BAB III ANALISIS PERANCANGAN MODEL

Transkripsi

1 BAB III ANALISIS PERANCANGAN MODEL Pada bab ini dibahas perancangan model sistem perintah (Command System) dengan mengacu pada model siklus OOKT. Berbagai lambang pada model sebagian besar diambil dari[16]. 3.1 Arsitektur Fase Observasi Tahap observasi merupakan tahap aling awal yang bertujuan untuk mencari data-data dari lapangan. Secara sederhana fase observasi ini dapat ditransformasikan ke dalam model sebagai berikut. Gambar 3.1 Aristektur Observasi. Data Collecting merupakan aktifitas pengumpulan data riil dari lapangan melalui survey, laporan, dan sebagainya. Data Mining pada model ini merupakan aktifitas pengumpulan data dari sumber luar, misalkan informasi media, survey lembaga eksternal, dan sebagainya. Data Mining tersebut berkaitan dengan kata kunci tertentu yang merupakan kata kunci yang sama untuk aktifitas data collecting. Kedua sumber data tersebut kemudian diolah untuk memperoleh kesimpulan awal. 18

2 3.1.1 Data Collecting Dari Gambar 3.1, arsitektur Data Colecting dapat didetilkan pada Gambar 3.2 dan Gambar 3.3 berikut ini. Gambar 3.2 Aristektur Data Collecting. Gambar 3.3 Aristektur Fisik Data Collecting. 19

3 Pengumpualan data dimisalkan dilakukan pada level pemerintahan terbawah yang dalam hal ini tingkat desa/kelurahan, seperti pada Gambar 3.2. Setiap desa melakukan pendataan dengan format yang sudah ditetapkan dari pemerintah pusat. Kepala desa bertugas memverifikasi data tersebut. Selanjutnya data-data ini dikirim dari setiap desa dengan menggunakan internet. Menghadirkan internet di tiap desa merupakan pembahasan tersendiri di dalam rural ICT dan bukan menjadi fokus pembahasan tesis ini. Apabila data dari berbagai desa sudah masuk, seorang camat dapat melihat laporan dari berbagai desa yang ada dalam daerah tanggung jawabnya. Camat dapat melakukan inspeksi ke lapangan untuk menguji kevalidan data laporan dari berbagai desa di wilayahnya. Kepala daerah sebagai pemegang otoritas aplikasi tertinggi, dapat melihat laporan seluruh desa/kecamatan yang ada di wilayahnya untuk keperluan lebih lanjut. Proses yang sama dapat dilanjutkan hingga ke pemerintahan pusat, yaitu presiden beserta jajaran kabinetnya. Peran awal sistem informasi pemerintah daerah adalah sebagai sarana untuk melakukan observasi kondisi nyata yang ada di berbagai desa Data Mining Data mining pada penelitian ini digunakan untuk pencarian informasi dari internet dengan menggunakan keyword tertentu yang selaras dengan kebutuhan maupun topik survey pada data collecting. Secara umum arstitektur data mining yang dimodelkan pada penelitian ini adalah sebagai berikut. 20

4 Gambar 3.4 Aristektur Data Mining Data Summarizing Sistem informasi pemerintah daerah tidak cukup hanya menyajikan data mentah penduduk miskin yang ada di berbagai desa. Selain terlalu detil, juga menyulitkan untuk membaca data yang jumlahnya banyak. Data detil seperti pada Tabel 3.1 dapat mencapai ratusan ribu untuk suatu kota/kabupeten. Tabel 3.1 Contoh Data Penduduk. Akan lebih mudah apabila data disarikan untuk suatu desa atau kecamatan, seperti pada Tabel 3.2 dan Tabel 3.3. Penyarian tersebut berupa informasi penting yang mewakili data detil sebelumnya. 21

