Heuristika

Heuristika adalah seni dan ilmu pengetahuan yang berhubungan dengan suatu penemuan. Kata ini berasal dari akar yang sama dalam bahasa Yunani dengan kata "eureka", berarti 'untuk menemukan'.^[1] Heuristika yang berkaitan dengan pemecahan masalah adalah cara menujukan pemikiran seseorang dalam melakukan proses pemecahan sampai masalah tersebut berhasil dipecahkan.^[2] Ini berbeda dari algoritme di mana hanya digunakan sebagai peraturan atau garis pedoman, bertentangan dengan prosedur invarian.

Heuristika mungkin tidak selalu mencapai hasil yang diinginkan atau memecahkan masalah atau mungkin justru menimbulkan masalah baru untuk dipecahkan, tetapi proses heuristika ini dapat teramat berharga pada proses berpikir seseorang di mana pada proses pemecahan masalah banyak menuntut pemikiran relasional antarkomponen yang membentuk masalah tersebut sehingga dapat meningkatkan kualitas pemikiran yang lebih tinggi. Heuristika yang baik secara dramatis bisa mengurangi waktu yang diharuskan memecahkan masalah dengan menghapuskan keperluan untuk mempertimbangkan kemungkinan atau relasi antar komponen pembentuk masalah yang mungkin tidak relevan digunakan.

Heuristika adalah strategi yang diambil dari pengalaman sebelumnya dengan permasalahan yang serupa. Strategi ini bergantung pada informasi yang siap diakses, meskipun belum tentu berhubungan, untuk mengontrol penyelesaian masalah dari manusia, mesin, dan isu abstrak.^[3][4]

Heuristika yang paling fundamental adalah coba dan salah, yang bisa digunakan dalam segala permasalahan dari hal paling sederhana sampai menentukan variabel dalam permasalahan aljabar. Dalam matematika, beberapa heuritik paling umum melibatkan penggunaan presentasi visual, asumsi tambahan, penalaran maju/mundur, dan simplifikasi.^[5] Berikut adalah beberapa heuristika umum dari buku How to Solve It karya George Pólya:^[6]

• Jika Anda menemui kesulitan dalam memahami permasalahan, cobalah membuat gambar.
• Jika Anda tidak mampu menemukan solusi, coba asumsikan Anda sudah memiliki solusi dan lihat apa yang bisa ditarik dari sana ("berpikir mundur").
• Jika permasalahannya abstrak, coba telaah contoh yang konkret.
• Coba atasi permasalahan umum terlebih dulu (paradoks inventor: perencanaan yang lebih ambisius memiliki kemungkinan lebih besar untuk berhasil).

Metode heuristika pertama kali dikembangkan dalam filsafat dan matematika yang dikembangkan oleh filsuf Catalan bernama Raimundus Lullus (1232–1316) pada abad ketiga belas dengan melihat perkembangan skolastisisme dari Aristoteles kemudian menyelesaikan sejumlah masalah dengan metode pendekatan.^[7][2] Dalam mengilustrasikan algoritma tradisional, di mana perangkat dapat secara otomatis menghasilkan semua kombinasi agama dan filosofis atribut yang bisa digunakan dalam debat.^[2]

Pada abad ketujuh belas Gottfried Wilhelm Leibniz (1646–1716) seorang filsuf Jerman^[8][9] memiliki tujuan serupa, meskipun bahkan lebih megah dari pada Raimundus Lullus, yaitu untuk mengembangkan algoritma untuk memecahkan masalah yang mungkin dengan menggunakan bahasa universal yang akan memungkinkan setiap masalah yang mungkin untuk diwakili. Semakin jelas, dengan pendekatan algoritmik Raimundus Lullus dapat dengan mudah menyebabkan ledakan kombinatorial sehingga ia mengeksplorasi heuristika dan menjelajahinya ruang lebih mendalam.^[2] René Descartes (1596–1650), matematikawan Prancis dari abad ketujuh belas,^[10] telah merumuskan aturan-aturan sederhana untuk memandu memecahkan masalah dengan cukup melihat aspek yang relevan daripada melihat keseluruhan masalah.^[11]

