Knowledge Management:

TRANSFORMATION, Process & Systems

Romi Satria Wahono

romi@romisatriawahono.net
http://romisatriawahono.net
http://youtube.com/RomiSatriaWahono
08118228331

1
 Romi Satria Wahono
• SMA Taruna Nusantara Magelang (1993)
• B.Eng, M.Eng & Ph.D in Software Engineering,
Saitama University Japan (1994-2004)
Universiti Teknikal Malaysia Melaka (2012-2014)
• Core Competency in Enterprise Architecture, Software Engineering,
and Machine Learning
• LIPI Researcher (2004-2007)
• Founder and CEO:
• IlmuKomputer.Com (2003) (Computing eLearning Platform)
• PT Brainmatics Indonesia Cendekia (2005) (IT Training & Certifications)
• PT IlmuKomputerCom Braindevs Sistema (2014) (IT Development & Services)
• IT & Research Award Winners from WSIS (United Nations), Kemdikbud, LIPI, Mombusho, etc.
• Industrial Certifications: TOGAF, ITIL, PSM, CCAI, CCNA, etc
• Advisory Board of the UGM (DTETI) & Professional Member of IEEE, ACM and PMI
• SCOPUS/ISI Indexed Journal Reviewer: Information and Software Technology,
Journal of Systems and Software, Software: Practice and Experience, etc
• Inventor of the integrated multidimensional (id) Framework for Digital Transformation
Enterprise Architecture (idEA) Data Management (idDM) Product Management (idPM)
Business Process Management (idBPM) Data Science (idDS) Software Engineering (idSE)
• Industrial Portfolios:
• K/L: KPK, Polri, BPK, BPKP, OJK, Kemenkeu (LNSW, DJPK), Kemlu, Kominfo, KLHK, ESDM, RistekDikti, etc
• BUMN/Swasta: Pertamina Group (PEP, PGE, PIP), PLN Group (Corsec, IP, NP, PJB, PJBI, CDB), Taspen,
Astra Group (FIF), AIPJ, KOMPAK, etc
• Universitas: UGM, UT, UPI, PNB, IAIN Pare-pare, etc.
2
 1. Concepts

Knowledge
Management
3. Process & Systems 2. Transformation

3
1. Concepts

4
Hilangnya Pengetahuan
The 20th anniversary of the landing of an
American on the surface of the Moon
occasioned many bittersweet reflections
• Sweet was the celebration of the historic event
itself

• Bitter, for those same enthusiasts, was the

knowledge that during the twenty intervening
years much of the national consensus that
launched this country on its first lunar adventure
had evaporated

(Fries, 1992)
5
Hilangnya Pengetahuan di Perusahaan
• Ketika pegawai meninggalkan
perusahaan, pengetahuan merekapun
ikut pergi…

• Perusahaan tidak mengelola

pengetahuannya dengan baik, sehingga
transfer pengetahuan tidak terjadi

6
Knowledge-Creating Company?
• Pengetahuan adalah satu-satunya kunci
keunggulan kompetitif

• Perusahaan yang sukses mampu untuk:

• Secara konsisten menghasilkan pengetahuan baru
• Menyebarkannya ke dalam perusahaan
• Mengimplementasikan dalam teknologi atau
produk baru

(Ikujiro Nonaka, 1995)

9
Success Story: Matsushita Electric (1985)
• Mengembangkan mesin pembuat roti
• Hasil Ujicoba: kulit luar roti gosong, dalamnya masih
mentah, volume dan suhu yang tidak tepat, dsb

• Pengembang software (Ikuko Tanaka) akhirnya

mempunyai ide magang ke pembuat roti ternama di
Osaka International Hotel

• Pengetahuan yang didapat ditulis dalam bentuk

tahapan dan alur kerja proses pembuatan roti
• Diimplementasikan ke mesin pembuat roti

• Memecahkan rekor penjualan alat perlengkapan

dapur terbesar pada tahun pertama pemasaran
10
Knowledge Spiral (Ikujiro Nonaka, 1995)

11
Mengapa Knowledge Management?
• Diperlukan bagi organisasi yang terus mengalami
perampingan organisasi dan turn over pegawai yang
tinggi

• Pembuat kebijakan organisasi dituntut lebih akurat

dan cepat dalam pengambilan keputusan, dalam
lingkungan bisnis yang kompleks dan perubahan
segmen pasar yang cepat, padahal:
• Minimnya pengalaman pada penentu kebijakan
• Outcome kebijakan membawa impact besar ke organisasi

13
Contoh Kasus dan Solusi di PT FIF (Astra Group)
Dokumentasi pengembangan
aplikasi tidak sesuai standar
pemodelan analisis dan desain
sistem

Turn over SDM Terjadi lonjakan change

pengembang aplikasi request penambahan
yang tinggi fitur baru pada aplikasi
15
16
Application Architecture

FIFGROUP Digital Application Form (DAF) Web Application

FIFGROUP Digital Application Form (DAF) Web Application

FIFAPPS

17
18
19
20
21
Definisi Knowledge Management
• Salah satu cabang ilmu manajemen yang fokus ke
peningkatan pengetahuan, integrasi dan
penggunaanya di organisasi
(Mark McElroy, Knowledge Management Consortium)

• Performing the activities involved in discovering,

capturing, sharing, and applying knowledge to
enhance, in a cost-effective fashion, the impact of
knowledge on the unit’s goal achievement
(Becerra-Fernandez, 2015)

22
Contoh Lain Knowledge Management:
Frequently Asked Question (FAQ)
Forum Diskusi dengan Tema
Troubleshooting PC

Member Lain Menjawab

Berdasar Buku Yang Dibaca Member Bertanya tentang
Suatu Masalah
Member Lain Menjawab
Berdasar Pengalaman

