DESAIN SIMULASI PENGAMBILAN KEPUTUSAN MULTIOBJECTIVE MENGGUNAKAN AGEN CERDAS Mohamad Iman Prajitno 1, Bambang Wahyu W 2, Muh. Chosyi'in 3, Supeno Mardi S 4, Moch. Hariadi 5 Pasca Sarjana Jurusan Teknik Elektro Jaringan Cerdas Multimedia Jurusan Teknik Elektro - Fakultas Teknologi Industri 4, 5 Institut Teknologi Sepuluh Nopember, Surabaya ABSTRAK Telah banyak penelitian memanfaatkan simulasi untuk menirukan situasi dunia nyata dan dipergunakan sebagai alat bantu pengambilan keputusan. Beberapa situasi memerlukan keputusan multiobjective dan cepat, untuk itu simulasi berguna untuk menggambarkan optimalisasi keputusan secara simultan dua atau lebih objektif yang bertentangan dengan batasan tertentu. Manajemen Rantai Pasokan Pengadaan ( Supply Chain Management Procurement) memiliki persoalan multiobjective pengambilan keputusan. Simulasi dapat meminimalkan efek kerugian karena keputusan yang salah di dunia nyata. Metode Finite State Machine (FSM) dipergunakan untuk merancang simulasi alur keadaan. Pertama akan dijelaskan semua komponen yang diterapkan didalam simulasi ini, juga sebagai entitas dari masing-masing kegiatan di procurement, dengan menggunakan decision tree untuk setiap alur keadaan. Setiap alur memiliki beberapa kemungkinan situasi dan tindakan. Pilihan tindakan yang dapat dilakukan agen akan dideklarasikan terlebih dahulu. Perancangan perilaku sebuah agen cerdas akan dinyatakan berdasarkan fungsi aktifitas buyer. Fungsi utama agen ini adalah membuat keputusan pada setiap tahapan peristiwa Membuat desain simulasi persoalan sosial yang kompleks pada kasus Supply Chain Management (SCM) Procurement dapat diselesaikan mengunakan metode FSM. Pada paper ini desain simulasi agen cerdas pengambilan keputusan bersifat multiobjective. Desain simulasi pengambilan keputusan menggunakan agen cerdas dapat berjalan dengan baik. Proses evaluasi pilihan alur keputusan lebih mudah dilakukan Kata Kunci: Simulasi, Agen Cerdas, Supply Chain Management, Multiobjective, Finite State Machine 1, 2, 3 PENDAHULUAN Simulasi pada saat ini telah dipergunakan sebagai alat bantu belajar yang dapat menggambarkan persoalan dunia nyata. Seperti pada pernyataan berikut, well designed games and simulations can prepare our students to learn critical problem-solving and decision-making skills necessary for the real world [0]. Sebagai contoh pelatihan pegawai baru pada suatu perusahaan. Perusahaan tersebut akan membutuhkan sebuah kondisi untuk mengamati bagaimana pegawai tersebut mencari solusi ketika menghadapi persoalan yang serius. Akan menjadi
persoalan apabila ternyata perusahaan tersebut tidak pada kondisi yang bermasalah. Simulasi memiliki kemampuan untuk mensimulasikan situasi seperti dunia nyata. Sehingga dimungkinkan untuk mensimulasikan segala bentuk situasi secara berulang ulang atau bahkan merubah situasi tersebut. Pada situasi tertentu dibutuhkan kondisi dengan beberapa objektif dalam proses pengambilan keputusan untuk itu simulasi akan berguna dalam melakukan optimalisasi secara simultan beberapa objektif yang saling bertentangan. Hal ini diharapkan dapat membantu dalam memberikan gambaran persoalan yang sebenarnya tanpa dihadapkan resiko kerugian karena kesalahan pengambilan keputusan. Kompleksitas dari sebuah simulasi akan bergantung pada luasan permasalahan dan objektifnya. Supply Chain Management (SCM) procurement memiliki karakteristik persoalan pengambilan keputusan yang bersifat multiobjectives dan kompleks. Seperti pada proses procurement berikut, yaitu sebagai contoh keputusan pemilihan vendor. Pemilihan vendor merupakan keputusan yang kompleks. Terdapat tiga alasan yaitu, pertama proses keputusan melibatkan lebih dari satu kriteria. Produk memiliki beberapa atribut seperti harga, kualitas, pelayanan dll. Sedangkan komite pembelian memiliki beragam kriteria seperti biaya, kepercayaan dan pengiriman. Kedua, kriteria dalam pemilihan vendor seringkali bertentangan. Terakhir adalah penerapan strategi produksi modern seperti JIT dan TQM seringkali menimbulkan kriteria baru.