Professional Documents
Culture Documents
209 387 1 SM
209 387 1 SM
Abstrak
Tingkat kepuasan masyarakat dan pengguna jasa menyatakan bahwa pemerintah
sebagai organisasi public belum menunjukkan hasil yang optimal dalam menciptakan
sistem pelayanan yang seharusnya diterima masyarakat, tentu hal ini berdampak pada
penurunan kepercayaan publik. Polri sebagai alat negara yang kompeten semestinya
memberikan jaminan keamanan, ketertiban, dan pelayanan kepada masyarakat dengan
optimal. Oleh sebab itu dalam upaya mencapai kualitas pelayanan publik kepada
masyarakat, Polri perlu melakukan upaya penyempurnaan dan perbaikan sistem
birokrasi agar sesuai dengan dinamika perkembangan masyarakat yang dikaitkan dengan
tingkat kepuasan masyarakat. Sesuai dengan perkembangan teknologi informasi dan
internet dalam pelayanan berbasis digital di era revolusi industry 4.0 saat ini yang
disertai dengan perkembangan media storage berbasis cloud terdapat data warehouse
layanan kepolisian, hal ini menjadi kesempatan dan peluang dalam mengoptimasi hasil
pengukuran layanan berbasis kecerdasan buatan. Dalam penelitian ini tujuan
diadakannya pengukuran layanan adalah untuk menghasilkan model smart pengukuran
kepuasan masyarakat terhadap layanan Polri yang berbasis kecerdasan buatan dan
mengetahui seberapa besar kepuasan masyarakat terhadap pelayanan Polri. Dengan
penerapan jaringan saraf tiruan algoritma backpropagation, maka selain dihasilkan
tingkat kepuasan masyarakat juga diketahui pola, trend dan forecasting jumlah peristiwa
yang akan terjadi sehingga dapat digunakan deteksi dini dan strategi penyelesaian
masalah yang terjadi di masyarakat
Abstract
The level complaints from the public using services show that the government as a
public organization is still not able to create an optimal service system that is accepted by
the community, and of course it has an impact on decreasing public trust. Polri as a
competent state instrument should provide optimal security, order, and service to the
community. Thus, in an effort to achieve the quality of public services to the community,
Polri need to make an effort to improve the bureaucratic system in accordance with the
dynamics of community development associated with the level of public satisfaction. In
accordance with the development of internet and information technology in digital based
services in the era of industrial revolution 4.0 which is accompanied by the development
of cloud based storage media, there is a police service data warehouse, this is an
opportunity in optimizing the results of measuring service based on artificial intelligence.
In this research, the purpose of service measurement is to produce a smart model for
measuring public satisfaction with artificial intelligence based on Polri services and to
find out how many people are satisfied with Polri service. With the application of the
backpropagation algorithm artificial neural network, it will produce the level of public
satisfaction, patterns, trends, and forecasting of the number of incidents that will occur so
that early detection and problem solving strategies can be used in the community.
ISSN: 2686-0260
Copyright ⓒ SENARIS 2022
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
1. Pendahuluan
1.1. Latar Belakang
Dalam pelayanan secara umum ada dua model pengukuran berdasarkan jenis
penyelenggara pelayanan yakni pengukuran kepuasan pelanggan secara privat dan
pengukuran kepuasan masyarakat secara publik. Dalam organisasi privat metode
pengukuran kepuasan pelanggan (costumer satisfaction) biasa dilakukan dengan
melakukan riset pasar atau riset marketing, sedangkan pada organisasi publik biasanya
berupa survey kepuasan masyarakat (SKM) yang hasilnya ditampilkan dalam bentuk
Indek Kepuasan Masyarakat (IKM). Demikian halnya dengan reformasi birokrasi Polri
menjadi kebutuhan dalam mewujudkan good governance dan clean government. Polri
sudah melaksanakan program reformasi birokrasi sejak tahun 2004 sampai dengan tahun
2014 yang terbagi dalam dua gelombang yaitu reformasi birokrasi Polri gelombang I
tahun 2004-2009, gelombang II tahun 2011-2014, dan gelombang III tahun 2016-2019,
karena itu pelaksanaan reformasi birokrasi saat ini merupakan penguatan dari pelaksanaan
reformasi birokrasi sebelumnya. Keberlanjutan pelaksanaan reformasi Polri memiliki
peran penting dalam mewujudkan Polri yang profesional dan mandiri sesuai harapan
masyarakat.
Road map reformasi birokrasi Polri diarahkan agar dapat memenuhi tuntutan
masyarakat sesuai dengan tugas pokok Polri selaku pelindung, pengayom, dan pelayan
masyarakat, memelihara keamanan dan ketertiban masyarakat, serta menegakkan hukum
dalam mewujudkan birokarasi yang berbasis kinerja (Performance Based Bureaucracy)
yang efektif, efisien dan ekonomis, dengan menerapkan manajemen kinerja yang berbasis
elektronik sehingga setiap anggota Polri memiliki kontribusi yang jelas terhadap kinerja
organisasi.
