Pengambilan Keputusan

Dalam psikologi, pengambilan keputusan adalah proses kognitif yang mengarah pada pemilihan suatu keyakinan atau tindakan di antara beberapa alternatif pilihan. Proses ini bisa rasional atau irasional dan didasarkan pada asumsi nilai, preferensi dan keyakinan pengambil keputusan. Setiap proses pengambilan keputusan mengarah pada keputusan akhir, yang mungkin mengarah pada tindakan atau tidak. Penelitian di bidang ini juga berkaitan dengan pemecahan masalah, khususnya dalam penelitian psikologi diEropa.

Gambaran Umum

Pengambilan keputusan merupakan suatu kegiatan pemecahan masalah yang menghasilkan suatu solusi yang dianggap optimal atau memuaskan. Proses ini bisa rasional atau irasional dan melibatkan pengetahuan eksplisit atau diam-diam. Kinerja manusia dalam pengambilan keputusan diperiksa dari sudut pandang psikologis, kognitif dan normatif. Ada dua jenis pengetahuan, pengetahuan eksplisit dan tacit, yang digunakan bersama dalam proses pengambilan keputusan. Prosesnya melibatkan analisis alternatif yang terbatas berdasarkan kriteria evaluasi. Analisis keputusan multi-kriteria (MCDA) menjadi sorotan namun kontroversial karena metodenya dapat memberikan hasil yang berbeda. Lingkungan pengambilan keputusan, termasuk kompleksitasnya, berperan penting dalam proses pengambilan keputusan dan dapat mempengaruhi fungsi kognitif. Keputusan logis adalah elemen kunci dalam banyak profesi ilmiah, namun situasi tertentu dapat mendorong pengambilan keputusan yang intuitif atau kurang terstruktur.

Karakteristik Pengambilan Keputusan

Pengambilan keputusan melibatkan serangkaian fitur dan langkah yang umumnya diikuti untuk membuat model keputusan yang dapat membantu menentukan rencana produksi yang optimal. Pertama, tujuan harus didefinisikan dengan jelas dan kemudian diurutkan dan diurutkan berdasarkan kepentingannya. Tindakan alternatif kemudian dikembangkan sebagai respons terhadap tujuan yang telah ditetapkan. Alternatif-alternatif ini kemudian dievaluasi terhadap seluruh target yang diklasifikasikan sebagai. Keputusan awal dibuat dan alternatif yang dapat mencapai semua tujuan yang ditetapkan dipilih.

Keputusan antara kemudian dievaluasi berdasarkan kemungkinan konsekuensinya. Setelah penilaian ini, tindakan tegas diambil dan tindakan tambahan diambil untuk menghindari konsekuensi negatif yang mungkin timbul. Proses ini mencakup langkah-langkah pengambilan keputusan yang kompleks. Dalam situasi konflik, permainan peran dapat membantu dalam memprediksi keputusan pihak-pihak yang terlibat. Seluruh sistem, termasuk analisis masalah dan pengambilan keputusan, dapat dimulai ulang daridan seterusnya jika diperlukan.

Teknik Pengambilan Keputusan

Teknik pengambilan keputusan dapat dibagi menjadi dua kategori besar: teknik pengambilan keputusan kelompok dan teknik pengambilan keputusan individu.

Saat mengambil keputusan kelompok, metode konsensus berupaya mencapai kesepakatan tanpa menentukan pihak mana yang menang atau kalah. Pemungutan suara mayoritas, pluralitas, pemungutan suara poin, dan pemungutan suara kuadrat merupakan metode yang dapat digunakan dalam pengambilan keputusan kelompok. Selain itu, metode seperti Delphi dan demokrasi juga digunakan untuk memfasilitasi komunikasi kelompok dan pengambilan keputusan. Pengambilan keputusan partisipatif melibatkan sekelompok orang yang terlibat dalam proses pengambilan keputusan. Rekayasa keputusan menggunakan visualisasi proses pengambilan keputusan dan dapat diotomatisasi menggunakan alat pemodelan keputusan.

Di sisi lain, dalam pengambilan keputusan individu, terdapat pendekatan seperti keseimbangan keputusan, optimalisasi nilai yang diharapkan, kepuasan, kesepakatan dengan otoritas, anti-otoritarianisme, flipisme, dukungan keputusan otomatis, dan sistem kendali. Pendukung keputusan. Masing-masing metode ini mencakup peluang unik untuk analisis dan pengambilan keputusan.

Disadur dari : en.wikipedia.org

Matematika komputasional 

Matematika komputasi mencakup studi matematika dalam matematika serta bidang ilmiah di mana ilmu komputer memainkan peran sentral dan penting, menekankan algoritma, metode numerik, dan perhitungan simbolik.

Matematika komputasi terapan adalah penggunaan matematika untuk mengaktifkan dan meningkatkan perhitungan komputasi dalam matematika terapan. Matematika Komputasi juga dapat merujuk pada penggunaan komputer dalam matematika itu sendiri. Hal ini termasuk penggunaan komputer untuk perhitungan matematis (aljabar komputer), studi tentang apa yang dapat (dan tidak dapat) dikomputerisasi dalam matematika (metode efektif), perhitungan apa yang dapat dilakukan dengan teknologi saat ini (Teori Kompleksitas), dan demonstrasi apa yang diperlukan. mungkin dilakukan. diterima. dilakukan di komputer (tes asisten).

Bidang matematika komputasi

Matematika komputasi, sebagai cabang yang berkembang dari matematika terapan pada awal 1950-an, melibatkan beragam aspek yang mencakup ilmu komputasi atau komputasi ilmiah, yang mencakup pemecahan masalah matematika melalui simulasi komputer daripada metode analitik matematika terapan.

Disiplin ini mencakup penerapan metode numerik seperti aljabar linier numerik dan solusi numerik persamaan diferensial parsial, serta metode stokastik seperti metode Monte Carlo untuk mengatasi representasi ketidakpastian dalam konteks komputasi ilmiah.

Matematika komputasi juga mencakup analisis numerik dan teori metode numerik, kompleksitas komputasi, aljabar komputer, dan sistem aljabar komputer. Selain itu, penelitian berbantuan komputer diterapkan dalam berbagai bidang matematika, seperti logika, matematika diskrit, kombinatorik, teori bilangan, dan topologi aljabar komputasi.

Aspek kriptografi dan keamanan komputer, termasuk pengujian primalitas, faktorisasi, kurva eliptik, dan matematika blockchain, juga menjadi bagian dari matematika komputasi. Disiplin ini juga merambah ke linguistik komputasi, geometri aljabar komputasi, teori grup komputasi, geometri komputasi, teori bilangan komputasi, topologi komputasi, statistik komputasi, teori informasi algoritma, teori permainan algoritma, dan ekonomi matematika yang melibatkan penerapan matematika dalam ekonomi, keuangan, dan sebagian akuntansi. Ini juga mencakup eksplorasi matematika eksperimental.

Disadur dari : en.wikipedia.org

Proyek berani untuk membangun ibu kota yang hijau dan ramah pejalan kaki dari awal.

