Memberikan contoh bagaimana komprehensifnya pengetahuan petani dalam sistem agroforestri berbasis karet.
Pengetahuan indigenous adalah pengetahuan yang digunakan oleh
masyarakat lokal untuk bertahan hidup dalam lingkungan khusus di mana
mereka tinggal. Pengetahuan ini juga merupakan hasil kreativitas dan uji
coba secara terus- menerus dengan melibatkan inovasi internal dan
pengaruh eksternal dalam usaha untuk menyesuaikan dengan kondisi baru.
Istilah pengetahuan indigenous kadang-kadang merunut pada pengetahuan
yang dimilikli oleh penduduk asli suatu daerah. Sementara istilah
pengetahuan lokal merupakan istilah yang lebih luas yang merunut pada
pengetahuan suatu masyarakat yang hidup di suatu wilayah dalam jangka
waktu lama, dan lebih dapat diterima oleh masyarakat banyak. Seringkali
pengetahuan indigenous dianggap sebagai kebudayaan dalam pengertian yang
lebih luas. Pengetahuan indigenous melebur di dalam suatu sistem yang
dinamis di mana aspek spiritual, kekerabatan, politik lokal dan faktor
lain terikat bersama dan saling mempengaruhi. Peneliti selayaknya harus
memperhitungkan hal ini ketika memperhatikan bagian dari sistem
pengetahuan indigenous.
Pengetahuan indigenous dan lokal mempunyai banyak aspek positif. Memasukkan pengetahuan lokal ke dalam pembangunan dan penelitian merupakan salah satu usaha pemberdayaan masyarakat setempat. Baik pengetahuan indigeous maupun lokal merupakan sumber inspirasi yang penting dalam usaha menciptakan strategi pengelolaan sumber daya alternatif sebagai masukan bagi perbaikan masyarakat setempat. Terlepas dari keunggulannya, pengetahuan tersebut juga mempunyai beberapa kelemahan. Para peneliti seharusnya tidak membuat kesalahan dan terjebak dalam romantisme bahwa apapun yang dikerjakan oleh masyarakat lokal adalah bagus, benar dan selalu menuju
kelestarian. Selain itu para peneliti pengetahuan indigenous seharusnya juga ambil peran dalam mencegah hilangnya pengetahuan indigenous, dengan cara menolong masyarakat lokal untuk merekam dan menggunakan pengetahuan tersebut.
Agroforestri sebagai praktek sudah dilaksanakan petani berabababad lamanya, namun agroforestri sebagai ilmu pengetahuan masih relatif baru. Pemahaman ilmiah tentang agroekosistem terutama agroforest kompleks masih lemah. Masyarakat lokal yang mengelola berbagai macam agroekosistem telah banyak belajar dan telah menghasilkan pengetahuan ekologi lokal yang kompleks dan canggih. Karena itu kolaborasi yang sinergis antara pengetahuan ilmiah dan pengetahuan lokal dalam agroforestri akan sangat bermanfaat bagi kedua belah pihak. Usaha tersebut juga merupakan salah satu usaha pemberdayaan bagi masyarakat setempat dalam menuju kemandirian.
Untuk mencegah erosi pengetahuan lokal serta lebih mendayagunakannya, pengetahuan tersebut seharusnya didokumentasikan dalam bentuk simpanan yang dapat diakses dan dianalisis secara lebih mudah dan efektif. Salah satu pendekatan yang banyak degunakan adalah yang dikenal dengan pendekatan Sistem Basis Pengetahuan (SBP = Knowledge Base System - KBS). Dalam pendekatan SBP tersebut, pengetahuan ekologi lokal diartikulasikan dan direpresentasikan sebagai 'satuan pernyataan' (unitary statements). Jika perlu kondisi informasi juga dapat disertakan dalam pernyataan tersebut. Istilah lokal serta hubungan hierarkinya juga dapat ‘digali’ dan direpresentasikan. Dengan bantuan teknologi komputer satuansatuan pernyataan dasar pengetahuan ekologi lokal yang tersimpan dalam SBP ini akan lebih mudah diolah, dieksplorasi serta dipahami secara lebih baik.
Untuk membentuk representasi formal satuan pernyataan, menyimpannya, mengaksesnya dan
menganalisisnya, telah dikembangkan perangkat lunak oleh Universitas Wales,
Bangor yang diberi nama AKT (Agroecological Knowledge Toolkit).
Pendekatan sistem basis-pengetahuan (SBP) sangat bermanfaat terutama untuk eksplorasi pengetahuan ekologi petani pada topik khusus, karena informasi akan dikonversi menjadi pernyataan-pernyataan yang ringkas dan jelas.
