System Dynamic

SYSTEM DYNAMIC: Model Causal Loop Diagram 

System Dynamic adalah metode pemodelan dengan simulasi komputer, dikembangkan di MIT pada tahun 1950an sebagai suatu alat yang digunakan oleh para manager untuk menganalisis permasalahan yang kompleks. System Dynamic adalah metodologi berfikir, metodologi untuk mengabstaksikan suatu fenomena di dunia sebenarnya ke model yang lebih explisit.

Suatu fenomena menyangkut dengan 2 (dua) hal yaitu Struktur dan Perilaku. Struktur adalah unsur pembentuk fenomena dan pola keterkaitan antar unsur tersebut, yang dipengaruhi oleh: (1) feedback (causal loop); (2) stock (level) dan flow (rate); (3) delay; dan (4) nonlinearity. Sedangkan perilaku (behaviour) adalah perubahan suatu besaran/variabel dalam suatu kurun waktu tertentu, baik kuantitatif maupun kualitatif atau catatan tentang magnitude (besar, nilai, angka) sesuatu dalam suatu kurun waktu tertentu (pertumbuhan, penurunan, osilasi, stagnan, atau kombinasinya). Pemahaman hubungan struktur dan perilaku sangat diperlukan dalam mengenali suatu fenomena.

(1) Feedback (Causal Loop) atau Hubungan Causal.

Suatu struktur umpan–balik harus dibentuk karena adanya hubungan kausal (sebab-akibat). Dengan perkataan lain, suatu struktur umpan-balik adalah suatu causal loop (lingkar sebab-akibat). Struktur umpan-balik ini merupakan blok pembentuk model yang diungkapkan melalui lingkaran-lingkaran tertutup. Lingkar umpan-balik (feedback loop) tersebut menyatakan hubungan sebab-akibat variabel-variabel yang melingkar, bukan manyatakan hubungan karena adanya korelasi-korelasi statistik.

Hubungan sebab-akibat antar sepasang variabel harus dipandang bila hubungan variabel lainnya terhadap variabel tersebut di dalam sistem dianggap tidak ada. Sedangkan suatu korelasi statistik antara sepasang variabel diturunkan dari data yang ada dalam keadaan variabel variabel tersebut mempunyai hubungan dengan variabel lainnya di dalam sistem dan kesemuanya berubah secara simultan.

Rancangan causal-loop diagram (CLD) biasanya digunakan dalam system thinking (berpikir sistemik) untuk mengilustrasikan hubungan cause-effect (sebab-akibat). Hubungan feedback (umpan-balik) bisa menghasilkan perilaku yang bervariasi dalam sistem nyata dan dalam simulasi sistem nyata.

(2) Stock (Level) dan Flow (Rate)

Dalam merepresentasikan aktivitas dalam suatu lingkar umpan-balik, digunakan dua jenis variabel yang disebut sebagai stock (level) dan flow (rate). Level menyatakan kondisi sistem pada setiap saat. Dalam kerekayasaan (engineering) level sistem lebih dikenal sebagai state variable system. Level merupakan akumulasi di dalam sistem.

Persamaan suatu variabel rate merupakan suatu struktur kebijaksanaan yang menjelaskan mengapa dan bagaimana suatu keputusan dibuat berdasarkan kepada informasi yang tersedia di dalam sistem. Rate inilah satu-satunya variabel dalam model yang dapat mempengaruhi level.

(3) Delay (tunda)

Delay terjadi dimanapun di dunia nyata. Adanya delay menghasilkan sesuatu hal yang menarik pada perilaku kompleks sistem, ketika sistem tersebut tidak memiliki feedback dan kompleksitas cause-effect yang terbatas.

(4) nonlinearity

Pendekatan system dynamic merepresentasikan dinamika perubahan state dari sistem dan menghasilkan isyarat-isyarat sebagai keluarannya. Isyarat- isyarat ini diformulasikan ke dalam model keputusan dan kemudian bersama dengan isyarat dari lingkungannya menjadi feedback bagi dinamika sistem itu sendiri. Model secara prinsip masih dikatakan berbasis linear thinking dimana causalitas diasumsikan terjadi secara serial sehingga penyebab pertama dari rangkaian sebab-akibat ini sering bukanlah sumber masalahnya.

