A.

Model, Pemodelan, Model Matematika dan Pemodelan Matematika

a. Model adalah penyajian masalah dalam bentuk lebih sederhana daripada masalah
sebenarnya, tetapi diharpkan mewakili masalah dan lebih mudah dipahami.
Pengertian model menurut para ahli:
1. Simamarta
Model ialah gambaran inti yang sederhana serta dapat mewakili sebuah hal
yang ingin ditunjukkan. Jadi, model ini merupakan abstraksi dari sistem
tersebut.
2. Departemen P dan K
Model merupakan pola atau contoh dari sebuah hal yang akan dihasilkan.
3. Gordon
Model ialah sebuah kerangka informasi tentang sesuatu hal yang disusun
untuk mempelajari dan membahas hal tersebut.
4. Marx
Model merupakan sebuah keterangan secara terkonsep yang dipakai sebagai
saran atau referensi untuk melanjutkan penelitian empiris yang membahas
suatu masalah.
5. Murty
Model merupakan sebuah pemaparan tentang sistem tertentu yang sesuai
dengan tujuan yang ingin dicapai peneliti.
b. Pemodelan adalah proses penurunan model, proses ini dilakukan mulai dari
identifikasi masalah disajikan menjadi model
c. Model matematika dari suatu masalah adalah rumusan masalah dalam bentuk
persamaan atau fungsi matematika.
Model matematika yang diperoleh dari suatu masalah matematika yangdiberikan,
selanjutnya diselesaikan dengan aturan- aturan yang ada. Penyelesaian yang
diperoleh, perlu diuji untuk mengetahui apakah penyelesaian tersebut valid atau
tidak. Hasil yang valid akan menjawab secara tepat model matematikanya
dandisebut solusi matematika. Jika penyelesaian tidak valid atau tidak memenuhi
model matematika maka solusi masalah belum ditemukan, dan perlu dilakukan
pemecahan ulang atas model matematikanya. (Frederich H. Bell 1978)
d. Pemodelan matematika dari suatu masalah adalah langkah-langkah yang ditempuh
untuk memperoleh dan memanfaatkan persamaan atau fungsi metematika dari suatu
masalah.
 Pemodelan matematika adalah penyusunan suatu deskripsi dari beberapa perilaku
dunia nyata (fenomena-fenomena alam) ke dalam bagian-bagian matematika yang
disebut dunia matematika (mathematical world). Pemodelan matematika juga
merupakan representasi dari objek,proses,atau hal lain yang diharapkan dapat
diketahui polanya sehingga dapat dianalisis.(Dym and Ivey, 1980)
Pemodelan matematika adalah studi tentang konsep dan operasi matematika
didalam dunia real dan pembentukkan model-model untuk menggali , memahami
dan menyelesaikan suatu masalah yang kompleks. Dalam perkembangannya model
matematika telah diaplikasikan pada bidang ilmu pengetahuan di luar matematika
antara lain pada bidang Fisika, Kimia, Biologi, Kesehatan, Teknik, Ekonomi,
Geologi dan sebagainya. Dalam pembentukan suatu model tidaklah mudah perlu
dilakunnya suatu observasi untuk mendapatkan variabel-variabel yang diperlukan
dalam pembentukkan suatu model dan hal lain yang harus diperhatikan asumsi-
asumsi yang digunakan dalam pembentukkan suatu model. Asumsi diperlukan
untuk menyederhanakan model tersebut akan tetapi tujuan utama dari model
tersebut tetap tercapai.
Salah satu contoh masalah yang dapat diselesaikan dengan model matematika adalah
laju pertumbuhan tanaman. Dalam membangun suatu model laju pertumbuhan
tanaman dapat diklasifikasikan beberapa variabel yaitu variabel terikat yaitu
pertumbuhan tanaman itu sendiri dan variabel bebas.

