Skripsi
DESAIN MODEL DATA MINING PADA MODEL SECI UNTUK PEMETAAN DAN EKSTRAKSI PENGETAHUAN KOMPETENSI LULUSAN.
Salah satu metode dalam manajemen pengetahuan yang dapat digunakan adalah Model SECI. Model SECI mentransfer pengetahuan tacit dan explicit di setiap kuadran. Kuadran Socialization antara tacit ke tacit, Externalization antara tacit ke explicit, Combination antara explicit ke explicit dan Internalization antara explicit ke tacit. Namun, tanpa menggunakan alat bantu, transfer pengetahuan secara teknis mengalami berbagai kendala. Kendala tersebut antara lain keterbatasan pengetahuan dari informan, kesulitan menerjemahkan apa yang disampaikan informan, keterbatasan waktu dan kesempatan, serta hasil yang diperoleh tidak jelas. Transfer ilmu yang dibutuhkan oleh institusi perguruan tinggi berupa masukan dari lulusan. Pengetahuan lulusan harus diperoleh untuk menentukan apakah kompetensi mereka sesuai dengan bidang ilmunya masing-masing. Teknologi informasi dapat membantu mengatasi masalah teknis dalam mentransfer pengetahuan, termasuk masalah jumlah data yang besar. Data science memberikan hasil dari kombinasi teknologi dan matematika. Sementara itu, Data Mining khususnya dengan fungsi klasifikasi, clustering, dan asosiasi dapat memberikan gambaran jelas tentang kebutuhan perguruan tinggi terhadap pengetahuan lulusannya untuk menilai kurikulum yang telah diberikan selama ini. Dari kesulitan yang telah dijelaskan sebelumnya, perumusan desain model SECI dan implementasi Data Mining menggunakan pendekatan empiris melalui observasi dan eksperimentasi dengan data kuantitatif, serta pemikiran teoritis dalam mendukung pengembangan konsep pengembangan model. Data Mining dan data science yang menggunakan Bahasa Pemrograman Python pada kuadran Combination digunakan sebagai tools pengolahan data dan analisis hasil dalam konteks transfer pengetahuan secara melingkar antara tacit dan explicit, agar lebih terarah dan tepat. Hasil permodelan SECI dan Data Mining yang digali dari kompetensi lulusan berbentuk model dan pola khusus informasi dan pengetahuan dapat membantu Universitas MDP dalam merumuskan strategi masa depan, khususnya kurikulum program studi. Model SECI yang sudah menggunakan alat bantu teknologi pada prosesnya, dibuat menjadi lebih jelas dan spesifik dalam pengelompokkannya dengan implementasi Data Mining pada kuadran Model SECI. Desain model SECI yang telah dikombinasikan dengan fungsionalitas Data Mining dan Data Science dapat memperbaiki kekurangan yang terdapat pada model sebelumnya.
Inventory Code | Barcode | Call Number | Location | Status |
---|---|---|---|---|
2307006718 | T130800 | T1308002023 | Central Library (Referens) | Available |
No other version available