Metode Ilmiah Pedekatan Sistem Dan Pemodelan
Metode Ilmiah Pedekatan Sistem Dan Pemodelan
PEMODELAN SISTEM
1. PENDAHULUAN TENTANG PENDEKATAN SISTEM
1.1. Filosofi
1.2. Prosedur
Suatu alat bantu yang sangat penting ialah model abstrak yang
perilaku esensialnya mencerminkan perilaku dunia nyata (realita) yang
diwakilinya. Model digunakan dalam banyak cara, dalam mendisain dan
mengelola sistem sebagai fungsi analisis. Analisis ini didefinisikan sebagai
determinasi output model, dengan menggunakan input dan struktur model
yang telah diketahui.
2
www.strategy-at-risk.com/2009/02/21/fish-farming/
2. Simulasi Sistem
2.1. Operasi
3
davidszondy.com/ephemeral/labels/Science.html
2.2. Metodologi
(2). Menetapkan peubah-peubah input U(t) untuk setiap sub- sistem. Input
stimuli ini akan menyebabkan perubahan perilaku subsistem.
Termasuk di sini adalah input-input pengelolaan yang dapat
digunakan untuk memperbaiki keragaan sistem yang sedang dikaji.
(3). Menetapkan peubah-peubah internal atau keubah-peubah keadaan
X(t). Pada dasarnya ini merupakan faktor-faktor dalam subsistem
yang diperlukan untuk men-cerminkan sejarah masa lalu dari perilaku
subsistem.
(4). Menetapkan peubah-peubah output Y(t). Kuantitas-kuantitas respon
yang menghubungkan subsistem dengan subsistem lain yang
merupakan ukuran penting dari keragaan sistem. Output atau respon
seperti ini dapat berfungsi sebagai stimuli atau input bagi subsistem
lain.
(5). Dengan cara observasi, eksperimen atau teori, menentukan hubungan
matematika di antara U(t), X(t), dan Y(t). Dalam suatu model statis,
hubungan-hubungan ini merupakan fungsi aljabar. Kalau melibatkan
feno mena laju, penundaan atau simpanan, maka akan dihasilkan
persamaan-persamaan diferensial atau integral, dan subsistem yang
dinamik.
(6). Menjelaskan peubah-peubah input lingkungan eksogenous dalam
bentuk matematika. Ini akan merupakan peubah-peubah stimulus
bagi keseluruhan sistem yang sedang dimodel.
(7). Memperhitungkan interaksi-interaksi di antara subsistem-subsistem
dengan metode agregasi seperti diagram kotak (block diagram), teori
jaringan, dan grafik-grafik linear.
(8). Verifikasi model dengan serangkaian uji dan inspeksi. Hal ini biasanya
melibatkan serangkaian revisi dan perbaikan model.
(9). Aplikasi model dalam problematik perencanaan atau pengelolaan
dalam dunia nyata.
www.emeraldinsight.com/.../0400240605.html
2.3. Pemodelan Sistem
https://consultations.southglos.gov.uk/inovem...
https://consultations.southglos.gov.uk/inovem...
https:/.../computer_applications.htm
www.icsu-scope.org/.../scope34/chapter4.html
Systems analysis was not formally defined by the Expert Panel, but
the members' interpretation of systems analysis may be derived from
the following considerations. First, there was a need to develop a
predictive understanding of the functioning of the complex natural
systems upon which man depends. When faced with complex and
highly interactive systems, human judgement and intuition may lead
to wrong decisions, sometimes with results that cannot be reversed.
Numerous examples of these wrong decisions exist in the history of
8
www.icsu-scope.org/.../scope34/chapter4.html
3. PEMODELAN SISTEM
openlearn.open.ac.uk/.../view.php?id=209082
atau abstraksi dari suatu obyek atau situasi aktual. Model melukiskan
hubungan-hubungan langsung dan tidak langsung serta kaitan timbal-balik
dalam terminologi sebab akibat. Oleh karena suatu model adalah abstraksi
dari realita, maka pada wujudnya lebih sederhana dibandingkan dengan
realita yang diwakilinya . Model dapat disebut lengkap apabila dapat
mewakili berbagai aspek dari realita yang sedang dikaji.