Konsep presisi sebenarnya merupakan fase lebih lanjut dari Polri Promoter
(PROfesional, MOdern, dan TERpercaya) yang telah digunakan pada periode sebelumnya
dengan pendekatan pemolisian berorientasi masalah atau problem oriented policing.
Dalam konteks pelayanan publik, pengukuran kepuasan masyarakat telah dimandatkan
kepada penyelenggara pelayanan publik melalui Undang-Undang No. 25/2009 tentang
Pelayanan Publik bahwa penyelenggara wajib mengikutsertakan masyarakat sebagai
upaya membangun sistem yang adil, transparan dan akuntabel. Survei kepuasan diatur
secara teknis pelaksanaan survei tersebut ke dalam Peraturan Menteri PAN-RB No.
16/2014 tentang Pedoman Survei Kepuasan Masyarakat terhadap Penyelenggara
Pelayanan Publik. Permenpan-RB No. 16/2014 kemudian disempurnakan melalui
Permenpan-RB No. 14/2017 tentang Pedoman Survei Kepuasan Masyarakat Unit kerja
Penyelenggara Pelayanan Publik. Tingkat kepuasan masyarakat dan pengguna jasa
menyatakan bahwa pemerintah sebagai organisasi public belum menunjukkan hasil yang
optimal dalam menciptakan sistem pelayanan yang seharusnya diterima masyarakat, tentu
hal ini berdampak pada penurunan kepercayaan publik. Polri sebagai alat negara yang
kompeten semestinya memberikan jaminan keamanan, ketertiban, dan pelayanan kepada
masyarakat dengan optimal. Oleh sebab itu dalam upaya mencapai kualitas pelayanan
publik kepada masyarakat, Polri perlu melakukan upaya penyempurnaan dan perbaikan
sistem birokrasi agar sesuai dengan dinamika perkembangan masyarakat yang dikaitkan
dengan tingkat kepuasan masyarakat.
Sesuai dengan perkembangan teknologi informasi dan internet dalam pelayanan
berbasis digital di era revolusi industry 4.0 saat ini yang disertai dengan perkembangan
media storage berbasis cloud terdapat data warehouse layanan kepolisian, hal ini menjadi
kesempatan dan peluang dalam mengoptimasi hasil pengukuran layanan berbasis
kecerdasan buatan. Dalam penelitian ini tujuan diadakannya pengukuran layanan adalah
63
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
64
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
sebagainya diantaranya salah satu sistem yakni Chatbots. Saat ini, ada berbagai bentuk
chatbots mendominasi pasar dengan fungsi yang berbeda dan pilihan tergantung pada
preferensi dan pengalaman. Sementara chatbot berbasis aturan memiliki kemampuan
terbatas, hanya memahami serangkaian opsi yang telah ditentukan sebelumnya, chatbot
yang didukung oleh kecerdasan buatan memahami maksud dan konteks pengguna dari
percakapan pengguna dan karena itu mampu membawa manfaat diferensial[3].
Kecerdasan buatan memainkan peran yang sangat signifikan di hampir setiap sector yang
digunakan untuk menghemat sumber daya tetapi juga untuk menawarkan pelanggannya
dengan layanan personalized yang mengarah pada peningkatan layanan layanan
pelanggan. Bank maupun fasilitas layanan umum dianggap sebagai bagian yang sangat
berpengaruh dari sektor keuangan. Teknologi canggih dan kekuatan global telah
memaksa hampir setiap industri untuk menggunakan kecerdasan buatan untuk
memiliki pendekatan berorientasi pelanggan [4].
