Konsep Integrasi Knowledge Management dengan
Case-Based Reasoning
Purnomo Budi Santoso(1), Mochamad Choiri(2)
(1), (2)Jurusan Teknik Industri Fakultas Teknik
Universitas Brawijaya Malang, Indonesia
(1)[email protected], (2)[email protected]
ABSTRAK
Riset ini membahas bagaimana mengintegrasikan Knowledge Management (KM) dan Case-Based Reasoning (CBR) dengan contoh kasus pada perawatan mesin. KM adalah sebuah proses yang mengkoordinasikan penggunaan informasi, pengetahuan dan pengalaman yang ada didalam perusahaan. Proses internalisasi, yakni mengubah tacit knowledge menjadi explicit knowledge atau dengan kata lain learning by doing dilaksanakan melalui CBR. Proses integrasi antara KM dan CBR dapat dilaksankan dengan mudah dengan cara menyiapkan sejak awal bentuk format database kasus pada langkah pengumpulan pengetahuan pada metode KM, kemudian pada metode CBR database kasus ini digunakan untuk pembuatan aplikasi CBR dengan menggunakan tool CBR.
.
Kata kunci— Knowledge Management, Case Based Reasoning, Machine Maintenance.
I. PENDAHULUAN
Organisasi yang mau maju selalu dituntut untuk terus menerus belajar dan beradaptasi dengan perkembangan jaman. Salah satu sumber internal organisasi untuk belajar adalah belajar dari obyek-obyek yang ada dalam organisasi itu. Sebagai contoh, dalam suatu divisi perawatan mesin suatu organisasi, dapat ditemukan obyek ilmu sebagai berikut:
• Teknisi: setiap teknisi mempunyai ketrampilan, watak, dan kecocokan pada mesin tertentu. Misal teknisi A: trampil pasa mesin pendingin, wataknya teliti, dan biasa menangani mesin pendingin generator listrik. Tenisi B: trampil pasa mesin perkakas, wataknya kurang teliti, dan biasa menangani mesin bubut Z.
• Mesin: bila setiap mesin dapat dan boleh bercerita, maka mesin bubut X akan bercerita: usia saya sudah lanjut (12 tahun), saya sulit distart – butuh minimal 3 kali start, saya gampang panas dan perlu istirahat 15 menit kalau sudah bekerja 2 jam. Saya sebaiknya dirawat lebih sering, minimal setelah bekerja 500 jam kerja.
• Spare parts: bila setiap ordendil mesin/spare parts dapat dan boleh bercerita, maka onderdil Z akan bercerita: saya motor penggerak mesin Mixer, merk saya Osaka, harga saya mahal (dua juta rupiah), saya biasa rusak di bagian seal setelah bekerja 200 jam kerja, cara menangani seal sementara adalah dengan diberi tambahan perekat dari bahan lem karet merk X. Supplier saya terbaik adalah PT. XYZ, di Surabaya.
Metode yang tepat dipakai bagi suatu organisasi untuk terus belajar adalah Knowledge Management (KM, Manajemen Pengetahuan). KM dapat dianggap sebagai metode bisnis yang melibatkan identifikasi, pengumpulan, organisasi, analisis, dan pengolahan data dan informasi untuk menciptakan pengetahuan baru agar orang lain bisa menggunakan (Malhotra, 2000). Manfaat KM mencakup pembuatan keputusan yang lebih baik (lebih cepat, lebih akurat), lebih tinggi kemampuan beradaptasi dan lebih fleksibel, serta pencegahan kerugian kehilangan pengetahuan. Proses KM kunci adalah penciptaan pengetahuan, berbagi, dan menggunakan kembali.
