BAB III

METODOLOGI SYSTEM DYNAMICS

Dalam penelitian ini, analisis keandalan ketersediaan air baku Sungai

Cikapundung Hulu dilakukan dengan menggunakan metoda system dynamics.
Penggunaan system dynamics ini didasari pertimbangan bahwa metoda ini mampu
merepresentasikan keterkaitan antar variabel-variabel yang dikaji dan mampu
menggambarkan interaksi dari masing-masing sistem serta mensimulasikan
perilaku sistem apabila dilakukan intervensi terhadap sistem tersebut. Penggunaan
system dynamics lebih menekankan pada tujuan peningkatan pemahaman tentang
bagaimana perilaku dimunculkan oleh struktur eksisting, serta bagaimana
implikasi-implikasi perilaku yang dimunculkan pada saat sebuah kebijakan
diintervensikan ke dalam struktur eksisting. Menurut Sterman, system dynamics
adalah suatu bidang studi atas struktur dan perilaku sistem-sistem sosioteknis
untuk memandu pengambilan keputusan, pembelajaran, dan pemilihan kebijakan
yang efektif dalam dunia yang penuh kompleksitas dinamik (Sterman, 2000 dalam
Supple, 2004).

Dalam suatu permasalahan yang memiliki sifat dinamis dan mempunyai struktur
umpan balik, maka akan sangat sesuai apabila dilakukan pendekatan pemodelan
dengan menggunakan system dynamics. Dalam paradigma system dynamics
diasumsikan bahwa dunia nyata merupakan suatu sistem yang mempunyai
struktur umpan balik dengan hubungan linier maupun non-linier dan di dalamnya
terdapat penundaan waktu (delay time).

Secara umum pendekatan yang digunakan dalam penelitian maupun pemecahan

suatu permasalahan dapat dibedakan menjadi 2 (dua) bagian, yaitu pendekatan
kotak hitam (black box) dan pendekatan struktural. Dalam pendekatan kotak
hitam, hubungan-hubungan struktural biasanya dicari melalui suatu proses
deduksi dari data historis tentang tingkah laku suatu sistem. Penentuan variabel-
variabel penting yang harus masuk dalam suatu model ditentukan melalui
pengujian-pengujian statistik berdasarkan data tingkah laku sistem. Sementara itu,
pendekatan struktural tidak hanya terfokus pada data, akan tetapi lebih kepada

50
fenomena dan perilakunya. Pendekatan ini didasarkan pada paradigma system
thinking. Menurut Senge, terdapat 2 (dua) esensi dari system thinking (Tasrif,
2001), yaitu:

a. Melihat hubungan saling bergantung (dipengaruhi atau dapat salin

mempengaruhi atau umpan balik), bukan hanya hubungan sebab akibat searah;

b. Melihat adanya proses-proses perubahan (proses yang berlanjut, on going

process), bukan potret-potret sesaat.

Konsep system dynamics dikembangkan dikembangkan pada tahun 1950an di

Massachusets Institute of Technology (MIT) oleh Jay W. Forrester, yang
merupakan suatu metoda permodelan yang penggunaanya erat hubungannya
dengan pertanyaan-pertanyaan tentang tendensi-tendensi dinamik sistem-sistem
yang kompleks, yaitu pola-pola tingkah laku yang dibangkitkan oleh sistem itu
dengan bertambahnya waktu. Istilah dinamik (dynamics) dalam system dynamics
mengacu pada situasi suatu sistem yang senantiasa berubah dari waktu ke waktu.
Istilah tersebut juga dapat ditafsirkan sebagai perubahan-perubahan keadaan suatu
sistem sebagai reaksi atas perubahan-perubahan pada variabel-variabel input
(Kim, 1998:62). Sehingga dalam system dynamics proses pembuatan keputusan
yang dilakukan pun akan menyangkut fenomena-fenomena yang dinamis.
Fenomena dinamis ini 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.

Asumsi utama dalam paradigma system dynamics adalah bahwa struktur

fenomena proses pembuatan keputusan merupakan suatu kumpulan (assembly)
dari struktur-struktur kausal yang melingkar dan tertutup (causal loop structure).
Keberadaan struktur ini sebagai suatu konsekuensi logis dari adanya kendala-
kendala fisik dan tujuan-tujuan sosial, penghargaan dan tekanan yang
menyebabkan manusia bertingkah laku dan membangkitkan secara kumulatif
tendensi-tendensi dinamik yang dominan dari sistem secara keseluruhan. Oleh

51
karena itulah model-model system dynamics diklasifikasikan ke dalam model
matematik kausal (theory like ) (Tasrif, 2001).