Salah satu syarat pokok untuk mengembangkan model adalah
menemukan peubah-peubah apa yang penting dan tepat. Penemuan
peubah-peubah ini sangat erat hubungannya dengan pengkajian
hubungan-hubungan yang terdapat di antara peubah-peubah. Teknik
kuantitatif seperti persamaan re-gresi dan simulasi digunakan untuk
mempelajari keterkaitan antar peubah dalam sebuah model.
Memang dimungkinkan untuk dapat merancang-bangun dengan
baik berbagai model sistem tanpa matematik, dan /atau mengetahui
matematika tanpa analisis sistem. Namun demikian, perumusan mate-
matika yang terpilih dapat mempermudah pengkajian sistem, yang pada
umumnya merupakan suatu kompleksitas. Sifat universalitas dari
matematik dan notasi-notasinya akan memperlancar komunikasi dan
transfer metode yang dikembangkan di suatu negara atau bidang ilmu
tertentu ke bidang lainnya.
Kebanyakan para pengguna analisis sistem menjumpai kesukaran
untuk mengimplementasikan notasi-notasi matematika ke dalam format
konsepsi disiplin ilmunya . Mereka kemudian memilih alternatif pembuatan
model konsepsi (conceptual model) yang sifatnya informal karena terasa
lebih mudah. Bagaimanapun juga, para ahli sistem berpendapat bahwa
keuntungan lebih besar dibandingkan dengan biaya yang diperlukan dalam
megkaji permasalahan penelitian secara matematis. Hal ini disebabkan
adanya daya guna yang berlipat ganda pada proses rancang bangun dan
analisis dalam bentuk bahasa matematika yang sangat penting dalam teori
ekonomi, keteknikan, ilmu alam hingga ilmu-ilmu sosial. Meskipun teknik-
tekniknya sangat beragam dan filosofinya masih dipandang kontraversi
namun ide dasarnya adalah sederhana yaitu menjabarkan keterkaitan-
keterkaitan yang ada dalam dunia nyata menjadi operasi-operasi
matematis.
12
www.hallbaravfallshantering.se/innehall/datab...
This figure is a conceptual model describing what will be included in the final
environmental life cycle assessment model.
System boundary
The system boundary encloses the processes that are included in the LCA of
Swedish waste management. The shaded fields within the system boundary
are those for which process models are documented at this web site.
Waste generation
Waste generation is not part of the LCA model. Instead, the generation of
waste is calculated in Project 7 “Future waste quantities", in which a
model of the Swedish economy, EMEC, is being further developed to include
a description of how waste quantities depend on the production and
consumption in society, and as a result of different waste policy instruments.
EMEC calculates waste flows from 26 different sectors: industrial sectors,
government, and households. Each waste flow can be divided in 20 different
waste fractions. The LCA model will be developed to handle waste flows
according to the same structure.
Avoided processes
When resources are recovered from waste, it is assumed that they replace
the production and use of a similar resource produced by conventional
means. The model includes the avoided burdens of these replaced resources.
This means that there will be a negative contribution from these process
models to the emissions and resource use of the system. Avoided process
are not considered as being part of the waste management system, although
intimately linked to. These process models are not documented at this web
site.
www.wbdg.org/design/animal_research.php
psycnet.apa.org/index.cfm?fa=fulltext.journal...
15
www.wholebrainproductions.com/blog/
www.ipod.org.uk/reality/reality_mathematical_...
16
www.processoutcome.org/2008/01/job-analysis-a...
17
sags.bio.ed.ac.uk/docs/science/piosphere.html
soilphysics.okstate.edu/software/water/infil.html
18
www.gisdevelopment.net/.../sar/ma04182pf.htm
elpub.wdcb.ru/.../2007ES000273-fig02.shtml
Mathematical model for calculation of sustainable development
index (Model 1).
www.emeraldinsight.com/Insight/viewContentIte...
The purpose of this paper is to use a conceptual model from literature for
designing value recovery (VR) networks for three categories of post-
consumer product returns.
