Mohon tunggu...
Muhammad Ainul Yaqin
Muhammad Ainul Yaqin Mohon Tunggu... Dosen - Dosen Teknik Informatika Universitas Islam Negeri Maulana Malik Ibrahim Malang

Dosen Teknik Informatika yang menekuni Bidang keahlian Rekayasa Perangkat Lunak, Sistem Informasi, Manajemen Proses Bisnis, Process Mining, dan Arsitektur Enterprise.

Selanjutnya

Tutup

Artificial intelligence

PMCF: Alat Revolusioner untuk Pemahaman Model Proses yang Lebih Baik

5 Oktober 2023   07:00 Diperbarui: 5 Oktober 2023   07:07 83
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Bagikan ide kreativitasmu dalam bentuk konten di Kompasiana | Sumber gambar: Freepik

Di tengah gemuruh dunia bisnis yang terus berkembang, model proses menjadi semakin penting. Mereka adalah peta jalan organisasi, panduan yang memberikan pandangan holistik tentang bagaimana bisnis beroperasi. Namun, ada satu hal yang seringkali terlupakan dalam pembuatan dan penggunaan model proses ini: pemahaman. Dalam makalah "Towards measuring and quantifying the comprehensibility of process models: the process model comprehension framework" yang dipublikasikan di Information Systems and e-Business Management pada tahun 2023, Michael Winter, Rudiger Pryss, Matthias Fink, dan Manfred Reichert membawa kita ke dalam dunia pemahaman model proses. Mereka memperkenalkan Kerangka Pemahaman Model Proses (PMCF) yang bertujuan untuk mengukur dan mengukur pemahaman model proses dari perspektif pemodel proses dan pembaca.

Mengurai Pentingnya Pemahaman Model Proses

Sebelum kita memasuki dunia PMCF, mari kita pertimbangkan mengapa pemahaman model proses begitu penting. Model proses adalah gambaran abstrak tentang bagaimana organisasi beroperasi. Mereka mencakup aliran pekerjaan, kebijakan, prosedur, dan lebih banyak lagi. Dalam konteks bisnis modern yang kompleks, model-model ini tidak hanya digunakan oleh pemodel proses tetapi juga oleh banyak pemangku kepentingan lainnya, termasuk manajer, pengembang perangkat lunak, dan pengguna akhir.

Kebingungan atau ketidakpahaman terhadap model-model ini dapat memiliki konsekuensi serius. Ini dapat mengarah pada kesalahan dalam implementasi perangkat lunak, pengambilan keputusan yang kurang baik, dan bahkan kebingungan yang lebih luas dalam organisasi. Oleh karena itu, penting untuk memastikan bahwa model-model ini mudah dipahami oleh semua yang terlibat.

Penerangan Kerangka Kualitas Pemodelan Konseptual

Sebelum kita masuk ke dalam detil PMCF, ada satu konsep yang perlu dipahami, yaitu Kerangka Kualitas Pemodelan Konseptual (CMQF). CMQF adalah fondasi dari PMCF dan bertujuan untuk memastikan kualitas tinggi dalam penciptaan dan pemahaman model konseptual. CMQF menggabungkan dua kerangka kerja sebelumnya, yaitu kerangka Bung-Wand-Weber (BWW) dan kerangka Lindland, Sindre, dan Solvberg (LSS).

Kerangka BWW menekankan evaluasi model referensi dan mencapai representasi fakta yang seragam melalui normalisasi ontologis. Sementara itu, kerangka LSS mencakup pernyataan untuk mengevaluasi hasil pemodelan konseptual, seperti kualitas semantik dengan membandingkan set pernyataan dari domain pemodelan dan pemodelan proses.

CMQF mendefinisikan cluster horizontal untuk realitas fisik (domain wacana) dan realitas kognitif (representasi persepsi yang dibangun) dan cluster vertikal untuk domain, model, bahasa, dan representasi dalam proses pemodelan konseptual. Ini juga mencakup delapan dimensi kualitas yang terkait dengan artefak fisik dan kognitif, serta empat lapisan (fisik, pengetahuan, pembelajaran, dan pengembangan) yang menjaga kelengkapan dan kebenaran model konseptual akhir.

https://tinyurl.com/59e8hr2r
https://tinyurl.com/59e8hr2r

PMCF: Menerangi Pemahaman Model Proses

HALAMAN :
  1. 1
  2. 2
  3. 3
Mohon tunggu...

Lihat Konten Artificial intelligence Selengkapnya
Lihat Artificial intelligence Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun