Keputusan, Ketidakpastian dan Risiko dalam Teknik Industri: Membangun Keputusan yang Cerdas di Tengah Ketidakpastian

Dalam dunia industri, keputusan hampir tidak pernah dibuat dalam kondisi yang sepenuhnya pasti. Permintaan pelanggan dapat berubah, harga bahan baku berfluktuasi, mesin dapat mengalami kerusakan, pemasok dapat terlambat, teknologi berkembang dengan cepat, dan kondisi pasar dapat berubah secara tiba-tiba. Karena itu, mata kuliah Keputusan, Ketidakpastian dan Risiko menjadi penting dalam major studi Teknik Industri untuk membekali mahasiswa dengan kemampuan mengambil keputusan secara sistematis ketika informasi yang tersedia tidak sempurna.

Keputusan, Ketidakpastian dan Risiko merupakan bidang yang mempelajari bagaimana seseorang atau organisasi memilih alternatif tindakan ketika terdapat berbagai kemungkinan kondisi masa depan, probabilitas kejadian, konsekuensi, serta tingkat risiko yang berbeda. Pendekatan ini menggabungkan decision analysis, probability, statistics, expected value, utility theory, risk analysis, simulation, dan berbagai metode pengambilan keputusan untuk menghasilkan pilihan yang lebih rasional dan terukur.

Fokus yang Dipelajari

Mata kuliah ini berfokus pada bagaimana mengidentifikasi kondisi yang tidak pasti, mengukur konsekuensinya, dan memilih alternatif keputusan yang paling sesuai dengan tujuan organisasi. Beberapa materi yang dapat dipelajari antara lain:

• Decision making untuk memahami proses pemilihan alternatif berdasarkan tujuan, informasi, dan keterbatasan yang tersedia.
• Decision making under certainty, risk, and uncertainty untuk membedakan pengambilan keputusan ketika hasil diketahui, probabilitas tersedia, atau informasi sangat terbatas.
• Probability dan expected value untuk menghitung kemungkinan serta nilai harapan dari berbagai alternatif keputusan.
• Decision tree untuk memvisualisasikan alternatif, kemungkinan kejadian, konsekuensi, dan keputusan secara bertahap.
• Utility theory untuk mempertimbangkan preferensi dan tingkat toleransi risiko pengambil keputusan.
• Bayesian decision analysis untuk memperbarui keputusan berdasarkan informasi atau bukti baru.
• Risk assessment untuk mengidentifikasi sumber risiko, kemungkinan terjadinya, dan dampaknya terhadap sistem.
• Sensitivity analysis untuk mengetahui seberapa kuat keputusan berubah ketika asumsi atau parameter mengalami perubahan.
• Monte Carlo simulation untuk mengevaluasi berbagai kemungkinan hasil ketika sistem mengandung variabel acak dan ketidakpastian.
• Multi-criteria decision making untuk memilih alternatif ketika keputusan harus mempertimbangkan banyak kriteria sekaligus.
• Robust decision making untuk mencari keputusan yang tetap dapat bekerja dengan baik dalam berbagai kemungkinan kondisi masa depan.

Perannya dalam Teknik Industri

Keputusan, Ketidakpastian dan Risiko memiliki peran strategis dalam Teknik Industri karena seorang industrial engineer harus merancang dan mengelola sistem yang selalu menghadapi variasi dan ketidakpastian. Keputusan mengenai kapasitas produksi, persediaan, pemilihan pemasok, investasi mesin, penjadwalan, maintenance, hingga desain rantai pasok semuanya memiliki konsekuensi dan tingkat risiko yang berbeda.

Contohnya, perusahaan harus menentukan jumlah persediaan yang optimal ketika permintaan pelanggan tidak dapat diketahui secara pasti. Persediaan terlalu sedikit dapat menyebabkan stockout, sedangkan persediaan terlalu banyak meningkatkan biaya penyimpanan dan risiko produk menjadi usang. Dengan analisis keputusan dan probabilitas, industrial engineer dapat mengevaluasi berbagai skenario dan memilih kebijakan yang memberikan keseimbangan antara biaya, tingkat pelayanan, dan risiko.

Konsep ini juga melengkapi bidang Teknik Industri seperti operations research, forecasting, supply chain management, reliability engineering, quality management, project management, financial engineering, dan systems engineering. Dalam lingkungan Industry 5.0, cakupan risiko bahkan semakin luas karena perlu mempertimbangkan manusia, lingkungan, teknologi, serta ketahanan sistem secara bersamaan. Penelitian Zio dan Guarnieri menekankan bahwa pendekatan risiko pada Industry 5.0 perlu semakin memperhatikan human centricity, environmental protection, dan resilience.

Kegunaan dalam Masyarakat, Riset, dan Pekerjaan

Konsep pengambilan keputusan dalam kondisi tidak pasti dapat digunakan pada berbagai sektor seperti manufaktur, logistik, transportasi, pertambangan, energi, kesehatan, perbankan, konstruksi, teknologi, dan pelayanan publik. Pendekatan ini membantu organisasi menentukan tindakan ketika terdapat kemungkinan kegagalan, perubahan permintaan, keterbatasan sumber daya, maupun kejadian tidak terduga.