Design/methodology/approach: A bi-level optimization model is developed to
20
xabierbarandiaran.wordpress.com/.../
21
commons.wikimedia.org/wiki/File:Linear_progra...
www.mfe.govt.nz/.../html/page7.html
b. Pendekatan Struktural
Metode ini dimulai dengan mempelajari secara teliti struktur sistem
untuk menentukan komponen basis sistem serta keterkaitannya. Melalui
pemodelan karakteristik dari komponen sistem serta kendala-kendala yang
disebabkan oleh adanya keterkaitan antara komponen, maka model sitem
keseluruhan dapat disusun secara berantai. Pendekatan struktural ini
banyak digunakan dalam rancang-bangun dan pengendalian sistem fisik
dan non fisik.
Dalam beberapa kasus tertentu, kedua pendekatan ini dipakai
secara bersama-sama, misalnya pembuatan model pengendalian industri
dimana karakteristik setiap unit industri dianggap kotak hitam . Dengan
demikian penggunaan dua pendekatan tersebut dapat memberikan
informasi lebih baik serta menghasilkan model yang lebih efektif dari pada
memakai hanya salah satu pendekatan saja. Tahap permodelan ini
mencakup juga penelaahan secara teliti tentang :
1. asumsi model
2. konsestensi internal pada struktur model
3. data input untuk pendugaan parameter
4. hubungan fungsional antar peubah kondisi aktual
5. memperbandingkan model dengan kondisi aktual sejauh mungkin .
Hasil dari tahapan ini adalah deskripsi model abstrak yang telah
melalui uji permulaan taraf validitasnya.
yang sah dari realitas yang dikaji sehingga dapat dihasilkan kesimpulan
yang meyakinkan. Validasi merupakan proses iteratif yang berupa
pengujian berturut-turut sebagai proses penyempurnaan model .
Umumnya validasi dimulai dengan uji sederhana seperti pengamatan atas:
1. tanda aljabar (sign)
2. kepangkatan dari besaran (order of magnitude)
3. format respon (linear, eksponensial, logaritmik,
4. arah perubahan peubah apabila input atau parameter diganti-ganti
5. nilai batas peubah sesuai dengan nilai batas parameter sistem.
lahan, air, udara, vegetasi, dan enerji yang sangat berpe ngaruh terhadap
aktivitas dan sikap manusia. Suatu masalah pokok adalah bahwa setiap
komponen dari lingkungan saling berkaitan dan dapat menghasilkan
kejadian-kejadian yang tidak dikehendaki. Misalnya pencemran perairan
sungai berhubungan dengan keluaran limbah cair yang berkaitan dengan
berbagai faktor, seperti sumber limbah, karakteristik limbah, akumulasi
limbah, proses penanganan limbah, cara dan lokasi pembuangannya,
trans-portyasi limbah pada aliran sungai, serta pengaruh limbah terhadap
bioa akuatik, dan penggunaan air oleh manusia. Pada umumnya setiap
komponen tersebut dapat dianalisis secara terpisah, namun permasalahan
pencemaran perairan sungai sebenarnya merupakan hasil interaksi dan
pengaruh kolektif dari suatu sistem pencemaran limbah cair.
Permasalahan lingkungan apabila dikaji secra sistem akan banyak
memberikan kegunaan. Problematik dapat diper-hitungkan secara totalitas
dimana kerja pengendalian yang paling efektif dapat diketemukan. Dalam
teladan pence-maran perairan sungai, pende-katan sistem akan mampu
menghasilkan kombinasi dari pengu-rangan sumber limbah, metode
penanganan, dan lokasi buangan yang lebih efektif serta memungkinkan
biaya lebih rendah melalui perbaikan penanganan saja. Suatu
konsekwensi dari perspektif sistem pada mutu lingkungan adalah
memperlebar kemungkinan alternatif pengendalian serta kesempatan
penerapan strategi menejerial yang efisien dan terpadu.
limbah
Ikan mabuk
dimana:
Zi : Pembobot obyektif/empiris bagi parameter (I) yang ke-i dalam
kelompok indikator lingkungan yang ke-j
Wj : Pembobot subyektif/logik untuk kelompok indikator lingkungan yang
ke-j, dimana W j = 0
U(t)
galat
+ Ge
30
I(T) + Gp
O(T)
I(t): input sistem berupa kondisi lingkungan yang diinginkan sesuai dengan
peruntukan seperti: air minum, pertanian dan per ikanan, nilai ambang
batas sungai.
O(t):output sistem berupa kondisi aktual
Gp :fungsi alih (transfer function) dari input-output
Ge :fungsi pengendali yang menguasai faktor teknologi dan biaya
U(t):input buangan/polutan
H : informasi umpan balik
UP = O(t) dan
O(t) adalah indeks mutu lingkungan yang diinginkan.
