HAI:==~==01
Bagian 2.5 Bagian 2.5
3. Amati dan bandingkan perilaku sistem untuk setiap proses. Tentukan sejauh mana perilaku sistem berubah setiap kali setiap variabel eksogen diubah
Penting untuk dicatat bahwa perubahan signifikan dalam perilaku sistem dapat terwujud sebagai perubahan dalam keseluruhan bentuk respon sistem dari waktu ke waktu, atau dalam bentuk respon . Misalnya, satu variabel leverage tinggi mungkin memiliki nilai yang menyebabkan reservoir berosilasi berputar semakin liar seiring berjalannya waktu hingga menjadi tidak terkendali . Variabel leverage tinggi lainnya mungkin tidak memiliki pengaturan yang menyebabkan osilasi yang lebih ekstrim; sebaliknya, hal ini dapat menyebabkan reservoir yang sama berosilasi pada nilai rata-rata yang jauh lebih tinggi. Disarankan untuk mengembangkan semacam ukuran kuantitatif terhadap perubahan perilaku sistem yang disebabkan oleh masing-masing variabel eksogen. Pilihan ukuran mana yang akan digunakan bergantung pada jenis perubahan respons sistem mana yang paling diminati. Contohnya adalah
4. Identifikasi variabel-variabel yang mempunyai dampak paling besar dan variabel-variabel yang tampaknya mempunyai dampak kecil. Jika memungkinkan , coba berikan alasan atas cara pengklasifikasian masing-masing variabel . Yaitu, coba jelaskan mengapa variabel tertentu ini mempunyai pengaruh yang sangat besar (atau sangat kecil) terhadap sistem.
2. Untuk setiap variabel eksogen , buatlah serangkaian model yang berjalan, ubah sedikit nilai variabel dari satu proses ke proses lainnya. Variabel tersebut harus divariasikan dalam rentang yang mencakup kumpulan nilai wajar yang mungkin atau mungkin terjadi dalam sistem nyata. Jika tidak ada rentang “ nilai
wajar” yang dapat diandalkan , variabel dapat divariasikan dalam rentang tetap plus atau minus 50 %.
• Persentase perubahan varian nilai suatu saham selama rentang waktu tertentu ( bila Anda tertarik pada perubahan variabilitas sistem sepanjang waktu )
• Persentase perubahan nilai rata -rata suatu saham selama rentang waktu tertentu ( jika tertarik pada perubahan tingkat respons )
• Tingkat Penularan
• Tingkat Kontak
Menerapkan Strategi : Analisis Eksplorasi
853. Strategi Menganalisis dan Menggunakan Model Sistem Lingkungan 86
(Catatan: STELLA~, menyediakan fasilitas yang nyaman dan kuat untuk menjalankan sensitivitas. Dengan memilih Sensi Specs di menu Run , kita disajikan dialog yang memungkinkan kita memilih variabel eksogen , menentukan nilai variabel berbeda yang ingin kita gunakan. gunakan dalam proses sensitivitas, lalu buatlah grafik yang akan menampilkan hasil dari ketiga proses tersebut .
• Populasi Ikan Sakit pada saat = 0 •
Populasi Ikan Rentan pada saat =0 • Populasi Ikan Sembuh pada saat =0
Lihat fasilitas STELLA~ Help untuk penjelasan tentang cara mengatur rangkaian sensitivitas berjalan dengan cara ini) .
