2.2 Sistem dinamis: kompleksitas detail Detail Complexity System
Bila membahas sistem kompleks dalam kaitan dengan pengambilan keputusan, maka pada umumnya yang muncul pertama adalah mengaitkan kompleksitas dengan
unsur banyaknya komponen peubah dalam sistem, atau banyaknya kombinasi bagi pengambil keputusan yang harus diperhitungkan. Kompleksitas sistem semacam ini
termasuk kategori detail complexity system yaitu sistem kompleks yang ditandai banyaknya hal-hal rinci dan atau banyaknya probabilitas kombinasi solusi. Teladan
sederhana yang dapat ditemui sehari-hari adalah sistem penentuan jadwal penerbangan di suatu bandar udara yang sangat sibuk Sterman, 1989.
2.3 Sistem dinamis: kompleksitas dinamis Dinamic Complexity System
Demikian sebaliknya suatu sistem kompleks dapat terjadi pada kondisi yang kurang detail, tidak terlalu rinci, dan berpeluang kombinasi solusi yang tidak terlalu
tinggi. Dalam sistem seperti ini ciri kompleksitas terletak pada eksistensi interaksi yang terus menerus antara para agen pihak yang terkait. Sitem kompleks ini disebut
dynamic complexity sistem. Teladan standar dapat dilihat pada kasus perusahaan minuman The Beer Distribution Game Sterman, 1989 yang menggambarkan proses
produksi dan distribusi produk barang konsumsi, dengan kompleksitas tiap-tiap lini sejak proses pengadaan bahan baku, proses produksi di pabrik hingga distribusi ke
konsumen. Teladan ini menggambarkan sebuah sistem yang tidak kompleks bila dilihat pada sisi banyaknya komponen, namun sangat kompleks bila ditelaah sisi
interaksi yang tanpa henti dari para pihak terkait. Penelitian ini akan menggunakan kedua buah pendekatan di atas, dengan
penekanan lebih terfokus pada pendekatan dynamic complexity system untuk menjawab persoalan penyelarasan, sinkronisasi, dan interaksi antar pelaku pada
agroindustri gula tebu. Teladan dapat dilihat pada sensitifitas akibat dan pengaruh keterlambatan kebijakan time delay terhadap produktifitas tebu, perubahan harga,
dan perubahan supply-demand secara keseluruhan.
2.4 Resistensi perubahan
Ketidaktepatan waktu time delay pengambilan keputusan suatu kebijakan yang terkait dengan persaratan berjalanya sebuah sistem merupakan kejadian yang sering
terjadi.Hal ini menjadi salah satu pemicu persoalantentang mengapa suatu perubahan
yang diharapkan menghadapi tingkat resistensi tinggi, sehingga akan menyulitkan suksesnya suatu kebijakan Richmond, 2005.
Dalam dynamic complexity system, bila terjadi time delay maka akan menyebabkan gejala disequilibrium, berupa kondisi ketidakseimbangan yang terus
menerus melingkar-lingkar. Sementara di sisi lain ada aktivitas dalam rangkaian sistem yang tidak bisa diputar ulang irreversible consequences, seperti contoh
kejadian bila petani tebu sudah memutuskan untuk menanam tebu dan terjadi kebijakan yang kontra produktif yang tidak tepat waktu misal: penurunan mendadak
tarif impor gula maka petani tebu akan berada pada posisi lemah. Mereka tidak dapat segera memutuskan mengganti tanaman tebu, sehingga mereka hanya menunggu
realisasi akibat negatif di kemudian hari berupa kerugian usaha. Persoalan seperti di atas yang mengakibatkan resistensi perubahan bagi tiap-
tiap agen dalam rangkaian sistem. Masalah irreversible consequences merupakan tantangan besar yang harus dipecahkan dalam pengambilan keputusan kompleks.
Oleh karena itu penelitian ini akan menggunakan pendekatan sistem dinamis sebagai upaya mengatasi persoalan tersebut.
Resistensi perubahan dapat terjadi pada level pabrik gula khususnya yang dibawah naungan BUMN. Meskipun hal ini bukan merupakan fokus penelitian,
namun dalam telaah lapangan ditemukan salah satu penyebab resistensi perubahan yaitu berupa kondisi lingkungan kerja nyaman comfort zone yang tidak memberikan
insentif bagi adanya perubahan yang baik.
2.5 Model sistem dinamis virtual
Suatu model virtual merupakan representasi dunia nyata yang dituangkan ke dalam model sedemikian rupa sehingga dapat memberikan peluang bagi pengambil
keputusan untuk mempelajari perilaku realitas, umpan balik dan pengaruhnya, serta menyegarkan kembali keputusan yang pernah diambil melalui proses simulasi.
Kelebihan model virtual antara lain adalah biaya yang rendah. Konsekuensi hubungan antar keputusan yang diambil dan hasil yang beresiko tinggi dapat ditekan
melalui penggunaan model virtual. Pengaruh irreversible consequence dapat segera diketahui dan bila berdampak negatif dapat segera dihentikan sehingga ada peluang
untuk merubah keputusan alternatif lain yang lebih baik. Model virtual dapat menghasilkan umpan balik yang berkualitas. Hal ini dapat
dicapai karena simulasi keputusan dan strategi dapat dikontrol dan dipelajari dengan
baik. Di samping itu dengan model virtual dapat sedikit demi sedikit membuka ”black box phenomena” yang selalu tertutup di dalam dunia nyata. Manfaat lain adalah
berupa proses waktu simulasi yang singkat dapat menggambarkan perjalanan kegiatan dunia nyata yang amat panjang dimensi waktunya.
Model virtual di atas akan semakin memberikan manfaat yang tinggi ketika model ini bersifat reflektif sehingga mampu mengulang proses pemikiran, reflective
thought Schon, 1992. Model virtual tidak terlepas dari keterbatasan, yaitu dapat terabaikanya prinsip-prinsip metodologi ilmiah. Namun demikian dengan
diterapkanya sistem dinamis kompleks yang fokus pada dynamic complexity sistem, maka peneliti berpeluang lebar untuk melakukan komunikasi dua arah dan langsung
dengan dunia nyata yang sedang ditelitinya. Kondisi inilah yang dimaksudkan sebagai model virtual reflektif.
Kegiatan pemodelan sistem dinamis virtual belumlah mencukupi kesempurnaan pengambilan keputusan kompleks. Hal ini kemungkinan besar disebabkan karena
pembuat model menentukan batas-batas yang terlalu sempit pada elemen temporal dan spatial bila dibandingkan dengan realitas yang ada. Lain dari pada itu ada 4
penyebab yang mengurangi kualitas pemodelan sistem dinamis, seperti: 1 kecenderungan negatif pemodel yang kurang memperhatikan kelengkapan feedback
yang terlalu lambat jalanya karena time delay, 2 pemahaman yang kurang komprehensif tentang seluk beluk industri itu sendiri, 3 reaksi pemodel yang
cenderung defensif, dan 4 dampak negatif akibat biaya penelitian yang tinggi. Sistem dinamis didesain untuk mengatasi keterbatasan-keterbatasan sehingga
menghasilkan gambaran yang lebih riel dari dunia nyata. Forester 1987 mengatakan bahwa simulasi akan berhasil dengan baik bila pengembangan model dilakukan
dengan asumsi realistis mengenai perilaku para pelakunya human behaviour, diramu dengan studi lapangan yang lengkap, dan pemanfaatan data-data primer yang optimal
untuk melengkapi dan menyempurnakan data-data sekunder. Simulasi merupakan cara yang praktis untuk menguji kehandalan model atau
hasil rancang bangun ini. Tanpa simulasi pengujian terhadap suatu model tidak dapat dilakukan. Peningkatan kinerja model hanya dapat dilakukan dengan baik bila ada
pembelajaran feedback dari representasi dunia nyata. Penelitian ini akan mensimulasikan faktor-faktor utama yang berpengaruh dalam sistem secara
keseluruhan.
Hasil kajian tentang sistem yang sudah diverifikasi dan divalidasi ditambah dengan hipotesa dinamis akan menghasilkan model simulasi. Berdasarkan model
simulasi ini akan dilakukan simulasi “what-if” dari unsur pembentuk sistem utama seperti unsur dari input, output, dan proses. Atas hasil simulasi diharapkan rekayasa
model lebih lanjut dapat dihasilkan berupa rancang bangun model dinamis yang sejalan dengan model yang diharapkan.
Dalam penelitian ini simulasi akan dilakukan sesuai dengan kondisi riel sehingga diperlukan perumusan yang utuh mengenai persamaan-persamaan,
parameter, dan kondisi tertentu dari variabel yang diperlukan. Formalisasi model simulasi akan dilakukan dengan bantuan perangkat lunak Stella. Dalam program
simulasi diharapkan dapat memunculkan berbagai alternative strategi dan kebijakan.
2.6 Rantai kegiatan agroindustri gula tebu
Kategori