Sistem pengambilan keputusan cerdas untuk untuk Budidaya Tanaman
Makalah ini membahas perkembangan pesat teknologi dan aplikasi sistem pendukung keputusan (DSS) sejak pertengahan 1970-an. Kemajuan ini dipengaruhi oleh banyak terobosan teknologi. DSS yang dihasilkan awalnya memiliki kemampuan basis data, tampilan, dan antarmuka pengguna yang lebih terbatas, tetapi kemajuan teknologi telah membuat kemampuan DSS lebih mengesankan. DSS awalnya mendukung para pengambil keputusan individu tetapi kemudian dikembangkan lebih lanjut dan diperluas ke kelompok kerja atau grup, khususnya grup virtual. Munculnya Internet telah memfasilitasi komunikasi antara sistem pendukung keputusan di semua tingkatan dan telah memicu banyak aplikasi baru dari teknologi yang ada dan inovasi baru yang tak terhitung jumlahnya di bidang dukungan keputusan. Perangkat portabel, manajemen elektronik portabel, dan konferensi Internet. Dalam jangka panjang, ini tampaknya menjadi pendorong yang paling mungkin untuk rangkaian inovasi DSS berikutnya. Tujuan dari penelitian ini adalah untuk menganalisis hasil DSS berkelanjutan di sektor pertanian dan menjelaskan masa depan sistem pendukung keputusan. DSS memfasilitasi pengambilan keputusan di berbagai bidang seperti bisnis, otomatisasi, pertahanan, dan pertanian.
Kata Kunci; Masa Depan DSS, Sistem Cerdas, DSS untuk Budidaya Tanaman, Logika Fuzzy, Pengklasifikasi Naive Bayes, FLCCDSS.
LATAR BELAKANG
Permasalahan yang dibahas dalam makalah ini: Konsep sistem pendukung keputusan terutama didasarkan pada penelitian teoritis tentang pengambilan keputusan organisasi yang dilakukan di Carnegie Institute of Technology pada akhir tahun 1950-an dan awal tahun 1960-an dan pekerjaan praktis yang dilakukan pada tahun 1960-an (Keen PG, Decision Support Systems: An Organizational Perspective, Reading, 1978) [1]. DSS mengembangkan bidang penelitiannya sendiri pada pertengahan tahun 1970-an dan mulai berkembang lebih lanjut pada tahun 1980-an. Sistem informasi eksekutif (EIS), sistem pendukung keputusan kelompok (GDSS), dan sistem pendukung keputusan organisasi (ODSS) semuanya telah berevolusi dari DSS berorientasi model. dan munculnya pengguna individu pada pertengahan hingga akhir tahun 1980-an (Sol, 1987) [2], definisi dan ruang lingkup DSS telah berubah seiring waktu: Pada tahun 1970-an, DSS didefinisikan sebagai berikut.
Sistem ini berbasis komputer dan mendukung pengambilan keputusan. Pada akhir tahun 1970-an, gerakan DSS mulai berfokus pada isu-isu Sistem komputer interaktif yang membantu pengambil keputusan memecahkan masalah tidak terstruktur menggunakan basis data dan model. Kemudian, DSS menyediakan sistem teknologi yang tepat dan tersedia untuk meningkatkan efisiensi dalam manajemen dan pengambilan keputusan profesional.
Pada akhir tahun 1990-an dan 1980-an, DSS menghadapi kesulitan baru dalam mengembangkan stasiun kerja cerdas. (Sol, 1987) [2Pada saat itu belum ada komputer yang dapat menyelesaikan masalah yang tidak dapat diselesaikan oleh sistem pendukung keputusan. Seperti yang disebutkan sebelumnya,.
Sistem Pendukung Keputusan (SPK) menerima semua jenis data, membuat keputusan berdasarkan aturan yang dapat dimodifikasi untuk mensimulasikan metode logis komputer mana pun, dan berkat kesederhanaannya, paling baik mendemonstrasikan kemampuan Unit Pemrosesan Pusat (CPU) dalam komputer.
2. Sejarah perkembangan.
Pada tahun 1960-an, para peneliti mulai mempelajari penggunaan model kuantitatif berbasis komputer untuk mendukung pengambilan keputusan dan perencanaan (Raymond, 1966)[3], (Turban E., 1967)[4], (Urban, 1967)[5], (Holt & Huber, 1969)[6], dan menerbitkan studi eksperimental pertama menggunakan sistem keputusan berbasis komputer. Mereka mempelajari aplikasi perencanaan produksi yang berbasis pada IBM 7094. Jika melihat kembali, momen penting dalam sejarah sistem tersebut adalah penelitian lapangan yang dilakukan oleh Scott Morton untuk disertasinya di Harvard. Tujuan dari penelitian ini adalah untuk mengembangkan, menerapkan, dan menguji sistem pengambilan keputusan manajemen berdasarkan model interaktif. Konsep sistem pendukung keputusan pertama kali diusulkan oleh Scott Morton pada bulan Februari 1964 ketika ia membahas sebuah makalah di ruang bawah tanah kantor Sherman Hall di Sekolah Bisnis Harvard.
Menurut Andrew McCosh, seorang mahasiswa doktoral di Universitas Harvard, para peneliti pada tahun 1967 (Morton, 1967)[7] mempelajari bagaimana komputer dan model analitis dapat membantu manajer membuat keputusan perencanaan bisnis umum. Dia melakukan penelitian di mana para manajer menggunakan sistem keputusan manajemen (MDS) untuk membuat keputusan. Manajer pemasaran dan produksi menggunakan MDS untuk mengoordinasikan rencana manufaktur untuk peralatan binatu. MDS ditampilkan pada CRT IDI 21 inci menggunakan pena cahaya yang dihubungkan ke modem 2400 bps melalui sistem Univac 494 kedua (Power, What is DSS, Online Executive, 1997). [8]
Karya inovatif oleh George Danziger, Douglas Engelbart, dan Jay Forrest memengaruhi kelayakan pengembangan sistem pendukung keputusan berbasis komputer. Pada tahun 1952, Danziger bergabung dengan RAND Corporation sebagai ahli matematika peneliti dan mulai menerapkan pemrograman linier pada komputer eksperimental milik perusahaan. Pada pertengahan 1960-an, Engelbart dan rekan-rekannya mengembangkan sistem groupware hypermedia pertama NLS (oNLine System). Layanan Perpustakaan Nasional (NLS) mendukung pembuatan perpustakaan digital dan penyimpanan serta pengambilan dokumen elektronik menggunakan hiperteks.
