BAB II TINJAUAN PUSTAKA
2.2 Simulasi Sistem Dinamik
Forrester (1961), mendefinisikan simulasi sebagai penyelesaian atau perhitungan tahap demi tahap dari persamaan matematika yang menggambarkan keadaan sistem untuk mengetahui perubahan yang terjadi pada sistem tersebut sehingga diketahui perilakunya. Oleh Muhammadi (2001), simulasi didefinisikan sebagai peniruan perilaku suatu gejala atau proses. Simulasi bertujuan untuk memahami gejala atau proses tersebut, membuat analisis dan peramalan perilaku gejala atau proses tersebut di masa depan.
Sistem dinamik merupakan penggambaran dari perilaku sistem yang mana memiliki hubungan interpedensi dan berubah terhadap waktu. Dapat dikatakan bahwa sistem dinamik merupakan umpan balik atau feedback structure yang saling berkaitan dan menuju ke arah keseimbangan. Berikut ini merupakan gambaran dari sistem umpan balik yang terdapat dalam sistem dinamik :
Gambar 2.1 Umpan Balik Populasi (Sumber: Irna Fitriana, ITS)
Umpan balik pada sistem dinamik merupakan gambaran dari model. Dimana pembuatan model ini merupakan langkah awal yang harus dilakukan dalam sistem dinamik. Umpan balik dalam ini biasa disebut sebagai causatic diagram atau diagram sebab akibat yang mana diagram ini memiliki keterkaitan (seperti pada gambar 2.1).Diagram sebab akibat inilah yang nantinya akan dikembangkan menjadi diagram simulasi. Dimana diagram simulasi merupakan pengembangan dari diagram sebab akibat.
Dalam melakukan telaah kebijakan, cara padang menyeluruh atas realitas sistem yang menjadi titik tolak kebijakan yang perlu dilakukan. Sistem dinamik merupakan metodologi pemodelan sistem yang dikembangkan oleh Jay W. Forrester di MIT. Prinsip utama dari metode ini adalah umpan balik (close loop thinking) yang berupa pengiriman dan pengembalian informasi. Adapun tujuan dari pendekatan sistem dinamik adalah memahami perilaku sistem. Dalam kasus industri semen, permasalahan yang mendasar adalah tidak terserapnya produksi semen oleh pasar domestik karena kondisi resesi ekonomi sehingga permintaan akan semen juga berkurang. Berbagai skenario kebijakan industry semen perlu dikembangkan dalam hal mana pengetrapannya harus bertitik tolak pada realitas sistem yang ada.
Oleh karenanya skenario sebaiknya diturunkan atas dasar realitas yang mungkin berubah. Penghampiran Sistem Dinamik atas model permasalahan kebijakan di industri semen dimungkinkan untuk mengakomodasikan maksud-maksud tersebut diatas. Dengan demikian dapat diperoleh informasi yang lengkap atas permasalahan industri semen nasional sehingga arah kebijakan yang diambil
tepat menuju pada pencapaian tujuan jangka panjang. Dalam metodologi pemodelan system dinamik, terdapat 6 tahapan pengembangan model yaitu: 1. Identifikasi dan definisi masalah
2. Konseptualisasi sistem 3. Formulasi Model
4. Simulasi dan validasi model 5. Analisa dan perbaikan kebijakan 6. Implementasi Kebijakan
Beberapa variabel model sistem dinamik diantaranya sebagai berikut:
1. Level : akumulasi aliran dari waktu ke waktu Simbol diagram simulasi variabel level dapat dilihat pada gambar 2.2
Gambar 2.2 Variabel Level (Sumber: Erma Suryani, ITS)
2. Rate : akumulasi aliran dari waktu ke Waktu Simbol diagram simulasi variabel rate dapat dilihat pada gambar 2.3
Gambar 2.3 Variabel Rate (Sumber: Erma Suryani, ITS)
3. Auxiliary : variable bantu Simbol diagram simulasi variabel auxiliary dapat dilihat pada gambar 2.4
Gambar 2.4 Variabel Auxiliary (Sumber: Erma Suryani, ITS)
Simulasi merupakan salah satu alat analisis yang terpercaya bagi perancangan dan pengoperasian proses atau sistem yang rumit. Dengan semakin meningkatnya persaingan dunia, simulasi menjadi alat yang sangat cocok untuk perencanaan, perancangan dan pengawasan bagi sebuah sistem. Simulasi merupakan sebuah tiruan dari sebuah cara operasi di dunia nyata. Model simulasi adalah suatu teknik dimana hubungan sebab akibat dari suatu sistem ditangkap (capture) di dalam sebuah model komputer, untuk menghasilkan beberapa perilaku sesuai dengan sistem nyata. Pelaksanaan simulasi melalui 4 tahap, dimana tahap pertama simulasi adalah penyusunan konsep. Gejala atau proses yang akan ditirukan perlu dipahami, antara lain dengan menentukan unsur-unsur yang berperan dalam gejala atau proses tersebut.
