Selasa 27 Mar 2018 05:53 WIB

80 Persen Data Dunia tak Terstruktur

Sekarang pemodelan OR/MS memasuki periode keenam yaitu "analytic age".

Guru besar FMIPA IPB, Prof Toni Bakhtiar.
Foto: Dok IPB
Guru besar FMIPA IPB, Prof Toni Bakhtiar.

REPUBLIKA.CO.ID, BOGOR -- Seperti revolusi industri yang sudah mencapai era revolusi industri 4.0, riset operasi dan sains manajemen (operations research and management science) disingkat OR/MS juga mengalami perubahan sesuai perkembangan zaman. Setelah sukses diterapkan di bidang militer selama Perang Dunia II, OR/MS kemudian banyak diterapkan  di bidang sipil.

Tahun 1965-1975, OR/MS diterapkan dalam bentuk Management Information Systems, tahun 1975-1990 diterapkan di bidang Decision Support Systems, tahun 1990-2000 diterapkan di bidang Business Intelligence dan tahun 2000 hingga sekarang memasuki tahapan the Age of Analytic.

“Dengan dukungan yang kuat dari revolusi teknologi komputasi, OR/MS menjadi bidang ilmu yang berakar kuat secara matematis. Akibatnya OR/MS berkembang mencakup banyak model spesifik dan pemanfaatannya meliputi banyak bidang. Seperti keteknikan, ekonomi, pertanian, kesehatan, ilmu politik, ilmu sosial, olahraga dan bahkan seni. Yang sedang kekinian adalah di bidang e-bisnis, komputasi awan serta manajemen rantai pasok berbasis internet dan perdagangan daring,” ujar Prof Dr  Toni Bakhtiar SSi, MSi.

Guru Besar Tetap Fakultas Matematika dan Ilmu Pengetahuan Alam (IPA), Institut Pertanian Bogor (FMIPA IPB) mengemukakan hal tersebut  saat memaparkan materi orasinya dalam konferensi pers pra orasi di Kampus IPB Baranangsiang, Bogor, Jawa Barat, Kamis (22/3).

Contoh pemanfaatan OR/MS adalah distribusi Raskin di Indonesia, yaitu penyaluran beras dari gudang Bulog sebagai depot ke desa-desa sebagai titik distribusi.

Ternyata setelah dimodelkan dengan perspektif pemrograman OR/MS, masalah pencarian rute kendaraan (vehicle routing problem atau VRP), hasilnya sangat menarik. Sistem ini diterapkan pada penyaluran Raskin di Ponorogo. Ada tiga model yang berhasil diidentifikasi yaitu VRP dengan multiple depots dan split delivery, VRP dengan multiple depots dan multiple trips, serta VRP dengan multiple depots, multiple trips dan split delivery.

“Contoh lain kesuksesan penerapan model OR/MS dalam masalah distribusi adalah UPS Amerika. Mereka mampu menghemat 100 juta mil dan hemat 300 juta dolar AS. Angka ini belum dihitung penghematan bahan bakar dan penurunan emisi karbondioksidanya,” ujarnya dalam rilis IPB yang diterima Republika.co.id, Senin (26/3).

Sementara itu, di bidang kesehatan pemodelan ini bisa dimanfaatkan untuk pengendalian penyebaran penyakit menular. “Peran OR/MS sangat diperlukan dalam proses pengendalian penyebaran penyakit dan evaluasi terhadap efektivitas kebijakan pengendalian yang diambil,” tuturnya.

 

Ia mengungkapkan, dari hasil pemodelan, edukasi untuk mengubah perilaku individu rentan dan terinfeksi. Sehingga,  mengurangi kontak langsung dengan penderita ternyata efektif mengendalikan penyebaran kolera daripada edukasi mengubah perilaku individu terinfeksi terhadap lingkungan.

 

Sekarang pemodelan OR/MS memasuki periode keenam yaitu analytic age. Era tersebut  ditandai dengan  peluncuran Natural Language Toolkit dalam bahasa Python (2001), lahirnya Facebook (2004) dan Twitter (2006) serta pengembangan basis data NoSQL (2007).

Data tahun 2015, ada 204 juta email, 1,8 juta like, 278 ribu tweets, 200 ribu foto, 2,4 juta search dan 100 juta video dalam satu menit. Dari 262 juta penduduk Indonesia, ada 132,7 juta internet user, 106 juta aktif di media sosial dan 371,4 juta mobile subscription.

“Peran OR/MS dalam pengambilan keputusan mendapat tantangan di era big data. Data yang tersedia volumenya sangat besar dan dalam format, tipe dan struktur yang kompleks dan baru. Data tak terstruktur seperti teks (komentar di Faceebook), blog, dokumen, foto, video, dan sebagainya memenuhi 80 persen ruang digital. Sisanya adalah data terstruktur tradisional (data excel, word dan lain-lain),” ujarnya.

Menurutnya, OR/MS harus bisa mengambil tantangan besar di zaman big data ini di mana semuanya dituntut real time. Mengubah data tak terstruktur yang melimpah menjadi keputusan yang tepat harus dijawab OR/MS dengan teknik pengoptimuman baru.

“OR/MS masa kini harus mampu mengubah data menjadi keputusan terbaik melalui peningkatan keunggulan kompetitif, pembukaan peluang bisnis baru, dan penciptaan informasi yang bermanfaat. Big data ini bisa dimanfaatkan dalam banyak bidang seperti pemasaran, kesehatan, manajemen rantai pasok dan layanan publik,” papar Prof Toni Bakhtiar.

Advertisement
Berita Lainnya
Advertisement
Advertisement
Advertisement