Dengan pendekatan system dynamic, keputusan-keputusan dan kebijakan yang dibuat serta reaksi dari lingkungannya akan direpresentasikan ke dalam causal-loop diagram, menggunakan stock-flow model sehingga akhirnya dapat disimulasikan dengan komputer.

Suatu fenomena dinamis dimunculkan oleh adanya struktur fisik dan struktur pembuatan keputusan yang saling berinteraksi. Struktur fisik dibentuk oleh akumulasi (stok) dan jaringan aliran orang, barang, energi, dan bahan. Sedangkan struktur pembuatan keputusan dibentuk oleh akumulasi (stok) dan jaringan aliran informasi yang digunakan oleh aktor-aktor (manusia) dalam sistem yang menggambarkan kaidah-kaidah proses pembuatan keputusannya. Proses pembuatan keputusan menyangkut fenomena-fenomena yang dinamis.

Metode System Dynamic erat berhubungan dengan pertanyaan-pertanyaan tentang tendensi-tendensi dinamik sistem-sistem yang kompleks, yaitu pola-pola tingkah laku yang dibangkitkan oleh sistem itu dengan bertambahnya waktu. Penggunaan metodologi system dynamics lebih ditekankan kepada tujuan-tujuan peningkatan pemahaman kita tentang bagaimana tingkah laku muncul dari struktur kebijaksanaan dalam sistem itu. Pemahaman ini sangat penting dalam perancangan kebijaksanaan yang efektif.

Persoalan yang dapat dengan tepat dimodelkan menggunakan metodologi System Dynamics adalah masalah yang mempunyai sifat dinamis (berubah terhadap waktu); dan struktur fenomenanya mengandung paling sedikit satu struktur umpan- balik (feedback structure).

Dalam metodologi System Dynamics yang dimodelkan adalah struktur informasi sistem yang di dalamnya terdapat aktor-aktor, sumber-sumber informasi, dan jaringan aliran informasi yang menghubungkan keduanya. Analogi fisik dan matematik untuk struktur informasi itu dapat dibuat dengan mudah. Sebagai suatu analogi fisik, sumber informasi merupakan suatu tempat penyimpanan (storage), sedangkan keputusan merupakan aliran yang masuk ke atau keluar dari tempat penyimpanan itu. Dalam analogi matematik, sumber informasi dinyatakan sebagai variabel keadaan (state variable), sedangkan keputusan merupakan turunan (derivative) variabel keadaan tersebut.

Pemodelan Kebijakan menggunakan System Dynamic

Model yang memenuhi syarat dan mampu dijadikan sarana analisis untuk merumuskan (merancang) kebijakan haruslah merupakan suatu wahana untuk menemukan jalan dan cara intervensi yang efektif dalam suatu sistem (fenomena). Melalui jalan dan cara intervensi inilah perilaku sistem yang diinginkan dapat diperoleh (perilaku sistem yang tidak diinginkan dapat dihindari).

Model yang dibentuk untuk tujuan seperti di atas haruslah memenuhi syarat-syarat berikut:

1. Karena efek suatu intervensi (kebijakan), dalam bentuk perilaku, merupakan suatu kejadian berikutnya, maka untuk melacaknya unsur (elemen) waktu perlu ada (dinamik);

2. Mampu mensimulasikan bermacam intervensi dan dapat memunculkan perilaku sistem karena adanya intervensi tersebut;

3. Memungkinkan mensimulasikan suatu intervensi yang efeknya dapat berbeda secara dramatik dalam jangka pendek dan jangka panjang (kompleksitas dinamik);

4. Perilaku sistem di atas dapat merupakan perilaku yang pernah dialami dan teramati (historis) ataupun perilaku yang belum pernah teramati (pernah dialami tetapi tidak teramati atau belum pernah dialami tetapi kemungkinan besar terjadi); dan

5. Mampu menjelaskan mengapa suatu perilaku tertentu (transisi yang sukar misalnya) dapat terjadi.

6. Dalam hubungannya dengan kesahihan (validity) model, suatu model haruslah sesuai (cocok) dengan kenyataan (realitas) empirik yang ada.

