II. TINJAUAN PUSTAKA
2.5 Pemodelan Sistem Dinamis
a) Konsepsi sistem dinamis
Konsep sistem dinamis dikembangkan oleh Jay Forrester dari Massachusetts
Institute of Technology (MIT) pada awal tahun 1960. Pada awalnya sistem dinamis digunakan untuk menyelesaikan kerumitan permasalahan managerial yang sering
dihadapi oleh industri sebagaimana dijelaskan dalam buku Industrial Dynamic tahun
1963. Berawal dari keberhasilan sistem dinamis menangani masalah-masalah di General Motor, semenjak itu pula pendekatan ini digunakan secara eksklusif dalam menyelidiki permasalahan di berbagai perusahaan. Banyak perusahaan yang terselamatkan dengan adanya metode sistem dinamis ini. Sejak diluncurkannya buku
World Dynamic pada awal tahun 1970-an, sistem dinamis mulai digunakan pada disiplin ilmu sosial dan ekonomi (Forrester 1989).
Sistem dinamis semakin luas digunakan pada berbagai disiplin ilmu ketika
pada tahun 1972 Dennis Meadows dan kelompok Club of Rome meluncurkan buku
The Limits to Growth. Buku tersebut dipandang sangat fenomenal karena menjelaskan kemampuan dan kelebihan sistem dinamis dalam membangun model
simulasi interaksi antara manusia dengan bumi dan memprediksi
keberlangsungannya pada masa mendatang. Apa yang diprediksikan dalam buku tersebut 40 tahun lalu, walaupun pada awalnya banyak dikritik dan dianggap ilusi oleh sebagian besar ilmuan, ternyata menemukan kebenarannya setelah pada akhir-akhir ini terjadi gejala yang sama dengan yang diprediksikan buku tersebut. The Limits to Growth berusaha membuka kesadaran manusia bahwa apabila sumber daya alam dieksploitasi tanpa henti, maka akan terjadi saat dimana tidak ada sumber daya yang tersisa dan pertumbuhan di berbagai bidang akan terhenti total. The Limits to Growth merupakan bukti nyata bahwa sistem dinamis benar-benar berguna dalam memodelkan perkembangan dunia saat ini dan pengaruhnya untuk masa depan. Saat ini, penerapan sistem dinamis telah meluas untuk menganalisis dan menangani masalah pada bidang ekonomi, manajemen, organisasi, politik, budaya, kependudukan, lingkungan hidup, kewilayahan, biologi, kedokteran dan keteknikan (engineering) (Forester 1989; Radzicki dan Taylor 2008).
Menurut Forester (1989) sistem dinamis adalah metodologi yang dikembangkan untuk mempelajari dan mengelola kompleksitas umpan balik sistem seperti yang banyak terjadi pada sistem bisnis dan sosial. Radzicki dan Taylor (2008) mendefiniskan sistem dinamis sebagai pendekatan untuk memahami perilaku kompleks sistem sepanjang waktu melalui mekanisme umpan balik dan perubahan
fungsi waktu yang mempengaruhi perilaku keseluruhan sistem. Sementara itu, System
Dinamic Society mendefinisikan sistem dinamis dengan mendasarkan kepada karakteristik dan tujuan penggunaannya. Sistem dinamis diartikan sebagai model berbantu komputer untuk analisis kebijakan dan desain pada sistem sosial, manajerial, ekonomi, atau ekologis yang kompleks. Model sistem dinamis ditandai dengan adanya saling ketergantungan, interaksi, umpan balik informasi, dan kausalitas melingkar. Model sistem dinamis merupakan alat kebijakan untuk meneliti perilaku variabel kunci dari waktu ke waktu. Data historis dan tujuan kinerja memberikan acuan dasar untuk menentukan apakah suatu kebijakan tertentu menghasilkan perilaku variabel kunci yang lebih baik atau lebih buruk, bila dibandingkan dengan
baseline atau kebijakan lainnya. Model sistem dinamis dapat memberikan penjelasan mengapa hasil tertentu tercapai. Melalui simulasi dimungkinkan dilakukan berbagai penerapan kebijakan yang dapat diuji, memeriksa hasilnya, dan mengetahui penyebabnya sebelum kebijakan tersebut diterapkan.
