. Tacit knowledge (tidak tersurat) Explicit knowledge (tersurat) Wisdom (kebijaksanaan) adalah pemikiran dan pengalaman dari individu dalam menerapkan “knowledge” untuk menyelesaikan suatu permasalahan

Major Types of Knowledge in Enterprise Three major types of knowledge in enterprise Structured documents Reports, presentations Formal rules Semistructured documents E-mails, videos Unstructured, tacit knowledge 80% of an organization’s business content is semistructured or unstructured

Important Dimension of Knowledge

Knowledge Management Knowledge Management adalah serangkaian proses untuk membuat, menyimpan, mentransfer, mengaplikasikan knowledge tersebut di dalam organisasi untuk memperoleh competitive advantage.

Information System Activities Knowledge Acquisition Perusahaan memperoleh knowledge melalui beberapa cara, bergantung pada jenis knowledge yang ingin mereka dapatkan. Knowledge Storage Setelah knowledge yang diinginkan telah diperoleh, maka knowledge tersebut harus disimpan, agar dapat digunakan dikemudian hari. Knowledge Dissemination suatu kegiatan yang ditujukan kepada kelompok target atau individu agar mereka memperoleh informasi, timbul kesadaran, menerima, dan akhirnya memanfaatkan informasi tersebut. Knowledge Application Agar dapat menambah nilai dari knowledge tersebut dalan mendapat ROI, maka perusahaan harus menerapkan atau menggunakan knowledge tersebut secara maksimal.

Types of Knowledge Management System

Types of Knowledge Management System Ada 3 tipe yang umum dari knowledge management system, yaitu : Enterprise-wide Knowledge Management System Tipe ini digunakan untuk tujuan yang umum, yaitu untuk mengumpulkan, menyimpan, mendistribusikan dan menerapkan knowledge tersebut. Terdiri dari : Enterprise Content & Knowledge Network System Knowledge Work System System khusus yang memungkinkan para scientist, engineers dan knowledge worker lainnya menemukan pengetahuan-pengetahuan baru dan mengaplikasikannya dalam perusahaan. Intelligent Techniques Teknik yang digunakan untuk menemukan pola dalam penerapan knowledge serta memisahkan pengetahuan tersebut sesuai dengan kategori.

Enterprise-wide Knowledge Management System Enterprise Content Management System Enterprise content management system membantu perusahaan dalam melakukan pengklasifikasian, penyimpanan dan distribusi knowledge untuk meningkatkan proses pengambilan keputusan. Permasalahan yang terdapat di enterprise content management system adalah taxonomy atau pengkategorian knowledge yanga ada.

Enterprise-wide Knowledge Management System Enterprise Content Management System

Enterprise-wide Knowledge Management System Knowledge Network System (Ex. AskMe Enterprise Knowledge Network) Knowledge management system adalah suatu system yang memfasilitasi perusahaan ketika knowledge yang dibutuhkan tidak dalam bentuk digital.

Enterprise-wide Knowledge Management System Learning Management System Learning Management System atau disingkat LMS adalah system untuk melakukan pelatihan bagi para karyawan di dalama suatu perusahaan. (e-learning)

Knowledge Work System Knowledge work system adalah sistem khusus yang memungkinkan para knowledge worker untuk menemukan pengetahuan-pengetahuan baru dan mengaplikasikannya dalam perusahaan. Knowledge workers Researchers, designers, architects, scientists, engineers atau pihak-pihak yang menciptakan pengetahuan bagi perusahaan. Manfaat dari Knowledge Work System adalah : Membuat knowledge yang ada di perusahaan “up-to-date” Bertindak sebagai konsultan di bidang yang dikuasai Bertindak sebagai agen perubahan

Requirements of Knowledge Work System Contoh Knowledge Work System adalah : CAD (computer-aided design): Creation of engineering or architectural designs 3-D printing Virtual reality systems: Simulate real-life environments 3-D medical modeling for surgeons Augmented reality (AR) systems VRML Investment workstations: Streamline investment process and consolidate internal, external data for brokers, traders, portfolio managers

Intelligent Techniques Teknik yang digunakan untuk menemukan pola dalam penerapan knowledge serta memisahkan pengetahuan tersebut sesuai dengan kategori. Macam-macam intellingent techniques berdasarkan kegunaannya adalah : Expert System, case-based reasoning, fuzzy logic → Capture tacit knowledge Neural networks & Data Mining → Knowledge Discovery Genetic Algorithms → Generating Solutions to complex problems Intelligent Agents → Automating Techniques

Expert System Expert System adalah intelligent techniques yang digunakan untuk menangkap tacit knowledge secara spesifik dari keahlian manusia. Pada dasarnya sistem pakar diterapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan masalah yang dimaksud antara lain, keputusan (decision making), pemanduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planning), diagnosis (diagnosing), pengaturan (regulating), pengendalian (controlling), penjelasan (explaining), pemberian nasehat (advising) dan pelatihan (tutoring).