Tahap kedua adalah pembuatan dan perumusan model. Konsep pada tahap awal dirumuskan sebagai model yang berbentuk uraian gambar atau rumus. Tahap ketiga, simulasi dapat dilakukan dengan menggunakan model yang telah dibuat. Dalam model kuantitatif, simulasi dilakukan dengan memasukkan data ke dalam model, dimana perhitungan dilakukan untuk mengetahui perilaku gejala atau proses. Dalam model kualitatif, simulasi dilakukan dengan menelusuri dan mengadakan analisis hubungan sebab akibat antar unsur dengan memasukkan data atau informasi yang dikumpulkan untuk mengetahui perilaku gejala atau proses.
Tahap terakhir, dilakukan validasi untuk mengetahui kesesuaian antara hasil simulasi dengan gejala atau proses yang ditirukan. Model dapat dinyatakan baik apabila kesalahan atau simpangan hasil simulasi terhadap gejala atau proses yang ditirukan kecil. Hasil simulasi tersebut selanjutnya digunakan untuk memahami perilaku gejala atau proses serta mengetahui kecenderungannya di masa mendatang.
2.2.1 Pendekatan Sistem Dinamik
Pengembangan model dilakukan dengan menggunakan pendekatan sistem dinamik. Metode sistem dinamik dapat meningkatkan pembelajaran pada sistem yang kompleks (Sterman, 2000). Untuk memodelkan permasalahan sistem dinamik diperlukan tools seperti Vensim, Stella, Powersim, dan perangkat lunak simulasi lainnya. Untuk itu, perangkat lunak Vensim digunakan dalam penelitian ini.
Pengembangan model dimulai dari konseptualisasi sistem yang dilakukan melalui pembuatan model konseptual yang digambarkan melalui causal loop diagram. Konseptualisasi sistem digunakan untuk menggambarkan secara umum mengenai simulasi sistem dinamis yang akan dilakukan.
Gambar 2.5 Causal loop diagram (Sumber: Irna Fitriana, ITS)
Selanjutnya model konseptual diterjemahkan menjadi model sistem dinamik melalui stock and flow maps. Formulasi pada model dilakukan dengan cara memahami dan menguji konsistensi model apakah sudah sesuai dengan tujuan dan batasan yang dibuat. Setelah model dibuat, selanjutnya dilakukan tahap verifikasi. Pada tahap verifikasi dilakukan pengecekan terhadap model yang dibuat, apakah model sudah sesuai dengan yang diinginkan, masuk akal, dan formulasi maupun satuannya sudah konsisten. Selanjutnya model sistem disimulasikan. Kemudian, validasi hasil simulasi model dilakukan untuk memastikan bahwa model yang dibuat benar-benar dapat merepresenta-sikan kondisi riil sistem.
2.2.2 Metodologi Sistem Dinamis
Struktur sistem di metodologi sistem dinamis ditunjukkan oleh Causal Loop Diagram. Causal Loop Diagram menangkap mekanisme umpan balik baik loop umpan balik negatif (menyeimbangkan) atau loop umpan balik positif (memperkuat). Loop umpan balik negatif menitikberatkan pada tujuan pencarian tingkah laku sistem. Setelah terjadi gangguan pada sistem,maka kemudian sistem berusaha untuk kembali ke keadaan keseimbangan. Dalam loop umpan balik positip, ganguan awal menyebabkan perubahan lebih lanjut dan menunjukkan adanya suatu keseimbangan yang tidak stabil.
Metodologi Sistem Dinamis (System Dynamics, selanjutnya disingkat SD) mula-mula berkembang di Massachusetts Institute of Technology pada tahun 1956, dikembangkan oleh Jay W. Forrester (Forrester, 2002). Dasar pemikiran metodologi SD adalah berpikir sistem atau systems thinking, yaitu cara berpikir di mana setiap masalah dipandang sebagai sebuah sistem, yaitu keseluruhan interaksi antar unsur-unsur dari sebuah objek dalam batas lingkungan tertentu yang bekerja mencapai tujuan. Kriteria persoalan yang tepat untuk dimodelkan menggunakan metodologi SD (Tasrif, 2005):
1. Mempunyai sifat dinamis (berubah terhadap waktu) 2. Mengandung minimal satu struktur umpan balik.
Sesuai dengan namanya, penggunaan metode ini erat berhubungan dengan pertanyaan tentang tendensi sistem dinamis yang kompleks, yaitu pola-pola tingkah laku yang dibangkitkan oleh sistem itu dengan bertambahnya waktu. Asumsi utama dalam paradigma sistem dinamis adalah bahwa tendensi-tendensi
dinamis yang persistent (terjadi terus menerus) pada setiap sistem yang kompleks bersumber dari struktur kausal yang membentuk sistem itu.