Sushill (1993) mensintesa beberapa definisi dan menyatakan secara lebih rinci bahwa sistem dinamis merupakan seperangkat alat (tools) dan pendekatan yang menggunakan simulasi dengan tujuan menggambarkan dan memahami perilaku dinamis sistem yang kompleks dan dipengaruhi oleh waktu melalui penggunaan
model kuantitatif, penerapan feedback untuk mendapatkan informasi umpan balik dan
perubahan sistem. Sistem dinamis merupakan pendekatan yang sangat maju dalam memahami suatu permasalahan. Dengan pemahamannya yang bersifat menyeluruh (holistik), sistem dinamis dapat digunakan untuk menguji ketepatan teori-teori dengan melakukan simulasi sehingga dapat diketahui inkonsistensinya dengan dunia nyata. Pengujian tersebut dapat digunakan untuk merevisi kembali teori setelah mendapatkan masukan berharga mengenai penyebab masalah dan apa yang bisa dilakukan untuk memecahkan masalah.
Sistem dinamis menjadi salah satu pendekatan multidisiplin yang paling impresif sejak tahun 1970-an. Ketertarikan para akademisi disebabkan kemampuannya yang unik untuk menggambarkan dunia nyata. Sistem dinamis dapat mengakomodir kompleksitas, ketidaklinearan dan struktur simpal umpan balik yang menjadi karakteristik alami dalam sistem sosial dan fisik.
Yang membedakan sistem dinamis dengan pendekatan lainnya adalah digunakannya simpal umpan balik, stocks dan flows. Elemen-elemen ini membantu menggambarkan sistem yang kompleks dan mengandung unsur ketidaklinearan menjadi tampak lebih sederhana. Sistem dinamis digunakan untuk menyelesaikan permasalahan secara stimultan dengan memperbaharui seluruh variabel-variabel sistem seiring bergeraknya waktu dengan umpan balik positif atau negatif dan adanya waktu tunda dalam struktur interaksinya (Forrester 1994; Radzicki dan Taylor 2008).
b) Filosofi sistem dinamis
Sistem dinamis dilandaskan atas cara berfikir secara sistemik (system thinking). Cara berfikir sistemik didefinisikan sebagai pendekatan untuk menyelesaikan permasalahan dengan memandang bahwa suatu permasalahan apapun sebagai bagian dari sistem secara keseluruhan, bukan sekedar reaksi dari bagian-bagian tertentu saja. Cara berfikir sistemik memberikan kerangka bahwa menganalisis dan memahami seluruh komponen sistem dan interaksinya sebagai suatu kesatuan sistem merupakan cara terbaik untuk mendapatkan solusi permasalahan (Radzicki dan Taylor 2008).
Berpikir sistemik menekankan kepada bagaimana suatu komponen dapat dipelajari interaksinya dengan komponen sistem lainnya. Titik tolak yang digunakan adalah bahwa perilaku atau unjuk kerja dari suatu sistem disebabkan karena adanya interaksi dan umpan balik dari komponen-komponen yang ada di dalam sistem. Perilaku yang dihasilkan oleh sistem yang kompleks tidak dapat dipahami dengan hanya memeriksa bagian-bagian. Pendekatan tersebut bertolak belakang dengan filosofi analisis tradisional yang mana lebih menekankan kepada pemisahan bagian-bagian yang akan dikaji. Cara berfikir sistemik memiliki sudut pandang yang lebih luas dan nyata sehingga dapat menciptakan gambaran keseluruhan secara lebih baik.
Di lain pihak, analisis tradisional berpandangan sempit dan hanya memfokuskan pada salah satu bagian saja. Hal tersebut mengakibatkan hasil yang diperoleh oleh keduanya berbeda terutama jika obyek kajiannya bersifat kompleks, dinamis dan mempunyai umpan balik yang sangat banyak yang berasal dari sumber lainnya (Battacharya 2009; Senge 1995).