Adapun prinsip-prinsip untuk membuat suatu model dinamik (Sterman, 1981)

dalam Tasrif (2001) adalah sebagai berikut ini.
1. Keadaan yang diinginkan dan keadaan yang sebenarnya terjadi harus
dibedakan di dalam suatu model.
2. Adanya struktur stok dan aliran dalam kehidupan nyata harus
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 di dalam sistem yang
harus digunakan dalam pemodelan keputusan-keputusannya;
5. Struktur kaidah pembuatan keputusan di dalam model haruslah sesuai (cocok)
dengan praktek-praktek manajerial.
6. Model haruslah robust dalam kondisi-kondisi ekstrim.

Dalam metodologi system dynamics, 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
menyatakan hubungan karena adanya korelasi-korelasi statistik. Hubungan sebab-
akibat antar sepasang variabel harus dipandang bila hubungan variabel tersebut
dengan variabel lainnya di dalam sistem dianggap tidak ada.

III.1. Pemodelan System Dynamics

Dasar metodologi system dynamics adalah analisis sistem. Suatu sistem (suatu
sistem dapat terdiri dari beberapa sub sistem) didefinisikan sebagai seperangkat
unsur yang saling berinteraksi satu sama lain dengan pola interaksi yang salin
mempengaruhi dan saling menentukan satu dengan yang lainnya. Interaksi yang
terjadi di dalam sistem sepanjang waktu akan mempengaruhi keadaan unsur-unsur

52
di dalam sistem, sehingga struktur suatu sistem (system stucture) sangat
ditentukan oleh pola hubungan diantara unsur-unsurnya, sedangkan batasan
sistem (system boundary) akan membatasi/memisahkan sistem dengan
lingkungannya. Karena perilaku sistem yang selalu dipengaruhi oleh strukturnya
maka analisis sistem lebih banyak mempertimbangkan hubungan antar unsur
(inter relasi) dalam sistem dibandingkan dengan detil input dan output data.
Melalui pemodelan interelasi, analisis sistem akan mampu menjelaskan
perubahan-perubahan dari masing-masing unsur sistem terhadap perubahan
waktu. Dinamika perilaku suatu sistem sangat ditentukan oleh struktur umpan
balik (feedback loops) yang menyatakan hubungan sebab akibat antar unsur bukan
hubungan karena adanya korelasi-korelasi statistiik. Dalam pembentukan model
tersebut dilakukan melalui pendekatan struktural atau berdasarkan pendekatan
system thingking. Di dalam pendekatan system thinking tersebut struktur fisik
maupun struktur pengambilan keputusan diyakini dibangun oleh unsur-unsur yang
saling bergantung dan membentuk suatu lingkar tertutup (closed loop atau
feedback loop). Hubungan unsur-unsur yang saling bergantung tersebut
merupakan hubungan sebab akibat umpan balik dan bukan hubungan sebab
akibat yang searah. Lingkar umpan balik tersebut merupakan pembentuk utama
model (building block).

Unsur-unsur dalam lingkaran umpan balik dapat berbentuk materi atau informasi
dan dapat bersifat stok atau aliran. Dalam aliran ini dapat terjadi bias, distorsi,
kelambatan, penguatan maupun peredaman, dimana hubungan yang terjadi antar
unsur tersebutdapat terjadi secara linier maupun non linier. Terdapat 2 (dua) jenis
hubungan kausal, yaitu hubungan kausal positif dan hubungan kausal negatif.
Umpan balik negatif merupakan suatu proses untuk mencapai tujuan (goal
seeking). Umpan balik ini cenderung menjadi penyeimbang terhadap setiap
gangguan dan selalu membawa sistem ke dalam keadaan yang stabil. Umpan balik
positif terjadi jika perubahan dalam komponen lainnya yang akan memperkuat
proses awalnya. Umpan balik positif merupakan proses yang sifatnya tumbuh.