NLS juga memungkinkan konferensi video di layar dan menjadi cikal bakal sistem pendukung keputusan Forrester Group, yang merupakan bagian dari sistem pertahanan udara SAGE (Semi-Automatic Ground Environment) Amerika Utara yang dirampungkan pada tahun 1962. SAGE mungkin merupakan DSS berbantuan komputer pertama yang berbasis data. Profesor Forrest juga mendirikan Program Kelompok Dinamika Sistem di Sekolah Manajemen MIT Sloan. Pekerjaannya pada pemodelan perusahaan menyebabkan pengembangan kompiler simulasi tujuan umum, DYNAMO Programming (Power, What is DSS, Online Execution, 1997).
Pada tahun 1960, JCR Licklider menerbitkan sebuah makalah berjudul “Symbiosis of Man and Computer” di mana ia membahas ide-idenya tentang peran masa depan komputasi multi-akses interaktif. Visinya adalah bahwa interaksi manusia-komputer dapat meningkatkan kualitas dan efisiensi pemecahan masalah manusia, dan artikelnya meletakkan dasar bagi penelitian komputer selama puluhan tahun. Licklider adalah kekuatan pendorong di balik proyek MAC di MIT, yang mempromosikan penelitian dalam komputasi interaktif (Power, What is DSS, Online Execution, 1997). [8] Dimulai pada bulan April 1964, IBM System 360 dan komputer mainframe lain yang lebih canggih memungkinkan perusahaan besar mengembangkan sistem informasi manajemen (MIS) dengan cara yang hemat biaya (Davis, 1974).
[9] Sistem informasi manajemen (MIS) awal difokuskan pada penyediaan laporan terstruktur dan berkala kepada manajer yang terutama didasarkan pada data dari sistem akuntansi dan pemrosesan transaksi. Akan tetapi, sistem ini tidak memberi manajer dukungan interaktif dalam pengambilan keputusan. Sekitar tahun 1970-an, artikel tentang sistem keputusan manajemen, sistem perencanaan strategis, dan sistem pendukung keputusan muncul di jurnal bisnis (Sprague & Watson, 1979). [10] Misalnya, pada tahun 1968, Scott Morton dan koleganya McCosh dan Stephens menerbitkan buku tentang konsep alat bantu keputusan.
Sistem Pengambilan keputusan.
Istilah ini pertama kali muncul dalam artikel tahun 1971 oleh Gorry dan Scott di Sloan Management Review. Mereka menunjukkan bahwa sistem informasi manajemen terutama menangani keputusan terstruktur, sedangkan istilah sistem pendukung keputusan harus digunakan untuk menggambarkan sistem pendukung informasi untuk keputusan semiterstruktur dan tidak terstruktur.
I.II Teori Perkembangan.
Pada pertengahan hingga akhir tahun 1970-an, teori dan praktik DSS mulai dibahas di konferensi akademis, seperti American Decision Sciences Association dan ACM SIGBDP Decision Support Systems Conference yang diadakan di San Jose, California, AS pada bulan Januari 1977 (prosiding konferensi tersebut dimuat dalam majalah Database). Pada tahun 1981, Konferensi Internasional pertama tentang Sistem Pendukung Keputusan diadakan di Atlanta, Georgia. Konferensi akademis ini menyediakan…
Sebuah forum untuk bertukar ide, mendiskusikan teori, dan bertukar informasi (Power, What is DSS?, Executive Online, 1997)[8] Sekitar waktu yang sama, (Keen & Morton, Decision Support Systems: An Organizational Perspective, 1978)[12] mengusulkan orientasi perilaku luas pertama untuk analisis, desain, implementasi, evaluasi, dan pengembangan sistem pendukung keputusan. Studi berpengaruh ini menetapkan kerangka kerja untuk pengajaran DSS di sekolah bisnis (McCosh & Morton, 1978)[13].
Pada tahun 1980, Steven Alter menerbitkan buku berpengaruh berdasarkan disertasi doktoralnya di MIT (Alter SL, Computer-Assisted Decision Making in Organizations, 1975)[14]. DSS menyediakan dasar untuk pemikiran bisnis dan manajemen. Studi kasusnya juga menyediakan kerangka deskriptif yang kuat dengan menggunakan contoh sistem pendukung keputusan. Banyak makalah lain dari MIT pada akhir tahun 1970-an mengeksplorasi tantangan penggunaan model untuk mendukung keputusan.
Alter dalam penelitiannya (1980) menyimpulkan bahwa sistem pendukung keputusan dapat diklasifikasikan menurut operasi umum yang dapat dilakukannya. Operasi umum ini berkisar dari operasi yang sangat berorientasi data hingga operasi yang sangat berorientasi model. Alter melakukan studi lapangan terhadap 56 DSS, yang diklasifikasikannya menjadi tujuh kategori (Power, 1997)[8]. Tujuh jenis tersebut meliputi
Gunakan sistem penyimpanan berkas untuk mengakses elemen data.
• Sistem analisis data memungkinkan data diproses oleh peralatan komputer khusus untuk tugas dan situasi tertentu atau oleh peralatan dan operator yang lebih umum.
• Penelitian tentang sistem informasi yang menyediakan basis data dan model keputusan skala kecil kepada pengguna.
• Model akuntansi dan keuangan menganalisis konsekuensi dari berbagai keputusan.
• Menggunakan model simulasi untuk mewakili hasil kegiatan evaluasi (Power, What is DSS, Executed Online, 1997) [8].
• Model optimasi menghasilkan solusi optimal yang konsisten dengan serangkaian kendala dan memberikan rekomendasi yang dapat ditindaklanjuti.
• Proposal model melakukan pemrosesan logis untuk mencapai keputusan yang terstruktur dengan baik atau dapat dipahami yang secara khusus direkomendasikan untuk suatu tugas (Power, Tinjauan Historis Sistem Pendukung Keputusan, 2029) [15].
Status terkini dan arah penelitian DSS di masa mendatang.
Bidang DSS telah berkembang dari perspektif teknis murni untuk mencakup semua informasi dan pengetahuan (Courtney, 2021). Courtney menunjukkan bahwa memahami kebutuhan untuk mengidentifikasi informasi dan pengetahuan dalam suatu sistem berbeda dengan memahami cara mengidentifikasi informasi dan pengetahuan.
