Operation Research and Analysis
Dipublikasikan oleh Dias Perdana Putra pada 17 April 2024
Heuristika
Heuristik adalah seni dan sains yang berkaitan dengan penemuan, berasal dari kata dasar yang sama dengan “eureka”, yang berarti “menemukan”. Heuristik dalam konteks pemecahan masalah merupakan suatu cara membimbing pemikiran seseorang untuk memecahkan suatu masalah hingga berhasil diselesaikan. Meskipun proses heuristik ini mungkin tidak selalu memberikan hasil yang diinginkan atau bahkan menimbulkan masalah baru, namun sangat berharga dalam memperkaya proses berpikir. Heuristik yang baik dapat secara signifikan mengurangi waktu yang dibutuhkan untuk menyelesaikan suatu masalah dengan menghilangkan kebutuhan untuk mempertimbangkan kemungkinan atau hubungan yang mungkin tidak relevan ketika masalah tersebut muncul.
Gambaran Umum
Heuristik adalah strategi yang didasarkan pada pengalaman sebelumnya dengan masalah serupa. Bergantung pada informasi yang dapat diakses, heuristik digunakan untuk memandu solusi masalah abstrak manusia dan mesin. Salah satu heuristik paling dasar adalah trial and error, yang diterapkan dari permasalahan sederhana hingga penyelesaian variabel dalam permasalahan aljabar. Dalam matematika, heuristik mencakup penggunaan representasi visual, asumsi tambahan, penalaran maju/mundur, dan penyederhanaan. George Pólya, dalam bukunya “How to Solve It,” menyarankan beberapa heuristik umum, seperti menggambar ketika sulit untuk menyelesaikannya. memahami masalah, menggunakan solusi yang diasumsikan untuk mengeksplorasi ide, mempelajari contoh-contoh konkret ketika masalah bersifat abstrak, dan menangani solusi umum. Masalah pertama, mengikuti paradoks penemu, yang menyatakan bahwa perencanaan yang lebih ambisius mempunyai peluang keberhasilan yang lebih besar.
Sejarah
Heuristika sebagai prosedur preskriptif
Metode heuristik pertama kali muncul dalam filsafat dan matematika abad ke-13 bersama Raimundus Lullus, yang mengembangkan pendekatan skolastik Aristoteles untuk memecahkan masalah menggunakan algoritma tradisional. Pada abad ke-17, Gottfried Wilhelm Leibniz mencoba mengembangkan algoritma universal untuk mewakili semua masalah yang mungkin terjadi. René Descartes merumuskan aturan sederhana untuk menyelesaikan masalah dengan memusatkan perhatian pada aspek-aspek yang relevan. Pada tahun 1, Bernard Bolzano mengembangkan heuristik untuk agensi epistemik, menyadari bahwa heuristik mencakup prosedur umum dan tidak jelas untuk mendorong pemikiran kreatif.
George Pólya memberikan apresiasi yang lebih besar terhadap heuristik dalam matematika modern pada abad ke-20, menekankan pencarian analogi, reduksi masalah, serta dekomposisi dan rekombinasi masalah sebagai pendekatan yang efektif.Prinsip kepuasan dalam heuristik keputusan, yang dikembangkan oleh Herbert A. Simon, memperkenalkan konsep bahwa pengambil keputusan sering kali memilih solusi yang “cukup baik” yang memenuhi persyaratan minimum. Pada tahun 1970an dan 1980an, Amos Tversky dan Daniel Kahneman memperluas studi heuristik dalam pengambilan keputusan manusia dengan mengakui bahwa pengambil keputusan sering bertindak dengan cara yang rasional dan menciptakan istilah "memuaskan" untuk menggambarkan situasi di mana solusi dianggap memadai. diketahui meskipun belum optimal.
Heuristika sebagai strategi model komputasi
Pada tahun 1970-an, kemunculan komputer sebagai alat komputasi dan metafora pikiran memicu upaya untuk mensimulasikan perilaku cerdas pada mesin, khususnya dalam pemecahan masalah komputasi. Dalam konteks ini, beberapa heuristik diidentifikasi, dengan penelitian sistematis yang mengklasifikasikan aturan keputusan berdasarkan dimensi tertentu. Gigerenzer (2001) memperkenalkan “Adaptive Toolbox,” yang menggambarkan heuristik melalui tiga modul: aturan pencarian, aturan penghentian, dan aturan keputusan.Prinsip dasar model komputasi disesuaikan dengan tugas, situasi dan keputusan pembuatnya serta menggabungkan dua pendekatan dari literatur dalam bentuk formal. Model tersebut membentuk komponen dasar berbagai heuristik yang berkaitan dengan peralatan adaptif dan klasifikasi Svenson (1979).Konsep baru heuristik Gigerenzer (2001) dalam strategi ekologi rasional menantang keyakinan bahwa heuristik selalu memberikan hasil terbaik kedua dan bahwa optimalisasi selalu lebih baik daripada perangkat adaptif.
Penilaian probabilitas dan frekuensi
Strategi pemecahan masalah heuristik dapat dibagi menjadi empat bagian yang mempengaruhi penilaian probabilitas dan frekuensi. Pertama, heuristik ketersediaan didasarkan pada gagasan bahwa sesuatu yang mudah diingat dianggap lebih penting daripada solusi alternatif. Kedua, heuristik keterwakilan digunakan untuk menilai probabilitas subjektif dengan mempertimbangkan derajat kemiripan suatu peristiwa terhadap fitur-fitur penting atau fitur-fitur yang menonjol. Ketiga, heuristik penahan dan penyesuaianmemengaruhi penilaian probabilitas intuitif dengan memulai dari titik referensi tertentu dan membuat penyesuaian berdasarkan informasi tambahan. Terakhir, heuristik keakraban mengevaluasi peristiwa sebagai sesuatu yang lebih umum atau penting karena peristiwa tersebut lebih familier dalam ingatan dan menggunakan pengalaman masa lalu sebagai kerangka acuan untuk berperilaku dalam situasi baru dan familier.
Kecerdasan Buatan
Saat mencari ruang solusi, heuristik dapat digunakan dalam sistem kecerdasan buatan. Heuristik ini diperoleh dengan menggunakan berbagai fungsi yang dimasukkan ke dalam sistem oleh perancang atau dengan menyesuaikan bobot cabang, yang ditentukan oleh probabilitas setiap cabang mengarah ke node target.
Kritik dan Kontroversi
Konsep heuristik menuai kritik dan kontroversi. Kritik terhadap Kita Tidak Bisa Sebodoh Itu berpendapat bahwa rata-rata orang memiliki sedikit kemampuan untuk membuat penilaian efektif berdasarkan data.
Sumber: id.wikipedia.org