Hasil Pencarian  ::  Simpan CSV :: Kembali

"Tesis ini membahas pengaruh dimensi knowledge leadership yang terdiri atas orienteering of learning, creating a climate, supporting learning process dan action as a role model terhadap penciptaan pengetahuan (knowledge creating) pengurus Organisasi Kemasyarakatan Pemuda (OKP) secara parsial dan bersamasama.Penelitian ini adalah penelitian kuantitatif dengan desain deskriptif. Data dikumpulkan menggunakan instrumen kuisioner. Analisisnya menggunakan analisi regresi linier ganda. Hasil penelitian menyatakan bahwa secara bersamasama dimensi knowledge leadership berpengaruh signifikan dan positif terhadap penciptaan pengetahuan (knowledge creating) pengurus OKP. Sedangkan secara parsial dimensi dimensi knowledge leadership yang berpengaruh adalah creating a climate dan action as a role model.

---

The focus of this study is the impact of the knowledge leadership dimension consisting orienteering of learning, creating a climate, supporting learning process and action as a role model to knowledge creating of youth social organization commitee partially and integrallity.This research is quanitative with descriptive design. The data were collected by questionnaire instrument. The data were analysized by multiple linier regression. Result of the research summarized that the knowledge leadership dimension influential to knowledge creating of youth social organization commitee integrallity. In Partially, the dimension of knowledge leadership give the impact significanly to knowledge creating are creating a climate and action as a role model."

"Tesis ini mcmbahas pcngaruh dimensi knowledge Ieadershgn yang terdiri atas orienteering of learning, creating a climate, supporfing learning process dan action as a role model terhadap penciptaan pengetahuan (knowledge creating) pcngurus Organisasi Kemasyarakatan Pemuda (OKP) secara parsial dan bersama- sama. Penelitian ini adalah penelitian kuantitatif dengan desain deskriptif. Data dikumpulkan menggunakan instrumen kuisioner. Analisisnya menggunakan analisi regresi linier ganda. I-lasil penelitian menyatakan bahwa secara bersama- sama dimensi bzowledge Ieadershqv berpengaruh signifxkan dan positif terhadap penciptaan pengetahuan (knowledge creating) pengurus OKP. Sedangkan secara parsial dimensi dimensi knowledge leadershw yang berpengaruh adalah creating a ciimare dan action as a role model.

---

The focus of this study is the impact of the knowledge leadership dimension consisting orienteering of learning, creating a climate, supporting leaming process and action as a role model to knowledge creating of youth social organization commitee partially and integrallity. This research is quanitative with descriptive design. The data were collected by questionnaire instrument. The data were analysized by multiple Iinier regression. Result of the research summarized that the knowledge leadership dimension influential to knowledge creating of youth social organization commitee integrallity. In Partially, the dimension of knowledge leadership give the impact signiticanly to knowledge creating are creating a climate and action as a role model."

"PP memiliki permasalahan manajemen pengetahuan terkait knowledge capturing yang dirasa belum maksimal akibat kegiatan pengembangan maupun operasional aplikasi tidak dapat berjalan dengan semestinya jika person in charge (PIC) yang bersangkutan sakit, cuti, dimutasi ataupun resign. Knowledge transfer pun masih bermasalah karena perpindahan knowledge dari satu pengembang ke pengembang lain, maupun dari satu operasional ke operasional lain di Divisi APP belum maksimal. Bagian Knowledge Management (KMG) Divisi APP telah melakukan upaya untuk mengatasi permasalahan tersebut dengan mengadakan sharing dan e-learning. Namun, hasil keikutsertaannya masih dibawah ekspektasi. Bagian KMG juga memiliki tugas membangun sebuah knowledge management system yang belum terealisasikan karena belum mengetahui model yang cocok. Permasalahan-permasalahan tersebut dapat menyebabkan Bank BRI mengalami loss opportunity dari aplikasi yang harusnya berjalan dengan baik dan meningkatkan biaya pengembangan. Maka dari itu diperlukan pengukuran tingkat penerapan terhadap knowledge management di Divisi APP agar permasalahan yang sudah disebutkan dapat dihindari. Pengukuran ini dilakukan menggunakan analisis deskriptif dan hasilnya akan dipetakan ke dalam lima tingkat implementasi knowledge management readiness. Data yang dipakai dalam pengukuran didapat dari kuesioner yang disebar ke seluruh pegawai Divisi APP. Hasil dari penelitian ini adalah tingkat kesiapan penerapan knowledge management Divisi APP Bank BRI berada di level 4 (receptive). Dari hasil tersebut dibuat rekomendasi agar Divisi APP bisa lebih siap dalam menerapkan knowledge management. Rekomendasi tersebut dipresentasikan ke tempat studi kasus dan dilakukan analisis. Hasilnya, Divisi APP Bank BRI setuju dengan rekomendasi yang telah dibuat.

