BAB II  Dasar Teori

II.1 Pendahuluan

Pada   pembahasan   mengenai   teori   yang   berkaitan   tentang   pembangunan 

knowledge base  menuju  knowledge management. Terlebih dahulu akan dibahas 

mengenai   pengertian  knowledge  itu   sendiri,   kemudian   sistem  knowledge 

management  dan  proses­proses   dalam  sistem  knowledge  management.  Hal   ini 

merupakan dasar teori dalam pembangunan  knowledge base, karena  knowledge 

base  ini   merupakan   hasil   dari   beberapa   proses   dalam   pembanguanan   sistem 

knowledge management.

II.1.1 Pengertian Knowledge

Untuk memahami  knowledge management  lebih lanjut, perlu dikaji pemahaman 

mengenai   data,   informasi,   dan  knowledge  (pengetahuan)   sebagai   dasar 

pemahaman  KM. Data  merupakan  sekumpulan   fakta  mengenai   suatu  kejadian 

secara diskrit yang belum terorganisasi dan belum diproses serta bersifat statis. 

Informasi merupakan kumpulan data yang telah diproses sehingga memudahkan 

dalam   pengambilan   keputusan.   Sedangkan  knowledge  merupakan   pemahaman 

manusia mengenai bidang tertentu yang telah dipelajari melalui pendidikan dan 

pengalaman [Awad&Ghaziri, 2003].

Data mempunyai   tujuan utama untuk merekam suatu aktivitas  atau situasi  dan 

bersifat  historical.   Informasi berasal dari  komunikasi dan  historical  (data yang 

telah   diproses/   distrukturkan).   Sedangkan  knowledge  bertujuan   untuk 

memperbaiki hidup, dalam kontek bisnis bertujuan membuat atau meningkatkan 

nilai untuk perusahaan dan semua stakeholder.  

Knowledge  diklasifikasikan   menjadi   beberapa   tipe   yaitu   shallow  dan  deep 

knowledge, knowledge sebagai know­how, reasoning dan heuristic, common sense 

sebagai  pengetahuan,  procedural,  declarative,  semantic,  episodic,  serta  explicit 

10 

dan tacit knowledge  [Awad&Ghaziri, 2003].

Shallow  dan  deep   knowledge  merupakan   pengelompokan   pengetahuan 

berdasarkan   kedalaman   pemahaman.  Shallow  adalah   pemahaman   pengetahuan 

secara minimal, sedangkan deep knowledge merupakan pemahaman pengetahuan 

secara mendalam dengan pengalaman beberapa tahun.

Knowledge sebagai  know­how, pengetahuan ini berdasarkan pengalaman praktek 

beberapa tahun yang jarang terdokumentasikan. Pengetahuan semacam ini yang 

diperlukan untuk membangun expert system. Expert merepresentasikan know­how 

dalam hubungan heuristic, rule of thumb berdasarkan pengetahuan empiris.

Reasioning  merupakan   pengetahuan   berdasarkan   alasan   manusia,   yang   dapat 

dilakukan dengan beberapa cara, yaitu dengan  analogi  (membandingkan dengan 

kejadian yang mirip),  formal reasoning (dengan metode deductive dan inductive), 

dan  case­base   reasoning  (CBR)   .  Deductive   reasoning  disebut   juga   exact 

reasoning   karena  berhubungan  dengan   fakta   yang  pasti   dan   kesimpulan   yang 

pasti.  Inductive reasoning  merupakan alasan yang didasarkan pada sekumpulan 

fakta   atau   per   kasus   dan   kemudian   diambil   kesimpulan   yang   umum.  CBR 

merupakan   pengetahuan   yang   didasarkan   pada   kesuksesan   menyelesaikan 

berbagai kasus. 

Common sense  sebagai  knowledge, merupakan tipe pengetahuan dimana semua 

orang   melakukan   dalam   berbagai   bentuk   dan   berbagai   jumlah.   Berawal   dari 

pengalaman seseorang yang digunakan sehingga menjadi suatu hal biasa.

Prosedural   hingga  episodic   knowledge,   merupakan   pembagian   pengetahuan 

berdasarkan   apakah   suatu  procedural,   declarative,   semantic,   dan  episodic. 

Pengetahuan prosedural merupakan pemahaman bagaimana suatu tugas dilakukan 

atau melaksanakan prosedur.  Pengetahuan deklaratif  merupakan informasi yang 

pakar dan mudah didiskusikan karena sederhana dan tidak memerlukan informasi 

yang lengkap. Pengetahuan semantik merupakan jenis  pengetahuan yang dalam 

11 

dari  pakar.  Episodic knowledge  merupakan pengetahuan berdasarkan  informasi 

percobaan atau peristiwa.

Secara alamiah knowledge terbagi atas tacit knowledge (yang ada pada orang) dan 

explicit   knowledge  (yang   terdokumentasikan)  [Suryadi,2005].   Untuk 

mengeksplisitkan pengetahuan yang ada pada orang dilakukan dengan kodifikasi. 

Persentase  pengetahuan   tacit  dan  pengetahuan  eksplisit   yang ada  dalam suatu 

organisasi seperti pada Gambar II.1.

Gambar II.1 Gambaran pengetahuan [Suryadi,2005]

II.1.2 Knowledge Management

Knowledge   Management  (KM)   merupakan   proses   mengelola   pengetahuan 

organisasi untuk menambah nilai bisnis dan mempertahankan daya saing melalui 

pembentukan, komunikasi, dan aplikasi pengetahuan [Tiwana, 2002]. Knowledge 

management  juga merupakan kerangka, pola pikir untuk management, termasuk 

pengalaman­penglaman yang dibangun pada masa lalu (perpustakaan, bank data, 

orang­orang   cerdas)   dan   membentuk   sarana   baru   untuk   mempertukarkan 

12 

pengetahuan   (intranet   situs,   komunitas   praktisi,   dan   jaringan)   [O'dell,   2000]. 

