TEKNOLOGI INFROMASI DAN SISTEM INFORMASI MANAJEMEN (SIM)

Modul ke:

12

TEKNOLOGI INFROMASI DAN SISTEM INFORMASI MANAJEMEN (SIM) Manajemen Pengetahuan dan Program-Program Manajemen Pengetahuan Dalam Bisnis

Fakultas

Pasca Sarjana Program Studi

Magister Akuntansi

Prof. Dr. Ir. H. Hapzi Ali, MM

Manajemen Pengetahuan dan Program-Program Manajemen Pengetahuan Dalam Bisnis 1. Bidang Manajemen Pengetahuan 2. Sistem Manajemen Pengetahuan Keseluruhan Perusahaan 3. Sistem Kerja Pengetahuan 4. Teknik Cerdas

Information Technology & Management Information System, [email protected]

1. Bidang Manajemen Pengetahuan

Teknologi Informasi dan Sistem Informasi Manajemen

Dimensi Pengetahuan Yang Penting • Sistem manajemen pengetahuan di antara daerah yang paling cepat berkembang dari investasi perangkat lunak • ekonomi informasi – 55% angkatan kerja AS: pengetahuan dan informasi pekerja – 60% PDB AS dari sektor pengetahuan dan informasi • Substansial bagian dari nilai pasar saham perusahaan yang terkait dengan aset tidak berwujud: pengetahuan, merek, reputasi, dan proses bisnis yang unik • Proyek berbasis pengetahuan dilaksanakan dengan baik dapat menghasilkan ROI yang luar biasa


Dimensi Pengetahuan Yang Penting • Dimensi penting dari pengetahuan – Pengetahuan adalah aset perusahaan • berwujud • Penciptaan pengetahuan dari data, informasi, membutuhkan sumber daya organisasi • Seperti yang dibagikan, mengalami efek jaringan – Pengetahuan memiliki bentuk yang berbeda • Mungkin eksplisit (didokumentasikan) atau tacit (yang berada dalam pikiran) • Tahu-bagaimana, kerajinan, keterampilan • Cara mengikuti prosedur • Mengetahui mengapa sesuatu terjadi (kausalitas) Information Technology & Management Information System, [email protected]

Dimensi Pengetahuan Yang Penting • Dimensi penting dari pengetahuan (cont.) – Pengetahuan memiliki lokasi • acara kognitif • Baik sosial dan individu • "Sticky" (sulit untuk bergerak), yang terletak (terjerat dalam budaya perusahaan), kontekstual (bekerja hanya dalam situasi tertentu) – Pengetahuan adalah situasional • Bersyarat: Mengetahui kapan harus menerapkan prosedur • Kontekstual: Mengetahui keadaan untuk menggunakan alat tertentu Information Technology & Management Information System, [email protected]

Dimensi Pengetahuan Yang Penting • Untuk mengubah informasi menjadi pengetahuan, perusahaan harus mengeluarkan sumber daya tambahan untuk menemukan pola, aturan, dan konteks di mana karya-karya pengetahuan • kebijaksanaan: – Pengalaman kolektif dan individu menerapkan pengetahuan untuk memecahkan masalah – Melibatkan mana, kapan, dan bagaimana menerapkan pengetahuan

• Mengetahui bagaimana melakukan hal-hal secara efektif dan efisien dengan cara-cara lain tidak dapat menduplikasi adalah sumber utama dari keuntungan dan keunggulan kompetitif – Misalnya, Memiliki sistem produksi build-to-order yang unik


Dimensi Pengetahuan Yang Penting • pembelajaran organisasi – Proses di mana organisasi belajar • Mendapatkan pengalaman melalui pengumpulan data, pengukuran, trial and error, dan umpan balik • Menyesuaikan perilaku untuk mencerminkan pengalaman –Buat proses bisnis baru –Perubahan pola pengambilan keputusan manajemen Information Technology & Management Information System, [email protected]

Dimensi Pengetahuan Yang Penting • Pengetahuan manajemen: Mengatur proses bisnis yang dikembangkan dalam suatu organisasi untuk membuat, menyimpan, mentransfer, dan menerapkan pengetahuan • Pengetahuan manajemen rantai nilai: – Setiap tahap menambah nilai data mentah dan informasi yang mereka berubah menjadi pengetahuan yang dapat digunakan 1. akuisisi pengetahuan 2. penyimpanan pengetahuan 3. diseminasi pengetahuan 4. aplikasi pengetahuan


