Metode pemodelan Interpretive Structural Modeling (ISM) adalah proses pembelajaran interaktif dimana terdapat serangkaian elemen yang berbeda dan mempunyai hubungan secara langsung yang disusun menjadi model sistematis yang komprehensif (Warfield, 1974; Sage, 1977; Agarwal et al., 2007). Metodologi ini sangat membantu dalam mengembangkan arah hubungan kompleks antar elemen dalam suatu sistem (Sage, 1977; Faisal et al., 2006). Model yang diperoleh dengan menerapkan metodologi ini dapat menghasilkan struktur masalah atau masalah yang kompleks, sistem, dalam pola yang dirancang dengan hati-hati yang digambarkan melalui gambar atau grafis dan juga deskripsi kalimat (Faisal et al., 2006). Oleh karena itu, dapat dikatakan bahwa pemodelan ISM tidak hanya memberikan wawasan tentang hubungan antara berbagai pakar, tetapi juga membantu mengembangkan hierarki berdasarkan pentingnya masing-masing enabler dan memberikan gambaran visual dari skenario. Metode ini interpretatif sebagai penilaian kelompok dalam memutuskan apakah dan bagaimana variabel terkait dengan keputusan yang akan diambil. Struktur sebagai dasar hubungan adalah struktur keseluruhan yang diekstraksi dari seperangkat variabel yang kompleks. Sehingga hal ini merupakan suatu teknik pemodelan karena adanya hubungan yang spesifik dan keseluruhan struktur yang digambarkan dalam model diagraph. ISM telah diterapkan di berbagai bidang, misalnya: Peramalan Teknologi dan Perubahan Sosial (Watson, 1977); Konservasi dan Daur Ulang (Kannan et al., 2009); Pertanian (Backus et al., 1995); Reverse Logistics (Shankar et al., 2005); Industri Mobil (Chen et al., 2010).
Langkah-langkah dalam mengimplementasikan metode ISM adalah sebagai berikut: Pertama-tama, variabel diidentifikasi. Variabel ini ditemukan berdasarkan tinjauan pustaka dan juga masukan dari para pakar dari bidang tertentu. Setelah variabel diidentifikasi, hubungan kontekstual ditetapkan di antara variabel-variabel yang berkaitan dengan pengaruhnya satu sama lain. Setelah membentuk hubungan kontekstual di antara variabel, selanjutnya mengembangkan matriks interaksi-diri Struktural (SSIM) berdasarkan perbandingan pasangan-bijaksana dari variabel. SSIM kemudian diubah menjadi matriks Reachability dan transitivitasnya diverifikasi. Ketransitifan menyatakan bahwa jika variabel A terkait dengan B dan B terkait dengan C maka A berhubungan dengan C. Setelah kita memeriksa transitivitas, kita mendapatkan matriks Reachability akhir yang kemudian dibagi ke dalam tingkat yang berbeda. Kemudian berdasarkan hubungan dalam matriks Reachability, grafik yang diarahkan ditarik dan link transitif dihapus yang merupakan digraph ISM.
Daftar pustaka:
Agarwal, Ashish; Shankar, Ravi; Tiwari M.K (2007). ―Modeling agility of supply chain
Industrial Marketing Management‖, Volume 36, Issue 4, Pages 443-457.
Backus G. B. C; Timmer G. T; Dijkhuizen A. A; Eidman V. R; King R. P (1995). ―The
impact of a decision support system for strategic pig farm planning on the advice of
extension officers‖, Computers and Electronics in Agriculture, Volume 12, Issue 1, Pages
51-64.
Chen S.P; Wu W.Y (2010). ―A systematic procedure to evaluate an automobile
manufacturer–distributor partnership‖, European Journal of Operational Research.
Volume 205, Issue 3, Pages 687-698
Faisal, Mohd Nishat; Banwet, D.K; Shankar, Ravi (2006). ―Supply chain risk mitigation:
modelling the enablers‖, Business Process Management, Volume 12, Issue 4, Pages 535-
552.
Kannan G; Pokharel S; Kumar P. Sasi (2009). ―A hybrid approach using ISM and fuzzy
TOPSIS for the selection of reverse logistics provider Resources‖, Conservation and
Recycling, Volume 54, Issue 1, Pages 28-36.
Sage, A. P. (1977). ―Interpretive structural modelling: Methodology for large scale systems‖. New York, NY: McGraw-Hill.
Shankar R; Ravi V (2005). ―Analysis of interactions among the barriers of reverse
logistics‖, Technological Forecasting and Social Change, Volume 72, Issue 8, Pages
1011-1029.
Warfield, J. W. (1974). ―Developing interconnected matrices in structural modelling‖.
IEEE transcript on systems, Men and Cybernetics, Volume 4, Issue 1, Pages 51-81.
Watson, R.H. (1973). ―Interpretive structural modeling – a useful tool for technology
assessment‖, Technology Forecasting Social Change, Volume 11, Issue 2, Pages 165-
185.
Comments
Post a Comment