1
Unmas Denpasar
KEPUTUSAN PENGELOLAAN LINGKUNGAN DENGAN DUKUNGAN ARSITEKTUR SISTEM CERDAS Made Wahyu Adhiputra Fakultas Ekonomi, Universitas Mahendradatta
[email protected] Abstrak Perusahaan harus memiliki strategi yang tepat untuk dapat bertahan di lingkungan yang sangat kompetitif. Salah satu strategi yang harus dipilih perusahaan terkait dengan pengelolaan lingkungan. Manajemen dihadapkan pada kompleksitas dari pengelolaan lingkungan, sehingga manajemen sulit untuk memilih keputusan yang tepat. Untuk itu diperlukan sistem yang mempermudah proses pengambilan keputusan. Tulisan ini bertujuan untuk mempermudah pembuatan sistem informasi pengelolaan lingkungan yang menghasilkan arsitektur dari Intelligent Environmental Decision Support System (IEDSS). IEDSS adalah sistem informasi cerdas untuk pengelolaan lingkungan yang dinamis berbasis pengetahuan yang membantu mempermudah pengambilan keputusan melalui alternatif – alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model. Arsitektur generik IEDSS adalah framework untuk membuat sistem pendukung keputusan pengelolaan lingkungan berbasis Artificial Intelligent (AI) dengan model pengukuran kinerja sebagai sifat, pengetahuan dan alat bantu pengambilan keputusan. Model pengukuran kinerja yang digunakan dalam arsitektur IEDSS adalah pengembangan model Balanced Scorecard (BSC) dan Analytic Hierarchy Process (AHP). Kata Kunci: Intelligent Environmental Decision Support System (IEDSS), Pengelolaan Lingkungan, Balanced Scorecard (BSC), Analytic Hierarchy Process (AHP). Abstract Enterprise must have an appropriate strategies to survive on high competitive environment. A strategy that enterprise have to choose is related to environment management. The complexity of environment management made the management face high difficulty level to make an appropriate strategy. There for a system to make easier decision is needed. The aim of this paper is made easier process of development environment management information system, with the result is an Architecture of Intelligent Environmental Decision Support System (IEDSS). IEDSS is a knowledge base dynamic intelligent information system of environmental management that help decision process trough alternatives building from data, information processing and model design. Generic architecture of IEDSS is a framework to build environmental decision support system base on artificial intelligent (AI) with performance measurement model as nature, knowledge and tools of decision process. Performance measurement model that use in architecture of IEDSS is model development of Balanced Scorecard(BSC) and Analytic Hierarchy Process (AHP). Keywords : Intelligent Environmental Decision Support System (IEDSS), Environmental management, Balanced Scorecard(BSC), Analytic Hierarchy Process (AHP).
Diselenggarakan oleh : LEMBAGA PENELITIAN DAN PEMBERDAYAAN MASYARAKAT (LPPM) UNMAS DENPASAR JL. KAMBOJA NO. 11 A KOTA DENPASAR – PROVINSI BALI 29 – 30 AGUSTUS 2016
Unmas Denpasar
2
PENDAHULUAN Dinamika lingkungan bisnis global dan perubahan yang cepat menuntut perusahaan untuk lebih cepat beradaptasi dan merespon perubahan pasar secara flexibel (Dao, dkk, 2011). Hal ini menunjukkan tingginya tingkat kompetisi di lingkungan bisnis secara umum. Untuk itu perusahaan harus memiliki strategi yang tepat untuk dapat bertahan di lingkungan yang sangat kompetitif. Salah satu strategi yang harus dipilih perusahaan terkait dengan pengelolaan lingkungan, ini bisa dilihat dari makin banyak perusahaan yang mulai melihat isu lingkungan dari perspektif