54 proses menerima, memformulasikan, memproses dan menampilkan kembali
persepsi dunia luar Fauzi dan Anna 2005. Di 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. Untuk menjembatani dunia nyata yang dalam
persepsi manusia bersifat kualitatif menjadi model yang bersifat kuantitatif yang kokoh. Tom Peters dalam Fauzi dan Anna, 2001, seorang ahli permodelan
pernah mengatakan bahwa “if you can’t measure it, you can’t manage it”, dengan kata lain pengukuran dalam membangun model sangat penting, sebab dapat
menentukan seberapa jauh model yang dibangun bisa dikendalikan dan dikelola Fauzi dan Anna, 2005. Untuk lebih jelasnya dapat dilihat pada Gambar 17.
The need for a measurable numirical scale system
Gambar 17. Transformasi kualitatif-kuantitatif Fauzi dan Anna, 2005 Berdasarkan Gambar 17 terlihat bahwa boks di sebelah kiri dan boks di
sebelah kanan merupakan “esensi seni” dari permodelan, sementara boks di tengah merupakan esensi pemecahan dari model. Oleh karena itu, dalam
permodelan dikenal istilah “modeling is an art, solving is a science” permodelan adalah seni, sementara memecahkan model adalah sains Fauzi dan Anna,
2005 .
2.15.3. Jenis-Jenis Model
Secara umum model dapat dikatagorikan berdasarkan skala waktu dan tingkat kompleksitas yang dicerminkan dari aspek ketidakpastian. Jika model
tidak mempertimbangkan aspek waktu, model tersebut kita sebut model statis. Jika aspek waktu intertemporal dipertimbangkan, model tersebut kita sebut
model dinamik. Jika kemudian model yang dibangun mempertimbangkan aspek ketidakpastian yang lebih menggambarkan realitas dunia nyata, model tersebut
kita sebut model yang bersifat deterministic. Jika ketidakpastian dimaksudkan ke
Persepsi Kualitatif
Dunia Nyata Measuring Tools
Decision Process
Model kuantitatif untuk pengambil
keputusan
55 dalam model, model tersebut kita sebut model yang bersifat stochastic. Interaksi
antara skala waktu dan ketidak pastian akan menghasilkan model yang lebih kompleks lagi, seperti model yang dinamis-stochastic. Menurut Fauzi dan Anna
2005 jenis-jenis model tersebut secara digrafis dapat dilihat pada Gambar 18.
Pada Gambar 18 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.
M o d e l
D i m a s u k k a n ?
T i n g k a t K e p a s t i a n
S k a l a W a k t u t i m e s c a l a
D i n a m i k D i p e r t i m
b a n g k a n ?
D i n a m i k D e t e r m i n i s t i k
D i n a m i k S t o c h a s t i c
S t a t i k S t a t i k
D e t e r m i n i s t i k S t o c h a s t i c
Y N
N Y
Gambar 18 Jenis-jenis model Sumber: Fauzi dan Anna 2005
2.15.4. Proses Pemodelan
Dalam membangun sebuah model diperlukan beberapa tahapan agar dihasilkan model yang reliable. Secara umum tahapan-tahapan tersebut dapat
dilihat pada Gambar 19. Dari Gambar 19 terlihat bahwa tahapan identifikasi, khususnya identifikasi masalah yang dibangun dari berbagai pertanyaan, menjadi
sangat penting untuk membangun suatu model. Kelemahan mengidentifikasi masalah sering menjadi penyebab tidak validnya suatu model karena menjadi
semacam tautology. Setelah identifikasi masalah dilakukan, langkah berikutnya dalam
membangun model adalah membangun asumsi-asumsi. Hal ini diperlukan karena sebagaimana dikemukakan sebelumnya, model adalah penyederhanaan
realitas yang kompleks. Oleh karena itu, setiap penyederhanaan memerlukan asumsi, sehingga ruang lingkup model berada dalam koridor permasalahan yang
akan dicari solusi atau jawabannya Fauzi dan Anna 2005. Setelah asumsi
Sederhana Kompleks
56
I d e n t i f i k a s i M e m b a n g u n
A s u m s i K o n s t r u k s i
M o d e l A n a l i s i s
I n t e r p r e t a s i V a l i d a s i
I m p l e m e n t a s i
N Y
dibangun, langkah berikutnya adalah membuat kontruksi dari model itu sendiri. Hal ini dapat dilakukan baik melalui hubungan fungsional dengan cara membuat
diagram, alur, maupun persamaan-persamaan matematis. Konstruksi model ini dapat dilakukan baik dengan bantuan computer software maupun secara analitis.