Moderator Merangkumkan FAQ:

Pertanyaan dan Jawaban
(dalam bentuk FAQ)
Frequently Asked Question

23
24
25
Contoh Lain Knowledge Management:
Proses Bisnis Penanganan Pasien UGD

26
Contoh Lain Knowledge Management:
Pengaturan Penamaan Folder & File

27
Pengetahuan Sebagai Sumber Ekonomi

Sumber ekonomi tidak lagi berdasar

pada modal, sumber daya alam, atau
tenaga kerja, tapi pada knowledge
(pengetahuan)

(Drucker, 1994)

31
 Industri Berbasis Pengetahuan
• Google - world’s largest media/advertising
company, creates no content
• Alibaba - the most valuable retailer, has no
inventory
• Uber - the world’s largest taxi company,
owns no vehicles
• Airbnb - the world’s largest
accommodation provider, owns no real
estate
• Gojek - perusahaan angkutan umum,
tanpa memiliki kendaraan

32
2. Knowledge transformation

33
 Darimana Datangnya Pengetahuan?
Kejadian Kejadian
Kejadian
Kejadian
Kejadian
Kejadian

Kejadian
Data Kejadian
Kejadian
Kejadian

Kejadian

Kejadian
Kejadian Kejadian

Kejadian Kejadian
34
Data - Informasi – Pengetahuan
1. Data adalah entitas tidak membawa arti, kumpulan dari
fakta dan catatan tentang suatu kejadian
2. Informasi adalah hasil kompilasi, pengolahan dan statistik
dari data
3. Knowledge adalah hasil kompilasi informasi yang
berbentuk pola, rule dan solusi yang memiliki nilai
tertinggi

35
Data - Informasi – Pengetahuan - Kebijakan
NIP TGL DATANG PULANG
1103 02/12/2004 07:20 15:40
1142 02/12/2004 07:45 15:33
1156 02/12/2004 07:51 16:40
1173 02/12/2004 07:00 17:15
1180 02/12/2004 07:01 16:31
1183 02/12/2004 07:49 17:00

Data Kehadiran Pegawai

36
Data - Informasi – Pengetahuan - Kebijakan

NIP Masuk Alpa Cuti Sakit Telat

1103 22

1142 18 2 2

1156 10 1 11

1173 12 5 5

1183 10 12

Informasi dan Statistik Akumulasi Bulanan

Kehadiran Pegawai
37
 Data - Informasi – Pengetahuan - Kebijakan

Senin Selasa Rabu Kamis Jumat

Terlambat 17 0 1 0 5

Pulang 0 1 1 1 21
Cepat
Izin 4 0 0 1 4

Alpa 6 0 2 0 2

Pola Kebiasaan Kehadiran Mingguan Pegawai

38
Data - Informasi – Pengetahuan - Kebijakan
• Kebijakan penataan jam kerja karyawan
khusus untuk hari senin dan jumat
• Peraturan jam kerja:
• Hari Senin dimulai jam 10:00
• Hari Jumat diakhiri jam 14:00
• Sisa jam kerja dikompensasi ke hari lain

39
Data - Informasi – Pengetahuan - Kebijakan

Kebijakan Penataan Jam

Kebijakan Kerja Pegawai

Pola Kebiasaan Datang-

Pengetahuan Pulang Pegawai

Informasi Informasi & Statistik

Kehadiran Pegawai

Data Data Absensi Pegawai

40
 Data Mining: Otomasi Transformasi Pengetahuan

Data Algorithm Knowledge

Disiplin ilmu yang mempelajari metode untuk menemukan pola,

pengetahuan, formula, aturan, ataupun insight dari suatu data yang
volumenya besar dan jenisnya beraneka ragam
41
Data di Kampus
• Puluhan ribu data mahasiswa di kampus yang
diambil dari sistem informasi akademik
• Apakah pernah kita ubah menjadi pengetahuan
yang lebih bermanfaat? TIDAK!
• Seperti apa pengetahuan itu? Rumus, Pola, Aturan

42
 Kompilasi, Statistik dan Visualisasi
Data Kelulusan Mahasiswa (Informasi)

• Berapa persen mahasiswa yang

bekerja?
• Berapa persen komposisi mahasiswa
antara laki-laki dan perempuan?
• Bagaimana rata-rata IP Semester
mahasiswa?
• Berapa rata-rata umur mahasiswa?

43
Pola Prediksi Kelulusan Mahasiswa
(Pengetahuan)

44
Data di Komisi Pemilihan Umum
• Puluhan ribu data calon anggota legislatif di KPU
• Apakah pernah kita ubah menjadi pengetahuan
yang lebih bermanfaat? TIDAK!

45
 Kompilasi, Statistik dan Visualisasi
Data Pemilihan Umum (Informasi)

• Partai mana yang unggul di

banyak dapil?
• Apakah nomor urut dapat
mempengaruhi perolehan suara?
• Dapil mana yang secara umum
suara sah caleg dan suara sah
partai mendominasi?