Kemudian, agar pengetahuan tersebut mudah disimpan dan digunakan secara bersama, salah satu metode yang mudah dan menarik untuk digunakan adalah Case Based Reasoning (CBR). Pengertian CBR adalah “ a case-based reasoner solves new problems by adapting solutions that were used to solved old problems” (Barletta, 1991). Jadi, CBR adalah metode dalam pengambilan keputusan dengan menggunakan solusi kasus-kasus lama yang serupa dan menggunakannya
kembali untuk menyelesaikan masalah baru, serta merupakan metode untuk membangun sistem komputer yang cerdas.
Nampak bahwa tujuan utama CBR dan KM adalah sama: untuk menangkap dan menggunakan kembali pengalaman atau pengetahuan. Namun berlawanan dengan KM, pekerjaan CBR kurang menekankan penciptaan dan aspek berbagi pengetahuan; kasus diasumsikan ada dan biasanya hanya ada satu basis kasus ( Mansar, dan Marir, 2003). Meskipun KM dan CBR memiliki kesamaan, namun dikatakan bahwa CBR adalah alat pengorganisasian dan implementasi dari KM, permasalahannya, bagaimana mengintegrasikan CBR pada langkah-langkah KM?
Pada penelitian ini akan dibahas bagaimana mengintegrasikan CBR untuk langkah penyimpanan dan sharing knowledge pada KM dengan mengambil contoh kasus pada bidang perawatan mesin.
II. METODOLOGI
A. Tipe Knowledge
Pada KM, knowledge secara umum digolongkan ke dalam dua jenis, yaitu Tacit Knowledge dan Explicit Knowledge dengan penjabaran sebagai berikut:
a. Tacit Knowledge
Pada dasarnya tacit knowledge (TK) bersifat personal, dikembangkan melalui pengalaman yang sulit untuk diformulasikan dan dikomunikasikan (Carrillo et al., 2004). TK bersifat subjektif dan melekat dalam pengetahuan individu serta dapat disimpulkan sebagai intuisi, dugaan, idealisme, nilai-nilai, dan emosi. Knowledge ini bersifat pribadi, sukar untuk dibentuk dan ditransfer kepada orang lain.
Dua dimesnsi penting dalam TK adalah: pertama, dimensi teknis mewakili berbagai macam keahlian atau keterampilan yang sulit diformalkan. Dimensi ini sering diistilahkan dengan “know-how, keahlian dan keterampilan” misalnya seorang koki profesional ketika masak dan melakukan demo di depan penonton. Koki dalam menuangkan garam tidak pernah mengukur berat garam yang dituangkan ke dalam masakan melainkan hanya dengan perkiraan saja. Ketika sang koki diminta untuk menjelaskan keahliannya ke penonton, sering kali koki kesulitan mencari kata yang tepat untuk mendeskripsikan prinsip teknis maupun ilmu yang ada di dalam kepala sang koki. Kedua, dimensi kognitif yang berkaitan mengenai kepercayaan, persepsi, nilai-nilai, emosi, dan mental sehingga dimensi ini sulit untuk dinotulensikan. Dimensi ini menentukan cara pandang seseorang dalam menanggapi kejadian di sekitarnya dan bagaimana mereka mengambil tindakan. Contoh lain dalam bidang maintenance adalah pengalaman teknisi yang sudah tahunan, misalnya hanya dengan melihat asap knalpot mobil atau bunyi mesin mobil, teknisi tersebut sudah bisa meramalkan jenis kerusakan yang terjadi pada mobil itu.
b. Explicit Knowledge
Explicit knowledge (EK) bersifat formal dan sistematis sehingga mudah untuk dikomunikasikan dan dibagi (Carrillo et al., 2004). Knowledge ini diinterpretasikan dalam bentuk data, formula ilmu pengetahuan, manual-manual, prinsip-prinsip umum, serta dapat dijelaskan sebagai suatu proses, metode, pengalaman rancangan suatu produksi, dan pola bisnis. Knowledge ini berada dalam organisasi dan siap untuk dibagikan ke seluruh individu dalam organisasi atau perusahaan dalam bentuk formal dan sistematis, contoh dalam divisi maintenance adalah Manual Operating Prosedure, System Operating Procedure, dan manual/pedoman perawatan mesin berupa text book (Chan, Lin-Li, dan Liqiang, 2000).
