Tentang kebijakan energi, sistem yang terjebak, dan otak kita yang semakin tidak sabar.
Suatu pagi, mungkin sambil sarapan atau di perjalanan ke kantor, Anda membaca sebuah berita di feed media sosial yang anda ikuti di gadget anda. Pemerintah berencana mendorong elektrifikasi sepeda motor besar-besaran, wacana masuk kerja empat hari seminggu untuk mengurangi konsumsi BBM dan sekolah tatap muka dikurangi harinya. Semua dibingkai sebagai langkah berani menuju efisiensi energi karena ada tekanan geopolitik di dunia saat ini akibat perang.
Anda mungkin mengangguk atau menggeleng, dan kemudian lalu pindah scroll ke konten berikutnya.
Tapi sebelum kita lanjut scroll, ada baiknya kita berhenti sebentar. Bukan untuk menghakimi kebijakannya. Tapi untuk bertanya sesuatu yang lebih mendasar: ini solusi, atau kita sedang memadamkan api dengan ember kecil … lagi?
Solusi yang terlihat seperti solusi
Mari kita periksa logikanya. Masalah yang ingin diselesaikan adalah konsumsi BBM yang tinggi dan ketergantungan kita pada bahan bakar fosil yang akan memakan anggaran negara untuk disubsidi. Solusi yang dipilih: kurangi penggunaan kendaraan berbahan bakar minyak dengan menggantinya ke listrik, dan kurangi mobilitas masyarakat dengan memangkas hari kerja dan hari sekolah.
Coba bayangkan skenario ini. Seorang mahasiswa S2, duduk di depan laptopnya jam 10 malam sebelum deadline tugas kuliah berpikir sistem untuk menyusun Causal Loop Diagram (CLD). Causal Loop Diagram (CLD) adalah sebuah alat visual untuk memahami hubungan sebab-akibat dalam suatu sistem, terutama bagaimana variabel saling memengaruhi melalui feedback loops (lingkaran umpan balik). Diagram ini sering digunakan dalam system thinking untuk mengidentifikasi pola, lingkaran setan (vicious cycles), atau lingkaran baik (virtuous cycles) dalam dinamika organisasi, bisnis, maupun fenomena sosial.
Alih-alih membuka buku teks atau mengulang materi kuliah, ia membuka ChatGPT, mengetik deskripsi masalah yang diberikan dosennya, dan dalam dua menit mendapatkan causal loop diagram lengkap dengan penjelasan feedback loop positif dan negatifnya.
Hasilnya? Cukup masuk akal. Tidak jenius, tapi cukup. Mungkin 75 persen dari apa yang akan dihasilkan mahasiswa yang belajar serius selama satu semester.
Pertanyaannya kemudian menjadi tidak nyaman: jadi apa gunanya kita mengajarkan systems thinking ketika analisa complex yang biasa dilakukan bisa digantikan oleh AI?
Ketika kita berbicara tentang memori, biasanya yang pertama terlintas di benak adalah memori manusia—kemampuan kita untuk menyimpan, mengingat, dan menggunakan kembali informasi dari pengalaman masa lalu. Namun, konsep serupa juga berlaku dalam organisasi dan pemerintahan dalam bentuk memori institusi (institutional memory).
Apa Itu Memori Institusi?
Memori institusi adalah kumpulan pengetahuan, pengalaman, kebijakan, prosedur, dan praktik yang telah dikembangkan oleh suatu organisasi atau institusi dalam jangka waktu tertentu. Ini mencakup bagaimana keputusan diambil, bagaimana masalah dipecahkan, serta bagaimana budaya dan nilai-nilai berkembang dalam suatu organisasi.
Memori institusi dapat berupa:
Dokumentasi tertulis, seperti arsip kebijakan, laporan, dan peraturan.
Sistem dan prosedur, seperti SOP (Standard Operating Procedures) dan mekanisme koordinasi.