46
Prediksi Calon Legislatif DKI Jakarta (Pengetahuan)

47
 Data di PT Taspen
• Jutaan data peserta ASN di PT Taspen
• Apakah pernah kita ubah menjadi pengetahuan
yang lebih bermanfaat? TIDAK!
Status Jumlah Jenis
Notas Umur Tanggal Kejadian … Jenis Kejadian
Pernikahan Anak Kelamin
Meninggal Tanpa
01XXXXXX600 Menikah 1 Laki-Laki 58 6 Mei 1963 …
Kecelakaan

01XXXXXX000 Menikah 2 Laki-Laki 54 6 April 2021 … Kecelakaan Kerja

Meninggal Karena
04XXXXXX600 Menikah 1 Laki-Laki 52 3 Mei 2020 …
Kecelakaan
Cerai Meninggal Tanpa
01XXXXXX100 1 Perempuan 55 24 Maret 2021 …
Hidup/Mati Kecelakaan
Meninggal Tanpa
01XXXXXX400 Menikah 0 Perempuan 57 21 Maret 2021 …
Kecelakaan
Meninggal Karena
04XXXXXX600 Menikah 1 Laki-Laki 52 2 Maret 2020 …
Kecelakaan

04XXXXXX700 Menikah 2 Laki-Laki 40 7 April 2021 … Kecelakaan Kerja

… … … … … … … …

48
 Kompilasi, Statistik dan Visualisasi
Data Peserta Taspen (Informasi)

• Berapa rata-rata usia yang mengalami

kejadian kecelakaan kerja dan
meninggal?
• Berapa jumlah klaim yang diajukan
berdasarkan jenis kelamin?
• Berapa jumlah peserta yang
mengalami kecelakaan berdasarkan
jenis kelamin?

• Bagaimana trend kejadian meninggal

dari tahun ke tahun?
49
Profil Risiko Kecelakaan atau Meninggal
(Pengetahuan)

50
Klasifikasi Jenis Pengetahuan

Bentuk
Pengetahuan
Pengetahuan Declarative
General vs vs
Specific Procedural

Keluasan
Pengetahuan
Tacit vs Explicit

Sumber
51
Pengetahuan Declarative vs Procedural

1. Declarative knowledge (substantive knowledge)

focuses on beliefs about relationships among
variables (know-what)
• Law, Hypothesis, Propositions, expected correlations,
Formulas, etc
• Example: The effect that the quality of each component
would have on the final product

2. Procedural knowledge focuses on beliefs relating

sequences of steps or actions (business process) to
desired (or undesired) outcomes (know-how)
• Example: Process used to assemble a particular model of
the car

52
Pengetahuan Tacit vs Explicit

1. Explicit Knowledge: pengetahuan yang tertulis,

terarsip, tersebar (cetak maupun elektronik) dan
bisa sebagai bahan pembelajaran (reference)
untuk orang lain

2. Tacit Knowledge: pengetahuan yang berbentuk

know-how, pengalaman, skill, pemahaman,
maupun rules of thumb

“pengetahuan kita jauh lebih banyak daripada

yang kita ceritakan” (Michael Polyani)

53
Pengetahuan General vs Specific

1. General knowledge is possessed by a large

number of individuals and can be transferred
easily across individuals
• Example: Knowledge about the rules of baseball

2. Specific knowledge is possessed by a very limited

number of individuals and is expensive to transfer.
Can be divided into contextually specific and
technically specific
• Example: The coach has the knowledge needed to filter,
from the chaos of the game, the information required to
evaluate and help players

54
Type of Knowledge General
Laporan dari Gartner Group
dan IDC tentang faktor-
Explicit faktor apa saja yang
memotivasi orang Indonesia
membelanjakan uang
Declarative
Pemahaman dari
pengalaman yang
didapatkan berhubungan
Tacit
dengan faktor-faktor
penyebab orang Indonesia
membelanjakan uang
Contextually Specific Technically Specific
Rekap hasil kuesioner
Dokumen perusahaan
yang disebarkan
tentang faktor-faktor yang
marketer berhubungan
mempengaruhi pelanggan
dengan faktor penyebab
membeli produk
pelanggan membeli
perusahaan
produk
Skill teknis yang dikuasai
Pengalaman manajer atau
marketer tentang faktor-
pimpinan tentang faktor-
faktor yang
faktor yang mempengaruhi
mempengaruhi
pelanggan membeli produk
pelanggan membeli
perusahaan
produk perusahaan

Buku textbook marketing Instruksi kerja tentang

Dokumen perusahaan
yang berisi penjelasan penggunaan sistem dan
tentang prosedur dan
Explicit tentang metode pemasaran aplikasi untuk melakukan
proses bisnis pemasaran
produk dari perencanaan kegiatan pemasaran
produk
sampai ke pelaksanaan produk
Procedural
Skill teknis yang dikuasai
Pengalaman manajer atau
marketer berhubungan
Pengetahuan dasar cara pimpinan tentang cara
dengan proses
Tacit marketing melakukan terbaik memasarkan
memasarkan produk
kegiatan pemasaran produk produk yang dihasilkan
yang dihasilkan
perusahaan
55 perusahaan
Knowledge Visualization
Alat untuk menvisualisasi pengetahuan
berbeda tergantung jenis pengetahuan

1. Untuk jenis knowledge yang deklaratif, tool

visualisasi pengetahuan yang saat ini banyak
digunakan adalah Mind Map

2. Untuk jenis knowledge yang procedural, tool

visualisasi pengetahuan yang biasa
digunakan adalah Flowchart dan BPMN

57
1. Mind Map
• Mind Map pertama kali dikembangkan oleh Tony
Buzan, seorang psikolog dari Inggris
• Mind Map diartikan sebagai proses memetakan pikiran
untuk menghubungkan konsep-konsep permasalahan
tertentu sehingga membentuk korelasi konsep menuju
pada suatu pengetahuan yang mudah dipahami
• Mind Map menjadi alat bantu:
• Cara merangkum yang kreatif, efektif, dan memetakan
pikiran-pikiran kita, secara menarik dan mudah
• Cara mengembangkan kegiatan berpikir ke segala arah
(divergen), menangkap berbagai pikiran dalam berbagai sudut
• Alat berpikir organisasional yang efektif
• Cara termudah untuk menempatkan informasi ke dalam otak
dan mengambil informasi itu ketika dibutuhkan