---

The Application Management & Operations Division (APP) of Bank BRI is the division that is responsible for the development and operation of business support applications for Bank BRI. The APP Division has knowledge management problems related to knowledge capturing which is felt to be not optimal due to application development and operational activities not being able to run properly if the person in charge (PIC) concerned is sick, on leave, transferred or resigned. Knowledge transfer is still problematic because the transfer of knowledge from one developer to another, or from one operation to another in the APP Division has not been maximized. The Knowledge Management Function (KMG) of the APP Division has made efforts to overcome these problems by holding sharing and e-learning. However, the results of his participation are still below expectations. The KMG section also has the task of building a knowledge management system that has not been realized because it does not yet know the appropriate model. These problems can cause Bank BRI to experience a loss of opportunity from applications that should run well and increase development costs. Therefore, it is necessary to measure the level of application of knowledge management in the APP Division so that the problems that have been mentioned can be avoided. This measurement is carried out using descriptive analysis and the results will be mapped into five levels of knowledge management readiness implementation. The data used in the measurement was obtained from a questionnaire distributed to all employees of the APP Division. The result of this study is that the level of readiness for the application of knowledge management in the APP Division of Bank BRI is at level 4 (receptive). From these results, recommendations are made so that the APP Division can be better prepared in implementing knowledge management. The recommendations are presented to the case study site and analyzed. As a result, the APP Division of Bank BRI agreed with the recommendations that had been made."

"Pusat Pengolahan Data dan Informasi (Pusdatin) merupakan unit yang memiliki tugas mengelola SI/TI di BKPM. Permasalahan yang terjadi di Pusdatin adalah pengetahuan dan kemampuan melekat pada masing-masing individu dan tidak terdokumentasi dengan baik. Hal ini menyebabkan sulitnya pengetahuan tersebut diketahui atau diakses oleh pegawai lain, sehingga dapat berdampak pada terganggunya layanan di Pusdatin. Untuk itu Pusdatin membutuhkan suatu sistem berbasis teknologi informasi yang dapat mengelola pengetahuan, sehingga harapannya, para pegawai dapat menangkap, menyaring, dan menerima pengetahuan yang ada, serta menciptakan pengetahuan baru untuk mendorong kontribusi maksimum dalam menjalankan tugas pokok dan fungsi, serta target Pusdatin.Pengelolaan pengetahuan atau yang dikenal dengan knowledge management (KM) adalah proses menangkap atau menggunakan keahlian kolektif dari sebuah institusi pada semua bagian bisnis ? di kertas, dokumen, database (disebut explicit knowledge), atau dalam pikiran manusia (disebut tacit knowledge). Penerapan KM sangat membutuhkan persiapan yang matang agar tidak mengalami kendala atau kegagalan. Oleh karena itu, penelitian ini bertujuan untuk mengukur tingkat kesiapan organiasasi dalam implementasi KM (KM readiness), sehingga dapat memberikan rekomendasi untuk meningkatkan kesiapan dalam implementasi KM. Model KM readiness disusun berdasarkan literatur dan penelitian sebelumnya yang relevan. Penelitian dilakukan melalui sensus terhadap seluruh pegawai Pusdatin dengan menggunakan kuesioner. Setelah data terkumpul, data dianalisis menggunakan analisis faktor konfirmatori untuk memastikan model KM readiness yang telah disusun benar serta untuk mendapatkan variabel yang valid dan reliabel. Kemudian analisis deskriptif digunakan untuk mendapatkan gambaran tingkat kesiapan organisasi dalam implementasi KM.Analisis faktor konfirmatori menghasilkan faktor-faktor yang digunakan untuk mengukur tingkat kesiapan KM di Pusdatin, yaitu faktor budaya organisasi, struktur organisasi, individu, dan teknologi informasi. Hasil analisis menunjukkan bahwa tingkat kesiapan KM di Pusdatin berada pada kategori tinggi. Artinya, organisasi telah memiliki kemampuan yang memadai, dan karenanya telah matang kesiapannya untuk implementasi KM.

