Knowledge Management System

Different Levels Of Knowledge In A KMS Environment

           

Knowledge Management System memiliki 3 level yaitu Operational Knowledge, Tactical Knowledge, dan Strategic Knowledge, berikut penjelasan mengenai ke-3  level tersebut:

1.       Operational Knowledge digunakan untuk membantu manajer operational dan support staff­-nya yang berada dilevel berbeda diorganisasi dihari itu / dibulan itu / ditahun itu. Operational Knowledge bisa dihubungkan dengan sistem expert, maka dari itu referensi bisa dibuat untuk mengembangkan pengetahuan dengan menggunakan salah satu dari kerangka sistem expert yang sekarang digunakan oleh banyak orang atau dengan meminimalisasi system’s knowledge engineering effort. Seperti pendekatan terkait dengan pengetahuan dasar, di mana jenis pengetahuan yang diperoleh adalah domain yang spesifik dan ad hoc.

2.      Tactical Knowledge digunakan untuk membantu low dan  middle level manager untuk melihat kinerja secara keseluruhan diarea masing-masing ditahun itu. Pada tingkat pengetahuan taktis, ada kecenderungan terjadi campuran dari sumber eksternal dan sumber internal. Sumber pengetahuan operasional didasarkan pada sumber internal bagi suatu organisasi, sedangkan pengetahuan taktis cenderung campuran dari keduanya. Kerangka waktu umumnya terbatas pada tahun yang akan datang dan sedikit di luar perkiraan. Perangkat lunak yang digunakan dapat berbeda tergantung pada daerah fungsional yang diteliti.

3.      Strategic Knowledge digunakan untuk membantu top level manager dan staff-nya untuk menggabungkan pengetahuan external dan pengetahuan internal. Pengetahuan strategis merupakan pegetahuan tingkat tertinggi. Hal ini berorientasi pada banyak sumber yang dasar di luar organisasi. Dari sudut pandang ini, ada hubungan antara faktor penentu keberhasilan suatu perusahaan, yang umumnya terkait dengan industri tertentu, dan menjadi sukses dalam industri itu. Pada gilirannya, faktor-faktor ini membantu top level management dan staf perencanaan perusahaan untuk menentukan arah strategis perusahaan, apa yang harus dilakukan hari ini, dan terutama besok. Termasuk dalam hal ini arah masa depan adalah menemukan bahwa masalah tidak hanya terlihat di masa depan dalam periode waktu saat ini, tetapi juga pada pusat pengembangan peluang yang penting bagi perusahaan saat ini dan dalam beberapa tahun ke depan.

Development Of A Knowledge Infrastructure

Faktor penting yang mempengaruhi efektifitas dari Knowledge Management System adalah pengembangan dari knowledge infrastructure. Karena kemampuan untuk mendapatkan informasi dalam jumlah besar dan pada gilirannya, knowledge memberikan semua keunggulan kompetitif yang penting, sebuah perusahaan memerlukan informasi dan pengetahuan di dalam organisasi. Sebagai hasil, layers of management bisa dieliminasi dan struktur organisasi bisa diratakan. Organisasi yang sudah rata ini bisa membuat dan mengimplementasikan keputusan dengan cepat. Terlebih lagi, sharing information and knowledgedengan pelanggan dan pemasok akan membantu untuk  break down the organizational boundaries. Ketika orang membagikan informasidam pengatahuan bekerja bersama, teamwork akan terbentuk, dan pekerja akan terdorong untuk melakukan deal secara langsung dengan pelanggan, kualitas dari servis akan meningkat, dan dengan ini akan meningkatkan loyalitas pelanggan.

Knowledge Application Systems

Knowledge Application Systems adalah program komputer yang menggunakan pengetahuan untuk memecahkan masalah yang kompleks. Pengetahuan diperoleh dan direpresentasikan dengan menggunakan berbagai teknik representasi aturan pengetahuan, frame dan script. Keuntungan dasar yang ditawarkan oleh sistem tersebut adalah documentation of knowledge, decision support, self-learning, reasoning dan penjelasan. Knowledge Application Systems adalah sistem yang berdasarkan pada metode dan teknik Artificial Intelligence (AI). Komponen inti mereka adalah:

1.      knowledge base

2.      acquisition mechanisms

3.      inference mechanisms

Knowledge Application Systems melampaui decision support dengan cara memperkenalkan Expert System technology ke dalam kerangka pengambilan keputusan. Biasanya, knowledged codifications menggunakan aturan seperti IF-THEN untuk mewakili implikasi logis. Sementara untuk beberapa Expert System, sistem penalaran berbasis kasus dan neural network adalah semua jenis sistem berbasis pengetahuan.