7. Model merupakan hasil dari suatu upaya untuk membuat tiruan kenyataan tersebut (Burger, 1966).

8. Upaya pemodelan haruslah memenuhi (sesuai dengan) metode ilmiah. Saeed (1984) telah melukiskan metode ilmiah ini berdasarkan kepada konsep penyangkalan (refutation) Popper (1969).

9. Metode ini menyaratkan bahwa suatu model haruslah mempunyai banyak titik kontak (points of contact) dengan kenyataan (reality) dan pembandingan yang berulang kali dengan dunia nyata (real world) melalui titik-titik kontak tersebut haruslah membuat model menjadi robust.

Adapun prinsip-prinsip untuk membuat model dinamik dengan ciri-ciri seperti yang diuraikan di atas menurut Sterman (1981) adalah sebagai berikut:

1) Keadaan yang diinginkan dan keadaan yang sebenarnya terjadi harus dibedakan di dalam model;

2) Adanya struktur stok dan aliran dalam kehidupan nyata harus dapat direpresentasikan di dalam model;

3) Aliran-aliran yang berbeda secara konseptual, di dalam model harus dibedakan;

4) Hanya informasi yang benar-benar tersedia bagi aktor-aktor di dalam sistem yang harus digunakan dalam pemodelan keputusannya;

5) Struktur kaidah pembuatan keputusan di dalam model haruslah sesuai (cocok) dengan praktek-praktek manajerial; dan

6) Model haruslah robust dalam kondisi-kondisi ekstrim.

Simulasi dan Variabel dalam kaitannya dengan Intervensi Kebijakan

Perilaku model sistem dinamis ditentukan oleh keunikan dari struktur model, yang dapat dipahami dari hasil simulasi model. Dengan simulasi akan didapatkan perilaku dari suatu gejala atau proses yang terjadi dalam sistem, sehingga dapat dilakukan analisis dan peramalan perilaku gejala atau proses tersebut di masa depan.

Simulasi dilakukan dengan memasukkan faktor kebijakan/intervensi kebijakan (sesuai skenario yang diinginkan) kedalam model yang telah dibangun. Perubahan kebijakan akan berpengaruh terhadap variabel yang lain sehingga secara keseluruhan akan mempengaruhi kinerja sistem. Kondisi ini merupakan gambaran tentang kondisi riil yang mungkin terjadi. Hasil dari perubahan ini akan diamati pada tabel atau grafik variabel yang diinginkan.

Simulasi merupakan salah satu kegiatan dalam analisis sistem yang secara garis besar meliputi tiga kegiatan:

a. Merumuskan model yang menggambarkan sistem dan proses yang terjadi di dalamnya;

b. Melakukan eksperimen; dan

c. Menggunakan model dan data untuk memecahkan masalah. Simulasi digunakan untuk membuat peramalan secara terintegrasi mengenai fenomena perilaku sistem yang akan terjadi berdasarkan nilai-nilai peubah dari model (Pramudya, 1989).

Validasi dan Verifikasi

Validasi bertujuan untuk mengetahui kesesuaian antara hasil simulasi dengan gejala atau proses yang ditirukan. Model dapat dinyatakan baik jika kesalahan atau simpangan hasil simulasi terhadap gejala atau proses yang terjadi di dunia nyata relatif kecil. Hasil simulasi yang sudah divalidasi tersebut digunakan untuk memahami perilaku gejala atau proses serta kecenderungan di masa depan, yang dapat dijadikan sebagai dasar bagi pengambil keputusan untuk merumuskan suatu kebijakan di masa mendatang.