Asumsi utama dalam paradigma system dynamics adalah bahwa tendensi-tendensi

dinamik yang bersifat persisten pada setiap sistem yang kompleks adalah
bersumber dari struktur kausal yang mau membentuk sistem tersebut. Keberadaan

53
struktur tersebut merupakan konsekuensi dari adanya interaksi antara kendala-
kendala fisik dan tujuan-tujuan sosial, penghargaan dan tekanan yang
menyebabkan manusia bertingkah laku dan membangkitkan secara kumulatif
tendensi-tendensi dinamik yang dominan dari sistem total (secara keseluruhan).
System dynamics memiliki 4 (empat) fondasi teoritis yaitu: teori informasi
feedback, teori keputusan, eksperimen simulasi komputer dan proses penyelesaian
model mental. Sebagai metoda yang didukung dengan kekuatan simulasi
komputer maka system dynamics dapat memberikan pemahaman yang lebih baik
dan meramalkan berbagai kemungkinan yang akan terjadi pada berbagai jenis
sistem sosial. Suatu sistem dipelajari guna mengetahui dinamika non linier dari
perubahan perilaku di dalam sistem. Sebagian besar unsur model merupakan
unsur realita dengan inter relasi di dalamnya.

III.2. Langkah-langkah Pemodelan System Dynamics

Ada beberapa langkah yang dilakukan untuk menyusun model System dynamics
yaitu (Sterman, 2000) dalam (Suseno, 2005):
1) mengartikulasikan masalah (problem articulation);
2) merumuskan hipotesis dinamis (formulation of dynamic hypothesis);
3) merumuskan model simulasi (formulation of a simulation model);
4) menguji (testing); dan,
5) merancang dan mengevaluasi kebijakan (policy design and evaluation).

III.2.1. Mengartikulasikan masalah (problem articulation)

Pada tahap ini masalah diidentifikasikan, kemudian dilakukan dengan melakukan

identifikasi dan analisis permasalahan yang akan dikaji. Menurut Sterman (2000)
diperlukan basis data mental dan basis data tertulis selama dalam proses
pembatasan masalah ini. Biasanya pembuat model mengembangkan karakteristik
permasalahan awal ini melalui suatu diskusi dengan pihak terkait, mencari
informasi penelitian tambahan yang telah dilakukan sebelumnya, pengumpulan
data, melakukan wawancara dan observasi langsung dan peran serta.

54
Dua hal yang paling penting pada tahap ini adalah menyusun reference mode dan
menetapkan rentang waktu (time horizon) secara eksplisit. Reference mode dapat
berupa gambar atau data deskriptif lain yang menggambarkan permasalahan dan
kemungkinan yang akan terjadi pada masa mendatang. Pengumpulan data dan
informasi historis akan menjadi reference mode yang diwakili oleh pola perilaku
kumpulan variabel yang meliputi aspek-aspek yang berhubungan dengan pola
perilaku persoalan. Informasi historis ini sangat penting agar dapat
menggambarkan pola perilaku persoalan dan memperkirakan kemungkinan
perilaku permasalahan di kemudian hari.

III.2.2. Merumuskan hipotesis dinamis (formulation of dynamic hypothesis)

Tahap ini memfokuskan pada perumusan dynamic hypothesis yang dapat

menjelaskan struktur umpan balik yang diperkirakan mempunyai kemampuan
dalam mempengaruhi perilaku permasalahan. Pengembangan struktur sebab
akibat didasarkan pada hipotesis awal, variabel-variabel utama, reference mode,
dan data-data yang lain, antara lain dengan menggunakan model boundary
diagrams, subsystem diagrams, causal loop diagrams, stock and flow maps, dan
policy structure diagrams. Teknik pengembangan struktur yang sering digunakan
adalah diagram sebab akibat (causal loop diagrams)

Pembuatan causal loop diagrams dilakukan dengan menghubungkan antar

variabel-variabel yang terkait dengan persoalan. Pola hubungan antar variabel
tersebut digambarkan dengan diagram sebab akibat yang memperlihatkan
sejauhmana interaksinya antara variabel satu dengan yang lainnya dan kemudian
diidentifikasi lingkar umpan balik (feedback loop) yang terbentuk dari pola
hubungan tersebut. Ada 2 (dua) macam lingkar umpan balik yang mungkin dapat
terbentuk dalam diagram tersebut, yaitu lingkar umpan balik positif yang
menghasilkan pola pertumbuhan, dan lingkar umpan balik negatif yang akan
menghasilkan pola pencapaian tujuan (goal seeking). Kombinasi kedua lingkar
tersebut akan menggambarkan pola perilaku sistem.

