Ringkasan
Ketika menghadapi sebuah masalah, kebanyakan orang langsung berusaha mencari solusi. Padahal, kualitas solusi sangat bergantung pada kualitas pemahaman terhadap masalah itu sendiri.
Tidak sedikit proyek, produk, maupun keputusan yang gagal bukan karena implementasinya buruk, melainkan karena masalah yang dijadikan dasar keputusan belum benar-benar mewakili kondisi yang ingin diselesaikan.
Semakin besar dampak sebuah keputusan, semakin besar pula konsekuensi jika representasi masalahnya keliru.
Mengapa Ini Penting?
Sebuah solusi hanya mampu menyelesaikan masalah yang berhasil dipahami.
Jika representasi masalah sudah keliru sejak awal, maka seluruh proses setelahnya akan ikut bergeser.
Hal ini dapat muncul dalam berbagai bentuk, misalnya:
- menggunakan metrik yang tidak benar-benar menggambarkan kondisi yang ingin dievaluasi;
- menggabungkan beberapa konsep berbeda ke dalam satu klasifikasi;
- mengambil keputusan berdasarkan data tanpa memahami konteksnya;
- mengoptimalkan sesuatu yang sebenarnya bukan akar persoalan.
Dalam kondisi seperti ini, solusi sering terlihat benar, tetapi sebenarnya menyelesaikan masalah yang berbeda.
Mental Model
Realitas
↓
Representasi Masalah
↓
Pemahaman
↓
Keputusan
↓
Solusi
↓
Evaluasi
Setiap tahap bergantung pada kualitas tahap sebelumnya.
Semakin akurat representasi terhadap realitas, semakin besar peluang menghasilkan keputusan yang tepat.
Mengapa Representasi Masalah Sangat Penting?
Representasi masalah adalah cara kita memodelkan kenyataan agar dapat dipahami.
Model tersebut bisa berupa:
- indikator,
- klasifikasi,
- definisi,
- asumsi,
- hubungan antar data,
- maupun kerangka berpikir.
Model tidak harus sempurna.
Namun model harus cukup baik sehingga keputusan yang diambil masih relevan terhadap kondisi sebenarnya.
Checklist Sebelum Mencari Solusi
Sebelum mulai berdiskusi mengenai solusi, cobalah mengajukan beberapa pertanyaan berikut.
- Apakah masalah yang sedang dibahas sudah memiliki definisi yang jelas?
- Apakah data yang digunakan benar-benar mewakili kondisi yang ingin dipahami?
- Apakah setiap istilah memiliki satu makna yang konsisten?
- Apakah metrik yang dipakai memang relevan terhadap keputusan yang akan dibuat?
- Apakah semua pihak memiliki pemahaman yang sama mengenai masalah tersebut?
- Apakah ada sudut pandang lain yang belum dipertimbangkan?
Sering kali jawaban atas pertanyaan-pertanyaan tersebut justru mengubah arah solusi yang akan dipilih.
Kesalahan yang Sering Terjadi
Langsung Membahas Solusi
Solusi mulai dirancang sebelum semua orang memiliki pemahaman yang sama mengenai masalah.
Satu Istilah untuk Banyak Makna
Satu label digunakan untuk mewakili beberapa kondisi yang berbeda.
Akibatnya, setiap orang memberikan interpretasi yang berbeda terhadap data yang sama.
Menganggap Data Selalu Benar
Data hanyalah representasi.
Tanpa konteks yang tepat, data dapat menghasilkan keputusan yang keliru.
Mengoptimalkan Gejala
Energi habis untuk memperbaiki indikator tertentu, padahal akar masalah berada di tempat lain.
Prinsip yang Dapat Digunakan di Berbagai Domain
Prinsip ini tidak hanya berlaku pada pengembangan perangkat lunak.
Ia juga relevan untuk:
- pengambilan keputusan;
- penelitian;
- pengembangan AI;
- desain organisasi;
- pendidikan;
- analisis data;
- maupun kehidupan sehari-hari.
Apa pun domainnya, kualitas keputusan hampir selalu ditentukan oleh kualitas representasi terhadap masalah yang ingin dipahami.
Penutup
Banyak orang percaya bahwa keberhasilan ditentukan oleh seberapa baik sebuah solusi dibuat.
Dalam praktiknya, keberhasilan sering kali sudah ditentukan jauh sebelum implementasi dimulai.
Sebelum mencari solusi, pastikan terlebih dahulu bahwa masalah yang sedang dibahas benar-benar telah terwakili dengan baik.
Karena solusi yang hebat tetap akan gagal jika dibangun di atas pemahaman yang keliru.