Kemana para prediksiawan dan prediksiawati COVID-19?

Masih ingatkah kita ketika para pakar, politikus, para pemimpin Indonesia dan dunia, di tahun lalu, mencoba memprediksi kapan COVID-19 berakhir? Misalnya ada di berita ini, ini atau ini. Beberapa waktu ini kok tidak terdengar kembali para P3 ini melakukan prediksi kembali, padahal tahun lalu begitu yakinnya dikeluarkan dengan mengunakan model-model matematika yang rumit. Bahkan tahun lalu seperti sebuah kompetisi ketika para kampus-kampus besar di Indonesia seperti berlomba-lomba mengeluarkan prediksinya.

All Models are Wrong, but some are useful (George Box) adalah sebuah kredo bagi para modeler ketika menyusun, menganalisa, menginterpretasikan dan menjelaskan hasil simulasi modelnya, terutama jika harus dijelaskan ke publik yang awam. Modeler sebagai ilmuwan memiliki kewajiban untuk menjaga supaya hasil temuannya tidak disalahartikan baik oleh publik atau awak media yang menjadi corong ke publik. Sudah sering terjadi sebuah hasil penelitian secara tidak sengaja, namun lebih sering pula dengan sengaja dibelokartikan untuk kepentingan politik maupun ekonomi. Dalam ekonomi digital, strategi untuk menaikkan click-bait dengan memberikan judul-judul bombastis sudah menjadi kebiasaan dewasa ini.

Berbasis kredo diatas, jadi apa saja yang membuat semua prediksi ini gagal?

Lanjutkan membaca “Kemana para prediksiawan dan prediksiawati COVID-19?”

Mengubah Pola Berpikir menjadi Berpikir Sistem dengan pendekatan berbasis Model

Pada tanggal 27 Maret 2021, saya dikukuhkan sebagai Guru Besar Tetap Universitas Indonesia di Bidang Teknik Industri. Acara ini disiarkan secara online mempertimbangkan pandemi yang masih berlangsung. Didalam pidato pengukuhan saya, saya menyoroti sebuah cara mendefinisikan berpikir sistem yang berbeda dari definisi saat ini yang menggunakan (a) membedakan pola berpikir biasa dan pola berpikir sistem dengan ciri-ciri pembedanya dan (b) kombinasi dari teknik berpikir logis, kritis dan lain. Saya menyoroti bagaimana jika berpikir sistem bisa menggunakan definisi berpikir dan sistem, lalu dengan menggunakan cara pandang terhadap pola yaitu sebagai kerangka kerja.

Pendekatan ini saya beri nama Model-Based Systems Thinking. Konsep ini saya kenalkan video pidato pengukuhan saya dapat ditonton di youtube dan saya letakkan embedded di dalam halaman blog dibawah ini.

Video Pidato Pengukuhan GB Akhmad Hidayatno

Pidato online hanya membolehkan waktu pidato selama 15 menit, sehingga mohon maaf jika dalam video diatas terkesan sangat singkat. Saya juga lampirkan naskah pidato yang mungkin anda tertarik untuk membacanya. Secara materi saya mengembangkan Model-Based Systems Thinking sebagai sebagai softside dari Dukungan Model terhadap Proses Penguraian Masalah pada kompleksitas yang timbul pada Skala Mikro dan Skala Makro. Skala mikro adalah pengambilan keputusan Model-Based Decision Making dan Skala makro adalah pengambilan kebijakan atau Model-Based Policy Making.

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”

Pemodelan Pandemic: Kebutuhan Ilustrasi atau Kebijakan

Image by congerdesign from Pixabay

Dalam beberapa waktu terakhir, banyak diskusi yang timbul dan menyinggung mengapa kok lab kami tidak menyusun model yang bisa membantu memprediksi berbagai macam dampak kebijakan dari pencegahan pandemic corvid-19, seperti lock-down, pembatasan, social distancing dsb di Indonesia. Kami sudah berdiskusi berat tentang hal ini yang mempertimbangkan beberapa hal berikut:

  1. berbagai kemungkinan pertanyaan kebijakan terhadap dampak (apakah berat di sisi ekonomi, epidemiologis, dst)
  2. alternatif jawaban awal dari pertanyaan kebijakan sebagai tujuan dari model
  3. pendekatan pemodelan, simulasi dan skenario yang bisa dilakukan (heuristik, stochastic, system dynamics dan agent based modeling),
  4. kebutuhan data akurat dan tervalidasi untuk membangun model tersebut,
  5. kebutuhan asumsi logis untuk mengisi ketidak-tersediaan data (yang merupakan masalah pemodelan klasik di Indonesia),
  6. siapa saja pakar yang seharusnya bergabung didalam tim pemodelan karena ini mencakup masalah urbanisasi, epidemiologis, manajemen rumah sakit (kapasitas penyembuhan), politik, ekonomi, industri kesehatan dan pakar-pakar lainnya.
  7. waktu pengembangan untuk menghasilkan model yang purposeful menjawab pertanyaan kebijakan tersebut,

Tentunya para rekan yang meminta, juga menunjukkan berbagai model “ilustrasi” yang diberikan di berbagai media yang menurut mereka seharusnya kami bisa menyusunnya dalam konteks Indonesia. Tentunya kami bisa, namun model-model tersebut adalah model ilustrasi, yaitu sebuah model berbasis kepada data dan asumsi umum dengan tujuan mengedukasi, bukan untuk menjawab kebutuhan kebijakan. Sebuah model untuk menjawab kebutuhan kebijakan tidak hanya berdasarkan edukasi, namun juga harus berdasarkan data yang kuat. Mengapa? Karena seharusnya, sebuah kebijakan diambil berdasarkan asumsi logis dan data yang timbul, jangan karena politik dan emosi.