Banyak   definisi   mengenai   KM,   namun   pada   dasarnya   KM   mengandung 

pengetahuan yang dapat  digunakan secara  umum; melekatkan  dan menyimpan 

pengetahuan   dalam   proses   bisnis,   produk,   dan   jasa;   merepresentasikan 

pengetahuan   dalam   database   dan   dokumen;   memajukan   pertumbuhan 

pengetahuan   melalui   budaya   organisasi   dan   insentif;   memindahkan   dan 

mempertukarkan   pengetahuan   di   seluruh   organisasi;   dan   menaksir   nilai   dan 

dampak pengetahuan dengan teratur [Awad&Ghaziri, 2003]. 

Proses­proses dalam KM meliputi knowledge creation, knowledge collection atau 

knowledge capture,  knowledge organization,  knowledge refinement,  knowledge 

dissemination,   dan  maintenance  [Awad&Ghaziri,2003].   Proses­proses   tersebut 

akan   berlangsung   terus   menerus   membentuk   suatu   siklus   hidup   yang   disebut 

dengan  Knowledge Management Life Cycle.  Secara konseptual hubungan antara 

organisasi   berpengetahuan   (knowledge   organization)   dengan   proses   KM 

diilustrasikan pada Gambar II.2.

Gambar II.2 Knowledge organization [Awad&Ghaziri,2003]

Knowledge   organization  ini   merupakan   tempat   dimana   orang­orang   saling 

mempertukarkan pengetahuan berbagai area fungsional dalam organisasi dengan 

13 

menggunakan teknologi serta proses yang telah ditentukan [Awad&Ghaziri,2003]. 

Knowledge  tersebut diinternalisasikan dan diadopsi ke dalam budaya organisasi. 

Semua orang dalam organisasi dapat dengan bebas mempergunakan bersama dan 

menghasilkan pengetahuan sebagai aset organisasi dengan menggunakan berbagai 

teknologi.  Knowledge  organization  ini diturunkan dari berbagai sumber, seperti 

pengetahuan   dari   pelanggan,   pengetahuan   mengenai   produk,   pengetahuan 

keuangan, dan pengetahuan dari praktek para pegawai.

Fase­fase   proses   pada   KM   life   cycle   terbagi  creation,  capturing,  organizing, 

refining, dan transfer. Pada fase creating merupakan fase penciptaan pengetahuan 

baru (inovasi) baik dari suatu penelitian maupun kejadian tertentu. Fase capturing 

merupakan   fase   pengumpulan   dan   penangkapan   pengetahuan   yang 

terdokumentasikan   (explicit  knowledge)  maupun yang  tidak   terdokumentasikan 

(tacit knowledge). 

Kemudian   dilanjutkan   dengan   fase  organizing,   yang   merupakan   fase 

pengorganisasian   pengetahuan   agar   mudah   diambil   dan   digunakan   kembali. 

Metode­metode pengorganisasian pengetahuan dapat dilakukan dengan indexing, 

clustering,  cataloging,  filtering,  codifying,  ontology,   dan   lain­lain.   Setelah 

diorganisasikan,   kemudian   menuju   fase  refining,   dimana   pengetahuan   yang 

terorganisasi diperhalus misalnya dengan mining. Fase transfer/disseminate yaitu 

merupakan fase mempertukarkan pengetahuan dengan tutorial atau panduan.  

II.1.3 Knowledge Management System

Knowledge   Management   System  (KMS)   merupakan   sistem   untuk   mengelola 

pengetahuan   dalam   organisasi,   yang   mendukung   pembuatan   (creation), 

penangkapan (capturing), penyimpanan (storing), dan penyebaran (dissemination) 

pengetahuan. Dengan kata lain KM system ini membantu mengelola pengetahuan 

dengan   menggunakan   teknologi   untuk   melakukan   proses­proses  knowledge 

management.  

14 

Pengembangan KMS ini tidak terdapat standarisasi sehingga dalam pembangunan 

KMS   ini   digunakan   berbagai   pendekatan   yang   diadopsi   dari   model   sistem 

konvensional.   Langkah­langkah   dalam   pengembangan   tersebut   merupakan 

sesuatu   yang   selalu   berkesinambungan   yang   disebut   dengan  Knowledge 

Management System Life Cycle (KMSLC). Dalam Tabel II.1  dijelaskan berbagai 

pendekatan   untuk   membangun   KMSLC   yang   mengadopsi   dari   sistem 

konvensional.

Tabel II.1 Alternatif pendekatan untuk pengembangan KMS [Awad&Ghaziri, 2003]

Lan

gkah Tiwana (2000) Dixon (2000) Garvin (2000) Liebowitz 

&Wilcox (1997)

Devenport & Prusak (2000)

1 Analisis infrastruktur yang ada

Memberikan tugas kepada tim

Mendapatkan pengetahuan

Membangun pengetahuan

Akuisisi

2 Menyelaraskan knowledge management dengan strategi bisnis

Tim mempelajari hubungan antara tindakan dengan dampak

Menguraikan pengetahuan

Mengorganisasikan dan menjaga

Memberi sumber daya

3 Disain infrastruktur pengetahuan

Mendapatkan pengetahuan yang umum

Mengaplikasikan pengetahuan

Distribusi dan Menampung

Menggabungkan (fusi)

4 Audit aset dan sistem pengetahuan yang ada

Memilih sistem transfer pengetahuan

Mengaplikasikan pengetahuan dalam objek kerja

Adaptasi

5 Disain tim KM Menterjemahkan pengetahuan dalam bentuk yang bermanfaat bagi yang lain

Knowledge networking

6 Membuat blueprit KM

7 Mengembangkan sistem KM

8 Pemasangan dengan metode result­driven incremental

9 Mengelola perubahan, budaya, dan struktur reward

10 Evaluasi kinerja, ROI, dan perbaikan secara bertahap KMS

15 

Dari   berbagai   pendapat   yang   telah   diuraikan   pada   tabel   diatas,   maka 

Awad&Ghaziri   dalam   bukunya   yang   berjudul   ”Knowledge   Management” 

menyimpulkan   bahwa   terdapat   langkah­langkah   yang   tumpang   tindih   dalam 

pembangunan KMSLC. Mereka merumuskan langkah­langkah yang baik dalam 

membangun KMSLC seperti pada Tabel II.2.

