BAB I

“Pemodelan Sistem Dinamik”

1.1 Pengantar
Berbagai benda-benda dapat dibuat modelnya atau tiruannya. Dalam hal ini kata
‘model’ dapat diterjemahkan sebagai ‘tiruan’ yang menyerupai sesungguhnya sehingga
secara khusus karakteristik model memiliki persamaan dengan karakteristik benda
aslinya. Model pesawat terbang adalah tiruan pesawat terbang, dalam beberapa hal
memiliki karakteristik seperti pesawat sesungguhnya, misalnya: bentuk, proporsi ukuran,
bahkan beberapa model pesawat bisa terbang.
Meskipun berupa tiruan suatu objek, model ini memiliki manfaat yang sangat penting.
Desain pesawat terbang baru perlu diuji coba untuk mengetahui sifat aerodinamikanya
dalam terowongan angina (wind tunnel).
Uji coba ini jelas lebih aman dan lebih murah daripada membuat dan memiliki pesawat
sesungguhan kemudian menerbangkannya. Sifat aerodinamika model dalam ‘banyak’ hal
sama dengan sifat aerodinamika pesawat sesungguhnya, tentunya dengan perhitungan-
perhitungan tertentu.
Secara umum pengertian model adalah suatu usaha untuk menciptakan suatu
replika/tiruan dari suatu fenomena/peristiwa alam. Model didefinisikan juga sebagai suatu
penggambaran dari suatu sistem yang telah dibatasi. Sistem yang dibatasi ini merupakan
sistem yang meliputi semua konsep dan variabel yang saling berhubungan dengan
permasalahan dinamik (dynamic problem) yang ditentukan. Model merupakan sebuah
tiruan dan bentuk sederhana dari sistem yang merepresentasikan karakteristik dari sistem
yang sesungguhnya. Model digunakan untuk memudahkan dalam mempelajari perilaku
sistem nyata. Model yang dikembangkan dengan sistem dinamik mempunyai karakteristik
sebagai berikut :
a. Menggambarkan hubungan sebab akibat (kausal) dari sistem.
b. Persamaan matematika sederhana.
c. Sinonim dengan terminologi dunia industri, ekonomi, dan sosial dalam tata nama
d. Dapat melibatkan banyak variabel.
e. Dapat menghasilkan perubahan yang tidak kontinyu jika dalam keputusan memang
dibutuhkan.
Ada tiga jenis model yaitu model fisik, model analogi dan model matematik.
Pada model fisik replika/tiruan tersebut dilaksanakan dengan menirukan
domain/ruang/daerah dimana fenomena/peristiwa alam itu terjadi. Tiruan domain ini
dapat lebih besar atau lebih kecil dibandingkan dengan domain aslinya di lapangan/alam.
Kecocokan dari model ini tergantung dari dari seberapa mungkin kesebangunan
(geometris, kinematis, dan dinamis) di alam dapat ditirukan dalam model. Contoh: model
bendung, model bangunan pelimpah, model karburator.
Pada model analogi replika/tiruan tersebut dilaksanakan dengan menganalogikan
fenomena/peristiwa alam dengan fenomena/peristiwa alam yang lain untuk kemudian
dibuat model fisiknya. Contoh: peristiwa aliran air tanah di bawah bendung ditirukan
dengan model yang menggunakan arus listrik dan aliran lalu lintas di jalan dianalogkan
dengan aliran air dalam sistempipa.
Model yang akan kita bahas dalam buku ini adalah model ketiga yaitu, model
matematika khususnya model dinamik. Model matematika merupakan salah satu model
yang menggunakan lambang atau simbol. Model matematika adalah suatu ekspresi
matematika yang diturunkan dari fenomena tersebut. Ekspresi dapat berupa persamaan,
sistem persamaan atau ekspresi-ekspresi matematika yang lain seperti fungsi maupun
relasi. Model matematika digunakan untuk menjelaskan karakteristik fenomena yang
dimodelkannya, dapat secara kualitatif maupun kuantitatif.
Pada model matematik replika/tiruan tersebut dilaksanakan dengan mendiskripsikan
fenomena/peristiwa alam dengan satu set persamaan. Kecocokan model terhadap
fenomena/peristiwa alamnya tergantung dari ketepatan formulasi persamaan matematis
mendiskripsikan fenomena/peristiwa alam yang ditirukan. Pemodelan matematika
merupakan bidang matematika yang berusaha untuk mereprenstasikan dan menjelaskan
sistme-sisten fisik atau problem pada dunia real dalam pernyataan matematik,sehingga
diperoleh pemahaman dari problem dunia real ini menjadi lebih tepat. Pemodelan
merupakan kumpulan aktivitas pembuatan model. Sebagai landasan pengertian
pemodelan diperlukan suatu penelaahan tentang model itu sendiri secara spesifik ditinjau
dari pendekatan sistem. Sebelum sampai pada tahap pemodelan, perlu diketahui lebih
dahulu jenis dan klasifikasi model-model secara terperinci. Salah satu dasar utama untuk
mengembangkan model adalah guna menemukan peubah-peubah apa yang penting dan
tepat. Penemuan peubah-peubah tersebut sangat erat hubungannya dengan pengkajian
hubungan-hubungan yang terdapat di antara peubah-peubah. Teknik kuantitatif seperti
persamaan regresi dan simulasi digunakan untuk mempelajari keterkaitan antar peubah
dalam sebuah model. Representasi matematika yang dihasilkan dari proses ini dikenal
sebagai “ Model Matematika”.
1.2 Pendekatan Pada Pemodelan Matematika
Di sisi lain, model matematika dapat diklasifikasikan lagi menjadi model statistik,
model determinstik, dan model probabilistik atau model skokastik.Model statistik dapat
berupa fungsi satu variabel atau lebih.Fungsi ini diperoleh berdasarkan penelitian yang
melibatkan analisis statistika untuk menggambarkan hubungan antar variabel.Model yang
berupa fungsi ini menunjukkan kecenderungan (trend) hubungan antar variabel yang
diteliti.Misalnya hubungan antar biaya promosi suatu produk dengan hasil penjualannya,
hubungan antar banyaknya pemupukan dengan panen padi perhektar.