strategi kompetitif. Strategi kompetitif yang bisa dipilih oeh perusahaan terkait dengan produk, proses dan layanan. Ketiga faktor ini akan menghasilkan perubahan di bidang teknologi, budaya, proses atau fokus produk dari perusahaan (Sarkis, 1999). Perubahan yang harus dilakukan merupakan salah satu hasil dari keputusan strategi perusahaan. Konsekuensi yang besar dari strategi yang dipilih menyebabkan manajemen dihadapkan pada kompleksitas dari pengelolaan lingkungan, sehingga manajemen sulit untuk memilih keputusan yang tepat. Untuk itu diperlukan sistem yang mempermudah proses pengambilan keputusan. Salah satu teknik atau alat untuk mempermudah pengambilan keputusan adalah penggunaan sistem informasi yang mendukung pengambilan keputusan atau sistem pendukung keputusan (decision support system). Decision support system (DSS) sendiri adalah suatu sistem komputer yang membantu pihak pengambil keputusan dalam memilih beberapa alternatif kebijakan atau tindakan berdasarkan pengetahuan terkait hal-hal dengan akan diputuskan, sistem ini menghasilkan rekomendari dari berbagai pilihan (Fox & Das, 2000). Penelitian terkait dengan sistem pendukung keputusan pengelolaan (environmental decision support system- EDSS) sudah banyak dilakukan misalnya terkait dengan pengelolaan wilayah sungai (Simonovic, 1998, Obropta, dkk, 2000, Chamberlain, dkk, 2012), kualitas udara(Fine & Ambrosiano, 1996), konservasi alam atau lingkungan (Rao,dkk, 2007, U.S. EPA Office of ESRP, 2012), dan pengelolaan lalu lintas atau transportasi (Rigas, dkk, 2008, Hasan, 2010). Akan tetapi sistem informasi yang dihasilkan masih bersifat perwilayah saja dan terbatas pada faktor tertentu saja, sehingga ketika perusahaan akan mengadopsi konsep EDSS ke dalam manajemen pengelolaan lingkungan maka diperlukan penyesuaian tertentu. Untuk itu diperlukan suatu konsep yang mempermudah pembuatan sistem informasi pengelolaan lingkungan untuk perusahaan. Pengembangan konsep EDSS bisa menggunakan artificial intelligent (AI) yang menghasilkan Environmental Decision Support System (IEDSS). Tulisan ini bertujuan untuk mempermudah pembuatan sistem informasi pengelolaan lingkungan yang menghasilkan arsitektur dari Intelligent Environmental Decision Support System (IEDSS).
Arsitektur Intelligent Environmental Decision Support System. Isu lingkungan terkait dengan serangkaian aktivitas yang bersifat kritis dimana kesalahan dalam pengambilan keputusan manajemen bisa mengakibatkan bencana baik secara sosial, ekonomi maupun ekologikal. Hal ini menunjukkan bahwa keputusan manajemen terkait pengelolaan lingkungan memiliki tingkat kompleksitas yang tinggi. Diselenggarakan oleh : LEMBAGA PENELITIAN DAN PEMBERDAYAAN MASYARAKAT (LPPM) UNMAS DENPASAR JL. KAMBOJA NO. 11 A KOTA DENPASAR – PROVINSI BALI 29 – 30 AGUSTUS 2016
Unmas Denpasar
3
Tingginya tingkat kompleksitas dari pengelolaan lingkungan membuat kita sulit untuk membangun model yang sederhana. Kesulitan dalam menyederhanakan masalah dalam pengelolaan lingkungan bisa diatasi dengan menggunakan teknologi informasi (information technology-IT). Teknologi informasi menyedikan tools yang memdukung penelitian dan keputusan yang terkait dengan masalah pengelolaan lingkungan (Struss, 2002) Beberapa tahun terakhir dikembangkan tool sistem pendukung keputusan pengelolaan lingkungan (environmental decision support system). Intelligent Environmental Decision Support System (IEDSS) Environmental decision support system (EDSS) adalah sistem informasi pendukung keputusan yang fokus pada pengelolaan lingkungan. EDSS memainkan peranan