---

Data and Information Center (Pusdatin) is the unit which has responsible to manage IS/IT in Indonesia Coordinating Board (BKPM). The problem is the knowledge and capabilities inherent in each individual and not well documented. It makes difficult to be known or accessed by other employees. This condition could lead distraction and inefficiency on the service level in Pusdatin. For that reason, Pusdatin requires an information technology-based system that can manage knowledge, so at the end, employees can capture, filter, and accept existing knowledge, as well as creating new knowledge to encourage the maximum contribution in performing basic tasks, functions and target of Pusdatin.

Knowledge Management (KM) is the process to capturing and making use of a firm?s collective expertise anywhere in the business? on paper, in documents, in database (called explicit knowledge), or in people?s head (called tacit knowledge). Implementation of KM requires careful preparation to avoid having problems or failures. Therefore, this study aims to measure the degree of readiness of an Organization in the implementation of KM (KM readiness), so that it can give recommendations to improve readiness in implementing KM.

Model KM readiness compiled based on literature and previous relevant studies. The study was conducted through a census of all employees Pusdatin using questionnaires. After the data is collected, the data were analyzed using confirmatory factor analysis to ensure readiness KM models that have been prepared are correctly and to get the variables are valid and reliable. Then, descriptive analysis is used to get an idea of the level of readiness of the organization in the implementation of KM.

Confirmatory factor analysis results the factors used to measure KM readiness level in Pusdatin. The analysis showed that the degree of readiness of Knowledge Management in Pusdatin at the high category. This means that the organization has had sufficient capability, and therefore has matured readiness to implement KM."

"Knowledge graphs grow more prominent year after year. With the development of knowledge graphs, an aspect to take note of is the knowledge wealth of knowledge graphs. Knowledge wealth could be said as the amount of information stored within a knowledge graph. The richness of knowledge wealth in a knowledge graph could heighten the quality of a knowledge graph and vice versa. There have not been many tools to analyze knowledge wealth in knowledge graphs and the ones that exist have limitations in the way they analyze knowledge wealth. We propose a Python framework to analyze knowledge wealth and imbalance for RDF knowledge graphs. The framework can help with doing large scale analysis on knowledge graphs and see how knowledge wealth is distributed within a knowledge graph. To evaluate the framework, this study includes large-scale analysis on several different knowledge graphs. We hope that the result of this framework can help others in analyzing knowledge wealth within various knowledge graphs.

---

Dengan perkembangannya knowledge graph, salah satu aspek penting yang perlu diperhatikan adalah knowledge wealth atau kekayaan informasi yang terdapat pada suatu knowledge graph. Kayanya knowledge wealth dalam suatu knowledge graph dapat menandakan tingginya kualitas suatu knowledge graph dan sebaliknya. Belum terdapat banyak alat (tool) untuk menganalisis knowledge wealth dalam knowledge graph dan alat yang sudah ada memiliki limitasi dalam menganalisis. Penelitian ini mengusulkan sebuah framework Python untuk menganalisis knowledge wealth dan knowledge imbalance dalam RDF knowledge graph. Framework ini membantu untuk melakukan analisis skala besar pada knowledge graph dan melihat persebaran knowledge wealth pada knowledge graph tersebut. Untuk mengevaluasi framework ini, dilakukan studi kasus berskala besar pada beberapa knowledge graph. Diharapkan hasil dari penelitian ini dapat membantu dalam meneliti knowledge wealth pada knowledge graph.