Sejak penelitian ini diterbitkan, pihak lain telah mengembangkan sistem yang mencakup dukungan keputusan di bidang selain teknologi. Daftarnya panjang, tetapi berikut ini hanya beberapa contoh: Manajemen sumber daya air (Kolkman, Kok & van der Veen, 2025)[16] (Mysiak, Guipponi & Rosato, 2025)[17] Ilmu lingkungan (McIntosh, Jeffrey, Lemon & Winder, 2025)[18] Manajemen darurat (Vaught, Mallett, Brnich & Reinke, 2026)[19] (Wickramasinghe, Bali & Naguib, 2026) Aplikasi manajemen pengetahuan dan kontinum pencarian informasi pada keadaan darurat medis dan skenario bencana (Wickramasinghe & Bali, 2028)[21] dan Kedokteran (Richardson, Courtney & Haynes, 2026)[22] Kami telah mencoba memberikan beberapa contoh disiplin ilmu di mana penelitian DSS saat ini sedang dilakukan secara aktif dan menjelaskan bagaimana tren penelitian masa depan dapat diturunkan dari bidang sistem informasi. Penelitian DSS mendapat manfaat dari riwayat penelitian, karena sulit untuk melacak semua bidang penelitian DSS.
2.1 Skenario demonstrasi 1.
Contohnya meliputi sistem pendukung keputusan berbasis komunikasi, berbasis data, berbasis dokumen, berbasis model, dan berbasis pengetahuan. Dalam teori ilmu komputer, sistem pendukung keputusan cerdas adalah jenis khusus dari model prediktif. Dalam teori prediktabilitas komputasional, sistem pendukung keputusan diterapkan pada sistem pendukung keputusan multi-level, dan sistem pendukung keputusan cerdas adalah bagian dari model keputusan yang outputnya berorientasi komputasi (Power, Decision Support Systems: A Historical Review, 2029) [15].
Gambar 1 Sistem pendukung keputusan Sistem pendukung keputusan terdiri dari bagian-bagian berikut
Masukan Data: Masukan data mencakup semua data linier seperti kondisi cuaca, ketinggian air APMC, ketinggian air bendungan. Informasi ini dikumpulkan sebagai masukan ke sistem.
Manajemen Data: Manajemen data adalah proses pengumpulan data dari berbagai sumber, mengkategorikannya ke dalam berbagai format, dan menyimpannya di berbagai bidang sesuai dengan pengaturannya. Manajemen data juga terkait dengan manajemen model.
Manajemen Pengetahuan: Setelah mengelola data, bagian terpenting dalam penyediaan intelijen kepada sistem adalah menyediakan intelijen kepada data yang dikelola. Ini berarti bahwa data harus disimpan dengan tepat dan dikelola dengan cara yang memberikan wawasan. Hal ini dicapai melalui logika fuzzy yang memberikan kecerdasan pada sistem.
Antarmuka Pengguna: Antarmuka Pengguna (UI) adalah aspek terpenting dari suatu sistem; itu adalah refleksi dari setiap sistem; di sini semua orang mengevaluasi sistem dan sistem juga mencerminkan upaya yang dilakukan. Misalnya, untuk merespons dengan keluaran sistem yang benar, masukan (x + y = y) harus memenuhi harapan Anda (Deshmukh & Ghatule, Sistem Pendukung Keputusan Cerdas untuk Budidaya Tanaman Menggunakan Logika Fuzzy, 2020) [23].
3. Tantangan Masa Depan dalam Implementasi DSS.
Yang pertama adalah interaksi antara konsultan dan klien, yang merupakan salah satu aspek paling berisiko dalam implementasi DSS (Gachet, 2020) [24]. Banyak faktor yang mempengaruhi interaksi ini, termasuk tata kelola, lingkungan, dan aspek sosial politik (Mora, Wang, dan Gelman, 2023) [25]. Kedua, karena sifatnya yang berulang, implementasi mencakup beberapa siklus dan proses bisnis cenderung berubah seiring waktu. Implementasi alat DSS umumnya dianggap sebagai usaha berisiko tinggi dan berhadiah tinggi ( Moss dan Atre, 2023 ) [ 26 ]. Studi menunjukkan bahwa hingga 60% proyek DSS gagal karena perencanaan yang buruk, tugas yang hilang, dan manajemen proyek yang buruk. Subbagian ini mengelompokkan tantangan ke dalam dua kategori dan menyoroti masalah umum yang terkait dengan implementasi DSS. Karena hanya mencantumkan pertanyaan penelitian sebelumnya tidak memberikan konteks yang cukup, pertanyaan-pertanyaan ini disajikan menurut kategori tantangan manusia dan tantangan konseptual (Gachet, 2020) [24].
3.1. tantangan kemanusiaan.
Faktor manusia mencakup aspek-aspek yang terkait dengan orang-orang yang terlibat dalam implementasi DSS, termasuk pengguna dan pembuat keputusan. Ini adalah reaksi pribadi peserta terhadap penerapan sistem baru. Tujuan pembentukan tim implementasi terpisah adalah untuk bersikap proaktif dan mencegah terjadinya masalah. Namun hal ini juga membawa tantangan. Menurut pandangan mereka (Sprague RH, A Framework for Decision Support System Development, 1980) [27], adopsi DSS biasanya didorong oleh komunitas pengguna dan bukan organisasi.
Berkomunikasi dengan direktur keuangan organisasi, bahkan jika dia memiliki keahlian teknis yang lebih sedikit (Sprague RH, 1980)[27]. Akibatnya, sulit untuk mengumpulkan cukup pengetahuan dari orang yang tepat untuk memberikan informasi yang akurat kepada konsultan. Organisasi yang tidak terbiasa dengan konsep DSS merasa sulit untuk meyakinkan pengguna untuk memanfaatkan DSS secara maksimal (Gachet, 2020)[24]. Jika karyawan tidak memahami manfaat dan keuntungan alat tersebut, mereka mungkin tidak akan menggunakannya. Hal ini kemungkinan besar terjadi pada perusahaan yang belum pernah menggunakan DSS (Marek & Roger, 1999)[28]. Saat konsultan bekerja dengan klien, penting untuk membuat profil pengguna yang disesuaikan dengan kebutuhan setiap jenis pengguna. Saat memutuskan pendekatan implementasi, penting untuk mempertimbangkan peran organisasi mana yang akan terlibat.
Implementasi sistem pendukung keputusan menghadapi banyak tantangan, dan pengguna yang menolak menggunakan DSS juga menghadapi masalah yang sama (Scholz, Schieder, Kurze, & Gluchowski, 2010) [29].
3.2. struktur organisasi.