Tabel II.2 Pengembangan KMSLC

Langkah Pertanyaan Kunci DampakEvaluasi infrastruktur yang ada

Apa permasalahannya?Apakah sistem dapat dipertanggungjawabkan?Apakah sistem feasible ?

Pernyataan tujuanKriteria kinerjaRencana strategi

Membentuk tim KM Siapa saja yang seharusnya menjadi anggota tim?Bagaimana tim berfungsi ?

standarisasi prosedur untuk pembangunan sistem

Knowledge capture Apa dan seperti apa pengetahuan yang akan ditangkap ?Bagaimana proses penangkapan pengetahuan ?

Memperoleh inti pengetahuan

Disain blueprint KM (master  plan)

Bagaimana pengetahuan diungkapkan ?

Disain KMImplementasi software dan hardware secara rinciRencana pengetesanKeamanan, audit, dan prosedur operasi

Test sistem KM Seberapa dapat diandalkannya sistem tersebut? 

Review yang tajam, yang berkesinambungan

Implementasi sistem KM Apakah dapat beroperasi secara aktual ?Seberapa mudah sistem digunakan ?

Sistem yang mudah digunakan (user friendly)Program pelatihan

Mengelola perubahan dan struktur reward

Apakah sistem mempunyai penyelesaian yang diharapkan ?

Kepuasan user

Evaluasi post­system Haruskah sistem dimodifikasi ?

Sistem yang handal dan up­to­date

Dalam   membangun   KMS  life   cycle  terdapat   beberapa   perbedaan   dengan 

pembanguan   sistem   informasi   secara   konvensional.   Pembangunan   sistem 

informasi   secara   konvensional   meliputi  requirement,  disain,  implementasi 

(coding), testing, dan deployment. Sedangkan KMS meliputi capturing (creation), 

codification,  testing&deployment,  sharing,   dan  transfer  pengetahuan. 

Pembangunan sistem informasi konvensional digambarkan pada Gambar II.3 dan 

16 

KMS Life Cycle pada Gambar II.4.

Gambar II.3 Pembanguanan Sistem Informasi Konvensional

Proses  capture  pengetahuan dalam KMSLC bukan merupakan hal yang mudah, 

terutama  penangkapan  pengetahuan   tacit.  Tool  untuk  menangkap  pengetahuan 

tacit  dilakukan   dengan   berbagai   cara,   diantaranya   wawancara,  brainstorming, 

protocol   analysis,   pembuatan   keputusan   secara   konsensus,  Nominal   Group 

Technic  (NGT),   metode  delphi,   konsep  mapping,   dan  blackboarding.   Cara 

pertama merupakan cara yang sederhana dan sering digunakan.

Kodifikasi   pengetahuan   dalam   KMSCL   merupakan   pengorganisasian   dan 

koordinasi pengetahuan sebelum diakses oleh user.  Pengetahuan harus diberikan 

bentuk dan struktur agar bermakna untuk diakses setiap saat,  dimana saja,  dan 

kapan saja. Hasil dari tahap kodifikasi pengetahuan ini adalah  knowledge base. 

Knowledge base  dan  knowledge repository  merupakan  data base  khusus dalam 

knowledge   management  untuk   mengumpulkan,   mengorganisasikan,   dan 

mengambil kembali knowledge serta me­maintain pengetahuan tersebut.

17 

Gambar II.4 Knowledge management system life cycle [Awad&Ghaziri, 2003]

Untuk   mengkodifikasi   pengetahuan   terdapat   beberapa   skema,   yaitu   dengan 

mapping, decision table, decision tree, rules, case­base reasoning, dan intelligent  

software  agent.  Sebelum menggunakan  tool  untuk  kodifikasi  pengetahuan,  hal 

terpenting   yang   harus   ditentukan   adalah   menetapkan   tujuan   bisnis   sehingga 

kodifikasi   pengetahuan   dapat   melayani   dan   mengidentifikasikan   pengetahuan 

yang diperlukan untuk tujuan bisnis tersebut.

Testing dan deployment merupakan tahap pengujian secara logical internal sistem, 

pengujian   oleh  user,   dan   kemudian   sistem   tersebut   dipasang   serta   pelatihan 

pemakaian sistem untuk user. Knowledge sharing merupakan tahap menggunakan 

pengetahuan   secara   bersama   (internal   organisasi)   untuk   kepentingan   bisnis. 

Sharing knowledge  ini menggunkan infrastruktur jaringan (intranet dan internet) 

serta  collaborative   tool.   Sedangkan   tahap  transfer   knowledge  merupakan 

18 

memindahkan pengetahuan dari database dan knowledge base untuk diambil dan 

digunakan kembali dengan melalui suatu antar muka berbasis web.

II.2 Knowledge Capture

Tahap   pertama   dari   pengembangan   KMSLC   menurut   Awad&Ghaziri   adalah 

mengevaluasi keadaan infrastruktur yang telah ada pada suatu organisasi.  Tahap 

pertama   ini   meliputi   pembenaran   sistem,   cakupan   (batasan)   evaluasi,   dan 

menentukan feasibility. Pada dasarnya tahap ini memutuskan apa yang diinginkan 

organisasi, identifikasi tujuan sistem KM, menaksir kemungkinan, perencanaan, 

menempatkan   hal   yang   diperjuangkan,   menginformasikan   kepada   user   dan 

manager proyek, serta mendapatkan dukungan dari user dan manager mengenai 

cakupan proyek. Setiap KMS harus dimulai dari kesiapan pengetahuan, kesiapan 

para pakar untuk bekerja sama dengan para pengembang KM dalam membangun 

infrastruktur [Awad&Ghaziri, 2003].