Dalam kehidupan masyarakat, prinsip pengambilan keputusan berbasis risiko dapat digunakan untuk menentukan prioritas investasi infrastruktur, perencanaan transportasi, mitigasi bencana, pengelolaan energi, hingga perencanaan pelayanan kesehatan. Penelitian pada bidang manajemen bencana menunjukkan penggunaan Bayesian networks, reinforcement learning, probabilistic risk assessment, dan analisis perilaku risiko untuk meningkatkan pengambilan keputusan dalam kondisi ketidakpastian.

Dalam penelitian Teknik Industri, topik yang dapat dikembangkan meliputi risk assessment, supplier risk management, inventory under uncertainty, demand uncertainty, reliability analysis, project risk, financial risk, supply chain resilience, Bayesian decision analysis, hingga robust optimization. Pendekatan ini juga dapat dikombinasikan dengan simulasi, machine learning, fuzzy logic, dan metode optimasi.

Kompetensi tersebut relevan untuk pekerjaan seperti Industrial Engineer, Risk Analyst, Operations Research Analyst, Supply Chain Analyst, Decision Analyst, Business Analyst, Project Risk Analyst, Reliability Engineer, dan Operations Analyst.

Tren Keputusan, Ketidakpastian dan Risiko Saat Ini

Salah satu perkembangan utama adalah pergeseran dari risk management yang reaktif menuju pendekatan prediktif berbasis data dan AI. Sistem analitik modern dapat menggabungkan data historis, data real-time, serta informasi dari berbagai sumber untuk menemukan sinyal risiko lebih awal. Perkembangan ini membuat organisasi semakin mampu memantau risiko secara berkelanjutan, bukan hanya melakukan evaluasi secara berkala.

Tren lainnya adalah berkembangnya AI-supported decision making. Artificial Intelligence dan machine learning semakin banyak digunakan untuk memprediksi kemungkinan kejadian, mengevaluasi skenario, dan memberikan rekomendasi keputusan. Namun, penggunaan AI dalam kondisi tidak pasti juga menghadirkan tantangan baru. Penelitian tahun 2025 menunjukkan bahwa sistem AI dapat memiliki perilaku yang lebih berani mengambil risiko dibandingkan manusia dalam kondisi tertentu sehingga mekanisme pengendalian risiko dan pengawasan manusia tetap diperlukan.

Perhatian terhadap uncertainty quantification juga semakin meningkat. Dalam sistem berbasis AI, ketidakpastian dapat berasal dari variasi alami data (aleatoric uncertainty) maupun keterbatasan pengetahuan model (epistemic uncertainty). Penelitian terbaru menunjukkan bahwa cara ketidakpastian tersebut dikomunikasikan kepada manusia dapat memengaruhi seberapa besar manusia mempercayai dan mengikuti rekomendasi AI.

Di bidang industri, tren penting lainnya adalah integrasi risk management dengan Industry 5.0. Sistem industri masa depan tidak hanya mengejar produktivitas, tetapi juga harus memperhatikan keselamatan manusia, keberlanjutan lingkungan, ketahanan sistem, dan kemampuan pulih dari gangguan. Kajian sistematis terhadap risiko teknologi Industry 4.0/5.0 mengelompokkan risiko ke dalam aspek strategis, finansial, operasional, teknologi, lingkungan, dan sosial-budaya.

Perkembangan fuzzy risk assessment juga menjadi perhatian, terutama ketika data numerik tidak lengkap atau penilaian sangat bergantung pada pendapat ahli. Penelitian tahun 2025 mengenai kolaborasi manusia-robot menggunakan fuzzy set dan Z-numbers untuk menangani ketidakpastian serta keraguan dalam penilaian risiko keselamatan.

Dengan semakin kompleksnya sistem industri, pendekatan robust, probabilistic, data-driven, AI-assisted, dan resilience-based decision making menjadi semakin relevan. Tujuannya bukan sekadar menemukan keputusan yang optimal dalam satu kondisi, tetapi menemukan keputusan yang tetap masuk akal ketika kondisi masa depan berubah.

Kesimpulan

Keputusan, Ketidakpastian dan Risiko membantu mahasiswa Teknik Industri memahami bagaimana mengambil keputusan secara rasional ketika informasi tidak sempurna dan hasil masa depan tidak dapat diketahui dengan pasti. Mata kuliah ini mengajarkan bahwa keputusan yang baik bukan selalu keputusan dengan hasil paling tinggi, tetapi keputusan yang mempertimbangkan probabilitas, konsekuensi, preferensi risiko, keterbatasan informasi, dan ketahanan sistem.

Di tengah perkembangan AI, machine learning, digital twin, Industry 5.0, predictive analytics, Bayesian methods, robust optimization, dan sistem industri yang semakin terhubung, kemampuan mengelola ketidakpastian menjadi semakin penting. Seorang industrial engineer dituntut mampu mengubah ketidakpastian menjadi informasi yang dapat dianalisis, mengukur risiko secara sistematis, serta merancang keputusan yang cerdas, adaptif, tangguh, dan bertanggung jawab.