Sebelum pemimpin negara berpenduduk terpadat keempat di dunia ini, presiden Indonesia ini memiliki misi yang lebih menantang: menyelamatkan Jakarta. Selama dua tahun, Joko Widodo menjabat sebagai gubernur ibu kota yang tampaknya tertatih-tatih di ambang kehancuran. Sejak kemerdekaan Indonesia pada tahun 1945, Jakarta telah berkembang dari kurang dari satu juta penduduk menjadi sekitar 30 juta penduduk. Kota ini telah tumbuh tinggi dengan gedung-gedung pencakar langit yang dibangun dengan kekayaan yang terbuat dari kayu, minyak kelapa sawit, gas alam, emas, tembaga, timah. Namun, ibu kota ini kehabisan ruang. Kota ini menjadi padat dengan lalu lintas dan polusi.

Yang terpenting, Jakarta tenggelam, karena penduduk yang kehausan mengeringkan akuifer rawa-rawa dan air laut yang naik menenggelamkan pantainya. Empat puluh persen wilayah ibu kota Indonesia kini berada di bawah permukaan laut. Dibesarkan di daerah kumuh di tepi sungai di sebuah kota kecil, tanpa ikatan keluarga atau latar belakang militer yang mendorongnya ke tampuk kekuasaan, Pak Joko mendapatkan kekuatan politiknya dari hubungannya dengan rakyat biasa. Di Jakarta, ia membiasakan diri untuk menjaring informasi dari warga miskin tentang kebutuhan mereka. Warga tidak terbiasa dengan pertimbangan seperti itu, tetapi mereka tidak menahan diri: Mereka ingin hidup tanpa mengkhawatirkan udara yang mereka hirup dan air yang sering membanjiri rumah mereka. Dan lalu lintas. Ada banyak keluhan tentang lalu lintas.

Jadi Pak Joko menyingsingkan lengan bajunya, mengenakan sepatu kets dan mulai mencoba memperbaiki kota. Dia membangun tanggul laut dan memperbaiki transportasi umum. Dia kemudian mewacanakan pembangunan konstelasi pulau-pulau buatan untuk memecah air laut yang menghantam Jakarta. Seluruh karirnya, pertama sebagai tukang kayu dan eksportir mebel dan kemudian sebagai walikota di kota kelahirannya, Solo, telah dibangun dengan membangun. Namun, di Jakarta, kecintaannya pada dunia konstruksi hanya bisa membawanya sejauh ini. Semua pengerukan Sisyphean, beton-beton yang dioleskan di dinding laut, solusi lakban tidak dapat mengangkat Jakarta ke atas permukaan laut. 

Maka Pak Joko telah beralih ke solusi yang berbeda: Jika Jakarta tidak dapat diselamatkan, ia akan memulai dari awal. Pak Joko menggunakan wewenang kepresidenannya untuk meninggalkan ibu kota di pulau Jawa yang sempit dan membangun ibu kota baru di Kalimantan, pulau terbesar ketiga di dunia, yang berjarak sekitar 800 mil. Ibu kota baru ini akan dinamakan Nusantara, yang berarti "kepulauan" dalam bahasa Jawa kuno dan cocok untuk negara yang terdiri dari lebih dari 17.000 pulau yang tersebar di antara dua samudra. Indonesia terdiri dari ratusan bahasa dan kelompok etnis. Beberapa wilayahnya diatur oleh aturan yang diilhami oleh Syariah, dicengkeram oleh semangat separatisme atau dijiwai oleh tradisi adat. Indonesia juga merupakan negara demokrasi sekuler dengan jumlah penduduk Muslim terbesar di dunia, minoritas Kristen yang cukup besar, dan beberapa agama resmi lainnya. 

Ibu kota baru Indonesia, Nusantara, akan berjarak sekitar 800 mil dari ibu kota saat ini, Jakarta.

Meskipun konflik sektarian yang mematikan telah berkobar selama beberapa dekade, Indonesia tetap bersatu sementara negara-negara lain terpecah belah. Sebuah ibu kota baru untuk sebuah tempat dengan kesenjangan dan keragaman seperti itu menghadirkan tantangan sekaligus peluang untuk menciptakan kembali. Ambisi Pak Joko lebih dari sekadar menyelamatkan penduduk Jakarta dari laut. Nusantara tidak akan menjadi sembarang kota yang direncanakan, presiden menegaskan, tetapi sebuah kota metropolitan hijau yang dijalankan dengan energi terbarukan, di mana tidak ada kemacetan lalu lintas yang mencekik dan orang-orang dapat berjalan kaki dan bersepeda di sepanjang jalan yang hijau. Ibu kota baru, yang di Indonesia dikenal dengan singkatan I.K.N., akan menjadi paradigma untuk beradaptasi dengan planet yang memanas. Dan ini akan menjadi kota berteknologi tinggi, katanya, menarik para pengembara digital dan generasi milenial yang akan membeli apartemen bergaya dengan mata uang kripto.

"Kami ingin membangun Indonesia yang baru," kata Pak Joko. "Ini bukan hanya memindahkan gedung-gedung secara fisik. Kami ingin etos kerja baru, pola pikir baru, ekonomi hijau baru. "Harapannya adalah untuk meresmikan pengganti Jakarta pada bulan Agustus tahun depan, dengan peresmian istana kepresidenan dan gedung-gedung penting lainnya. Namun, sementara buldoser membuka lahan hutan perkebunan seluas berhektar-hektar, belum ada satu pun bangunan yang selesai dibangun. Rencana berani Pak Joko tidak akan mudah untuk dilaksanakan. Korupsi mengancam niat baik di Indonesia. Saingan politik telah mempertanyakan kebijaksanaan rencana tersebut. Selain itu, ibu kota baru di Kalimantan tidak akan mengubah fakta bahwa jutaan orang akan tetap tinggal di Jakarta yang tenggelam. 

Rendering Nusantara membayangkan sebuah kota metropolitan yang hijau dengan angkutan umum di mana orang-orang dapat memenuhi kebutuhan sehari-hari mereka dalam waktu 10 menit berjalan kaki atau berkendara.

Sebagian besar tidak ingin pindah ke pulau yang jauh, dan beberapa penduduk Kalimantan tidak senang dengan kedatangan ibu kota ke tempat mereka. Pengambilan keputusan yang aneh dari presiden sendiri telah mempersulit konstruksi. Dan seluruh proyek ini dikebut karena masa jabatan presiden Joko akan segera berakhir. Dia hanya memiliki waktu singkat untuk mewujudkan ambisinya yang paling tinggi: menjadi pemimpin yang akhirnya berhasil membangun benteng baru bagi Indonesia. Kompleksitas yang dihadapi Pak Joko adalah versi super dari yang dihadapi para pemimpin negara berkembang lainnya. Di era kolonial, tempat-tempat seperti Jakarta, yang saat itu dikenal sebagai Batavia, diperlakukan tidak lebih dari sekadar tempat persinggahan sumber daya alam yang dikirim kembali ke pusat kerajaan. 