penting dalam membantu mengurangi resiko yang terjadi hasil dari interaksi manusia dengan lingkungannya. Ada empat aktivitas utama di dalam EDSS yaitu: identifikasi zat berbahaya (hazard identification), penilaian resiko (risk assessment), evaluasi resiko (risk evaluation), dan intervensi pembuatan keputusan (intervation decision-making) (Cortés, dkk, 2000). Pengembangan EDSS dengan AI ini dinamakan Intelligent Environmental Decision Support System (IEDSS). Intelligent Environmental Decision Support System (IEDSS) menurut Sojda (2002) adalah sebuah sistem yang menggunakan kombinasi dari berbagai model, teknik analisis dan penarikan informasi yang digunakan untuk mengembangkan dan mengevaluasi alternatif-alternatif yang sesuai, dan berfungsi sebagai sebuah sistem yang berfokus pada keputusan strategis, dan bukannya keputusan operasional. Sedangkan menurut Katoua (2013) IEDSS adalah sebuah sistem informasi cerdas yang memjamin waktu pengambilan keputusan, konsistensi kualitas dari keputusan dan memaparkan kuantitas karakteristik dari bidang yang diputuskan. Dapat disimpulkan bahwa IEDSS adalah sistem informasi cerdas untuk pengelolaan lingkungan yang dinamis berbasis pengetahuan yang membantu mempermudah pengambilan keputusan melalui alternatif – alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan model. Arsitektur Intelligent Environmental Decision Support System (IEDSS) Intelligent Environmental Decision Support System (IEDSS) memiliki kemampuan untuk menghadapi masalah yang kompleks dimana pengalaman para pakar menjadi bantuan yang berarti untuk menemukan sebuah solusi dari masalah yang dihadapi (Sancez-Meré dkk, 2008). Menurut Sancez-Meré dkk (2012) IEDSS tidak hanya berguna sebagai mekanisme efisien yang digunakan untuk menemukan solusi optimal atau sub-optimal, atau pun memberikan masukan tetapi juga merupakan mekanisme yang membuat seluruh proses menjadi lebih terbuka dan transparan. Untuk lebih mempermudah menerjemahkan kemampuan IEDSS dalam sebuah sistem maka dibutuhkan sebuah arsitektur yang menjelaskan cara kerja dari IEDSS. Arsitektur IEDSS yang diusulkan memiliki tiga fase yaitu: gathering & interpretation, modeling &analyzing, dan evaluating & decision support. a) Gathering and Interpretation Diselenggarakan oleh : LEMBAGA PENELITIAN DAN PEMBERDAYAAN MASYARAKAT (LPPM) UNMAS DENPASAR JL. KAMBOJA NO. 11 A KOTA DENPASAR – PROVINSI BALI 29 – 30 AGUSTUS 2016
Unmas Denpasar
4
Fase ini adalah fase pengumpulan dan interprestasi data. Data dan informasi yang diperoleh dikumpulkan menjadi sebuah data mining dimana data yang dikelola dengan sistem DBSM dan menjadi sebuah knowledge dasar dari rangkaian sistem pendukung keputusan. Data dan informasi yang dikumpulkan dibagi menjadi tiga komponen data yaitu data geographical information system (GIS) database, biological, chemical/physical database, dan historical knowledge database. b) Modeling and Analyzing Fase ini adalah fase pengembangan model, expert system, dan analisis yang sesuai dengan pengolahan data. Pengembangan model (model building) terbagi menjadi dua bagian, terdiri dari model artificial intelligent (AI) dan model statistik/numerik (statistical/numerical model). c) Evaluating and Decision Support Fase evaluating & decision support terbagi menjadi lima bagian yaitu planning/prediction/supervision, explanation, alternative solution, user interface dan user. Bagian planning/prediction/supervision terbagi menjadi dua, yaitu: model evaluation dan problem rules. Model evaluation sendiri memiliki tiga langkah yaitu probability, uncertainty