System Pengambil Keputusan

System Pengambil Keputusan

A.    Pengertian system pengambil keputuan

Apa itu system pengambil keputusan? Apa kegunaan system pengambilan keputusan? Sistem Pengambilan Keputusan atau SPK  dalam bahasa inggris disingkat dengan DSS atau  Decision Support System adalah bagian dari sistem informasi berbasis komputer yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Kecepatan perkembangan TI seperti versi komputer jaringan dari software DSS/EIS membuat pendukung keputusan tersedia bagi manajemen tingkat bawah, serta bagi individu nonmanajerial dan tim mandiri dari praktisi bisnis. Inisiatif e-business dan e-commerce yang sedang diimplementasikan oleh banyak perusahaan juga memperluas ekspektasi serta penggunaan informasi dan pendukung keputusan dari karyawan, manajer, pelanggan, pemasok dan mitra bisnis lainnya. Pertumbuhan ekstranet dan intranet korporat, serta internet telah mempercepat pengembangan dan penggunaan pengiriman informasi “kelas eksklusif” dan alat software pendukung keputusan oleh manajemen dari tingkat yang lebih rendah dan oleh individu dan tim praktisi bisnis. Berikut definisi Sistem Pengambikan Keputusan menurut beberapa ahli:

a.       Menurut Sprague dan Carlson (Sprague et.al., 1993) sistem yang berbasis komputer yang dipergunakan untuk membantu para pengambil keputusan dalam rangka memecahkan masalah-masalah rumit yang “mustahil” dilakukan dengan kalkulasi manual dengan cara melalui simulasi yang interaktif dimana data dan model analisis sebagai komponen utama.

b.      Menurut Mann dan Watson, Sistem Penunjang Keputusan adalah Sistem yang interaktif, membantu pengambilan keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.

c.       Menurut Raymond McLeod, Sistem Penunjang Keputusan adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.

B.     Karakteristik system pendukung keputusan

1.      Mendukung proses pengambilan keputusan, menitikberatkan padamanagement by perception.

2.      Adanya interface manusia / mesin dimana manusia (user) tetap memegang control proses pengambilan keputusan.

3.      Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur  dan tak struktur.

4.      Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan kebutuhan.

5.      Memiliki subsistem – subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan item.

6.       Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen

Dalam sistem pendukung keputusan terdapat tiga keputusan tingkatan perangkat keras maupun lunak. Masing – masing tingkatan berdasarkan tingkatan kemampuan berdasarkan perbedaan tingkat teknik, lingkungan dan tugas yang akan dikerjakan. Ketiga tingkatan tersebut adalah :

a.   Sistem Pendukung Keputusan (Specific DSS)

b. Pembangkit Sistem Pendukung Keputusan (DSS Generator)

c.   Peralatan Sistem Pendukung Keputusan

Dalam sistem pendukung keputusan terdapat tiga jenis keputusan, yaitu :

1.    Keputusan Terstruktur

Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan bersifat rutin. Informasi yang dibutuhkan spesifik, terjadwal, sempit, interaktif, real time, internal, dan detail. Prosedur yang dilakukan untuk pengambilan keputusan sangat jelas. Keputusan ini terutama dilakukan pada manajemen tingkat bawah. Contoh: Keputusan pemesanan barang dan keputusan penagihan piutang; menentukan kelayakan lembur, mengisi persediaan, dan menawarkan kredit pada pelanggan.

2.    Keputusan Semiterstruktur

Keputusan semiterstruktur adalah keputusan yang mempunyai sifat yakni sebagian keputusan dapat ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan. Informasi yang dibutuhkan folus, spesifik, interaktif, internal, real time, dan terjadwal. Contoh: Pengevaluasian kredit, penjadwalan produksi dan pengendalian sediaan, merancang rencana pemasaran, dan mengembangkan anggaran departemen.

3.    Keputusan Tidak Terstruktur

Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan ini menuntut pengalaman dan berbagai sumber yang bersifat eksternal. Keputusan ini umumnya terjadi pada manajemen tingkat atas. Informasi yang dibutuhkan umum, luas, internal, dan eksternal. Contoh: Pengembangan teknologi baru, keputusan untuk bergabung dengan perusahaan lain, perekrutan eksekutif..

