Pengembangan Sistem Manajemen Pengetahuan Penyuluh Perikanan

Abstract

Pengetahuan lapangan (tacit knowledge) yang dimiliki oleh para Penyuluh Perikanan merupakan aset intelektual yang sangat penting bagi penunjangan keefektifan program Kementerian Kelautan dan Perikanan (KKP). Meskipun demikian, pengetahuan berharga hasil pengalaman bertahun-tahun tersebut berisiko hilang secara permanen. Berdasarkan data kementerian, sebanyak 15,8% (638 orang) dari total 4.026 Penyuluh Perikanan saat ini telah berusia di atas 50 tahun dan akan segera memasuki masa purnabakti. Mekanisme pendokumentasian yang ada pada saat ini, seperti buku panduan umum maupun komunikasi tidak resmi melalui grup WhatsApp, terbukti tidak efektif dalam menghimpun dan menata pengetahuan lapangan tersebut. Oleh karena itu, penelitian ini bertujuan untuk merancang, membangun, dan menguji sebuah purwarupa Sistem Manajemen Pengetahuan (Knowledge Management System/KMS) berbasis web guna menghimpun, menata, dan menyebarluaskan pengetahuan para Penyuluh Perikanan. Penelitian ini mengadopsi metode pengembangan Knowledge Management System Life Cycle (KMSLC) yang meliputi tahap pengujian infrastruktur, pembentukan tim, analisis kebutuhan, perancangan cetak biru, pembuatan purwarupa secara berulang (iterative prototyping), pengujian, serta penerapan. Pengujian sistem dilakukan dengan menggunakan metode campuran (mixed methods) yang melibatkan 10 Penyuluh Perikanan, terdiri atas 5 Penyuluh Senior dan 5 Penyuluh Junior. Pengujian kuantitatif dilakukan untuk mengukur tingkat kemudahan penggunaan sistem dengan memakai kuesioner baku System Usability Scale (SUS), sedangkan pengujian kualitatif dilakukan melalui wawancara mendalam yang dianalisis secara tematik. Hasil penelitian ini berupa sebuah aplikasi KMS berbasis web yang mengintegrasikan tiga pembaruan utama. Pertama, modul penghimpunan pengetahuan yang menggunakan kerangka STAR (Situation, Task, Action, Result) serta teknologi kecerdasan buatan berbasis suara (Voice AI). Modul ini memanfaatkan teknologi Google Gemini 1.5 Flash untuk merekam dan mengubah cerita lisan penyuluh menjadi tulisan terstruktur secara otomatis. Fitur ini dirancang guna membantu penyuluh senior agar tidak perlu lagi mengetikkan laporan panjang secara manual. Kedua, modul pemetaan pengetahuan (knowledge mapping) yang menampilkan jaringan hubungan antarpenyuluh beserta keahliannya dalam bentuk grafik visual yang bersifat interaktif. Fitur ini berfungsi sebagai direktori kepakaran (expertise locator), sehingga Penyuluh Junior dapat dengan mudah menemukan pakar pada bidang perikanan tertentu. Ketiga, modul motivasi berbasis gamifikasi (poin, lencana kepakaran, dan papan peringkat) yang dirancang dengan menggunakan pendekatan self determination theory (SDT) guna mendorong penyuluh agar lebih bersemangat dalam membagikan pengalamannya. Hasil pengujian fungsional sistem (black box testing) terhadap enam alur kerja utama menunjukkan tingkat keberhasilan 100%, yang bermakna bahwa seluruh fitur aplikasi berjalan dengan baik tanpa kesalahan fatal. Pada pengujian kuantitatif bersama pengguna akhir, sistem ini memperoleh skor rata-rata kebergunaan (SUS) sebesar 83,5 dari skala 100. Skor ini berada pada kategori "Excellent" (Sangat Baik) dan melampaui standar kelayakan global, yaitu 68,0. Hasil ini membuktikan bahwa fitur perintah suara sangat efektif membantu Penyuluh Senior mengatasi kesulitan dalam menggunakan sistem komputer. Hasil analisis kualitatif dari wawancara mengonfirmasi tiga keunggulan utama sistem: (1) fitur suara sangat menghemat waktu dan mempermudah pendokumentasian pengalaman lapangan; (2) peta kepakaran mempercepat pencarian solusi teknis dibandingkan dengan harus bertanya secara acak pada grup WhatsApp; dan (3) elemen gamifikasi berhasil meningkatkan semangat penyuluh muda untuk berkontribusi. Di sisi lain, penelitian ini secara objektif menemukan dua keterbatasan sistem di lapangan, yaitu kecerdasan buatan yang terkadang masih keliru mengenali istilah kedaerahan atau dialek khas wilayah pesisir, serta kinerja sistem yang sangat bergantung pada kestabilan sinyal internet, yang kerap kali kurang mendukung di kawasan pertambakan. Secara teoretis, penelitian ini membuktikan bahwa teknologi kecerdasan buatan berbasis suara dapat menjadi alat bantu yang efektif untuk mengubah pengetahuan lapangan menjadi pengetahuan tertulis. Secara praktis, purwarupa ini menjadi model percontohan bagi BPPSDMKP KKP guna mencegah hilangnya pengetahuan instansi akibat purnabaktinya pegawai senior. Bagi pengembangan selanjutnya, disarankan agar sistem ini melatih model kecerdasan buatannya dengan kamus istilah perikanan setempat serta dikembangkan menjadi aplikasi seluler yang dapat digunakan tanpa sambungan internet (luring).