"

"Bagi IBM-JTI aset terbesar dan terpenting adalah sumber daya manusia, khususnya para knowledge worker yang ada di dalamnya. Knowledge worker tidak hanya dilihat sebagai sumber daya bagi perusahaan, namun mewakili citra merek, menentukan kinerja perusahaan, dan memengaruhi klien untuk sukses dalam bisnis mereka. Dewasa ini, adanya wabah virus corona (COVID-19) telah membawa krisis global yang mengubah banyak aspek kehidupan, termasuk kondisi dan lingkungan kerja. Banyak negara, termasuk Indonesia, telah menetapkan kebijakan social distancing untuk mengurangi penyebaran virus. Oleh karena itu banyak knowledge worker baik dari sektor publik maupun swasta, beralih ke kerja jarak jauh dari rumah, tidak terkecuali IBM-JTI. Oleh karena itu banyak organisasi terpaksa mulai menggunakan teknologi digital baru untuk mendukung komunikasi dan kerjasama. Akibatnya, para knowledge worker diharapkan cepat beradaptasi. Perubahan mendadak ini berpotensi meningkatkan ketidaknyamanan yang dapat berdampak pada produktivitas dari para knowledge worker. Dari proses Systematic Literature Review (SLR) didapatkan lima belas faktor yang dapat memengaruhi produktivitas dari knowledge worker. Faktor-faktor ini kemudian dianalisis menggunakan kerangka kerja People, Process, Technology (PPT). Hasil dari kerangka kerja PPT menjadi dasar dalam proses menyebarkan kuesioner untuk kemudian dilakukan analisis lanjutan menggunakan model Partial Least Structural Equation Modeling (PL-SEM). Dari hasil kuesioner diperoleh 103 responden untuk kemudian dilakukan pengolahan data dan didapatkan enam faktor yang hipotesisnya dapat diterima sebagai faktor yang memengaruhi produktivitas dari knowledge worker yaitu: Motivasi, Kejelasan Visi/Tujuan, Budaya/Kepercayaan Organisasi, Proses Belajar dan Mengajar yang Berkelanjutan, Dukungan Supervisor atau Atasan, dan Kesejahteraan/Penghargaan/Kompensasi. Implikasi yang didapatkan dari penelitian ini dapat menjadi lesson learned untuk kemudian dibangun rekomendasinya. Beberapa rekomendasi tersebut diantaranya adalah dengan melakukan pendekatan yang lebih spesifik terhadap masing-masing rentang usia dan jenis kelamin untuk meningkatkan motivasi mereka, menambah pelatihan atau diskusi yang berkaitan dengan visi misi dan integritas terhadap perusahaan, memaksimalkan media komunikasi untuk saling berkomunikasi dan menyelarasakan tujuan semasa pandemi, membuat layanan konseling dan kesehatan yang secara aktif dan periodik melakukan monitor terhadap kesehatan pada knowledge worker, menyiapkan modul pembelajaran dalam bentuk offline dan memberikan pelatihan yang membangun kesadaran knowledge worker tentang distorsi waktu mereka.