Tahapan berikutnya yang cukup krusial dalam membangun model adalah menentukan analisis yang tepat. Tahapan ini adalah mencari solusi yang sesuai
untuk menjawab pertanyaan yang dibangun pada tahap identifikasi. Dalam pemodelan, analisis ini biasanya dilakukan dengan dua cara, pertama dengan
melakukan optimisasi, kedua dengan melakukan simulasi. Optimisasi dirancang untuk mencari solusi “what should happen” apa yang seharusnya terjadi,
sementara simulasi dirancang untuk mencari solusi “what would happen” apa yang akan terjadi. Masing-masing analisis tersebut di atas memiliki kelebihan
dan kekurangan, sehingga keduanya dapat dipergunakan sesuai dengan kebutuhan permasalahan yang harus dijawab Fauzi dan Anna, 2005.
Tahap selanjutnya dalam pengembangan model adalah melakukan interpretasi atas hasil yang dicapai dalam tahap analisis. Interpretasi ini penting
dilakukan untuk mengetahui apakah hasil tersebut memang masuk akal atau tidak. Interpretasi juga diperlukan untuk mengkomunikasikan keinginan si
pemodel dengan hasil analisis yang dilakukan menggunakan komputer atau alat pemecah model lainnya solver. Tahapan ini diperkuat dengan tahapan
Gambar 19. Sekuen proses pemodelan Sumber: Fauzi dan Anna 2005
57
Decision Problem
Analysis Stage Mathematical
Model
Validated?
Computer Implementation
Verified? Control Stage
Implementation
Design Stage Interpreted
Solution Yes
Yes No
No
berikutnya, yaitu validasi model, yang tidak hanya menginterpretasikan model, tapi juga melakukan verifikasi atas keabsahan model yang dirancang dengan
asumsi yang dibangun sebelumnya. Model yang valid tidak saja mengikuti kaidah-kaidah teoritis yang sahih, namun juga memberikan intrepretasi atas hasil
yang diperoleh mendekati kesesuaian dalam hal besaran, uji-uji standar seperti statistik, dan prinsip-prinsip matematik lainnya, seperti first order condition,
second order condition, dan sebagainya. Jika sebagian besar standar verifikasi ini dapat dilalui, model dapat diimplementasikan. Namun, jika sebaliknya, maka
konstruksi model harus dirancang ulang Fauzi dan Anna, 2005. Proses membangun model dapat juga diikuti melalui loop permodelan
sebagaimana digambarkan pada Gambar 20 meski secara prinsip langkah pemodelan yang dijabarkan Gambar 20 tidak jauh berbeda dengan apa yang
telah diuraikan sebelumnya Gambar 19. Pada Gambar 20 ada beberapa langkah spesifik yang harus ditempuh, seperti validasi dan verifikasi, misalnya
implementasi komputer. Sama halnya dengan sekuen permodelan, pada
Gambar 20. Loop permodelan Sumber: Fauzi dan Anna, 2005 langkah looping pemodelan, penentuan masalah merupakan titik awal sekaligus
akhir dari membangun model. Setelah masalah diidentifikasikan, selanjutnya dilakukan tahapan analisis yang tidak lain dari membangun model “matematik”
atau mental modeling. Hasil dari langkah ini harus divalidasi terlebih dahulu berdasarkan kaidah-kaidah teori dan permasalahan yang akan dipecahkan. Jika
58 tidak memenuhi syarat validasi, pemodel harus kembali memformulasikan
masalahnya secara benar. Jika hasil validasi memenuhi syarat, baru kemudian dilakukan implementasi komputer, baik melalui optimisasi maupun simulasi,
harus diverifikasi terlebih dahulu sebelum diinterpretasikan dan diimplementasikan. Keseluruhan proses tersebut baru dapat digunakan untuk
mengimplementasikan permasalahan awal yang telah dibangun sebelumnya Fauzi dan Anna 2005. Tahapan simulasi model sebagai alat bantu dalam
analisis kebijakan dapat dilihat pada Gambar 21.
a. Pembuatan Konsep