Rantai Nilai Manajemen Pengetahuan • Pengetahuan rantai nilai manajemen 1. akuisisi pengetahuan • Mendokumentasikan pengetahuan tacit dan eksplisit – Menyimpan dokumen, laporan, presentasi, praktik terbaik – Dokumen tidak terstruktur (misalnya, e-mail) – Mengembangkan jaringan pakar secara online • menciptakan pengetahuan • Pelacakan data dari TPS dan sumber eksternal


Rantai Nilai Manajemen Pengetahuan • Nilai manajemen pengetahuan rantai (cont.) 2. penyimpanan pengetahuan • database • Dokumen sistem manajemen • Peran manajemen: – Pengembangan dukungan sistem penyimpanan pengetahuan direncanakan – Mendorong pengembangan skema perusahaanlebar untuk dokumen pengindeksan – Karyawan hadiah untuk mengambil waktu untuk memperbarui dan menyimpan dokumen dengan benar Information Technology & Management Information System, [email protected]

Rantai Nilai Manajemen Pengetahuan • Nilai manajemen pengetahuan rantai (cont.) 3. diseminasi pengetahuan • portal • Mendorong laporan e-mail • search engine • alat kolaborasi • Sebuah banjir informasi? – Program pelatihan, jaringan informal, dan berbagi pengalaman manajemen bantuan manajer memusatkan perhatian pada informasi penting Information Technology & Management Information System, [email protected]

Rantai Nilai Manajemen Pengetahuan • Nilai manajemen pengetahuan rantai (cont.) 4. aplikasi pengetahuan • Untuk memberikan pengembalian investasi, pengetahuan organisasi harus menjadi bagian yang sistematis dari manajemen pengambilan keputusan dan menjadi terletak di sistem pendukung keputusan – Praktek bisnis baru – Produk dan layanan baru – pasar baru Information Technology & Management Information System, [email protected]

Rantai Nilai Manajemen Pengetahuan

•

Manajemen pengetahuan hari ini melibatkan kedua kegiatan sistem informasi dan sejumlah memungkinkan manajemen dan kegiatan organisasi.


Rantai Nilai Manajemen Pengetahuan • Peran organisasi baru dan tanggung jawab – Kepala eksekutif perwira pengetahuan – Dedicated staf / manajer pengetahuan – Masyarakat dari praktek (COP) • Jaringan sosial informal profesional dan karyawan di dalam dan di luar perusahaan yang memiliki kegiatan yang berhubungan dengan pekerjaan yang sama dan kepentingan • Kegiatan meliputi pendidikan, newsletter online, berbagi pengalaman dan teknik • Memfasilitasi penggunaan kembali pengetahuan, diskusi • Mengurangi kurva belajar dari karyawan baru Information Technology & Management Information System, [email protected]

Jenis Sistem Manajemen Penegtahuan •

3 jenis utama dari sistem manajemen pengetahuan: 1. Sistem manajemen pengetahuan perusahaan-lebar • Tujuan umum upaya perusahaan-lebar untuk mengumpulkan, menyimpan, mendistribusikan, dan menerapkan konten digital dan pengetahuan 2. Sistem kerja pengetahuan (KWS) • Sistem khusus dibangun untuk insinyur, ilmuwan, pekerja pengetahuan lainnya didakwa dengan menemukan dan menciptakan pengetahuan baru 3. teknik cerdas • Berbagai kelompok teknik seperti data mining yang digunakan untuk berbagai tujuan: menemukan pengetahuan, pengetahuan penyulingan, menemukan solusi optimal


Jenis Sistem Manajemen Penegtahuan

•

Ada tiga kategori utama dari sistem manajemen pengetahuan, dan masing-masing dapat dibagi lebih lanjut ke jenis yang lebih khusus dari sistem manajemen pengetahuan.


2. Sistem Manajemen Pengetahuan Keseluruhan Perusahaan


Sistem Pengetahuan Terstruktur • Tiga jenis utama dari pengetahuan dalam perusahaan 1. dokumen terstruktur • Laporan, presentasi • aturan formal 2. dokumen semiterstruktur • E-mail, video 3. Terstruktur, pengetahuan tacit • 80% dari konten bisnis organisasi adalah semistructured atau tidak terstruktur


Sistem Pengetahuan Terstruktur • Sistem manajemen konten perusahaan – Bantuan menangkap, menyimpan, mengambil, mendistribusikan, melestarikan • Dokumen, laporan, praktik terbaik • Pengetahuan semiterstruktur (e-mail)

– Membawa sumber eksternal • Feed berita, penelitian

– Alat untuk komunikasi dan kolaborasi


Sistem Pengetahuan Terstruktur

•

Sebuah sistem manajemen konten perusahaan memiliki kemampuan untuk mengklasifikasi, mengatur, dan mengelola pengetahuan terstruktur dan semi terstruktur dan membuatnya tersedia di seluruh perusahaan.


• Sistem manajemen konten perusahaan – Key masalah - Mengembangkan taksonomi • Objek pengetahuan harus dengan kategori untuk pengambilan tag

– Sistem manajemen aset digital • Sistem manajemen konten khusus untuk mengklasifikasikan, menyimpan, mengelola data digital tidak terstruktur • Foto, gambar, video, audio


Sistem Jaringan Pengetahuan • Sistem jaringan pengetahuan – Menyediakan direktori online ahli perusahaan di terdefinisi domain pengetahuan – Gunakan teknologi komunikasi untuk memudahkan bagi karyawan untuk menemukan ahli yang tepat dalam sebuah perusahaan – Mungkin sistematisasi solusi yang dikembangkan oleh para ahli dan menyimpannya dalam database pengetahuan • -Praktek terbaik • Pertanyaan yang sering diajukan (FAQ) repositori


Sistem Jaringan Pengetahuan

•

Sebuah jaringan pengetahuan memelihara database ahli perusahaan, serta solusi diterima untuk masalah yang dikenal, dan kemudian memfasilitasi komunikasi antara karyawan mencari pengetahuan dan ahli yang memiliki pengetahuan itu. Solusi diciptakan dalam komunikasi ini kemudian ditambahkan ke database solusi dalam bentuk FAQ, praktik terbaik, atau dokumen lainnya.


Teknologi Pendukung • Portal dan kolaborasi teknologi – Portal pengetahuan perusahaan: Akses informasi eksternal dan internal 1. Feed berita, penelitian 2. Kemampuan untuk e-mail, chat, konferensi video, diskusi

– Penggunaan teknologi Web konsumen 1. blog 2. wiki 3. bookmark sosial


Manajemen Pembelajaran • Belajar sistem manajemen – Menyediakan alat-alat untuk manajemen, pengiriman, pelacakan, dan penilaian berbagai jenis pembelajaran dan pelatihan karyawan – Mendukung beberapa mode pembelajaran • CD-ROM, kelas berbasis web, forum online, instruksi langsung, dll

– Mengotomatisasi seleksi administrasi kursus – Merakit dan memberikan konten pembelajaran – Tindakan efektivitas belajar Information Technology & Management Information System, [email protected]

3. Sistem Kerja Pengetahuan


Sistem Kerja Pengetahuan •

•

Sistem kerja pengetahuan – Sistem bagi pekerja pengetahuan untuk membantu menciptakan pengetahuan baru dan mengintegrasikan pengetahuan dalam bisnis pekerja pengetahuan – Para peneliti, desainer, arsitek, ilmuwan, insinyur yang menciptakan pengetahuan bagi organisasi – Tiga peran kunci: 1. Menjaga organisasi saat ini dalam pengetahuan 2. Melayani konsultan sebagai internal mengenai bidang keahlian mereka 3. Bertindak sebagai agen perubahan, mengevaluasi, memulai, dan mempromosikan proyek-proyek perubahan


Persyaratan Sistem Kerja Pengetahuan • Persyaratan sistem kerja pengetahuan – Daya komputasi yang besar untuk grafis, perhitungan yang rumit – Grafis yang kuat dan alat analisis – Komunikasi dan manajemen dokumen – Akses ke database eksternal – Interface yang user-friendly – Dioptimalkan untuk tugas-tugas yang akan dilakukan (desain teknik, analisis keuangan)


Sistem Kerja Pengetahuan

•

Sistem kerja pengetahuan memerlukan hubungan yang kuat dengan basis pengetahuan eksternal selain hardware dan software khusus.


Contoh Sistem Kerja Pengetahuan • Contoh sistem kerja pengetahuan – CAD (Computer Aided Design): • Penciptaan teknik atau arsitektur desain – Virtual reality sistem: • Mensimulasikan lingkungan kehidupan nyata • 3-D model medis untuk dokter bedah • Augmented reality (AR) sistem • VRML – Workstation Investasi: • Merampingkan proses investasi dan mengkonsolidasikan internal data eksternal untuk broker, pedagang, manajer portofolio Information Technology & Management Information System, [email protected]

4. Teknik Cerdas


Sistem Ahli • Teknik cerdas: Digunakan untuk menangkap pengetahuan individu dan kolektif dan untuk memperluas basis pengetahuan – Untuk menangkap pengetahuan tacit: Sistem pakar, penalaran berbasis kasus, logika fuzzy – Penemuan pengetahuan: Jaringan saraf dan data mining – Menghasilkan solusi untuk masalah yang kompleks: algoritma genetika – Tugas mengotomatisasi: agen Cerdas • Artificial intelligence (AI) teknologi: – Sistem berbasis komputer yang meniru perilaku manusia


