Hai sahabat pembaca semuanya, kali ini saya ingin membahas tentang salah satu minat keilmuan yang saya tekuni di Departemen Teknik Industri, yaitu operations research (OR) atau Riset Operasi. Bagi beberapa mahasiswa teknik industri, OR ini bisa menjadi salah satu mata kuliah yang menjadi momok menakutkan karena umumnya melibatkan notasi model matematika yang kompleks. Nah, agar OR ini tidak menjadi keilmuan yang ditakuti, pada kesempatan kali ini saya ingin menjelaskan apa itu sebenernya OR secara sederhana. Maka dari itu kali ini saya buatkan sebuah tulisan sederhana terkait dengan mengenal konsep dan kerangka operations research secara sederhana.
Mengenal Konsep dan Kerangka Operations Research
Dalam keilmuan teknik industri (industrial engineering), operations research merupakan core atau keilmuan inti yang tidak dapat dipisahkan untuk menjadi seorang insinyur teknik industri. Hal ini dikarenakan OR merupakan salah satu pendekatan yang dikatakan sangat berpengaruh dalam meningkatkan produktivitas di industri. Pengambilan keputusan yang kompleks dikarenakan banyak melibatkan data – data di industri dapat terbantu melalui operations researchini. Buku – buku pengantar OR sudah banyak membuktikan manfaat OR dalam berbagai bidang, seperti yang dijelaskan dalam buku tulisan Lieberman (1995), Taha (1997), atau Winston (1994).
Sayangnya, karena OR ini sangat melibatkan banyak sekali persamaan matematis dan bahkan seringkali terlihat menyeramkan, banyak mahasiswa/i teknik industri yang tidak berminat mendalaminya. Padahal, core keilmuan teknik industri terletak salah satunya di OR ini.
Bagi Anda yang ingin refresh terkait dengan konsep OR, atau bagi Anda yang mungkin saat ini sedang mempertimbangkan untuk masuk ke teknik industri, maka berikut ini adalah sedikit penjelasan mengenai apa itu operations research.
Mengenal Apa itu Operations Research
Riset Operasi /Operations Research atau yang biasa disingkat OR, dalam perspektif teknik industri, dapat diartikan sesuai dengan apa yang disebutkan oleh Maynard dalam Industrial Engineeering Handbook,
a systematic and analytical approach to decision-making and problem solving
Jadi di sini perlu ditegaskan terlebih dulu bahwa OR bukan hanya sekedar kumpulan dari model – model matematis. Namun, secara esensi, OR ini adalah salah satu pendekatan untuk membantu membuat pengambil keputusan dapat mengambil keputusan yang lebih baik berbasis pada kaidah – kaidah ilmiah dan analitik. Kaidah ilmiah di sini maksudnya adalah terstruktur, transparan, dan dapat direplikasi. Adapun yang dimaksud dengan analytics adalah seperti yang disebutkan oleh Lieberman,
Analytics is the process of transforming data into insight for making better decisions
Jadi selain OR itu merupakan kaidah ilmiah yang terstruktur, OR juga bergantung pada proses bagaimana mengubah data – data yang sudah diketahui agar menjadi insightyang dapat digunakan untuk mengambil keputusan yang lebih baik.
Adapun OR ini sering disangkut pautkan dengan metode “optimasi” untuk menghasilkan solusi optimal dari sebuah masalah. Hal ini wajar, mengingat salah satu pioneer dari OR, C. W. Churchman berpendapat bahwa OR adalah application of scientific methods, techniques, and tools to problem involving the operations of a system so as to provide those in control of the system with optimum solutions to problems. Nah, karena pernyataan ini memang akhirnya banyak orang yang mengidentikkan OR itu sebagai metode optimasi atas penyelesaian masalah. Namun saya sendiri sebagai insinyur teknik industri mengambil pendapat dari Maynard, yang juga ditegaskan oleh Rajgopal bahwa akan lebih aman apabila OR diartikan sebagai pendekatan sistematis dan juga analitis terhadap pemecahan masalah yang lebih umum, tanpa membatasi apakah solusi tersebut optimal atau tidak karena banyak masalah – masalah dalam tingkatan stratejik atau kebijakan level negara (policy analysis) yang sulit dicari solusi optimalnya namun tetap membutuhkan pendekatan OR dalam menyelesaikan masalahnya.