Dinamika sebuah sistem dipengaruhi oleh faktor internal (endogenous) dan

eksternal (exogenous). Faktor-faktor tersebut, terutama faktor endogenous
merupakan variabel yang sangat penting dalam analisis suatu sistem. Oleh karena

55
itu, penentuan batas model perlu ditentukan terlebih dahulu dengan jelas agar
untuk selanjutnya dapat lebih mudah untuk mendifinisikan faktor endogenous dan
exogenous tersebut. Batasan model ini juga akan memudahkan dalam
memisahkan proses-proses yang menyebabkan adanya kecenderungan internal
yang diungkapkan dalam pola referensi dari proses-proses yang
mempresentasikan pengaruh-pengaruh eksogen atau pengaruh yang berasal dari
luar sistem.

III.2.3. Perumusan model simulasi (formulation of a simulation model)

Ada tiga hal penting dalam tahap ini, yaitu melakukan spesifikasi struktur dan
keputusan, memperkirakan parameter, hubungan perilaku, dan kondisi awal, dan
menguji konsistensi sesuai dengan tujuan dan lingkup masalah (Sterman, 2000).
Penyusunan model simulasi dilakukan dengan mentransformasikan pola
hubungan antar variabel diagram umpan balik ke dalam persamaan atau program
komputer. Struktur dasar dalam pemodelan system dynamics adalah sebagai
berikut.

a) Level, merupakan akumulasi yang terdapat dalam sistem yang besarnya

dipengaruhi oleh nilai awal dan nilai rate. Level pada suatu loop hanya bisa
didahului oleh rate, tetapi tidak bisa diikuti oleh auxiliary atau rate. Level
tidak bisa dipengaruhi secara langsung oleh level lainnya.
b) Rate, adalah aliran yang bisa mengubah level dan nilainya dipengaruhi oleh
informasi-informasi yang datang kepadanya.
c) Aliran material adalah aliran dari level satu ke level yang lainnya, yang
besarnya ditentukan oleh persamaan rate.
d) Aliran informasi adalah struktur yang berperan dalam fungsi-fungsi
keputusan yang tidak mempengaruhi variabel secara langsung.

III.2.4. Pengujian (testing)

Pengujian ini dilakukan antara lain untuk melihat kesesuaian perilaku simulasi
model dengan perilaku sistem yang sebenarnya. Pengujian menekankan pada
sejauh mana model yang disusun mampu menirukan pola perilaku historisnya.
Setiap variabel harus bisa menggambarkan konsep yang terdapat di dunia nyata.

56
Pengujian dilakukan segera setelah menuliskan persamaan dalam simulasi.
Apabila ditemukan adanya ketidaksesuaian pola perilaku antara model dengan
perilaku historisnya, model segera diperbaiki agar bisa menggambarkan keadaan
yang sebenarnya.

Pengujian model dilakukan untuk mengetahui sejauh mana model yang dibuat
sudah cukup valid atau sahih sehingga dapat memberikan keyakinan untuk
digunakan dalam merancang kebijakan. Bila kesahihan model telah dapat dicapai,
simulasi selanjutnya dapat digunakan untuk merancang kebijakan yang efektif.
Hal tersebut dapat dicapai apabila pemodelan sistem-sistem sosial tersebut
memenuhi kaidah-kaidah ilmiah (Tasrif, 1998). Untuk mendapatkan model yang
sahih tersebut maka dalam pembuatannya harus sepenuhnya mengikuti suatu
metoda ilmiah yang mensyaratkan bahwa suatu model harus mempunyai titik
kontak yang banyak. Perbandingan berulang-ulang dengan kenyataan tersebut
melalui titik kontak akan membuat model menjadi lebih komunikatif terhadap isu-
isu maupun perilaku yang dihasilkannya. Tasrif menggambarkan prinsip
pemodelan kebijakan seperti terlihat pada Gambar 3.1. berikut:

Struktur Perilaku
Observasi
dunia nyata dunia nyata

Pembandingan

Struktur Perilaku
Induksi model model

Logika deduktif

Gambar III.1. Prosedur pemodelan system dynamics menurut Saeed (1994 : 23)

Bila suatu korespondensi antara model mental sistem, model eksplisit dan
pengetahuan empirik tentang sistem telah diperoleh, maka model yang
dibuatdapat diterima sebagai suatu representasi persoalan yang sahih dan dapat
digunakan untuk melakukan analisis kebijakan. Secara ringkas, pengujian-
pengujian yang dapat dilakukan dalam suatuu proses pemodelan system dynamics
dirangkum dalam Tabel III.1. berikut ini.