Bertitik tolak dari cara berfikir sistemik yang dipadukan dengan keilmuan di bidang keteknikan dan komputer, sistem dinamis lahir dan berkembang menjadi sebagai sebuah metodologi tersendiri. Sushill (1993) menjelaskan bahwa metodologi sistem dinamis merupakan perpaduan dari tiga ranah disiplin keilmuan, yaitu manajemen tradisional, sibernetika, dan simulasi komputer, sebagaimana ditunjukkan pada Gambar 5. Ketiga disiplin tersebut dipadukan untuk menghasilkan sinergi sehingga dapat menghilangkan kelemahan dari masing-masing disiplin, dan menggunakan kekuatan setiap disiplin yang pada akhirnya menghasilkan sebuah metodologi untuk memecahkan berbagai permasalahan secara holistik.
Pemikiran Manusia Komputer
Manajemen Tradisional atas
Sistem Sosial Sibernetika Simulasi Komputer
- Informasi - Pengalaman - Penilaian Model Perilaku Dinamis dan Kebijakan Perbaikan Prinsip Pemilihan Prinsip Struktur Komputasi
Gambar 5 Disiplin keilmuan yang tercakup dalam metodologi sistem dinamis (Sumber : Shusill 1993)
Manajemen tradisional adalah cara pengelolaan data, informasi dan pembentukan model mental yang secara riil dilakukan oleh para praktisi manajerial. Hasil yang diperoleh adalah informasi dengan kekuatan utama pada kekayaan atas informasi kualitatif yang didapat dari pengamatan langsung dan pengalaman.
Sibernetika adalah ilmu mengenai komunikasi dan kontrol yang didasari oleh umpan balik. Sibernetika diorientasikan untuk maksud pencapaian tujuan dan menyusun langkah-langkah yang diperlukan untuk mencapai tujuan tersebut.
Sibernetika dapat digunakan untuk melakukan strukturisasi informasi, analisis umpan balik dan struktur kausal sehingga diperoleh informasi yang relevan dan efektif untuk pencapaian tujuan.
Simulasi komputer digunakan untuk mengetahui perilaku dinamis suatu sistem melalui model komputer yang dibangun. Melalui simulasi, pengaruh kebijakan terhadap sistem yang dikaji dapat dilakukan dalam waktu singkat dan biaya yang rendah. Simulasi komputer memberikan sumbangan besar dalam perancangan kebijakan-kebijakan yang akan diterapkan dalam suatu sistem dengan kemampuan untuk memberikan konsekuensi yang akan ditimbulkan atas setiap kebijakan tersebut.
Bangunan disiplin keilmuan tersebut menunjukkan bahwa sistem dinamis berusaha memberikan perubahan atau paradigma baru bagi dunia keilmuan. Perubahan yang menyeleraskan antar disiplin menuju kepada pemahaman yang lebih terpadu dan holistik. Perubahan yang diorientasikan kepada efektifitas pencapaian tujuan dan menciptakan serta membawa perubahan sistemik ke arah yang diinginkan
dengan hukum-hukum universal (Muhammadi et al. 2001).
c) Elemen sistem dinamis
Keunggulan sistem dinamis adalah kemampuannya dalam membangun model
kompleks berdasarkan elemen dasar yang dimilikinya, yaitu umpan balik (feedback)
dan stock flow diagram (SFD). Elemen tersebut menyebabkan sistem dinamis mampu membangun struktur sistem, menjelaskan perilakunya dari waktu ke waktu dan menyimpulkan kejadian apa yang terjadi pada sistem tersebut (Marquez 2010; Sterman 2000).
Umpan balik
Menurut Marquez (2010) umpan balik adalah bagian yang memberikan informasi kepada bagian lainnya mengenai efek dari perilakunya terhadap kinerja sistem. Umpan balik merupakan elemen utama pada sistem dinamis. Umpan balik menunjukkan situasi X yang mempengaruhi Y dan selanjutnya Y mempengaruhi X melalui rantai sebab akibat.