Pada abad kesembilan belas, ahli matematika dan filsuf Bernard Bolzano (1781–1848), mengembangkan lebih lanjut pendekatan ini untuk agen epistemik. Ilmuwan ini mengemukakan bahwa heuristika terdiri dari prosedur yang lebih umum dan relatif tidak jelas. Sehingga ia bertujuan untuk menawarkan solusi menuju pengetahuan di luar deduksi yang tepat agar dapat mendorong pemikiran kreatif dan membantu memecah masalah.^[11]

Metode heuristika untuk pemecahan masalah dan penemuannya, menerima pengakuan yang lebih luas di bidang matematika modern melalui karya matematikawan George Pólya (1887–1985). Seperti, menemukan analogi untuk masalah, menemukan masalah yang lebih spesifik, atau menguraikan dan menggabungkan kembali masalah.^[12]

Prinsip satisficing merupakan heuristika untuk pengambilan keputusan berurutan menurut Simon (1956).^[13] Ia membandingkan dengan mengidentifikasi pilihan terbaik secara keseluruhan ataupun mengevaluasi setiap pilihan yang disesuaikan dengan memenuhi tingkat aspirasi minimum terhadap pilihan pertama yang ditemui sehingga memenuhi persyaratan yang dipilih.^[11]

Studi heuristika dalam pengambilan keputusan manusia dikembangkan pada 1970-an dan 1980-an oleh psikolog Amos Tversky dan Daniel Kahneman^[14] meskipun konsep tersebut awalnya diperkenalkan oleh peraih Nobel Herbert A. Simon,^[15] Sebagai objek utama penelitian, ia mengemukakan bahwa pembuat keputusan harus dipandang sebagai rasional yang terbatas, dan telah menawarkan model yang menghasilkan utilitas tertinggi atau perolehan kepuasan dalam operasi pengambilan.^[16] Dia menciptakan istilah satisficing, yang menunjukkan situasi di mana orang mencari solusi, atau menerima pilihan atau penilaian, yang "cukup baik" untuk tujuan mereka meskipun mereka dapat dioptimalkan.^[17]

Kemunculan komputer sebagai alat komputasi dan metafora pikiran di tahun 1970-an melahirkan upaya untuk mensimulasikan perilaku cerdas dalam mesin dalam memecahkan masalah berupa komputasi. Beberapa heuristika telah diidentifikasi dalam berbagai konteks. Penelitian sistematis yang heuristika diterapkan ketika suatu proses kognitif yang mana mendasari heuristika. Svenson (1979) mengklasifikasikan aturan keputusan sepanjang beberapa dimensi.^[18] Gigerenzer (2001) telah mengusulkan "Kotak Alat Adaptif (Toolbox Adaptif)", yang mencirikan heuristika di sepanjang tiga modul: aturan pencarian, aturan berhenti dan aturan keputusan. Prinsip-prinsip dasar model komputasi yang disesuaikan dengan tugas, situasi dan keputusan pembuat yakni pertama-tama mengubah dua pendekatan dari literatur menjadi bentuk yang lebih formal. Lalu setelah memperoleh prosedur keputusan komputasi umum yang menggabungkan kedua pendekatan dan mendiskusikan serta bagaimana komponennya membentuk blok bangunan heuristika yang berbeda.^[19] Kemudian mendiskusikan model dengan sehubungan dengan peralatan adaptif dan klasifikasi Svenson (1979).

Konsepsi baru heuristika dalam hal ekologis strategi rasional Gigerenzer (2001) juga menantang keyakinan yang mengakar kuat bahwa heuristika ditakdirkan untuk menghasilkan hasil terbaik kedua dan pengoptimalan itu selalu lebih baik dari toolbox adaptif.^[20]

Strategi heuristika dalam pemecahan masalah dapat dibagi menjadi empat bagian untuk dapat mempengaruhi penilaian dari probalitas dan frekuensinya yakni ketersediaan, keterwakilan, penahan dan penyesuaian, serta keakraban.^[21]