Oleh karena itulah model-model sistem dinamis diklasifikasikan ke dalam model matematik kausal (theory-like). Metodologi sistem dinamis pada dasarnya menggunakan hubungan sebab-akibat (causal) dalam menyusun model suatu sistem yang kompleks, sebagai dasar dalam mengenali dan memahami tingkah laku sistem dinamis tersebut. Dengan perkataan lain, penggunaan metodologi sistem dinamis lebih ditekankan kepada tujuan-tujuan peningkatan pengertian kita tentang bagaimana tingkah laku sistem muncul dari strukturnya.
Metodologi SD terdiri atas enam tahapan yang terdiri dari formulasi model, simulasi model, validasi model , analisis kebijakan dan pengembangan skenario dan implementasi kebijakan. Berikut ini adalah unsur-unsur SD:
1. Feedback loops: Struktur elemen utama dari suatu sistem. Ada dua jenis feedback yakni positip dan negatif.
2. Variabel Stock dan Flow: Elemen fundamental dari loop. Stock adalah kondisi/akumulasi dari sistem pada waktu tertentu, sedangkan flow adalah aliran (masukan dan keluaran) yang mengatur 'kuantitas' dalam stock. Variabel lain yang tersedia di Powersim adalah auxiliary dan constant (Davidson, 2000) dan Delay (penundaan). Auxilary merupakan variabel yang bisa berubah seiring dengan waktu, perubahannya dapat disebabkan atas hubungan-hubungan sebab-akibat yang terjadi antara variabel dalam model atau pun akibat variabel dari luar secara independen. Constant merupakan variabel dengan nilai tetap yang tidak berubah sepanjang waktu. Sedangkan Delay
adalah variabel waktu pada perilaku perubahan yang tidak serta-merta (tertunda) atas proses yang terjadi dalam hubungan-hubungan antar struktur hingga mempengaruhi perilaku model.
3. Close-loop: Sistem yang dijadikan model adalah sebagai sistem lingkaran tertutup.
4. Rate mengontrol kebijakan atau perilaku dari sistem.
Menurut Sterman (1981) prinsip-prinsip untuk membuat model dinamis dengan ciri-ciri seperti yang diuraikan di atas adalah sebagai berikut:
1. Keadaan yang diinginkan dan keadaan yang sebenarnya terjadi harus dibedakan di dalam model.
2. Adanya struktur stock dan flow 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 variabel 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.
Mengenai robust-nya sebuah model, menurut Sterman (1981) sejumlah pengujian tertentu perlu dilakukan terhadap model sehingga pada gilirannya akan meningkatkan keyakinan pengguna terhadap kemampuan model di dalam mengungkapkan sistem yang diwakilinya. Keyakinan ini menjadi dasar bagi
kesahihan model. Bila kesahihan model telah dapat dicapai, simulasi selanjutnya dapat digunakan untuk merancang kebijakan-kebijakan yang efektif.
Ada beberapa penelitian yang menurut peneliti dapat menunjang penelitian yang akan dilakukan. Dibawah ini merupakan Causal Loop Diagram yang telah dilakukan oleh peneliti sebelumnya:
Gambar 2.6 Contoh Causal Loop Diagram (Sumber: Ratna Novitasari, ITS)
Berdasarkan causal loop yang telah disusun sebelumnya maka selanjutnya dapat disusun stock and flow diagram atau diaram alirnya. Diagram alir akan mampu menggambarkan sistem lebih detail karena akan memperhatikan pengaruh waktu tiap keterkaitan antar variabel, sehingga akan ada variabel yang menunjukkan hasil akumulasi dalam sistem disebut level, serta variabel yang merupakan aktivitas sistem dan mempengaruhi level yaitu rate.
Setelah membangun model melalui stock and flow diagram maka selanjutnya dapat dilakukan formulasi matematis terhadap model sehingga dapat dilakukan simulasi. Berikut adalah stock and flow diagram yang telah disusun :
Gambar 2.7 Sub Model 1 (Sumber: Ratna Novitasari, ITS)
Gambar 2.8 Sub Model untuk Profit (Sumber: Ratna Novitasari, ITS)