Langkah b : Buatlah rangkaian ron untuk setiap variabel eksogen , ubah sedikit variabel dari ron ke ron . Kami akan mengilustrasikan langkah ini menggunakan variabel Waktu Pemulihan . Hal ini dibiarkan sebagai latihan untuk mengulangi proses ini untuk masing-masing tujuh variabel eksogen lainnya dalam model . Anda harus menjalankan minimal tiga sensitivitas pada setiap variabel eksogen. Satu proses harus dilakukan dengan variabel yang ditetapkan pada nilai wajar terendahnya, proses lainnya dengan variabel yang ditetapkan pada nilai wajar tertingginya, dan proses ketiga dengan variabel yang ditetapkan pada nilai di tengah-tengah antara dua nilai ekstrem. Pilihan atas apa yang merupakan "nilai wajar" tertinggi dan terendah bergantung pada pengetahuan kita tentang sistem , akal sehat, dan intuisi. Dalam kasus penyakit X imajiner kita , kisaran nilai Waktu Pemulihan yang masuk akal mungkin tersedia dari para ahli yang akrab dengan penyakit tersebut . Ada kemungkinan bahwa terdapat data lapangan atau data eksperimental yang
memberikan informasi mengenai durasi penyakit X atau beberapa penyakit lain yang serupa dengan penyakit X. Jika tidak ada informasi tersebut, kami merekomendasikan untuk memilih kisaran 50% di atas dan di bawah tingkat nominal yang diberikan dalam model , kecuali hal ini melanggar batasan fisik yang melekat pada sistem. Kami berasumsi bahwa kami tidak memiliki data Waktu Pemulihan penyakit X selain nilai nominal 9 hari yang diberikan sebagai nilai default dalam model . Oleh karena itu, kami akan menjalankan sensitivitas dengan Waktu Pemulihan yang disetel ke 4,5 hari, 9 hari, dan 13,5 hari.
Langkah c: Amati dan bandingkan perilaku sistem untuk setiap ron .
Gambar 3.10 menampilkan perilaku reservoir Ikan Sakit untuk tiga proses sensitivitas Waktu Pemulihan . Perhatikan bahwa kurva #1 menunjukkan perilaku ketika Waktu Pemulihan adalah 4,5 hari, Kurva #2 menunjukkan perilaku ketika Waktu Pemulihan adalah 9 hari, dan Kurva #3 menunjukkan perilaku yang sesuai dengan 13,5 hari.
Perhatikan dari Gambar 3.10 bahwa variabel Waktu Pemulihan nampaknya mempunyai pengaruh yang dramatis pada sistem (setidaknya diukur dengan reservoir Ikan Sakit ).
Jika Waktu Pemulihan adalah 4,5 hari, maka epidemi akan berumur pendek dan siklus epidemi yang berulang akan hilang. Kapan-
• Tingkat Kematian
• Waktu Pemulihan
• Waktu Perlawanan
500,00 ... ...···.. ···Saya
:~
:~ ••••••• :'... ....
eh
: ~
SAYA
Langkah d: Identifikasi variabel - variabel yang menunjukkan tingkat yang tinggi
~
....
~.
___
Reservoir ikan berkurang ukurannya sejak awal. Begitu jumlah Sakit
SAYA
1
SAYA
~
.,
87
0,00 250,00
365.00 730.00
0,00 ~..;;;;~:-• .::-:..:l-=-=~r=_...-=-=O"=I...T=- ==-==..l...=-.=..p.-=O"=l-II=-=:...:I:.I
182,50 547,50
Saya
!
...
GAMBAR 3.10. Hasil sensitivitas berjalan untuk waktu pemulihan dimana #1 = 4.5 hari waktu pemulihan, #2 = waktu pemulihan 9 hari, #3 = waktu pemulihan 13,5 hari.
Menerapkan Strategi: Analisis Eksplorasi
,..
...----
Waktu (hari)
Selanjutnya, semakin tinggi Recovery Time maka semakin banyak pula ikan yang ada di dalamnya
menjadi resisten (selama 30 hari). Selanjutnya karena simulasi dimulai
tidak sakit dalam waktu lama. Artinya Ikan yang Sakit akan segera selamat dari penyakitnya setiap kali Waktu Pemulihan adalah 9 atau 13,5 hari, perilaku siklik selalu ada.
dijelaskan sebagai berikut. Jika Waktu Pemulihan singkat , ikan yang terinfeksi akan terinfeksi
bahwa tindakan perbaikan apa pun yang dapat mempersingkat Waktu Pemulihan sebenarnya karena penyakit ini secara signifikan dapat mengurangi dampak jangka panjang dari penyakit ini tanggapan terhadap variabel Waktu Pemulihan yang ditampilkan pada Gambar 3.10 dapat
bahwa kita harus melakukan penelitian untuk mengetahui lebih dekat Waktu Pemulihan sebenarnya untuk penyakit X. Selain itu, sensitivitas terhadap Waktu Pemulihan menunjukkan memberikan pengaruh yang signifikan terhadap sistem (lihat Gambar 3.10). Perbedaannya
Jumlah ikan mencapai nol, epidemi telah berakhir, dan sistem mencapai kondisi stabil.