Representasi pengetahuan sebagai satuan-satuan pernyataan akan:
a) mengurangi keraguan (ambiguity) dan kesalahan interpretasi;
b) memudahkan akses informasi;
c) mempermudah analisis dan sintesis informasi pada topik yang terkait;
d) analisis satuan-satuan pernyataan secara lebih teliti dengan menggunakan fasilitas teknik kecerdasan buatan (AI = Artificial Intelligence) dan automated reasoning (penjelasan secara automatis); dan
e) basis pengetahuan tersebut selalu dapat diperbarui dengan cepat dengan cara mengubah pernyataan atau dengan menambah pernyataan relevan yang menggunakan format elektronik.
Pengetahuan indigenous dan lokal mempunyai banyak aspek positif. Memasukkan pengetahuan lokal ke dalam pembangunan dan penelitian merupakan salah satu usaha pemberdayaan masyarakat setempat. Baik pengetahuan indigeous maupun lokal merupakan sumber inspirasi yang penting dalam usaha menciptakan strategi pengelolaan sumber daya alternatif sebagai masukan bagi perbaikan masyarakat setempat. Terlepas dari keunggulannya, pengetahuan tersebut juga mempunyai beberapa kelemahan. Para peneliti seharusnya tidak membuat kesalahan dan terjebak dalam romantisme bahwa apapun yang dikerjakan oleh masyarakat lokal adalah bagus, benar dan selalu menuju
kelestarian. Selain itu para peneliti pengetahuan indigenous seharusnya juga ambil peran dalam mencegah hilangnya pengetahuan indigenous, dengan cara menolong masyarakat lokal untuk merekam dan menggunakan pengetahuan tersebut.
Agroforestri sebagai praktek sudah dilaksanakan petani berabababad lamanya, namun agroforestri sebagai ilmu pengetahuan masih relatif baru. Pemahaman ilmiah tentang agroekosistem terutama agroforest kompleks masih lemah. Masyarakat lokal yang mengelola berbagai macam agroekosistem telah banyak belajar dan telah menghasilkan pengetahuan ekologi lokal yang kompleks dan canggih. Karena itu kolaborasi yang sinergis antara pengetahuan ilmiah dan pengetahuan lokal dalam agroforestri akan sangat bermanfaat bagi kedua belah pihak. Usaha tersebut juga merupakan salah satu usaha pemberdayaan bagi masyarakat setempat dalam menuju kemandirian.
Untuk mencegah erosi pengetahuan lokal serta lebih mendayagunakannya, pengetahuan tersebut seharusnya didokumentasikan dalam bentuk simpanan yang dapat diakses dan dianalisis secara lebih mudah dan efektif. Salah satu pendekatan yang banyak degunakan adalah yang dikenal dengan pendekatan Sistem Basis Pengetahuan (SBP = Knowledge Base System - KBS). Dalam pendekatan SBP tersebut, pengetahuan ekologi lokal diartikulasikan dan direpresentasikan sebagai 'satuan pernyataan' (unitary statements). Jika perlu kondisi informasi juga dapat disertakan dalam pernyataan tersebut. Istilah lokal serta hubungan hierarkinya juga dapat ‘digali’ dan direpresentasikan. Dengan bantuan teknologi komputer satuansatuan pernyataan dasar pengetahuan ekologi lokal yang tersimpan dalam SBP ini akan lebih mudah diolah, dieksplorasi serta dipahami secara lebih baik.
Untuk membentuk representasi formal satuan pernyataan, menyimpannya, mengaksesnya dan
menganalisisnya, telah dikembangkan perangkat lunak oleh Universitas Wales,
Bangor yang diberi nama AKT (Agroecological Knowledge Toolkit).
Pendekatan sistem basis-pengetahuan (SBP) sangat bermanfaat terutama untuk eksplorasi pengetahuan ekologi petani pada topik khusus, karena informasi akan dikonversi menjadi pernyataan-pernyataan yang ringkas dan jelas.
Representasi pengetahuan sebagai satuan-satuan pernyataan akan:
a) mengurangi keraguan (ambiguity) dan kesalahan interpretasi;
b) memudahkan akses informasi;
c) mempermudah analisis dan sintesis informasi pada topik yang terkait;
d) analisis satuan-satuan pernyataan secara lebih teliti dengan menggunakan fasilitas teknik kecerdasan buatan (AI = Artificial Intelligence) dan automated reasoning (penjelasan secara automatis); dan
e) basis pengetahuan tersebut selalu dapat diperbarui dengan cepat dengan cara mengubah pernyataan atau dengan menambah pernyataan relevan yang menggunakan format elektronik.
Jika Anda menyukai Artikel di blog ini, Silahkan
klik disini untuk berlangganan gratis via email, Anda akan mendapat kiriman artikel setiap ada artikel yang terbit di Our Akuntansi
0 komentar:
Post a Comment