HAI:==~==01
Bagian 2.5 Bagian 2.5
3.5 Penerapan Strategi: Analisis Eksplorasi
3.5.2 Menggunakan Eksperimen PULSE, RAMp, dan STEP untuk Mempelajari Dinamika Sistem
Menerapkan Strategi : Analisis Eksplorasi
Sekarang anggaplah populasi suatu organisme tertentu dalam suatu ekosistem tiba- tiba meningkat sebesar 100%. "Kejutan" seperti itu pasti akan menyebabkan seluruh sistem melakukan penyesuaian dengan cara yang mungkin tidak dapat diantisipasi. Kita mungkin melihat, misalnya, spesies hewan lain dalam sistem tiba-tiba mulai berkembang biak, sedangkan spesies hewan lain pada akhirnya punah. Kita bahkan mungkin menemukan bahwa spesies yang awalnya populasinya berlipat ganda akhirnya mati.
Seiring berjalannya waktu, keseluruhan ekosistem mungkin berubah sehingga memiliki tampilan yang sangat berbeda. Selama periode penyesuaian ini , proses mendasar dan hubungan timbal balik yang membentuk sistem asli dapat diamati dan dipahami dengan lebih baik.
Misalnya, populasi Ikan Rentan dalam model penyakit ikan stabil jika tidak ada ikan yang sakit dalam sistem. Bagaimana respons sistem jika 10 ikan yang sakit ditambahkan ke sistem setelah 100 hari berperilaku stabil? Apakah populasi Ikan Rentan pada akhirnya akan punah? Apakah akan terjadi penurunan jumlah ikan sehat secara keseluruhan ? Proses-proses seperti kelahiran, kematian, penyakit, pembusukan, dan cuaca semuanya bekerja untuk menciptakan perilaku stabil yang kita amati; sayangnya, cara kerja dan peran masing-masing proses ini mungkin tidak terlihat ketika semuanya seimbang.
Oleh karena itu, salah satu strategi yang berguna untuk mengembangkan pemahaman tentang bagaimana suatu sistem bekerja adalah dengan sengaja mengganggu atau mengganggu sistem dan kemudian mengamati bagaimana sistem bereaksi. Dengan mengamati dan menjelaskan perilaku yang kita lihat selama gangguan ini, kita dapat memperoleh pemahaman yang lebih kaya tentang sistem secara keseluruhan.
menyimpulkan bahwa sebenarnya tidak terjadi apa-apa. Namun kita tahu bahwa ada banyak proses kompleks dan aktif yang terjadi di dalam ekosistem.
Ada banyak cara umum untuk mengganggu suatu sistem. Ini dapat diterapkan
menggunakan fungsi yang telah ditentukan sebelumnya dalam perangkat lunak pemodelan sistem, atau dapat diterapkan secara "waktu nyata" saat simulasi sedang berjalan. Di sini kami akan menjelaskan tiga gangguan yang umum digunakan. Ketiganya bisa digunakan _ _ _ Konsekuensinya hampir mustahil untuk diprediksi, dan bahkan bisa menimbulkan dampak buruk; namun, kita dapat melakukan eksperimen serupa pada model simulasi yang tervalidasi tanpa risiko membahayakan keseluruhan ekosistem.
Sekalipun eksperimen seperti itu bisa dilakukan, kita akan sangat enggan memanipulasi ekosistem dengan cara seperti ini.
Kita dapat mencoba menjawab pertanyaan-pertanyaan ini dengan menetapkan nilai awal dari konveyor Ikan Sakit menjadi 10 ikan. Sayangnya hal ini tidak memungkinkan kita untuk mengamati bagaimana sistem akan bertransisi dari kondisi stabil ke kondisi
"sakit". Hal ini karena 10 ikan yang sakit akan berada dalam sistem sejak awal, bukan muncul secara tiba-tiba setelah 100 hari dalam kondisi stabil. Oleh karena itu, kita memerlukan suatu metode untuk mengganggu sistem sehingga kita dapat menambahkan 10 ikan yang sakit pada hari keseratus simulasi .
79
80 3. Strategi Menganalisis dan Menggunakan Model Sistem Lingkungan
GAMBAR 3.3. Grafik gangguan PULSA . _
lembab .
S
L
Waktu
kamu
P
Gambar 3.4 menunjukkan bagaimana diagram sistem asli pada Gambar 3.1 dapat dimodifikasi dengan cara ini. Gambar 3.4 juga menampilkan nilai awal dan konstanta lain dalam model . Gambar 3.5 menampilkan grafik perilaku sistem selama 73 hari berjalan . Kajian singkat terhadap grafik ini mengungkapkan dinamika berikut:
• Sistem berosilasi dalam siklus 60 hari. Osilasi ini bertahap
Kita dapat menambahkan aliran masuk ikan yang terinfeksi ke dalam reservoir tersebut dan menggunakan fungsi STELLA @ PULSE untuk memaksa aliran masuk menjadi nol ikan/hari hingga hari ke-100, ketika aliran akan "menonjol" menjadi 10 ikan/hari selama 1 hari. (Lihat lampiran bab ini untuk informasi lebih lanjut tentang fungsi STELLA @ PULSE ).
• Semua waduk mempunyai tren penurunan yang bertahap.
• Sekali beberapa ikan yang terinfeksi masuk, penyakit ini dengan cepat menyebar ke seluruh populasi . Dalam waktu sekitar 30 hari epidemi ini mencapai puncaknya dan lebih dari 200 ikan (20% dari populasi !) terjangkit penyakit ini .
"dibubuhi" ke dalam sistem .
Untuk mengilustrasikan penggunaan PULSA untuk mengeksplorasi dinamika sistem, misalkan nilai awal reservoir Ikan Sakit diatur ke nol .
1. PULSA . Jenis gangguan ini menyebabkan nilai aliran atau konverter " menonjol "
pada titik waktu tertentu. Pulsa dapat diberikan pada satu titik waktu atau beberapa titik waktu. Gambar 3.3 mengilustrasikan jenis gangguan ini .
• Masing-masing dari tiga reservoir berada "keluar dari fase" satu sama lain. Artinya, masing-masing mencapai puncak siklusnya pada waktu yang berbeda dibandingkan yang lain.
• Sistem berjalan dalam kondisi stabil hingga hari ke 100 ketika 10 ikan terinfeksi memperkenalkan perubahan ukuran aliran atau konverter pada titik waktu yang telah ditentukan selama simulasi .
E
Arus masuk
Rentan
Ikan yang Terinfeksi
O.025dea/ hS1
Waktu Perlawanan Waktu Pemulihan
Ikan
Kehilangan Resistensi
perilaku.
aliran atau konverter untuk membuat perubahan langkah satu kali pada titik tertentu
Tinggallah sebagai latihan bagi Anda untuk memberikan penjelasan untuk masing-masing hal tersebut
2. LANGKAH (lihat Gambar 3.6) . Gangguan STEP ini menyebabkan nilai
SAYA
~
1:
Saya 'ii'--r--- ---1
z 1000
Saya
Saya
nilai ini6a1
Saya
SAYA"\.
\ ~...
", ',''.1...
.
~.::
PULSA(10, 100, 1(00)
~
~
2:
81
3: Ikan Tahan Tingkat Kematian
1: Rsh Rentan
Aliran masuk Ikan yang Terinfeksi melonjak 10 ikan/hari pada hari ke-100.
Waktu (hari) 2 : Sakit Rsh
1
Menerapkan Strategi: Analisis Eksplorasi
GAMBAR 3.5. Perilaku sistem ketika 10 ikan yang terinfeksi ditambahkan pada hari ke 100.