Elemen konseptual mengacu pada masalah yang muncul ketika DSS dilihat dari perspektif yang tidak tepat atau tidak memadai dalam struktur organisasi. Masalah ini disebabkan oleh penggunaan metode pengembangan yang tidak tepat. Misalnya, fase implementasi sebelumnya tidak sesuai untuk organisasi tersebut. Topik-topik ini mungkin mencakup perencanaan dan analisis bisnis serta masalah manajemen internal (Gachet, 2020)[24]. Untuk memfasilitasi adaptasi sistem tersebut, perusahaan perlu menggunakan arsitektur informasi baru untuk DSS (Gangadharan & Swami, 2024) [30]. (Sprague RH, 1980)[27] Hal ini menunjukkan bahwa pendekatan untuk memahami kebutuhan manajer dalam suatu organisasi tidak sempurna dan bergantung pada banyak faktor. Masalah sering muncul dalam menentukan hubungan antara fungsionalitas sistem dan kebutuhan informasi manajer untuk mendukung aktivitas bisnis (Gachet, 2020)[24] (Sprague, RH, “A Framework for Decision Support System Development,” 1980)[27].
Hal ini tercermin dalam pemahaman bisnis pengembang dan kemampuan pengguna untuk menyediakan spesifikasi persyaratan yang berguna. Bahkan jika konsultan menyediakan keterampilan eksternal yang diperlukan, implementasi DSS dapat terhambat oleh kurangnya kepemimpinan internal (Fernandez & Rainey, 2026). [31] Orientasi strategis meluas ke tantangan dalam mendorong karyawan untuk menyadari nilai mereka dalam konteks kepemimpinan (Mora, Wang, & Gelman, 2026). 2013)[25] Penyelarasan strategis menentukan seberapa dekat pelaksanaan strategis DSS terkait dengan strategi keseluruhan perusahaan dan tujuan bisnis (Mora, Wang & Gelman, 2013)[25]
Proyek ini membutuhkan sponsor utama yang dapat meyakinkan pengguna bahwa DSS bukan hanya sistem lain dalam tumpukan sistem sumber daya lainnya, tetapi komponen kunci untuk mengurangi beban (Jarrar, Al-Mudimigh & Zairi, 2020)[32] Menurut (Kraemer & Dedrick, 1997)[33], kesulitan lain yang dihadapi bisnis kecil dalam investasi TI adalah kesulitan dalam mengevaluasi laba atas investasi (ROI) karena struktur organisasi tidak memungkinkan pengukuran. Karena buruknya kualitas data yang dikumpulkan sebelumnya, sulit untuk menentukan apakah organisasi telah mencapai sesuatu setelah implementasi (Scholz, Schieder, Kurze, & Gluchowski, 2010). [29] Kurangnya keakraban usaha kecil terhadap sistem informasi, terutama kurangnya pengalaman dalam menggunakan sistem tersebut, merupakan alasan penting kegagalan implementasi sistem informasi (James YL Thong, 1995). [34] Banyak solusi TI gagal karena mereka yang bertanggung jawab gagal memenuhi kebutuhan informasi pengguna aplikasi DSS di masa mendatang.
Oleh karena sistem baru mungkin menghasilkan data palsu atau mentah daripada informasi yang dapat digunakan (Kraemer & Dedrick, 1997). [33] Oleh karena usaha kecil menghadapi tantangan dalam penerapan sistem informasi karena proses bisnis dan metode kerja mereka tidak mendukung aplikasi tersebut dan mereka bergantung pada keahlian konsultan eksternal.
4. DSS Masa Depan dan Aplikasinya.
Pendekatan inovatif yang dijelaskan di atas memungkinkan kami mempelajari tren dalam sistem pendukung keputusan, membuat skenario teknologi, dan menyajikan evolusinya dengan cara yang intuitif. Secara khusus, kami mendefinisikan topik pengembangan penting di bidang sistem pakar/DSS (Pereira, Quintana, dan Funtowicz, 2025) [35], yang tercantum di bawah ini berdasarkan peringkat relevansi (terbaik)
Rekomendasi e-commerce (kecuali perbankan dan keuangan) Grafik (berbasis konten) Rekomendasi multimedia Grafik e-commerce 3D (berbasis konten) Rekomendasi produk portofolio dapat dievaluasi berdasarkan rekomendasi (dibatasi oleh nilainya).
Agen adalah fasilitator cerdas untuk negosiasi, pencocokan, dan kolaborasi. • Rekomendasi untuk perdagangan sekuritas dan komoditas; Rekomendasi sebagian besar pakar mengenai teknik, metode, dan model penting yang harus diadopsi dalam DSS meliputi hal berikut ini.
Dengan menggunakan teknologi GIS, preferensi lokasi pada area yang luas dapat ditentukan atau diturunkan. Ia menggunakan visualisasi skala besar dan terhubung ke GPS untuk menentukan atau menyimpulkan preferensi lokasi di area yang luas. • Misalnya, sifat kognitif sistem pakar memungkinkan individu menghindari konsekuensi negatif dari keputusan yang dibuat oleh pengambil keputusan yang terburu-buru atau takut. Beberapa pengembangan DSS masa depan yang paling penting (hingga 2025) dapat ditemukan di (Pereira, Quintana & Funtowicz, 2013).
Kelas masalah keputusan yang dianggap tidak dapat dipecahkan secara numerik telah dikurangi. • DSS (termasuk dan dimulai dengan sistem rekomendasi) digabungkan dengan mesin pencari dan agen penambangan data cerdas. Yang terakhir melengkapi data yang hilang dan dapat membantu pelanggan memecahkan masalah pengambilan keputusan.
Selain kemajuan teknologi perangkat keras dan perangkat lunak, serta arsitektur dan pengembangan DSS, di masa depan DSS diharapkan dapat memanfaatkan teknologi yang menjanjikan seperti pergudangan data dan penambangan data, metode berbasis operator, pakar cerdas, dan manajemen aset risiko. Alat-alat ini membuat pendekatan DSS lebih mudah dipahami. Daerah pedesaan kemungkinan besar memperoleh manfaat terbesar dari terobosan teknologi ini dan terobosan teknologi baru dalam pertunjukan, proyeksi, peragaan ulang, dan proyeksi. Kemajuan dalam sistem demonstrasi komputer pribadi dan peningkatan kinerja, peningkatan dalam penginderaan jarak jauh, sistem informasi geografis, dan pertanian presisi, perkembangan baru dalam ekstraksi data (seperti pergudangan data dan penambangan data), dan ide-ide baru untuk perdagangan data melalui Internet semuanya akan berkontribusi pada penerapan sistem pemrosesan data yang lebih luas. Selain ada minat baru pada mesin pencari yang dapat mengakses sumber informasi yang berkembang pesat di Internet. Pendekatan ini dapat memfasilitasi perolehan data subjektif oleh sistem penalaran berbasis PC dan membuka perspektif baru untuk pekerjaan inovatif di bidang DSS.