58
59
60
61
62
63
Mind Map Pengetahuan
PT Brainmatics

66
 2. Business Process Model and Notation (BPMN)
• Proses Bisnis: Koleksi dari aktifitas yang terstruktur pada suatu
organisasi, yang menghasilkan produk atau layanan, untuk
kebutuhan internal organisasi atau pelanggan
• BPMN: notasi grafis standard, yang digunakan untuk
memodelkan logika dari alur pada proses bisnis (OMG Standard)

67
 Konsep Pemodelan Proses Bisnis

Organisasi Proses Bisnis Proses Bisnis Proses Bisnis Proses Bisnis Proses Bisnis Proses Bisnis
Level 1 Level 2 Level 3 Level 4 Level 5 Level 6
(Kategori) (Kelompok (Proses) (Aktivitas) (Tugas) (Instruksi
Proses) Kerja)

Unit Kerja A Aktivitas 1.1.1.1 Tugas 1.1.1.1.1 IK 1.1.1.1.1.1

Proses 1.1.1
Kelompok
Fungsi 1 Kategori 1
Proses 1.1
Aktivitas 1.1.1.2 Tugas 1.1.1.1.2 IK 1.1.1.1.1.2
Proses 1.1.2

Kelompok Aktivitas 2.1.1.1 Tugas 2.1.1.1.1

Fungsi 2 Kategori 2 Proses 2.1.1
Proses 2.1
Visi dan Misi
IK 3.1.1.1
Unit Kerja B
Kelompok
Fungsi 3 Kategori 3 Proses 3.1.1
Proses 3.1 IK 3.1.1.2

Unit Kerja C
Kelompok
Fungsi 4 Kategori 4 Proses 4.1.1 Aktivitas 4.1.1.1 IK 4.1.1.1.1
Proses 4.1

(https://www.apqc.org/process-frameworks)
69
 UGM: Visi, Misi dan Fungsi
VISI
Sebagai pelopor perguruan tinggi nasional berkelas dunia yang unggul dan inovatif, mengabdi kepada
kepentingan bangsa dan kemanusiaan, serta dijiwai nilai-nilai budaya bangsa berdasarkan Pancasila
MISI
Melaksanakan Pendidikan, Penelitian, dan Pengabdian Kepada Masyarakat serta Pelestarian dan
Pengembangan Ilmu yang Unggul dan Bermanfaat Bagi Masyarakat

FUNGSI FUNGSI FUNGSI FUNGSI FUNGSI FUNGSI

Penata Kelola dan Penata Kelola Penata Kelola Penata Kelola Penata Kelola Penata Kelola
Transformasi Penelitian yang Kemahasiswaan Sumber Daya Perencanaan Pengembangan
Pendidikan, Terhilirisasi, yang Berkarakter, Manusia dan Terintegrasi, Aset Organisasi, Hukum,
Pengajaran dan Pengembangan Pengabdian kepada Keuangan yang yang Optimal, dan Penjaminan Mutu,
Inovasi Akademik Usaha yang Masyarakat yang Efisien, Transparan, Sistem Informasi Kepatuhan, Risiko,
Mendukung Solutif, serta Alumni Akuntabel dan Terpadu antar Transformasi
Pendanaan Sinergis Berkeadilan Fungsi dan Unit Organisasi yang
Universitas, dan Kerja Berkesinambungan
Kerja Sama

(Renstra UGM 2017-2022)

(Peraturan Rektor UGM Nomor 15 Tahun 2022 tentang Tata Cara Pengangkatan Wakil Rektor)

70
Proses Bisnis Utama Universitas Gadjah Mada

71
Proses Bisnis Level 1: 1.0 Pengelolaan Pendidikan dan Pengajaran

72
Proses Bisnis Level 1: 1.0 Pengelolaan Pendidikan dan Pengajaran
Proses Bisnis Level 2: 1.1 Penyelenggaraan Pendidikan dan Pengajaran

73
Proses Bisnis Level 1: 1.0 Pengelolaan Pendidikan dan Pengajaran
Proses Bisnis Level 2: 1.1 Penyelenggaraan Pendidikan dan Pengajaran
Proses Bisnis Level 3: 1.1.1 Penerimaan Mahasiswa

74
Proses Bisnis Level 1: 1.0 Pengelolaan Pendidikan dan Pengajaran
Proses Bisnis Level 2: 1.1 Penyelenggaraan Pendidikan dan Pengajaran
Proses Bisnis Level 3: 1.1.1 Penerimaan Mahasiswa
Proses Bisnis Level 4: 1.1.1.1 Pengelolaan Promosi dan Penerimaan

75
Proses Bisnis Level 1: 1.0 Pengelolaan Pendidikan dan Pengajaran
Proses Bisnis Level 2: 1.1 Penyelenggaraan Pendidikan dan Pengajaran
Proses Bisnis Level 3: 1.1.1 Penerimaan Mahasiswa
Proses Bisnis Level 4: 1.1.1.1 Pengelolaan Promosi dan Penerimaan
Proses Bisnis Level 5: 1.1.1.1.5 Pelaksanaan Proses Seleksi Penerimaan Mahasiswa

76
 Strategi dan Program
Standar dan Regulasi
Aplikasi
Data

Proses Proses Bisnis berbasis

Bisnis
Multidimensi Organisasi

Risiko

KPI
77
3. Knowledge Management
Process & Systems

78
Knowledge Management Process

Knowledge management can be defined as

performing the activities involved in
discovering, capturing, sharing, and applying
knowledge so as to enhance, in a cost-
effective fashion, the impact of knowledge
on the unit’s goal achievement

(Becerra-Fernandez, 2010)