C.     Jenis-jenis DSS menurut tingkat kerumitan dan tingkat dukungan pemecahan masalahnya adalah sebagai berikut:

1.      Mengambil elemen-elemen informasi.

2.      Menganalisis seluruh file.

3.      Menyiapkan laporan dari berbagai file.

4.      Memperkirakan dari akibat keputusan.

5.      Mengusulkan keputusan.

6.      Membuat keputusan

D.    Tahap – tahap dalam proses pengambilan keputusan adalah : 

1.      Tahap Pemahaman (Inteligence Phace)

Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasikan masalah.

2.      Tahap Perancangan (Design Phace)

Tahap ini merupakan proses pengembangan dan pencarian alternatif tindakan / solusi yang dapat diambil. Tersebut merupakan representasi kejadian nyata yang disederhanakan, sehingga diperlukan proses validasi dan vertifikasi untuk mengetahui keakuratan model dalam meneliti masalah yang ada.

3.      Tahap Pemilihan (Choice Phace)

Tahap ini dilakukan pemilihan terhadap diantaraberbagai alternatif solusi yang dimunculkan pada tahap perencanaan agar ditentukan/ dengan memperhatikan kriteria–kriteria berdasarkan tujuan yang akan dicapai.

4.      Tahap Impelementasi (Implementation Phace)

Tahap ini dilakukan penerapan terhadap rancangan sistem yang telah dibuat pada tahap perancanagan serta pelaksanaan alternatif tindakan yang telah dipilih pada tahap pemilihan.

Tujuan dari system pendukung keputusan adalah:

1.      Memberikan dukungan untuk pembuatan keputusan pada masalah yang semi/tidak terstruktur.

2.      Memberikan dukungan pembuatan keputusan kepada manajer pada semua tingkat dengan membantu integrasi antar tingkat.

3.      Meningkatkan efektifitas manajer dalam pembuatan keputusan dan bukan peningkatan efisiennya.

E.     Fase Implementasi

Pada hakikatnya implementasi suatu solusi yang diusulkan untuk suatu masalah adalah inisiasi terhadap hal baru, atau pengenalan terhadap perubahan. Definisi implementasi sedikit rumit karena implementasi merupakan sebuah proses yang panjang dan melibatkan batasa-batasan yang tidak jelas. Pendek kata, implementasi berarti membuat suatu solusi yang direkomendasikan bisa bekerja, tidak memerlukan implementasi suatu sistem komputer. Beberapa keuntungan penggunaan Sistem Pengambilan Keputusan antara lain adalah sebagai berikut (Surbakti, 2002):

1. Mampu mendukung pencarian solusi dari berbagai permasalahan yang kompleks.

2. Dapat merespon dengan cepat pada situasi yang tidak diharapkan dalam konsisi yang berubah-ubah.

3. Mampu untuk menerapkan berbagai strategi yang berbeda pada konfigurasi berbeda secara cepat dan tepat.

4. Pandangan dan pembelajaran baru.

5. Sebagai fasilitator dalam komunikasi.

6. Meningkatkan kontrol manajemen dan kinerja.

7. Menghemat biaya dan sumber daya manusia (SDM).

8. Menghemat waktu karena keputusan dapat diambil dengan cepat.

9. Meningkatkan efektivitas manajerial, menjadikan manajer dapat bekerja lebih singkat dan dengan sedikit usaha.

10. Meningkatkan produktivitas analisis.

Adapun komponen-komponen dari SPK adalah sebagai berikut.:

1. Data Management. Termasuk database, yang mengandung data yang relevan untuk berbagai situasi dan diatur oleh software yang disebut Database Management System(DBMS).

2. Model Management. Melibatkan model finansial, statistikal, management science, atau berbagai model kualitatif lainnya, sehingga dapat memberikan ke sistem suatu kemampuan analitis, dan manajemen software yang dibutuhkan.

3. Communication. User dapat berkomunikasi dan memberikan perintah pada DSS melalui subsistem ini. Ini berarti menyediakan antarmuka.

4.  Knowledge Management .Subsistem optional ini dapat mendukung subsistem lain atau bertindak atau bertindak sebagai komponen yang berdiri sendiri.