Kompleks kolonial yang ditaburi jacaranda dan bugenvil dikelilingi oleh kota-kota kumuh. Setelah lahirnya negara-negara merdeka, para perencana kota harus menciptakan kota-kota modern dari tulang-belulang kekaisaran ini. Menurut perhitungan Perserikatan Bangsa-Bangsa, ada 33 kota besar di dunia saat ini, masing-masing berpenduduk lebih dari 10 juta orang. Pada tahun 1950, hanya ada satu: New York. Dan sekarang kota-kota metropolitan ini harus menghadapi dua bahaya sekaligus, yaitu pertumbuhan populasi yang cepat dan perubahan iklim. Salah satu cara untuk mengatasi berbagai masalah ini adalah dengan memulai kembali, menggunakan cetak biru perkotaan baru sebagai tabula rasa nasional. 

Dalam istilah perubahan iklim, frasa tersebut adalah "managed retreat," yaitu penarikan masyarakat dari lahan yang rentan. Ibu kota baru Pak Joko mungkin merupakan ekspresi paling berani dari dorongan ini. Apa cara yang lebih baik untuk mewujudkan harapan Indonesia akan kemajuan - dan harapan banyak negara lain - selain membangun masa depan dari nol? "Sebagai seorang perencana kota, saya dapat mengatakan bahwa ada beberapa keraguan tentang I.K.N.," kata Deden Rukmana, ketua departemen perencanaan masyarakat dan wilayah di Alabama A&M University dan editor "The Routledge Handbook of Planning Megacities in the Global South." "Tapi sebagai orang Indonesia, saya pikir kita perlu membuktikan pada diri kita sendiri bahwa kita bisa melakukannya, kita bisa menjadi panutan dunia dalam membangun ibu kota baru yang mendorong keberlanjutan dan pertumbuhan." "I.K.N. tidak hanya dibangun untuk orang Indonesia," Profesor Deden menambahkan. "Ini dibangun untuk dunia. Oleh karena itu, proyek ini harus berhasil."

Empat puluh persen wilayah Jakarta berada di bawah permukaan laut, dan beberapa bagiannya tenggelam hingga satu meter per tahun.

Pak Joko, 61, yang akrab dipanggil Jokowi, tidak menampilkan dirinya sebagai seorang nabi. Dalam pertemuan-pertemuan internasional, ia sering terlihat tersesat di tengah kerumunan. Ia mengenakan seragam celana panjang hitam dan kemeja putih berkancing, dengan kaos dalam yang sesekali mengintip dari balik kain tipisnya. Akhir tahun lalu, kami menghabiskan satu hari berkeliling di lokasi ibu kota baru. Dia sangat ingin menunjukkan kepada saya apa yang telah dia rencanakan. Namun, ketika para penasihatnya mencoba mendesaknya untuk berpidato tentang proyek yang sedang dikerjakan, ia hanya menyebutkan sebuah daftar, bukan warisan.

"Saya yang mengeksekusi semua ini," katanya. "Jalan raya, jalan tol, maritim, bandara, Nusantara, kota yang hijau, kota yang cerdas, membangun Indonesia." Di depan kami, alat berat menggali tanah merah. Pohon-pohon rimbun tumbang. Para ajudan berdiri memperhatikan. Pak Joko memejamkan mata, seakan-akan membayangkan sebuah penglihatan yang hanya bisa dilihatnya sendiri.

Ketika Emi masih kecil, rumah keluarganya di daerah Pluit, Jakarta, menghadap ke Laut Jawa, dengan hamparan pasir yang mengundang anak-anak untuk berenang. Perahu-perahu bercat cerah membawa ikan untuk digoreng dengan kunyit dan serai. Pada saat itu, Pak Joko sedang mengukir kayu di Solo, yang secara resmi disebut Surakarta, di Jawa Tengah, yang belum dikenal oleh pemerintah Indonesia. Selama tiga dekade berikutnya, laut semakin mendekat ke Pluit. Para perencana kota membangun tanggul untuk mencoba menghentikan air pasang yang datang, namun pada tahun 2007, rumah Ibu Emi hancur oleh gelombang air. Puluhan warga Jakarta tewas pada musim banjir tersebut, saat air sungai dan pantai meluap.

Lebih dari separuh kota terendam banjir. Tanpa tempat untuk pergi, keluarga ini membangun kembali. Kini, di seberang jalan dari rumah Ibu Emi, tampak tembok beton setinggi hampir tujuh meter. Di sisi lain tanggul, hanya beberapa inci dari atas pada satu bentangan, air laut meluap. "Waktu saya kecil di sini, daratannya lebih tinggi dari laut," kata Ibu Emi. "Sekarang, laut lebih tinggi dari daratan."

"Saya rasa itu tidak wajar," tambahnya. Joko dilantik sebagai gubernur Jakarta lima tahun setelah banjir meluluhlantakkan Pluit. Secara tradisional, jabatan ini merupakan langkah menuju jenjang politik yang lebih tinggi, sehingga banyak pejabat yang tidak melihat masalah-masalah kota dari sudut pandang yang lebih luas. Tapi Pak Joko tidak memperlakukannya seperti itu. Dia memulai proyek angkutan massal untuk kota yang hanya memiliki sedikit pilihan transportasi umum. Dia menerapkan pajak secara online untuk memberantas korupsi. Dan dia memaksa relokasi sekitar 7.000 penghuni liar di Pluit agar tanggul laut dapat diperkuat.

Namun, air tetap saja naik. Banjir setinggi betis menyerbu ruang tamu baru Ibu Emi. Tiga tahun yang lalu, tanggul penahan air di Pluit ditinggikan lagi. Salah satu pengganti Pak Joko sebagai gubernur Jakarta, seorang calon presiden bernama Anies Baswedan, juga membicarakan rencana pembangunan terowongan, bendungan kering, dan pintu air. Namun, perbaikan seperti itu, kata Ibu Emi, tidak akan pernah cukup. Para ahli setuju. Ada terlalu banyak air.

Banjir di Jakarta bukanlah masalah baru. Penjajah Belanda mencoba mengekspor kanal-kanal terkenal mereka dan rekayasa lainnya ke lanskap datar. Namun, saluran air buatan itu menarik nyamuk dan membawa penyakit tropis. Mereka memisahkan orang Eropa dari orang Indonesia. Dan beton-beton pengendali bermil-mil itu membuat tanah kehilangan sedimen yang dibawa oleh 13 sungai yang mengalir ke Jakarta. Tanpa infus musiman ini, tanah kekurangan lapisan baru dan, seiring dengan pengeringan akuifer air tawar, kota ini mulai surut dan tenggelam.

Ketika Emi masih kecil, lingkungan tempat tinggalnya di Jakarta berada di atas permukaan laut. Kini, ia dan putrinya tinggal di seberang jalan dari tembok beton setinggi tujuh meter yang menjadi pembatas dengan laut.

