Pembahasan arsitektur di sini menekankan pada infrastuktur teknologi yang tepat untuk mendukung
knowledge management system (KM System). Menurut Tiwana (2000) arsitektur KM System terdiri tujuh
lapis (layer) seperti yang disajikan dalam gambar 3. KM System berinteraksi dengan penggunanya (U1 sampai Un) melalui antar-muka (interface) yang merupakan lapis pertama. Berbeda dengan lapis lain, lapis ini yang berinteraksi langsung dengan pengguna. Efektivitas lapis antar muka ini tergantung pada tingkat keseringan penggunaan KMS. Untuk efektifitas kolaborasi antara enterprise dengan bagi-pakai struktur pengetahuan, maka KM platform harus memenuhi hal-hal berikut sebagai kebutuhan dasar: 1. Efficient protocol: Protokol jaringan tidak semestinya menggunakan bandwidth yang sempit
sehingga kecepatan sharing-nya tinggi.
2. Portable operation: Biasanya perusahaan menggunakan system operasi yang berbeda di setiap
departemennya. Platform kolaboratif ini harus mampu beroperasi pada multi-platform. Web yang menggunakan protokol HTTP sesuai dengan maksud tersebut. Browser pada umumnya sesuai dengan semua client sehingga pengguna tidak perlu mengubah system operasinya untuk mengaksesnya. 3. Easy-to-use client interface: jangan berasumsi semua pengguna pakar dalam teknologi. Diperlukan
adanya antar muka yang mudah digunakan bagi pengguna yang awam sekalipun.
4. Scalability: Seiiring dengan pertumbuhan pengguna maka platform kolaboratif ini harus mampu
ditingkatkan skalanya tanpa mengurangi performanya.
5. Legacy Integration: Data operasional yang besar biasanya berada dalam basis data mainframe. Oleh
karena itu, platform yang disusun harus mampu mengintegrasikan data ini ke dalam interface. Intranet berbasis web merupakan pilihan yang sesuai.
6. Security: Platform kolaboratif seperti Lotus Notes selalu memiliki alat keamanan dan fitur yang
terintegrasi ke dalamnya. Akan tetapi, Intranet berbasis web perlu tambahan fitur untuk keperluan keamanan ini. Virtual private networks (VPNs) merupakan pilihan tepat bagi perusahaan yang ingin meningkatkan distribusi data.
7. Integration with existing systems: Platform kolaboratif dari knowledge sharing harus dapat
diintegrasikan dengan system dan aplikasi yang telah tersedia sebelumnya.
8. Flexibility: Kesenjangan kemampuan pengguna untuk menyaring content yang tidak relevan
barangkali
9. Structure: Lotus Notes menyediakan struktur yang dapat diorganisasir. Intranet dapat memakai tool
secara efektif untuk menyaring, mengkategori dan menata content semi-terstruktur.
Efektivitas dari interaksi jaringan seperti KM system ini tidak hanya tergantung pada kemampuan teknis (infrastruktur), melainkan juga kemahiran dalam percakapan yang disebut infostructure, yaitu keluasan system dalam menyediakan struktur bahasa dan sumberdaya sehingga seseorang memiliki sensitivitas untuk memilih tempat dalam jaringan. Infrastruktur, dalam hal ini lapis kecerdasan kolaboratif dan penyaringan, mendukung keniscayaan transisi dari infrastruktur ke infostructure.
Gambar 3 : Arsitektur Knowledge Management System[6]
Tujuh lapis dalam Arsitektur KM system menjadi panduan untuk memilih komponen teknologi agar bagi-pakai pengetahuan dalam organisasi berjalan efektif. Berikut adalah bagaimana KM system dapat diaktualisasi dalam setiap lapis:
1. Interface layer
Lapis teratas mengalirkan informasi masuk dan keluar dari KM system. Ketika informasi ini relevan, tepat waktu dan dapat dimanfaatkan maka ia merupakan representasi pengetahuan. Layer teratas
menghubungkan kepada seseorang yang menggunakan infrastruktur teknologi untuk membuat, menjelaskan, menggunakan, mendapatkan kembali, dan berbagi pengetahuan. Lapis ini harus menyediakan saluran untuk tacit knowledge sebagaimana aliran explicit knowledge.
