Validitas dan Sensitivitas Model
dikembangkan sesuai dengan teori. Uji validitas konstruksi ini sifatnya abstrak, tetapi konstruksi model yang benar secara ilmiah berdasarkan teori yang ada akan
terlihat dari konsistensi model yang dibangun. Validitas kestabilan merupakan fungsi dari waktu. Model yang stabil akan
memberikan output yang memiliki pola yang hampir sama antara model agregat dengan model yang lebih kecil disagregasi. Validitas kinerja atau output model
bertujuan untuk memperoleh keyakinan sejauh mana kinerja model sesuai compatible dengan kinerja sistem nyata, sehingga memenuhi syarat sebagai
model ilmiah yang taat fakta. Caranya adalah memvalidasi kinerja model dengan data empiris, untuk
melihat sejauh mana perilaku output model sesuai dengan perilaku data empiris. Hal ini dapat dilakukan dengan cara:
1. Membandingkan pola output model dengan data empiris. 2. Melakukan pengujian secara statistik untuk melihat penyimpangan antara
output simulasi dengan data empiris dengan beberapa cara, antara lain : AVE Absolute Variation Error, AME Absolute Mean Error, dan uji kecocokan
dengan Kalman Filter. Adapun penjelasan untuk tiga metode pengujian yang akan digunakan
untuk menguji kinerja atau output model yaitu: a. Uji penyimpangan rata-rata Absolute Mean Error AME
Uji penyimpangan rata-rata bertujuan untuk melihat penyimpangan rata-rata simulasi terhadap rata-rata aktual. Nilai AME ditentukan dengan persamaan:
AME =
i
S
−
-
− i
A
− i
A
Dimana:
i
S
−
=
S
i
N
− i
A = A
i
b. Uji penyimpangan variasi Absolute Variation Error AVE N
Uji penyimpangan variasi bertujuan untuk melihat penyimpangan variasi simulasi terhadap variasi aktual. Nilai AVE ditentukan dengan persamaan:
AVE = S
S
- S
A
S Dimana: S
A S
=
S
i
i
S
−
-
2
N S
A
= A
i
− i
A -
2
c. Uji Kecocokan Kalman Filter KF N
Uji kecocokan Kalman Filter KF bertujuan untuk melihat kecocokan fitting antara nilai simulasi dengan nilai aktual. Nilai KF ditentukan dengan
persamaan: KF = V
S
V
S
+ V
A
Dimana: V
S =
S
i
i
S
−
-
2
N-1 V
A
= A
i
− i
A -
2
Keterangan: N-1
i
S
−
: Rata-rata nilai simulasi
− i
A : Rata-rata nilai aktual S
i :
A Nilai simulasi
i :
S Nilai aktual
S :
Standar deviasi nilai simulasi
S
A
V
: Standar deviasi nilai aktual
S :
V Varians nilai simulasi
A :
KF : Kalman Filter
Varians nilai aktual
Adapun batas kritis untuk setiap metode pengujian kinerja model dapat dilihat pada Tabel 3.1.
Tabel 3.1. Batas Kritis untuk Setiap Metode Pengujian Kinerja Model No.
Metode Validasi Batas Kritis
1 Uji penyimpangan rata-rata AME
5 2
Uji penyimpangan variasi AVE 5
3 Uji kecocokan Kalman Filter KF
47,5 - 52,5 Untuk mengetahui kekuatan robustness model dalam dimensi waktu
dilakukan uji sensitivitas. Uji ini dilakukan untuk mengetahui respon model terhadap stimulus. Tujuan utamanya adalah untuk mengetahui alternatif tindakan
baik untuk menjelaskan sensitivitas parameter, variabel, dan hubungan antar variabel dalam model.
Hasil uji sensitivitas dalam bentuk perubahan perilaku atau kinerja model, digunakan untuk menganalisis efek intervensi terhadap model. Uji sensitivitas
model dapat dilakukan dengan dua cara yaitu: 1. Intervensi fungsional, yakni dengan memberikan fungsi-fungsi khusus
terhadap model dengan menggunakan fasilitas, antara lain : step, random, pulse, ramp dan forecast, trend, if, sinus, dan setengah sinus.
2. Intervensi struktural, yakni dengan mempengaruhi hubungan antar unsur atau struktur model dengan cara mengubah struktur modelnya.
Sensitivitas model mengungkapkan hasil-hasil intervensi terhadap unsur dan struktur sistem. Di samping itu, analisis sensitivitas model juga berfungsi
dalam menemukan alternatif tindakan atau kebijakan, baik untuk mengakselerasi kemungkinan pencapaian hasil positif maupun untuk mengantisipasi
kemungkinan dampak negatif.
BAB IV METODOLOGI PENELITIAN