Expert System Komponen-komponen expert system : Knowledge base Blackboard Brain User Interface Explanation Sub-System Contoh Expert System adalah Mycin, yaitu system yang dirancang untuk mengidentifikasi bakteri penyebab infeksi dan merekomendasikan antiobiotik dengan dosis yang disesuaikan dengan berat tubuh pasien.

Expert System Cara kerja Expert System : Expert System mempunyai model dari pengetahuan manusia yang ditampilkan dalam suatu susunan yang dapat diproses oleh komputer, biasanya disebut knowledge base. Dua cara untuk memodelkan keahlian dan pengetahuan seseorang yaitu dengan Di dalam expert system, terdapat strategi untuk mencari data ke dalam rule base yang ada, hal ini disebut Inference engine. Dua strategi yang umum dipakai yaitu Forward Chaining : strategi pencarian yang dimulai dari informasi yang dimasukkan oleh pengguna dan dicari dalam rule base yang ada hingga sampai pada kesimpulan Backward Chaining : Strategi pencarian yang bertindak seperti pemecah masalah yang dimulai dengan hipotesa, pencarian informasi hingga hipotesa tersebut terbukti maupun tidak.

Expert System

Case Based Reasoning Metode case based reasoning adalah salah satu metode untuk membangun sistem pakar dengan pengambilan keputusan dari kasus yang baru dengan berdasarkan solusi dari kasus – kasus sebelumnya. Secara umum, metode ini terdiri dari 4 langkah, yaitu Retrieve (memperoleh kembali) kasus atau kasus-kasus yang paling mirip. Task ini dimulai dengan pendeskripsian satu/sebagian masalah dan berakhir apabila telah ditemukan kasus sebelumnya yang paling mirip. Reuse (menggunakan) informasi dan pengetahuan dari kasus tersebut untuk memecahkan permasalahan. Proses reuse dari solusi kasus yang telah diperoleh dalam konteks kasus baru difokuskan pada dua aspek yaitu: - perbedaan antara kasus yang sebelumnya dan yang sekarang - penyelesaian apa dari kasus yang terdahulu yang dapat digunkana di kasus baru

Case Based Reasoning Revise (meninjau kembali/memperbaiki) usulan solusi. Fase ini terdiri dari dua tugas, yaitu : Mengevaluasi solusi kasus yang dihasilkan oleh proses reuse. Jika berhasil, maka dilanjutkan dengan proses retain, Jika tidak maka memperbaiki solusi kasus menggunakan domain spesifik pengetahuan. Retain (menyimpan) bagian-bagian dari pengalaman tersebut yang mungkin berguna untuk memecahkan masalah di masa yang akan datang. Proses ini terdiri dari memilih informasi apa dari kasus yang akan disimpan, disimpan dalam bentuk apa, cara menyusun kasus untuk agar mudah untuk menemukan masalah yang mirip, dan bagaimana mengintegrasikan kasus baru pada struktur memori.

Fuzzy Logic System Fuzzy Logic adalah suatu cabang ilmu Artificial Intellegence, yaitu suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan kecerdasan. Dengan kata lain fuzzy logic mempunyai fungsi untuk “meniru” kecerdasan yang dimiliki manusia untuk melakukan sesuatu dan mengimplementasikannya ke suatu perangkat, misalnya robot, kendaraan, peralatan rumah tangga, dan lain-lain.

Neural Networks Neural Network merupakan kategori ilmu Soft Computing. Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak manusia. Kemampuan manusia dalam memproses informasi merupakan hasil kompleksitas proses di dalam otak. Biasanya Neutal Networks digunakan untuk menyelesaikan masalah yang sulit dipahami, meskipun data yang dikumpulkan sudah sangat banyak jumlahnya.

Intelligent Agents

Genetic Algorithms Genetic Algorithms adalah teknik pencarian dalam bidang komputasi untuk menemukan solusi benar atau pendekatan untuk masalah optimasi dan pencarian. Teknik dalam GA didasarkan pada biologi evolusioner seperti pewarisan, mutasi, seleksi dan crossover. Contoh penerapannya adalah Automotive Design Engineerinhg Design Robotic Computer Games dsb

Hybrid AI System Genetic Algorithms, Fuzzy Logic, Neural Networks dan Expert System dapat diintegrasikan ke dalma suatu aplikasi yang menggabungkan seluruh keunggulan dari teknologi-teknologi tersebut menjadi Hybrid AI System. Hybrid AI System adalah Intelligent Technique yang terbaik, karena AI menggabungkan semua keunggulan dari Inelligent Techniques yang lain dan mengeliminasi kekurangannya.