2. Access and authentication layer
Lapisan di bawah interface layer adalah access and authentication layer. Lapis ini untuk memvalidasi pengguna, keamanan dan batasan akses. Kekuatan keamanan disediakan oleh lapis ini karena penetrasi internet dan serangan yang dapat menimbulkan virus ke dalam sistem.
3. Collaborative filtering and intelligence layer
Lapis ini merupakan salah satu kecerdasan dalam KM system. Agen cerdas merupakan hal terbaik dalam kecerdasan buatan yang dapat diaplikasikan dan dapat berjalan di dalam Web. Agen cerdas menjadi bagian dari arus utama komputasi sebab kesesuaiannya dengan lingkungannya. Agen mempunyai relevansi dengan KM dalam hal kemampuan untuk merasakan, menalar dan bertindak dalam lingkungan operasionalnya. Bahkan beberapa agen memiliki kemampuan untuk belajar dari kesalahan masa lalu pada tingkat eksplisit, hal ini sangat membantu KM system. Ketika informasi tidak dapat difahami tanpa kontek pembuatan atau proses yang mendahuluinya, agen mempunyai karakteristik untuk mempelajari kesalahan masa lalu dan membawa kepada tindakan selanjutnya. Agen dapat dibedakan dala tigam kategori: agen yang statis dalam client, agen yang statis dalam server dan agen yang mobile. Tipe agen yang dapat terlibat langsung dalam KM system adalah
mobile agent. Agen dapat bergerak dari satu server ke server lain untuk menemukan informasi
mereka butuhkan. Kebanyakan agen dibangun dengan pemrograman Java.
Ada perbedaan antara arsitektur client/server dan model agen dalam operasional jaringan. Gambar 4 menjelaskan perbandingan keduanya. Dalam client/server, beban jaringan berada di antara client dan server, yang digambarkan dengan lebih banyak garis yang menghubungkan antara client dan server. Di pihak lain, model agen, beban jaringan ini di geser ke tempat tertentu di antara client dan server, sehingga beban jaringan ini dapat direduksi secara dratis.
Setidaknya ada enam keuntungan penggunaan mobile agent dalam KM system: (1) mereduksi beban jaringan; (2) beroperasi dalam real-time; (3) mengurangi protocol; (4) eksekusi yang asinkronus dan otomatis; (5) sedikit integrasi dan heterogenitas; dan (6) toleransi terhadap kesalahan.
4. Application layer
Lapis berikutnya adalah application layer. Aplikasi yang ditempatkan pada lapis ini misalnya: direktori, yellow pages, collaborative tool (biasanya beck-end dari alat kolaboratif berbasis web), perangkat lunak/keras video conference, dan alat pendukung keputusan. Forum diskusi berbasis web biasanya ada pada lapis ini.
5. Transport layer
Kebutuhan minimal untuk mendukung KM system dalam lapis ini adalah:
o Koneksi TCP/IP
o Web server
o POP3/SMTP atau Mail Server
o Virtual private network
o Kemampuan audio/video streaming dalam sever terpusat 6. Middleware and legacy integration layer
Knowledge query markup language (KQML) menyediakan aplikasi agen cerdas untuk menangani lapis ini.
7. Repositories layer
Lapis terbawah dalam arsitektur KM system adalah repositories layer. Lapis ini terdiri dari operasional basis data, basis data diskusi, arsip web forum, legacy data, arsip dokumen digital, dan
object repositories. Kumpulan data, baik standalone maupun terdistribusi, tersedia di lapis ini.