Kirkwood (1998) menyatakan bahwa adanya interaksi atau mekanisme antar variabel dan umpan balik akan membentuk struktur sistem yang memberi bentuk kepada sistem sekaligus memberi ciri yang mempengaruhi pola perilaku sistem. Mekanisme tersebut digunakan untuk menganalisis setiap kejadian atau gejala yang muncul dalam sistem untuk kemudian dijadikan dasar perbaikan terhadap struktur sistem Langkah perbaikan memerlukan penelusuran terhadap adanya pengungkit (leverage). Senge (1995) menyebut pengungkit sebagai variabel kunci yang dapat dijadikan perbaikan sistem secara signifikan. Umpan balik berperan dalam mengidentifikasi pengungkit tersebut melalui penelusuran dan analisis dampak perubahan suatu variabel terhadap kejadian atau terhadap sistem secara keseluruhan (Gambar 6). Struktur Sistem Pola Perilaku Kejadian P en g u n g k it y an g l eb ih t in g g i u n tu k p er u b ah an t er ak h ir
Gambar 6 Mencari pengungkit yang tertinggi (sumber: Kirkwood 1998)
Dalam sistem dinamis, umpan balik direpresentasikan menggunakan diagram
kausal atau CLD (causal loop diagram). Marquez (2010) menjelaskan bahwa
diagram kausal adalah diagram yang membantu menggambarkan bagaimana keterhubungan variabel-variabel mempengaruhi variabel sistem lainnya. Diagram ini memberikan kemudahan pemahaman dari model konseptual yang dibangun mengenai bagaimana mekanisme sistem yang dikaji bekerja. Lebih dari itu, diagram kausal merupakan bahasa gambar untuk mengkomunikasikan interaksi dan pola
perubahan nilai-nilai variabel sistem sekaligus memberikan gambaran mengenai struktur sistem.
Lebih lanjut Marquez (2010) menerangkan bahwa notasi yang digunakan dalam diagram kausal adalah simpul (node), sebagai representasi variabel, dan garis beranak panah (arrow) yang menjelaskan interaksi. Muhammadi et al. (2001) menambahkan bahwa garis beranak panah saling mengkait dimana hulu panah mengungkapkan sebab dan ujung anak panah mengungkapkan akibat. Unsur sebab atau akibat harus merujuk kepada keadaan yang terukur, baik secara kualitatif untuk keadaan dirasakan (perceived) maupun secara kuantitatif untuk keadaan nyata.
Hubungan antar variabel (causal link) dapat bersifat positif, dinotasikan
dengan ”+” atau negatif, dinotasikan dengan ” - ”. Hubungan positif mengandung arti
bahwa dua buah simpul berjalan searah, yaitu apabila simpul sebab meningkat maka simpul akibat juga meningkat, sebaliknya jika simpul sebab menurun, maka simpul akibat juga menurun. Hubungan negatif mempunyai arti yang berlawanan, yaitu apabila simpul sebab meningkat maka simpul akibat justru akan menurun dan sebaliknya. Simpul sebab dapat berpengaruh langsung terhadap simpul akibat pada waktu yang bersamaan, akan tetapi pengaruh tersebut dapat terjadi setelah beberap
waktu kemudian atau terjadi penundaan (delay). Kejadian ini mengakibatkan sistem
menjadi sangat fluktuatif. Hubungan antar variabel tersebut membentuk suatu sistem tertutup yang disebut simpal (loop). Hubungan simpal (causal loop) dapat bersifat positif (reinforcing) yang dinotasikan dengan (+) maupun negatif (balancing) yang dinotasikan dengan (-). Simpal positif menghasilkan pertumbuhan eksponensial atau keruntuhan dimana pertumbuhan atau runtuhnya berlanjut pada tingkat yang semakin meningkat secara eksponensial. Simpal negatif ditandai dengan penyeimbangan proses, yaitu menghasilkan resistensi yang akhirnya membatasi pertumbuhan. Untuk mengetahui apakah suatu hubungan simpal bersifat negatif atau positif dilakukan dengan melihat keseluruhan interaksi panah-panah dalam suatu simpal. Jika searah disebut simpal positif dan jika berlawanan arah disebut simpal
negatif. (Muhammadi et al. 2001; Marquez 2010; Sterman 2000). Untuk memahami
pola hubungan antar variabel dan antar simpal disajikan contoh sederhana berupa diagram kausal pertumbuhan penduduk seperti ditunjukkan pada Gambar 7.
Pada simpal penduduk, terdapat satu simpal positif dan satu simpal negatif. Simpal positif yaitu hubungan antara kelahiran (lahir) dengan penduduk dimana semakin banyak kelahiran maka penduduk akan semakin bertambah. Simpal negatif yaitu hubungan antara kematian (mati) dengan penduduk dimana semakin banyak kematian, maka penduduk akan semakin berkurang.