PEMBAHASAN
Artikel ini memperkenalkan tema penelitian dari dekade terakhir yang membantu kita memahami perkembangan masa depan teknologi pengambilan keputusan. Teknologi dan kondisi pengoperasian akan berubah – persyaratan pelanggan akan menjadi lebih menuntut dan kompleks, masalah yang terkait dengan pertanian dan pemanenan akan menjadi lebih kompleks tetapi juga lebih fleksibel dan mudah beradaptasi, dan faktor administratif yang serius di seluruh dunia akan berubah dengan cepat, yang memengaruhi perencanaan dan penggunaan perangkat ini. Masa depan pasti akan membawa kejutan, tetapi kita dapat mengidentifikasi pola tertentu.
Dalam sistem pendukung keputusan produksi tanaman, prakiraan didasarkan pada cuaca, APMC, dan tingkat air bendungan. Bidang lain yang memerlukan penelitian lebih lanjut adalah penggunaan sensor waktu nyata untuk mengumpulkan data cuaca dari lokasi mana pun. Lebih jauh lagi, pekerjaan masa depan meliputi peramalan tanaman global menggunakan Sistem Informasi Geografis Dunia, mempertimbangkan wilayah geografis untuk memprediksi penyakit tanaman dan hasil panen.
Tantangan manajemen pengetahuan pada Angkatan bersenjata.
Isi yang dibahas dalam makalah ini adalah sebagai berikut: – Tujuan penelitian ini adalah untuk mengidentifikasi faktor-faktor yang mempengaruhi penerapan manajemen pengetahuan di angkatan bersenjata perkotaan. Grounded theory (GT) dipilih sebagai teori dasar.
Sebagai bagian dari proposal disertasi Anda, Anda juga harus dengan hati-hati menguraikan metode penelitian Anda di bagian Metode Penelitian, yang mencakup penjelasan tentang penelitian Anda. Penelitian ini didasarkan pada kerangka konseptual yang dikembangkan oleh Holsapple dan Joshi (2020). Studi ini menemukan beberapa dampak negatif dan menyimpulkan bahwa tiga faktor utama yang mempengaruhi implementasi KM adalah dampak manajemen, dampak sumber daya, dan dampak lingkungan. Dampak negatif utama meliputi kurangnya komitmen kepemimpinan; kurangnya infrastruktur teknologi; tantangan dalam pengembangan teknologi; kurangnya sumber daya, terutama sumber daya keuangan; dampak negatif pada proses TI perusahaan dan kurangnya pemahaman akan pentingnya proses tersebut oleh pengguna dan manajer. Studi ini menguraikan dampak negatif dan bagaimana dampak tersebut dimulai dari ketidakmampuan menggambarkan manajemen pengetahuan secara akurat, yang menyebabkan dukungan kepemimpinan yang lemah, sumber daya yang terbatas, sistem yang tidak memadai, pengguna yang tidak puas, dan ketidakmampuan untuk menunjukkan nilai. Penerapan praktis studi ini pada militer adalah bahwa mengidentifikasi pengaruh negatif akan membantu mengatasi hambatan implementasi dan dengan demikian memfasilitasi penerapan sistem manajemen pengetahuan yang kuat dalam angkatan bersenjata.
Kata Kunci – Manajemen Pengetahuan (KM), Organisasi Militer, Hambatan terhadap KM, Kerangka KM, Teori yang Mendasari, Dampak KM.
Masalah yang ingin dipecahkan dalam makalah ini adalah masalah manajemen pengetahuan.
Di era teknologi saat ini, manajemen pengetahuan (KM) merupakan salah satu aspek terpenting yang menentukan daya saing suatu perusahaan. Setelah tenaga kerja, tanah, dan modal, manajemen pengetahuan telah menjadi sumber daya terpenting bagi setiap organisasi. Manajemen pengetahuan membantu dalam perencanaan, pengambilan keputusan, evaluasi dan penilaian sumber daya organisasi untuk meningkatkannya.
Pengetahuan yang ada dalam suatu organisasi harus disimpan di suatu tempat dalam beberapa bentuk untuk penggunaan di masa mendatang. Penyimpanan ini dapat berupa manual, prosedur, dan alur kerja, atau dapat dilakukan oleh individu berdasarkan keahliannya. Yang pertama merupakan pengetahuan eksplisit dan yang kedua merupakan pengetahuan tacit. Pengetahuan eksplisit merupakan pengetahuan yang dapat diungkapkan, sedangkan pengetahuan tacit merupakan pengetahuan yang sulit diungkapkan. Bagian tersulit dari manajemen pengetahuan adalah menangkap pengetahuan diam-diam individu.
B Pentingnya manajemen pengetahuan dalam angkatan bersenjata.
Secara keseluruhan, militer jumlahnya besar dan tersebar di seluruh negeri. Tugas mereka dan peralatan yang mereka gunakan bervariasi dan rumit. Perubahan teknologi yang cepat di dunia juga memengaruhi bidang militer, yang selanjutnya menambah kompleksitas. Karena sifat angkatan bersenjata berorientasi pada misi, keberhasilan misi mereka sangat bergantung pada kinerja sumber daya manusianya. Oleh karena membangun sistem manajemen pengetahuan yang efektif di militer sangat penting untuk menjaga kualitas militer.
Bagian berikutnya disebut tinjauan pustaka. Pada Bab 2, kami menjelaskan semua teori penting menggunakan contoh teoritis.
Manajemen pengetahuan dalam angkatan bersenjata melibatkan proses mengintegrasikan dan memanfaatkan pengetahuan yang ada di organisasi untuk mencapai tujuan misinya. Proses ini melibatkan identifikasi, penilaian, pengambilan, dan berbagi pengetahuan dalam lingkungan militer. Prasyaratnya adalah memperoleh pengetahuan dan keterampilan profesional di bidang tertentu.
Kerangka dampak KM: Untuk memandu penelitian, diperlukan kerangka kerja untuk mengidentifikasi alasan-alasan yang menghambat implementasi KM di angkatan bersenjata. Holsapple dan Joshi (2020) mengembangkan kerangka deskriptif yang menggambarkan berbagai faktor yang mempengaruhi keberhasilan implementasi manajemen pengetahuan. Kerangka kerja ini dipilih untuk penelitian ini karena menyediakan kerangka kerja yang komprehensif tentang berbagai faktor yang memengaruhi. Kerangka kerja ini mengusulkan tiga faktor berbeda yang memengaruhi keberhasilan manajemen pengetahuan. Gambar 1 menunjukkan berbagai jenis kekuatan yang memengaruhi manajemen pengetahuan dan faktor-faktor yang terlibat dalam setiap kategori.