[0] Penggunaan simulasi akan membantu untuk memecahkan persoalan optimalisasi SCM secara simultan pada dua atau lebih objektif yang bertentangan. Penggunaan simulasi dengan menggunakan agen cerdas diharapkan dapat membantu proses pelatihan pengambilan keputusan. Penggunaan agen cerdas juga dapat dipakai untuk evaluasi, apakah proses pengambilan keputusan pada suatu kondisi tertentu dapat dikatakan optimal. Seandainya keputusan tersebut dinilai tidak optimal maka bagaimana seharusnya proses pengambilan keputusan tersebut agar menjadi optimal. Pokok bahasan paper ini adalah bagaimana desain simulasi pengambilan keputusan pada kasus sosial kompleks seperti pada SCM Procurement dengan menggunakan sebuah agent cerdas. Tahap awal desain dapat dimulai dengan menyusun aktifitas procurement didalam simulasi. Didalam paper ini SCM Procurement diwakili oleh 3 komponen yaitu requester, buyer, dan supplier. Lingkup simulasi terbatas pada aktifitas buyer didalam proses procurement. Komponen buyer akan berjalan sebagai agent cerdas, menggunakan single agent (agen tunggal). Komponen lainnya berjalan melalui sebuah aturan skenario aksi. METODE Supply Chain Management Procurement Supply chain management merupakan mata rantai pengadaan barang dari supplier, produksi dan konsumen. Simulasi supply chain management yang dikembangkan didalam paper ini hanya terbatas pada proses procurement. Procurement merupakan pengambaran proses pengadaan barang didalam internal perusahaan yang menjadi jembatan kebutuhan barang, baik untuk proses produksi ataupun kebutuhan kantor, dengan supplier, seperti pada gambar 2.1. Alur SCM dimulai dengan adanya permintaan barang dari requester ( request material). Buyer meneruskan permintaan barang dari requester ke supplier ( request to supply). Kemudian Supplier memberikan konfirmasi penawaran barang kepada buyer dan buyer melakukan konfirmasi ke supplier untuk pengadaan barang ( supply material). Buyer kemudian melakukan C-17-2
konfirmasi kepada requester bahwa material sudah terkirim (material) Gambar 1. Supply Chain Management Proses Desain Sistem Simulasi SCM Procurement Tatanan Perilaku Agen Setelah pembentukan komponen aktifitas simulasi, untuk selanjutnya penyusunan agent behavior (perilaku agen). Agen merupakan representasi komponen aktifitas buyer. Aktifitas buyer meliputi perilaku melakukan konfirmasi, mencari, negosiasi dan membeli seperti dalam gambar 2. Detail dari proses perilaku tersebut akan dijelaskan sebagai berikut : Proses perilaku konfirmasi dilakukan buyer untuk memastikan apakah spesifikasi material benar atau tidak. Proses perilaku mencari dilakukan buyer untuk mendapatkan list nama supplier dan nama material. Proses perilaku negosiasi dilakukan buyer untuk mendapatkan penawaran terbaik dari supplier dari sisi harga, jenis material dan waktu pengiriman Proses perilaku membeli dilakukan oleh buyer untuk memastikan bahwa informasi yang diberikan supplier terdapat perubahan atau tidak, untuk kemudian dilakukan proses pembelian C-17-3
Gambar 2. Fungsi Perilaku Agen Buyer Penggambaran Proses Pengambilan Keputusan Gambaran pilihan proses pengambilan keputusan dapat dilakukan dengan menggunakan Decision Tree seperti pada gambar 3, tree pada simulasi SCM Procurement ini terdiri dari 4 aktifitas utama yang merepresentasikan hierarchical state atau bulatan utama pada alur simulasi, yang akan dijelaskan pada sub bab berikutnya. Pada tiap tiap state tersebut berkembang lagi menjadi beberapa pilihan keputusan. Kemudian pada pilihan keputusan tersebut terdapat aturan munculnya aksi berikutnya. Begitu seterusnya hingga proses berakhir pada state ke 4 yaitu proses pembelian barang. Kemudian setelah proses pembelian barang dan syarat kondisinya terpenuhi maka selanjutnya proses kembali lagi pada state 0 ( idle), dan proses akan berulang lagi dari awal. Penggambaran Alur Simulasi Gambar 3. Decision Tree Proses Pengambilan Keputusan Struktur alur tahapan simulasi supply chain