Multiobjective optimization
A goal programming function with multiple constraints is set up,
drawing information from the economic parameters of decision
variables. The goal programming model for the entire watershed or
area studied meets the criteria represented by single-objective
functions. These functions are built into the goal programming
function by sequentially optimizing such single-objective functions in
the order of priority established by consensus from the participatory
process implemented through the AHP.
The goal programming model is developed by setting up goals with
corresponding levels of “overachievement” and “underachievement”
over the initial objective functions. It is beyond the scope of this report
to explore the theoretical and mathematical details of goal
programming. Readers may refer to Romero and Rehman (1989) for an
example of the use of goal programming.
Structure of the model built for the trial area in the Amazon. Example
of structuring of a hierarchy. Global goal: "minimize environmental
and economic conflict".
www.fao.org/docrep/007/y5490e/y5490e0d.htm
5.1. Pendahuluan
Daerah aliran sungai merupakan suatu wilayah yang dibatasi oleh
batas-batas topografis yang menyalurkan air hujan melalui suatu sistem
sungai. DAS ini merupakan unit hidrologis yang telah digunakan sebagai
unit biofisik dan sebagai unit sosial-ekonomi serta sebagai unit sosial politik
dalam perencanaan dan implementasi aktivitas-aktivitas pengelolaan
sumberdaya (Easter dan Hufschmidt, 1985). Selanjutnya dikemukakan
bahwa pengelolaan DAS merupakan suatu proses memformulasikan dan
megimplementasikan aktivitas-aktivitas yang melibatkan sumberdaya alam
dan manusia dalam suatu DAS, dengan mempertimbangkan faktor-faktor
sosial, politik, ekonomi dan institusional yang ada, dengan maksud untuk
mencapai tujuan dan sasaran yang telah ditentukan .
34
www.auditor.leg.state.mn.us/.../watersheds.pdf
www.kingstongreens.ca/mainPages/Kingston2025.htm
35
Pemanfaatan
Sumberdaya:
Lahan,
+
Air
+ +
+
Dayadukung
Lahan Pendapatan
+ Penduduk
+
Hasil :
Air, sedimen,
Limbah, dll
+ - +
-
Kelestarian Kesejahtera-
Sumberdaya: an penduduk
Lahan, air
Hutan setempat
+
+ Teknologi
Industri
Pertanian
SDA Air
SDA Tanah + +
SDA Vegetasi +
SDA Fauna
Investasi:
Privat, Publik:
Subsidi
Bantuan
Input Lingkungan
SISTEM DAS
Umpan
balik
Keterangan:
(1). Output yang diinginkan: Tersedianya air sepanjang tahun; Swa-sem-
bada pangan; Tersedianya kesempatan kerja; Terkendalinya degra-
dasi lingkungan
(2). Output yang tidak diinginkan : Kerusakan hutan, Banjir dan
kekeringan; Erosi dan sedimentasi berlebihan; Kemiskinan/pe-n-
gangguran
(3). Input terkendali: Investasi, alokasi lahan, teknologi
(4). Input tak terkendali: harga komoditi,informasi pasar
(5). Input lingkungan : fisik, perundangan, sistem budaya
(6). Umpan balik: Bappeda, Pemda
(7). Parameter DAS: luas, ukuran, lokasi DAS.
U(t)
I(t) O(t)
FP FT
D(t)
MI
Information lag
tanaman yang sesuai, (3). Analisis usahatani tanaman yang sesuai, (4).
Pendugaan kehilangan tanah potensial dan aktual , (5). Evaluasi alternatif
pola pergiliran tanaman (B/C-ratio dan faktor C), (6). Menemukan alternatif
pola pergiliran tanaman yang aman, (7). Menemukan alternatif pola
pergiliran tanaman yang layak.
4. Implementasi Komputer
Untuk menjabarkan model-model matematik tersebut di atas
menjadi model komputer maka diperlukan dua macam alat bantu, yaitu
block-diagram untuk mengarahkan algoritme perhitungan dan bahasa
pemrograman yang bersifat umum, seperti BASIC, FORTRAN, atau
PASCAL. Sebagai teladan ilustratif adalah perhitungan dugaan kehilangan
tanah di suatu lokasi lahan tertentu dengan menggunakan model
Wischmeier dan Smith (1978). Block diagramnya dapat disajikan dalam
Gambar 8.
Mulai
Komponen Bio-ekonomi:
Persiapan dan input data: Model-model usahatani
Biofisik, sosek, sosbud, Model-model usahata-ternak
demografis, dan lainnya
Model Alokasi/Optimasi
Sumberdaya air :
Model-model hidrologi
Model-model hujan Output sistem DAS
Sumberdaya Manusia:
Model-model demografi
Model-model kependudukan
Model-model dinamika sosial
Evaluasi Erosivitas
Faktor R
Evaluasi erodibilitas
Faktor K Tanaman yg
Kesesuaian lahan
sesuai
Pendugaan erosi
Indeks bahaya erosi
RKLS,
Evaluasi neraca le-
IBE
ngas lahan setahun
EVALUASI AGROTEKNOLOGI
Saran agrotekno-
logi yg sesuai
C P
R RKLSCP
LS
K
www.anra.gov.au/topics/soils/pubs/national/ag...
42
Model input-output
Output yang dihasilkan oleh suatu sektor (i) terdistribusi dalam dua
cara, yaitu sebagai input antara (intermediate input) baik oleh sektor itu
sendiri (i) maupun oleh sektor lainnya (j), dan yang langsung dikonsumsi
sebagai permintaan akhir (final demand). Distribusi output dari sektor (i)
secara sederhana dapat dituliskan dalam bentuk persamaan matematis
sebagai berikut:
zij
aij
Xj zij aij X j …................ (3)
atau
X 2 a 21 X 1 a 22 X 2 . . . a 2 n X n Y2
X n a n1 X 1 a n 2 X 2 . . . a nn X n Yn
……………………………. (4)
(1 a 1 1)X 1 a 1 2X 2 . . .a 1 nX n Y1
a 2 1X 1 (1 a 2 2 )X 2 . . .a 2 nX n Y 2
a n 1X 1 a n 2X 2 . . .(1 a n n )X n Y n
…………………….. (5)
Y1
Y2
Y
Yn
X1
X2
X
X n
A Hr
A
hl h
( I A) X Y ……………. (8)
dimana:
X1
I A HC X
( I A)
H L 1 h
X
X n X n1
X n1
Y1*
Y*
Y
Yn* Yn*1
*
Yn1
(I - A)X - HCXn+1 = Y*
1
X 1 A HC Y*
X n 1 H L 1 h Yn 1
*
………………………………….. (10)
atau
1
X ( I A) Y
Identifikasi variabel
n
F ( d i ) i q ij
j 1
……………………… (11)
n
B ( d i ) j ij
i 1 …………………… (12)
n1
Oij ij
i 1 ………………………….. (13)
47
n1
a ij
i 1 n 1,i ij
Yj
a n 1, j a n 1, j
n1
w ij
Ej i 1 n 1,i
Wj
wn 1, j wn 1, j
……………….. (15)
Analisis Keterkaitan
Dilihat dari hubungan suatu sektor dengan sektor lainnya, keterkaitan antar
sektor dapat dikatagorikan menjadi 2 (dua), yaitu keterkaitan ke belakang
(backward linkages) atau lazim disebut sebagai daya penyebaran dan
keterkaitan ke depan (forward linkages) atau yang lazim disebut derajat
kepekaan. Hubungan antara keterkaitan ke depan dan keterkaitan ke
belakang sektor-sektor dalam agroindustri Indonesia disajikan pada Tabel
1.
48
Keterkaitan Ke Depan
Tinggi Rendah
29 Industri Penggilingan Padi 7 Karet
19 Pemotongan hewan 32 Industri Makanan lainnya
31 Industri Gula 37 Ind. Barang dari bambu,
kayu, rotan
11 Tembakau 27 Ind. Pengolahan &
Pengawetan Mak.
33 Industri Minuman 28 Industri Minyak & Lemak
8 Tebu 35 Industri Pemintalan
20 Unggas & hasil-hasilnya
13 Teh
Tinggi
18 Peternakan
39 Industrui Pupuk & Pestisida
12 Kopi
17 Tanaman lainnya 10 Kelapa sawit
34 Industri Rokok 42 Industri barang dari karet &
30 Industri Tepung 21 plastik
Keterkaitan Ke Belakang
23 Perikanan 15 Kayu
22 Hasil hutan lainnya 38 Hasil tanaman serat
1 Padi 36 Industri kertas
14 Cengkeh 16 Ind. Tekstil, pakaian jadi &
3 Jagung 47 kulit
6 Ind. bahan bakanan lainnya Tanaman perkebunan lainnya
9 Kelapa Industri barang dari logam
Rendah
2 Tanaman kacang-kacangan
5 Sayur & buah-buahan
4 Tanaman umbi-umbian
Sumber: diolah dari Tabel Input-Output tahun 1998.
M. Janu Ismoyo
AGRITEK VOL. 16 NO. 12 DESEMBER 2008
Dalam hal ini : CPL= Kebutuhan air untuk penyiapan lahan (mm/hari);
Cpenj.lahan =Kebutuhan air untuk penjenuhan lahan (mm/hari).
dalam hal ini : CP = Kebutuhan air untuk penggantian lapisan per periode
(mm/hari); C = Kebutuhan air untuk penggantian lapisan (mm); n = jangka
waktu pergantian lapisan air (hari).
Dalam hal ini : Ckeb.air kotor = Kebutuhan air kotor (mm/hari); Reffektif =
Curah hujan efektif (mm/hari).
Kebutuhan air di intake adalah besarnya kebutuhan air yang harus ada
di saluran intake. Besarnya dipengaruhi oleh berbagai macam kebutuhan
air di lahan dan efisiensi saluran irigasi.
NFR
IRpadi = xA
effisiensi
CT Reffektif
IRpalawija = xA
effisiensi
Dalam hal ini: IRpadi = kebutuhan air irigasi untuk tanaman padi;
Irpalawija =kebutuhan air irigasi untuk tanaman palawija; A = luas lahan
(ha).
A BC 336
x jam
ABC D 3
c. Rotasi II (dua blok tidak diairi, dua blok lainnya diairi) dilakukan
bila Q = 40 % - 60 %Qmax
Pembagian air dibagi menjadi dua periode selama waktu 7 hari atau
168 jam. Agar mendapatkan hasil yang baik maka supaya diatur agar
kedua blok yang digabungkan memiliki total luas yang sama.
Periode I : A dan C diairi dan B dan D tidak diairi lamanya pemberian air =
AC
x 168 jam .
ABCD
d. Rotasi III (tiga blok tidak diairi, satu blok lainnya diairi) dilakukan bila
Q = 40 % Qmax
A
x 168 jam
ABCD
3) Menghitung total kebutuhan air irigasi dari jumlah kebutuhan air irigasi
masing-masing baku sawah layanan Bendung Gerak Mrican intake
kanan.
4) Data luasan area layanan irigasi didapatkan dari Dinas Pengairan wi-
layah kabupaten Kediri dan Jombang serta didapatkan pada kantor
pengelola Bendung gerak Mrican dan kantor Perum. Jasatirta.
ET* Eto
Bulan
22 23
Januari 5.142 5.657
Februari 5.137 5.651
Maret 5.009 5.009
April 4.687 4.687
Mei 4.121 3.915
Juni 3.856 3.663
Juli 3.913 3.913
Agustus 4.224 4.224
September 4.783 5.261
Oktober 5.199 5.719
November 5.232 6.016
Eo P M CPL
Bulan k=MT/S
mm/hr mm/hr mm/hr mm/hr
Jan 6.22 2 8.22 0.99 13.110
Feb 6.22 2 8.22 0.99 13.105
Mar 5.51 2 7.51 0.90 12.645
Apr 5.16 2 7.16 0.86 12.417
Mei 4.31 2 6.31 0.76 11.880
Jun 4.03 2 6.03 0.72 11.708
Jul 4.30 2 6.30 0.76 11.879
Agust 4.65 2 6.65 0.80 12.094
Sept 5.79 2 7.79 0.93 12.825
Okt 6.29 2 8.29 0.99 13.155
Nop 6.62 2 8.62 1.03 13.372
Des 6.92 2 8.92 1.07 13.577
56
Efisiensi Irigasi
Dalam studi ini dipergunakan bebe rapa alternatif pola tata tanam, yaitu
:
1. Padi – Padi – Padi
2. Padi – Padi – Palawija
3. Padi – Palawija – Palawija
Palawija – Palawija – Palawija
m
P(Xm) = , atau
N 1
N 1
T(Xm) =
m
Hasil pada studi ini telah mengha silkan beberapa analisa yang terkait
dengan operasi pemenuhan layanan irigasi Mrican Kanan, yaitu
diantaranya adalah :
1. Debit Ketersediaan debit andalan 80 % adalah tidak cukup untuk meme
nuhi kebutuhan layanan irigasi Mrican Kanan seluas 16.309 ha
2. Simulasi penjadwalan sistim gilir/ rotasi berdampak perubahan
terhadap kecukupan pelayanan irigasi oleh Bendung Gerak Mrican
Kanan(untuk semua pola Sistim tata tanam pada studi ini), dengan
pembagian 4 Blok Rotasi dan Sistim rotasi yang dominan diterapkan
adalah rotasi III, meskipun sebagian waktu periode bisa juga
diterapkan Sistim rotasi II.