B. Jenis-Jenis Model dalam Matematika

Kategori umum yang sangat praktis adalah jenis model yang pada dasarnya dapat
dikelompokkan menjadi ikonik, analog, simbolik, analitik, dan simulasi
1. Ikonik (Model Fisik)
Model ikonik pada hakekatnya merupakan perwakilan fisik dari beberapa hal,
baik dalam bentuk ideal maupun dalam skala yang berbeda. Model ikonik ini
mempunyai karakteristik yang sama dengan hal yang diwakilinya, dan terutama
amat sesuai untuk menerangkan kejadian pada waktu yang spesifik. Model ikonik
dapat berdimensi dua (foto, peta, cetak-biru) atau tiga dimensi (prototipe mesin,
alat, dan lainnya). Apabila model berdimensi lebih dari tiga tidak mungkin lagi
dikonstruksi secara fisik sehingga diperlukan kategori model simbolik
2. Analog (Model Diagramatik)
 Model analog dapat digunakan untuk mewakili situasi dinamik, yaitu keadaan
yang berubah menurut waktu. Model ini lebih sering digunakan daripada model
ikonik karena kemampuannya untuk mengetengahkan karakteristik dari kejadian
yang dikaji. Model analog sangat sesuai dengan penjabaran hubungan kuantitatif
antara sifat dari berbagai komponen. Dengan melalui transformasi sifat menjadi
analognya, maka kemampuan untuk membuat perubahan dapat ditingkatkan
Contoh dari model analog ini adalah kurva permintaan, kurva distribusi frekuensi
pada statistik, dan diagram alir. Model analog digunakan karena
kesederhanaannya namun efektif pada situasi yang khas, seperti pada proses
pengendalian mutu dalam industri (operating characteristic curte)
3. Simbolik (Model Matematik)
Pada hakekatnya ilmu sistem memusatkan perhatian pada model simbolik sebagai
perwakilan dari realita yang dikaji. Format model simbolik dapat berupa bentuk
angka, simbol dan rumus. Jenis model simbolik yang umum dipakai adalah suatu
persamaan (equatro).
Bentuk persamaan adalah tepat, singkat dan mudah dimengerti. Simbol
persamaan tidak saja mudah dimanipulasi dengan kata-kata, namun juga lebih
cepat dapat ditanggap maksudnya. Suatu persamaan adalah bahasa yang universal
pada penelitian operasional dan ilmu sistem, dimana di dalamnya digunakan suatu
logika simbolis.
Dalam mempelajari ilmu sistem diperlukan suatu pengertian yang mendasar
tentang simbol-simbol matematika, karena kalau tidak demikian akan menambah
kompleksitas dari konsep pengkajian itu sendiri. Bagaimanapun juga mempelajari
suatu hal maka kunci dari kelancaran dan pemahamannya adalah frekuensi latihan
aplikasinya. Dengan demikian diharapkan para pengguna dapat secara efisien
menangkap arti dari setiap nolasi matematis yang disajikan. Misalnya, notasi ai
dapat diartikan faktor peubah a, dan Aij dapat digambarkan sebagai Tabel matriks
peubah A dengan baris i dan kolom j
4. Model Analitik
Adalah model matematik yang menghasilkan solusi kuantitatif. Misal, model
analitik untuk menghitung ekspektasi jumlah pelanggan (entiti -N) pada suatu
sistem yang terdiri dari seorang pelayan (single server) dan satu jalur
kedatangan/menunggu (single input queue) dengan tingkat kedatangan ()
berdistribusi Poisson, waktu pelayanan berdistribusi Exponential dengan mean
(u):
N=1 / (u- A)

Formulasi Model terbagi atas 5 tahap yang terdiri dari:

1. Pemilihan variabel yang dilibatkan. Sehingga variable yang dilibatkan
hanyalah variabel yang relevan.
2. Pemilihan tingkat agregasi dan kategorisasi yang tepat.
3. Keputusan yang menyangkut perlakuan terhadap waktu (terkait waktu,
model statis/ dinamis)
4. Spesifikasi model dengan membuat hipotesis tentang struktur dan prilaku
fenomena yang dipresentasikan
5. Kalibrasi model yang mencocokkan model dengankondisi nyata.