B. Knowledge Management
Empat aktivitas penting dalam KM menurut Watson (2003) adalah:
a) Memperoleh pengetahuan dengan cara belajar, mencipta atau identifikasi data dan informasi yang telah dikumpulkan.
b) Menganalisis pengetahuan dengan mengukur, validasi atau menilai data dan informasi yang telah diperoleh.
c) Menyimpan pengetahuan dengan mengorganisasi, menyajikan, atau memelihara data dan informasi yang telah diolah.
d) Menggunakan pengetahuan dengan mengimplementasikan, mentransfer atau menyebarkan pengetahuan yang telah disimpan.
C. Case Based Reasoning (CBR)
Beberapa pengertian CBR dari para pakarnya antara lain adalah (Aamodt, dan Plaza, 1994): • CBR adalah “reasoning by remembering” yang artinya CBR adalah penalaran dengan
mengingat pengalaman masa lalu.
• Riesbeck dan Schank (1989) mengartikan CBR sebagai “ a case-based reasoner solves new problems by adapting solutions that were used to solved old problems”, yang artinya penalaran berdasarkan kasus untuk menyelesaikan masalah baru dengan cara mengadaptasi solusi masalah lama.
Dengan demikian dapat disimpulkan CBR adalah suatu istilah yang mengandung arti: • Proses penalaran manusia
• Representasi proses penalaran manusia
• Suatu metode untuk pengembangan aplikasi bagi penyelesaian masalah yang serupa Dengan kata lain, CBR adalah metode dalam pengambilan keputusan dengan menggunakan solusi kasus-kasus lama yang serupa dan menggunakannya kembali untuk menyelesaikan masalah baru, serta merupakan metode untuk membangun sistem komputer yang cerdas.
D. Kasus
Hal yang paling mendasar dalam CBR adalah kasus (case) karena kasus menghubungkan sebagian dari pengetahuan yang menggambarkan suatu pengalaman. Suatu kasus adalah kumpulan ciri-ciri (features) beserta nilainya. Menurut Barleta (1991), feature dapat dikelompokkan menjadi tiga kelompok sebagai berikut:
• Descriptive Feature (ID Feature), yaitu ciri-ciri yang paling mudah untuk mengenal atau mengelompokkan kasus. Pada umumnya berupa nama, nomor identitas, deskripsi penjelas, dan lain-lain.
• Adjustment Feature, yaitu ciri-ciri yang berubah atau bersifat dinamis dan sangat menentukan solusi kasus. Featur ini digunakan untuk menyesuaikan solusi kasus lama agar sesuai dengan situasi dan kondisi masalah baru, misal umur dan berat badan sangat menentukan doses pengobatan.
• Solution Feature, yaitu ciri-ciri yang menunjukkan jawaban kasus. Contoh: obat apa, dan berapa takaran yang harus diberikan.
Setiap feature juga mempunyai nama, tipe data, domain, nilai, bobot dan jenis keserupaan (feature matching).
E. Database Kasus
Kasus-kasus lama pada umumnya disusun dalam suatu database kasus dengan menggunakan aturan yang sesuai dengan struktur kasus. Sebagai contoh, dalam kasus kedokteran, berdasarkan pengalaman seorang dokter, maka dapat disusun database kasus yang terdiri ribuan kasus pasien yang telah ditanganinya selama ini (misal selama 20 tahun praktek). Contoh kecil database kasus yang sangat sederhana (bukan riil) dapat dilihat pada Tabel 1. Cara interpretasi tabel diatas, misal baris 1: Kasus dari pasien yang bernama Ana, perempuan, demam, usia 18 tahun dan berat badan 50 kg. Setelah diperiksa, diputuskan bahwa Ana terserang demam, maka diberikan obat Panadol dengan doses tiga kali sehari satu tablet, diminum setelah makan.