57
 Tabel III.1. Pengujian-pengujian model system dynamics

Bidang Jenis
Pertanyaan yang diajukan dalam Pengujian
Pengujian Pengujian

Pengujian Verifikasi Apakah struktur model konsistensi dengan

struktur struktur pengetahuan deskriptif yang relevan tentang sistem ?
model
Verifikasi Apakah parameter-parameter model konsistensi
parameter dengan pengetahuan deskriptif yang relevan tentang
sistem ?

Kondisi Apakah masing-masing persamaan masuk akal

ekstrim meskipun inputnya memiliki nilai-nilai ekstrim?

Kecukupan Apakah konsep-konsep yang penting menyangkut

batas persoalan telah tercakup (endogenous) dengan
(struktur) model?

Konsistensi Apakah masing-masing persamaan konsisten secara

dimensional dimensional tanpa menggunakan parameter-
parameter yang tidak ada di dunia nyata?

Pengujian Reproduksi Apakah model secara endogenous membangkitkan

perilaku perilaku gejala-gejala dan persoalan, mode-mode perilaku,
model frekuensi dan karakteristik lain dari perilaku sistem
riil?

Anomali Apakah perilaku abnormal muncul jika suatu asumsi

perilaku model ditiadakan?

Family Dapatkah model mereproduksi perilaku dari contoh-

member contoh sistem lain dalam kelas yang sama seperti
model (misalnya: dapatkah sebuah model perkotaan
membangkitkan perilaku kota New York, Dallas,
Carson City dan Calcutta bilamana diberi parameter
masing-masing kota tersebut)?

Perilaku Apakah model menunjukkan adanya suatu mode

mengejutkan perilaku yang sebelumnya tidak dikenali dalam
sistem riil?

Kebijakan Apakah model berperilaku sebagaimana mestinya

ekstrim bila dihadapkan pada kebijakan-kebijakan ekstrim

58
 Bidang Jenis
Pertanyaan yang diajukan dalam Pengujian
Pengujian Pengujian

atau input-input pengujian?

Kecukupan Apakah perilaku model sensitif terhadap

batas penambahan atau perubahan struktur untuk
(perilaku) mewakili teori-teori alternatif yang dapat diterima?

Karakter Apakah output model memiliki karakter statistika

statistika yang sama dengan output dari sistem riil?

Pengujian Perbaikan Apakah kinerja sistem riil meningkat melalui

implikasi sistem penggunaan model?
kebijakan
Prediksi Apakah model dengan benar menjabarkan hasil-
perilaku hasil dari kebijakan yang baru?

Kecukupan Apakah rekomendasi kebijakan sensitif terhadap

batas penambahan atau pengubahan struktur untuk
(kebijakan) merepresentasikan teori-teori alternatif yang dapat
diterima?

Sensitivitas Apakah rekomendasi-rekomendasi kebijakan sensitif

kebijakan dengan variasi-variasi yang masuk akal dalam
parameter-parameternya?

Sumber : diadaptasi dari Sterman (1984 : 52)

Selain pengujian-pengujian tersebut di atas perlu juga dilakukan pengujian model

dengan uji statistik. Dalam uji statistik, standar yang digunakan untuk mengukur
kesalahan adalah dengan melihat rata-rata kuadrat kesalahan (mean square error,
MSE), yang dinyatakan dengan persamaan berikut (Sterman, 1984):

∑ S A
MSE = 1/n ........................................... (3.1)
A

dimana:

MSE = Mean Square Error;

St = nilai simulasi pada waktu t;

59
At = nilai aktual pada waktu t;

n = jumlah pengamatan (t = 1, ....... n)

semakin kecil nilai MSE maka hal tersebut menunjukkan bahwa tingkat kesalahan
yang ada di dalam model juga kecil dan demikian sebaliknya. Penafsiran
kesalahan-kesalahan hasil simulasi ditunjukkan dengan Root Mean Square
Percent Error (RMSPE), yang dinyatakan dengan persamaan berikut:

2
1St At
RMSPE = 1/n ........................................... (3.2)
At

Kesalahan-kesalahan yang terkandung di dalam MSE dapat disusun dalam 3 (tiga)

jenis kesalahan. Uji statistik ini didasarkan pada perhitungan bahwa error di
dalam model merupakan proporsi ketidaksamaan bias (UM), ketidaksamaan varian
(US) dan ketidaksamaan kovarian (UC). Dalam meningkatkan tingkat kepercayaan
terhadap model maka model yang ideal seharusnya memiliki tingkat kesalahan
yang sangat kecil dan terkonsentrasi pada UC dan US. Namun dari semua uji
statistik dimaksud, penentuan signifikansi dan tingkat toleransinya bergantung
pada tujuan model tersebut dibuat dan karakteristik datanya. Persamaan-
persamaan ketidaksamaan tersebut diuraikan di bawah ini:

UM = ................................................ (3.3)
∑ S A

US = ................................................ (3.4)
∑ S A

.
UC = ................................................ (3.5)
∑ S A

UM + US + UC = 1 .............................................. (3.6)

60
dimana:

Nilai dari masing-masing besaran tersebut di atas diberikan oleh persamaan-

persamaan berikut:

= ∑ ................................................ (3.7)

= ∑ ................................................ (3.8)

∑ ................................................ (3.9)

∑ ................................................ (3.10)

2 2
∑
r = ................................................ (3.11)
.

dimana
UM = proporsi MSE karena bias
US = proporsi MSE karena varian
UC = proporsi MSE karena kovarian
= rata-rata nilai simulasi
= rata-rata nilai aktual
St = nilai simulasi pada waktu t
At = nilai aktual pada waktu t
SS = standar deviasi nilai simulasi
SA = standar deviasi nilai aktual
n = jumlah pengamatan (t = 1, ....... n)

Hasil-hasil uji ketidaksamaan menjelaskan bebera hal sebagai berikut:

a. Kesalahan karena bias diindikasikan dengan huruf UM yang besar,
sementara nilai US dan UC kecil. Kesalahan karena bias dianggap berpotensi

61
 serius dan biasanya merupakan kesalahan dalam melakukan estimasi
parameter. Kesalahan ini dikategorikan sebagai kesalahan sistematis antara
model dengan dunia nyata.

b. Kesalahan karena ketidaksamaan varian yang besar juga termasuk kesalahan

sistematis. Terdapat dua macam kesalahan yang termasuk dalam kelompok
ini, yaitu:

 Jika nilai US mendominasi kesalahan, dengan nilai UM dan UC yang

kecil berarti terdapat rata-rata yang sama dan korelasi yang tinggi,
tetapi jarak varian rata-ratanya berbeda. Keadaan ini menunjukkan nilai
simulasi dan nilai aktual mempunyai kecenderungan yang berbeda.

 Jika US besar tetapi memiliki rata-rata yang sama (UM = 0) dan UC

kecil, berarti kesalahan terjadi karena gangguan acak (random noise)
atau nilai aktual mempunyai siklus yang berbeda dengan nilai simulasi.
Interpretasi atas kesalahan ini sangat ditentukan oleh tujuan dalam
membuat model. Jika model dibuat untuk menyelidiki pola siklus pada
suatu sistem, maka kesalahan ini dapat dikategorikan sebagai kesalahan
sistematis. Namun apabila tujuan pembuatan model adalah untuk
melakukan analisis perilaku jangka panjang maka kesalahan ini tidak
penting dan tidak bersifat sistematis.

 Kesalahan karena ketidaksamaan kovarian diindikasikan dengan nilai

UC yang besar sedangkan nilai UM dan US kecil. Hal tersebut
menunjukkan bahwa nilai dari masing-masing titik (point by point)
antara simulasi dengan hasil aktual tidak sama meskipun model dapat
dikatakan memiliki nilai rata-rata dan kecenderungan yag sama dengan
nilai aktualnya. Nilai UC yang besar merupakan indikasi terjadinya
gangguan (noise) pada pola siklus (cyclical model) pada data historis
yang tidak dapat ditangkap oleh model. Kesalahan ini pada umumnya
bukan merupakan kesalahan yang sistematis.