GAMBAR 3.4. Model penyakit ikan yang dimodifikasi untuk memperkenalkan 10 ikan yang terinfeksi pada hari ke 100.
capila !dIJy
Saya
:. SAYA
182,50
1
saya
\E
,.. .... -. ... _~
3:
1: 700,00 2:
100,00.: 3: 300,00
aku :
O.OO+---...-..,..---...---r---~ 365,000,00 400,00
0,00
730.00 547,50
3 ··2·~
...
:1
1: Ikan Rentan
2:
2000,00 400,00 1500,00
0,00
182,50
:
0,00 0,00
2
0,00 ~:
54ho
SAYA
dan r··. .:'
1···
!
~
Jt.
..1'
P
.
1.
o sampai 10 ikan/hari pada hari ke 100)
Waktu (hari)
1 hal Fi yang terinfeksi
3: Ikan Tahan
3:
2: Ikan Sakit
•• 2 ••, 3:
T
fJfY
3:
1:
1:
1:
_~:l
82
sistem setiap kali aliran masuk PULSA pada Gambar 3.4 diganti dengan a
hari setelahnya. Perilaku apa yang terlihat dari Gambar 3.7? Mengapa mereka melakukannya ?
Saya
hari ke 100. Gangguan LANGKAH memperkenalkan 10 ikan pada hari ke 100 dan pada masing-masing perubahan untuk sisa simulasi . _ _ Grafik gangguan STEP ditampilkan pada Gambar 3.6 . Gambar 3.7 menunjukkan perilaku _
Perhatikan bahwa PULSA hanya memasukkan 10 ikan yang sakit ke dalam sistem ke bab ini untuk informasi lebih lanjut tentang fungsi STELLA~ STEP ).
titik waktu dan kemudian berhenti. Namun, fungsi STEP akan tetap dipertahankan PULSA memperkenalkan peristiwa satu kali yang terjadi pada satu peristiwa yang terisolasi
terjadi?
LANGKAH pemasukan 10 ekor ikan/hari, dimulai pada hari ke 100. (Lihat lampiran
saya
saya
pada waktunya. LANGKAH berbeda dari PULSA dalam beberapa hal penting .
~1
'..~.~.::.:~~:j
... "';
waktu
tinggi
GAMBAR 3.7. Perilaku sistem setiap kali gangguan STEP 10 ikan /hari digunakan GAMBAR 3.6. Grafik gangguan STEP . _
untuk arus masuk ikan yang terinfeksi Gambar 3.4.
3. Strategi Menganalisis dan Menggunakan Model Sistem Lingkungan
::
73000 ....~
2:
"
, Saya
E
:
2 ...3:
:, ~.,
,... ",
36doo
S
saya
saya
••~', .. .'.,.... 1 ,,"
2
:a'~
!
2:
:
E:
f ... "
"
, ..
Aliran masukslepsupfmm
83
~: ~:gg
, ... ,
g:gg...__...:..Iir:.~~.:..~ ••-::..;;-;;,.-
Saya
, ,
,
Saya ;
.•"/' !
3:
~
3 : 400000,00
547,50 3: Ikan Tahan
2 : 150000,00
365.00 182,50
2: Sid< Ikan
1: 450000,00
0,00
"
meningkat sebanyak 10 ikan/hari.
3 : 800000,00
sampai hari ke 100, setelah itu
Aliran masuk Ikan yang Terinfeksi adalah nol
730.00 Waktu (hari)
1: Rsh Rentan
--- ---Saya
3 /
!
! ,
/).X
~
.-"
/~
kemiringan= L\y
waktu
...,..---_---...;
2:
... .,.1
• .... .,.." ,••,...,.::: ..- 0,00
M
...:.::"
ii
arus masuk pada Gambar 3.4.
GAMBAR 3.9. Perilaku sistem setiap kali RAMP (10.100) digunakan untuk ikan yang terinfeksi Menerapkan Strategi: Analisis Eksplorasi
GAMBAR 3.8. Grafik gangguan RAMP.
