Journal Review #2: ANALISIS MODEL PEMBANGUNAN FUNGSIONAL MANAJEMEN PENGETAHUAN KEBUTUHAN SIKLUS DAYA SAING KINERJA USAHA KECIL DAN DI INDONESIA USAHA SKALA MENENGAH (UKM)

 ANALISIS MODEL PEMBANGUNAN FUNGSIONAL MANAJEMEN PENGETAHUAN KEBUTUHAN SIKLUS DAYA SAING KINERJA USAHA KECIL DAN DI INDONESIA USAHA SKALA MENENGAH (UKM)

Pendahuluan

Kehadiran pemilik usaha pada usaha kecil dan menengah (UKM) merupakan bagian terpenting perekonomian di Indonesia. Kontribusi sektor usaha mikro, kecil, dan menengah (UMKM) terhadap produk domestik bruto meningkat dari 57,84 persen menjadi 60,34 persen dalam lima tahun terakhir di Indonesia (Departemen Perdagangan RI, 2008). 

Perkembangan informasi terkini industri kreatif, peran Knowledge Management System (KMS) untuk mengelola pengetahuan pada usaha kecil dan menengah dalam meningkatkan wawasan dan penjualan di berbagai bidang terus dilakukan. 

Penelitian ini bertujuan untuk menganalisis manfaat forum diskusi sebagai proses transformasi tacit knowledge menjadi eksplisit knowledge yang ada pada bisnis UKM melalui portal knowledge management UKM. Hasil dari penelitian ini adalah forum diskusi Knowledge Management Tools (MF) berpengaruh positif terhadap peningkatan pengetahuan individu (KI) dan berpengaruh positif terhadap kemauan berbagi pengetahuan (SK) sehingga berpengaruh terhadap kemauan untuk menggunakan Knowledge Management.

Latar Belakang

Industri Kreatif Indonesia tahun 2002-2006 mampu menyerap 5,4 juta tenaga kerja atau dengan Angka Partisipasi Tenaga Kerja Nasional 5,79%, serta dengan Produktivitas Tenaga Kerja Rp.19.466 ribu / tahun per pekerja (Departemen Perdagangan, 2008) salah satu motor terbesar. Usaha kecil dan menengah adalah salah satu motor terbesar. Penyerapan tenaga kerja di sektor ini juga meningkat, dari 96,99 % menjadi 97,22 % pada periode yang sama. UKM memberikan kontribusi 59,89% (Departemen Perdagangan, 2008) terhadap Produk Domestik Bruto (PDB) Indonesia. Perkembangan ekonomi kreatif di Indonesia dihadapkan pada berbagai permasalahan, yaitu kualitas dan kuantitas tenaga kerja yang rendah. Percepatan pertumbuhan ekonomi kreatif membutuhkan dukungan tenaga kerja yang memiliki pola pikir kreatif dan inovatif (Bekraf, 2017).

Knowledge Management System (KMS) adalah sistem yang dibuat untuk mengelola pengetahuan (Becerra, 2015; Ključnikov et al., 2019; Bure & Tengeh, 2019; Suvittawat, 2019). Salah satunya melalui pengumpulan, klasifikasi, dan diseminasi ilmu pengetahuan melalui forum diskusi Content Management System (Becerra, 2015). Ketersediaan infrastruktur dan teknologi menjadi syarat untuk meningkatkan daya saing industri kreatif (UKM) Indonesia. Oleh karena itu, UKM Indonesia perlu meningkatkan keunggulan kompetitifnya karena keunggulan kompetitif yang berkelanjutan pada UKM dapat didorong oleh Knowledge Management (KM).