Fakta bahwa sistem tampaknya sangat sensitif terhadap Waktu Pemulihan menunjukkan Jika memungkinkan, berikan alasan mengapa variabel dengan leverage tinggi sangat penting dan variabel dengan leverage rendah tidak. Waktu Pemulihan tampaknya
penyakit lebih lambat dibandingkan kecepatan pemulihan ikan. Oleh karena itu, Orang Sakit Waduk Ikan Sakit .
dengan nilai awal 10 ekor ikan di reservoir Ikan Sakit , penyebarannya
pada ekosistem.
pengaruh atas sistem dan mereka yang menunjukkan sedikit pengaruh. Jika
SAYA
•••
:
...~.---- 2
!
3: Ikan Sakit 2: Ikan Sakit
saya \
aku... 1 . saya \ saya
·3': .. . ..'. .'. •• • '•.,.: -..I I
•
.
SAYA
....•
1: Ikan Sakit
Ingatlah bahwa pernyataan tujuan pemodelan yang dijelaskan dalam Bagian 3.3 mencakup deskripsi jenis intervensi atau perubahan pada sistem yang ingin kita evaluasi dengan model . Seringkali individu yang ditugaskan untuk mengatasi masalah lingkungan hidup mempunyai gagasan apriori tentang cara mengatasi masalah lingkungan hidup. Model simulasi sistem yang andal dan valid menyediakan alat yang ampuh untuk mengevaluasi ide-ide tersebut. Pernyataan tujuan Model Penyakit Ikan (disediakan di Bagian 3.3) menjelaskan dua intervensi khusus yang akan dievaluasi.
penyakit X akan berkurang 50 % .
Setelah intervensi dimasukkan ke dalam model , intervensi tersebut harus divalidasi ( jika memungkinkan ) dengan menjalankan model dan memeriksa keluaran model dengan beberapa kasus sederhana yang diketahui . Model yang baru dimodifikasi kemudian dapat dianalisis menggunakan teknik yang sama yang digunakan dalam eksplorasi . analisis yang dijelaskan sebelumnya. Hasil model " baru " harus dibandingkan dengan hasil model " lama " untuk mengevaluasi dampak intervensi yang diusulkan .
Kita harus mendefinisikan bagaimana model sistem pada Gambar 3.1 akan dimodifikasi untuk mensimulasikan masing -masing opsi ini . Proses memasukkan kebijakan atau tindakan perbaikan ke dalam model sistem yang ada memerlukan keterampilan pemodelan dan analisis yang sama seperti yang dibahas dalam tiga bab pertama buku ini . Dalam beberapa kasus, hanya dengan mengubah nilai beberapa konstanta pada model asli dapat mensimulasikan intervensi sistem . Dalam kasus lain , intervensi dapat dimodelkan dengan menggunakan fungsi PULSE, STEP, atau RAMP seperti yang dibahas sebelumnya. Ada kemungkinan juga bahwa beberapa intervensi harus dimodelkan dengan mengubah infrastruktur sistem (seperti yang ditunjukkan dalam diagram sistem). Beberapa elemen mungkin perlu dihapus dan elemen lainnya perlu ditambahkan atau diubah.
adalah:
1. Penangkapan dan pemusnahan ikan yang terinfeksi secara berulang-ulang .
Setelah kita memvalidasi model dan melakukan analisis eksplorasi, kita akan memiliki pemahaman yang lebih mendalam tentang dinamika yang menentukan cara kerja sistem . Selain itu, analisis eksplorasi mungkin telah mengungkapkan beberapa peluang yang tidak diantisipasi untuk memberikan dampak positif atau negatif terhadap sistem . Pemahaman ini sekarang dapat diterapkan untuk merumuskan dan memodelkan perubahan pada sistem yang bertujuan untuk mengubah atau meningkatkan kinerja sistem. Misalnya, kami tertarik untuk mengevaluasi opsi untuk mengatasi wabah penyakit X di ekosistem perairan imajiner kami . Tujuan kami secara keseluruhan adalah meminimalkan dampak penyakit sehingga mencegah penurunan populasi ikan secara drastis . _
2. Introduksi strain ikan baru yang resisten dan mudah menular
3.6.1 Tinjauan Analisis Kasus
3.6 Penerapan Strategi: Analisis Kasus
3. Strategi Menganalisis dan Menggunakan Model Sistem Lingkungan 88