Langkah   kedua   dalam   KMSLC   adalah   membentuk   tim   KM,   yang   mana   tim 

tersebut harus tetap ada selama proses pengembangan KMS sampai instalasi akhir 

dari sistem tersebut pada organisasi. Sedangkan langkah ketiga KMSCL adalah 

penangkapan pengetahuan yang lebih dikenal dengan istilah  knowledge capture. 

Pada  BAB   II.1   telah   dikemukakan   bahwa   pengetahuan   terdiri   dari  explicit  

knowledge  dan  tacit   knowledge.  Pengetahuan   eksplisit   dapat   ditangkap   dalam 

repositori   pada   dokumentasi,   file,   dan   media   yang   lain.   Sementara  tacit  

knowledge  ditangkap melalui  para pakar dalam organisasi atau perusahaan dan 

juga dari pengetahuan yang disimpan dalam database [Awad&Ghaziri, 2003].

Penangkapan  pengetahuan   ini  meliputi  pengumpulan,   analisis,   dan   interpretasi 

pengetahuan   yang   digunakan   oleh   para   pakar   untuk   menyelesaikan   persoalan 

tertentu. Kemudian pengembang membangun  knowledge base  dari pengetahuan 

yang telah ditangkap dari pakar dalam bentuk dokumen, kasus dengan aturan dan 

parameter, atau dalam bentuk skenario. Fase penangkapan pengetahuan ini tidak 

hanya   merupakan   satu   tahapan   dalam   KMSLC,   namun   akan   terus   dilakukan 

19 

dalam setiap tahapan dalam pengembangan KMSLC.

II.3 Capturing Tacit Knowledge

Pengungkapan   pengetahuan   yang   sulit   dilakukan   adalah   penangkapan 

pengetahuan  tacit  yang berada  pada  pakar.  Sementara  pengetahuan   itu   sendiri 

sekitar 80% keatas merupakan pengetahuan  tacit. Penangkapan pengetahuan ini 

mempunyai berbagai pengertian antara lain  merupakan pengaplikasian dari hasil 

pemikiran, kreasi secara manual yang tergantung pada kemampuan dan efektifitas 

pengembang   pengetahuan,  transfer   kepakaran  problem­solving  dari   beberapa 

sumber   pengetahuan   kepada   repositori   atau   program,  proses   penemuan 

pengetahuan   yang   digunakan   oleh   pakar   dalam   perusahaan   untuk   melakukan 

tugasnya yang dilakukan oleh pengembang KMS, dan proses penyelidikan suatu 

penelitian yang meliputi wawancara dan protocol analysis dalam pengembangan 

KMS [Awad&Ghaziri, 2003].

Dari   kelima   pengertian   diatas   Awad&Ghaziri   dalam   bukunya   ”Knowledge 

Management”   menyimpulkan   bahwa  knowledge   capture  merupakan   sebuah 

proses   pemikiran   dan   pengalaman   pakar   ditangkap.   Adapun   langkah­langkah 

terpenting yang dilakukan dalam penangkapan pengetahuan  tacit diuraikan pada 

Tabel II.3. 

Awad&Ghaziri   (2003)   memberikan   berapa   saran   untuk   memperbaiki   proses 

penangkapan pengetahuan yaitu yang pertama bahwa seorang pengembang KM 

sebaiknya fokus pada bagaimana pendekatan pakar mengenai suatu masalah, yang 

mana pengembang harus melihat lebih dari kenyataan atau heuristik. Saran kedua 

adalah pengembang harus mengevaluasi potongan pengetahuan yang diambil dari 

pakar   pada   domain   permaslahannya   serta   keakuratan  dari   model   pengetahuan 

yang   telah   dibuat.   Saran   terakhir   adalah  kualitas   dari   peniruan   manusia 

merupakan   penangkapan   terbaik   melalui  episodic   knowledge  (peristiwa)   atau 

pengetahuan berdasarkan pengalaman yang telah lalu.

20 

Tabel II.3 Langkah­langkah penangkapan pengetahuan

Awad&Ghaziri (2003) Halliday, Kelly, McMurray, Morrowmenggunakan tool yang tepat untuk mengumpulkan informasi dari pakar

pemahaman dan penstrukturan awal domain pengetahuan (mengenai lingkungan, tugas, aliran informasi, konsep, dan atributnya)

menginterpretasikan informasi dan mengambil kesimpulan pengetahuan yang mendasari pakar dan proses pemikirannya

menghasilkan sistem kerja awal (yaitu ekstraksi hubungan antara konsep domain)

menggunakan interpretasi untuk membangun aturan yang merepresentasikan proses pemikiran atau solusi dari pakar

pengetesan dan debugging sistem KM

Sebelum melakukan langkah­langkah untuk menangkap pengetahuan dilakukan 

evaluasi terhadap pakar dan membina hubungan dengan pakar. Hal tersebut perlu 

dilakukan   karena   kesuksesan   dalam   penangkapan   pengetahuan   dari   pakar   ini 

sangat   dipengaruhi   oleh   kerjasama   dan   kepandaian   pengungkapan   pakar   itu 

sendiri.

II.3.1 Evaluasi Pakar

Evaluasi   pakar   merupakan   tahap   persiapan   dalam   menangkap   pengetahuan, 

karena apabila seorang pengembang salah menentukan pakar maka pengetahuan 

yang   diambil   dari   pakar   tersebut   tidak   sesuai   dengan   proyek   KMS   tersebut. 