Proses model Knowledge Management menggunakan model SECI (Socialization, Externalization, Combination and Internalization) (Nonaka, 2009). Hasil diskusi akan disimpulkan dan disimpan sebagai pengetahuan baru yang eksplisit yang dapat memberikan petunjuk bagaimana menemukan tacit knowledge yang dimaksud (Nonaka, 2009; Lawal et al., 2018; Roopsing et al., 2019). Inti dari pendekatan ini adalah membangun lingkungan sosial atau komunitas praktis yang perlu memfasilitasi proses berbagi (Rajalakshmi, 2012) dan mengkomunikasikan tacit knowledge (Takeuchi, 2000). Sistem penyimpanan informasi yang mendukung klasifikasi dan kemudahan mutlak dibutuhkan dalam transformasi pengetahuan (Nonaka, 2009). Tahapan terpenting dalam mengembangkan sistem manajemen pengetahuan adalah persyaratan fungsional yang merupakan proses pendistribusian pengetahuan untuk memperoleh pengetahuan (Davenport, 1998). 

Tinjauan Literatur

• Teknologi Manajemen Pengetahuan 

Teknologi Manajemen Pengetahuan adalah teknologi informasi yang dapat digunakan untuk memfasilitasi manajemen pengetahuan (Dalkir, 2011). Teknologi Manajemen Pengetahuan secara intrinsik tidak berbeda dengan teknologi informasi, tetapi mereka dapat berfokus pada manajemen pengetahuan daripada pemrosesan informasi (Becerra, 2015). Knowledge Management Technologies juga mendukung sistem manajemen pengetahuan dan memanfaatkan infrastruktur manajemen pengetahuan (Alegre, 2013), khususnya infrastruktur teknologi informasi (Dalkir, 2011). 

• Sistem Manajemen Pengetahuan 

Knowledge Management System (KMS) adalah sistem yang dibangun untuk mengelola manajemen pengetahuan karena manajemen pengetahuan merupakan hal yang sangat luas dan sangat kompleks (Becerra, 2015). KMS merupakan System of Knowledge Management yang merupakan teknologi yang memungkinkan Knowledge Management (KM) berjalan secara efektif dan efisien (Dalkir, 2011).

• Model SECI 

Pengetahuan baru muncul karena interaksi berkelanjutan antara pengetahuan eksplisit dan tacit. Explicit knowledge (Takeuchi, 2000) adalah bentuk pengetahuan yang telah didokumentasikan / diformalkan, mudah disimpan, disebarkan, disebarluaskan dan dipelajari, seperti manual, buku, laporan, dokumen, surat, dll. Sedangkan tacit knowledge (Chena, 2011) Merupakan suatu bentuk pengetahuan yang masih tersimpan dalam pikiran manusia, seperti ide, persepsi, cara berpikir, wawasan, keterampilan, dll. Interaksi secara terus menerus meliputi empat tahapan model yang disebut Model SECI (Nonaka, 2009). 

• Berbagi pengetahuan 

Berbagi pengetahuan adalah proses di mana pengetahuan eksplisit atau diam-diam (Takeuchi, 2000) dikomunikasikan kepada individu lain. Bergantung pada apakah pengetahuan eksplisit atau diam-diam sedang dibagikan, proses pertukaran atau sosialisasi digunakan (Becerra, 2015). 

METODOLOGI

Metodologi penelitian menggunakan penelitian eksplanatori. Analisis data dalam penelitian forum diskusi sistem manajemen pengetahuan untuk UKM ini merupakan statistik inferensial dengan menggunakan Structural Equation Model (SEM) (Barbara, 2010). 

Sampel yang digunakan dalam penelitian ini sebanyak 204 yang berasal dari UKM di Jabodetabek. Teknik pengumpulan data yang digunakan kuesioner adalah instrumen pengambilan data sedang diuji validitas atau kesesuaiannya dengan menggunakan skala likert.

HIPOTESIS

• Hipotesis 1

Manfaat yang dirasakan dari forum diskusi (FA) berpengaruh positif terhadap kreatif bisnis (CS)

• Hipotesis 2

Perceived business creative (CS) berpengaruh positif terhadap kesediaan menggunakan knowledge tools KM (WKM) 

• Hipotesis 3

Persepsi manfaat forum diskusi (FA) berpengaruh positif terhadap kesediaan berbagi ilmu / (SK) 

• Hipotesis 4

Persepsi kesediaan berbagi pengetahuan (SK) berpengaruh positif terhadap kesediaan menggunakan Alat Pengetahuan KM (WKM). 