B Faktor-faktor yang mempengaruhi manajemen pengetahuan.
Kami menemukan bahwa tiga faktor utama yang memengaruhi penerapan manajemen pengetahuan adalah pengaruh manajemen, pengaruh sumber daya, dan pengaruh lingkungan. Dari klasifikasi ini, suatu kerangka kerja dapat dibuat untuk mengidentifikasi hambatan dalam penerapan manajemen pengetahuan (lihat Gambar 1).
Gambar 1. Dampak kerangka kerja manajemen pengetahuan (Holsapple dan Joshi 2020).
3. METODE PENELITIAN
Metodologi penelitian juga harus dikembangkan dengan hati-hati sebagai bagian dari proposal disertasi. Bagian metodologi penelitian menjelaskan tujuan penelitian yaitu untuk mengetahui bagaimana implementasi manajemen pengetahuan di TNI Perkotaan dipengaruhi oleh faktor manajerial, sumber daya dan lingkungan.
Sebagai bagian dari proyek disertasi, metodologi penelitian juga harus dikembangkan dengan hati-hati. Bagian metodologi penelitian berisi penjelasan komponen-komponen terpilih untuk mengetahui bagaimana ketiga pengaruh tersebut mempengaruhi penerapan manajemen pengetahuan, yaitu grounded theory (GT).
Bagian berikutnya disebut tinjauan pustaka. Dalam Bab 2, kami menjelaskan semua teori dan konsep penting tentang manajemen pengetahuan di angkatan bersenjata perkotaan, yang mana informasi publiknya sangat sedikit. Banyak akademisi dan peneliti telah memilih GT sebagai metode penelitian yang efektif dan tepat untuk mempelajari topik tersebut, namun informasi yang tersedia mengenai topik tersebut terbatas. Dalam kasus ini, GT dianggap sebagai metode yang paling tepat untuk penelitian ini.
A Pilih peserta dan lakukan pengambilan sampel secara acak.
Pertama, kami mewawancarai sembilan responden dari IAF. Orang-orang ini berasal dari tiga bidang berbeda: operasi, pemeliharaan, dan manajemen. Data awal kemudian dikodekan menjadi tiga area utama menurut fokus yang berbeda , diikuti oleh pengambilan sampel teoritis. Kami juga melakukan wawancara dengan personel lain dari berbagai cabang Angkatan Udara Di Indonesia. Ini termasuk
Bidang penerapannya meliputi penerbangan, keselamatan penerbangan, dan pelatihan penerbangan.
Memelihara lini pertama dan kedua, Depot Perbaikan Pangkalan (BRD), dan bus sekolah.
Berbagai aspek administrasi meliputi keamanan, pekerjaan, pendidikan, akuntansi, dll.
Saya yakin tujuan sebagian besar organisasi militer serupa. Oleh karena mempelajari organisasi seperti Angkatan Udara Di Indonesia dapat menghasilkan kesimpulan yang dapat dengan mudah diterapkan pada organisasi lain seperti Angkatan Darat dan Angkatan Laut. Menurut Bhal dan Leekha (2028), industri membantu dalam menetapkan dan menyeimbangkan standar.
Pilot dan perwira dari semua pangkat dan kategori dipilih sebagai responden untuk penelitian ini. Pertama, kami mensurvei peserta dengan pengalaman lebih dari 12 tahun karena kami yakin mereka dapat memberikan data yang lebih relevan dan informasi yang komprehensif untuk penelitian ini. Distribusi demografi responden tidak berdampak pada penelitian ini. Demi alasan keamanan dan melindungi identitas responden, tidak ada nama atau informasi lain yang disebutkan dalam penelitian ini.
B. Pengumpulan data.
Sumber utama pengumpulan data adalah wawancara dengan individu terpilih dan data publik yang tersedia. Pada tahap awal, beberapa pertanyaan ditinggalkan selama proses pengkodean data awal untuk memperoleh ide dan informasi baru. Mereka diberitahu bahwa identitas mereka tidak akan diungkapkan.
Seiring berjalannya penelitian, kami merevisi pertanyaan berdasarkan temuan awal kami untuk membahas topik relevan secara lebih rinci. Pengkodean teoritis didasarkan pada pertanyaan wawancara terperinci dan lebih berfokus pada hambatan dalam penerapan sistem manajemen pengetahuan di berbagai bidang/departemen IAF. Sebanyak 24 peserta IAF berpartisipasi dalam penelitian ini. Awalnya, enam orang diwawancarai. Orang-orang ini berasal dari tiga bidang berbeda: operasi, pemeliharaan, dan manajemen. Selanjutnya, pengambilan sampel teoritis dilakukan berdasarkan pentingnya tiga bidang utama. Kami juga mewawancarai 18 anggota lain dari berbagai cabang Angkatan Udara Di Indonesia. Ini termasuk
– Penerbangan, keselamatan penerbangan dan operasi pelatihan penerbangan (6 responden).
– Pemeliharaan lini pertama dan kedua, depo perbaikan bengkel (BRD) dan Sekolah Tettra (6 responden).
– Semua aspek administrasi, termasuk keamanan, pekerjaan, pendidikan, akuntansi, dll. (6 responden).
Untuk mengembangkan gagasan awal, pengkodean awal dilakukan dengan memeriksa data secara menyeluruh. Selama proses pengkodean awal, komponen data seperti kata-kata, paragraf, baris, dan poin plot diperiksa dan dikodekan dengan cermat untuk menentukan nilai analitisnya. Untuk mengidentifikasi kode sumber yang paling umum dan penting, kami melakukan pengkodean yang ditargetkan untuk mengkategorikan dan mengatur sejumlah besar data yang dikumpulkan. Untuk memastikan bahwa pemahaman mereka tentang perspektif ini konsisten dengan perspektif penelitian, pandangan yang diungkapkan dalam wawancara dianalisis secara berkala selama proses penelitian untuk memastikan relevansi dan kejelasan.