Adapun   indikator   seorang  pakar  dalam bidang   tertentu  adalah   sebagai  berikut 

[Awad&Ghaziri, 2003]:

1. rekan kerjanya menghargai keputusan pakar tersebut,

2. bilamana permasalahan tertentu terjadi, orang­orang dalam perusahaan 

tersebut akan berkonsultasi dengan pakar tersebut,

3. pakar mengakui bahwa tidak mengetahui jawaban suatu permasalahan 

(hal tersebut menunjukkan keterbatasan pandangan yang realistis),

4. pakar  menghindari   informai  yang  tidak  relevan dengan domain  dan 

bahkan memfokuskan pada pekerjaannya,

5. pakar mendemonstrasikan keahliannya untuk menjelaskan sesuatu dan 

dapat   menjelaskan   informasi   tergantung   level   individu   yang 

mendengarkannya,

21 

6. pakar   mempunyai   keahlian   yang   nyata   dan   mendalam   serta 

mengesampingkan kualitas dalam penjelasannya, serta

7. pakar tidak arogan

Level kepakaran menentukan dalam kulaitas komunikasi, Awad&Ghaziri (2003) 

mengklasifikasikan   level   kepakaran   tersebut   menjadi   tiga   yaitu  highly   expert  

person,  moderate   expert   person,  dan  new  expert.  Highly   expert  person,   pada 

umumnya   memberikan   penjelasan   yang   ringkas   yang   mana   pendengar 

mempunyai  pengetahuan  yang cukup mengenai  permasalahan  tertentu.  Mereka 

fokus   pada   hal­hal   utama   dan   mengesampingkan   penjelasan   secara   rinci. 

Moderate expert person, memberikan penjelasan yang bersifat sementara, namun 

cenderung  memberikan  penjelasan  yang   rinci.  New  expert,   lebih  menawarkan 

jawaban   dari   pada   laporan   singkat   atau   penggalan,   yang   memberikan   kesan 

kedangkalan pengetahuannya dalam domain tersebut.

Untuk menyakinkan kehandalan dan kualitas KMS dipengaruhi oleh jumlah pakar 

yang   akan   diambil   pengetahuannya,   yaitu   satu   pakar   atau   beberapa   pakar. 

Berdasarkan pengalaman Awad&Ghaziri (2003), penentuan jumlah pakar tersebut 

tergantung beberapa faktor. Faktor­faktor tersebut adalah kekomplekan masalah, 

tingkat  kritis  proyek  terhadap  organisasi,   tipe  pakar  yang ada,  dan  dana  yang 

dialokasikan untuk pembangunan KMS.

II.3.2 Membina Hubungan dengan Pakar

Penangkapan pengetahuan dari pakar merupakan bisnis yang rumit, yang mana 

persepsi pakar terhadap pengembang KM sangat menentukan kesuksesan proses 

tersebut.   Kadangkala   para   pakar   beranggapan   bahwa   usaha   pengambang   KM 

tersebut akan sia­sia karena pengembang tersebut hanya sedikit mengetahui pada 

domain tersebut. Untuk mengubah persepsi para pakar tersebut para pengembang 

KM harus belajar dengan cepat dalam memahami domain kepakaran yang akan 

ditangkap, agar para pakar menghargai dan bekerja sama dalam pengembangan 

KMS tersebut.

22 

Kemudian  pengembang   juga  harus  memahami  gaya  dari  pakar  agar  mencapai 

kesuksesan   dalam   penangkapan   pengetahuan.   Menurut  Awad&Ghaziri   (2003) 

terdapat empat gaya pakar, yaitu procedure type, storyteller type, godfather type,  

dan sales person type.

Procedure  type,   tipe  pakar  yang verbal,   logis,  dan berorientasi  pada prosedur. 

Pakar   ini   akan  menggunakan  pendekatan  metodologikal   dalam  menyelesaikan 

permasalahan yang menekankan pada struktur. Jika berhadapan dengan tipe pakar 

seperti   ini,  sebaiknya pengembang jangan  memberikan  pendapatnya melainkan 

fokus terhadap penjelasan pakar tersebut dan tetap sesuai dengan pedoman dalam 

domain permasalahannya.

Storyteller type, tipe ini akan fokus pada konten domain pembiayaan dari suatu 

penyelesaian   yang   biasanya   mau   untuk   menceritakan   dan   mendeskripsikan 

pengalamannya.  Jika berhadapan dengan tipe pakar seperti ini, pengembang KM 

harus mewawancarainya dengan terstruktur.

Godfather type, tipe ini secara alami akan mempunyai kepribadian yang memaksa 

untuk mengambil alih. Jika diikuti maka pakar akan mengambil alih kendali dari 

pengembang KM, dan tak ada satu resep untuk menghadapi situasi tersebut. Dan 

bahkan lebih buruk lagi jika pengembang berusaha mengimbangi kekuatan dari 

pakar tersebut. Akan berakibat sangat buruk jika tipe pakar tersebut berpasangan 

dengan pengembang yang manipulatif.

Sales   person   type,   tipe   ini   akan  berputar­putar   di   sekitar   topik  penjelasannya 

mengapa solusi yang dikemukakan tersebut merupakan yang terbaik. Pengembang 

akan   menjadi   kacau   dengan   pertanyaan   yang   dibalikan   menjadi   pertanyaan 

kembali.  Pengembang  harus  mengalihkan  pembicaraan  dan  berani  meluruskan 

pertanyaan.

Selain itu, sebaiknya pengembang juga mengetahui kebiasaan, temperamen, dan 

kepribadian   pakar.   Karena   diawal   sesi   merupakan   hal   yang   kritis   untuk 

23 

menentukan kelancaran dalam proses penangkapan pengetahuan ini, dimana pakar 

akan   menutup   diri   kepada   pengembang   KM.   Pengembang   KM   juga   harus 

mengetahui   terminologi­terminologi   yang   digunakan  dalam   domain   kepakaran 

yang akan dibangun.