• Hipotesis 5

Persepsi manfaat forum diskusi (FA) berpengaruh positif terhadap peningkatan pengetahuan individu (KI) 

• Hipotesis 6

Persepsi Peningkatan Pengetahuan Individu (KI) berpengaruh positif terhadap kesediaan menggunakan Alat Pengetahuan KM (WKM). 

STUDI KASUS

• Latar Belakang

Untuk membahas bagaimana menggunakan prinsip-prinsip dasar rekayasa pengetahuan untuk memfasilitasi manajemen pengetahuan Weisong (2012), menganalisis tantangan baru dari manajemen pengetahuan karena inovasi pengetahuan.

• Komplikasi

Menganalisis hubungan timbal balik antara proses penciptaan pengetahuan dan strategi manajemen pengetahuan, menggabungkan dengan penelitian kuantitatif model penciptaan pengetahuan, makalah ini mengedepankan berbagai strategi manajemen pengetahuan yang sesuai dengan proses yang berbeda. penciptaan pengetahuan, untuk mencapai tingkat terbaik dalam penciptaan pengetahuan organisasi.

• Takeaways

Model investigasi menunjukkan bahwa Knowledge Management (KM) terdiri dari akses, berbagi, analisis, aplikasi, evaluasi, motivasi, inovasi dan perlindungan pengetahuan.  Metode ini dapat memperkuat modal pengetahuan dan tingkat KM, untuk meningkatkan produksi dan aliran pengetahuan.

HASIL DAN DISKUSI PENELITIAN
Memanfaatkan Fungsi R&D mengembangkan pengukur orang untuk mendapatkan data secara digital dari televisi.

• 132 dari 204 responden (64,70%) menyatakan forum diskusi (FA) memiliki keunggulan dan 72 dari 204 responden (35,30%) forum diskusi negara (FA) tidak berguna.
• 90 dari 204 responden (44,12%) menyatakan bahwa kreatifitas bisnis (CS) memiliki keunggulan dan 114 dari 204 responden (55,88) menyatakan bahwa motivasi bisnis (CS) dirugikan.
• 122 dari 204 responden (59,80%) menyatakan pengetahuan individu (IK) mengalami peningkatan pengetahuan dan 82 dari 204 responden (40,20%) menyatakan tidak mengalami peningkatan pengetahuan. 
• 112 dari 204 responden (54,90%) menyatakan bersedia menggunakan web km (WKM). dan 92 0f 204 responden (47,05%) menyatakan tidak bersedia menggunakan web km (WKM). 
• 108 dari 204 responden (52,95%) menyatakan bersedia berbagi pengetahuan (SK) dan 96 dari 204 responden (47,05%) menyatakan belum bersedia berbagi pengetahuan. 

Analisis Statistik Inferensial

Statistik Inferensial merepresentasikan proses kausal yang menghasilkan observasi pada beberapa variabel

Analisis inferensial dilakukan dengan menggunakan Structural Equation Modelling (SEM) yaitu suatu metodologi statistik yang menggunakan pendekatan konfirmatori (pengujian hipotesis) untuk menganalisis suatu teori struktural yang berkaitan dengan suatu fenomena (Barbara, 2010). 

Statistik Chi Square & RMSEA

• Chi Square

Pengukuran paling dasar adalah rasio kesamaan statistik chi-square. Model yang diuji akan dianggap baik jika nilai chi-square rendah karena chi-square rendah atau kecil dan diharapkan tidak signifikan sehingga hipotesis nol sulit ditolak dan dasar penerimaannya adalah probabilitas dengan nilai cut-off sebesar p ≥ 0,05 atau p ≥ 0,10.

• RMSEA

RMSEA (Root Mean Square Error of Approximation) Indeks digunakan untuk mengkompensasi statistik chi-kuadrat untuk sampel besar. Nilai RMSEA menunjukkan goodness of fit yang diharapkan ketika model diestimasi untuk populasi.