1.2.1 Model Empiris

model empirik cenderung kepada fakta yang diberikan oleh sistem atau
data. Pada model empiris, data yang berhubungan dengan problem menentukan
peran yang penting. Dalam pendekatan ini, gagasan yang utama adalah
mengkonstruksi formula (persamaan) matematika yang dapat menghasilkan
grafik yang terbaik untuk mencocokkan data.
1.2.2 Model Simulasi
Pendekatan yang lain untuk pemodelan matematika adalah konstruksi
model simulasi. Dalam pendekatan ini, program computer dituliskan berdasarkan
aturan-aturan yang dipercaya untuk membentuk bagaimana suatu proses atau
fenomena akan berjalan terhadap waktu dalam kehidupan nyata. Program
computer ini dijalankan terhadap waktu sehingga implikasi interaksi dari
berbagai vaiabel dan komponen yang dikaji dan diuji.

1.2.3 Model Deterministik dan Stokastik

Model deterministik merupakan suatu model matematika yang dibangun
dengan berlandaskan hukum-hukum atau sifatsifat yang berlaku pada sistem.
Model detereministik meliputi penggunaan persamaan atau himpunan persamaan
untuk merepresentasikan hubungan antara berbagai komponen (atau variabel)
suatu sistem atau problem. Suatu contoh adalah persamaan diferensial biasa yang
menjelaskan bagaimana suatu kuantitas (yang dinyatakan oleh variabel tak bebas
dari persamaan) dan waktu sebagai variabel bebas. Diberikan syarat awal yang
sesuai, persamaan differensial dapat diselesaikan untuk memprediksi perilaku
sistem model.
 Dalam model deterministik, variasi random diabaikan. Dengan kata lain persamaan
ini digunakan untuk menyatakan problem dunia nyata yang diformulasikan berdasarkan
pada hubungan dasar faktor-faktor yang terlibat dalam problem ini.
Model stokastik yaitu suatu model yang mengambil variasi random demikian menjadi
perhatian yang pada umumnya pendekatan secara probabilistic.
Contoh : model stokastik adalah teori antrian dan teori permainan, dimana ini merupakan
pengembangan daririset operasi modern
Contoh penerapan pemodelan stokastik adalah : Rantai Markov dengan Waktu Diskret,
Proses Poisson,Rantai Markov dengan Waktu Kontinu, Proses BercabangDanProses
Pembaruan dan PenerapannyaKejadian stokastik adalah kebolehjadian yang hanya dapat
ditentukan distribusi frekuensinya. jadi kejadian stokastik ini tidak dapat ditentukan
fungsinya dengan pasti, namun hanya berupa kisaran fungsi yang nilainya belum dapat
ditetapkan. Contoh dari kejadian stokastik adalah jumlah daun yang berguguran setiap
harinya. Helai-helai daunberguguran dari hari ke hari, namun belum dapat dipastikan
berapa jumlahnya dan fungsi seperti apa yang dapat menggambarkan proses bergugurnya
daun-daun tersebut.

1.3 Model Matematika dan Penerapannya

Pemodelan matematika merupakan proses dalam menurunkan model matematika dari
suatu fenomena berdasarkan asumsi-asumsi yang digunakan. Proses ini merupakan
langkah awal yang tak terpisahakan dalam menerapkan matematika untuk mempelajari
fenomena-fenomena alam, ekonomi, sosial dan lain-lain. Secara umum dalam
menerapkan matematika untuk mempelajari suatu fenomena meliputi 3 langkah yaitu:
1. Pemodelan matematika suatu fenomena atau perumusan masalah.
Langkah ini untuk menerjemahkan data maupun informasi yang diperoleh tentang
suatu fenomena dari masalah nyata menjadi model matematika.Data maupun
informasi tentang suatu fenomena dapat diperoleh melalui eksperimen di laboratorium
atau dengan pengamatan dalam kehidupan sehari-hari.Dalam model matematika,
suatu fenomena dapat dipelajari secara lebih terukur (kuantitatif) dalam bentuk sistem
persamaan atau pertidaksamaan maupun dengan ekspresi matematika lainnya.
2. Pencarian solusi atau kesimpulan matematika.
Setelah model matematika diperoleh, solusi atas model tersebut dicari dengan
menggunakan metode-metode matematika. Ada kalanya belum terdapat metode
matematika yang sesuai untuk menyelesaikannya.Hal ini sering menjadi motivasi para
 ahli matematika untuk menciptakan metode baru.Solusi matematika ini sering
dinyatakan dalam fungsi, angka maupun grafik.
3. Interpretasi solusi/kesimpulan matematika pada fenomena yang dipelajari.
Dalam matematika terapan, solusi yang berupa fungsi, angka maupun grafik tidak
berarti banyak apabila solusi tersebut tidak menjelaskan permasalahan awalnya.Oleh
karena itu, interpretasi solusi penting untuk mengerti arti dan implikasi solusi tersebut
terhadap fenomena awal dari mana masalahnya berasal.

Perhatikan Skema Pemodelan Matematika

Masalah Nyata

Model matematika:
Persamaan matematika

Solusi analitik Solusi Numerik

Hasil

Gambar 1.1: Skema Pemodelan Matematika

Pemodelan merupakan kumpulan aktivitas pembuatan model. Sebagai landasan

pengertian pemodelan diperlukan suatu penelaahan tentang model itu sendiri secara spesifik
ditinjau dari pendekatan sistem. Sebelum sampai pada tahap pemodelan, perlu diketahui lebih
dahulu jenis dan klasifikasi model-model secara terperinci. Salah satu dasar utama untuk
mengembangkan model adalah guna menemukan peubah-peubah apa yang penting dan tepat.
Penemuan peubah-peubah tersebut sangat erat hubungannya dengan pengkajian hubungan-
hubungan yang terdapat di antara peubah-peubah. Teknik kuantitatif seperti persamaan
regresi dan simulasi digunakan untuk mempelajari keterkaitan antar peubah dalam sebuah
model.
Proses pemodelan terdiri dari langkah-langkah sebagai berikut (Sterman 2000) :
1. Perumusan masalah dan pemilihan batasan dunia nyata. Tahap ini meliputi kegiatan
pemilihan tema yang akan dikaji, penentuan variabel kunci, rencana waktu untuk
mempertimbangkan masa depan yang jadi pertimbangan serta seberapa jauh kejadian
masa lalu untuk mempertimbangkan masa depan yang jadi pertimbangan serta
seberapa jauh kejadian masa lalu dari akar masalah tersebut dan selanjutnya
mendefinisikan masalah dinamisnya
2. Formulasi hipotesis dinamis dengan menetapkan hipotesis berdasarkan pada teori
perilaku terhadap masalah dan membangun peta struktur kausal melalui gambaran
model mental pemodel dengan bantuan alat-alat seperti Causal Loop Diagram (CLD)
dan stock flow diagram.

