dapat dikatakan lengkap apabila dapat mewakili berbagai aspek dari realitas yang sedang dikaji Eriyatno, 2003.
System dynamics digunakan untuk menganalisis perubahan perilaku sejalan
dengan perubahan waktu dari sebuah sistem yang kompleks Ford, 1999, dalam hal ini perubahan lingkungan, sosial serta ekonomi yang disebabkan adanya emisi atau
pencemaran dioksinfuran. Melalui system dinamics dapat dilihat perubahan sistem terutama unuk mengkaji efektivitas perencanaan dari kebijakan yang dibuat. Penggunaan
system dinamics dalam penelitian-penelitian telah banyak dilakukan. Pembuatan model
dan simulasi model sebagai bagian dari metode system dinamics juga menerapkan beberapa tahapan kegiatan yaitu pembuatan konsep, pembuatan model, simulasi model,
validasi model, serta analisis kebijakan Muhammadi et al., 2001. Identifikasi permasalahan dan timbulnya suatu masalah menjadi tahap pertama
untuk membangun pola yang disebut mental model. Kemudian dibangun model komputer yang dituangkan dalam diagram alir atau stock flow diagram SFD. Semua data baik
yang diperoleh secara primer maupun sekunder menjadi masukan SFD. Data tersebut dimasukkan ke SFD dapat berupa stock level, flow rate, auxillary, dan tetapan
konstanta. Selanjutnya dilakukan simulasi dengan variabel waktu time range. Model selanjutnya divalidasi untuk membandingkan hasil simulasi dengan karakteristik data
empirik, sehingga model dapat dinyatakan sebagai model yang valid.
2.6. Analisis Kebijakan
Salah satu metode yang dapat digunakan untuk menentukan suatu kebijakan adalah analisis multi kriteria Multi Criteria Decison Analysis, MCDA. Multi Criteria
Decison Analysis merupakan teknik pengambilan keputusan multi-variabel. Pada
prinsipnya, MCDA adalah menentukan alternatif-alternatif yang harus dipilih, yang merupakan skenario-skenario dalam penelitian. Tiap-tiap alternatif tersebut dapat terdiri
atas beberapa kriteria, sehingga MCDA melibatkan multi-kriteria. Karena melibatkan multi kriteria, maka dilakukan pembobotan pada tiap-tiap kriteria tersebut atau
memberikan pengukuran berdasarkan kepentingan, dan nilai numerik diproses untuk menentukan ranking tiap alternatif. Keunggulan metode ini dapat memberikan alternatif
terbaik dengan mempertimbangkan setiap kriteria dari alternatif tersebut Belton dan
Stewart, 2002; Triantaphyllou dan Sanchez, 1997. Lalu dibuat matrik keputusan seperti pada Tabel 5.
Tabel 5 Matrik keputusan MCDA
Kriteria
C
1
C
2
C
3
... C
N
Alternatif
W
1
W
2
W
3
... W
N
A
1
a
11
a
12
a
13
... a
1N
A
2
a
21
a
22
a
23
... a
2N
. . . . . . A
M
a
M1
a
M2
a
M3
... a
MN
Beberapa pendekatan digunakan untuk menentukan prioritas alternatif yang dinyatakan dalam bentuk kriteria-kriteria yang diberikan, yaitu metode Weight Sum
Model WSM dan Weight Product Model WPM serta penentuan preferensi
berdasarkan interval PRIME, Preference ratios in Multiattribute Evaluation Fauzi 2005; Triantaphyllou dan Sanchez, 1997. Persamaan yang digunakan pada metode WSM
yaitu: untuk i = 1,2,3 .......m 2.12
∑
=
=
n j
j ij
i
W a
P
1
P
i
= preferensi ke i dari alternatif ke Ai a
ij
= nilai dari bobot untuk tiap kriteria terhadap alternatif yang relevan untuk i = 1,2,3........,m dan j = 1,2,3.......,n
W
j
= bobot dari kriteria ke j
Metode WSM menggunakan asumsi penjumlahan utilitas dan alternatif terbaik pada WSM adalah yang mempunyai nilai preferensi terbesar. Sedangkan metode WPM
menghitung preferensi dengan asumsi perkalian. Untuk membandingkan alternatif A
p
terhadap alternatif A
q
digunakan persamaan berikut:
j
W n
j qj
pj q
p
a a
A A
R
∏
=
⎟ ⎟
⎠ ⎞
⎜ ⎜
⎝ ⎛
= ⎟
⎟ ⎠
⎞ ⎜
⎜ ⎝
⎛
1
2.13
Jika rasio RA
p
A
q
≥ 1, maka keputusan alternatif A
p
lebih diinginkan daripada alternetif A
q
. Alternatif terbaik adalah alternatif yang memiliki nilai rasio tertinggi dibandingkan alternatif-alternatif lain.
Metode menentukan preferensi berdasarkan interval PRIME adalah menentukan keputusan terbaik menggunakan program linier dengan memberikan bobot terhadap
kriteria atau atribut dari masing-masing tujuan yang akan dicapai. Pada metode PRIME, preferensi diasumsikan sebagai nilai alternatif yang merupakan penjumlahan dari nilai
masing-masing atributnya. Model persamaan PRIME seperti pada persamaan 2.14.
N i
i i= 1
V x = v x
∑
2.14 x
i
= tingkat pencapaian achievement level dari alternatif ke x
i
v
i
x
i
= nilai atribut ke-i yang berhubungan dengan tingkat pencapain x
i
.
Tingkat pencapaian dari alternatif diukur berdasarkan pembobotan terhadap masing- masing alternatif, demikian pula untuk pengukuran nilai atribut. MCDA menggunakan
PRIME preferensi dinyatakan dalam bentuk interval nilai untuk mengakomodasi ketidak lengkapan informasi dan ketepatan preferensi yang digunakan Fauzi, 2005.
2.7. Pengembangan Model Pencemaran DioksinFuran