Metode Analisis Data ISM

Metode Analisis Data ISM: Matriks Driver Power - Dependence dalam ISM

Contoh Hasil Struktur/Level Model ISM

Tampilan Software ISM dDss

Islamic Group Lending Model and Financial Inclusion

Klik disini

Pelatihan SMART 2016

One Week Training 2016 [Sekolah Metodologi Penelitian 8-12 Agustus 2016]

SEKOLAH METODOLOGI PENELITIAN ialah program terbaru dari SMART Consulting (lembaga riset yang khusus bergerak di bidang pengembangan metode riset) dalam rangka sharing knowledge dalam hal metodologi penelitian baik yang bersifat kualitatif maupun kuantitatif. Metode beserta tools terapan yang akan disampaikan yaitu: Analytical Hierarchy Process (AHP) menggunakan Expert Choice, Analytical Network Process (ANP) menggunakan Super Decisions, Data Envelopment Analysis (DEA) menggunakan Banxia Frontier dan MaxDEA, Interpretive Structural Modeling (ISM) menggunakan dDSS (Decision Support System) serta Structural Equation Model (SEM) dengan Lisrel. Program ini berbentuk pelatihan dengan peserta terbatas

DEA Training Description

Data Envelopment Analysis (DEA) merupakan alat manajemen untuk mengevaluasi efisiensi suatu unit bisnis yang paling popular dewasa ini. Evaluasi efisiensi tidak hanya dapat dianalisa pada satu unit bisnis saja, namun bagi beberapa unit bisnis untuk dibandingkan satu sama lain lalu diketemukan mana yang memiliki efisiensi tertinggi, sehingga unit bisnis yang tidak efisien dapat merujuk pada unit bisnis yang efisien. Unit-unit bisnis yang akan dijadikan sebagai pengambilan keputusan dalam DEA disebut DMU (Decision Making Unit)/Unit Pengambilan Keputusan. Unit bisnis apapun dapat dianalisis kinerjanya dengan DEA seperti misalnya manufacturing units, departments of big organizations such as universities, school, bank branches, hospitals, power plants, police stations, tax offices, prisons, defense bases, a set of firms or even practicing individuals such as medical practitioners. Training ini cocok bagi siapa saja yang berkepentingan untuk mengukur efisiensi (kinerja) perusahaan, unit bisnis, organisasi agar mendapatkan gambaran bagaimana kondisi perusahaan saat ini, apakah sudah efisien atau belum. Jika belum efisien apa yang perlu dilakukan oleh perusahaan agar mencapai titik efisien.

ISM Training Description

Interpretative Structural Modeling (ISM) merupakan salah satu teknik permodelan yang dikembangkan untuk perencanaan kebijakan strategis. ISM adalah proses pengkajian kelompok (group learning process) dimana model-model struktural dihasilkan guna memotret perihal yang kompleks dari suatu sistem, melalui pola yang dirancang secara seksama dengan menggunakan grafis serta kalimat. Teknis ISM merupakan salah satu teknik permodelan sistem untuk menangani kebiasaan yang sulit diubah dari perencanaan jangka panjang yang sering menerapkan langsung teknik penelitian operasional dan atau aplikasi statistik deskriptif. Interpretative Structural Modeling  merupakan sebuah tool yang dapat menganalisa dan membantu untuk mengambil keputusan terhadap pemahaman atau ide dalam situasi yang rumit dengan cara mengelompokkan dan membuat link yang tertuang dalam sebuah peta. Proses pembuatan sebuah Interpretive Structural Modeling dapat pula dengan cara mengembangkan pengetahuan perorangan terhadap suatu permasalahan secara menyeluruh yang diambil dari proses diskusi atau sebuah analisa. Gabungan antara pengetahuan terhadap permasalahan yang dianalisa dengan susunan pemahaman terhadap permasalahan merupakan hal penting didalam membuat sebuah keputusan. Pengetahuan tersebut yang dibutuhkan dalam mengkomunikasikan sehingga menghasilkan sebuah keputusan yang diinginkan.

SMART: Research, Training, Consulting, Publishing

Dasar Pemetaan dalam ISM

Pemetaan dasar yang menjadi bahan utama untuk analisis ISM meliputi: Pertama, need analysis ‘analisis kebutuhan’ yang berperan mengidentifikasi stakeholders, kebutuhan stakeholders tersebut yang bersifat umum maupun khusus, yang kemudian ditampilkan dalam bentuk komponen info dan relevansinya terhadap masing-masing stakeholders, termasuk informasi tentang kemungkinan adanya sinergi atau konflik dari suatu komponen info.

Hal kedua terkait dasar pemetaan dalam analisis ISM adalah causal loop diagram atau ‘diagram lingkar sebab-akibat’ yang mencerminkan interaksi sebab-akibat (positif atau negatif) diantara komponen-komponen info yang dibuat secara menyeluruh dan/atau parsial untuk memberi penekanan terhadap masalah tertentu.

Ketiga dan terakhir adalah black box diagram. Diagram kotak hitam atau sering disebut diagram input-output yang mencerminkan proses berbagai input (terkontrol, tidak terkontrol dan lingkungan) menjadi berbagai output (yang dikehendaki dan tidak dikehendaki), serta feedback untuk manajemen pengendaliannya.

Ketiga hal ini merupakan bagian penting dalam proses pemetaan dasar masalah yang nantinya kemudian menjadi bahan utama untuk analisis metode Interpretatitve Structural Modeling ini. Semakin lengkap ketiga hal ini dibuat, semakin baik pula model ISM yang menjadi rujukan nanti.

Konsep Rule-Based

Merepresentasikan pengetahuan (knowledge) dapat dilakukan dengan cara rule-based atau dicerminkan oleh obyek-obyeknya. Rule ‘aturan’ adalah pernyataan kondisional yang berhubungan dengan aksi atau outcome dalam kondisi tertentu. Pendekatan rule-based menggunakan aturan-aturan berbentuk IF-THEN ‘JIKA-MAKA’.

Rule-based expert system modern pada umumnya didasarkan pada model pemecahan masalah manusia (Human Problem Solving) yang ditulis oleh Newel dan Simon (1972) dalam bentuk memori jangka panjang (aturan-aturan), memori jangka pendek (memori kerja) dan pemroses kognitif (mesin inferensi).

Rule-based expert system konvensional, menggunakan pengetahuan ahli manusia untuk memecahkan permasalahan yang ada di dunia nyata yang biasanya membutuhkan kecerdasan manusia. Pengetahuan ahli ini biasa direpresentasikan dalam bentuk rules ‘aturan-aturan’ atau dalam bentuk data dalam komputer.

Rule-based expert system terdiri dari sekumpulan aturan-aturan yang dapat diaplikasikan berulangulang pada sekumpulan fakta. Konsep-konsep penting yang digunakan dalam suatu system rule-based, antara lain: a. Fakta merepresentasikan keadaan-keadaan yang menjelaskan situasi tertentu dalam dunia nyata; b. Aturan merepresentasikan heuristics ‘heuristik’ yang menetapkan sekumpulan tindakan yang akan dilakukan dalam kondisi tertentu dimaksud.

Validasi Model dalam ISM

Untuk memperoleh model optimal, perlu dilakukan validasi model. Proses validasi model kebijakan dilakukan dengan tujuan untuk mengetahui berbagai kelemahan dan kekurangan dari model serta mengidentifikasi berbagai masalah yang perlu diantisipasi terkait dengan penerapan kebijakan yang dirumuskan (Eriyatno dan Sofyar, 2007). Proses uji validasi pada penelitian kebijakan dilakukan terhadap 2 aspek, yaitu proses perumusan kebijakan dan produk kebijakan.

Validasi produk kebijakan dilakukan melalui uji pendapat pakar atau dilakukan dengan membandingkan produk kebijakan hasil penelitian terhadap kebijakan yang sedang berjalan atau sudah dijalankan. Untuk verifikasi proses perumusan kebijakan dilakukan terhadap metode yang digunakan dalam pengembangan kebijakan. 

Validasi yang digunakan dalam penelitian ini mengacu pada Sargent (1998) adalah face validity. Proses validasi dilakukan dengan menggunakan pendapat pakar untuk mengetahui kesesuaian dan kelayakan model serta kebenaran logika dan teori dalam model konseptual yang menjelaskan hubungan input-output model secara masuk akal. Di samping itu, uji validitas juga dilakukan terhadap kinerja beberapa tehnik yang digunakan yaitu ISM.

4 Kuadran dalam Metode ISM

Metode ISM terdiri dari dua tahapan dengan dua kegiatan utama yaitu penyusunan hirarki dan klasifikasi sub elemen. Klasifikasi sub-elemen mengacu pada hasil olahan dari RM yang telah memenuhi aturan Transitivity. Hasil olahan tersebut didapatkan nilai Driver-Power (DP) dan nilai Dependence (D) untuk menentukan klasifikasi sub elemen yang digolongkan dalam empat sector (Santoso dan Marimin, 2001), yaitu :

Sektor 1 : Weak driver-weak dependent variables (Aotonomous). Peubah disektor ini tidak berkaitan dengan system dan mungkin mempunyai hubungan kecil, meskipun hubungan tersebut bias kuat

Sektor 2 : Weak driver-strongly dependent variables (Dependent) Peubah pada sector ini adalah peubah yang tidak bebas.

Sektor 3 : Strong driver-strongly dependent variables (Linkage). Peubah pada sektor ini harus dikaji secara hati-hati sebab hubungan antar peubah dalah tidak stabil. setiap tindakan pada peubah tersebut akan memberikan dampak terhadap lainnya dan umpan balik pengaruhnya bisa memperbesar dampak.

Sektor 4 : Strong driver-weak dependent variables (Independet). Peubah pada pada sektor ini merupakan bagian sisa dari system dan disebut peubah bebas.