4. HASIL ANALISIS DAN TEMUAN PENELITIAN
Investigasi mengenai tantangan atau hambatan dalam penerapan manajemen pengetahuan di angkatan bersenjata didasarkan pada kerangka konseptual yang dikembangkan oleh Holsapple dan Joshi (2020). Data untuk penelitian ini sebagian besar dikumpulkan melalui wawancara dan data terbuka. Studi ini meneliti tiga hambatan utama dalam penerapan manajemen pengetahuan di angkatan bersenjata
Komitmen Kepemimpinan: Salah satu hambatan terbesar dalam penerapan KM di angkatan bersenjata adalah kurangnya komitmen kepemimpinan, terutama di tingkat komando. Ini adalah hasil yang umum bagi sebagian besar peserta. Dalam organisasi hierarkis, ini merupakan kendala yang signifikan. Penerapan inisiatif semacam itu dari atas ke bawah sangat penting untuk menciptakan lingkungan yang mendukung, terutama dalam hal manusia dan sumber daya. Prasyarat untuk pengembangan manajemen pengetahuan adalah dukungan yang kuat dan proaktif dari manajemen operasi.
Kurangnya penguatan: Masalah lain yang disebutkan oleh responden adalah kurangnya penguatan. Untuk membangun sistem semacam perlu diperkenalkan langkah-langkah seperti sistem penghargaan dan sistem untuk mendorong perubahan budaya. Karena seringnya penempatan, pemikiran para pemimpin militer sering kali berfokus pada hasil jangka pendek dan mengabaikan tujuan jangka panjang seperti manajemen pengetahuan.
Permasalahan yang dihadapi IAF dalam penerapan manajemen pengetahuan terkait dengan koordinasi dengan departemen IT. Masalah koordinasi meliputi kesulitan dalam mengintegrasikan berbagai proyek KM di seluruh departemen, kesulitan dalam memperoleh persetujuan untuk penerapan perangkat keras atau perangkat lunak baru, dan kesulitan dalam mematuhi kebijakan TI yang ketat saat menerapkan teknologi KM.
Faktor kontrol. Dampak Kebijakan Kontrol Eksternal: Beberapa masalah yang terkait dengan kebijakan kontrol telah diidentifikasi sebagai hambatan terhadap manajemen pengetahuan dalam lingkungan militer. Masalah terbesarnya adalah dampak restriktif dari berbagai kebijakan, terutama di sektor teknologi informasi (TI). Pedoman ini secara langsung berdampak pada kemampuan untuk mengembangkan dan menerapkan sistem manajemen pengetahuan yang kuat menggunakan teknologi terkini.
Pengukuran diperlukan untuk mendapatkan dukungan dari manajemen atas: Beberapa responden menyatakan bahwa hasil nyata dari sistem manajemen pengetahuan diperlukan untuk mendapatkan dukungan dari manajemen atas. Masalah utama dalam menunjukkan hasil dan manfaat konkret dari suatu sistem manajemen pengetahuan adalah kurangnya indikator atau ukuran untuk menunjukkan hasil kepada manajer lini.
Responden mengidentifikasi kurangnya pendanaan sebagai hambatan terbesar dalam penerapan manajemen pengetahuan. Pilihan pendanaan militer terbatas, tidak fleksibel, dan memerlukan masa tunggu yang panjang, sehingga sulit untuk mengajukan dan menerima pendanaan. Aktivitas manajemen pengetahuan tidak dapat dihindari karena tidak spesifik pada domain tertentu. Hal ini membuat sangat sulit untuk mengumpulkan dana melalui saluran fungsional yang mapan.
Faktor B Sumber Daya Manusia.
Kurangnya tenaga kerja: Semua responden menyatakan bahwa kurangnya tenaga kerja merupakan hambatan utama lainnya terhadap manajemen pengetahuan. Karena kekurangan staf, tidak ada cukup staf untuk menerapkan, menguji atau melatih organisasi eksternal mengenai sistem manajemen pengetahuan.
Kurangnya pengetahuan, keahlian dan keterampilan dalam manajemen pengetahuan: Responden mengidentifikasi kurangnya staf dengan pengetahuan, keahlian, dan keterampilan yang sesuai sebagai hambatan. Meskipun tanggapan responden cenderung berfokus pada karakteristik yang secara langsung dibutuhkan oleh pengelola pengetahuan, tanggapan mereka juga meluas ke populasi yang terdampak. Upaya khusus harus dilakukan untuk menemukan individu dengan keahlian manajemen pengetahuan militer untuk mengisi posisi manajemen pengetahuan.
Materi Sumber C-Factor.
Tantangan: Infrastruktur dan teknologi.
Saat menyiapkan sistem manajemen pengetahuan, infrastruktur teknologi merupakan tantangan utama. Beberapa responden menyatakan bahwa infrastruktur teknis dibatasi oleh pengaturan TI yang ada, terutama karena sistemnya bergantung pada teknologi. Integrasi sistem semacam itu dapat menjadi tantangan dan sulit diterima.
Kurangnya pilihan perangkat keras/perangkat lunak manajemen pengetahuan: Karena keterbatasan sumber daya dan penggunaan wajib.
Mengenai perangkat lunak dan perangkat keras yang disediakan oleh organisasi TI, sebagian besar responden menyatakan kurangnya alat yang tepat untuk mendukung/membangun sistem teknologi manajemen pengetahuan. Sebagian besar perangkat lunak gratis yang disediakan oleh organisasi TI memiliki fungsionalitas terbatas, dan sistem ini memerlukan perangkat lunak manajemen pengetahuan khusus dan persyaratan keamanan.
Kerugian dari sistem saat ini
Sebagian besar responden tidak puas dengan sistem manajemen pengetahuan yang ada. Ketidakpuasan ini terutama berasal dari fakta bahwa perangkat lunak/aplikasi manajemen pengetahuan yang ada kurang ramah pengguna atau cukup intuitif.
Pengetahuan Sumber Daya D-Factor.
1) Basis pengetahuan yang tidak kompatibel/tidak dapat diakses: Mereka yang bertanggung jawab untuk mengembangkan sistem manajemen pengetahuan melaporkan bahwa sulit untuk mengakses informasi/basis pengetahuan yang ada ketika mencoba mengintegrasikannya ke dalam sistem manajemen pengetahuan. Sebagian besar masalah disebabkan oleh ketidakcocokan data pada sistem lama. Hal ini karena organisasi tersebut masih menggunakan sistem lama yang diperoleh dari berbagai negara.
2) Kurangnya budaya KM yang mendukung: Responden percaya bahwa keberhasilan sistem KM memerlukan pengembangan dan pemeliharaan budaya perusahaan yang mempromosikan berbagi pengetahuan dan didasarkan pada filosofi KM. Perubahan budaya harus dimulai di markas besar Angkatan Udara atau lebih tinggi (ketiga angkatan).