1.4 Sistem Dinamik

Masalah Sistem dinamik sudah lama dipelajari oleh para ilmuwan seperti masalah
peredaran benda-benda langit (celestial mechanics), dinamik dari cairan (fluid dynamics) dan
juga osilasi dari pegas masa (nonlinear oscillations). Sistem dinamik mempelajari perubahan
yang terjadi pada suatu sistem atau keadaan yang memenuhi kondisi tertentu seiring
berubahnya waktu, apakah sistem tersebut stabil (menuju ke keadaantertentu) ataukah tidak
stabil. Contoh system dinamik salah satunya adalah ekosistem

 Struktur ekosistem didefinisikan oleh interaksi antara populasi binatang, laju

kelahiran dan kematian, jumlah makanan, dan variabel-variabel khusus lainnya yang
membentuk sebuah ekosistem yang tertentu
 Perilakunya digambarkan oleh dinamika pertumbuhan dan penurunan populasi
 Perilaku tersebut disebabkan oleh pasokan makanan, predator dan lingkungan, yang
merupakan semua unsur-unsur sistem tersebut
Sistem Dinamik dibedakan menjadi 2 bagian, yaitu Sistem Dinamik Kontinu dan
Sistem Dinamik Diskrit. Perbedaan mendasar adalah keadaan sistem kontinu berupa
interval, sedangkan sistem diskrit berupa jarak yang dapat dihitung.
Sistem dinamik adalah suatu metode yang digunakan untuk mendeskripsikan,
memodelkan, dan mensimulasikan suatu sistem yang dinamis (dari waktu ke waktu terus
berubah). Metode sistem dinamis merupakan suatu metodologi untuk memahami berbagai
masalah kompleks. Metode sistem dinamis mempelajari masalah dengan sudut pandang
sistem, dimana elemen-elemen sistem tersebut saling berinteraksi dalam suatu hubungan
umpan balik sehingga menghasilkan suatu perilaku tertentu. Interaksi dalam struktur ini
diterjemahkan kedalam model-model matematik yang selanjutnya dengan bantuan
komputer disimulasikan untuk memperoleh perilaku historisnya (Wirabhuana, dalam
Widodo, 2010). Ada dua hal yang perlu diperhatikan sebelum dimulai langkah-langkah
dalam penggunaan metode pemecahan masalah ini, yaitu:
a. Masalah yang dihadapi menunjukkan adanya tanda-tanda dinamis, artinya
permasalahan-permasalan tersebut berkenan dengan suatu besaran yang berubah
terhadap waktu yang dapat dituangkan kedalam bentuk grafik dengan variabelnya
yang berupa deret waktu.
b. Masalah yang dihadapi bisa digambarkan dalam bentuk hubungan umpan balik.
Faktor-faktor dalam metode sistem dinamis yaitu konsep umpan balik informasi dari
perilaku sistem model matematik interaksi dinamis, dan komputer untuk melakukan
serangkaian eksperimen terkontrol (simulasi) mengenai keadaan sistem. Skenario
kebijaksanaan yang akan diterapkan pada sistem, sehingga bisa mendapatkan
gambaran mengenai perilaku dan kinerja sistem.
terdapat empat dasar yang membangun sistem dinamis, yaitu teori umpan-balik informasi,
proses pengambilan keputusan, pendekatan eksperimen dalam analisis sistem, dan
komputer digital. :
1. Teori umpan-balik informasi, adalah sebuah sistem dimana suatu
keadaan mendorong terjadinya kondisi yang lain, kemudian kejadian tersebut
berpengaruh balik tehadap keadaan awal yang mendorong terjadinya yang mendorong
terjadinya sesuatu tersebut. Konsep ini menunjukkan bagaimana dalam sebuah
organisasi ataupun sebuah sistem terdapat kedinamisan perilaku yang disebabkan
 olehwaktu tunda, penjelasan tambahan dan struktur sistem. Satu hal yang saat ini
semakin disadari adalah bahwa interaksi antar komponen sistem dapat menjadi lebih
penting daripada keberadaan komponen itu sendiri.
2. Pendekatan eksperimental dalam analisis sistem, pada berbagai
eksperimen terutama dalam dunia bisnis, kegiatan simulasi sering diartikan sebagai
merancang dan mengatur pada sebuah komputer, kondisi yang menjelaskan tentang
kegiatan operasi yang terjadi diperusahaan.
3. Komputer digital, perkembangan komputer sejalan dengan
perkembangan kemampuan metode sistem untuk mengakomodasi permasalahan pada
berbagai bidang. Perangkat komputer dapat mengatasi kompleksitas sistem yang
dipelajari serta efisiensi waktu dan biaya.
4. Proses pengambilan keputusan, kemampuan pengambil
keputusan dan informasi yang tersedia menentukan kualitas keputusan yang
dihasilkan. Kegiatan pengambilan keputusan banyak terjadi diberbagai kegiatan,
termasuk pada kegiatan rantai pasok terjadi pada berbagai entitas dan berbagai level
misalnya keputusan untuk peningkatan kapasitas pabrik, pembukaan pabrik baru,
pemilihan lokasi, pemilihan peralatan dan mesin dan sebagainya.
Hingga saat ini sistem dinamik banyak digunakan sebagai metode untuk sistem
prediksi dan pembuatan kebijakan baru terkait hasil prediksi. Sistem dinamik dapat
menghasilkan prediksi yang lebih baik dalam tren jangka pendek, menengah, maupun
jangka panjang daripada model statistik yang mengarahkan pada keputusan yang lebih
baik. Sistem dinamik juga menyediakan sarana untuk mengidentifikasivariabel-variabel
yang berpengaruh dalam sistem yang melibatkan dinamika yang kompleks . Secara umum
sistem dinamik adalah pemodelan sebuah masalah nyata secara matematis dengan
menggunakan persamaan diferensial yang didalam persamaannya mengandung
parameter-parameter yang saling berhubungan.Sistem dinamik dipengaruhi variabel-
variabel yang saling berkaitan dan berubah terhadap waktu.
Sistemdinamik dibedakan menjadi dua yaitu sistem dinamik autonomous dann
onautonomous (Campbell dan Haberman, 2008). Sistem diamika utonomous adalah
sistem dinamik yang secara eksplisit tidak bergantung terhadap waktu.Sistem dinamik
autonomous dapat dinyatakan sebagai berikut :
¿
x =f ( x, y)
¿
y =g( x , y)
 Dimana f dan g secara eksplisit merupakan fungsi yang bebas dari peubah t .

