Moh. Nazam, 2011_PSL_SPs_IPB
139 diperkirakan akan meningkat sejalan dengan peningkatan luas panen. faktor
tersebut juga harus dipertimbangkan dalam struktur model.
5.7.2.3. Validasi Model
Validasi model merupakan suatu usaha untuk menyimpulkan apakah model yang dibangun merupakan perwakilan yang sah dari realitas yang dikaji
sehingga dapat menghasilkan kesimpulan yang meyakinkan Eriyatno, 2003. Validasi model adalah aspek pelengkap dalam metode berfikir sistem yang
bertujuan memperoleh keyakinan sejauhmana kinerja model sesuai compatible dengan kinerja sistem nyata sehingga memenuhi syarat sebagai model ilmiah
yang taat fakta Muhammadi et al., 2001. Validasi model dilakukan sesuai dengan tujuan pemodelan, yaitu dengan cara membandingkan antara output
model kinerja model dengan data empiris, sejauhmana perilaku output model sesuai dengan perilaku data empirik.
Validasi model dalam penelitian ini dilakukan dengan menggunakan formula persamaan 11. Variabel yang digunakan untuk validasi adalah jumlah
penduduk, luas baku sawah, produktivitas padi sawah, luas panen padi sawah, produksi padi sawah, dan produksi padi NTB. Validasi kebutuhan konsumsi
dalam penelitian ini tidak dilakukan karena tidak didukung data empiris yang dapat digunakan sebagai data pembanding. Selain itu kebutuhan konsumsi
adalah fungsi dari kebutuhan pangan penduduk yang sangat dipengaruhi oleh pertumbuhan jumlah penduduk. Kebutuhan konsumsi dihitung berdasarkan
jumlah konsumsi penduduk ditambah kebutuhan agroindustri dan stok atau cadangan pemerintah. Sedangkan kebutuhan agroindustri dan stok dihitung
berdasarkan jumlah konsumsi penduduk. Dengan demikian untuk memperoleh validitas konsumsi beras dapat didekati melalui validasi parameter jumlah
penduduk sebagai variabel utama reference mode. Hasil validasi terhadap parameter-parameter model tersebut dapat dilihat pada Tabel 5.20.
Tabel 5.20. Perbandingan nilai paramater antara data aktual dengan output simulasi dalam validasi model periode 2001-2008
Peubah Tahun awal
2001 Tahun akhir
2008 Output
2008 MAPE
1. Jumlah penduduk jiwa 3.862.854
4.363.756 4.364.635
0,02 2. Luas baku sawah ha
210.595 230.986
231.001 0,01
3. Luas panen ha 272.895
306.272 306.424
0,05 4. Produktivitas kwha
46,50 50,85
50,80 0,10
5. Produksi ton 1.268.693
1.557.300 1.557.214
0,01 6. Produksi padi NTB ton
1.459.102 1.750.675
1.750.647 0,00
Nilai MAPE 5 berarti output sangat akurat
Moh. Nazam, 2011_PSL_SPs_IPB
140 Pada Tabel 5.20 terlihat bahwa berdasarkan hasil validasi model terhadap
parameter-parameter sistem dinamis dengan periode validasi 2001-2008 diperoleh rata-rata nilai MAPE 0,03 1. Menurut Hauke et al. 2001 apabila
nilai MAPE 5 maka model yang dibuat sangat tepat. Nilai MPE hasil validasi mendekati nol sehingga model yang dibangun tidak bias atau dapat dikatakan
nilai simulasi tidak melebihi atau di bawah nilai data aktual.
5.7.2.4. Skenario dan Strategi
Guna memudahkan dalam perumusan strategi dan opsi kebijakan, maka dalam penetapan luas lahan optimum dengan pendekatan neraca produksi dan
konsumsi disusun tiga skenario alternatif, yaitu skenario pesimis, moderat dan optimis. Dari tiga skenario yang disusun, kemudian disusun strategi dan opsi
kebijakan untuk mencapai tujuan yang diharapkan. Strategi untuk mencapai tujuan dari setiap skenario didasarkan pada tingkat intervensi terhadap faktor-
faktor kunci sistem produksi padi sawah yang diperoleh dari hasil analisis prospektif yang berjumlah sembilan faktor. Hasil analisis morfologis dan
identifikasi ketidaksesuaian dari analisis konsistensi terhadap sembilan faktor kunci tersebut diperoleh skenario dan tingkat intervensi faktor-faktor kunci yang
merupakan strategi untuk mencapai tujuan dari masing-masing skenario di atas sebagaimana terlihat pada Tabel 5.21.
Tabel 5.21. Skenario dan tingkat intervensi faktor-faktor kunci Skenario
Tingkat intervensi faktor-faktor kunci
Kondisi aktual existing condition 1A, 2A, 3A, 4A, 5A, 6A, 7A, 8A, dan 9A
Pesimis 1B, 2B, 3A, 4A, 5B, 6A, 7A, 8A, dan 9A
Moderat 1B, 2B, 3A, 4B, 5B, 6B, 7B, 8A, dan 9B
Optimis 1C, 2C, 3C, 4C, 5C, 6B, 7C, 8B, dan 9C
Keterangan: 1-9: faktor kunci ABC: tingkat intervensi faktor kunci
Tabel 5.21. memperlihatkan kombinasi dari faktor-faktor kunci dan cluster sebagai strategi untuk mencapai sasaran yang diharapkan. Pada kondisi aktual,
semua faktor kunci memiliki cluster A, yang menunjukkan tidak ada intervensi baru atau sistem berlangsung mengikuti trend 2001-2008. Skenario pesimis
dengan strategi mengintervensi faktor kunci 1, 2 dan 5 cluster B, artinya intervensi yang dilakukan sangat terbatas, sehingga kinerja sistem relatif sama
dengan kondisi eksisting. Skenario moderat dilaksanakan dengan strategi intervensi enam faktor kunci cluster B, artinya intervensi yang dilakukan cukup
moderat, sehingga kinerja sistem diharapkan jauh lebih baik dari kondisi saat ini.