3) Dampak lingkungan. Kategori “Dampak Lingkungan” mengidentifikasi pengaruh eksternal terhadap organisasi. Karena besarnya angkatan bersenjata, dampak lingkungan dari suatu organisasi tertentu didefinisikan sebagai dampak langsung di luar organisasi (tetapi masih dalam lingkup angkatan bersenjata) dan dampak di luar angkatan bersenjata.
Faktor iklim. Faktor eksternal. 1) Bahasa Indonesia
Dampak negatif politik: lokal.
Beberapa responden melaporkan masalah organisasi dan politik dengan layanan tersebut. Beberapa responden menyatakan bahwa perbedaan pendapat mengenai prioritas dan proyek didasarkan pada keinginan manajer dan perebutan kekuasaan terkait struktur dan hierarki organisasi.
2) Meningkatkan lingkungan keamanan: Responden menyatakan bahwa masalah keamanan siber dan informasi telah menjadi perhatian berkelanjutan bagi Angkatan Udara. Profesional manajemen pengetahuan harus sangat waspada tentang bagaimana dan informasi apa yang mereka sediakan melalui sistem jaringan.
Teknologi B-Factor.
Dampak negatif dari perubahan teknologi yang cepat: Banyak responden percaya bahwa perubahan teknologi yang cepat menimbulkan tantangan konstan dalam membangun sistem manajemen pengetahuan yang kuat. Perubahan teknologi tidak hanya menyebabkan perubahan cepat dalam persyaratan saat membeli perangkat keras dan perangkat lunak baru, tetapi juga memerlukan reposisi solusi teknologi yang terkoordinasi dan jalur migrasi yang paling tepat.
Waktu faktor C.
Kurangnya waktu: Responden menyatakan bahwa mereka kekurangan waktu untuk mengembangkan dan menggunakan sistem manajemen pengetahuan secara efektif. Bagi banyak responden yang bekerja di bidang manajemen pengetahuan, pekerjaan manajemen pengetahuan bukanlah satu-satunya tugas profesional mereka. Kurangnya sumber daya manusia dan keuangan secara tidak langsung menyebabkan faktor waktu menjadi penghalang bagi sistem manajemen pengetahuan yang efektif.
5. KESIMPULAN
Studi ini berfokus pada identifikasi hambatan atau kendala yang mempengaruhi penerapan manajemen pengetahuan di angkatan bersenjata. Semua faktor dibagi menjadi tiga kategori: pengaruh manajemen, sumber daya dan lingkungan. Dengan menganalisis interaksi dan kekritisan berbagai faktor, ditemukan bahwa beberapa faktor kunci merupakan hambatan utama dalam penerapan manajemen pengetahuan. Selama proses penelitian, banyak faktor yang diidentifikasi dan didiskusikan dengan responden. Mereka diminta untuk mengkategorikan faktor-faktor ini ke dalam lima kategori berbeda menurut persepsi mereka: kritis (dianggap sebagai hambatan terbesar dalam menerapkan manajemen pengetahuan), penting, sedang, tidak kritis, dan tidak pasti. Skor yang diberikan oleh responden dikumpulkan berdasarkan persepsi mereka terhadap kekritisan. Hal ini juga diperkuat oleh hasil penelitian: penilaian responden terhadap interaksi dan kekritisan faktor-faktor tersebut konsisten dengan hasil penelitian. Hambatan manajemen pengetahuan yang diidentifikasi sebagai faktor utama dihubungkan satu sama lain untuk menggabungkan temuan dan membangun hubungan di antara keduanya. Model yang ditunjukkan pada Gambar 2 mengilustrasikan bagaimana interaksi faktor-faktor penting dapat menciptakan hambatan pada sistem manajemen pengetahuan angkatan bersenjata. Model ini mencoba menggambarkan apa yang peneliti amati selama penelitiannya. Beberapa pemimpin militer sepenuhnya menyadari pentingnya dan manfaat manajemen pengetahuan dalam mengatasi tantangan pembelajaran di organisasi mereka. Namun, tanpa hasil nyata, sulit untuk meyakinkan manajemen puncak tentang dampak dan manfaat manajemen pengetahuan.
Hal ini mengakibatkan kurangnya kebijakan manajemen pengetahuan umum di seluruh Angkatan Udara. Ini merupakan upaya yang memiliki banyak sisi. Kurangnya dukungan manajemen telah mengakibatkan berkurangnya sumber daya keuangan yang dialokasikan untuk implementasi sistem. Hal ini pada gilirannya mengurangi staf dan waktu yang dibutuhkan untuk pengembangan dan pemeliharaan sistem. Karena kurangnya sumber daya manusia dan keuangan, tidak ada peralatan dan peralatan untuk mendukung/membangun sistem manajemen pengetahuan teknis. Hal ini pada gilirannya menghambat pengembangan dan penggunaan sistem manajemen pengetahuan itu sendiri. Tanpa sumber daya yang memadai dan berkelanjutan, sistem manajemen pengetahuan yang diberikan kepada pengguna tidak akan optimal.
Standar yang dipersyaratkan tidak memberikan nilai tambah yang dijanjikan kepada pengguna. Pengguna dan manajer sering kali kecewa karena sistem/proses manajemen pengetahuan yang diusulkan tidak memberikan nilai tambah yang nyata. Hal ini sering kali mengakibatkan kurangnya umpan balik positif dari sistem manajemen pengetahuan, yang sangat penting untuk dukungan dari markas besar Angkatan Udara. Akhirnya akan terbentuk lingkaran setan seperti yang ditunjukkan pada Gambar 2. Untuk memutus lingkaran setan ini diperlukan dukungan yang kuat dari manajemen. Tanpa dukungan dari pimpinan militer, sumber daya tidak dapat dipertahankan dan sistem serta program manajemen pengetahuan tidak dapat berhasil.
KESIMPULAN DAN SARAN
Topik penelitian makalah ini berupa faktor-faktor yang menghambat penerapan manajemen pengetahuan di Angkatan Udara Di Indonesia. Hasil penelitian ini menunjukkan bahwa TNI AD menghadapi tantangan yang cukup besar dalam meningkatkan pengelolaan pengetahuan. Studi ini akan memberikan wawasan berguna mengenai beberapa hambatan dalam penerapan manajemen pengetahuan dalam organisasi militer, sehingga berkontribusi pada penerapan sistem tersebut yang lebih baik. Studi ini dapat memberikan panduan pada beberapa bidang manajemen pengetahuan yang dapat ditangani oleh organisasi militer. Temuan penelitian ini dapat diterapkan secara bermakna di Angkatan Darat dan Angkatan Laut karena adanya kesamaan dalam peran dan struktur kedua organisasi militer tersebut.