Penggundulan hutan, kepadatan penduduk, dan saluran pembuangan kota yang tersumbat turut berkontribusi terhadap kekacauan tersebut. Lebih dari 10 juta orang berdesakan dalam ruang yang hanya berukuran setengah dari kota New York, dengan 20 juta lainnya di wilayah metropolitan yang lebih luas. Menurut sebuah penelitian, Indonesia merupakan negara dengan masyarakat paling timpang keempat di dunia pada tahun 2021, dan kesenjangan pendapatan tersebut terlihat jelas di Jakarta. Penduduk miskin menggantungkan gubuk-gubuk mereka di atas kanal-kanal yang kotor atau membangun di bawah bayang-bayang pembangunan mewah. Tiang-tiang menjulang, ular melata. Tidak peduli perbaikan apa pun yang telah dicoba untuk ibu kota yang penuh energi dan dinamis ini, Jakarta tetap saja meluas, berbau, dan tenggelam.

Pembangunan yang tidak terkendali juga telah merampas ruang hijau di ibu kota yang berfungsi sebagai spons alami untuk menyerap air hujan dan menyalurkan air ke akuifer yang kering. Seperti lebih dari separuh kota, lingkungan tempat tinggal Ibu Emi tidak memiliki saluran air ledeng. Setiap dua hari sekali, ia membayar hampir 10 dolar untuk mengisi tangki air dari sebuah truk. Namun, tempat yang becek dan tidak ada air untuk minum atau mandi ini adalah rumahnya. Ibu Emi menggelengkan kepalanya melihat prospek ibu kota baru di tengah-tengah kepulauan Indonesia. "Ini ibu kota, ini kota besar," katanya, sambil menyapu tangannya ke depan, melewati deretan anak laki-laki, dengan rambut yang rapi, menuju masjid untuk salat magrib; melewati pria-pria bersarung yang sedang membungkuk di atas piring-piring mie goreng; melewati jalan menuju stasiun pompa, di mana mesin-mesin berusaha mencegah air laut merembes ke daratan; melewati rumah-rumah besar yang dipagari oleh pagar-pagar yang menghalangi orang miskin.

Saat itu musim kemarau, namun air tetap mengalir, berwarna abu-abu dan berminyak. "Tempat lain di Kalimantan itu, bahkan bukan desa," kata Ibu Emi tentang I.K.N. "Sebuah desa tidak seharusnya menjadi ibu kota Indonesia." Rombongan kepresidenan turun dari kapal patroli angkatan laut di dekat lokasi calon ibu kota baru Indonesia. Matahari bersinar terik dan cerah. Dermaga yang berkarat mengarah ke jalan setapak, dan para pegawai negeri sipil yang terbiasa dengan iklim Jakarta yang terkendali melihat debu-debu dari lokasi konstruksi raksasa menempel di sepatu kulit mereka. Pak Joko menawarkan untuk mengajak saya berkeliling melihat-lihat tata letak Nusantara, mendedikasikan satu hari untuk tur ini.

Sepanjang kunjungan kami, iring-iringan pengiringnya termasuk para menteri kabinet, ahli geologi, ahli botani, surveyor, mandor konstruksi, perwira militer, bos-bos kekuasaan lokal, kepala suku yang dianjurkan untuk bertelanjang dada dan mengenakan hiasan kepala yang dihiasi dengan bulu, dan setidaknya satu orang yang terlihat tergesa-gesa yang tampaknya bertanggung jawab untuk membawa iPad kepresidenan. Dengan kemeja putih kusut, celana panjang hitam, dan sepatu kets hitam bersol putih, Pak Joko sulit dibayangkan sebagai tuan rumah, dalam waktu beberapa minggu lagi, KTT Kelompok 20, yang berdiri tegap untuk berfoto bersama para kepala negara lain dan membuat pernyataan-pernyataan yang tidak masuk akal tentang perdamaian dunia. Di tengah-tengah pepohonan di Kalimantan ini, Pak Joko tampak segar bugar. Beberapa birokrat yang hadir tersandung di medan berbukit; Pak Joko melenggang dengan mudah dengan sepatunya yang nyaman, mengoceh tentang statistik layaknya pemandu wisata yang berpengalaman, membacakan angka-angka ekonomi hingga ke titik desimal. Kami berhenti dan mengagumi sebuah bendungan yang akan segera selesai dibangun. Pak Joko tahu persis kapasitas kubik dari proyek ini, serta berbagai penyesuaian yang telah dilakukan dalam pembangunannya.

Disadur dari: www.nytimes.com

Optimasi kombinatorial

Optimasi kombinatorial merupakan subbidang optimasi matematis yang terdiri dari pencarian objek yang optimal dari sekumpulan objek berhingga, dimana himpunan solusi fisibel adalah diskrit atau dapat direduksi menjadi himpunan diskrit. Masalah optimasi kombinatorial yang umum adalah masalah travelling salesman ("TSP"), masalah pohon merentang minimum ("MST"), dan masalah knapsack. Dalam banyak masalah seperti itu, seperti yang disebutkan sebelumnya, pencarian lengkap tidak dapat dilacak, sehingga algoritma khusus yang dengan cepat mengesampingkan sebagian besar ruang pencarian atau algoritma perkiraan harus digunakan sebagai gantinya.

Optimasi kombinatorial berkaitan dengan riset operasi, teori algoritma, dan teori kompleksitas komputasi. Ini memiliki aplikasi penting di beberapa bidang, termasuk kecerdasan buatan, pembelajaran mesin, teori lelang, rekayasa perangkat lunak, matematika terapan, dan ilmu komputer teoretis.

Beberapa literatur penelitian menganggap optimasi diskrit terdiri dari pemrograman integer bersama dengan optimasi kombinatorial (yang pada gilirannya terdiri dari masalah optimasi yang berhubungan dengan struktur grafik), meskipun semua topik ini memiliki literatur penelitian yang terkait erat. Ini sering melibatkan penentuan cara untuk secara efisien mengalokasikan sumber daya yang digunakan untuk menemukan solusi untuk masalah matematika.

Aplikasi

Logistik

• Optimalisasi rantai pasokan
• Mengembangkan jaringan jari-jari dan tujuan maskapai terbaik
• Memutuskan taksi mana dalam armada yang akan dirutekan untuk mengambil tarif
• Menentukan cara pengiriman paket yang optimal
• Mengalokasikan pekerjaan kepada orang-orang secara optimal
• Merancang jaringan distribusi air
• Masalah ilmu kebumian (misalnya laju aliran reservoir)

Metode

Ada banyak literatur tentang algoritma waktu polinomial untuk kelas khusus tertentu dari optimasi diskrit. Sejumlah besar itu disatukan oleh teori pemrograman linier. Beberapa contoh masalah optimasi kombinatorial yang dicakup oleh kerangka kerja ini adalah jalur terpendek dan pohon jalur terpendek, aliran dan sirkulasi, pohon rentang, pencocokan, dan masalah matroid.