Gabungan simpal-simpal umpan balik tersebut di atas menjelaskan kompleksitas sistem. Semakin banyak simpal menggambarkan semakin banyak variabel dan parameter yang berarti bahwa sistem semakin rinci dan dinamis.
Penduduk
Lahir Mati
+ +
+ (+) - (-)
Gambar 7 Diagram kausal pertumbuhan penduduk (sumber: Muhammadi et al. 2001)
Stock and flow diagram (SFD)
Salah satu keunggulan sistem dinamis adalah kemampuannya
merepresentasikan kompleksitas dan dinamika sistem nyata dalam simbol yang sederhana, yaitu stok (stock) dan aliran (flow). Hubungan keduanya direpresentasikan dalam bentuk SFD. Dalam istilah lain, SFD disebut juga level and rate diagram
(LRD) adalah sarana untuk menggambarkan struktur sistem dengan menggunakan informasi yang lebih rinci sebagai penjabaran dari diagram kausal (Marquez 2010).
Flow adalah variabel keputusan yang merupakan proses aliran yang selalu terhubung dengan stock. Flow disimbolkan dengan panah tebal menuju (inflow) atau keluar (outflow) dari stock. Aliran benda yang dapat dibawa oleh flow adalah barang, uang orang dan lain-lain yang dapat diamati dan diukur penambahannya melalui
stock. Flow dapat diatur melalui variabel rate secara endogen oleh variabel stock
atau secara eksogen sebagai konstanta atau fungsi. Stock sangat penting untuk
membangkitkan perilaku dinamis sistem. Stock berfungsi menampung apa saja
mewakili pokok persoalan yang menjadi perhatian (Elshorbagy et al. 2005;
Ferna´ndez et al. 2000; Muhammadi et al. 2001). Model sederhana hubungan antara
stock dan flow atau SFD dapat dilihat pada Gambar 8.
Stock
Inflow Outflow
Gambar 8 Model hubungan stock dan flow (sumber: Marquez 2010)
Gambar 8 menunjukkan bahwa besarnya nilai stock tergantung dari tingkat
perubahan yang terjadi (rate of change). Barlas (2009) menjelaskan perubahan nilai
stock setiap periode waktu t dengan persamaan berikut ini: d(Stock)/dtInflow(t)Outflow(t)
di mana, inflow (t) mencerminkan nilai aliran masuk pada setiap waktu antara waktu
awal (0) dan waktu saat ini (t). Nilai stock pada periode waktu t adalah nilai stock
pada periode waktu sebelumnya (t1) ditambah dengan tingkat perubahannya, sebagaimana ditunjukkan pada persamaan berikut ini:
Stock t
t low outflow dt Stock 0 ) 0 ( ] [inf ) (Stock(t)Stock(t1)
inflow(t)Outflow(t)
Selain stock dan flow, pada SFD terdapat juga awan (clouds), auxiliary dan
panah halus (information link). Awan menunjukkan batasan permasalahan atau
sistem. Variabel auxiliary lebih bersifat fleksibel dan dapat mewakili konstanta atau nilai suatu perhitungan. Adanya auxiliary menyebabkan pemodelan sistem dinamis menjadi sangat luwes dan mampu mengakomodasi nilai-nilai atau peubah yang
digunakan. Auxiliary adalah variabel pelengkap yang secara teoritis yang
mempresentasikan suatu struktur model secara lebih baik dan jelas. Variabel ini dapat berupa variabel tetap atau dapat digunakan pula untuk melakukan perhitungan kemudian menyampaikan hasilnya kepada variabel lainnya. Jika variabel auxiliary
dihilangkan maka rincian dari struktur model tidak dapat tergambar dalam model. Panah halus yang menghubungkan antara stock dengan flow atau auxiliary pada
dasarnya merupakan proses informasi umpan balik (Marquez 2010; Muhammadi et al. 2001; Sushill 1993).