Bahkan kita bisa membagi 3 model berdasarkan derajat kepastian model yang
sedang dibuat. Ketiga pembagian derajat model tersebut yaitu:

a. Model Deterministik: Dari suatu stimulus dapat dipastikan respon yang

dihasilkannya.
(misalnya Laba = Hasil Penjualan - Biaya)
b. Model Probabilistik: Keadaan sekarang ditentukan oleh prediksi masa lalu
dengan nilai kemungkinannya
c. Model Lincertainty: Keadaan ketidakpastian lingkungan yang sangat tinggi
membuat sulitnya memprediksi keadaan di masa mendatang
Untuk membedakan model sebagai sebuah bentuk yang ingin kita pelajari
sifatnya, maka terdapat beberapa sifat model yaitu sebagai berikut:
1. Stokastik/ probabilistik:
 Sering dipakai karena perihal yang dikaji umumnya mengandung
keputusan yang tidak tentu
 Biasanya mengkaji ulang data atau informasi terdahulu untuk
menduga peluang kejadian tersebut pada keadaan sekarang atau yang
akan dating dengan asumsi terdapat relevansi pada jalur waktu
 Model simulasi yang mengandung input-input probabilistik (random)
dan output yang dihasilkan pun sifatnya random (probabilistic).
2. Deterministik
  Model kuantitatif yang tidak mempertimbangkan peluang kejadian
 Memusatkan penelaahannya pada faktor-faktor kritis yang
diasumsikan mempunyai nilai eksak dan tertentu pada waktu yang
spesifik
 Model simulasi yang tidak mengandung komponen yang sifatnya
probabilistik (random) dan output telah dapat ditentukan begitu
sejumlah input dan hubungan tertentu dimasukkan. Output yang
diperoleh akan tetap sama jika inputnya sama walaupun diproses
berulang
3. Deskriptif
 Dibuat hanya untuk semacam deskripsi matematis dari kondisi dunia
nyata
 Untuk mempermudah penelaahan suatu permasalahan
4. Optimalisasi
 Perbandingan antara alternative dilakukan
 Solusi dari model optimalisasi adalah merupakan nilai optimum yang
tergantung pada niai output
C. Tahap Pemodelan dalam Matematika
Model matematik yang biasa ditemukan dalam buku bacaan merupakan model
akhir yang tampak apik dan teratur. Apakah model itu menyatakan peramalan sesuatu
yang akan terjadi atas dasar apa yang dimiliki, atau apakah model itu merupakan
hubungan–hubungan kenormalan sekelompok data, dll. Dalam kenyataan banyak upaya
atau tahapan yang harus dilalui sebelum sampai pada hasil akhir tersebut. Tiap tahap
memerlukan pengertian yang mendalam, utuh tentang konsep, teknik, intuisi, pemikiran
kritis, kreatifitas, serta pembuatan keputusan. Bahkan faktor keberuntunganpun dapat saja
terjadi. Berikut ini diberikan suatu metodologi dasar dalam proses penentuan model
matematika atau sering disebut pemodelan matematika.
Tahap 1. Masalah.
Adanya masalah nyata yang ingin dicari solusinya merupakan awal kegiatan
penyelidikan. Masalah tersebut harus diidentifikasi secara jelas, diperiksa dengan teliti