Untuk masalah optimasi diskrit lengkap NP, literatur penelitian saat ini mencakup topik-topik berikut:

• waktu polinomial kasus khusus yang dapat dipecahkan secara tepat dari masalah yang dihadapi (misalnya, masalah yang dapat diselesaikan dengan parameter tetap)
• algoritme yang berkinerja baik pada instans "acak" (mis. untuk masalah penjual keliling)
• algoritma aproksimasi yang berjalan dalam waktu polinomial dan menemukan solusi yang mendekati optimal
• memecahkan contoh dunia nyata yang muncul dalam praktik dan tidak selalu menunjukkan perilaku kasus terburuk dalam masalah NP-lengkap (misalnya contoh TSP dunia nyata dengan puluhan ribu node [6]).

Masalah optimasi kombinatorial dapat dilihat sebagai pencarian elemen terbaik dari beberapa set item diskrit; oleh karena itu, pada prinsipnya, segala jenis algoritma pencarian atau metaheuristik dapat digunakan untuk menyelesaikannya. Mungkin pendekatan [kata musang] yang paling dapat diterapkan secara universal adalah cabang-dan-terikat (algoritma tepat yang dapat dihentikan kapan saja untuk berfungsi sebagai heuristik), cabang-dan-potong (menggunakan optimasi linier untuk menghasilkan batas), dinamis pemrograman (konstruksi solusi rekursif dengan jendela pencarian terbatas) dan pencarian tabu (algoritma swapping tipe serakah). Namun, algoritma pencarian generik tidak dijamin untuk menemukan solusi optimal terlebih dahulu, juga tidak dijamin berjalan cepat (dalam waktu polinomial). Karena beberapa masalah optimasi diskrit adalah NP-complete, seperti masalah travelling salesman (decision),[7] hal ini diharapkan kecuali P=NP.

Definisi formal

Secara formal, masalah optimisasi kombinatorial adalah empat kali lipat, di mana

•  adalah sekumpulan instance;
• diberikan contoh adalah himpunan hingga dari solusi layak;
• diberikan contoh dan solusi yang layak dari , menunjukkan ukuran , yang biasanya real positif.
• adalah fungsi tujuan, dan merupakan  atau .

Tujuannya adalah kemudian untuk menemukan beberapa contoh solusi optimal, yaitu solusi yang layak  dengan

Untuk setiap masalah optimasi kombinatorial, ada masalah keputusan terkait yang menanyakan apakah ada solusi yang layak untuk ukuran tertentu . Misalnya, jika ada graf yang berisi simpul dan , masalah pengoptimalan mungkin "menemukan jalur dari ke  yang menggunakan tepi paling sedikit". Masalah ini mungkin memiliki jawaban, katakanlah, 4. Masalah keputusan yang sesuai adalah "apakah ada jalur dari ke  yang menggunakan 10 sisi atau lebih sedikit?" Masalah ini dapat dijawab dengan sederhana 'ya' atau 'tidak'.

Bidang algoritme aproksimasi berkaitan dengan algoritme untuk menemukan solusi yang mendekati optimal untuk masalah sulit. Versi keputusan yang biasa kemudian merupakan definisi masalah yang tidak memadai karena hanya menentukan solusi yang dapat diterima. Meskipun kita dapat memperkenalkan masalah keputusan yang sesuai, masalah tersebut kemudian secara lebih alami dicirikan sebagai masalah optimasi.

Masalah optimasi NP

Masalah optimasi NP (NPO) adalah masalah optimasi kombinatorial dengan kondisi tambahan berikut.[9] Perhatikan bahwa polinomial yang dirujuk di bawah ini adalah fungsi dari ukuran input fungsi masing-masing, bukan ukuran beberapa set implisit dari instance input.

• ukuran setiap solusi yang layak dibatasi secara polinomial dalam ukuran instance yang diberikan ,
• bahasa dan  dapat dikenali dalam waktu polinomial, dan
• adalah waktu polinomial yang dapat dihitung.

Ini menyiratkan bahwa masalah keputusan yang sesuai ada di NP. Dalam ilmu komputer, masalah optimasi yang menarik biasanya memiliki sifat-sifat di atas dan oleh karena itu merupakan masalah NPO. Masalah juga disebut masalah optimasi-P (PO), jika ada algoritma yang menemukan solusi optimal dalam waktu polinomial. Seringkali, ketika berhadapan dengan kelas NPO, seseorang tertarik pada masalah optimasi yang versi keputusannya adalah NP-complete. Perhatikan bahwa hubungan kekerasan selalu berkaitan dengan beberapa pengurangan. Karena hubungan antara algoritma aproksimasi dan masalah optimasi komputasi, reduksi yang mempertahankan aproksimasi dalam beberapa hal lebih disukai untuk subjek ini daripada reduksi Turing dan Karp biasa. Contoh pengurangan seperti itu adalah pengurangan-L. Untuk alasan ini, masalah optimasi dengan versi keputusan NP-complete tidak selalu disebut NPO-complete.

NPO dibagi menjadi beberapa subkelas berikut menurut perkiraannya:

• NPO(I): Sama dengan FPTAS. Berisi masalah Knapsack.
• NPO(II): Sama dengan PTAS. Berisi masalah penjadwalan Makespan.
• NPO(III): :Kelas masalah NPO yang memiliki algoritma polinomial-waktu yang menghitung solusi dengan biaya paling banyak c kali biaya optimal (untuk masalah minimisasi) atau biaya paling sedikit {\displaystyle 1/c}1/c dari biaya optimal (untuk masalah maksimisasi). Dalam buku Hromkovi[yang mana?], yang dikecualikan dari kelas ini adalah semua masalah NPO(II) kecuali jika P=NP. Tanpa pengecualian, sama dengan APX. Berisi MAX-SAT dan metrik TSP.
• NPO(IV): :Kelas masalah NPO dengan algoritma waktu polinomial yang mendekati solusi optimal dengan rasio polinomial dalam logaritma dari ukuran input. Dalam buku Hromkovi, semua masalah NPO(III) dikeluarkan dari kelas ini kecuali P=NP. Berisi masalah set cover.
• NPO(V): :Kelas masalah NPO dengan algoritma waktu polinomial yang mendekati solusi optimal dengan rasio yang dibatasi oleh beberapa fungsi pada n. Dalam buku Hromkovic, semua masalah
• NPO(IV) dikeluarkan dari kelas ini kecuali P=NP. Berisi masalah TSP dan klik.

Masalah NPO disebut berbatas polinomial (PB) jika, untuk setiap instance dan untuk setiap solusi , ukurannya dibatasi oleh fungsi polinomial dengan ukuran . Kelas NPOPB adalah kelas masalah NPO yang berbatas polinomial.

Masalah khusus

Ini adalah daftar dinamis dan mungkin tidak akan pernah dapat memenuhi standar kelengkapan tertentu. Anda dapat membantu dengan menambahkan item yang hilang dengan sumber terpercaya.

Tur wiraniaga keliling yang optimal melalui 15 kota terbesar di Jerman. Ini adalah tur terpendek di antara 43.589.145.600 kemungkinan tur yang mengunjungi setiap kota tepat satu kali.