Implementasi agen cerdas dalam KM system: survey
Sejak pertama kali diperkenalkan, ada beberapa penelitian yang mencoba untuk menguraikan ataupun mengimplementasikan konsep agen cerdas dalam berbagai sistem komputasi. Arsitektur agen cerdas dapat memfasilitasi komunikasi penyebaran pengetahuan (knowledge sharing communication) [7]. Dalam arsitektur tersebut menempatkan agen cerdas sebagai analisator interaksi penyebaran pengetahuan dengan menggunakan Hidden Markov Model (HMM) dan skala multidimensional. Konstruksi dan penyebaran pengetahuan yang efektif sangat bergantung kepada partisipan yang mengembangkan basis pengetahuan dan mengelompokkan kemampuan untuk membagi dan memahamkan ke dalam bit-bit pengetahuan yang diperlukan untuk membangun pengetahuan baru. Sebagai bit pengetahuan yang di- share dan dipahamkan kepada tiap kelompok atau grup pengetahuan, tiap bit-bit dalam sebuah grup mengembangkan pemahaman bersama-sama. Sebelum mencoba untuk mensupport proses tersebut, peneliti harus lebih dulu bisa mengenali dan memahami mengapa dan bagaimana partisipan memiliki uraian dalam pembagian pengetahuan.
Abstraksi skenario bisnis menggunakan agen cerdas adalah usaha untuk memenuhi kebutuhan akan framework dan repository pengetahuan dalam satu jalur dan mengembangkan model pengembangan model produk terdistribusi secara teliti. Walaupun hal tersebut merupakan permintaan yang bagus untuk skema lebih lanjut yang dapat membawa kesempatan besar dalam bisnis, akan sangat sulit untuk menggabungkan pendekatan tersebut melalui kategori business house yang sangat beragam. Hal tersebut terutama karena jumlah yang pasti dari ketidakpastian yang datang dengan apapun yang baru sehingga membawa dampak yang sangat besar. Organisasi harus memperluas pencarian pengetahuan dan pemanfaatannya dari level lokal menuju ke level global. Mereka juga harus memotivasi dan melatih anggota-anggotanya untuk menggunakan KM system. Hal ini merupakan kebutuhan untuk secara aktif mencoba terus selalu memimpin kompetisi dan memperoleh banyak keuntungan. Model KM menggunakan agen cerdas untuk menjaga keberlangsungan update pengetahuan, yaitu untuk menjamin
knowledge capture, penggabungan, dan penggunaan kembali pengetahuan secara efektif dan efisien. Oleh
karena itu, organisasi dapat melakukan penghematan biaya dalam jumlah yang cukup besar, konsumsi waktu yang lebih efektif, keputusan yang informatif, sehingga dapat terus kompetetif dan memperoleh keuntungan bisnis yang besar [8].
Di pihak lain, sistem tradisional memelihara memori perusahaan berbasis kepada intervensi atau campur tangan manusia dalam memperbaharui pengetahuan. Penggunaan teknologi agen cerdas untuk mengelola pengetahuan dalam konteks proses pengembangan dan pemeliharaan software. Penyebaran dan pembagian pengetahuan diantara para profesional dengan cara mudah dan efisien yang bertujuan untuk membuat mereka menjadi lebih kompetetif. Aplikasi metodologi K-Org dalam proses pengembangan
software untuk membangun sebuah multy agents system dapat mendukung KM. Kontribusi utamanya
adalah konstruksi KM system berbasis komunitas agen untuk pembuatan dan pemeliharaan perangkat lunak secara transparan dan proaktif. Penggunaan K-Org dalam perusahaan software sangat membantu dalam menemukan kebutuhan KM system yang akan diabangun, terutama untuk memberikan dukungan terhadap kreasi multy agent system untuk mendukung KM system [9].
Dalam fokus yang berbeda, implementasi agen dalam KM system mempresentasikan alir kerja interaksi lanjut yang khas atau typical untuk mengeksploitasi kemampuan negosiasi dari ICONS intelligents, yaitu agents environment yang secara tipical akan menampilkan portal pengetahuan. Hal tersebut berbasis kepada tujuan pembiayaan structural proyek portal pengetahuan. Interaksi diantara para
expert memainkan peran dalam kasus projek, merupakan hal penting dari layanan pengetahuan yang
menyertakan intervensi secara manual. Sebagian hasil yang telah dipilih menunjukkan bahwa arsitektur portal pengetahuan dapat digunakan dalam domain aplikasi yang berbeda. [10].