BAHAN BACAAN
Fu M., and J-Q. Hu, 1997. Conditional Monte Carlo: Gradient Estimation
and Optimization Applications, Kluwer Academic Publishers, 1997.
Ghosh S., and T. Lee, 2000. Modeling & Asynchronous Distributed
Simulation: Analyzing Complex Systems, IEEE Publications, 2000.
Gimblett R., 2002. Integrating Geographic Information Systems and Agent-
Based Modeling: Techniques for Simulating Social and Ecological
Processes, Oxford University Press, 2002.
Haas P., 2002. Stochastic Petri Net Models Modeling and Simulation,
Springer Verlag, 2002.
Harrington J., and K. Tumay, 1998. Simulation Modeling Methods: An
Interactive Guide to Results-Based Decision, McGraw-Hill, 1998.
Headrick, T. 2002. Fast fifth-order polynomial transforms for generating
univariate and multivariate nonnormal distributions, Computational
Statistics and Data Analysis, 40 (4), 685-711.
Hill D., 1996. Object-Oriented Analysis and Simulation Modeling, Addison-
Wesley, 1996.
Ibidapo-Obe O., O. Asaolu, and A. Badiru, 2002. A New Method for the
Numerical Solution of Simultaneous Nonlinear Equations, Applied
Mathematics and Computation, 125(1), 133-140, 2002.
Karian Z., and E. Dudewicz, 1998. Modern Statistical Systems and GPSS
Simulation, CRC Press.
Kleijnen J., and W. van Groenendaal, 1992. Simulation: A Statistical
Perspective, Wiley, Chichester.
Korn G., 2005. Real statistical experiments can use simulation-package
software, Simulation Modelling Practice and Theory, 13(1), 39-54.
Kouikoglou V., and Y. Phillis, 2001. Hybrid Simulation Models of Production
Networks, Kluwer Pub., 2001.
Lamb J., and R. Cheng, 2002. Optimal allocation of runs in a simulation
metamodel with several independent variables, Operations
Research Letters, 30(3), 189-194, 2002.
Law A., and W. Kelton, Simulation Modeling and Analysis, McGraw-Hill,
2000.
Lewis P., and E. Orav, Simulation Methodology for Statisticians, Operations
Analysts, and Engineers, Wadsworth Inc., 1989.
Madu Ch., and Ch-H. Kuei, 1993. Experimental Statistical Designs and
Analysis in Simulation Modeling, Greenwood Publishing Group.
Nelson B., Stochastic Modeling: Analysis & Simulation, McGraw-Hill, 1995.
Oakshott L., Business Modelling and Simulation, Pitman Publishing,
London, 1997.
Pang K., Z. Yang, S. Hou, and P. Leung, 2002, Non-uniform random
variate generation by the vertical strip method, European Journal of
Operational Research, 142(3), 595-609.
Pidd M., Computer Simulation in Management Science, Wiley, 1998.
Rajasethupathy, P., S. J. Vayttaden, U. S. Bhalla, 2005. Systems modeling:
A pathway to drug discovery. Curr. Opin. Chem. Biol. 9, 400–406
(2005).
Robert C., and G. Casella, 1999. Monte Carlo Statistical Methods,
Springer.
61