79
 Knowledge Management Processes
(Becerra-Fernandez, 2015)
Exchange, Direction and Routines
(Grant, 1996) (Nahapiet & Ghoshal, 1998)

Knowledge Spiral
(Nonaka, 1994)

81
Knowledge Discovery
Knowledge discovery may be defined as the development
of new tacit or explicit knowledge from data and
information or from the synthesis of prior knowledge
1. Combination: the discovery of new explicit knowledge
2. Socialization: the discovery of new tacit knowledge

82
Knowledge Capture
• Knowledge can exist within people (individuals or groups),
artifacts (practices, technologies, or repositories) and
organizational entities (units, division, vendor, customer, etc)
• Knowledge capture is the process of retrieving either explicit
or tacit knowledge that resides within people, artifacts,
organizational entities
• The knowledge capture process benefits most directly from:
1. Externalization: tacit to explicit
2. Internalization: explicit to tacit

83
Knowledge Sharing
• Knowledge sharing is the process through which explicit
or tacit knowledge is communicated to other individuals

• Depending on whether explicit or tacit knowledge is

being shared, exchange or socialization processes are
used
1. Socialization facilitates the sharing of tacit knowledge in
cases in which new tacit knowledge is being created as
well as when new tacit knowledge is not being created
2. Exchange, in contrast to socialization, focuses on the
sharing of explicit knowledge. It is used to communicate
or transfer explicit knowledge among individuals,
groups, and organizations (Grant 1996)

84
Knowledge Application
• Knowledge contributes most directly to organizational
performance when it is used to make decisions and perform
tasks
• The process of knowledge application depends on the
available knowledge, and knowledge itself depends on the
processes of knowledge discovery, capture, and sharing
• Knowledge application benefits from two processes:
1. Direction refers to the process through which the individual
possessing the knowledge directs the action of another individual
without transferring to that individual the knowledge underlying
the direction
2. Routines involve the utilization of knowledge embedded in
procedures, rules, and norms that guide future behavior. Routines
economize on communication more than directions as they are
embedded in procedures or technologies

85
Direction
• Direction is the process used when a production
worker calls an expert to ask her how to solve a
particular problem with a machine
• And then proceeds to solve the problem based on the
instructions given by the expert

• A student taking a test exercise who asks his fellow

classmate for the answer to a question gets a
direction, and no knowledge is effectively shared
between the two
• Which means the next time the student faces that
question, he will not be able to discern the right answer

86
Routines
• Routines could be automated through the use of IT,
such as in:
• Recommender Systems that provide help desk agents,
field engineers, and customer with specific and
automated answers from a knowledge base (Sabherwal and
Sabherwal, 2007)

• Enterprise architecture are coded with routines that

describe business process within industry segments

87
 Knowledge Management Processes
(Becerra-Fernandez, 2015)
Exchange, Direction and Routines
(Grant, 1996) (Nahapiet & Ghoshal, 1998)

Knowledge Spiral
(Nonaka, 1994)

88
 Knowledge Management Systems
Information
Knowledge Management
Processes
+ Technologies Systems

1. Knowledge Discovery Systems

(Sistem Penemuan Pengetahuan)
2. Knowledge Capture Systems
(Sistem Penangkap Pengetahuan)
3. Knowledge Sharing Systems
(Sistem Berbagi Pengetahuan)
4. Knowledge Application Systems
(Sistem Penggunaan Pengetahuan)

Knowledge Management Systems:

Abstraksi, arsitektur dan payung terminologi dari berbagai jenis
aplikasi dan software yang mengautomasi berbagai peran dalam
knowledge management process

90
1. Knowledge Discovery Systems

Systems that Create Knowledge

92
 Knowledge Management Processes
(Becerra-Fernandez, 2015)
Exchange, Direction and Routines
(Grant, 1996) (Nahapiet & Ghoshal, 1998)

Knowledge Spiral
(Nonaka, 1994)

93
Knowledge Discovery Systems
• The technologies that enable the discovery of new knowledge
uncover the relationships from explicit information

• Knowledge discovery technologies can be very powerful for

organizations wishing to obtain an advantage over their
competition

• Recall that knowledge discovery in databases (KDD) or Data

Mining is the process of finding and interpreting patterns from
data
• Involving the application of algorithms to interpret the patterns
generated by these algorithms (Fayyad et al. 1996)
• Data mining systems have made a significant contribution in scientific
fields for years, for example in breast cancer diagnosis (Kovalerchuk et
al. 2000)

94
 Data Mining

Data Algorithm Knowledge

Disiplin ilmu yang mempelajari metode untuk menemukan pola,

pengetahuan, formula, aturan, ataupun insight dari suatu data yang
volumenya besar dan jenisnya beraneka ragam
95
 Profiling dan Prediksi Koruptor