Goodness-Of-Fit Index (GFI)

Indeks ini akan menghitung proporsi bobot dari varians dalam matriks kovarians sampel dijelaskan oleh matriks kovarian populasi yang diestimasi (Rick, 2012). GFI adalah ukuran non-statistik yang memiliki rentang nilai dari 0 (kecocokan buruk) hingga 1,0 (kecocokan sempurna). Nilai indeks yang tinggi menunjukkan kecocokan yang lebih baik

Tingkat penerimaan yang direkomendasikan adalah jika AGFI memiliki nilai sama dengan atau lebih besar dari 0,90 (Rick, 2012). Nilai 0,95 dapat diartikan sebagai tingkat kesesuaian model keseluruhan yang baik sedangkan besarnya nilai antara 0,9 - 0,95 menunjukkan tingkat kecocokan yang cukup

Comparative Fit Index (CFI) vs Indeks Tucker Lewis (TLI)

• CFI (Comparative Fit Index)

Besaran indeks ini berada pada rentang nilai 0-1 yang semakin mendekati 1, menunjukkan tingkat kesesuaian tertinggi - sangat baik (Barbara, 2010). Nilai yang direkomendasikan adalah CFI ≥ 0.95. 

• TLI (Tucker Lewis Index)

TLI adalah indeks kecocokan tambahan alternatif yang membandingkan model yang diuji terhadap model dasar. Nilai yang direkomendasikan sebagai acuan penerimaan model adalah penerimaan ≥ 0,95 (Kaplan, 2005) dan nilai yang sangat mendekati 1.

ANALISIS FAKTOR KONFIRMATORI (CFA)

Analisis Faktor Konfirmatori dalam SEM digunakan untuk mengkonfirmasi faktor yang paling dominan dalam satu kelompok variabel.

ANALISIS FAKTOR KONFIRMATORI (CFA)
Statistik Inferensial merepresentasikan proses kausal yang menghasilkan observasi pada beberapa variabel

Uji Kesesuaian Model yang sesuai dengan tujuan penelitian akan diuji dengan menggunakan model persamaan struktural (Kaplan, 2005) melalui AMOS Software 8.0, berdasarkan kerangka teori yang ada. Hasil pengujian model yang disajikan .

UJI HIPOTESIS DAN HASIL HIPOTESIS

• Rumus Variabel Eksogen laten Н0: γn = 0; Tidak Ada Pengaruh (Terima Н0) Н1: γn ≠ 0; Pengaruh (Tolak Н0)
• Rumus Variabel Endogen Laten Н0: ßn = 0; Tidak Ada Pengaruh (Terima Н0) Н1: ßn ≠ 0; Pengaruh (Tolak Н0) 

Berdasarkan Output Amos pada Tabel 8 Semua Probabilitas (Sig) Hasil Nilai Hipotesis <0,05 kecuali hipotesis H6 (SK-WKM) Nilai Sig> 0,05 dapat dijelaskan bahwa (H1) forum diskusi Knowledge Management Tools (FA) berpengaruh positif terhadap Peningkatan pengetahuan individu (IK) dan berpengaruh positif terhadap kemauan berbagi pengetahuan (SK)

Berdampak pada kemauan untuk menggunakan sistem Manajemen Pengetahuan (WKM). Manfaat forum diskusi berpengaruh positif terhadap ide bisnis kreatif (CS), namun tidak berpengaruh positif terhadap kesediaan menggunakan sistem Knowledge Management (WKM). 

KESIMPULAN

Forum diskusi Knowledge Management Tools (MF) berpengaruh positif terhadap peningkatan pengetahuan individu (KI) dan berpengaruh positif terhadap kesediaan berbagi pengetahuan (SK) sehingga berpengaruh terhadap kesediaan menggunakan sistem Knowledge Management (WKM). Manfaat forum diskusi berpengaruh positif terhadap ide bisnis kreatif (CS), namun tidak berpengaruh positif terhadap kesediaan menggunakan sistem Knowledge Management (WKM).

Sub-sistem yang mendukung Sistem Manajemen Pengetahuan, termasuk pencarian dokumen, mengunggah dan mengunduh forum diskusi, pesan pribadi, dan sistem informasi untuk pengguna merupakan bagian dari pengetahuan tujuan.