F. Sistem Informasi Manajemen (SIM)

SIM menyediakan berbagai produk informasi bagi manajer. Ada 4 alternatif pelaporan utama yang disediakan oleh sistem ini:

1. Laporan Terjadwal secara periodik (periodic schedule reports) Bentuk tradisional penyediaan informasi bagi manajer dengan menggunakan format yang telah ditentukan dan menyediakan informasi secara rutin kepada manajer. Contohnya, laporan analisis penjualan harian dan mingguan dan laporan keuangan bulanan. di network office

2. Laporan pengecualian (exception reports) Dalam beberapa kasus, laporan dibuat jika hanya terjadi kondisi pengecualian. Dalam kasus lainnya, laporan dibuat secara periodik namun hanya berisi informasi mengenai kondisi pengecualian tersebut. Contohnya, manajer kredit dapat diberi laporan yang hanya berisi informasi mengenai pelanggan yang melewati batas kreditnya.

3. Laporan permintaan dan Tanggapan (demand reports and responses) Informasi tersedia kapan pun manajer menginginkannya. Contohnya, browser web dan bahasa permintaan DBMS serta report generator memungkinkan manajer ditempat kerja komputer untuk memperoleh tanggapan langsung atau menemukan dan mendapatkan laporan tertentu sebagai hasil dari permintaan informasi yang mereka butuhkan.

4. Pelaporan dorong (push reporting) Informasi didorong ke manajer. Jadi, banyak perusahaan sedang menggunakan software webcasting untuk menyiarkan laporan secara selektif dan informasi lainnya ke network computer milik para manajer atau pakar melalui intranet perusahaan.

G. Enterprise Portal Dan Sistem Pengambilan Keputusan.

Portal informasi perusahaan (enterprise information portal – EIS) adalah interface berbasis web dan perpaduan SIM, DSS, EIS dan teknologi lainnya yang memberikan semua pemakai intranet dan pemakai ekstranet tertentu untuk mengakses berbagai layanan dan aplikasi bisnis internal dan ekstranet. Misalnya, aplikasi internal dapat mencakup akses ke e-mail, situs web proyek, dan kelompok diskusi; layanan mandiri web sumber daya manusia; database pelanggan; persediaan dan database korporat lainnya; sistem pengambilan keputusan; sistem manajemen pengetahuan. Manfaat bisnis dari portal informasi perusahaan mencakup penyediaan informasi yang lebih selektif dan spesifik bagi pemakai bisnis, penyediaan akses yang mudah ke sumber daya situs web intranet perusahaan, penyediaan berita bisnis dan industri, dan penyediaan akses yang lebih baik ke data perusahaan untuk pelanggan, pemasok, atau mitra bisnis lainnya. Portal informasi perusahaan juga dapat membantu menghindari peselancaran yang berlebihan oleh karyawan di perusahaan dan situs web internet dengan membuat karyawan lebih mudah menerima atau mendapatkan informasi dan layanan yang dibutuhkan, sehingga memperbaiki produktivitas tenaga kerja perusahaan.

H. Sistem Manajemen Pengetahuan (knowledge management systems)

Sistem ini diperkenalkan sebagai penggunaan TI untuk membantu mengumpulkan, mengatur dan saling berbagi pengetahuan bisnis di dalam organisasi. Bagi banyak perusahaan, portal informasi perusahaan adalah jalan masuk ke intranet korporat yang bertindak sebagai sistem manajemen pengetahuan. Oleh sebab itu, portal seperti ini disebut portal pengetahuan perusahaan oleh pemasoknya. Jadi, portal pengetahuan perusahaan memainkan peran yang penting dalam membantu perusahaan menggunakan intranet mereka sebagai sistem manajemen pengetahuan untuk berbagi dan menyebarkan pengetahuan yang mendukung pengambilan keputusan bisnis oleh manajer dan praktisi bisnis.

I.     Bisnis dan Artificial Intelligent (AI)

AI digunakan dalam berbagai cara untuk memperbaiki pendukung keputusan yang disediakan oleh manajer dan para praktisi bisnis di banyak perusahaan. AI adalah bidang ilmu pengetahuan dan teknologi yang didasari oleh ilmu-ilmu seperti ilmu komputer, biologi, psikologi, linguistik, matematika, dan teknik.