Heuristika ketersediaan beroperasi pada gagasan bahwa jika sesuatu dapat dipanggil ulang,^[22] hal itu harus penting, atau setidaknya lebih penting daripada solusi alternatif agar mudah diingat karena informasi mudah didapat.^[23]

Heuristika keterwakilan digunakan ketika membuat penilaian tentang probabilitas subjektif dari suatu informasi/peristiwa dengan menentukan sejauh mana peristiwa memilik kemiripan karakteristik penting atau mencerminkan fitur yang menonjol dari proses yang dihasilkan.^[24]

Heuristika penahan dan penyesuaian digunakan untuk memengaruhi cara orang menilai probabilitas secara intuitif di mana orang mulai dengan titik referensi yang disarankan secara implisit ("jangkar atau penahan") dan membuat penyesuaian untuk mencapai perkiraan mereka berupa informasii tambahan.^[25]

Heuristika keakraban didefinisikan untuk menilai peristiwa sebagai lebih sering atau penting karena lebih akrab dalam ingatan.^[26] Heuristika keakraban ini didasarkan pada penggunaan skema atau tindakan masa lalu sebagai perancah untuk perilaku dalam situasi baru (namun akrab).

Sebuah heuristika dapat digunakan dalam sistem kecerdasan buatan ketika mencari sebuah ruang solusi. Heuristika ini diambil dengan menggunakan beberapa fungsi yang ditaruh dalam sistem oleh desainer, atau dengan menyesuaikan beban dari cabang yang ditentukan dari seberapa besar peluang setiap cabang mengarah kepada goal node.

Konsep heuristika memiliki kritik dan kontroversi. Kritik "Kita Tidak Mungkin Sebodoh Itu" berargumen bahwa rata-rata manusia memiliki kemampuan yang rendah untuk membuat pertimbangan yang efektif dan berdasar data.