Pada Gambar 9 ditunjukkan SFD untuk model pertumbuhan penduduk. Pada sistem tersebut variabel penting yang diamati adalah ”penduduk” sehingga direpresentasikan sebagai stock. Nilai stock berubah karena adanya flow, yaitu aliran masuk (lahir) dan aliran keluar (mati). Besarnya perubahan tergantung dari rate
masuk dan keluar yang nilainya dipengaruhi secara endogen oleh stock dan secara eksogen oleh konstanta ”fraksi lahir” atau ”fraksi mati”.
Clouds Penduduk Lahir Fraksi lahir Mati Fraksi mati Panah halus Auxiliary Outflow Stock inflow
Gambar 9 Model pertumbuhan penduduk dalam bentuk SFD (sumber : modifikasi dari Shiflet dan Shiflet 2011)
d) Pola dasar perilaku sistem
Pengenalan pola perilaku sistem berguna sebagai alat diagnostik untuk mendapatkan sifat dari permasalahan sistem secara mendasar. Pemahaman terhadap pola perilaku sistem memungkinkan seorang pengambil kebijakan untuk memprediksi peristiwa atau kejadian yang akan terjadi dari waktu ke waktu dan memberikan solusi terbaik bagi penanganannya secara efektif. Menurut Senge (1995) melalui pola dasar perilaku sistem (archetypes) maka kompleksitas sistem dapat disederhanakan tanpa kehilangan esensi dari realitas sistem itu sendiri. Kirkwood (1998) dan Muhammadi et al. (2001) menjelaskan bahwa perilaku sistem terjadi karena adanya pola-pola struktur dinamis, di mana masing-masing pola struktur memiliki pola perilaku dinamis yang berbeda. Menurut Kirkwood (1998) terdapat 4 pola dasar sistem dinamis, yaitu pola pertumbuhan eksponensial, pencarian tujuan (goal seeking), gelombang (oscillation) dan batas pertumbuhan (the limit to growth).
Pola pertumbuhan eksponensial atau dikenal sebagai efek bola salju (snowball) adalah hubungan kausal yang saling memperbesar nilai-nilai variabelnya.
Hubungan variabel mengumpan balik terhadap dirinya sendiri secara
berkesinambungan untuk memperkuat pertumbuhan (positif growth) pada dirinya
sendiri ataupun penghancuran (negative growth). Pola ini dicirikan dengan
pertumbuhan atau penurunan yang awalnya lambat kemudian bergerak semakin cepat. Misalnya adalah pertumbuhan penduduk dimana semakin besar jumlah penduduknya tingkat kelahiran semakin meningkat. Contoh lainnya adalah jumlah simpanan uang di bank di mana semakin besar jumlah simpanan semakin besar pula nilai bunga yang diterima sebagaimana dapat dilihat pada Gambar 10.
Struktur Sistem (+) Jumlah simpanan di bank Bunga yang diterima + + Ju m la h si m p a na n d i ba nk Waktu Pola Perilaku
Gambar 10 Pola pertumbuhan eksponensial
Pola pencarian tujuan disebut juga balancing adalah hubungan yang
menghasilkan pertumbuhan untuk mencapai tujuan yang digambarkan dalam bentuk pola peningkatan mencapai maksimum atau penurunan sampai mendekati nol. Unjuk kerja sistem pada pola ini meliputi penyesuaian (adaptation) dan keseimbangan (equilibrium), artinya dalam mencapai tujuan sistem bersifat dinamis, dapat menyesuaikan diri mencapai kestabilan. Karakteristik pola ini dicirikan dengan adanya kesenjangan atau gap yaitu selisih antara tujuan dengan kondisi aktual. Adanya gap menyebabkan terjadinya koreksi terhadap tingkat pencapaian tujuan. Gap akan mendorong aksi untuk memperbaiki kondisi aktual hingga tidak terdapat kesenjangan lagi. Contoh pola pencarian tujuan adalah pengaturan suhu sebagaimana ditunjukkan pada Gambar 11.