Keberhasilan dalam mencapai kepuasan pelanggan di industry, perbankan maupun
layanan public secara signifikan meningkatkan kinerja dan pada skala pertumbuhan
ekonomi yang lebih besar [5] dan [6]. Sebuah laporan yang menyoroti telah terjadi
pertumbuhan yang cepat di sektor perbankan setelah adopsi teknologi yang
muncul seperti rantai blok, kecerdasan buatan, internet banking, aplikasi seluler, dan
banyak teknologi terkait lainnya. Bahkan, kecerdasan buatan memiliki solusi provided
untuk banyak masalah serius seperti menyingkirkan jangka waktu tunggu yang panjang
dalam antrian, manajemen penipuan, memecahkan pertanyaan dan keluhan pelanggan
secara instan, dan mengatasi risiko dan ketidakpastian. [7]menyarankan untuk
mempertimbangkan beberapa tindakan pencegahan untuk membuat pelanggan lebih
puas dengan implementasi Kecerdasan Buatan seperti mudah digunakan, keamanan,
aksesibilitas, keandalan, kenyamanan yang dirasakan, pengasingan, dan kepekaan. [8]
menyebutkan bahwa tantangan utama dalam menarik dan mempertahankan pelanggan
adalah kualitas layanan, kepuasan pelanggan, retention, dan loyalitas, dimana kepuasan
pelanggan memainkan peran penting dalam menarik, mempertahankan pelanggan dan
menciptakan loyalitas merek di antara pelanggan. [9] telah mempelajari tingkat
kepuasan pelanggan perbankan dari lima negara bagian India yang berbeda. Menurut
penelitian, ada lima komponen dasar untuk mengidentifikasi tingkat kepuasan
consumer untuk layanan yang diberikan mencakup empati, tangibles, responsif, jaminan
dan keandalan. Studi ini menemukan bahwa dengan memasukkan teknologi terbaru dalam
sistem dapat mendapatkan hasil relatif quicker dan dengan hari-hari ketika kecerdasan
buatan tidak lazim diterapkan. Tetapi ada tingkat pertimbangan yang rendah dari
perhatian individu kepada pelanggan terutama di daerah pedesaan dan masih
pelanggan harus menunggu lama untuk menyelesaikan sesuatu
2.3. Backpropagation
Jaringan perambatan galat mundur (backpropagation) adalah salah satu algoritma yang
sering digunakan dalam menyelesaikan masalah-masalah yang rumit. Hal ini
dimungkinkan karena pelatihan dengan menggunakan metode belajar terbimbing. Pada
jaringan back propagation diberikan sepasang pola yang terdiri atas pola masukandan
pola yang diinginkan. Ketika suatu pola diberikan kepada jaringan, maka bobot-bobot
diubah untuk memperkecil perbedaan pola keluaran dan pola yang diinginkan.Latihan ini
dilakukan berulang-ulang sehingga semua pola yang dikeluarkan jaringan dapat
memenuhi pola yang diinginkan[10]. Metode backpropagation dapat menghasilkan
kinerja yang lebih baik dalam pengulangan latihan. Artinya bobot interkoneksinya dapat
mendekati bobot yang seharusnya. Keunggulan lain dari metode ini adalah kemampuan
dalam proses pembelajaran secara adaptif dan multilayer yang dimiliki pada metode ini
terjadi proses perubahan bobot sehingga meminimalkan kesalahan (fault tolerance).
Karena itu, metode ini dapat menjamin ketahanan sistem yang baik dan secara konsisten
65
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
bekerja dengan baik untuk memprediksi [11]. Jaringan perambatan galat mundur terdiri
atas tiga lapisan atau lebih unit pengolah.
Input signals
1
x1 1 y1
1
2
x2 2 y2
2
i wij j wjk
xi k yk
m
n l yl
xn
Input Hidden Output
layer layer layer
Error signals
I J K
66
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
67
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
Start
Data
Layanan
Mengukur
Artificial
Kualitas
Intelligence
Layanan
End
Berdasarkan Gambar 2 dapat dijelaskan bahwa tahapan yang dilakukan adalah diawali
dengan data layanan dari masing-masing SKPT dibuat dalam satu database warehouse,
data ini diperoleh dari masing-masing SKPT secara terintegrasi antar SKPT. Format data
disesuaikan dengan kebutuhan metode penerapan kecerdasan buatan algoritma
backpropagation untuk mengenali pola, trend dan forecasting. Ada 2 hasil yang ingin
diperoleh yakni model pengukuran layanan dan hasil layanan berbasis kecerdasan buatan.
Arsitektur proses pengolahan jaringan saraf tiruan dengan menentukan target forecasting
dengan menggunakan data sebagai berikut:
Tabel 1. Data Penelitian
Nilai Data Nilai Data
Target Target
Pola X1 X2 Latih X1 X2 Latih
Feb-Maret April-Juni Feb-Juni
0.11 0.12 0.124
Pola 2021 2021 2022
68
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
4. Kesimpulan
Untuk optimasi layanan Polri diusulkan model pengukuran layanan dengan model smart
pengukuran kepuasan masyarakat terhadap layanan Polri berbasis kecerdasan buatan
untuk mengetahui seberapa besar kepuasan masyarakat terhadap pelayanan Polri. Dengan
penerapan jaringan saraf tiruan algoritma backpropagation, maka selain dihasilkan tingkat
kepuasan masyarakat juga diketahui pola, trend dan forecasting jumlah peristiwa yang
akan terjadi sehingga dapat digunakan sebagai pendukung keputusan untuk mendeteksi
dini dan strategi penyelesaian masalah yang terjadi di masyarakat. Format data
disesuaikan dengan kebutuhan metode penerapan kecerdasan buatan algoritma
backpropagation untuk mengenali pola, trend dan forecasting. Arsitektur proses
pengolahan jaringan saraf tiruan menggunakan 3 layer yakni lapisan input 2 neuron
(variabel jumlah bulan Januari dan Maret), lapisan hidden 3 neuron (Variabel jumlah
bulan April, Juni, Juli ) dan lapisan output 1 neuron (jumlah kasus untuk tahun
berikutnya)
69
Prosiding Seminar Nasional Riset Dan Information Science (SENARIS) 2022
Vol. 4, (2022), pp. 62-70
Referensi
70