Suatu model dikatakan valid jika struktur dasarnya dan polanya dapat menggambarkan perilaku sistem nyata, atau dapat mewakili dengan cukup akurat, data yang dikumpulkan sehubungan dengan sistem nyata atau asumsi yang dibuat berdasarkan referensi sesuai cara sistem nyata bekerja. Walaupun validasi suatu sistem sangat dibatasi oleh mental model dari pemodel, namun demikian untuk memenuhi kaidah keilmuan, pada suatu sistem dinamik tetap tetap harus dilakukan uji validasi. Dalam pengujian validasi suatu model, saat ini terdapat beberapa teknik.

Selain itu, validasi model ini dilakukan pula terhadap kinerja atau keluaran model, yaitu membandingkan hasil keluaran model yang dirancang dan data lapangan pada periode waktu selama 10 tahun. Validasi kinerja ini dapat dilakukan dengan memverifikasi grafik keluaran model dan membandingkannya dengan grafik kecenderungan (trend) perubahan dari data lapangan berdasarkan suatu seri data, atau dengan memverifikasi data lapangan berdasarkan perhitungan standar penyimpangan data (root mean square error) pada masing-masing level keluaran model dengan tingkat perbedaan maksimal dari nilai rata-rata data empirik sebesar 10% berdasarkan persamaan standar deviasi.

Model dinyatakan valid jika hasil pengujian (verifikasi) sesuai dengan data lapangan. Hasilnya dianggap dapat digunakan untuk mensimulasikan atau memproyeksikan keadaan perubahan yang diperkirakan terjadi untuk periode selama 10 tahun ke depan.

Salah satu teknik yang dapat digunakan adalah uji keyakinan yang dipaparkan oleg R.G Coyle dalam System Dinamics Modeling: A Practical Approach (1996):

1. Causal Loop diagram harus berhubungan dengan permasalahan,

2. Persamaan harus disesuaikan dengan causal loop diagram khususnya tanda + atau – harus konsisten diantara persamaan dengan causal loop.

3. Dimensi dalam model harus valid,

4. Model tidak menghasilkan nilai yang tidak masuk akal, seperti stok negatif,

5. Perilaku model harus masuk akal, artinya apabila ada sesuatu yang seharusnya terjadi, maka harus sesuai dengan apa yang diharapkan dari model tersebut,

6. Massa model harus balance, artinya total kuantitas yang telah masuk dan keluar dari proses sistem tetap dapat dijelaskan.

System Dynamic untuk Perencanaan Pengembangan Wilayah Nasional

Model merupakan absraksi (penyederhanaan) dari sistem yang sesungguhnya. Secara umum Borshchev and A. Filippov mengklasifikasikan model simulasi berdasarkan tingkat abstraksinya menjadi :

• Model abstraksi tinggi /high abstraction dengan ciri-ciri : kurang detail, macro level dan strategic level),

• Model abstraksi sedang dengan ciri-ciri agak detail, meso level, tactical level

• Model dengan abstraksi rendah den gan ciri-ciri lebih detail, micro level, operation level

Model Simulasi untuk keperluan Perencanaan Wilayah dapat digolongkan sebagai model dengan abstraksi tinggi, karena menyangkut simulasi kebijakan publik, sedangkan model untuk keperluan detail engineering design (DED) dapat digolongkan sebagai model dengan abstraksi rendah.

Dalam sistem pengembangan wilayah secara nasional, Indonesia dibagi atas 7 wilayah pulau besar yaitu: Jawa-Bali, Nusa Tenggara, Sumatera, Kalimantan, Sulawesi, Maluku dan Papua. Untuk menyusun model nasional dapat dilakukan 2 pendekatan :

1. Model nasional disusun berdasarkan agragasi variabel-variabel pada level nasional, dimana dalam hal ini keterkaitan antar pulau tidak terlihat

2. Model nasional disusun berdasarkan gabungan dari model-model dengan variabel pada level pulau. Dengan pendekatan kedua ini terlihat keterkaitan antar pulau.

Baik menggunakan pendekatan pertama maupun kedua, model pada level pulau ataupun nasional terdiri dari 4 aspek bahasan (sub model) yaitu : ekonomi, sosial, lingkungan dan ruang (penataan ruang).