Lalu bagaimana dengan istilah Management Science, yang juga merupakan istilah populer di teknik industri? Karena dalam beberapa kasus, OR ini sering disamakan dengan MS / Management Science. Kalau dari saya pribadi melihat management science adalah subset dari OR, di mana fokus dalam memecahkan masalah – masalah manajerial atau bisnis. Makanya istilah MS ini juga sering disebut sebagai business analytics, yang memang fokus dalam membantu problem solving dan decision making dalam konteks bisnis.
Jadi kesimpulannya, OR ini adalah sebuah pendekatan pemecahan masalah yang terstruktur, berbasis pada data, dan mentransformasi data tersebut menjadi sebuah model untuk mengasilkan insight agar dapat membantu pengambilan keputusan dalam permasalahan industri atau bahkan kebijakan yang kompleks.
Sebagai seorang dosen di teknik industri, saya merasa beruntung meminati untuk belajar ilmu ini, dikarenakan saya bisa membantu memecahkan masalah di beragam industri atau bahkan membantu pemerintah dalam merumuskan kebijakan publik.
Lalu, bagaimana implementasi dari pendekatan Operations Research ini dalam memecahkan masalah sehari – hari? Berikut ini adalah langkah – langkah menerapkan pendekatan OR.
Mengenal Pendekatan Operations Research
Mengingat bahwa OR merupakan sebuah pendekatan terstruktur dalam pemecahan masalah yang kompleks, maka sangat penting bagi kita untuk mengetahui seperti apa framework OR untuk diterapkan dalam pemecahan masalah secara nyata.
Dari perspektif teknik industri, terdapat paling sedikit 6 langkah dalam mengaplikasikan OR untuk memecahkan masalah. Keenam langkah tersebut adalah,
- Perumusan masalah
- Pengumpulan Data & Konseptualisasi Model
- Memodelkan sistem
- Validasi Model
- Evaluasi Alternatif Solusi
- Implementasi dan Monitoring Solusi
Perumusan masalah: merupakan fase untuk menentukan apa masalah yang ingin dipecahkan, termasuk definisi masalah, batasan, serta metrik yang harus diukur sebagai indikator tercapainya hasil yang diharapkan.
Pengumpulan data dan konseptualisasi model: Pada fase ini, data dari sistem yang diobservasi dikumpulkan untuk kemudian diolah menjadi konsep untuk dimodelkan. Model konseptual ini nantinya akan ditranslasi ke dalam model komputer atau bahasa pemrograman untuk dianalisis lebih lanjut
Memodelkan sistem: adalah fase di mana model konseptual yang telah dibangun dari data yang ada di dunia nyata dibentuk ke dalam model yang siap dianalisis. Pengertian model ini sendiri maksudnya adalah selective abstraction of reality yang dianggap penting untuk merepresentasikan sistem sesuai dengan yang di dunia nyata. Adapun maksud dari membuat model ini nantinya ada dua hal yang diharapkan:
- Mendapatkan solusi optimal atas masalah yang dihadapi
- Mendapatkan insight jika ada asumsi sistem yang berubah, terutama parameter yang berada dalam kontrol pengambil keputusan (what-if analysis) tanpa harus merusak sistem aslinya
Model ini sendiri dalam OR dapat dibagi menjadi beberapa bagian, namun yang paling sering digunakan adalah (1) model matematis (mathematical model) dan (2) model simulasi komputer.