R
ketika aliran PULSA ikan yang sakit pada Gambar 3.4 diganti dengan RAMP
dan seterusnya.
RAMP ditampilkan pada Gambar 3.8 . Gambar 3.9 menunjukkan perilaku sistem
ikan dimasukkan pada hari ke 100. Dua puluh ikan yang sakit dimasukkan pada hari ke 101, tidak ada ikan yang terinfeksi dalam sistem selama 100 hari pertama . Sepuluh orang sakit menurun dengan laju konstan, dimulai pada titik waktu tertentu. Grafik dari
3. RAMP (lihat Gambar 3.8) . Gangguan RAMP meningkat atau
inflow dengan kemiringan 10 ekor /hari yang dimulai pada hari ke 100. Dengan kata lain ,
... ,
/Saya
P
~.,
1:
!
A
,"1 .." 2 ....~
~
Tujuan eksperimen sensitivitas adalah untuk mengidentifikasi variabel-variabel dalam sistem yang termasuk dalam dua kategori berikut . I Kategori-kategori ini tidak menyeluruh. Kebanyakan sistem akan berisi beberapa variabel yang tidak sesuai dengan kategori mana pun .
2. Variabel dengan leverage rendah adalah variabel yang nilainya memiliki dampak minimal terhadap sistem . Nilai variabel leverage rendah dapat diubah (Dalam rentang yang wajar) tanpa mempengaruhi sistem secara keseluruhan secara signifikan. Nilai -nilai variabel -variabel ini tidak perlu divalidasi secara hati-hati terhadap sistem sebenarnya. Selain itu, variabel leverage yang rendah juga penting karena memberikan pilihan bagi pembuat kebijakan untuk mengubah sistem dengan cara yang dapat memberikan manfaat ekonomi atau manfaat lain yang penting tanpa berdampak buruk pada sistem.
Analisis sensitivitas (dalam bentuk paling dasar) melibatkan langkah -langkah berikut:
1. Variabel leverage tinggi adalah variabel yang nilainya mempunyai dampak signifikan terhadap perilaku sistem . Ketika nilai variabel - variabel ini diubah sedikit saja , perilaku sistem dapat berubah secara dramatis. Variabel leverage tinggi adalah besaran yang nilainya harus divalidasi secara cermat dengan sistem nyata. Karena faktor -faktor tersebut mempunyai pengaruh yang besar, kesalahan sekecil apa pun dalam menentukan nilainya dapat berdampak signifikan pada prediksi model kita . Variabel leverage yang tinggi juga memberikan peluang terbaik bagi pembuat kebijakan untuk memberikan dampak pada sistem lingkungan. Jika kebijakan atau teknologi dapat dilembagakan sehingga memberikan dampak yang kecil sekalipun pada variabel leverage yang tinggi, maka perubahan pada sistem secara keseluruhan akan menjadi signifikan.
1. Identifikasi variabel eksogen dalam sistem . Ini adalah variabel yang nilainya tidak bergantung pada besaran lain dalam sistem , namun ditentukan oleh pengguna atau pembuat model . Variabel eksogen akan sesuai dengan konverter dalam diagram sistem yang tidak memiliki konektor yang menunjuk ke dalamnya. Perhatikan juga bahwa nilai awal reservoir dapat dianggap sebagai variabel eksogen.
Pengaruh variabel eksogen akan dievaluasi melalui analisis sensitivitas .
Analisis sensitivitas biasanya melibatkan lebih dari sekadar mengklasifikasikan variabel individual sebagai "leverage tinggi" atau "leverage rendah". Misalnya, sering kali terjadi kombinasi variabel yang bekerja sama untuk memberikan pengaruh yang tinggi terhadap sistem . Namun, strategi untuk mengidentifikasi kelompok variabel yang sinergis berada di luar cakupan teks ini . Kami akan membatasi perhatian kami pada analisis sensitivitas variabel tunggal.