Lanjutkan membaca “Pemodelan Pandemic: Kebutuhan Ilustrasi atau Kebijakan”

Rebutan Bendera dan Nasib Para Perancang

Ketika memulai mengumpulkan pengalaman sebagai konsultan, terutama konsultan di pemerintahan, saya mendapatkan nasehat berharga dari guru saya tentang Bendera. Sebelum saya ceritakan maksud utama tulisan ini, maka kita lihat dulu fungsi utama Bendera.

Bendera adalah sebuah alat untuk menarik perhatian. Bendera suatu negara, bendera organisasi, atau bendera suatu acara, adalah untuk menarik perhatian orang yang melihatnya. Bendera yang berkibar membuat seseorang secara otomatis tertarik perhatiannya mencari makna terhadap tentang simbol yang diletakkan di bendera.

Orang yang mengkibar-kibar bendera juga ingin supaya benderanya dilihat sehingga walaupun melelahkan, tapi tetap ada mau melakukannya. Mengapa? Karena yang ikut memegang bendera, ikut terlihat, sehingga secara otomatis ikut “ngetop”. Jadi sering di acara-acara organisasi timbul situasi rebutan Bendera, untuk mengkibas-kibaskannya, karena berarti akan menjadi pusat perhatian dan bisa tersebar di sosial media juga.

Jika bendera dirancang oleh seorang perancang, apakah dia akan ikut ngetop ketika Benderanya dikibarkan orang lain? Tentu tidak. Tidak ada yang akan bertanya, eh siapa yang merancang bendera ya? perhatian pasti akan tertuju kepada yang mengibarkan bendera, bukan yang merancangnya. (Pengecualian mungkin kepada bendera negara, yang memang ada cerita nasionalisme yang mengiringi perancangan bendera negara)

Sebagai konsultan, kita sering bertindak sebagai perancang sistem. Dan seperti kasus bendera, seorang perancang sangat jarang mendapatkan pangakuan terhadap produknya. Seorang perancang sudah pasti dilupakan, walaupun apa yang dia rancang telah memiliki manfaat yang luas bagi pengguna rancangannya.

Jadi nasehat dari guru adalah ikhlas terhadap bendera, supaya rancangan kita bisa akhirnya dijalankan. Artinya jangan merasa untuk menunda berkarya hanya karena kita tidak suka orang lain mengklaim hasil kerja keras kita. Apalagi jika karya kita bisa menyentuh masyarakat banyak. Proyek proyek infrastruktur yang biasanya berjangka panjang, seperti MRT Jakarta contohnya, yang bekerja keras untuk menyusun pola pembiayaan dan administrasi proyeknya pasti tidak disorot dibandingkan yang menekan tombol mulai proyek atau tombol mulai beroperasinya MRT Jakarta. Padahal tanpa jaminan pembiayaan kan tidak akan berjalan proyeknya.

Nasehat lain adalah memanfaatkan kebutuhan akan membawa bendera. Kan menyenangkan yaa membawa karya orang lain sebagai hasil kerja kita, padahal bukan kita yang membuatnya. Jadi supaya kerja kita lancar ketika merancang, kita sudah menawarkan bahwa silahkan ketika sudah jadi, orang lain saja yang mengibarkan benderanya, asalkan anda mendukung atau paling tidak membiarkan tidak mengganggu pekerjaan perancangan.

Itulah pentingnya paham soal bendera

Teknik Industri dan Industri 4.0

Kurikulum Teknik Industri haruslah adaptif terhadap berbagai perubahan di dunia industri. Perubahan terbesar yang sedang dan akan terus berjalan adalah Revolusi Industri 4.0. Namun sebagian besar interpretasi terhadap dampak Industri 4.0 adalah berbasis kepada interpretasi yang dilakukan oleh konsultan global, dengan fokus ke arah perubahan organisasi. Hingga saat ini belum ada kesepakatan tentang bagaimana sebaiknya kurikulum teknik industri disiapkan untuk era perubahan akibat Revolusi Industri 4.0.

Slide presentasi ini merupakan eksplorasi pribadi terhadap apa yang bisa menjadi dampak Revolusi Industri 4.0 terhadap sub-kelompok ilmu di ISE BOK (Industrial and Systems Engineering Body of Knowledge) yang disusun oleh IISE. Anda dapat unduh disini.

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”