Tujuan AI adalah mengembangkan komputer yang dapat berpikir, serta mendengar, melihat, berjalan, berbicara dan merasakan sesuatu. Pendorong utama dari AI adalah perkembangan fungsi komputer yang umumnya diasosiasikan dengan kecerdasan manusia, seperti penalaran, pembelajaran, dan penyelesaian masalah.

Beberapa atribut perilaku cerdas. AI berusaha meniru kemampuan ini dalam

sistem berbasis komputer.

- Berpikir dan bernalar

- Menggunakan penalaran untuk menyelesaikan masalah

- Belajar dan paham dari pengalaman

- Memperoleh dan menerapkan pengetahuan

- Menampilkan kreativitas dan imajinasi

- Mengatasi situasi yang rumit dan membingungkan

- Menanggapi situasi baru dengan cepat dan dengan berhasil

- Mengenali elemen-elemen yang penting dalam suatu situasi

- Mengatasi informasi yang ambigu (bermakna ganda), tidak lengkap dan salah.

Contoh-contoh beberapa aplikasi komersial terbaru dari AI Pendukung keputusan:

- Lingkungan kerja yang cerdas yang akan membantu menangkap alasan dan apa yang termasuk dalam rancangan teknis dan pengambilan keputusan.

- Sistem interface komputer-manusia (human computer interface-HCI) yang cerdas yang dapat memahami bahasa lisan dan bahasa tubuh, serta membantu penyelesaian masalah dengan cara mendukung kerja sama dalam organisasi guna menyelesaikan masalah tertentu.

- Software penilaian situasi dan alokasi sumber daya untuk penggunaan mulai dari pesawat dan Bandara hingga pusat logistik.

J. Jaringan Syaraf (neural network)

Adalah sistem komputasi yang dibuat mirip dengan jaringan otak dari elemen pemrosesan yang saling berhubungan. Jaringan belajar mengenali pola dan hubungan dalam data yang diprosesnya. Semakin banyak contoh data yangditerimanya sebagai input, semakin baik jaringan tersebut belajar untuk menduplikasi hasil-hasil dari contoh yang diprosesnya. Jadi, jaringan syaraf akan mengubah kekuatan interaksi antar elemen pemrosesan dalam menanggapi pola yang berubah-ubah pada data dan hasilnya.

K. Sistem Logika yang Kabur (Fuzzy Logic)

Adalah metode penalaran yang mirip dengan penalaran manusia karena memungkinkan perkiraan nilai dan interfensi (fuzzy logic) dan data yang tidak lengkap atau bermakna ganda (fuzzy data), tidak mengandalkan pada data yang jelas (crisp data), seperti pilihan binary (ya/tidak).

L. Algoritma Genetis

Penggunaan algoritma genetis merupakan aplikasi yang berkembang dari AI. Software algoritma genetis menggunakan teori Darwin (yang kuatlah yang bisa bertahan hidup), pengacakan, dan fungsi matematika lainnya untuk mensimulasi proses evolusi yang dapat menghasilkan solusi yang lebih baik terhadap masalah. Algoritma genetis pertama kali digunakan untuk mensimulasi jutaan tahun evolusi biologi, geologi, dan ekosistem dalam hanya beberapa menit di komputer. Sekarang software algoritma genetis digunakan untuk memodelkan berbagai proses ilmiah, teknis, dan bisnis.

M. Realitas Virtual

Adalah realitas yang disimulasikan oleh komputer. Realitas virtual adalah bidang AI yang berkembang pesat yang berasal dari usaha untuk membangun interface komputer-manusia  multisensor yang lebih alam dan realistis. Jadi, realitas virtual mengandalkan alat input/output multisensor seperti headset pelacakan dengan kaca mata video dan alat pendengar stereo, sarung tangan data (data glove) atau pakaian terjun payung dengan sensor serat optik yang melacak gerakan tubuh dan walker yang mengawasi gerakan kaki.