Pengaturan suhu Suhu aktual Gap Suhu diharapkan + -+ + (-) Struktur Sistem S uh u a kt ua l Waktu Pola Perilaku Suhu diharapkan
Gambar 11 Pola pencarian tujuan
Pola perilaku gelombang atau sinus adalah model dengan struktur umpan
balik negatif yang mengandung fungsi kelambanan waktu (delay time) respon yang
panjang. Terjadinya kelambanan waktu menyebabkan informasi perbaikan menjadi tertunda sehingga kesenjangan semakin meningkat. Hal ini kemudian direspon dengan perbaikan yang semakin besar pula sehingga menyebabkan kesenjangan menurun tajam. Perilaku demikian terjadi secara terus-menurun sehingga membentuk fungsi gelombang. Contoh pola perilaku gelombang terjadi pada sistem produksi di industri sebagaimana ditunjukkan pada Gambar 12. Fluktuasi permintaan pelanggan mengikuti gelombang sinus karena respon perbaikan kualitas pelayanan mengalami keterlambatan. Ketika terjadi perbaikan permintaan reputasi pelayanan meningkat sehingga permintaan pelanggan juga mengalami peningkatan. Akan tetapi, ketika perbaikan belum dilakukan akibat adanya keterlambatan, reputasi pelayanan menurun sehingga permintaan pelanggan juga menurun.
Reputasi pelayanan Permintaan pelanggan Kualitas pelayanan Gap' Delay Standar pelayanan -+ -+ (-) Struktur Sistem Pe rmi n taa n p e la n gg a n Waktu Pola Perilaku
Gambar 12 Pola perilaku gelombang sinus
Pola perilaku batas pertumbuhan atau bentuk kurva ”S” (S-shape)
eksponensial kemudian melambat menuju keseimbangan. Pola ini sebenarnya merupakan kombinasi antara simpal positif dan simpal negatif. Ketika simpal positif mendominasi pada awal pertumbuhan, maka akan terjadi pertumbuhan eksponensial. Akan tetapi, setelah terjadinya keterlambatan waktu, simpal negatif menjadi lebih dominan terhadap perilaku sistem sehingga menghasilkan bentuk kurva ”S”. Pada akhirnya simpal negatif akan mengarahkan sistem menuju tujuannya. Perilaku penjualan produk baru pada dunia industri sering mengikuti pola perilaku batas pertumbuhan (Gambar 13). Pada awalnya penjualan meningkat secara eksponensial karena potensi pasar yang masih besar. Peningkatan yang terus-menerus menyebabkan pasar menjadi jenuh dan akhirnya membatasi penjualan produk baru.
Motivasi/produktivitas
Kesempatan pendapatan
Moral Penjualan Kejenuhan pasar Potensi pasar + + + + -+ -(+) (-) Delay Struktur Sistem P e n ju a la n Waktu Pola Perilaku
Gambar 13 Pola perilaku batas pertumbuhan atau kurva ”S”
e) Tahap pemodelan sistem dinamis
Menurut Sushill (1993) metodologi sistem dinamis terdiri dari enam tahapan pemecahan masalah, yaitu 1) identifikasi dan definisi masalah; 2) konseptualisasi sistem; 3) formulasi model; 4) simulasi dan validasi; 5) analisis kebijakan; dan 6) implementasi. Metodologi sistem dinamis ditunjukkan pada Gambar 14.
Pada Gambar 14 ditunjukkan bahwa tahapan dalam metodologi sistem dinamis dimulai dari pemahaman sistem, identifikasi dan definisi masalah, konseptualisasi sistem, formulasi model, simulasi dan validasi, analisis kebijakan dan implementasi kebijakan. Sebagaimana kerangka berfikir sistem, pendekatan dinamis merupakan rantai tertutup, dimana pada setiap tahapan akan bertindak sebagai input
maupun feedback bagi tahapan lainnya. Adanya sistem umpan balik tersebut
menjamin bahwa pemahaman suatu sistem dapat dilakukan secara menyeluruh dan mendalam.
Identifikasi yaitu proses yang mengungkapkan pemikiran tentang proses nyata (actual transformation) yang menimbulkan kejadian nyata (actual state). Proses nyata tersebut merujuk kepada obyektifitas dan bukan proses yang dirasakan (subyektifitas). Dalam identifikasi tercakup juga kejadian yang seharusnya ditargetkan, terjadinya kesenjangan dan identifikasi dinamika variabel-variabel untuk mengisi kesenjangan antara kejadian nyata dengan kejadian yang diinginkan.