Sistem Ahli • Sistem pakar: – Menangkap pengetahuan tacit dalam domainnya sangat spesifik dan terbatas keahlian manusia – Menangkap pengetahuan karyawan yang terampil sebagaimana aturan dalam sistem perangkat lunak yang dapat digunakan oleh orang lain dalam organisasi • Biasanya melakukan tugas-tugas tertentu yang mungkin memakan waktu beberapa menit atau jam, misalnya: • Mendiagnosis mesin rusak – Menentukan apakah untuk memberikan kredit untuk pinjaman • Digunakan untuk diskrit, yang sangat terstruktur pengambilan keputusan Information Technology & Management Information System, [email protected]

Sistem Ahli

•

Sistem pakar berisi sejumlah aturan yang harus diikuti. Aturan saling berhubungan; jumlah hasil dikenal di muka dan terbatas; ada beberapa jalur untuk hasil yang sama; dan sistem dapat mempertimbangkan beberapa aturan pada satu waktu. Aturan digambarkan adalah untuk sistem pakar kredit pemberian sederhana.


Sistem Ahli • Sistem pakar Bagaimana kerja – Pengetahuan dasar: Set ratusan atau ribuan aturan – Mesin inferensi: Strategi yang digunakan untuk mencari basis pengetahuan • Forward chaining: mesin inferensi dimulai dengan informasi yang dimasukkan oleh pengguna dan pencarian basis pengetahuan untuk sampai pada kesimpulan • Backward chaining: Dimulai dengan hipotesis dan mengajukan pertanyaan-pertanyaan pengguna sampai hipotesis dikonfirmasi atau disangkal


Sistem Ahli

•

Sebuah mesin inferensi bekerja dengan mencari melalui aturan dan "menembak" aturan-aturan yang dipicu oleh fakta yang dikumpulkan dan dimasukkan oleh pengguna. Pada dasarnya, koleksi aturan mirip dengan serangkaian bersarang IF pernyataan dalam program perangkat lunak tradisional; Namun, besarnya pernyataan dan tingkat bersarang jauh lebih besar dalam sistem pakar.


Sistem Ahli • Sistem pakar sukses – Con-Way Transportasi dibangun sistem pakar untuk mengotomatisasi dan mengoptimalkan perencanaan rute pengiriman semalam untuk bisnis angkutan truk-nasional • Kebanyakan sistem pakar menangani masalah klasifikasi – Memiliki relatif sedikit hasil alternatif – Hasil yang mungkin dikenal di muka • Banyak sistem pakar membutuhkan pengembangan dan pemeliharaan upaya besar, panjang, dan mahal – Mempekerjakan atau pelatihan lebih ahli mungkin lebih murah


Penalaran Berbasis Kasus • Penalaran berbasis kasus (CBR) – Deskripsi dari pengalaman masa lalu spesialis manusia (kasus), disimpan dalam basis pengetahuan – Pencarian sistem untuk kasus dengan karakteristik masalah yang sama dengan yang baru, menemukan cocok terdekat, dan berlaku solusi dari kasus lama ke kasus baru – Aplikasi sukses dan berhasil dikelompokkan dengan kasus – Menyimpan kecerdasan organisasi: Pengetahuan dasar terus diperluas dan disempurnakan oleh pengguna – CBR ditemukan di • Sistem diagnostik medis • dukungan pelanggan Information Technology & Management Information System, [email protected]

Sistem Ahli

•

Penalaran berbasis kasus merupakan pengetahuan sebagai database kasus masa lalu dan solusi mereka. Sistem ini menggunakan proses enam-langkah untuk menghasilkan solusi untuk masalah baru yang dihadapi oleh pengguna.


Sistem Logika Fuzzy • Sistem logika fuzzy – Teknologi berbasis aturan yang mewakili ketidaktepatan digunakan dalam kategori linguistik (misalnya, "dingin", "keren") yang mewakili rentang nilai – Menggambarkan fenomena tertentu atau proses bahasa dan kemudian menyatakan bahwa deskripsi dalam sejumlah kecil aturan yang fleksibel – Memberikan solusi untuk masalah yang memerlukan keahlian yang sulit untuk mewakili dengan IF-THEN aturan • Autofocus di kamera • Mendeteksi kemungkinan penipuan medis • Sistem kereta bawah tanah kontrol percepatan Sendai dunia Information Technology & Management Information System, [email protected]

Sistem Logika Fuzzy

•

Fungsi keanggotaan untuk suhu masukan disebut dalam logika termostat untuk mengontrol suhu kamar. Fungsi keanggotaan membantu menerjemahkan ekspresi linguistik seperti hangat ke nomor yang komputer dapat memanipulasi.