• Masalah tugas
• Masalah penutupan
• Masalah kepuasan kendala
• Masalah pemotongan stok
• Masalah himpunan yang mendominasi
• Pemrograman bilangan bulat
• Masalah ransel
• Variabel relevan minimum dalam sistem linier
• Pohon merentang minimum
• Masalah penjadwalan perawat
• Setel masalah penutup
• Penjadwalan toko kerja
• Masalah penjual keliling
• Masalah penjadwalan ulang kendaraan
• Masalah perutean kendaraan
• Masalah penugasan target senjata
• Masalah pengepakan tempat sampah

Disadur dari: en.wikipedia.org

Benchmarking

Benchmarking melibatkan perbandingan proses bisnis dan metrik kinerja dengan praktik terbaik industri dan praktik perusahaan lain. Dimensi yang biasa diukur meliputi kualitas, waktu dan biaya. Proses ini menggunakan metrik tertentu seperti biaya per unit, produktivitas per unit, waktu siklus per unit, atau cacat per unit untuk memperoleh indikator kinerja utama yang kemudian dibandingkan dengan kinerja perusahaan lain.

Benchmarking, juga dikenal sebagai "benchmarking praktik terbaik" atau "benchmarking proses", digunakan dalam manajemen di mana organisasi mengevaluasi aspek-aspek tertentu dari proses mereka terhadap proses praktik terbaik industri perusahaan lain, biasanya dalam satu kelompok rekan terpelajar untuk tujuan perbandingan. Hal ini memungkinkan perusahaan untuk merencanakan perbaikan atau mengadopsi praktik terbaik untuk meningkatkan kinerja mereka. Meskipun merupakan peristiwa yang terisolasi, benchmarking sering dipandang sebagai proses berkelanjutan dimana perusahaan terus berupaya untuk meningkatkan praktik mereka.

Dalam manajemen proyek, benchmarking juga dapat mendukung pemilihan, perencanaan dan pelaksanaan proyek. Dalam pembandingan praktik terbaik, manajemen mengidentifikasi perusahaan terbaik di industrinya atau industri serupa dengan membandingkan hasil dan proses yang diperiksa dengan hasil dan proses perusahaannya sendiri. Tujuannya adalah untuk memahami kinerja perusahaan yang paling sukses dan mengidentifikasi proses bisnis yang menjelaskan kesuksesan mereka. Benchmarking dapat digunakan sebagai alat penilaian berkelanjutan untuk membantu organisasi terus meningkatkan praktik mereka berdasarkan standar industri atau praktik terbaik yang teridentifikasi.

Sejarah

Analisis komparatif yang berawal dari sejarah senjata dan amunisi memiliki tujuan yang sesuai dengan kondisi perekonomian, yaitu perbandingan dan peningkatan kinerja. Pengenalan senjata mesiu secara historis telah mengubah dinamika pertempuran, seperti halnya benchmarking yang telah mengubah pendekatan terhadap bisnis. Analogi ini dibuat dengan peralihan dari busur dan anak panah ke senjata, yang mengubah peran pemanah menjadi penembak jitu. Seiring berkembangnya industri senjata api di abad ke-19, produksi massalamunisi menggantikan pemuatan tangan, sehingga menciptakan kebutuhan untuk menemukan kombinasi senapan dan amunisi terbaik.

Pada tahun 2008, studi mendalam yang dilakukan oleh Global Benchmarking Network menemukan bahwa alat perbaikan yang paling umum digunakan adalah misi dan visi, survei pelanggan, analisis SWOT, dan benchmarking informal.Tolok ukur kinerja dan praktik terbaik juga digunakan dan tren ini akan terus semakin populer di masa depan. Analisis ini menjelaskan secara rinci penggunaan benchmarking dalam berbagai alat manajemen serta menjelaskan perkembangan dan perkiraan penggunaannya.

Prosedur

Tidak ada proses benchmarking tunggal yang telah diadopsi secara universal. Daya tarik yang luas dan penerimaan benchmarking telah menyebabkan munculnya metodologi benchmarking. Satu buku mani adalah Benchmarking Boxwell untuk Keunggulan Kompetitif (1994). Buku pertama tentang benchmarking, ditulis dan diterbitkan oleh Kaiser Associates, adalah panduan praktis dan menawarkan pendekatan tujuh langkah. Robert Camp (yang menulis salah satu buku paling awal tentang benchmarking pada tahun 1989) mengembangkan pendekatan 12-tahap untuk benchmarking.

Metodologi 12 tahap terdiri dari:

1. Pilih subjek
2. Tentukan prosesnya
3. Identifikasi mitra potensial
4. Identifikasi sumber data
5. Kumpulkan data dan pilih semua mitra
6. Tentukan kesenjangan
7. Tetapkan perbedaan proses
8. Targetkan kinerja masa depan
9. Menyampaikan
10. Sesuaikan tujuan
11. Melaksanakan
12. Tinjau dan kalibrasi ulang

Berikut ini adalah contoh metodologi benchmarking yang khas:

• Identifikasi area masalah: Karena benchmarking dapat diterapkan pada proses atau fungsi bisnis apa pun, berbagai teknik penelitian mungkin diperlukan. Mereka termasuk percakapan informal dengan pelanggan, karyawan, atau pemasok; teknik penelitian eksplorasi seperti kelompok fokus; atau riset pemasaran mendalam, riset kuantitatif, survei, kuesioner, analisis rekayasa ulang, pemetaan proses, laporan varians kontrol kualitas, analisis rasio keuangan, atau sekadar meninjau waktu siklus atau indikator kinerja lainnya. Sebelum memulai perbandingan dengan organisasi lain, penting untuk mengetahui fungsi dan proses organisasi; kinerja lapisan dasar memberikan titik di mana upaya peningkatan dapat diukur.
• Identifikasi industri lain yang memiliki proses serupa: Misalnya, jika seseorang tertarik untuk meningkatkan hand-off dalam pengobatan kecanduan, ia akan mengidentifikasi bidang lain yang juga memiliki tantangan hand-off. Ini dapat mencakup kontrol lalu lintas udara, peralihan telepon seluler antar menara, pemindahan pasien dari operasi ke ruang pemulihan.
• Identifikasi organisasi yang menjadi pemimpin di bidang ini: Carilah yang terbaik di industri mana pun dan di negara mana pun. Konsultasikan dengan pelanggan, pemasok, analis keuangan, asosiasi perdagangan, dan majalah untuk menentukan perusahaan mana yang layak dipelajari.
• Perusahaan survei untuk tindakan dan praktik: Perusahaan menargetkan proses bisnis tertentu menggunakan survei terperinci tentang tindakan dan praktik yang digunakan untuk mengidentifikasi alternatif proses bisnis dan perusahaan terkemuka. Survei biasanya ditutupi untuk melindungi data rahasia oleh asosiasi dan konsultan netral.
• Kunjungi perusahaan "praktik terbaik" untuk mengidentifikasi praktik terdepan: Perusahaan biasanya setuju untuk saling bertukar informasi yang bermanfaat bagi semua pihak dalam kelompok pembanding dan berbagi hasil di dalam kelompok.
• Menerapkan praktik bisnis baru dan lebih baik: Ambil praktik terdepan dan kembangkan rencana implementasi yang mencakup identifikasi peluang spesifik, mendanai proyek, dan menjual ide kepada organisasi dengan tujuan mendapatkan nilai yang ditunjukkan dari proses tersebut.