menurut kepentingannya. Bila masalahnya bersifat umum maka diupayakan menjadi
masalah khusus atau operasional.
Tahap 2. Karakterisasi masalah.
 Masalah yang diteliti diperlukan karakterisasi masalahnya, yaitu pengertian yang
mendasar tentang masalah yang dihadapi, termasuk pemilihan variabel yang relevan
dalam pembuatan model serta keterkaitanya.
Tahap 3. Formulasi model matematik.
Formulasi model merupakan penterjemahan dari masalah kedalam persamaan
matematik yang menghasilkan model matematik. Ini biasanya merupakan tahap
(pekerjaan) yang paling penting dan sukar. Makin paham akan masalah yang dihadapi
dan kokoh penguasaan matematik seseorang, akan sangat membantu memudahkan dalam
mencari modelnya. Dalam pemodelan ini kita selalu berusaha untuk mencari model yang
sesuai tetapi sederhana. Makin sederhana model yang diperoleh untuk tujuan yang ingin
dicapai makin dianggap baik model itu. Dalam hal ini model yang digunakan ada-kalanya
lebih dari satu persamaan bahkan merupakan suatu sistem, atau suatu fungsi dengan
variabel-variabel dalam bentuk persamaan parameter. Hal ini tergantung anggapan yang
digunakan. Tidak tertutup kemungkinan pada tahap ini juga dilakukan "coba" , karena
model matematik ini bukanlah merupakan hasil dari proses sekali jadi.
Tahap 4. Analisis.
Analisis matematik kemudian dilakukan dengan pendugaan parameter serta deduksi
sifat-sifat yang diperoleh dari model yang digunakan.
Tahap 5. Validasi.
Model umumnya merupakan abstraksi masalah yang sudah disederhanakan,
sehingga hasilnya mungkin berbeda dengan kenyataan yang diperoleh. Untuk itu model
yang diperoleh ini perlu divalidasi, yaitu sejauh mana model itu dapat dianggap memadai
dalam merepreaen-tasikan masalah yang dihadapi. Proses validasi ini sebe-narnya sudah
dimulai dalam tahap analisis, misalnya dalam hal konsistensi model terhadap kaedah-
kaedah yang berlaku.
Tahap 6. Perubahan.
Apabila model yang dibuat dianggap tidak memadai maka terdapat kemungkinan
bahwa formulasl model yang digunakan atau karakterisasi masalah masih banyak belum
layak (sesuai), sehingga perlu diadakan perubahan untuk kemudian kembali ke tahap
berikutnya.
Tahap 7. Model memadai.
Bila model yang dibuat sudah memadai, maka tahap berikutnya dapat dilakukan.
Model tersebut dapat digunakan untuk mencari solusi masalah yang diinginkan. Model
suatu masalah akan sangat terkait dengan tujuan yang diinginkan. Masih terdapat
 kemungkinan bahwa model yang kita anggap memadai saat ini, dengan makin
bertambahnya informasi yang terkumpul, suatu waktu nantinya mungkin dianggap tidak
lagi memadai. Apalagi pengamatan yang kita lakukan hanyalah merupakan sebagian
informasi yang tersedia. Dalam tahap ini dilakukan interpretasi keluaran dari model dan
dikonsultasikan pada bahasa masalah senula.
Keseluruhan tahapan di atas dapat dilihat pada Bagan