Sedangkan sistem nonautonomous adalah sistem 5dinamik yang secara eksplisit

bergantung terhadap waktu. Sistemdinamiknonautonomousdapatdinyatakan sebagai
berikut :
¿
x =f ( x, y ,t )
¿
y =g( x , y,t )
Dimana fungsi x dan y bergantung pada variabel bebas t .

1.5 Persamaan Diferensial

Persamaan diferensial adalah suatu persamaan yang memuat turunan satu (atau
beberapa) fungsi yang tidak diketahui. Berikut beberapa definisi tentang persamaan
diferensial.

Definisi 2.1 (Persamaan Diferensial Orde n)

Suatu persamaan diferensial biasa orde n adalah suatu persamaan yang dapat ditulis dalam
bentuk:

y(n)=F(x,y', y , dotsaxis ,y rSup { size 8{ \( n - 1 \) } } \) } {¿

dimana y,y', y, dotsaxis ,y rSup { size 8{ \( n \) } } } {¿ ditentukan oleh nilai variabel bebas x .

Persamaan diferensial adalah persamaan yang memuat turunan satu (atau beberapa) fungsi
yang tidak diketahui.

Contoh :

1) y + xy=3
'' '
2) y +2 y +3 y =cos x
'' 2 2
3) y =(1+ y )( x + y )
2 2
∂ u ∂u
4 ) 2 − 2 =0
∂t ∂x

Definisi 2.2 (Persamaan Diferensial Linear Orden)

Suatu persamaan diferensial linear orde n adalah suatu persamaan dengan bentuk:

an ( x ) y( n)+an−1 ( x ) y( n−1 )+an−2 ( x ) y( n−2)+⋯+a 1 ( x ) y '+a0 ( x ) y =F( x )

dimana
a0 ,a1 ,a2 ,⋯, an adalah koefisien dan f (x ) adalah fungsi kontinu.

