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).
No comments:
Post a Comment