berasal dari studi literatur. Pada proses ini bertujuan untuk melihat sejauh mana keserupaan struktur model mendekati struktur nyata, yang berkaitan dengan
batasan sistem, variabel-variabel pembentuk sistem, dan asumsi mengenai interaksi yang terjadi dalam sistem. Validasi struktur dilakukan dengan 2 bentuk
pengujian, yaitu; uji kesesuaian struktur dan uji kestabilan struktur Forrester, 1968.
1. Uji KonstruksiKesesuaian Struktur
Uji kesesuaian struktur dilakukan untuk menguji apakah struktur model tidak berlawanan dengan pengetahuan yang ada tentang struktur dari sistem nyata
dan apakah struktur utama dari sistem nyata telah dimodelkan Sushil, 1993. Hal ini akan meningkatkan tingkat kepercayaan atas ketepatan dari struktur model.
Pada model yang telah dibangun dapat dilihat dari bertambahnya luas panen akan bertambah jumlah produksi, dengan adanya pertambahan tersebut akan
meningkatkan pendapatan petani. Berdasarkan contoh tersebut dengan kata lain, struktur model dinamis yang dibangun adalah valid secara teoritis.
2. Uji Kestabilan Struktur
Uji kestabilan struktur model dilakukan dengan cara memeriksa keseimbangan dimensi peubah pada kedua sisi persamaan model Sushil, 1993.
Setiap persamaan yang ada dalam model harus menjamin keseimbangan dimensi
antara variabel bebas dan variabel terikat yang membentuknya. 5.3.8. Validasi KinerjaOutput Model
Universitas Sumatera Utara
Validasi kinerjaoutput model adalah aspek pelengkap dalam metode berpikir sistem yang bertujuan untuk memperoleh keyakinan sejauh mana kinerja
model sesuai dengan kinerja sistem nyata sehingga memenuhi syarat sebagai model ilmiah yang taat fakta. Caranya adalah membandingkan validasi kinerja
model dengan data empiris untuk melihat sejauh mana perilaku kinerja model sesuai dengan data empiris.
Berdasarkan hasil analisis sistem dinamis dapat dilihat bahwa perilaku model dapat terpenuhi syarat kecukupan struktur dari suatu modelnya dengan
melakukan validasi atas perilaku yang dihasilkan oleh suatu struktur model. Validasi perilaku model dilakukan dengan membandingkan antara besar dan
sifat kesalahan dapat digunakan: 1 Absolute Mean Error AME adalah penyimpangan selisih antara nilai rata-rata mean hasil simulasi terhadap nilai
aktual, 2 Absolute Variation Error AVE adalah penyimpangan nilai variasi variance simulasi terhadap aktual.
Berdasarkan data pada tabel 5.24. terlihat nilai validasi terhadap jumlah penduduk berdasarkan nilai AME sebesar 0,000015 atau 0,0015, untuk nilai
AVE sebesar 0,0008 atau sebesar 0,08; pada PDRB nilai AME sebesar 0,0010 atau 0,1, untuk nilai AVE sebesar 0,0061 atau sebesar 0,61; dan pada
kontribusi sektor pertanian nilai AME sebesar 0,0018 atau 0,18, untuk nilai AVE sebesar 0,014 atau sebesar 1,4. Batas penyimpangan sekitar 10,
berdasarkan hasil uji ini dapat disimpulkan bahwa model pengelolaan budidaya padi intensif rendah emisi metan mampu mensimulasikan perubahan-perubahan
yang terjadi di Kabupaten Simalungun. Hal ini sesuai dengan pendapat
Universitas Sumatera Utara
Muhammadi et al., 2001 bahwa secara statistik batas deviasi antara output simulasi data aktual yang dapat diterima adalah 5 untuk AVE, AME, dan U-
Theils. Tingkat kecocokan output simulasi dengan data aktual yang dapat diterima adalah 47,5-52,5 untuk KF-Kalman Filter dan pola fluktuasi output
simulasi terhadap data aktual dapat diterima bila dLDWdU.
Tabel 5.24. Hasil validasi kinerja mode
Tahun Data Validasi Penduduk
Data Validasi PDRB Nilai Aktual
Nilai Simulasi Nilai Aktual
Nilai Simulasi 2006
2007 2008
2009 2010
841198 846329
853112 859879
817720 841198
846329 853100
859839 817707
6881624,93 7647485,63
8415216,24 9221624,18
9863179,46 6881624,93
7638603,67 8402464,04
9209100,59 9853737,63
Mean AME
843647,6 1,54093E-05
843634,6 8405826,088
0,001037366 8397106,172
Variance AVE
256318413,8 0,000835715
256104204,6 1,42194E+12
0,006085817 1,41329E+12
Gambar 5.38. Grafik validasi penduduk
Universitas Sumatera Utara
Gambar 5.39. Grafik validasi PDRB
Tahun Data validasi kontribusi sektor pertanian
Nilai aktual Nilai simulasi
2006 2007
2008 2009
2010 3748511,4
4150359,11 4578268,84
5032468,77 5742669,24
3748511,4 4143365,75
4588547,66 5071195,6
5741440,27 Mean
AME 4650455,472
0,001753949 4658612,136
Variance AVE
6,01919E+11 0,014012535
6,10353E+11
Gambar 5.40.
Grafik validasi kontribusi sektor pertanian
Universitas Sumatera Utara
5.3.9. Penyusunan Skenario