II.3.3 Kendala dalam Knowledge Capture

Dalam penangkapan pengetahuan ini seringkali penjelasan pakar sulit dipahami, 

karena domain permasalahannya sangat teknik atau rumit, pembuatan keputusan 

yang   melibatkan   aturan­aturan   yang   ambigu.   Hal   tersebut   tidaklah   mudah 

dipahami   oleh   seseorang   yang   kurang   ahli.   Seringkali   pakar   menggunakan 

pernyataan   “JIKA…MAKA”,   namun   suatu   permasalahan   yang   memerlukan 

kepakaran   tidak   hanya   mengikuti   pernyataan   tersebut,   namun   seringkali 

permasalahan diselesaikan tidak semudah aturan JIKA…MAKA tersebut.

Apabila   pakar   menjelaskan   mengenai   kejadian,   mereka   menggunakan   analogi 

dengan   permasalahan   yang   mirip   (dengan   perbedaan   tertentu).   Dalam 

mencocokkan permasalahan akan menemui informasi yang tidak pasti, yang mana 

para   pakar   tersebut   mempunyai   kemampuan   untuk   mengambil   ketidakpastian 

tersebut dan menggunakan penjelasan yang masuk akal untuk memperjelas hal­

hal   yang   tidak   pasti   dengan   rinci.   Seringkali   mengalami   kesulitan   untuk 

memahami pengalaman yang digambarkan oleh para pakar dengan perumpamaan 

visual  ataupun  penyampaian  verbal  yang menggambarkan   informasi,  heuristik, 

dan lain­lain. 

II.4 Teknik Knowledge Capture

Kebanyakan  pengetahuan  tacit  dipertukarkan  dengan   cara   bertatap  muka,   dan 

seringkali  dengan  tidak  formal  dimana  teknologi   informasi  memerankan peran 

yang sangat minimal [Reingruber, 2006]. Dengan adanya teknologi baru dalam 

organisasi,  maka akan mengubah  lingkungan  sosialisasi  yang berdampak pada 

pertukaran pengetahuan tacit tersebut. Pertukaran tersebut dapat dilakukan dengan 

24 

media  instant   messaging,  white   boards,  filesharing,   dan  on­line   forums.   Hal 

tersebut akan mendukung tujuan untuk mengumpulkan pengetahuan tacit.

Sedangkan menurut  Awad&Ghaziri  (2003),  langkah pertama untuk menangkap 

pengetauan adalah menggunakan tool yang tepat untuk mengumpulkan informasi 

dari   pakar.   Dalam   pengumpulan   pengetahuan   ini   terdapat   beberapa   tool   dan 

teknik.   Pada  Tabel   II.4  merupakan   teknik   untuk   pengumpulan   pengetahuan 

beserta   keuntungan   dan   kerugiannnya  [Halliday,   Kelly,   McMurray,   Morrow, 

2007].

Tabel II.4 Teknik pengumpulan pengetahuan[Halliday, Kelly, McMurray, Morrow, 2007]

METODE DESKRIPSI KEUNTUNGAN KERUGIANWawancara terstruktur / tidak terstruktur

Menanyakan kepada pakar atau user hal­hal yang berhubungan dengan topik khusus

­ Hampir semua orang mengetahui metode ini (data kualitatif)

­Membutuhkan waktu (mahal)

Verbal Protocol Analysis Laporan pakar mengenai kinerja tugas atau penyelesaian masalah

­data kualitatif yang terdokumenkan berhubungan dengan kinerja 

­membutuhkan waktu (susah dianalisis)

Group Task Analysis Sekelompok pakar mendeskripsikan dan mendiskusikan proses mengenai topik tertentu

Mendapatkan pandangan yang berbeda (dokumen mengenai proses dan informasi yang berhubungan dengan performance)

­ Tidak menggunakan metode validasi penelitian

Narratives, Scenarios, dan critical Incident Reports

Pakar atau end user membuat cerita mengenai serangkaian observasi 

Memberikan pemahaman mengenai proses pemikiran dan implicit knowledge – bagus untuk mendefinisikan masalah yang tidak sesuaiProblems

­Tergantung pada laporan itu sendiri

25 

Tabel II.4 Lanjutan

METODE DESKRIPSI KEUNTUNGAN KERUGIANQuestionnaires Sekelompok user 

melaporkan informasi atau pilihan yang berhubungan dengan suatu topik

Data kualitatatif – mudah untuk dikodekan

­Laju pengembalian rendah ­ memungkinkan jawaban yang tidak sesuai dengan kebiasaan responden

Focus Groups Sekelompok user berdiskusi hal yang berbeda mengenai sistem di masa mendatang

Memperbolehkan pertukaran ide – baik untuk membuat daftar fungsi dan fitur produk

Memungkinkan individu mendominasi diskusi – tidak baik untuk menemukan masalah yang spesifik

Wants and needs Analysis Sekelompok user / pakar mengadakan brainstorm mengenai konten yang mereka inginkan dan butuhkan untuk sistem

Mempertukarkan ide – menentukan fokus area (daftar prioritas fungsi dan fitur)

Apa yang dikatakan user mengenai hal yang diinginkan dan dibituhkan tidak mungkin realistis

Observation and contextual inquiries

Mengamati user berinteraksi dengan produk dalam lingkungan yang natural 

Mempelajari lingkungan yang natural – data kualitatif dan kuantitatif 

Memakan waktu – tergantung pada catatan yang jelas saat observasi

Ethnographic Studies Budaya dan lingkungan kerja user dipelajari

Mempelajari lingkungan yang natural – baik untuk menemukan produk baru

Memakan waktu – susah untuk menggeneralisasi desain produk lain 

User Diary Rekaman dan evaluasi tindakan user pada periode waktu tertentu

Tracking yang real time – data kualitatif

Dapat dicampuri atau susah diimplementasikan – adanya delay masukan dari user

Concept Sorting User / pakar menetapkan hubungan antara sekumpulan konsep yang tetap