N. Agen Cerdas (Intelligent Agents)

Intelligent Agents semakin popular sebagai cara penggunaan rutinitas kecerdasan artifisial dalam software untuk membantu pemakai menyelesaikan berbagai tugas e-business dan e-commerce. Intelligent Agents adalah wakil software (software surrogate) bagi pemakai akhir atau proses yang memenuhi suatu kebutuhan atau aktivitas. Intelligent Agents menggunakan basis pengetahuan yang dibangun dan dipelajari mengenai seseorang atau proses untuk membuat keputusan dan menyelesaikan tugas-tugas sesuai dengan keinginan pemakainya. Jadi, intelligent Agents adalah sistem informasi berbasis pengetahuan untuk tujuan khusus yang menyelesaikan tugas-tugas khusus untuk pemakai.

Jenis-jenis agen yang cerdas agen interface pemakai:

- Tutor Interface. Mengamati operasional komputer pemakai, mengoreksi kesalahan pemakai, dan menyediakan petunjuk dan nasihat mengenai penggunaaan software secara efisien.

- Agen Presentasi. Menunjukkan informasi dalam berbagai bentuk pelaporan dan presentasi yang disukai oleh pemakai.

- Agen Navigasi Jaringan. Menemukan jalur informasi dan menyediakan cara untuk melihat informasi sesuai keinginan pemakai.

- Agen Permainan-Peran (Role-Playing Agents). Memainkan permainan jika-maka (what-if) dan peran lainnya untuk membantu pemakai memahami informasi dan membuat keputusan yang lebih baik.

- Agen Pencari. Membantu pemakai untuk menemukan file dan database, mencari informasi yang diinginkan, dan menyarankan serta menemukan jenis-jenis baru dari produk, media, dan sumber daya informasi. layanan komersial untuk mengembangkan dan menemukan sumber daya yang sesuai dengan kebutuhan pribadi atau bisnis dari seorang pemakai.

- Saringan Informasi. Menerima, menemukan, menyaring, membuang, menyimpan, melanjutkan dan memberitahukan ke pemakai akhir mengenai produk yang diterima atau yang diinginkan, termasuk e-mail, voice mail, dan semua media informasi lainnya.

Sistem Pakar (Expert System)

Expert System

A.    DEFINISI

Sistem Pakar (Expert System) merupakan suatu sistem yang menggunakan pengetahuan manusia dalam komputer untuk memecahkan masalah yang biasanya dikerjakan oleh seorang pakar, misalnya : Dokter, Lawyer, Analist Keuangan, Tax Advisor. Sistem pakar dapat mendorong perhatian besar diantara ahli komputer dan spesialist informasi untuk mengembangkan sistem membantu manajer dan non manajer memecahkan masalah. Sistem Pakar terdiri dari 4 bagian yaitu:

1.      User Interface

2.      Knowledge Base

3.      Inference Engine

4.      Development Engine

B.      JENIS-JENIS EXPERT SYSTEM\

Interpretasi      : Menghasilkan deskripsi situasi berdasarkan data sensor.

Prediksi           : Memperkirakan akibat yang mungkin dari situasi yang diberikan.

Diagnosis        : Menyimpulkan kesalahan sistem berdasarkan gejala.

Design             : Menyusun objek-objek berdasarkan kendala.

Planning          : Merencanakan tindakan.

Monitoring      : Membandingkan hasil pengamatan dengan proses perencanaan.

Debugging      : Menentukan penyelesaian dari kesalahan sistem.

Reparasi          : Melaksanakan rencana perbaikan.

Instruction       : Diagnosis, debugging dan reparasi kelakuan pelajar.

Control            : Diagnosis, debugging dan reparasi kelakuan sistem.

C.     KOMPONEN EXPERT SYSTEM

1.      User Interface

User interface digunakan manajer untuk memasukkan instruksi dan informasi dari sistem. Metode input yang digunakan oleh manajer yaitu:
· Menu
· Command
· Natural Language
· Output Expert System memakai 2 bentuk penjelasan (explanation) :
· Explanation of Question
· Explanation of Problem Solution

2.      Knowledge Base

Knowledge base terdiri dari fakta yang menggambarkan problem domain dan juga teknik penyajian yang menggunakan fakta sesuai logika.
Aturan(rules) merupakan rincian dalam situasi yang tidak berubah: Kondisi benar dan tidak benar, tindakan yang diambil bila kondisi benar.