1. ^ Liljedahl, Peter; Santos-Trigo, Manuel; Malaspina, Uldarico; Bruder, Regina (2016). Problem Solving in Mathematics Education (PDF) (dalam bahasa Inggris). New York: Springer International Publishing. hlm. 2. doi:10.1007/978-3-319-40730-2. ISBN 978-3-319-40729-6. ISSN 2366-5947.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
2. ^ ^{a b c d} Hertwig & Pachur 2015, hlm. 829.
3. ^ Pearl, Judea (1983). Heuristics: Intelligent Search Strategies for Computer Problem Solving. New York, Addison-Wesley, p. vii. ISBN 978-0-201-05594-8
4. ^ Emiliano, Ippoliti (2015). Heuristic Reasoning: Studies in Applied Philosophy, Epistemology and Rational Ethics. Switzerland: Springer International Publishing. hlm. 1–2. ISBN 978-3-319-09159-4. 
5. ^ "The Definitive Glossary of Higher Mathematical Jargon — Heuristics". Math Vault (dalam bahasa Inggris). 2019-08-01. Diakses tanggal 2021-12-15. 
6. ^ Pólya, George (1945). 'How to Solve It: A New Aspect of Mathematical Method (PDF). Princeton, NJ: Princeton University Press. ISBN 0-691-02356-5.  Parameter |isbn2= yang tidak diketahui akan diabaikan (bantuan)
7. ^ Yates, Frances A. (1954). "The Art of Ramon Lull: An Approach to It through Lull's Theory of the Elements". Journal of the Warburg and Courtauld Institutes (dalam bahasa Inggris). University of Chicago Press. 17 (1-2): 115. doi:10.2307/750135. 
8. ^ Belaval, Yvon (2021). "Gottfried Wilhelm Leibniz German philosopher and mathematician". britannica.com/. Diakses tanggal 2021-12-15. 
9. ^ Stanford Encyclopedia of Philosophy (2007). "Gottfried Wilhelm Leibniz". plato.stanford.edu. Diakses tanggal 2021-12-15. 
10. ^ Fikri, Mursyid (2018). "Rasionalisme Descartes dan Implikasinya Terhadap Pemikiran Pembaharuan Islam Muhammad Abduh" (PDF). Jurnal Tarbawi. 3 (2): 129. ISSN 2527-4082. 
11. ^ ^{a b c} Hertwig & Pachur 2015, hlm. 830.
12. ^ Alexanderson, Gerald L.; Pólya, George; Boas, Ralph Philip (2000). The random walks of George Pólya (dalam bahasa Inggris). America: Mathematical Association of America. hlm. 2. ISBN 9780883855287.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)
13. ^ Simon, Herbert A. (1956). "Rational Choice and the Structure of the Environment" (PDF). Psychological Review. 63 (2): 129–138. CiteSeerX 10.1.1.545.5116 . doi:10.1037/h0042769. PMID 13310708.  (hlm. 129: "Evidently, organisms adapt well enough to 'satisfice'; they do not, in general, 'optimize'."; hlm 136: "A 'satisficing' path, a path that will permit satisfaction at some specified level of all its needs".)
14. ^ Kahneman, Paul & Tversky 1982, hlm. xi-xii.
15. ^ Barros, Gustavo (2010). "Herbert A. Simon and the concept of rationality: Boundaries and procedures". Brazilian Journal of Political Economy (dalam bahasa Inggris). 30 (3): 456. doi:10.1590/S0101-31572010000300006. 
16. ^ Kahneman, Daniel (2003). "Maps of Bounded Rationality: Psychology for Behavioral Economics". The American Economic Review (dalam bahasa Inggris). American Economic Association. 93 (5): 1449–1475. doi:10.1257/000282803322655392. 
17. ^ "Heuristics and heuristic evaluation". Interaction-design.org. Diakses tanggal 2021-12-14. 
18. ^ Svenson, Ola (1979). "Process descriptions of decision making". Organizational Behavior and Human Performance (dalam bahasa Inggris). 23 (1): 86. doi:10.1016/0030-5073(79)90048-5. 
19. ^ Kirsch, Alexandra (2018). "A Computational Model of Heuristic Decision Making". Cognitive Processing (dalam bahasa Inggris). 20 (7): 2. doi:10.1007/s10339-019-00904-3. hal-01693687v1. 
20. ^ Gigerenzer, Gerd; Gaissmaier, Wolfgang (2011). "Heuristic Decision Making" (PDF). Annual Review of Psychology (dalam bahasa Inggris). 16 (1): 456. doi:10.1146/annurev-psych-120709-145346. 
21. ^ Kontan, Harian. Adi, Tri, ed. "Menengok manfaat heuristic di pasar". Kontan.co.id. Diakses tanggal 2021-12-14. 
22. ^ Ashcraft & Radvansky 2013, hlm. 2.
23. ^ "Availability Heuristic". oxfordreference.com. Diakses tanggal 2021-12-14. 
24. ^ Kahneman & Tversky 1972.
25. ^ Ashcraft & Radvansky 2013, hlm. 515.
26. ^ Ashcraft & Radvansky 2013, hlm. 6.

• Kahneman, Daniel; Tversky, Amos (1972). "Subjective probability: A judgment of representativeness" (PDF). Cognitive Psychology (dalam bahasa Inggris). 3 (3): 430–454. doi:10.1016/0010-0285(72)90016-3. 
• Ashcraft, Mark H.; Radvansky, Gabriel A. (2013). Cognition (PDF) (dalam bahasa Inggris). Pearson. ISBN 9781292021478. 
• Hertwig, Ralph; Pachur, Thorsten (2015). "Heuristics, History of". Science (dalam bahasa Inggris). 10: 829–835. doi:10.1016/B978-0-08-097086-8.03221-9. 
• Kahneman, Daniel; Paul, Slovic; Tversky, Amos (1982). Judgment under Uncertainty: Heuristics and Biases (PDF) (dalam bahasa Inggris). Cambridge, UK: Cambridge University Press. hlm. 278. ISBN 978-0-52128-414-1.  Parameter |url-status= yang tidak diketahui akan diabaikan (bantuan)

• Algoritme
• Ekonomi perilaku
• Failure mode and effects analysis

• (Inggris) Heuristics and artificial intelligence in finance and investment