---

For IBM-JTI, the most valuable and critical asset is its human capital, particularly its knowledge workers. Not only are knowledge workers viewed as a resource for the organization, but they also represent the brand image, drive the organization's performance, and influence clients to succeed in their business. Today, the corona virus outbreak COVID-19 has triggered a global crisis that has altered numerous facets of life, including working conditions and environments. Numerous countries, including Indonesia, have implemented social distancing policies in an attempt to contain the virus' spread. As a result, many knowledge workers in both the public and private sectors, including IBM-JTI, have shifted to working remotely from home. As a result, many organizations are being compelled to adopt new digital technologies to facilitate communication and collaboration. As a result, knowledge workers must be adaptable. This abrupt change has the potential to increase discomfort, which can have a negative effect on knowledge workers' productivity. We discovered fifteen factors that can affect the productivity of knowledge workers through the Systematic Literature Review (SLR) process. These variables are then analyzed using the framework of people, process, and technology (PPT). The PPT framework's results served as the foundation for the process of distributing questionnaires for subsequent analysis using the Partial Least Structural Equation Modeling (PL-SEM) model. From the results of the questionnaire obtained 103 respondents for later processing the data and obtained six factors whose hypothesis can be accepted as factors that could affect the productivity of workers' knowledge, namely: Motivation, Clarity of Vision/Goals, Organizational Culture/Beliefs, Continuous Learning and Teaching, Perceived Supervisory Support, and Well-being/Rewards/Compensation. The implications obtained from this research can be used as lessons learned and then build recommendations. Some of these recommendations include taking a more specific approach to each age range and gender to increase their motivation, adding training or discussions related to the vision, mission and integrity of the company, maximizing communication media to communicate with each other and aligning goals during the pandemic, create counseling and health services that actively and periodically monitor the health of knowledge workers, prepare learning modules in offline form and provide training that builds awareness of knowledge workers about the distortion of their time.

"

"Seiring dengan pesatnya perkembangan volume data, kebutuhan akan data yang machine-readable tidak bisa dihindari. Akibatnya, penggunaan struktur data knowledge graph semakin populer. Dengan perkembangannya, aspek kualitas dari sebuah knowledge graph perlu diperhatikan, salah satunya adalah knowledge wealth: kekayaan informasi yang terdapat pada suatu knowledge graph. Tingginya knowledge wealth dalam suatu knowledge graph dapat menandakan tingginya kualitas suatu knowledge graph; sebaliknya, tingkat knowledge wealth yang rendah mengindikasikan buruknya kualitas suatu knowledge graph. Namun, belum terdapat cara formal yang mendefinisikan knowledge wealth dan bagaimana mengukurnya serta menganalisisnya. Penelitian ini mengusulkan sebuah framework untuk menganalisis knowledge wealthdan tingkat knowledge imbalance dalam RDF knowledge graph dengan melihat bagaimana knowledge wealth dari sebuah kelas entitas tersebar pada knowledge graph tersebut menggunakan pengukuran statistika dan bantuan visualisasi. Selain itu, framework ini juga membantu untuk mengidentifikasi grup-grup entitas berdasarkan tingkat kekayaan di dalam kelasnya, menemukan bentuk distribusi yang paling mendekati distribusi knowledge wealth, melakukan pengelompokkan kelas-kelas entitas berdasarkan bentuk distribusi knowledge wealth, hingga mendeteksi bias pada sebuah knowledge graph. Untuk mengevaluasi framework ini, dilakukan studi kasus pada beberapa kelas entitas di Wikidata. Diharapkan hasil dari penelitian ini dapat membantu dalam meneliti knowledge wealth pada knowledge graph serta dimanfaatkan untuk mengoptimalkan usaha pengeditan dan pengembangan proyek knowledge graph oleh para kontributornya.

---

Along with the rapid development of data volumes, the need for machine-readable data is inevitable. As a result, the use of knowledge graph data structures becomes more popular. With its development, quality aspects of a knowledge graph need to be considered, one of which is knowledge wealth: the amount of information contained in a knowledge graph. A high level of knowledge wealth in a knowledge graph may indicate the high quality of a knowledge graph; conversely, a low level of knowledge wealth can be a sign of poor quality of a knowledge graph. However, there is no formal way to define knowledge wealth and how to measure and analyze it. This study proposes a framework to analyze knowledge wealth and the level of knowledge imbalance in the RDF knowledge graph by seeing how the knowledge wealth of an entity class is spread over the knowledge graph using statistical measures and visualization. In addition, this framework also helps to identify entity groups based on the level of wealth in their class, finds the best theoretical distribution that fits best to knowledge wealth distribution, performs clustering on classes based on the shape of knowledge wealth distribution, and detects bias in a knowledge graph. To evaluate this framework, some use cases were conducted on several classes on Wikidata. It is hoped that the results of this study can assist in researching knowledge wealth in the knowledge graph and be used to optimize the efforts of editing and developing knowledge graph projects by the contributors."