analysis dan multi-criteria decision analysis. Di fase ini digunakan tools balanced scorecard (BSC) dan analytical hierarchy process (AHP). BSC dan AHP digunakan dalam menentukan alternatif solusi (alternative solution). Balanced scorecard (BSC) adalah metode dan framework pengukuran kinerja strategis yang fokus pada pengembangan dan memantau strategi dengan serangkaian ukuran kinerja (Bose dan Thomas, 2007). Metode AHP digunakan sebagai tools penyusunan alternatif solusi. Menurut Mansar (2009) metode ini memperhitungkan kriteria kualitatif dan kuantitatif. PEMBAHASAN Arsitektur generik IEDSS adalah framework yang menjelaskan dan membuat sistem pendukung keputusan pengelolaan lingkungan berbasis Artificial Intelligent (AI) dengan model pengukuran kinerja sebagai sifat, pengetahuan dan alat bantu pengambilan keputusan. Arsitektur ini terdiri dari tiga tahap utama dimana setiap tahap memiliki langkah-langkah tersendiri. Arsitektur ini bisa digunakan oleh perusahaan baik itu perusahaan manufaktur, pengolahan ataupun penyedia jasa. Model AI dan statistikal/numerik yang tidak mengikat dari model ini memungkinkan database mining terus berkembang, Database mining dikembangkan berdasarkan prinsip knowledgebased dimana data dari masa lalu menjadi dasar pengembangan model saat ini. Sistem cerdas (artificial intelligent) pada sistem ini bisa dilihat tidak hanya pada model AI saja tetapi juga pemilihan dari sistem database mining yang berdasarkan knowledge-based. Arsitektur generic IEDSS yang diusulkan juga bersifat terbuka, hal ini dikarenakan model yang digunakan disini bisa terus dikembangkan dan disesuaikan berdasarkan tujuan perusahaan, bukan hanya itu integrasi antar model juga dimungkinkan. Problem rules yang digunakan disini berfungsi sebagai batasan masalah sehingga mempermudah penyusunan alternatif solusi dengan tetap mengejar tujuan dari perusahaan. Tahap assessment performance of uncertainty analysis menggunakan pengembangan model Balaced Scorecard (BSC) dan Analytic Hierarchy Process (AHP). Dengan Diselenggarakan oleh : LEMBAGA PENELITIAN DAN PEMBERDAYAAN MASYARAKAT (LPPM) UNMAS DENPASAR JL. KAMBOJA NO. 11 A KOTA DENPASAR – PROVINSI BALI 29 – 30 AGUSTUS 2016
Unmas Denpasar
5
menggunakan pengembangan model BSC dan AHP sebagai pengukuran kinerja organisasi dan penyusunan alternatif solusi maka mempermudah manajemen untuk memutuskan altertantif mana yang akan dipilih. Arsitektur generik IEDSS ini disusun selain untuk memudahkan pengembangan software sistem juga ditujukan untuk customize IEDSS di bidang-bidang tertentu. Karena database mining yang berbasis knowledge-based maka kontribusi user menjadi lebih besar, begitu juga pada tahap aplikasi alternatif solusi, user disini memiliki kontrol penuh. Dengan sistem arsitektur yang bersifat generik diharapkan biaya pengembangan sistem pendukung keputusan lebih efisien dan efektif, begitu pula waktu dan biaya training untuk implementasi sistem di perusahaan. Dengan sistem database yang bersifat terbuka maka perusahaan tidak perlu menyusun ulang database yang dimiliki, cukup dengan mengintegrasikan data yang sudah ada dengan data dan informasi yang baru. Integrasi data lama dan data baru dalam database mining memungkinkan penyusunan alternatif lebih cepat dan tepat. Arsitektur generik IEDSS ini masih bisa dikembangkan. Pengembangan ke depan diharapkan untuk lebih menguraikan hubungan antar database dan sistem bisa bersifat mobile dengan penggunaan cloud sebagai database storage. KESIMPULAN Tulisan ini memaparkan arsitektur generik dari intelligent decision