Menentukan hubungan antara komponen – membantu menstrukturkan informasi

Pengelompokan mungkin tidak optimal – hasil struktur mungkin terlalu rumit/luas

Log Files Kebiasaan user dicatat untuk memahami interaksi user dengan sistem

Rekaman kebiasaan user – dapat mengumpulkan data dari user

Tidak relevan atau informasi yang salah memungkinkan direkam – data mencerminkan proses kognitif

Wawancara   merupakan   teknik   yang   paling   umum   digunakan   untuk 

mengumpulkan tacit knowledge. Namun hal utama yang perlu diperhatikan dalam 

26 

menggunakan teknik ini adalah validasi dalam hal penyampaian pertanyaan dan 

ekstraksi dari hasil wawancara. Pada tabel berikut ini akan dijelaskan lebih rinci 

mengenai  keuntungan  dan  kekurangan  menggunakan   teknik  wawancara  dalam 

penangkapan pengetahuan tacit [Awad&Ghaziri, 2003].

Tabel II.5 Keuntungan dan kekurangan teknik wawancara [Awad&Ghaziri, 2003]

Keuntungan KekuranganFleksibilitas, sehingga membuat teknik ini dapat mengeksplor berbagai area dengan pertanyaan yang bebas

Membutuhkan waktu yang lama

Memeberikan kesempatan yang banyak dalam mengevaluasi validitas informasi yang telah dikumpulkan

Tidak ekonomis (dari segi biaya)

Teknik yang efektif untuk mengumpulkan informasi dari subjek yang komplek dan memungkinkan individu mengekspresikan pemikirannyaKebanyakan orang menikmati diwawancara

Wawancara mempunyai bentuk dan struktur yang sangat luas dari yang sangat 

tidak terstruktur sampai yang sangat terstruktur. Wawancara yang tidak terstruktur 

digunakan jika pengembang KM ingin mengeksplor suatu hal tertentu. Sedangkan 

wawancara   terstruktur   digunakan   untuk   mengetahui   informasi   yang   spesifik 

dengan berorientasi tujuan. 

Menurut Awad&Ghaziri (2003), wawancara untuk menangkap pengetahuan tacit, 

dilakukan   dengan  menetapkan   tingkatan   dan   menjalin   hubungan,   menyusun 

pertanyaan,   pada   wawancara   tak   terstruktur   pertanyaan  disusun   sesuai   jadwal 

topik   wawancara,   sedangkan   pada   wawancara   terstruktur   sebaiknya   dilakukan 

penyusunan   pertanyaan   secara   berurutan,   mendengarkan   dengan   seksama   dan 

menghindari perbedaan pendapat dan evaluasi dampak dari sesi.

Adapun hal­hal  yang harus  dihindari  pada  saat  melakukan  wawancara  dengan 

pakar   adalah   jangan   berdebat   dengan   agresif,   jangan   menanyakan   pertanyaan 

yang membuat  pakar  melakukan pertahanan,  hindari  penggunaan  istilah   teknis 

atau   khusus.   Selain   itu   dalam   wawancara   jangan   menanyakan   hal­hal   yang 

27 

spesifik dari pada hal­hal umum, jangan sampai kehilangan kendali  dalam sesi 

wawancara,   dan   jangan   frustasi   pada   saat   menemui   jawaban   yang   ambigu. 

Mengajukan hal yang tidak ada dalam agenda, berpura­pura mengerti sesuatu, dan 

menjanjikan   sesuatu   yang   tidak   akan   diberikan   juga   harus   dihindari   dalam 

wawancara.

Sedangkan   kendala­kendala   yang   mungkin   dihadapi   selama   mengumpulkan 

pengetahuan   dengan   menggunakan   teknik   wawancara   adalah   prasangka   yang 

berbeda dari pakar terhadap suatu pertanyaan dan ketidakkonsistenan, hal tesebut 

sering   terjadi   jika   sumber  pakar   lebih  dari   satu  orang.  Salah   satu  pendekatan 

wawancara   dalam   pengembangan   KMS   adalah   “wawancara   dengan   rapid 

prototyping”.   Dimana   pengetahuan   akan   ditambahkan   pada   setiap   sesi 

wawancara.

II.5 Kodifikasi Pengetahuan

Langkah   kedua   setelah   pengumpulan   pengetahuan   dalam   KMSCL   adalah 

kodifikasi. Kodifikasi merupakan pengorganisasian dan representasi pengetahuan 

(tacit  dan   eksplisit)   menjadi   visibel,   mudah   diakses,   dan   berguna   dengan 

memberikan nilai tambah dalam pengambilan keputusan [Awad&Ghaziri, 2003]. 

Pengetahuan  tacit,   seperti   keahlian   pakar   diidentifikasikan   dan   diberi   bentuk 

supaya  mudah  untuk  disampaikan  dalam bisnis   semacam peristiwa  pertukaran 

pengetahuan, direktori yang terorganisir, yellow pages, dan lain­lain. Sedangkan 

pengetahuan eksplisit   diorganisir, dikategorikan, diberi indek, dan dapat diakses 

melalui intranet dalam perusahaan.

Kodifikasi pengetahuan adalah representasi pengetahuan agar mudah diakses dan 

ditransfer  [Malhotra,   2002].   Pada   prinsipnya  [Malhotra,   2002]  kodifikasi 

pengetahuan  adalah  menentukan   tujuan  bisnis  yang  akan  dilayani,   identifikasi 

pengetahuan yang ada dalam mendukung tujuan, mengevaluasi pengetahuan yang 

ada  untuk  kegunaan kodifikasi  dan  menentukan  medium untuk  kodifikasi  dan 

28 

distribusi.   Hasil   dari   kodifikasi   tersebut   merupakan  knowledge   base  atau 

repositori, yang dapat dimanfaatkan perusahaan sebagai sarana untuk diagnosis, 

instruksi atau pelatihan, interpretasi, perencanaan atau penjadwalan, prediksi, dan 

sebagai mesin pengingat [Awad&Ghaziri, 2003].