Biaya

Tiga jenis biaya utama dalam benchmarking adalah:

• Biaya Kunjungan - Ini termasuk kamar hotel, biaya perjalanan, makan, hadiah token, dan waktu kerja yang hilang.
• Biaya Waktu - Anggota tim benchmarking akan menginvestasikan waktu untuk meneliti masalah, menemukan perusahaan luar biasa untuk dipelajari, dikunjungi, dan diimplementasikan. Ini akan menjauhkan mereka dari tugas rutin mereka untuk sebagian dari setiap hari sehingga staf tambahan mungkin diperlukan.
• Benchmarking Biaya Basis Data - Organisasi yang melembagakan benchmarking ke dalam prosedur harian mereka merasa berguna untuk membuat dan memelihara basis data praktik terbaik dan perusahaan yang terkait dengan setiap praktik terbaik sekarang.

Biaya benchmarking secara substansial dapat dikurangi dengan memanfaatkan banyak sumber daya internet yang bermunculan selama beberapa tahun terakhir. Ini bertujuan untuk menangkap tolok ukur dan praktik terbaik dari organisasi, sektor bisnis, dan negara untuk membuat proses pembandingan lebih cepat dan lebih murah.

Pembandingan teknis/produk

Teknik yang awalnya digunakan untuk membandingkan strategi perusahaan yang ada dengan pandangan untuk mencapai kinerja terbaik dalam situasi baru (lihat di atas), baru-baru ini diperluas ke perbandingan produk teknis. Proses ini biasanya disebut sebagai “technical benchmarking” atau “product benchmarking”. Penggunaannya dikembangkan dengan baik dalam industri otomotif ("pembandingan otomotif"), di mana sangat penting untuk merancang produk yang sesuai dengan harapan pengguna yang tepat, dengan biaya minimal, dengan menerapkan teknologi terbaik yang tersedia di seluruh dunia. Data diperoleh dengan sepenuhnya membongkar mobil yang ada dan sistemnya. Analisis tersebut awalnya dilakukan di rumah oleh pembuat mobil dan pemasok mereka. Namun, karena analisis ini mahal, mereka semakin banyak dialihdayakan ke perusahaan yang berspesialisasi dalam bidang ini. Outsourcing telah memungkinkan penurunan drastis dalam biaya untuk setiap perusahaan (dengan pembagian biaya) dan pengembangan alat yang efisien (standar, perangkat lunak).

Jenis

Benchmarking dapat bersifat internal (membandingkan kinerja antara kelompok atau tim yang berbeda dalam suatu organisasi) atau eksternal (membandingkan kinerja dengan perusahaan dalam industri tertentu atau lintas industri). Dalam kategori yang lebih luas ini, ada tiga jenis pembandingan khusus: 1) Pembandingan proses, 2) Pembandingan kinerja, dan 3) Pembandingan strategis. Hal-hal tersebut dapat dirinci lebih lanjut sebagai berikut:

• Proses benchmarking - perusahaan yang memulai memfokuskan pengamatan dan penyelidikan proses bisnis dengan tujuan mengidentifikasi dan mengamati praktik terbaik dari satu atau lebih perusahaan benchmark. Analisis aktivitas akan diperlukan jika tujuannya adalah untuk membandingkan biaya dan efisiensi; semakin diterapkan pada proses back-office di mana outsourcing dapat menjadi pertimbangan. Pembandingan adalah tepat di hampir setiap kasus di mana proses desain ulang atau perbaikan akan dilakukan selama biaya studi tidak melebihi manfaat yang diharapkan.
• Pembandingan keuangan - melakukan analisis keuangan dan membandingkan hasilnya dalam upaya menilai daya saing dan produktivitas Anda secara keseluruhan.
• Benchmarking dari perspektif investor- memperluas dunia benchmarking untuk juga dibandingkan dengan perusahaan sejenis yang dapat dianggap sebagai peluang investasi alternatif dari perspektif investor.
• Pembandingan di sektor publik - berfungsi sebagai alat untuk perbaikan dan inovasi dalam administrasi publik, di mana organisasi negara menginvestasikan upaya dan sumber daya untuk mencapai kualitas, efisiensi dan efektivitas layanan yang mereka berikan.
• Pembandingan kinerja - memungkinkan perusahaan pemrakarsa untuk menilai posisi kompetitif mereka dengan membandingkan produk dan layanan dengan perusahaan target.
• Pembandingan produk - proses merancang produk baru atau meningkatkan ke yang sekarang. Proses ini terkadang dapat melibatkan rekayasa balik yang membongkar produk pesaing untuk menemukan kekuatan dan kelemahan.
• Benchmarking strategis - melibatkan mengamati bagaimana orang lain bersaing. Jenis ini biasanya tidak spesifik industri, artinya yang terbaik adalah melihat industri lain, yaitu Benchmarking Strategis dengan bantuan PIMS (Dampak laba dari strategi pemasaran).
• Pembandingan fungsional - perusahaan akan memfokuskan pembandingannya pada satu fungsi untuk meningkatkan pengoperasian fungsi tertentu. Fungsi kompleks seperti Sumber Daya Manusia, Keuangan dan Akuntansi serta Teknologi Informasi dan Komunikasi tidak mungkin dapat dibandingkan secara langsung dalam hal biaya dan efisiensi dan mungkin perlu dipisahkan ke dalam proses untuk membuat perbandingan yang valid.
• Pembandingan terbaik di kelasnya - melibatkan mempelajari pesaing terkemuka atau perusahaan yang paling baik menjalankan fungsi tertentu.
• Pembandingan operasional mencakup segala hal mulai dari staf dan produktivitas hingga aliran kantor dan analisis prosedur yang dilakukan.
• Pembandingan energi - proses pengumpulan, analisis, dan hubungan data kinerja energi dari aktivitas yang sebanding dengan tujuan mengevaluasi dan membandingkan kinerja antara atau di dalam entitas. Entitas dapat mencakup proses, bangunan, atau perusahaan. Pembandingan mungkin bersifat internal antara entitas dalam satu organisasi, atau - tunduk pada pembatasan kerahasiaan - eksternal antara entitas yang bersaing.

Peralatan

Perangkat lunak benchmarking dapat digunakan untuk mengatur sejumlah besar dan kompleks informasi. Paket perangkat lunak dapat memperluas konsep pembandingan dan analisis kompetitif dengan memungkinkan individu untuk menangani jumlah atau strategi yang begitu besar dan kompleks. Alat tersebut mendukung berbagai jenis pembandingan (lihat di atas) dan dapat mengurangi biaya di atas secara signifikan.

Teknologi mesin benchmarking yang muncul mengotomatiskan tahap beralih dari data ke wawasan komparatif yang patut diperhatikan, kadang-kadang bahkan mengungkapkan wawasan dalam kalimat bahasa Inggris.