Aktivitas Penindakan Prediksi dan klastering

calon tersangka koruptor

Asosiasi atribut
Data tersangka koruptor
Data Data Pengetahuan

Data Prediksi pencucian uang

Estimasi jenis dan

Aktivitas Pencegahan jumlah tahun hukuman

96
Pola Profil Tersangka Koruptor
(Pengetahuan)

97
Profiling dan Deteksi Kasus TKI
(Pengetahuan)

98
Pengetahuan Berupa Aturan Asosiasi

99
Aturan Asosiasi di Amazon.com

100
 Penerapan Data Mining
di Berbagai Organisasi

Organisasi Masalah Tujuan Dataset

KPK • Sulitnya mengidentifikasi
profil koruptor
• Tidak patuhnya WL
dalam LHKPN
Kemsos Banyaknya penerima
bantuan sosial yang tidak
tepat sasaran
Adira Rasio kredit macet yang
Finance semakin meninggi
PLN Periode maintenance yang
tidak terkendali
LKPP Banyaknya konsultasi dan
pertanyaan dari berbagai
instansi yg harus dijawab
• Klasifikasi Profil Pelaku Korupsi • LHKPN
• Asosiasi Atribut Pelaku Korupsi • Penuntutan
• Klasifikasi Kepatuhan LHKPN
• Estimasi Penentuan Angka Tuntutan
Klastering profil rumah tangga miskin dari Data Terpadu
Data Terpadu Kesejahteraan Sosial (DTKS) Kesejahteraan
Sosial (DTKS)
• Klasifikasi kualitas kreditur yang lancar Data Kreditur
dan macet
• Forecasting jumlah kredit macet
• Tingkat hubungan kredit macet dengan
berbagai atribut
Estimasi berapa lama waktu yang Data
dibutuhkan sampai pada periode Maintenance
maintenance berikutnya Pembangkit
• Asosiasi pola pertanyaan instansi Data Hasil
• Klasifikasi jenis pertanyaan Konsultasi
101
 Penerapan Data Mining
di Berbagai Organisasi

Organisasi Masalah Tujuan Dataset

Taspen Besaran nilai investasi ini seringkali tidak dapat Forecasting nilai Data
diprediksi, berapa nilai yang akan diinvestasikan Klaim untuk Peserta
setiap tahun. Hal ini dikarenakan tidak dapat mengestimasi Taspen
dihindarkannya pemenuhan klaim yang tidak terduga besaran nilai
seperti kecelakaan peserta, peserta keluar dan investasi yang
peserta meninggal. aman

Taspen Penanganan klaim program asuransi dan pembayaran Klasifikasi untuk Data
pensiun, terdapat risiko adanya proses klaim palsu. deteksi proses Peserta
Klaim palsu dapat merugikan perusahaan. Klaim Palsu Taspen

102
 Penerapan Data Mining
di BPKP
Organisasi Masalah
BPKP Ketidaktepatan realisasi anggaran
program pengawasan dengan
perencanaan dapat menghambat
capaian PKPT (Program Kerja
Pengawasan Tahunan)
BPKP Rekomendasi hasil audit seringkali
belum ditindaklanjuti/
diimplementasikan oleh K/L/P
Tujuan Dataset
• Klasifikasi penugasan untuk • Data PKPT
mengetahui karakteristik • Data Realisasi
penugasan yang tidak sesuai Anggaran
dengan rencana PKPT.
• Klasifikasi penugasan untuk
mengetahui profil penugasan
yang tidak selesai tepat
waktu
Melakukan klasifikasi LHP untuk Data LHP
mengetahui profil LHP seperti
apa yang rekomendasinya sulit
untuk ditindaklanjuti oleh K/L/P.
103
 Penerapan Data Mining
di BPKP
Organisasi Masalah Tujuan Dataset
• Capaian tingkat maturitas SPIP • Profiling Maturitas SPIP Provinsi Data Maturitas
K/L/P ditargetkan sebesar 81,81% • Profiling Kapabilitas SPIP di Pemprov dan Kapabilitas
dan MRI K/L/P/BU ditargetkan SPIP
sebesar 50,92%.
BPKP • Capaian maturitas SPIP dan MRI
level 3 dinilai masih rendah dan
dibutuhkan upaya yang lebih baik
lagi
Belum mempunyai data Profil K/L, Klastering Profil Kementerian dan Lembaga Data Profil
Pemprov, Pemkab, Pemkot yang Kementerian dan
terstruktur untuk menentukan ruang Lembaga
BPKP lingkup pengawasan dan area
pengawasan mana saja yang perlu
dipertajam pengawasannya
BPKP Pembebasan lahan yang belum tuntas • Melakukan profiling lahan dengan cara Dataset PSN
(Dir. sering menghambat penyelesaian PSN mengklasifikasi dataset lahan sehingga
Pengawasan (Proyek Strategis Nasional). Selain dapat mengantisipasi kedepannya lahan
Bidang
masalah pembebasan lahan, terdapat seperti apa yang sulit dibebaskan
Infrastruktur)
beberapa faktor lainnya yang juga • Melakukan analisis korelasi untuk
dapat menghambat penyelesaian PSN. mengetahui hubungan antar faktor
hambatan penyelesaian PSN
104
 Studi Kasus Organisasi
Organisasi Masalah Tujuan Dataset
BPKP Ketidaktepatan realisasi anggaran • Klasifikasi penugasan untuk mengetahui • Dataset PKPT
(MKOT) program pengawasan dengan karakteristik penugasan yang tidak • Dataset
perencanaan dapat menghambat sesuai dengan rencana PKPT. anggaran dan
capaian PKPT (Program Kerja • Klasifikasi penugasan untuk mengetahui realisasi
Pengawasan Tahunan) profil penugasan yang tidak selesai tepat
waktu
BPKP Pemberian subsidi bunga/subsidi Mendeteksi anomali ketidaksesuaian • Dataset profil
(Dir. margin bagi warga penerima Kredit pemberian subsidi kredit dengan melakukan warga
Pengawasan Pemilikan Rumah (KPR) yang tidak klasifikasi kelayakan pemberian subsidi penerima KPR
Badan Usaha
tepat sasaran dapat merugikan negara bunga/subsidi margin. • Dataset
Jasa Keuangan,
Jasa Penilai dan dan warga yang seharusnya berhak. perkreditan
Manufaktur) Pengawasan terhadap anomali
ketidaktepatan sasaran cukup
memakan waktu.