Dalam   kodifikasi   pengetahuan   dilakukan   dengan   menggunakan   skema   seperti 

grafis,   tabel,   dan   pernyataan   deskriptif   yang   lain.  Pengetahuan   dapat 

dikategorikan, dideskripsikan, dimodelkan, dipetakan, atau dilekatkan pada aturan 

dan prosedur. Ada berbagai macam skema kodifikasi, antara lain adalah dengan 

map,  ontologi,  decision   tables,  decision  trees,   rules,  case­based reasoning,  dan 

software intelligent agent. Pada sub bab ini akan membahas mengenai beberapa 

skema kodifikasi pengetahuan.

Pemetaan  pengetahuan  atau  yang  dikenal   sebagai  knowledge  maps  merupakan 

cara untuk merepresentasikan pengetahuan yang berasal dari kepercayaan orang 

dalam bertidak atau mamikirkan apa yang mereka pahami dan terima. Skema ini 

berguna   untuk   memvisualisasikan  dan   membahas   sistem   yang  komplek,   yang 

dapat diekstraksi dari database dan literatur. 

Adapun   langkah­langkah   untuk   membangun   pemetaan   pengetahuan   adalah 

dengan mengembangkan struktur pengetahuan yang dibutuhkan, mendefinisikan 

kebutuhan   pengetahuan   terhadap   pekerjaan   tertentu,   menentukan   kecepatan 

kinerja pekerja dengan kompetensi pengetahuan,  dan menghubungkan pemetaan 

pengetahuan   dengan   program   pelatihan   untuk   pengembangan   karir.  Contoh 

pemetaan pengetahuan dapat dilihat pada Gambar II.5.

Ontologi   merupakan   sebuah   model   data   yang   merepresentasikan   sekumpulan 

konsep   dalam   suatu   domain   dan   keterhubungannya   dalam   konsep   tersebut. 

Ontologi dideskripsikan sebagai individual (instance), klas (konsep), atribut, dan 

hubungan.  

Individual   (instance),   merupakan   komponen   dasar   atau   “ground   level”   pada 

29 

ontologi.   Individual   dalam   ontologi   termasuk   obyek   konkrit   seperti   binatang, 

kendaraan,  dan   individu  yang abstrak  seperti   jumlah  dan  kata.  Klas   (konsep), 

adalah  kelompok  abstrak,  himpunan  atau  sekumpulan  obyek.  Klas   terdiri  dari 

individu, klas lain, atau kombinasi keduanya. Contoh dari klas adalah :  Vehicle 

(kendaraan) terdiri dari klas dari berbagai jenis kendaraan. 

Gambar II.5 Contoh knowledge map [Awad&Ghaziri, 2003]

Atribut, obyek dalam ontologi yang dideskripsikan dengan atribut yang ada pada 

mereka. Setiap atribut mempunyai paling sedikit sebuah nama dan sebuah nilai, 

yang digunakan untuk menyimpan informasi spesifik yang melekat pada obyek 

tersebut. Contohnya obyek Ford Explorer mempunyai atribut :

1. Name: Ford Explorer

2. Number­of­doors: 4

3. Engine: {4.0L, 4.6L}

30 

4. Transmission: 6­speed

Hubungan (relasi), kegunaan utama dari atribut adalah mendeskripsikan hubungan 

(yang disebut dengan relasi) antar obyek dalam ontologi. Gambar II.6 merupakan 

contoh penggambaran dari elemen­elemen dalam ontologi.

Gambar II.6 Contoh klas dalam ontologi

Decision table  merupakan teknik yang digunakan untuk kodifikasi pengetahuan 

yang terdiri  dari  beberapa kondisi,  aturan,  dan tindakan. Contoh decision table 

(Gambar II.7) pada kasus pengiriman invoice bulanan pada perusahaan phonecard 

kepada   pelanggan   tetap   dan   memberikan   diskon   kepada   mereka   jika 

pembayarannya dalam 2 minggu. Kebijakan diskon tersebut adalah :

Jika jumlah tagihan phonecard lebih besar dari pada $35, dikurangi 5% 

dari  tagihan,   jika jumlah tagihan lebih besar dari  %20 dan kurang atau 

sama   dengan   $35,   mendapatkan   diskon   4%,   dan   jika   jumlah   tagihan 

kurang dari $20, tidak mendapatkan diskon.

31 

Gambar II.7 Contoh decision table [Awad&Ghaziri, 2003]

Decision tree merupakan salah satu teknik kodifikasi pengetahuan yang biasanya 

merupakan   sebuah   hirarki   yang   disusun   dengan  semantic   network.   Contoh 

decision tree dari kasus pada contoh decision table seperti pada Gambar II.8.

Gambar II.8 Contoh decision tree [Awad&Ghaziri, 2003]

32 

Frame merupakan   skema  kodifikasi  yang  digunakan  untuk  mengorganisasikan 

pengetahuan melalui pengalaman yang telah lalu. Elemen dari frame adalah slot  

dan facet. Slot : merupakan obyek yang spesifik yang dideskripsikan pada atribut 

dan entitas. Sedangkan facet merupakan nilai dari object/slot.

Rule merupakan pernyataan kondisional yang spesifik mengenai  tindakan yang 

diambil dalam suatu kasus tertentu   adalah benar.  Kodifikasi   ini dalam bentuk 

pasangan   sebab   akibat,   dengan  syntax  :   JIKA   (sebab)   MAKA   (akibat). 

Kadangkala klasusa sebab terdiri dari serangkaian pernyataan yang dihubungkan 

dengan “DAN”atau koma dan mengeksekusi jika sebab = benar.

Case base reasioning merupakan teknik yang merekam dan mendokumentasikan 

kasus dan kemudian dicari kasus yang sesuai untuk menyelesaikan masalah yang 

baru oleh para ahli. 

33