D. Guna dan Manfaat Pemodelan Matem

Dalam kehidupan sehari-hari, kata model sering digunakan, dan mengandung arti
sebagai contoh, miniatur, peta, imej sebagai representasi dari suatu masalah. Misalnya,
model pakaian, model rumah. Secara umum istilah tersebut di atas menggambarkan
adanya padanan atau hubungan antara unsur-unsur dari rumah dengan modelnya. Sebagai
contoh, perbandingan antara panjang dan lebar bangunan rumah dengan modelnya.
Tetapi tidaklah berarti bahwa model rumah dan rumah itu sendiri sama ukuranya dalam
setiap hal. Secara singkat dapat dikatakan bahwa apabila ada suatu benda A (dapat berupa
masalah, fenomena) dan modelnya B, maka terdapat kumpulan unsur-unsur dam B yang
mempunyai padanan dengan A. Demikian pula terdapat suatu hubungan yang berlaku
antara unsur-unsur di B yang sesuai dengan unsur-unsur sebagai padanannya di A.
 Dengan analogi pemikiran seperti itu, dalam matematika pun selalu terkait pada
masalah yang berhubungan dengan besaran atau variabel. Suatu fenomena atau sebuah
unsur tertentu dapat direpresentasikan dengan suatu variabel. Suatu masalah yang timbul
akan lebih mudah dan menjadi tampak sederhana, apabila masalah itu dinyatakan secara
matematik. Misalnya, mutu lulusan sekolah dasar (M) tergantung atas beberapa faktor,
seperti kualitas guru (x1), kualitas masukan (x2), relevansi kurikulum (x3), dan sarana
penunjang pembelajaran (x4). Jika disusun rumusan unsur-unsur ini, dapat dinyatakan
bahwa mutu lulusan adalah fungsi dari faktor-faktor x1, x2, x3, dan x4. Dalam bentuk
model matematik hubungan ini dapat ditulis dengan M = f (x1 , x2 , x3, x4 ) atau secara
singkat ditulis M = f (x) , dengan pemahaman bahwa variabel x mewakili variabel x1 , x2 ,
x3,danx4. Bentuk penulisan terakhir ini menunjukkan adanya simplikasi (penyederhanaan)
cara penulisan hubungan antara variabel yang satu dengan variabel lainnya.
Perihal mutu lulusan yang dipengaruhi oleh mutu guru, mutu masukan, relevansi
kurikulum dan sarana penunjang lainnya merupakan kondisi obyektif atau suatu fakta
yang secara realitas terjadi di sektor pendidikan. Kondisi nyata demikian diabstraksikan
kemudian ketidaksempurnaan yang terdapat pada masing-masing unsur dieliminir dan
dipandang telah sesuai dengan kondisi sesungguhnya. Proses ini disebut proses abstraksi
dan idealisasi. Dalam proses ini diterapkan prinsip-prinsip matematika yang relevan
sehingga menghasilkan sebuah model matematika yang diharapkan.
Model matematika yang dihasilkan, baik dalam bentuk persamaan,
pertidaksamaan, sistem persamaan atau lainnya terdiri atas sekumpulan lambang yang
disebut variabel atau besaran yang kemudian di dalamnya digunakan operasi matematika
seperti tambah, kali, kurang, atau bagi. Dengan prinsip-prinsip matematika tersebut dapat
dilihat apakah model yang dihasilkan telah sesuai dengan rumusan sebagaimana
formulasi masalah nyata yang dihadapi. Hubungan antara komponen-komponen dalam
suatu masalah yang dirumuskan dalam suatu persamaan matematik yang memuat
komponen-komponen itu sebagai variabelnya, dinamakan model matematik. Dan proses
untuk memperoleh model dari suatu masalah dikatakan pemodelan matematika.
Kegunaan yang dapat diperoleh dari model matematika ini antara lain:
1. Menambah kecepatan, kejelasan, dan kekuatan-kekuatan gagasan dalam jangka
waktu yang relatif singkat,
2. Deskripsi masalah menjadi pusat perhatian,
3. Mendapatkan pengertian atau kejelasan mekanisme dalam masalah,
4. Dapat digunakan untuk memprediksi kejadian yang akan muncul dari suatu
fenomena atau perluasannya,
5. Sebagai dasar perencanaan dan control dalam pembuatan kebijakan, dan lain- lain.