management procurement digambarkan dengan menggunakan metode Hierarchical Finite State Machine (HFSM) yang merupakan pengembangan metode Finite State Machine (FSM), seperti tergambar pada gambar 4. FSM terdiri dari 4 elemen utama yaitu :[0] State yang mendifinisikan perilaku dan mungkin menghasilkan aksi Transisi state merupakan pergerakan dari satu state ke state yang lainnya Aturan merupakan sebuah kondisi yang harus terpenuhi supaya ada transisi state Kejadian (event) input yang terjadi baik internal maupun eksternal, dimana kemungkinan dipicu oleh aturan dan mengacu ke transisi state Penggambaran alur HFSM merupakan simulasi proses didalam procurement. Metode ini dipergunakan untuk menggambarkan aktifitas buyer secara runtut. Proses C-17-4
persoalan pengambilan keputusan muncul ketika sebuah state memiliki cabang lebih dari satu. Proses tersebut akan memicu state berikutnya, begitu seterusnya. Tiap tiap titik pada state memiliki aturan aksi (rule of action). Apabila aturan tersebut terpenuhi maka proses berikutnya dapat berlangsung dan apabila sebaliknya maka proses akan berulang atau masuk kepada proses lainnya. Penggambaran alur kejadian disusun berdasarkan struktur dalam decision tree yang telah digambarkan sebelumnya. HASIL DAN DISKUSI Gambar 4. Hierarchical Finite State Machine Proses Procurement Pada proses awal percobaan buyer menerima permintaan barang dari Requester, berupa : Gambar 5. Knowledge Buyer Sebelum Bertambah C-17-5
Buyer melakukan pengecekan didalam knowledge, hasilnya pengetahuan buyer tentang material yang diminta belum ada. Keputusan yang diambil oleh buyer adalah melakukan proses konfirmasi kepada requester tentang kebenaran material yang diminta. Hasil yang muncul adalah material telah dikonfirmasikan benar dan buyer menyimpan data material tersebut ke dalam knowledge. Kode transaksi : 2 Nama material : material c ukuran material : 4 cm waktu pengiriman : 3 hari Jumlah : 2 unit Gambar 6. Knowledge Buyer Setelah Bertambah Data ini merupakan data permintaan material pada proses awal simulasi dengan kode transaksi 2 Proses pengambilan keputusan buyer menjadi berbeda ketika knowledge buyer telah bertambah. Pada sesi ini kode transaksi 8 seperti dalam gambar 3.2, material spesifikasi yang sama muncul kembali. Pilihan aksi yang dilakukan agen buyer berbeda dengan sebelumnya, dikarenakan buyer telah memiliki pengetahuan atas material yang diminta. Proses yang dilakukan adalah langsung mencari nama supplier bukan melakukan konfirmasi ke requester seperti pada proses sebelumnya. KESIMPULAN Pemodelan simulasi pengambilan keputusan pada kasus sosial kompleks seringkali mengalami kendala dalam penyusunan skala kemungkinan alur yang akan terjadi. Tahapan kejadian dan pilihan yang akan muncul sulit untuk digambarkan secara detail. Hal ini terjadi pada pemodelan kasus SCM Procurement yang memiliki ciri khas kasus yang sama. Penggunaan pemodelan tree dapat lebih membantu dalam penyusunan desain simulasi SCM Procurement. Penggunaan metode Finite State Machine pemodelan alur simulasi dapat lebih mudah dibentuk Pemodelan alur simulasi kompleks untuk kasus sosial SCM Procurement Multiobjective dapat dilakukan dengan metode Hierarchical Finite State Machine. Penetapan alur pilihan dalam persoalan pengambilan keputusan dapat dengan mudah untuk dievaluasi. C-17-6
Proses pengambilan keputusan oleh agen cerdas buyer pada percobaan simulasi menunjukkan perbedaan pengambilan keputusan pada saat knowledge buyer telah bertambah. Sehingga dapat dikatakan perilaku buyer dalam pengambilan keputusan bergantung pada pengetahuan yang dimilikinya. DAFTAR PUSTAKA Nathan Balasubramanian and Brent G. Wilson, Games and Simulation, ForeSITE, 2005. Birsen Karpak, Erdogan Kumcu, Rammohan R. Kasuganti, Purchasing materials in the supply chain: managing a multi-objective task, European Journal of Purchasing and Supply Management Issue 3, 2001 Jason Brownlee, Finite State Machines in Games, http://aidepot.com/finitestatemachines/fsm.html. C-17-7