BPKP Penyerapan ABPD di beberapa pemda Mencari faktor-faktor yang mempengaruhi • Realisasi
(Pengawasa terindikasi rendah. BPKP memiliki terhadap tinggi rendahnya penyerapan APBD
Akuntabilitas tanggung jawab untuk mengawal APBD dengan melakukan klasifikasi • Profil Pemda
Keuangan
penyerapan APBD. penyerapan APBD Pemda
Daerah)

105
106
107
2. Knowledge Capture Systems

Systems that Preserve and Formalize Knowledge

108
 Knowledge Management Processes
(Becerra-Fernandez, 2015)
Exchange, Direction and Routines
(Grant, 1996) (Nahapiet & Ghoshal, 1998)

Knowledge Spiral
(Nonaka, 1994)

109
Knowledge Capture Systems
• Systems that preserve and formalize knowledge
• Designed to help elicit and store knowledge, both
tacit and explicit, declarative and procedural

• Knowledge can be captured using mechanisms or

technologies so that the captured knowledge can
then be shared and used by others
• The type of knowledge capture system is based on the
use of Mind Map and BPMN as a knowledge
modeling/visualization tool

110
Minamas: Repositori Dokumen Terpadu

111
Pulungan, Wiston & Partner:
Pengelolaan Registrasi HKI

112
Badan Peradilan Agama:
Standarisasi Kompetensi Petugas Pelayanan

113
3. Knowledge Sharing Systems

Systems that Organize and Distribute Knowledge

115
 Knowledge Management Processes
(Becerra-Fernandez, 2015)
Exchange, Direction and Routines
(Grant, 1996) (Nahapiet & Ghoshal, 1998)

Knowledge Spiral
(Nonaka, 1994)

116
Knowledge Sharing Systems
• Knowledge sharing systems can be described as
systems that enable members of an organization
to acquire tacit and explicit knowledge from each
other

• In a knowledge sharing system, knowledge

owners will:
• Want to share their knowledge with a controllable
and trusted group
• Decide when to share and the conditions for sharing
• Seek a fair exchange, or reward, for sharing their
knowledge

117
118
KPK: Sosialisasi Gratifikasi

119
Jasa Raharja: Sosialisasi Product Knowledge dan SOP

120
4. Knowledge Application Systems

Systems that Utilized Knowledge

121
 Knowledge Management Processes
(Becerra-Fernandez, 2015)
Exchange, Direction and Routines
(Grant, 1996) (Nahapiet & Ghoshal, 1998)

Knowledge Spiral
(Nonaka, 1994)

122
Knowledge Application Systems
• Systems that utilized knowledge
• Utilize the knowledge possessed by other individuals
without actually acquiring, or learning that knowledge

• Both mechanisms and technologies can support

knowledge application systems by facilitating the
knowledge management processes of routines and
direction

• Knowledge application systems are typically

enabled by data mining technologies

123
BPK: Manajemen Layanan TI (MELATI)

124
MELATI: Modul Aset TI

125
MELATI: Modul Layanan

126
MELATI: Modul Problem

127
128
Proses Bisnis Level 0: Kementerian Lingkungan Hidup dan Kehutanan

129
 Proses Bisnis Level 0: Kementerian Lingkungan Hidup dan Kehutanan
Proses Bisnis Level 1: Direktorat Jenderal Planologi Kehutanan dan Lingkungan
Rencana Kawasan Hutan, RKTN

Data Informasi SDH,
Potensi SDH, PL, PIPPIB,
Data Spasial, Jaringan IG
Pencegahan Dampak
Lingkungan Kebijakan
Wilayah dan Sektor
Data Kawasan
Hutan
Proses Bisnis Direktorat Jenderal Planologi Kehutanan dan Tata Lingkungan
DDTK, KLHS
Rencana Pengelolaan
Hutan
Inventarisasi dan Perencanaan Penggunaan
Pemantauan Sumber Daya dan Pembentukan Wilayah
Hutan Pengelolaan Hutan

RPPLH,
DDDT, KLHS

Invetaris Data Spasial, Sistem Informasi

Pengukuhan dan Sumber Jaringan IG, Kajian Dampak
Inti

Pengukuhan dan Pencegahan Dampak

Penatagunaan Daya Hutan PIPPIB
Penatagunaan Kawasan Lingkungan Usaha dan Lingkungan
Kawasan Hutan
Hutan Kegiatan

Persetujuan
Penggunaan
Kawasan Hutan

Penetapan
Kawasan Hutan

Penyelenggaraan
Penyelenggaraan Tata Batas Pengelolaan Balai pemantapan Penyelenggaraan
pemantapan Kawasan Hutan Pemantapan Kawasan kawasan hutan pemantapan
kawasan hutan Hutan dan Tata Lingkungan kawasan hutan
Pendukung

Pengelolaan
Kesekretariatan

130
Proses Bisnis Level 0: Kementerian Lingkungan Hidup dan Kehutanan
Proses Bisnis Level 1: Direktorat Jenderal Planologi Kehutanan dan Lingkungan
Proses Bisnis Level 2: Pencegahan Dampak Lingkungan Usaha dan Kegiatan

131
Proses Bisnis Level 0: Kementerian Lingkungan Hidup dan Kehutanan
Proses Bisnis Level 1: Direktorat Jenderal Planologi Kehutanan dan Lingkungan
Proses Bisnis Level 2: Pencegahan Dampak Lingkungan Usaha dan Kegiatan
Proses Bisnis Level 3: Penerapan Sistem Kajian Dampak Lingkungan

132
 Proses Bisnis Level 4
Strategi dan
Kementerian
Program
Standar dan
Regulasi
Aplikasi
Data

Proses Bisnis

Risiko
KPI 133 133
134
 Kualitas Lingkungan Hidup

Kualitas Lingkungan Hidup

SS I. Terwujudnya Lingkungan Hidup dan Hutan yang

Berkualitas serta Tanggap Terhadap Perubahan Iklim

Penetapan Daya Dukung dan Daya Tampung

Lingkungan Hidup (DDDTLH) Nasional
Sumber: Rencana Strategis Direktorat Jenderal Planologi Kehutanan dan Tata Lingkungan 2020-2024
135
138
 Pengelolaan Jaringan Informasi Geospasial (JIG)
LHK terintegrasi dengan JIG Nasional