III.2.5. Merancang dan mengevaluasi kebijakan (policy design and evaluation)

Setelah struktur model yang dikembangkan diyakini telah menggambarkan

perilaku dunia nyata, model dapat dikembangkan untuk merancang dan

62
mengevaluasi kebijakan. Analisis kebijakan dilakukan untuk mengkaji pengaruh
beberapa alternatif kebijakan yang dapat diimplementasikan untuk memperbaiki
sistem yang sesuai dengan harapan. Terhadap kebijakan yang dipilih, langkah
antisipasi dapat dilakukan untuk menghindari dampak pemilihan kebijakan
tersebut.

Menurut Sterman (2000), pemodelan merupakan suatu proses umpan balik

(feedback), bukan suatu urutan tahapan yang linier. Oleh karena itu, model harus
disusun secara iterative, selalu bertanya, menguji, dan menggali terus-menerus.
Proses penyusunan model tidak berhenti hanya pada satu siklus, tetapi melalui
proses yang berulang-ulang sampai dianggap cukup jelas dapat menggambarkan
struktur permasalahan yang ingin dianalisis. Proses dianggap cukup apabila
struktur model yang dikembangkan telah cukup dapat menggambarkan perilaku
yang terjadi di dunia nyata.

Tidak jauh berbeda dengan Sterman, Saeed (1994: 23 ) menggambarkan prosedur

pemodelan system dynamics seperti terlihat pada Gambar 3.2 berikut.

Model alternatif, Bukti empiris Literatur

pengalaman

Persepsi mengenai Konseptualisasi Time series yang

struktur sistem empiris

Perbandingan dan Perbandingan dan

rekonsiliasi Perumusan model rekonsiliasi

Proses vasilitasi Proses validasi

struktur perilaku

Penggambaran Deduksi perilaku

struktur model model

Peralatan deskripsi Bantuan

dan diagram perhitungan

Gambar III.2. Prosedur pemodelan system dynamics menurut Saeed (1994 : 23)

63
III.3 Penggunaan Metode Kualitatif dalam Pemodelan System
Dynamics
Pada dasarnya pemodelan dengan system dynamics memerlukan data kuantitatif
untuk melakukan simulasi dengan komputer. Namun tidak semua fenomena,
terutama fenomena sosial, dapat dikenali melalui pendekatan kuantitatif.
Wolstenholme (1990), mengusulkan untuk mengombinasikan pendekatan
kuantitatif dan pendekatan kualitatif untuk menyusun pemodelan dengan system
dynamics. Kedua pendekatan ini dapat dikombinasikan secara harmonis dan
saling mengkaitkan ide-ide kualitatif dengan data kuantitatif, sehingga informasi
dapat dikembangkan secara lebih luas dan lebih komprehensif.

Penggunaan metode kualitatif dalam pemodelan system dynamics juga dapat

menginterpretasikan analisis data kuantitatif secara lebih jelas dan menyeluruh
mengenai kinerja sistem, memperjelas struktur permasalahan, mengklarifikasi dan
melakukan pengecekan (triangulasi) data primer dan skunder. Teknik pendekatan
kualitatif yang dapat digunakan dalam pemodelan

Di dalam penelitian ini yahap awal proses pemahaman struktur dan gejala
perilaku pengelolaan DAS Cikapundung Hulu dilakukan melalui penelusuran data
dan informasi (written model) dari studi pustaka. Data dan informasi mencakup
hal-hal yang berkaitan dengan kondisi fisik dari DAS, keputusan-keputusan dari
pihak-pihak yang terlibat di dalam pengelolaan DAS, serta aspek-aspek sosial
ekonomi yang terkait dengan kondisi DAS. Melalui studi pustaka tersebut
diperoleh penjelasan awal mengenai perilaku-perilaku historis dan faktor-faktor
yang mempengaruhinya sebagai dasar di dalam penyusunan struktur awal model.

Tahapan selanjutnya adalah diskusi dengan para pihak untuk menggali

pengetahuan-pengetahuan para pihak yang memiliki pemahaman dan informasi
yang relevan. Para pihak meliputi perwakilan dari institusi Bappeda, Dinas Tata
Ruang dan Permukiman, Badan Pengelolaan Lingkungan Hidup Daerah
(BPLHD), Badan Pusat Statistik, dan juga para pakar hidrologi yang melakukan
kajian dan penelitian kawasan Bandung Utara. Informasi-informasi yang
diperoleh tersebut menjadi referensi di dalam membangun dan mengembangkan
struktur model. Konstruksi struktur dan perilaku model dilakukan dengan
menggunakan program software Powersim Construktor 2.5.

64