Pengalaman individu, yang diwariskan secara informal melalui mentoring atau pembelajaran di tempat kerja.
Norma dan budaya organisasi, yang membentuk kebiasaan dan bagaimana institusi beroperasi dan berinteraksi dengan pihak lain.
Apakah Memori Institusi Mirip dengan Memori Manusia?
Dalam banyak hal, ya. Seperti halnya manusia yang mengandalkan memori untuk bertindak berdasarkan pengalaman masa lalu, institusi juga bergantung pada memori institusi untuk mempertahankan keberlanjutan dan efektivitasnya.
My Perspectives in a Slide Deks on the Changing Role of Industrial and Systems Engineering in Contributing to the Sustainable Development Goals in the Industry 4.0 Era with special focuses on Lean and Green Concepts.
Di berbagai workshop dan seminar yang saya ikuti, saya sering mendengar bahwa sebuah institusi mengklaim telah menciptakan sebuah sistem ini, sistem itu, yang lebih baik dari sebelumnya. Ada juga yang mengklam bahwa sebelumnya tidak ada sistemnya, sehingga sekarang dengan adanya sistem yang baru dirancang maka akan lebih tertata dst.
Namun yang menarik buat saya dari konsep, rancangan, atau akhirnya di implementasi, sistem tersebut tidak memuat adanya sub-sistem umpan balik. Umpan balik adalah sub-sistem yang seringkali lupa merupakan bagian penting dan memang seharusnya ada dalam sistem. Definisi sistem klasik adalah input proses output umpan-balik. Sehingga ketika sebuah klaim sistem dilakukan, namun ternyata tidak memiliki sub-sistem umpan balik, maka seharusnya tidak bisa diklaim sebagai sistem
Bounded Rationality atau Rasionalitas Terbatas adalah sebuah konsep dalam pengambilan keputusan bahwa kemampuan manusia memiliki keterbatasan dalam mendapatkan dan mengolah informasi. Ini akibat keterbatasan kognitif manusia dan waktu yang tersedia dalam mengambil keputusan. Kemampuan kognitif didefinisikan secara sederhana sebagai kemampuan memproses informasi untuk memiliki makna yang akan membantu proses pengambilan keputusan. Kemampuan ini akan tergantung dari kesehatan fisik, mental, pengetahuan dan pengalaman. Ketika anda lelah secara fisik maka pengambilan keputusan kompleks biasanya menjadi terasa lebih berat, sehingga disarankan untuk menunda mengambil keputusan.
Bounded rationality memberikan rem kuat terhadap konsep ideal dalam pengambilan keputusan tentang informasi lengkap dan sempurna akan menghasilkan keputusan sempurna. Dalam sebuah permasalahan kompleks, informasi lengkap akan menimbulkan timbunan informasi yang luar biasa sehingga pada akhirnya manusia tidak akan sanggup untuk mengolahnya. Secara sederhana, jika anda diminta untuk mengingat sarapan apa pada 249 hari yang lalu, apakah anda mengingatnya? Ini berarti ada keterbatasan dalam kemampuan manusia sehingga banyak informasi yang tidak relevan secara otomatis seperti dihilangkan dari otak kita.
Ini mengapa jika anda berdiskusi dengan orang lain, anda bisa saja seperti berhadapan dengan tembok yg tidak mau bergeser, karena sebenarnya anda berhadapan dengan batasan rasionalitas dari orang tersebut. Anda juga disarankan tidak mengambil keputusan strategis ketika emosional, lelah, kaget atau dalam situasi dimana rationalitas anda menjadi berkurang.
