56
Gambar 8 Jenis-jenis model Apabila model dibangun mempertimbangkan aspek ketidakpastian yang
lebih menggambarkan realitas dunia nyata, disebut model deterministik. Jika ketidakpastian dimaksudkan ke dalam model, maka disebut model yang bersifat
stokastik. Interaksi antara skala waktu dan ketidakpastian akan menghasilkan model yang lebih kompleks lagi, seperti model yang dinamis-stokastik Fauzi dan
Anna, 2005. Pada Gambar 9, arah panah dari kiri ke kanan menggambarkan derajat kompleksitas model. Hal ini menunjukkan bahwa semakin jauh panah
bergerak ke kanan, semakin rumit model yang dibangun. Berdasarkan perilakunya, memperlihatkan bahwa unjuk kerja level dari model sistem
dinamis, berkerja menurut perubahan waktu atau bersifat dinamis.
2.6.3. Pengertian Model dan Pemodelan
Model tidak lain adalah representasi suatu realitas atau jembatan antara dunia nyata real world dengan dunia berpikir thinking untuk memecahkan
suatu masalah. Proses penjabaran ini disebut modelling atau pemodelan yang tidak lain merupakan proses berpikir melalui sekuen yang logis Fauzi dan Anna,
2005.
Model
Skala Waktu time scala
Tingkat Kepastian
Statik Stochastic
Dinamik Statik
Deterministik
Dinamik Stochastic
Dinamik Deterministik
Dimasuk kan?
Dipetim bangkan
Sederhana Y
N N
Y
57
Model dibangun atas proses berpikir dari dunia nyata yang kemudian diinterprestasikan melalui proses berpikir, sehingga menghasilkan pemahaman
mengenai dunia nyata. Pemodelan dirancang bukan untuk memecahkan masalah sekali untuk selamanya once and for all atau memecahkan semua
masalah, sehingga dalam pemodelan, penting untuk merevisi dan meng-upgrade strategi. Dalam proses interprestasi dunia nyata tersebut ke dalam dunia model,
berbagai proses transformasi atau bentuk model bisa dilakukan. Ada model yang lebih mengembangkan interprestasi verbal seperti bahasa, ada yang
diterjemahkan kedalam bahasa simbolik, seperti bahasa matematika, sehingga menghasilkan model kuantitatif.
2.6.4. Proses Pemodelan 1 Pembuatan Konsep
Tahap pertama adalah mengenali permasalahan, mencari siapa yang menanganinya, dan mengapa masalah tersebut terjadi. Pada tahap ini suatu
kejadian dipelajari sehingga mendapatkan suatu pola. Setelah mendapatkan suatu pola maka dapat merumuskan suatu permasalahan. Pola tersebut
dinamakan mental model Muhammadi, et al., 2001. Setelah memahami permasalahan, maka mental model yang dihasilkan dijabarkan dalam sebuah
model diagram yang disebut dengan diagram simpal kausal atau causal loop diagram CLD. CLD adalah pengungkapan tentang kejadian hubungan sebab-
akibat ke dalam bahasa gambar tertentu. Panah yang menggambarkan hubungan, saling mengait sehingga membentuk sebuah causal loop, dimana
hulu panah mengungkapkan sebab dan ujung panah mengungkapkan akibat Muhammadi, et al., 2001.
Ketika sebuah kelompok variabel sudah terkait dalam sebuah jalur koneksi, maka sebuah loop terbentuk. Sebuah loop tidak selalu berbentuk diagram
lingkar, tetapi harus berbentuk jalur tertutup dari variabel awal hingga kembali pada variabel tersebut. Secara teori, setiap variabel dapat menjadi variabel awal.
Bagaimanapun, kuncinya adalah tergantung pada kondisi-kondisi yang membuat varibel tersebut terbaik untuk variabel awal Maani dan Cavana, 2000.
Hubungan kausalitas yang digambarkan dalam sebuah model adalah fakta dari interpretasi dunia nyata. Bagi pemodel baru pekerjaan ini merupakan
tahapan yang rumit karena keterbatasan dalam menterjemaahkan dunia nyata
58
yang saling berinteraksi ke dalam model yang disederhanakan. Bisa terjadi pemodel ini gagal membuat disain, bila sudah diuji validitas dari model tersebut.
Tahapan simulasi model sebagai alat bantu dalam analisis kebijakan dapat dilihat pada Gambar 9.
Gambar 9 Tahap-tahap pembuatan simulasi model
2 Pembuatan Model
Setelah CLD terbentuk, kemudian dibangun sebuah model komputer yang disebut dengan diagram alir atau stock flow diagram SFD. Perangkat lunak
yang digunakan dalam penelitian ini adalah Powersim 2.5. CLD diterjemahkan dengan menggunakan simbol-simbol komputer yang menggambarkan stock
level, flow rate, auxiliary, dan konstanta Muhammadi, et al., 2001.
3 Memasukkan Data Ke dalam Model Input Data
Data yang diperoleh dari observasi lapangan baik data primer maupun data sekunder diinput ke dalam SFD. Metode memasukkan data ke dalam
model sangat bergantung pada jenis data dan sebagai unsur apa data tersebut dimasukkan. Data dapat dimasukkan ke dalam model sebagai stock, sebagai
flow, sebagai auxiliary, dan dapat pula sebagai konstanta Muhammadi, et al., 2001.
4 Simulasi Model
Simulasi model dapat dijalankan setelah tahapan SFD saling berinteraksi. Sebelum simulasi dilakukan terlebih dahulu ditentukan spesifikasi simulasi yang
meliputi kurun waktu simulasi time range, metode integrasi integration
Pembuatan Model
Uji Simulasi Valid
Validasi Tidak
Valid Pembuatan
Konsep Masalah
Diagram Simpal Kausal
GrafikTabel
Model Data
Uji Sensitivitas Analisis
Kebijakan
59
method, dan tahapan waktu time step. Keluaran hasil simulasi dapat berupa grafik waktu time graph atau tabel waktu time table Muhammadi, et al.,
2001.
5 Validasi Model
Validasi model adalah kegiatan membandingkan hasil simulasi dengan data empirik, sehingga model ini dapat dinyatakan sebagai model yang
valid dan dapat digunakan untuk menirukan keadaan dunia nyata. Validasi utama yang dilakukan adalah uji konsistensi dimensi dan validasi output
dengan menggunakan metode statistik sederhana yaitu menghitung AME absolute mean error atau AVE absolute variation error antara data hasil
simulasi dengan data empirik Muhammadi, et al., 2001.
6 Uji Sensitivitas untuk Intervensi Model dan Analisis Kebijakan
Kebijakan adalah suatu upaya atau tindakan untuk mempengaruhi sistem mencapai tujuan yang diinginkan. Sebelum menentukan kebijakan yang akan
diambil, maka berdasarkan model yang telah dinyatakan valid ditentukan variabel yang memiliki sensitivitas tinggi, dengan melakukan uji sensitivitas.
Tujuan uji sensitivitas adalah untuk mendapatkan titik pengungkit leverage point yang digunakan sebagai titik intervensi kebijakan.
Penentuan kebijakan yang optimal dapat ditempuh melalui intervensi ini Muhammadi, et al., 2001.
2.7. Proses Hirarki Analisis
