Kalau AI Bisa Menganalisis Sistem, Kenapa Kita Masih Perlu Mengajarkan Systems Thinking?

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?

Lanjutkan membaca “Kalau AI Bisa Menganalisis Sistem, Kenapa Kita Masih Perlu Mengajarkan Systems Thinking?”

Memori Institusi

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.

Lanjutkan membaca “Memori Institusi”

Sustainability – An Industrial and System Engineer Perspective

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.

Terjebak Istilah “Data-Driven” = Terjebak Nostalgia

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.

Lanjutkan membaca “Terjebak Istilah “Data-Driven” = Terjebak Nostalgia”

Evidence Based Policy Making

 Evidence Based Policy Making (EBPM) atau Pengambilan Kebijakan berbasis Bukti/Fakta merupakan sebuah proses pengambilan kebijakan yang berbasis kepada bukti. Ini merupakan lawan dari pengambilan kebijakan yang hanya berlandaskan kepada preferensi pribadi yang cenderung emosional, berjangka pendek, berbasis pengalaman lampau, apalagi hanya untuk menyenangkan atasan.

Indonesia memang masih harus bekerja keras untuk mengejar ketertinggalan, dengan berbagai ketidaktepatan kebijakan yang telah kita buat dimasa lampau. Namun bekerja keras tanpa ada tujuan yang jelas dengan basis asumsi masa lampau yang tidak tepat, akan membuat kita salah arah dan juga berpeluang membuat kesalahan baru. Kesalahan baru yang berbeda dari kesalahan yang telah dibuat, yang akhirnya menjebak diri kita ke sebuah pusaran tanda akhir membuat kesalahan kebijakan.

Sebagai contoh konsep sasaran yang ingin dicapai dalam kebijakan, para pengambil kebijakan sering lupa bahwa konsep sasaran tidaklah statis, tapi dinamis tergantung perubahan yang terjadi. Sebagai contoh ketika terjadi diskusi di Universitas Indonesia untuk mengejar ketertinggalan publikasi internasional dibandingkan negara tetangga, timbul optimisme bahwa secara trend kita akan mengalahkan saingan terdekat kami di regional Asia. Namun, optimisme itu menjadi berkurang, ketika diskusi mengarah, bukankah di universitas pesaing akan melihat posisi kita yang mengejar, sehingga bereaksi pula untuk meningkatkan publikasinya pula. Inilah yang disebut “Dynamic Moving Target” atau sasaran bergerak.

The best will be copied by the next best, and some copies will be better than the original.

Sehingga inovasi harus terus dikembangkan dan rasa nyaman terhadap status quo harus selalu secara rutin digoyang untuk berkreasi. Biasanya ketika dipaksa berubah, maka manusia akan melawan balik dengan berbagai cara untuk membatalkan perubahan. Cara yang terbaik adalah berbasis kepada fakta. Jika sebuah diskusi perdebatan berlandaskan kepada fakta, maka lebih mudah mengarahkan perubahan. Karena fakta memiliki kekuatan yaitu sulit didebat dibandingkan asumsi maupun emosi. Ketika fakta lingkungan berubah maka kita juga harus mengubah strategi antisipasinya.

Disinilah letak EBPM.

Lanjutkan membaca “Evidence Based Policy Making”

Memberikan Perhatian lebih kepada Makna dari Nilai

Nilai yang berasal dari kata Value, merupakan sebuah kata yang penting bagi perekayasa industri untuk keluar dari cara pandang lama untuk menuju ke cara pandang sistem yang lebih utuh.

Bagi mahasiswa Teknik Industri, kata nilai biasanya dikenalkan di kuliah pengantar teknik industri atau kuliah pengendalian kualitas. Nilai secara umum didefinisikan sebagai perbandingan antara harga dan kualitas. Jika harga sama namun kualitas meningkat, maka nilai meningkat. Atau sebalikanya jika harga turun namun kualitas tetap sama maka nilai meningkat. Simplifikasi yang sangat sederhana ini tidak salah, bahkan tepat, namun jika fokus pendidikan teknik industri ke arah desain, maka fokus kepada kedua hal ini saja tidak akan mendorong kita mendesain lebih kreatif. Seolah-olah satu-satunya cara untuk meningkatkan kualitas adalah dengan efisiensi biaya, yang masuk ke ranah operasi, bukan ke arah desain.

Jadi apa yang dibutuhkan? Pemahaman yang lebih terhadap definisi nilai

Lanjutkan membaca “Memberikan Perhatian lebih kepada Makna dari Nilai”

Mengapa ada Sistem dalam Teknik Industri

Beberapa waktu yang lalu saya diminta untuk memberikan kuliah umum tentang rekayasa sistem, sehingga saya akhirnya menyusun materi ini.

Satu hal yang penting adalah pergantian nama Teknik Industri menjadi Teknik Industri dan Sistem bukan berarti adalah akan ada program studi baru rekayasa sistem dalam Teknik Industri. Ini bisa saja dilakukan, namun yang lebih penting adalah Perekayasa Industri harus menyadari peranan kesisteman di dalam pekerjaan mereka saat ini. Beberapa kampus di dunia tetap hanya memiliki Sarjana Teknik Industri walaupun nama program mereka adalah Teknik Industri dan Sistem. Hal ini lah yang mendasari slideshare diatas.