Jaringan Saraf Tiruan • jaringan saraf – Menemukan pola dan hubungan dalam jumlah besar data terlalu rumit bagi manusia untuk menganalisis – "Belajar" pola dengan mencari hubungan, membangun model, dan mengoreksi lagi dan lagi – Manusia "kereta" jaringan dengan memberi makan input data untuk yang output diketahui, untuk membantu jaringan saraf belajar solusi dengan contoh – Digunakan dalam pengobatan, ilmu pengetahuan, dan bisnis untuk masalah dalam pola klasifikasi, prediksi, analisis keuangan, dan kontrol dan optimasi – Pembelajaran mesin: terkait teknologi AI memungkinkan komputer untuk belajar dengan penggalian informasi dengan menggunakan perhitungan dan metode statistik


•

Sebuah jaringan saraf menggunakan aturan itu "belajar" dari pola dalam data untuk membangun lapisan tersembunyi logika. Lapisan tersembunyi kemudian memproses input, mengelompokkan mereka berdasarkan pengalaman model. Dalam contoh ini, jaringan saraf telah dilatih untuk membedakan antara pembelian kartu kredit yang valid dan penipuan


Algoritma Genetik • algoritma genetika – Berguna untuk mencari solusi optimal untuk masalah khusus dengan memeriksa jumlah yang sangat besar kemungkinan solusi untuk masalah itu – Konseptual berdasarkan proses evolusi • Cari di antara variabel solusi dengan mengubah dan reorganisasi komponen menggunakan proses seperti warisan, mutasi, dan seleksi – Digunakan dalam masalah optimasi (minimalisasi biaya, penjadwalan efisien, desain mesin jet optimal) di mana ratusan atau ribuan variabel yang ada – Dapat mengevaluasi banyak alternatif solusi cepat Information Technology & Management Information System, [email protected]

Algoritma Genetik

• KOMPONEN DARI ALGORITMA GENETIKA


Sistem AI Hibrida • Sistem AI Hybrid – Algoritma genetika, logika fuzzy, jaringan saraf, dan sistem pakar diintegrasikan ke dalam aplikasi tunggal untuk mengambil keuntungan dari fitur terbaik dari masing-masing – Misalnya, Matsushita "neuro" mesin cuci yang menggabungkan logika fuzzy dengan jaringan saraf


Agen Inteligen •

agen cerdas – Bekerja di latar belakang untuk melaksanakan tertentu, berulangulang, dan tugas diprediksi untuk pengguna, proses, atau aplikasi – Gunakan terbatas built-in atau belajar pengetahuan dasar untuk menyelesaikan tugas-tugas atau membuat keputusan atas nama pengguna • Menghapus junk e-mail • Menemukan tiket pesawat termurah – Berbasis agen aplikasi pemodelan: • Sistem agen otonom • Perilaku model konsumen, pasar saham, dan rantai pasokan; digunakan untuk memprediksi penyebaran epidemi


Kepustakaan 1. Kenneth C Laudon and Jane P. Laudon, 2012, Management Information System : Managing The Digital Firm. 2. Romney, Marshall B., dan Paul John Steinbart, 2008, Accounting Information System. Global Edition 3. James A. Hall, 2008, Sistem Informasi Akuntansi, edisi 5,Salemba Empat, Jakarta 4. Krismiaji, 2013 Sistem Informasi Akuntansi, edisi 4, YKPN, Yogyakarta. Anjuran : 1. Hapzi Ali & Tonny Wangdra, 2010, Sistem Informasi Bisnis “SI-Bis” Dalam Prospektif Keunggulan Kompetitif, Baduose Media 2. Hapzi Ali & Tonny Wangdra, 2010, Techopreneurship, Dalam Perspektif Bisnis Online, Baduose Media. 3. Hapzi Ali, 2009, Sistem Informasi Manajemen, Berbasis Teknologi Informasi, Hasta Cipta Mandiri, Jogyakarta,. 4. HM. Jogiyanto, 2002, Analisis & Disain Sistem Infromasi : Pendekatan Terstruktur, Teori dan Praktek Aplikasi Bisnis, Jogyakarta : Penerbit ANDI. 5. James A. Brain, 2005, Introduction to Information System, Perspektif Bisnis dan Managerial (terjemahah), Salemba Empat.


Wassalamu ‘alaikum, wr, wb


TEKNOLOGI INFROMASI DAN SISTEM INFORMASI MANAJEMEN (SIM)

Recommend Documents