Gagasan yang dinyatakan dalam bentuk fungsi matematika merupakan salah satu
generalisasi yang besar. Pada umumnya, fungsi matematika itu menyatakan kepada kita,
bagaimana obyek-obyek dalam suatu himpunan masalah berhubungan satu dengan yang
lain, Misalnya, bagaimana hubungan panjang lintasan (S), kecepatan (v), dan waktu (t)
dari suatu benda yang bergerak. Formulasi dari hal tersebut dalam model matematika
adalah S = f (v,t) = vt .
Contoh lain, bagaimana hubungan antara luas (L) bangun segitiga dan panjang alas
(a) dan tinggi (t) segitiga. Dalam hal ini, kita pahami bahwa luas bangun segitiga
tergantung atas panjang alas dan tingginya. Formulasi yang menunjukkan hubungan
1
tersebut dinyatakan oleh L  at
2
Pentingnya pemodelan matematika dalam dunia pendidikan terlihat dalam tujuan
mata pelajaran matematika yang dikemukakan oleh Depdiknas (2006) yaitu:
1. memahami konsep matematika, menjelaskan keterkaitan antar konsep dan
mengaplikasikan konsep atau algoritma secara luwes, akurat, efisien, dan tepat
dalam pemecahan masalah;
2. menggunakan penalaran pada pola, sifat atau melakukan manipulasi matematika
dalam membuat generalisasi, menyusun bukti, atau menjelaskan gagasan dan
pernyataan matematika;
3. memecahkan masalah yang meliputi kemampuan memahami masalah, merancang
model matematika, menyelesaikan model dan menafsirkan solusi yang diperoleh;
4. mengkomunikasikan gagasan dengan simbol, tabel, grafik atau diagram untuk
memperjelas keadaan atau masalah;
5. memiliki sikap menghargai kegunaan matematika dalam kehidupan, yaitu memiliki
rasa ingin tahu, perhatian, dan minat dalam mempelajari matematika, serta sikap
ulet dan percaya diri dalam pemecahan masalah. Menyadari pentingnya
kemampuan pemodelan matematika, salah satu upaya yang dapat dilakukan adalah
menentukan tingkat kemampuan pemodelan matematika siswa dalam pembelajaran
matematika. Hal ini dapat dilakukan untuk mengetahui sejauh mana tingkat
kemampuan pemodelan matematika siswa dalam bidang matematika selama
pembelajaran matematika berlangsung.
 Pembelajaran yang menyertakan kemampuan pemodelan matematika pada umumnya
merupakan pembelajaran yang menyertakan kemampuan pemecahan masalah yang dikaitkan
dengan konteks permasalahan kehidupan sehari-hari. Pada kegiatan pembelajaran, guru hanya
menjelaskan materi baru di depan kelas kemudian siswa mencatat dan dilanjutkan dengan
mengerjakan latihan soal. Materi-materi matematika yang diajarkan kepada siswa bukan hanya
sebagai hafalan, melainkan siswa dituntut mampu memahami konsepnya dan dapat
menyelesaikan soal-soal yang berbeda dengan tipe soal yang guru berikan Sebaliknya apabila
siswa hanya menghafal rumus dan soal yang guru berikan serta tidak memahami konsep dengan
baik maka siswa akan mengalami kesulitan ketika menyelesaikan soal masalah matematika.

Ada bebrapa manfaat yang diperoleh dengan menyederhanakan fenomena dunia

nyata menjadi model matematika. Berdasarkan Lecture Note An Introduction to
Mathematical Modeling oleh Gleen Marion, contoh manfaatnya adalah:
1. Karena matematika adalah bahasa yang sangat presisi, hal ini dapat memudahkan
kita dalam merumuskan ide-ide dan mengidentifikasi asumsi-asumsi yang
mendasari fenomena tersebut.
2. Karena matematika bahasa yang yang ringkas, dengan aturan-aturan yang
terdefinisi dengan baik untuk melakukan manipulasi.
3. Semua hasil yang diperoleh matematikawan yang teruji ratusan tahun dapat
digunakan.
4. Komputer dapat melakukan kalkulasi numerik.
 DAFTAR PUSTAKA

Muhammad, Arif. 2016. Pemodelan Sistem. Yogyakarta: CV Budi Utama

Ndii, Mrksianis Zadrak. 2018. Pemodelan Matematika Dinamik Populasi dan Penyebaran
Penyakit. Yogyakarta: CV Budi Utama