Definisi 2.3 (Persamaan Diferensial Non-linear Orden)

Persamaandiferensial non-linear orde n adalah suatu persamaan dengan fungsi peubah banyak

u( x 1 ,...,x n ) dan turunan-turunan parsialnya dengan bentuk:

∂ u ∂u ∂u ∂n u
(
F x1 , x 2 ,⋯, x n , u , ,
∂ x1 ∂ x 2
,⋯, , r
)
∂ x n ∂ x p ⋯∂ x sq
=0

x ,..., x n adalah variabel bebas.

dimana u( x 1 ,...,x n ) adalah fungsi tidak bebas dan 1

Contoh:
∂v ∂v
+ =v
∂ s ∂t
2 2
∂ u ∂ u ∂u
+ + =0
∂ x 2 ∂ y 2 ∂ z2

2.2 Sistem Persamaan Diferensial

Definisi 2.4 (Sistem Persamaan Diferensial)

Suatu sistem persamaan diferensial orde satu dengan n fungsi kontinu ditulis:

dx 1

{
=f 1 ( t , x 1 , x 2 ,⋯, x n )
dt
dx 2
=f 2 ( t , x 1 , x 2 ,⋯, x n )
dt
⋮
dx n
=f n ( t , x 1 , x 2 ,⋯, x n )
dt

Sistem persamaan diferensial disebut linear atau nonlinearbergantung pada jenis fungsi

f 1 , f 2 , .. ., f n .Sistem persamaan nonlinear dapat dilinearkan dengan melakukan linearisasi.

Linearisasi adalah salah satu cara untuk menghampiri perilaku dari sistem nonlinear dengan
pendekatan sistem linear.

Definisi 2.5(Linearisasi Sistem)

Diberikan suatu sistem dengan bentuk

dx 1

{
=f 1 ( t , x 1 , x 2 ,⋯, x n )
dt
dx 2
=f 2 ( t , x 1 , x 2 ,⋯, x n )
dt
⋮
dx n
=f n ( t , x 1 , x 2 ,⋯, x n )
dt

dx
=f ( x∗)+Jf ( x∗)(x −x∗)
maka bentuk dt disebut linearisasi sistem di titik keseimbangan
x=x∗¿ ¿ .

Soal Latihan

1. Sebutkan pengertian pemodelan menurut para ahli.

2. Buatlah contoh sederhana dari jenis-jenis model matematika.

3. Buatlah contoh kasus mengenai sistem persamaan differensial.

4. Jelaskanlah pengertian system dinamik menurut pendapat anda sendiri.

 Referensi
Campbell, S.L & Haberman, R. (2008). Introduction to Differential Equations with
Dynamical System. Princeton University Press, New Jersey.
Finizio, N dan Ladas, G. (1988). Persamaan Diferensial Biasa dengan Penerapan Modern.
Edisi kedua. Terjemahan Widiarti Santoso. Jakarta:Erlangga.
Giordano, F. R and Weir, M. D. 2002. Different Equations a Modelling Approach. Addision
Wesley Publishing Company, New York.
Luknanto Djoko. (2003). Model Matematika. Press UGM. Yogyakarta.
Lyneis, J. M. (2000). System dynamics for market forecasting and structural analysis. System
Dynamics Review, 16(1), 3–25.
Perko, L. (2001). Differential Equations and Dynamical System. Springer-Verlag, New York.
Tasrif, M. 2004. Model Simulasi Untuk Analisis Kebijakan : Pendekatan Metodologi System
Dynamics. Kelompok Peneliti dan Pengembangan Energi. Institut Teknologi
Bandung.
Widodo,K.H., Abdullah, A., Pramudya, K., dan Pujawan, Nyoman. Prof. D.R. 2010. Supply
Chain Management Agroindustri yang berkelanjutan. Lubuk Agung. Bandung.
Widowati dan Sutimin. (2007). Buku Ajar Pemodelan Matematika. Press UNDIP.
Semarang.