Sumber: Peraturan Menteri Lingkungan Hidup dan Kehutanan Republik Indonesia

Nomor 15 Tahun 2021 tentang OTK
139
140
 «IKP»
Nilai SAKIP Ditjen PKTL
- Satuan: Poin
- Target2020: 79
- Target2021: 80
- Target2022: 81
- Target2023: 82
- Target2024: 83

«IKK»
Laporan Keuangan yang
transparan dan dapat
dipertanggungjawabkan
«IKK» «IKK» «IKK»
Level Maturitas SPIP UKE I Nilai SAKIP UKE I Laporan Keuangan Ditjen
PKTL yang tertib dan
- Satuan: Level - Satuan: Poin - Satuan: dokumen akuntabel
- Target2020: 3 - Target2020: 79
- Target2021: 3 - Target2021: 80 - Target2020:
- Satuan: 1
dokumen
- Target2022: 3 - Target2022: 81 - Target2020: 1
- Target2023: 3 - Target2023: 82 - Target2021: 11
- Target2021:
- Target2024: 4 - Target2024: 83 - Target2022: 1
- Target2022: 1 1
- Target2023:
- Target2024: 1
- Target2023: 1
- Target2024: 1

«IKK» «IKK»
Waktu Penyusunan Statistik Tersampaikannya Usulan
Rencana Program Pelaporan
Serta Informasi Kelayakan
Kegiatan

Sumber: Rencana Strategis Direktorat Jenderal Planologi Kehutanan dan Tata

Lingkungan 2020-2024
141
142
 Hutan
Nasional

Areal Kerja

Petaterlambat
Pengelolaan
Untuk
Permohonan

.....
Wilayah Provinsi

sumber dataKHKP
untuk
Penyusunan Neraca
Sumber Daya Hutan

penyusunan Necara
Sumber Daya Hutan
Kawasan
Kawasan Hutan untuk

Penyampaian data dari

Perubahan Peruntukan

Indikatif dan Areal

Permohonan Penetapan

Perhutanan Sosial (PIAPS)

Pengembalian Areal PPKH

Kawasan Hutan dan Fungsi

Penyampaian data dari
sumber data untuk

.....
penyusunan Necara Sumber
Daya Hutan terlambat

Kontrol Risiko
Usulannya terlalu luas dan
beragam kondisi penutupan

.....
lahannya

Volume permohonan
penggunaan kawasan hutan

.....
Daya Hutan

tidak sebanding dengan

143
jumlah SDM yang ada

Risiko
Keterlanjuran pemanfaatan
Risk Owner

ruang kawasan hutan oleh

.....
Direktorat Inventarisasi

masyarakat
dan Pemantauan Sumber

Perkembangan kawasan
hutan terkait dengan
perubahan tata ruang sejalan
dengan penyusunan/ Update
.....

Peta Penetapan dan

Kelembagaan KPH harus
senantiasa terupdate

Tidak semua stakeholder

memahami secara detail
proses Update peta Indikatif
.....
Mitigasi Risiko

dan Areal Perhutanan Sosial

mendukung KPH
.....
.....
.....
.....
.....
.....
.....
.....
144
 Monitoring Evaluasi Pelaksanaan Sistem
Pengendalian Intern Pemerintahan (SPIP)

Sumber: http://www.hukumonline.com/
145
147
 pembayaran

«column» Pembayaran Penerimaan

kode_wajib_bayar: DOUBLE = NULL Negara Bukan Pajak
tgl_setor_bank: DATETIME = 'NULL' Penggunaan kawasan Hutan
jumlah_pembayaran: DOUBLE = 0
(PNBP-PKH) Terutang
bank_pos_persepsi: VARCHAR(255) = 'NULL'
tgl_ntpn: DATETIME = 'NULL'
ntpn: VARCHAR(255) = 'NULL'
keterangan: VARCHAR(255) = 'NULL'
pembayaran_atas: VARCHAR(255) = 'NULL'
tahun: DOUBLE = NULL
jumlah_bulan_denda: INT = NULL
ntb: VARCHAR(15) = 'NULL'
input_sakpa: TINYINT = 0
legalisir: DATETIME = 'NULL'
manual: TINYINT = 0
nomor_pembukuan: VARCHAR(25) = 'NULL'
tahun_pembukuan: INT = NULL
no_pembukuan: INT = NULL
tipe_pembayaran: VARCHAR(16) = 'NULL'
sumber: VARCHAR(100) = 'NULL'

Sumber: 148
Aplikasi Si-PNBP PKH
 Knowledge Management Systems
Information
Knowledge Management
Processes
+ Technologies Systems

1. Knowledge Discovery Systems

(Sistem Penemuan Pengetahuan)
2. Knowledge Capture Systems
(Sistem Penangkap Pengetahuan)
3. Knowledge Sharing Systems
(Sistem Berbagi Pengetahuan)
4. Knowledge Application Systems
(Sistem Penggunaan Pengetahuan)

Knowledge Management Systems:

Abstraksi, arsitektur dan payung terminologi dari berbagai jenis
aplikasi dan software yang mengautomasi berbagai peran dalam
knowledge management process

149
Terima
kasih
Romi Satria Wahono
romi@romisatriawahono.net
http://romisatriawahono.net
http://youtube.com/RomiSatriaWahono
08118228331

150
Reference

151