5 Tabel 2.2 Resume Data Desa. Tabel 3.3 Resume Data Kecamatan. Data summarizing merupakan permasalahan yang tidak sederhana. Aktifitas ini harus mampu menjawab pertanyaan bagaimana memastikan data untuk keperluan tertentu, misalnya untuk sidang kabinet, merupakan data yang lengkap, akurat, dan up to date. 3.2 Arsitektur Fase Orientasi Pada fase orientasi, arsitektur dasar sistemnya terdiri dari tiga hal yaitu Document Management, Knowledge Management, dam Sistem Pakar Document Management (DM) Pada fase orientasi ini DM berfungsi sebagai tempat penyimpanan berbagai dokumen yang berkaitan dengan keputusan-keputusan terdahulu. Contoh dokumen dalam DM adalah berbagai Surat Keputusan (SK) yang berkaitan dengan topik tertentu. Pencarian dokumen di DM dilakukan dengan menggunakan kata kunci yang sesuai dengan topik. Arsitektur DM ditunjukkan pada gambar di bawah ini. 22

6 Gambar 3.5 Aristektur DM Knowledge Management (KM) KM pada fase orientasi berfungsi untuk menyimpan berbagai pengetahuan dan pemikiran yang telah ada pada pemimpin-pemimpin atau para ahli terdahulu. Gambar di bawah ini menunjukkan arsitektur KM yang harus dibangun. Gambar 3.6 Aristektur KM. 23

7 3.2.3 Sistem Pakar Sistem pakar pada fase orientasi berfungsi sebagai mesin penalaran berdasarkan informasi pada DM dan pengetahuan pada KM. Pada sistem pakar juga dilengkapi representasi pengetahuan sehingga dapat dilakukan inferensi untuk medapatkan perintah-perintah (command) tertentu seperti terlihat pada gambar berikut ini. Gambar 3.7 Sistem Pakar pada Orientasi. Hasil dari penalaran ini dapat pula berupa kategorisasi seperti pada gambar berikut ini. Gambar 3.8 Kategorisasi Data. 24

8 Selain tabel, data dapat direpresentasikan dalam bentuk image atau citra seperti pada Gambar 3.9 dan Gambar 3.10 di bawah ini. Gambar 3.9 Kategorisasi Wilayah. Gambar 3.10 Kategorisasi Wilayah dan Ekivalensinya. Representasi data dalam bentuk image lebih menekankan pada aspek kualitatif. Seperti pada gambar di atas, warna merah menunjukkan daerah dalam keadaan 25

9 genting, warna kuning menunjukkan daerah yang perlu mendapat perhatian, sedangkan warna hijau menunjukkan daerah dalam keadaan yang baik Game Theory Game theory pada fase orientasi berfungsi untuk mensimulasikan model yang telah dibuat apakah layak diimplementasikan atau tidak[3]. Gambar berikut ini menunjukkan proses yang terjadi di dalam tahapan ini. Gambar 3.11 Game Theory pada Fase Orientasi. 3.3 Arsitektur Keputusan dan Tindakan Berbagai keputusan yang sebagian besar dinyatakan sebagai Surat Perintah/Surat Keputusan disimpan di dalam document management untuk selanjutnya didistribusikan ke pihak terkait (misalnya menteri, gubernur, panglima TNI, dsb.) untuk segera dilakukan tindakan (action). Arsitektur fase ini ditunjukkan pada Gambar 3.12 berikut ini. 26

10 Gambar 3.12 DM pada fase Keputusan dan Tindakan. 3.4 Arsitektur Global Dengan menggabungkan seluruh rangkaian proses sebelumnya, maka gambaran besar arsitektur sistem transformasi C4I adalah sebagai berikut. Gambar 3.13 Arsitektur Global. 27