Pembandingan metrik

Pendekatan lain untuk membuat perbandingan melibatkan penggunaan informasi biaya atau produksi yang lebih agregat untuk mengidentifikasi unit berkinerja kuat dan lemah. Dua bentuk analisis kuantitatif yang paling umum digunakan dalam benchmarking metrik adalah data envelopment analysis (DEA) dan analisis regresi. DEA memperkirakan tingkat biaya yang harus dapat dicapai oleh perusahaan yang efisien di pasar tertentu. Dalam regulasi infrastruktur, DEA dapat digunakan untuk memberi penghargaan kepada perusahaan/operator yang biayanya mendekati batas efisien dengan keuntungan tambahan. Analisis regresi memperkirakan apa yang rata-rata perusahaan harus dapat capai. Dengan analisis regresi, perusahaan yang berkinerja lebih baik dari rata-rata dapat diberi penghargaan sementara perusahaan yang berkinerja lebih buruk dari rata-rata dapat dihukum. Studi benchmarking tersebut digunakan untuk membuat perbandingan tolok ukur, yang memungkinkan pihak luar untuk mengevaluasi kinerja operator dalam suatu industri. Teknik statistik canggih, termasuk analisis garis batas stokastik, telah digunakan untuk mengidentifikasi kinerja tinggi dan lemah dalam industri, termasuk aplikasi ke sekolah, rumah sakit, utilitas air, dan utilitas listrik.

Salah satu tantangan terbesar untuk benchmarking metrik adalah berbagai definisi metrik yang digunakan di antara perusahaan atau divisi. Definisi dapat berubah dari waktu ke waktu dalam organisasi yang sama karena perubahan dalam kepemimpinan dan prioritas. Perbandingan yang paling berguna dapat dibuat ketika definisi metrik sama antara unit yang dibandingkan dan tidak berubah sehingga perbaikan dapat diubah.

Disadur dari : en.wikipedia.org

Heuristik ketersediaan

Heuristik ketersediaan atau bias ketersediaan adalah jalan pintas mental yang mengandalkan contoh langsung yang terlintas dalam pikiran saat mengevaluasi topik, konsep, metode, atau keputusan tertentu. Heuristik ini didasarkan pada gagasan bahwa informasi yang mudah diingat dipandang lebih penting atau bermakna dibandingkan solusi alternatif yang sulit diingat. Ada bias yang melekat terhadap informasi yang baru diakses ketika mengambil keputusan. Ketersediaan mental atas konsekuensi suatu tindakan berhubungan positif dengan persepsi konsekuensi tersebut; Semakin mudah diingat, semakin besar pula dampak yang dirasakan. Orang cenderung mempercayai isi ingatan mereka, terutama ketika implikasinya tidak dipertanyakan, karena kesulitan mengingat informasi dapat mempengaruhi penilaian mereka.

Sejarah dan Ikhtisar

Pada akhir tahun 1960an dan awal tahun 1970an, Amos Tversky dan Daniel Kahneman mengembangkan konsep “heuristik dan bias” untuk penilaian dalam kondisi ketidakpastian. Bertentangan dengan pandangan sebelumnya tentang manusia sebagai aktor rasional, mereka menunjukkan bahwa penilaian dalam kondisi ketidakpastian sering kali mengandalkan penyederhanaan heuristik daripada pemrosesan algoritmik yang komprehensif.

Salah satu heuristik yang dipelajari Tversky dan Kahneman adalah “heuristik ketersediaan”, yang melibatkan pembuatan penilaian berdasarkan contoh yang mudah diingat. Heuristik ini digunakan ketika orang menilai frekuensi suatu peristiwa berdasarkan kemampuan mereka mengingat peristiwa serupa. Meskipun banyak penelitian telah dilakukan mengenai heuristik ketersediaan, masih terdapat perdebatan tentang proses yang mendasarinya.Penelitian menunjukkan bahwa memanipulasi pengalaman subjektif dapat mempengaruhi tingkat ingatan, dan sulit untuk membedakan apakah penilaian didasarkan pada pengalaman fenomenal partisipan atau hanya pada sampel informasi yang diingat yang bias. Beberapa tafsir menekankan bahwa penilaian seseorang selalu didasarkan pada apa yang terlintas dalam pikirannya, seperti ketika ditanya tentang kata bahasa Inggris yang mengandung huruf “at” atau “ak”.

Penelitian

Chapman (1967) mengidentifikasi bias dalam menilai frekuensi terjadinya dua peristiwa yang dikenal sebagai korelasi ilusi. Tversky dan Kahneman menjelaskan bahwa ketersediaan memberikan penjelasan alami atas efek korelasi ilusi. Mereka menunjukkan bahwa kekuatan hubungan antara dua peristiwa dapat menjadi dasar untuk mengevaluasi frekuensi terjadinya dua peristiwa secara bersamaan.

Dalam studi pertama heuristik ketersediaan Tversky dan Kahneman,peserta melebih-lebihkan jumlah kata yang dimulai dengan huruf "K" dan meremehkan jumlah kata yang memiliki huruf ketiga "K". Studi mereka juga mencakup temuan bahwa peserta cenderung memilih struktur visual dengan jalur yang tersedia lebih jelas, meremehkan hasil akhir dalam tugas estimasi, dan memperkirakan hasil perkalian berdasarkan urutan angka yang disajikan.Akibatnya, orang menjawab pertanyaan dengan membandingkan ketersediaan kedua kategori tersebut dan menilai seberapa mudah mereka mengingat peristiwa tersebut, yang terkadang menyebabkan kesalahan penilaian.

Penjelasan

Banyak penelitian telah berusaha untuk mengidentifikasi proses psikologis yang menghasilkan heuristik ketersediaan. Tversky dan Kahneman berpendapat bahwa jumlah contoh yang diambil dari ingatan digunakan untuk menyimpulkan frekuensi terjadinya suatu peristiwa. Dalam percobaan untuk menguji penjelasan tersebut, peserta mendengarkan daftar nama-nama terkenal dan diminta mengingat atau memprediksi jenis kelamin yang paling sering muncul.

Hasilnya menunjukkan bahwa nama orang terkenal lebih mudah diingat dan sebagian besar peserta salah menilai seberapa sering gender muncul. Schwarz dan rekannya mengusulkan akun kemudahan mengingat yang menggunakan kemudahan mengingat contoh, bukan jumlah contoh, untuk menyimpulkan frekuensi kelas tertentu.

Studi mereka menunjukkan bahwa kemudahan mengingat konten mempengaruhi penilaian; Lebih mudah mengingat 6 contoh dibandingkan 12. Penelitian yang dilakukan Vaughn (1999) melibatkan siswa yang diminta membuat daftar metode pembelajaran. Hasil penelitian menunjukkan bahwa siswa menggunakan heuristik ketersediaan berdasarkan jumlah metode pembelajaran yang mereka ikuti untuk memprediksi kinerja mereka tergantung pada tingkat ketidakpastian selama semester tersebut.

Disadur dari : en.wikipedia.org