4. 4 Karakterikstik Masalah
Semuanya terhubung antara masalah serta
solusinya
Jangan hanya fokus pada potongan informasi
yang terisolasi - hubungan di antara hal-hal
sering dapat memberikan petunjuk penting.
Kompleksitas yang teratur dan berantakan
tantangan Anda adalah menemukan titik-titik
leverage di mana intervensi dapat membuat
perbedaan.
Akan selalu ada ketidakpastian
Tugas Anda adalah menurunkannya ke tingkat
yang dapat diterima. Biasanya ada jumlah
penelitian yang optimal, di mana diskusi lebih lanjut
tidak memajukan strategi. Ketika Anda
mengunjungi kembali masalah yang sama dua kali,
Anda mungkin mulai membuang-buang waktu Anda
mencoba untuk membuat ketidakpastian dari sistem
- dan itu tidak akan terjadi.
Akan selalu ada ambiguitas
Tidak ada satu cara yang tepat untuk
mendefinisikan masalah. Namun, ada banyak cara
untuk memecahkan masalah yang benar; tidak ada
cara untuk memecahkan masalah yang salah.
6. Metode AHP
( Analytical Hierarchy Process )
hirarki didefinisikan sebagai suatu representasi dari sebuah
permasalahan yang kompleks dalam suatu struktur multi level
dimana level pertama adalah tujuan, yang diikuti level faktor,
kriteria, sub kriteria, dan seterusnya ke bawah hingga level
terakhir dari alternatif.
AHP sering digunakan sebagai metode pemecahan
masalah dibanding dengan metode yang lain karena
alasan-alasan sebagai berikut :
1. Struktur yang berhirarki, sebagai konsekuesi
dari kriteria yang dipilih, sampai pada
subkriteria yang paling dalam.
2. Memperhitungkan validitas sampai dengan
batas toleransi inkonsistensi berbagai kriteria
dan alternatif yang dipilih oleh pengambil
keputusan.
3. Memperhitungkan daya tahan output analisis
sensitivitas pengambilan keputusan.
7. Menggunakan Diagram Pengaruh
Merupakan diagram yang menunjukkan proses transformasi yang
terjadi pada sistem untuk memodelkan dengan pendekatan
proses.
Simbol oval
menunjukan output
atau keluaran yang
diinginkan dari suatu
pemecahan masalah
Terdapat beberapa
simbol yang digunakan
dalam influence
diagram
Simbol awan digunakan untuk
menunjukan input yang tidak
terkontrol (uncontrollable input),
ataupun sebagai batasan suatu
masalah (constraints)
Simbol lingkaran
menunjukan variabel
sistem, component
attribute, maupun state
variable value
Simbol ini
menunjukan
ketergantungan
suatu simbol dengan
simbol lainnya
Simbol persegi panjang
digunakan untuk menunjukan
input yang terkontrol (control
input), keputusan (decision),
ataupun decision rule
8. Menggunakan Diagram Pengaruh
Contoh :
PT. IMPRESI
Minimasi waktu
tunggu
konsumen
impresi
waktu produksi
editing
dan printing
waktu tunggu
order
pekerjaan
waktu produksi
album set
durasi tunggu
ketersediaan
bahan
waktu
pengerjaan tiap
album set
jumlah
konsument
jumlah
order dari
luar
waktu
pembelian
bahan
kebijakan
jumlah
pekerja
kebijakan jumlah
pembelian barang
kebijakan lama
produksi
Dari influnce disamping dapat dilihat bahwa simbol
oval yang menunjuka output adalah Minimasi
Waktu Tunggu Konsumen Impresi. Output
tersebut adalah keluaran yang diharapkan dari
pemecahan masalah yang ada. Output tersebut
dipengaruhi oleh Waktu Produksi Editing dan
Printing Photo, Waktu Tunggu (antrian) Order
Pengerjaan, dan Waktu Produksi Album Set. Dari
ketiga hal tersebut dapat diidentifikasi lagi apa
saja input yang terkontrol, dan yang tidak, juga hal
yang mempengaruhi dalam bentuk
kebijakan-kebijakan.
9. Penstrukturan Deterministik :
Pemodelan Masalah
Modeling Profit
Untuk banyak bisnis, lebih baik memperkirakan biaya dan
margin (atau pendapatan dan margin) daripada pendapatan
dan biaya secara langsung.
Biaya Hangus
Model harus memiliki cutoff di dalamnya sehingga ketika margin negatif
selama lebih dari beberapa tahun, bisnis akan mati. Model juga harus
memiliki pemeriksaan untuk mencegah situasi yang tidak realistis atau
tidak mungkin, seperti pangsa pasar yang melebihi 100%.
Inflasi
Biasanya lebih baik untuk memodelkan dalam dolar
konstan, karena Anda kemudian dapat menghindari
pemodelan simultan baik perubahan sistematis harga dan
biaya serta perubahan dari inflasi.