Model matematis adalah model yang paling sering diidentikkan dengan OR itu sendiri. Model matematis ini adalah model yang merepresentasikan masalah di dunia nyata melalui relasi yang diekspresikan dalam notasi matematika. Model matematika ini dapat bersifat stochastic maupun deterministic. Stochastic maksudnya parameter yang ada di model tidak diketahui dengan pasti, sehingga umumnya diestimasi melalui model probabilitas. Sementara deterministic menyiratkan bahwa seluruh parameter yang ada di model matematika ini sudah diketahui dengan jelas. Sebagian besar model matematis dalam OR terdiri dari 3 elemen utama: variabel keputusan, constraints, dan fungsi objektif. Variabel keputusan adalah variabel yang berada dalam kontrol pengambil keputusan yang ingin dioptimalkan. Constraint adalah rules atau aturan yang membatasi variabel keputusan, seperti misalkan jumlah maksimal uang yang boleh dihabiskan untuk proyek x atau y. Sedangkan fungsi objektif adalah statement matematis yang menunjukkan performa sistem yang ingin dioptimalkan. Dapat berupa meminimalkan (seperti misalkan biaya, jarak tempuh, waktu tunggu) atau juga dapat berupa memaksimalkan (seperti profit, pendapatan, utilisasi).
Model Simulasi Komputer adalah model yang digunakan untuk melakukan abstraksi dunia nyata ke dalam sebuah program komputer. Tidak jarang model simulasi komputer ini mampu menampilkan grafik dan animasi yang menyerupai aslinya untuk memudahkan visualisasi seperti apa sistem yang dimodelkan. Input pada model ini adalah decision variables yang berada dalam kontrol dari pengambil keputusan. Biasanya modeler akan memodelkan sistem business as usual dengan menggunakan asumsi decision yang berlaku pada sistem eksisting. Ketika model sudah jadi, asumsi decision ini kemudian akan diubah untuk melihat bagaimana reaksi sistem terhadap perubahan variabel keputusan ini (what-if analysis). Nantinya data – data keluaran model akan direkam dalam statistik untuk dilakukan analisis lebih lanjut. Dengan menganalisis statistik ini, pengambil keputusan d apat menentukan kombinasi dari nilai decision variable yang dapat menghasilkan performa sistem yang diinginkan.
Model simulasi komputer ini terus berkembang, namun saat ini ada 3 pendekatan utama dalam membuat model simulasi sistem, yaitu: model diskrit (discrete event simulation), model sistem dinamis (system dynamics model), dan model berbasis agen (agent-based modeling). Untuk tahap pengenalan saat ini saya tidak membahas masing – masing dari jenis pemodelan ini. Mudah – mudahan nanti saya bisa menambahkan artikel yang bisa menunjukkan perbedaan jenis masing – masing model simulasi komputer yang ada saat ini.
Validasi model: model yang sudah dibangun yang merupakan abstraksi dari dunia nyata diuji coba dengan melakukan beberapa perbandingan perilaku dan performa dengan dunia nyatanya. Semakin model menunjukkan perilaku sesuai dengan aslinya, maka semakin valid model tersebut digunakan untuk melakukan analisa.
Evaluasi Alternatif Solusi: model yang sudah divalidasi kemudian digunakan untuk menghasilkan solusi optimal atau menguji coba beberapa alternatif solusi / kombinasi decision variables untuk menemukan mana alternatif solusi yang paling tepat.
Implementasi dan Monitoring Solusi: adalah tahap terakhir di mana pengambil kebijakan mengimplementasikan solusi akhir untuk diterapkan ke dalam sistem. Adapun solusi akhir ini tidak serta merta merupakan solusi yang dihasilkan dari model. Tetapi perlu dilihat dari berbagai sudut pandang (khususnya model – model yang terkait dengan kebijakan dan sangat kompleks).
Demikianlah sedikit pengantar dari saya terkait dengan apa itu OR, yang merupakan salah satu minat ilmu yang saya tekuni di Teknik Industri Universitas Indonesia. Adapun saat ini di Delft University of Technology, saya juga riset dengan pendekatan OR yang diterapkan untuk studi kasus bidang logistik maritim. Ke depannya insyaAllah saya akan sedikit banyak sharing terkait dengan teknik – teknik OR yang saya pelajari di Delft dalam rangka memecahkan masalah – masalah yang ada di industri atau yang terkait dengan kebijakan.
Semoga bermanfaat ya untuk rekan-rekan semuanya!
Salam,
Arry Rahmawan
Leave a Comment