Tabel.1. Contoh Database Kasus
Catatan :
L = laki-laki P = perempuan Dosis diukur dalam sekian kali per hari, Takaran: tablet, senduk makan, tetes, dst
F. Siklus CBR
Setelah basis kasus yang berisi kasus-kasus lama (previous cases) dibangun, maka CBR akan siap digunakan. Aamodt & Plaza (1994) menjelaskan bahwa CBR dapat digambarkan melalui empat putaran proses yang disebut dengan Four Re’s (4 R), yaitu (lihat Gambar 1) :
1. Retrieve (Penelusuran): Proses ini merupakan proses retrieve the most similar case (mencari kembali kasus lama yang paling serupa dengan kasus baru). Pencarian kembali atau penelusuran diawali dengan tahap mengenali masalah pada kasus baru dan berakhir dengan hasil penelusuran pada solusi kasus lama yang paling mirip dengan kasus baru. Proses menentukan tingkat kemiripan (similarity) antar kasus merupakan langkah penting dalam tahap sistem penalaran komputer berbasis kasus. Tingkat similarity antar kasus ditentukan dengan melakukan perhitungan kemiripan antar kasus sehingga nantinya dihasilkan daftar terurut dari kasus-kasus yang mirip. Dua teknik kemiripan yang sering digunakan adalah algoritma nearest neighbor dan induksi.
2. Reuse (Penggunaan kembali): Proses ini merupakan proses “reuse the case to attempt to solve the problem” (menggunakan kembali solusi kasus lama untuk menyelesaikan kasus baru). Reuse mengandung arti “Pengalaman adalah guru terbaik”, jadi artinya menggunakan kembali pengetahuan dan informasi kasus lama berdasarkan bobot kemiripan dengan kasus yang baru, sehingga solusi kasus lama diusulkan menjadi solusi kasus yang baru, yang mirip kasus lama.
3. Revise: Kasus baru belum tentu persis sama dengan kasus baru, atau karena perubahan situasi dan kondisi dan aturan, maka perlu dilakukan revisi atau penyesuaian pada solusi kasus baru. Contoh perubahan: adalah harga dan pajak pada kasus pembangunan rumah, atau berat badan dan usia pada kasus pengobatan. Jadi, proses ini merupakan proses peninjauan kembali solusi yang diusulkan dan kemudian mengetesnya pada kasus nyata dan jika perlu, dilakukan penyesuaian demi memperbaiki solusi tersebut agar cocok dengankondisi kasus yang baru.
4. Retain: Merupakan proses menyimpan kasus baru yang telah berhasill mendapatkan solusi agar dapat digunakan oleh kasus-kasus selanjutnya yang mirip dengan kasus tersebut. Dengan demikian, CBR akan bertambah cerdas mengingat selalu bertambah berpengalaman karena bertambahnya kasus baru pada database kasusnya.
Descriptive Feature Adjusment Feature Solution Feature
Nama Jenis
Kelamin
Penyakit Berat
Badan Umur Obat Dosis Takaran
Ana P Demam 50 18 Panadol 3 1
Antok L Demam 30 8 Panadol 3 ½
Alex L Demam 70 70 Panadol 3 1
Dani L Diare 65 23 Diapet 2 1
Gambar 1. Case-Based Reasoning Cycle
III. HASIL DAN PEMBAHASAN
Dengan mengambil contoh kasus pada perawatan mesin, dan membatasi knowledge pada lingkup internal pada divisi maintenance serta pada jenis TK nya saja, maka langkah integrasi antara KM dan CBR adalah sebagai berikut:
A. Langkah KM menghasilkan kumpulan TK dari hasil pengamatan dan kuesioner yang berupa kumpulan kasus-kasus, misalnya berbagai kasus pengalaman teknisi dalam mengatasi perawatan dan kerusakan mesin.