Nilai Terminal
Dalam memperkirakan nilai bisnis yang sedang berlangsung ini, ingatlah
bahwa tidak ada bisnis yang berlangsung selamanya dan migrasi ke
bentuk-bentuk baru dari bisnis mungkin memerlukan investasi modal baru
yang besar dan masalah keputusan adalah apa yang harus dilakukan di
masa depan, mengingat aset dan pengalaman saat ini
10. Penstrukturan Deterministik :
Analisis Sensitivitas
Salah satu tugas utama dalam fase penataan deterministik adalah untuk cukup mengembangkan model untuk
menghasilkan hasil dasar kasus yang kredibel.
Casing dasar adalah seperangkat parameter input yang digunakan sebagai titik awal untuk analisis lebih lanjut. Jika
alternatif keputusan sangat berbeda, mungkin perlu membuat kasus dasar untuk setiap alternatif. Jika ada ketidak pastian
yang mendasari keberhasilan atau kegagalan (seperti pengenalan produk baru), kasus dasar biasanya harus diperkirakan
berhasil. Terlalu banyak upaya tidak boleh menghabiskan dalam membangun nilai-nilai dasar, karena mereka hanya titik
awal. Di sisi lain, nilai-nilai harus cukup masuk akal untuk tidak menimbulkan kontroversi yang tidak perlu.
11. Basis Appraisal:
Memperoleh Informasi dari Pohon
Gambar 6-15 menunjukkan plot dari kisaran 10-90 persentil di sekitar nilai yang
diharapkan untuk setiap alternatif.
Gambar 6-14 menunjukkan distribusi probabilitas kumulatif untuk masing-masing alternatif.
Untuk setiap batang, ada kemungkinan 10 persen nilai jatuh
ke kiri bar dan kemungkinan 10 persen jatuh ke kanan; bintang
di dekat pusat menandai nilai yang diharapkan; garis di kedua
sisi bilah menunjukkan batas penuh distribusi.
12. Basis Appraisal:
Memperoleh Informasi dari Pohon
Nilai Kontrol Sempurna
Wawasan lain yang bisa kita kumpulkan dari pohon adalah nilai kontrol
yang sempurna. Jika ada prosedur pengendalian yang layak biaya yang
masuk akal, kita dapat menghasilkan alternatif baru menggunakan
prosedur kontrol ini dan mengevaluasi kembali pohon.
Distribusi Bersyarat
Pertama, kita dapat melihat distribusi dan nilai
yang diharapkan (persamaan tertentu) pada titik
selain simpul pertama di pohon dan melihat
apakah nilai kondisional ini menyimpan kejutan
apa pun.
Nilai Informasi Sempurna
Selain melihat distribusi bersyarat, kita dapat menghitung nilai informasi
sempurna untuk setiap ketidakpastian. Jika upaya pengumpulan-informasi
yang mungkin memiliki biaya yang sebanding dengan nilai-nilai ini, kita
dapat merumuskan keputusan untuk mengumpulkan informasi yang tidak
sempurna dan melihat apakah itu bermanfaat.
13. Basis Appraisal:
Memperoleh Informasi dari Pohon
Ini adalah metode yang digunakan dalam Gambar 6–22 hingga 6–28. Keadaan informasi asli memiliki probabilitas terdistribusi simetris di sekitar cabang tengah; ketika kita pergi ke
pendekatan dua cabang, ini diterjemahkan ke dalam menugaskan 50 persen kemungkinan untuk cabang atas dan bawah. Satu-satunya pengecualian adalah Keberhasilan Teknis,
yang semula merupakan simpul dua cabang dengan probabilitas 90 persen di cabang "Keberhasilan" teratas dan 10 persen di bagian bawah "Kegagalan" cabang.
14. Basis Appraisal:
Memperoleh Informasi dari Pohon
Matriks Kebijakan
Jika ada keputusan selain simpul pertama di pohon, kita dapat menghasilkan matriks kebijakan untuk menunjukkan apa yang akan terjadi.
Matriks kebijakan mencantumkan semua jalur melalui pohon yang mengarah ke simpul keputusan akhir dan alternatif yang akan dipilih
untuk jalur tersebut.
Saatnya Bersiap
Tahap akhir yang sama pentingnya dari analisis terjadi setelah melewati siklus terakhir dan analisis pohon terakhir. Fasilitator dan anggota
tim proyek harus menyisihkan waktu untuk mengeksplorasi informasi yang terkandung dalam analisis, mendapatkan wawasan tentang
masalah-masalah dunia nyata dan mempertanyakan analisis yang dimaksudkan untuk menjawab, dan memastikan analisis tersebut
mengatasi semua kekhawatiran pembuat keputusan.
Kesalahan yang terlalu sering adalah meneruskan analisis sampai detik-detik terakhir. Tidak ada waktu yang cukup untuk persiapan yang
cermat yang diperlukan untuk mensintesis, meringkas, dan menyajikan kesimpulan. Akibatnya, laporan atau presentasi dapat menjadi salah
satu yang serampangan yang dapat menghilangkan poin-poin penting, mungkin mengandung kesalahan analitis, dan mungkin (lebih buruk
lagi) sulit dipahami. Laporan semacam itu mungkin gagal untuk mengatasi kekhawatiran pembuat keputusan dan dengan demikian gagal
memberikan motivasi untuk tindakan — yang menempatkan hasil ke sebuah file daripada menetapkannya sebagai dasar untuk bertindak.