Skip to main content

Review tentang: Teknologi Informasi dalam Knowledge Management


Bagaiaman deskripsi siklus dalam Knowledge Management System?
  1. Create knowledge
  2. Capture knowledge
  3. Refine knowledge
  4. Store knowledge
  5. Manage knowledge
  6. Disseminate knowledge
Siklus Knowledge Management


Bagaimana deskripsi komponen-komponen dalam  Knowledge Management System?
Komponen-komponen KMS meliputi komunikasi, kolaborasi, dan storage and retrieval (menyimpan dan menampilkan)

Bagaimana deskripsi bahwa Artificial Intelligent (AI) dan intelligent agents bisa menunjang Knowledge Management?
Artificial Intelligent (AI) menunjang Knowledge Managent (KM) dengan melakukan hal-hal berikut:
  • Membantu proses pencarian knowledge (e.g., intelligent agents dalam pencarian web)
  • Membantu membuat profil knowledge individu maupun group
  • Membantu menentukan caliber knowledge ketika dimasukkan ke dan diakses  dari knowledge repository
  • Men-scan email, dokumen, dan database untuk menemukan knowledge, menentukan keterkaitan yang bermanfaat, memungut knowledge, atau menarik kesimpulan dari berbagai macam rules di expert systems
  • Mengidentifikasi pattern dalam data (biasanya melalui neural networks)
  • Memprediksi berbagai macam hasil di masa mendatang dengan menggunakan knowledge yang ada saat ini
  • Memberikan saran secara langsung dari knowledge melalui neural networks atau expert systems
  • Memberikan user interface KMS melalui bahasa alami atau perintah suara.
Intelligent agents menunjang KM dengan cara mempelajari apa yang dilakukan pengguna (apa yang dilihat dan di-organisasi pengguna). Kemudian intelligent agent tersebut mengambil alihnya dan memberikan informasi di desktop, persis seperti yang dilakukan oleh seorang assistant yang handal.

Bagaimana mengkaitkan XML ke Knowledge Management (KM) dan knowledge portals?
Salah satu tantangan dalam KM adalah memilih cara penyajian knowledge yang ada di dalam berbagai dokumen secara baik dan mudah. eXtensible Markup Language (XML) membantu memecahkan tantangan ini dengan memungkinakan cara penyajian struktur data yang sudah distandardkan, sehingga data bisa diproses secara pas oleh berbagai macam sistem yang heterogen tanpa pemrograman case-by-case. Jadi, semua informasi berbasis XML bisa diambil dari back-end repository dan diteruskan ke interface portal. Penerapan XML secara luas bisa membantu memecahkan problem integrasi data dari berbagai macam sumber yang berlainan. Karena potensinya dalam menyederhanakan integrasi system, XML bisa menjadi bahasa universal dari semua portal vendor.

Baca juga artikel rujukan utuh di: Teknologi Informasi dalam Knowledge Management

Comments

Popular posts from this blog

Pengertian Binding dalam Bahasa Pemrograman dan Kapan Terjadinya

Binding dimaksudkan sebagai pengikatan (association) antara suatu entity dengan atributnya, misalnya binding/pengikatan antara suatu variable dengan tipe datanya atau dengan nilainya, atau dapat juga antara suatu operasi dengan simbol, misalnya simbol + dikenali sebagai operasi penjumlahan atau simbol ^ dikenali sebagai operasi pangkat, dll.  Peristiwa binding dan kapan terjadinya binding (biasanya disebut dengan binding time ) berperan penting dalam membicarakan semantics suatu bahasa pemrograman. Beberapa kemungkinan binding time adalah:

Contoh proses normalisasi relasi dari UNF – 1NF – 2NF – dan 3NF

Dalam posting tulisan tentang: “Tujuan dan Manfaat Normalisasi dalam Perancangan Database” , kita sudah mempelajari tentang: “Apa itu normalisasi” dan “Mengapa kita perlu melakukan normalisasi”. Kedua pertanyaan itu sudah terjawab dalam tulisan tersebut.  Kemudian dalam posting tulisan tentang: “Konsep Ketergantungan Fungsional, Normalisasi, dan Identifikasi Primary Key dalam Perancangan Sistem Database” , kita sudah mempelajari suatu konsep penting yang digunakan untuk melakukan normalisasi, yaitu konsep ketergantungan fungsional yang terdiri dari ketergantungan penuh, ketergantungan parsial atau sebagian, dan ketergantungan transitif. Proses normalisasi pertama-tama dilakukan dengan mengidentifikasi adanya ketergantungan-ketergantungan tersebut dalam relasi-relasi dan kemudian menghilangkannya. Cara melakukan normalisasi, mengidentifikasi berbagai macam ketergantungan, dan menghilangkan ketergantungan pada relasi-relasi bisa dipelajari ulang dalam postingan tulisan d...

Proses dalam Data Mining - Seri Data Mining for Business Intelligence (5)

Proses dalam Data Mining Untuk melaksanakan project-project dalam Data Mining (DM) secara sistematis, suatu proses yang umum berlaku biasanya diterapkan. Berdasarkan ‘best practice’, para praktisi dan peneliti DM mengusulkan beberapa proses (workflow atau pendekatan step-by-step yang sederhana) untuk memperbesar peluang keberhasilan dalam melaksanakan project-project DM. Usaha-usaha itu akhirnya menghasilkan beberapa proses yang dijadikan sebagai standard, beberapa diantaranya (yang paling popular) dibahas dalam bagian ini. [ Baca juga: Metode-metode dalam Data Mining ]