KESIMPULAN
Agen cerdas (intelligent agent) merupakan teknologi artificial intelligence yang powerful. Sebuah paradigma baru untuk mengembangkan perangkat lunak yang sangat menjanjikan. Namun demikian, agen cerdas ini masih jarang dikembangkan. Salah satu alasan utama adalah diperlukannya keterampilan teknis dan kemampuan konseptual yang tinggi untuk mengembangkan perangkat lunak yang berbasis teknologi
agen cerdas. Akan tetapi penggunaan teknologi ini merupakan revolusi baru dalam dunia perangkat lunak, selain itu unruk mengembangkan system akan memungkinkan konstruksi yang lebih transparan, kolaboratif dan proaktif dalam skema sistem teknologi sebuah perusahaan.
Agen cerdas ini telah menjadi bagian dari knowledge management system. Dalam arsitektur KM system, agen cerdas menempati lapis yang mampu meningkatkan kemampuan jaringan client server menjadi orientasi komputasi mobile agent.
Penelitian tentang implementasi agen cerdas sedang dikembangkan, dan ke depan masih banyak peluang untuk mengeksplorasi agen cerdas, terutama bagaimana mengintegrasikan dengan aplikasi lain, untuk mendukung KM system.
DAFTAR PUSTAKA
1. Liebowitz, J. (2001).Knowledge management and its link to artificial intelligence. Expert System with Applications.
http://www.sciencedirect.com/science?_ob=ArticleURL&_udi=B6V03-424KJG2- 1&_user=10&_rdoc=1&_fmt=&_orig=search&_sort=d&_docanchor=&view=c.
2. &_searchStrId=1026636551&_rerunOrigin=google&_acct=C000050221&_version=1&_urlVers ion=0&_userid=10&md5=258fdb07825d46d2d4. diakses 28 April 2009.
3. Weiss, Gerhard. (1999).Multiagent systems: a modern approach to distributed artificial intelligence. Massachusetts : The MIT Press. p. 29. ISBN 0-262-23203-0.
4. Wahono, Romi Satria. (2003). Pengantar Software Agent:Teori dan Aplikasi.
http://www.ilmukomputer.org. diakses 27 April 2009.
5. Turban, Efraim, Aronson, Jay E and Liang, Ting-Peng.(2005) Decision Support System and Intelligent System-7th Ed. New jersey : Pearson Education,Inc.
6. Firestone, Joseph M. and McElroy, Mark W. (2003). Key issues in the new knowledge management. Burlington : Elsevier Science. ISBN 0-7506-7655-8.
7. Tiwana, Amrit. (2000).The Knowledge Management Toolkit:Practical Techniques for building a Knowledge Management System. London : Pranctice-Hall, Inc.
8. Soller, Ammy and Bosetta, Paolo. (2003). An intelligent agent architecture for faciliting
knowledge sharing communication.
9. Sudha, Pelluri. (2006).Using intelligent agents for knowledge management in globally
distributed software development. http://www.globalwork.in/GDW07/pdf/17-209-216.pdf. diakses 18 June 2009
10. Furtado, Vasco. (2004). Modeling Multi-Agent Systems for Knowledge Management in the
Software Development Process. http//:citeseerx.ist.psu.edu.diakses 18 Juni 2009.
11. Staniszkis, Witold and Staniszkis, Eliza. (2003). Intelligent agent-based expert interactions in
a knowledge management portal.
http://citeseer.ist.psu.edu/cache/papers/cs2/82/http:zSzzSzwww.icons.rodan.plzSzpublicatio nszSz%5BStaniszkis2003d%5D.pdf/staniszkis03intelligent.pdf.diakses 18 June 2009.
AN INTRODUCTION TO KNOWLEDGE-GROWING SYSTEM: