Model Data-Information-Knowledge-Wisdom (DIKW)
dalam pembahasan data dan informasi, kita akan mengenal tentang Knowledge dan Wisdom. Dalam pembahasan ini, terdapat urutan untuk pengolahan data. Bentuk data akan berubah atau berkembang menjadi informasi lalu berkembang menjadi knowledge (pengetahuan) lalu berkembang menjadi wisdom. Dengan begitu, suatu data dapat dipahami dengan benar dan cermat.
Data
Data adalah catatan atas kumpulan fakta. Data merupakan bentuk jamak dari datum, berasal dari bahasa Latin yang berarti “sesuatu yang diberikan”. Dalam penggunaan sehari-hari data berarti suatu pernyataan yang diterima secara apa adanya. Pernyataan ini adalah hasil pengukuran atau pengamatan suatu variabel yang bentuknya dapat berupa angka, kata-kata, atau citra.
Jenis-jenis data dapat dibagi berdasarkan sifatnya, sumbernya, cara memperolehnya, dan waktu pengumpulannya.
-Menurut sifatnya, jenis-jenis data yaitu:
Data Kualitatif: data kualitatif adalah data yang tidak berbentuk angka, misalnya: Kuesioner Pertanyaan tentang suasana kerja, kualitas pelayanan sebuah rumah sakit atau gaya kepemimpinan, dll.
Data Kuantitatif: data kuantitatif adalah data yang berbentuk angka, misalnya: harga saham, besarnya pendapatan, dll.
-Jenis-jenis data menurut sumbernya, antara lain:
Data Internal: data intenal adalah data dari dalam suatu organisasi yang menggambarkan keadaan organisasi tersebut. Contohnya: suatu perusahaan, jumlah karyawannya, jumlah modalnya, atau jumlah produksinya, dll.
Data Eksternal: data eksternal adalah data dari luar suatu organisasi yang dapat menggambarkan faktor-faktor yang mungkin mempengaruhi hasil kerja suatu organisasi. Misalnya: daya beli masyarakat mempengaruhi hasil penjualan suatu perusahaan.
-Jenis-jenis data menurut cara memperolehnya, antara lain:
Data Primer (primary data): data primer adalah data yang dikumpulkan sendiri oleh perorangan/suatu organisasi secara langsung dari objek yang diteliti dan untuk kepentingan studi yang bersangkutan yang dapat berupa interview, observasi.
Data Sekunder (secondary data): data sekunder adalah data yang diperoleh/ dikumpulkan dan disatukan oleh studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain. Biasanya sumber tidak langsung berupa data dokumentasi dan arsip-arsip resmi.
-Jenis-jenis data menurut waktu pengumpulannya, antara lain:
Data cross section, yaitu data yang dikumpulkan pada suatu waktu tertentu (at a point of time) untuk menggambarkan keadaan dan kegiatan pada waktu tersebut. Misalnya; data penelitian yang menggunakan kuesioner.
Data berkala (time series data), yaitu data yang dikumpulkan dari waktu ke waktu untuk melihat perkembangan suatu kejadian/kegiatan selama periode tersebut. Misalnya, perkembangan uang beredar, harga 9 macam bahan pokok penduduk.
Informasi
para ahli memiliki pengertian masing-masing tentang informasi, berikut adalah beberapa pengertian informasi menurut para ahli :
Abdul Kadir (2002: 31); McFadden dkk (1999) mendefinisikan informasi sebagai data yang telah diproses sedemikian rupa sehingga meningkatkan pengetahuan seseorang yang menggunakan data tersebut.
Azhar Susanto (2004:46) dalam bukunya Sistem Informasi Akuntansi, menyatakan bahwa informasi adalah hasil pengolahan data yang memberikan arti dan manfaat.
Burch dan Strater menyatakan bahwa informasi adalah pengumpulan atau pengolahan data untuk memberikan pengetahuan atau keterangan.
George R. Terry berpendapat bahwa informasi adalah data yang penting yang memberikan pengetahuan yang berguna.
Jogianto (2004:8) dalam bukunya yang berjudul Analisis dan Desain Sistem Informasi, berpendapat bahwa informasi adalah data yang diolah menjadi bentuk yang lebih berguna bagi yang menerimanya.
Knowledge (pengetahuan)
Pengetahuan adalah know-how, yang merupakan suatu fungsi dalam mentransformasikan informasi menjadi pemahaman mengenai fenomena suatu kajian sosial maupun alam. Knoweldge dapat diperoleh diataranya dengan transfer orang lain yang memilikinya atau instruksi dari orang lain, atau dari sari. Jadi dapat dikatakan bahwa pengetahuan akan dapat menjawab pertanyaan how.
Pengetahuan = Informasi +Rules (Reasoning)
Expert Reasoning
-Reasoning by analogy: membuat analogi (keterhubungan dengan metode menyamakan) satu konsep dengan konsep lain yang sejenis
-Formal reasoning: mengunakan metode deduktif atau induktif (berbasis fakta untuk menghasilkan kesimpulan)
-Case-based reasoning: reasoning dengan kasus-kasus terdahulu yang relevan
Wisdom (kebijakan)
Kebijakan, secara gambalang dapat kita anggap sebagai kumpulan pengetahuan, atau dapat diartikan sebagai value(nilai) yang menyangkut moral dan kode etik dalam pengetahuan akan fenomena empiris yang ditransformasi kedalam suatu filosofi/teori/. Wisdom akan banyak menjawab pertanyaan why. Seperti, Kenapa kita ada? Wisdom adalah proses extrapolasi, non deterministic process dan non proses probabilistic. Wisdom dapat dipanggil berdasarkan tingat kesadaran sebelumnya dan khususnya sangat tergatung pada type orang (moral, etik, dll)
Menurut Ackof, Data, Informasi dan pengetahuan adalah bagian dari masa lalu, karena hanya berhadapan dengan apa yang sudah terjadi atau yang diketahui. Sedangkan kebijakan berhubungan dengan masa depan karena dapat digunakan untuk merancang masa depan. Dengan kebijakan orang dapat membuat masa depan dan tidak hanya mengambil kondisi sekarang dan masa lalu. Akan tetapi, mencapai wisdom tidaklah mudah, orang harus terus bergerak, menangani banyak hal yang terkait dengan bidangnya lalu berhasil.
contoh :
Data: Surabaya, 33 Derajat Celsius.
–Masih mentah dan belum terlalu berarti.
Informasi: Surabaya sedang mengalami cuaca yang panas
— data yang telah diolah
Knowledge: Kalau Surabaya panas, maka biasanya banyak orang akan memilih menggunakan kendaraan roda 4 sehingga akan terjadi macet di jalan jalan utama.
— informasi yang sudah dikembangakan
Wisdom : Kemacetan terjadi karena adanya volume kendaraan yang banyak, jumlah penduduk, suhu (yang mempengaruhi kecenderungan penduduk dalam beraktifitas).
— sekumpulan pengetahuan (pengetahuan tentang kependudukan, kecenderungan manusia, suhu udara)
dari semua informasi di atas, kita dapat menyimpulkan semuanya dalam bentuk grafik
Pemodelan Pengetahuan
Aturan (rules)
Knowledge direpresentasikan sebagai pasangan atribut yang bernilai (E.H. Shortliffe)
Bentuk umum rules:
if attribute A1 has value V1
and attribute A2 has value V2
then attribute A3 has value V3
Semantic Network
Semantic network adalah representasi yang mengekspresikan solusi permasalahan dengan menggunakan network (graph berarah). Di dalamnya menggunakan node(simpul) untuk merepretasikan suatu kondisi, dan arc(link) untuk merepretasikan relasi antar simpul.
Semantic network ini adalah representasi yang bersifat:
-Lexically, di dalamnya terdapat node(simpul), link dan batasan-batasan khusus dari permasalahan
-Structurally, masing-masing link akan terkoneksi dari simpul yang paling depan(head node) sampai simpul yang paling belakang (tail node).
-Semantically, semua simpul dan link merepretasikan permasalahan tetao berada dalam batasannya.
Knowledge Structure
Pengetahuan yang aktual dihasilkan dari pengetahuan yang sudah ada
Identifikasi pengetahuan dasar untuk membangun struktur pengetahuan
Pengetahuan dasar ini menjadi bagian struktur pengetahuan; dan dapat digunakan untuk menghasilkan pengetahuan aktual
Contoh pengetahuan dasar dari pengetahuan merebus telur:
Boiling an egg
Boiling Water
Obtaining an egg
Chemical changes
Knowledge Map/Network
Setelah pengetahuan dasar diketahui, relasi antar pengetahuan dipetakan yang sifatnya valid dan sesuai kebutuhan
Pengetahuan manusia berkembang melalui pembelajaran dan berdasar pengetahan sebelumnya
Pembelajaran bersifat hirarki karena pengetahua baru tergantung pada pengetahuan sebelumnya
Sumber
https://www.sciencedirect.com/science/article/pii/S0268401217306035
http://sekedarinformasiinformatika.blogspot.com/2015/06/semantic-network.html
http://www.definisi-pengertian.com/2015/03/definisi-dan-pengertian-informasi.html
https://id.wikipedia.org/wiki/Data
Leave a Reply