Bounded rationality membuat pengambil keputusan seperti menjustifikasi pengambilan keputusan yang kurang dari ideal dengan memberikan alasan atau konteks yang dianggap benar dan menjadi pengekang dari target ideal. Dan yang seru adalah logika alasan ini akan terlihat masuk akal atau dikenal logis. Padahal belum tentu sama masuk akal bagi anda atau bagi orang kebanyakan namun tetap masuk akal. Karena memang kata masuk akal sendiri kan berarti tergantung akal siapa yg digunakan. Logika juga sama, tergantung logika apa yang dipakai. Sehingga sebenarnya pendidikan formal itu mencoba menguatkan logika bersama universal yg bisa menjamin kemajuan umat manusia. Loh kok jadi kemana-mana, mari kembali ke bounded rationality.
Jadi apa yang sebenarnya kenapa kita perlu memahami bounded rationality? Karena jika anda ingin berdiskusi, mengubah pendapat orang lain, atau tidak baper dalam berkomunikasi, maka perlu disadari bahwa anda dan lawan komunikasi anda bisa jadi memiliki rasionalitas berbeda, sehingga jika hal yang didiskusikan penting, maka anda perlu berstrategi untuk melakukan komunikasi.
Anda harus menyeimbangkan antara bertanya dan berpendapat untuk saling melihat struktur logika rasionalitas anda dan lawan bicara dalam proses dialog secara seimbang. Sering melakukan konfirmasi apakah apa yang anda pahami dari logika dia adalah sesuai dengan yg dimaksud (hindari dulu benar salah). Tawarkan rasionalitas anda kepada lawan bicara dan minta pendapatnya.
Apakah akan selalu sukses? tentu tidak, ini juga yang menjadi aspek dalam bounded rationality, karena keterbatasan yang timbul biasanya terjadi karena sejarah panjang kehidupan lawan bicara kita. Sederhananya yaa sudah diusahakan, berikutnya yaa tinggal didoakan untuk mau berubah.
Dalam diskusi di rumah pagi ini, ada yang membahas tentang prediksi pemodelan pandemic yang dilakukan di negara tetangga tentang kapan berakhirnya pandemic dengan memberikan judul “data-driven”. Seolah-olah kata data-driven memberikan bobot lebih tinggi terhadap hasil pemodelan, karena berbasis data. Namun bukankah jika datanya tidak valid maka sebenarnya hasil modelnya tidak valid? Apalagi ketika negara tetangga melakukan prediksi kondisi Indonesia, lha datanya dari mana? ketika kita sendiri masih berdebat tentang data yang ditampilkan oleh pemerintah.
Jika kita lihat konteksnya, Data-driven menjadi istilah populer ketika dunia memasuki masa big data, yaitu ketika aktivitas manusia untuk pertama kalinya dapat dikumpulkan secara masif melalui interaksi dia dengan perangkat digitalnya. Setiap halaman yang anda click, video yang anda pilih, berapa lama anda berada dalam satu halaman, aplikasi apa yang anda install, anda jalan kemana saja dengan bantuan peta digital, itu menjadi sebuah timbunan data yang luar biasa besar tentang diri anda. Timbunan data ini kemudian di”masuk-akal”kan untuk melakukan prediksi tentang profil anda. Profil ini bisa saja akan mengungkapkan kejutan tentang apa sebenarnya yang anda sukai, yang bisa berbeda dari apa yang anda pikir anda sukai.
Jika diagregasi ke skala yang lebih besar, timbunan data personal ini bisa menjadi data group, group menjadi organisasi, lalu industri, hingga wilayah, nasional dan dunia. Contoh dari agregasi ini adalah Laporan tahunan google tentang apa yang sering dicari di Indonesia adalah salah satu contohnya (2019 Report). Laporan ini menarik karena seperti membuka kebiasaan orang Indonesia mungkin tidak diketahui oleh orang Indonesia sendiri. Ada mungkin sekelompok kecil orang Indonesia yang berbeda, namun ketika ini adalah big-data, maka seolah-olah menjadi pembenaran bahwa kerikil-kerikil kecil berupa ketidaksesuaian atau ketidavaliditasan data pasti kalah dan dihaluskan dengan data lain yang lebih banyak jumlahnya.
Hidayatno's Blog 