B. Kasus-kasus ini dibawa kebentuk Database Kasus dari CBR agar mudah diimplementasikan menjadi software dengan menggunakan tools CBR yang banyak terdapat di pasaran dunia. Contoh Database kasus pada perawatan mesin adalah pada Tabel berikut ini:
C.
Tabel 2. Database Kasus tentang troubleshooting mesin
Kode Mesin
Nama Mesin
Bunyi Temperatur Getaran Performance Nama Kerusakan
Solusi
M02 Boiler Kring kring
Normal Normal Rendah Boiler kurang air
Air dalam boiler kurang. Matikan mesin boiler agar alarm juga ikut berhenti berbunyi. Tunggu tangki penuh atau melewati batas level.
M03 Ice bank
Tek tek
Normal Normal Rendah Aus pada piston kompresor
Piston mesin kompresor harus ganti dengan yang baru.
M04 PHE Drrr drrr
Normal Normal Rendah Kebocoran saluran susu
Karet(gasket) pada mesin PHE harus diganti
Jadi, proses integrasi antara KM dan CBR dapat dilaksankan dengan mudah dengan cara menyiapkan sejak awal bentuk format database kasus pada langkah pengumpulan pengetahuan pada metode KM, kemudian pada metode CBR database kasus ini dapat digunakan untuk pembuatan aplikasi CBR dengan menggunakan tool CBR.
IV. PENUTUP
Kesimpulan yang dapat diambil adalah sebagai berikut:
a. Setiap perusahaan yang ingin efisien dan kompetitive perlu selalu belajar, metode belajar bagi organisasi yang bagus adalah Knowledge Management.
b. KM memerlukan langkah: memperoleh pengetahuan, menganalisis pengetahuan, menyimpan pengetahuan , dan menggunakan pengetahuan.
c. Untuk memanfaatkan pengetahuan yang sudah terkumpul dan terorganisasi secara bersama dalam suatu organisasi diperlukan suatu metode, CBR adalah suatu metode yang cocok untuk hal itu.
d. Langkah integrasi KM dan CBR adalah pada pembentukan Database Kasus.Aplikasi CBR adalah bentuk nyata untuk sharing knowledge pada KM.
DAFTAR PUSTAKA
Aamodt, A and Plaza, E, 1994, ‘Case-Based Reasoning: Foundational Issues, Methodological Variations and Systems Approaches’ AI Communications, Vol 7 No i pp 39-59.
Allen, B P , 1994, ‘Case-Based reasoning: Business Applications’, Communications of the ACM Vol 37 No 3 (March 1994) pp 40-42.
Althoff, K.-D., Bomarius, F., & Tautz, C. ,2000, “Using a Case-Based Reasoning Strategy to Build Learning Software Organizations”. Accepted for the IEEE Journal on Intelligent Systems, special issue
on KM and Knowledge Distribution over the Internet.
Barletta, B . , 1991, “An introduction to case-based reasoning” AI Expert, Vol 6 No 8 (1991) pp 42-49.B. & Herman, K., 1985, “Formaldehyde Release From Pressed Wood Products”, dalam Turoski (Editor),
Proceedings of the Symposium at the 187th Meeting on the American Chemical Society, hlm. 101-106,
Washington: American Chemical Society
Chan, W C, Lin-Li, C and Liqiang, G, 2000, ‘Knowledge engineering for an telligent case-based system for help desk operations’ Expert systems with applications, Vol 18 (2000) pp 125-132.
Mansar, Marir, and Reijers. “Case-Based Reasoning as a Technique for Knowledge Management in Business Process Redesign. Electronic”, Journal on Knowledge Management, Volume 1 Issue 2 (2003) 113-124
Malhotra, Y. ,2000, “Knowledge management for [e-] business performance information strategy”. The
Executive Journal, 16, (4), pp. 5-16.