11 3.5 Analisis Kelayakan Implementasi Parameter-parameter yang dianalisis untuk menguji kelayakan model yang dibuat adalah sebagai berikut. 1. Lengkap (Completeness) Data yang ada harus dapat menggambarkan secara utuh tentang bisnis yang dijalankan. Model transformasi C4I dibuat untuk diimplementasikan menggunakan form yang dinamis sehingga form dapat dibuat dengan content yang bervariasi dengan mudah dan cepat sedemikian sehingga data yang dibutuhkan lengkap dan menggambarkan topik yang sedang dikaji. Setiap data yang dientri dapat dilihat sampai ke level tertinggi tanpa ada pengurangan sedikit pun. 2. Valid (Validity) Data yang ada harus memiliki arti sesuai konteks pada suatu waktu tertentu. Model transformasi C4I dibuat untuk diimplementasikan dengan menggunakan aplikasi berbasis internet sehingga data faktual dari berbagai daerah dapat diperoleh dengan segera sehingga informasi yang dihasilkan masih uptodate dan lebih valid untuk konteks kekinian. Parameter validitas ini sangat terkait dengan waktu tempuh informasi dari sumber informasi ke penerima. Berikut ini contoh perhitungan waktu untuk menguji validitas data yang dapat dihasilkan oleh model transformasi C4I yang dibuat. Hirarki pemerintahan dari kelurahan adalah: kelurahan kecamatan kabupaten propinsi pemerintah pusat =(4 x delivery) Misalkan setiap kelurahan membutuhkan waktu 7 (tujuh) hari untuk mengumpulkan data lapangan maka setiap jenjang membutuhkan waktu 1 (satu) hari untuk approval dan 5 (lima) hari untuk waktu delivery dari satu jenjang ke jenjang berikutnya, maka total waktu untuk penyampaian laporan hingga ke pemerintah pusat adalah: Time survey + (Time Delivery +Time Approval )x4 28

12 Pada sistem manual diperlukan waktu: = 7 + (5 + 1)x 4 = 31 hari Pada sistem online, Time Delivery adalah nol = 7 + (0 + 1)x4 = 11 hari Dari perhitungan waktu di atas, terlihat bahwa data yang dihasilkan oleh implementasi model transformasi C4I ini memiliki tingkat validitas yang baik. 3. Akurat (Accuracy) Parameter ini menunjukkan derajat seberapa jauh suatu data merepresentasikan fakta yang sebenarnya. Model transformasi C4I dibuat untuk diimplementasikan dengan menggunakan aplikasi berbasis internet yang dapat memotong waktu delivery sehingga informasi menjadi lebih valid. Karena informasi kondisi terkini diketahui lebih cepat, maka kemungkinan bergesernya situasi lapangan semakin kecil sehingga data akan lebih akurat. Berikut ini diuraikan perhitungan derajat perubahan akurasi data yang dihasilkan oleh model transformasi C4I. Pada contoh kasus sebelumnya, survey dilaksanakan pada suatu waktu yaitu W o. Apabila terdapat perubahan setiap hari sebesar δw, maka setelah laporan sampai di pemerintahan pusat, pergeseran data lapangan yang terjadi adalah sebagai berikut. Tanpa penerapan model : ={Time survey + (Time Deliver +Time Approval )x4}x δw Dengan penerapan model (Time Delivery = 0) =(Time survey + Time Approval x4)x δw yang memiliki nilai perubahan lebih kecil dibandingkan dengan nilai perubahan yang dihasilkan tanpa penerapan model dengan selisih: Time Delivery x 4 x δw 29

13 4. Presisi (Precision) Parameter ini menentukan seberapa jauh data yang diperoleh dapat cukup detil untuk dapat ditelusuri sesuai kebutuhannya dan kebenarannya. Model diimplementasikan dengan menggunakan aplikasi berbasis komputer lebih dapat dipertanggungjawabkan dalam hal kepresisisan untuk penelusuran data detil. Kebutuhan akan data yang detil cukup dengan menggunakan query. Pada contoh sebelumnya, misalkan dikehendaki pencarian data pada suatu kelurahan tertentu, maka dengan menggunakan query yang tepat, dapat disajikan secara tepat sempurna dalam waktu kurang dari 1 detik (Operasi query pada database). Pada pencarian manual maka harus ditelusur data dari 450 kabupaten/kota dimana tiap kota terdapat puluhan kecamatan, dan setiap kecamatan terdapat banyak kelurahan. Peluang kegagalan menemukan sebuah kertas yang berkaitan dengan data pada suatu kelurahan sangat besar. 5. Konsisten (consistency) Sumber yang berlainan dalam penelusuran dan pengentrian tidak menimbulkan konflik. Model diimplementasikan secara online menjamin data akan tetap sama dari daerah sampai kepusat. Hali ini berbeda dengan sistem manual. Model dengan sistem manual sangat rentan terjadi kesalahan penghitungan dan manipulasi data. 30