3.      Interface Engine

Inference Engine merupakan bagian dari Expert System yang membentuk Reasoning dengan menggunakan isi dari knowledge base dalam urutan tertentu. Dua metode yang digunakan dalam Expert System untuk mengamati Rules, yaitu:

a.       Penalaran ke depan (Forward) atau Forward Chaining.

b.      Penalaran ke Belakang (Revierse) atau Backward Chaining.

4.      Development Engine

Development Engine membangun Rule Set dengan pendekatan :

a.       Bahasa Pemrograman (Programming Language).

b.      Bagian Expert System (Expert System Shell)

Proses Pengembangan Sistem:

·         Permulaan proses pengembangan

·         Prototype pengembangan Expertsystem

·         Partisipasi User

·         Pemeliharaan Expert system

5.      KEUNTUNGAN dan KERUGIAN EXPERT SYSTEM

Keuntungan Expert system bagi manajer dan perusahaan:

a.       Menyajikan lebih banyak alternatif.

b.      Menerapkan logika tingkat tinggi.

c.       Menyediakan waktu banyak untuk evaluasi hasil keputusan.

d.      Memberi solusi yang lebih konsisten.

e.       Membuat seorang bekerja seperti seorang ahli pakar.

f.       Meningkatkan efisiensi kerja.

g.      Meningkatkan kualitas pekerjaan.

h.      Meningkatkan produktifitas sehingga dapa meningkatkan performance perusahaan.

i.        Merupakan arsip yang sangat terpercaya.

j.        Memperluas jangkauan.

k.      Memelihara pengendalian terhadap knowledge perusahaan.

6.      APLIKASI EXPERT SYSTEM

a.       Adver : sebuah prototipe Expert system digunakan untuk menggunakan strategi media periklanan yang sesuai dengan kondisi internal dan eksternal perusahaan dengan parameter biaya iklan per seribu pemirsa.

b.      Brickwork expert(Bert) : sebuah Expert system untuk disain bangunan. BERT digunakan untuk memeriksa sebuah disain bangunan, kemudian memberikan beberapa rekomendasi untuk perbaikan. Inputnya bisa dalam bentuk gambar.

c.       Delta : Expert system untuk mendiagnosa kerusakan pada mesin-mesin Diesel Electric Locomotive.

d.      Dendral : Sistem pakar untuk analisis struktur molekul suatu senyawa yang belum diketahui. Senyawa yang belum diketahui tersebut dianalisis dengan menggunakan “mass spectrometer” dan “nuclear magnetic reconancy equipment”. Data hasil analisis tersebut dimasukkan ke DENDRAL yang akan membuat struktur molekulnya.

e.       Mycin : Expert system untuk mendiagnosa infeksi akibat bakteri dan menyarankan jenis obat dan dosisnya untuk penyembuhan.

f.       Opera: Operator Advisor yang digunakan untuk mendiagnosa dan menangani kerusakan pada suatu jaringan komputer. OPERA dijalankan pada malam hari untuk menggantikan Supervisor System Manager.

g.      Prospector : Untuk membantu menemukan lokasi yang mengandung bahan tambang. Basis pengetahuannya berisi kaidah berdasar data empiris dan taksonomi beberapa jenis mineral dan batu-batuan. Untuk mengetahui apakah suatu daerah mengandung bahan tambang , lebih dahulu dilakukan survey keadaan geologi dan pengambilan contoh tanah dan batu-batuan. Berdasarkan data hasil survey tersebut akan diberikan rekomendasi apakah daerah tsb layak untuk dieksplorasi dan akan diputuskan apakah akan dilakukan penggalian atau tidak.

h.      Heatings : Untuk pengontrolan proses pembakaran batubara secara terus menerus dengan menggunakan sensor yang dihubungkan ke komputer. Bila terjadi kerusakan yang menimbulkan bahaya (peralatan & manusia) dapat dengan mudah mengetahui dan memberikan pemecahannya. Misal, bila bila HEATINGS mendeteksi kadar CO melewati ambang batas akan terdengar bunyi alarm dan menyuruh membuka ventilasi.