support system (IEDSS) yang ditujukan untuk mempermudah penyusunan software sistem pendukung keputusan. Arsitektur generik IEDSS adalah framework untuk membuat sistem pendukung keputusan pengelolaan lingkungan berbasis Artificial Intelligent (AI) dengan model pengukuran kinerja sebagai sifat, pengetahuan dan alat bantu pengambilan keputusan. Model pengukuran kinerja yang digunakan dalam arsitektur IEDSS adalah pengembangan model Balanced Scorecard(BSC) dan Analytic Hierarchy Process (AHP). DAFTAR PUSTAKA Bose, S. dan Thomas, K., (2007) Applying the Balanced Scorecard for Better Performance of Intellectual Capital, Journal of Intellectual Capital Vol. 8 Issue 4, 653-665. Chamberlain, Brent C. Giuseppe Carenini, Gunilla Öberg, David Poole, Hamed Taheri, 2012, A Decision Support System for the Design and Evaluation of Sustainable Wastewater Solutions, IEEE Transactions On Computers, Special Issue Computational Sustainability, 1-14. Dao, V., Langella, I., Carbo, J., 2011, From green to sustainability: Information Technology and an integrated sustainability framework, Journal of Strategic Information Systems 20, 63-79. Fox, J., Das, S., 2000. Safe and sound. In Artificial Intelligence in Hazardous Applications. AAAI Press/The MIT Press. Hasan, Mohamad K., 2010, A Framework for Intelligent Decision Support, System Engineering, 2, 270-289 (http://www. SciRP.org/journal/eng) diakses pada tanggal 30 Januari 2014. Katoua, Dr.Hisham S., 2013, Intelligent Decision Support System in Environmental Management Proplems, IPASJ International Journal of Information Technology (IIJIT) Vol. 1, Issue 1, 35-41. Diselenggarakan oleh : LEMBAGA PENELITIAN DAN PEMBERDAYAAN MASYARAKAT (LPPM) UNMAS DENPASAR JL. KAMBOJA NO. 11 A KOTA DENPASAR – PROVINSI BALI 29 – 30 AGUSTUS 2016
Unmas Denpasar
6
Mansar, Selma Limam, et al. (2009) Development of a Decision-Making Strategy to Improve the Efficiency of BPR, Expert System with Applications Obropta,Christopher C., Niazi,M., Kardos, Josef S., 2008, Application of an Environmental Decision Support System to a Water Quality Trading Program Affected by Surface Water Diversions, Environmental Management. Rao, M., Guoliang Fan, G., Thomas, J., Cherian, G., Chudiwale, V., Awawdeh, M., 2007, A web-based GIS Decision Support System for managing and planning USDA’s Conservation Reserve Program (CRP), Environmental Modelling & Software 22 (2007) 1270-1280. Rigas, G., Koutlas,T., Katsis, C.D., Bougia, P., Fotiadis, D.I., 2008, An Intelligent Decision Support System For Driver Assistance Based On Vehicle, Driver And Road Environment Monitoring, www.Qbase.Gr/Sites/Default/Files/2803.Pdf , Diakses Pada Tanggal 31 Januari 2014 Sanchez-Meré, M., Gilbert, K., Sojda, R.S., Steyer, J.P., Struss, P., 2008, Intelligent Environmental Decision Support System, USGS Staff, Paper 190, 119-143, http://digitalcommons.unl.edu/usgstaffpub/190 diakses pada tanggal 28 Januari 2014. Sarkis, Joseph, 1999, A methodological framework for evaluating environmentally conscious manufacturing programs, Computer & Industrial Engineering 36, 793-810. Simonovic, Slobodan P., 1998, Decision Support System For Flood Management In The Red River Basin, Report prepared for the International Joint Commission Red River Basin Task Force. Sojda, Richard S., 2002, Artificial Intelligence Based Decision Support For Trumpeter Swan Management, Dissertation Colorado State University.
Diselenggarakan oleh : LEMBAGA PENELITIAN DAN PEMBERDAYAAN MASYARAKAT (LPPM) UNMAS DENPASAR JL. KAMBOJA NO. 11 A KOTA DENPASAR – PROVINSI BALI 29 – 30 AGUSTUS 2016