Developing Knowledge Application Systems

           

Cara yang efektif untuk mengimplementasikan Knowledge Application Systems membutuhkan metode pemikiran yang tepat. Case-Method Cycle (Kitano 1993: Kitano and Shimzau 1996) adalah sebuah metodologi yang mendeskripsikan pendekatkan berulang yang secara efektif memngembangkan CBR dan knowledge application systems secara general. Case-Method Cycle mendeskripsikan 6 proses berikut:

1.      System development process– Proses ini berdasarkan pada pendekatakan software engineering, dan tujuannya adalah untuk mengembangkan knowledge application systems yang akan menyimpan kasus baru dan mendapatkan kasus yang relevan.

2.      Case library development process– Tujuan dari proses ini adalah mengembangkan dan menjaga kasus perpustakaan skala besar yang akan cukup membantu the domain in question.

3.      Systems operation process– Proses ini berdasarkan pada software engineering dan relational database management procedures. Tujuannya adalah untuk mendefinisikan instalasi, deployment, dan user support dari knowledge application systems.

4.      Database minning process– Proses ini menggunakan teknik rule-inferencing dan analisis statistik untuk menganalisa kasus perpustakaan. Langkah ini bisa membantu penyimpulan baru dari hubungan antar data, yang bisa diartikulasikan untuk memperbesar knowledge application systems.

5.      Management process– Proses ini mendeskripsikan bagaimana pekerja proyek (orang yang bekerja dalam proyek) akan terbentuk dan bantuan organisasional apa yang akan diberikan untuk proyek tersebut.

6.      Knowledge transfer process– Proses ini mendeskripsikan sistem insentif apa yang akan diimplementasikan untuk memberikan dorongan untuk user acceptance dan bantuan pada knowledge application systems. Langkah ini akan memastikan bahwa pengguna akan merasakan terdorong untuk menambah kasus perpustakaan dengan kasus baru.

Dalam hal pengembangan kasus perpustakaan (langkah 2 pada Case-Method Cycle), proses ini juga bisa dideskripsikan ke dalam subprocess sebagai berikut:

1.      Case Collection– Proses ini memerlukan koleksi dari seed cases, dengan memberikan pandangan inisial dari aplikasi.

2.      Attribute-Value Extraction and Hierarchy Formation– Langkah ini memerlukan indexing dan organizing dari kasus perpustakaan.

3.      Feedback– Fase ini akan memberikan umpan balik yang dibutuhkan untuk menyediakan kasus untuk sistem CBR, sehingga kualitas dari kasus bisa ditingkatkan.

Limitation Of Knowledge Application Systems

Ada beberapa batasan praktikal dalam pengembangan knowledge application systems. Ini semua berhubungan dengan fakta bahwa banyak sistem yang dikembangan untuk menyediakan sebuah task-specific domain problems dan biasa tidak terintegrasi dengan enterprise systems milik perusahaan. Berdasarkan teknologi CBR, ada beberapa batasan (Kitano and Shimazu 1996):

1.      Security– Kasus bisa termasuk informasi sensitif/penting. Knowledge Application Systems harus memikirkan penggabungan dari security measures, termasuk kontol akses/hak akses dari pengguna yang berada di dalam organisasi yang disesuaikan dengan jabatan. Jika tidak dilakukan maka sistem mungkin tidak akan mengetahui nilai maksimalnya.

2.      Scalability– Knowledge Application Systems harus menampilkan sebuah kasus besar, sehingga mayoritas pengalaman baru dapat ditampilkan didalam case-based system. Ini berarti knowledge application systems harus mencapai saturasi sebelum pengembangan. Mencapai saturasi sistem berarti sebagian besar kasus harus sudah dilaporkan ke dalam sistem.

3.      Speed– Karena ukuran dari kasus perpustakaan terus berkembang ke arah representation komprehensif dari lingkungan yang asli, biaya computing dan searching akan terus meningkat. Maka dari itu developers dari knowledge application systems harus memikirkan kegunaan dari complex indexing schemes yang akan meyakinkan bahwa case-retrieval times dan tingkat kinerja akan diterima.

Created By: Deni Surya / 1401100140 / 07PAA