Pelatihan KLHS Online PSLH ITB

Course : PENERAPAN SISTEM DINAMIK DALAM

LINGKUNGAN
STRATEGI DALAM ANALISIS SISTEM
DINAMIK
Penyaji/Narator
Jeremias Dhiyas Danurdara, S.T.
TAHAPAN ANALISIS

Analisis Analusis Kasus

Definisi Validasi Penjelajahan (Case
Masalah Model (Explanatory Analysis)
Analysis)
DEFINISI MASALAH
Mempelajari suatu masalah dalam sistem secara menyeluruh

Pertanyaan yang perlu dijawab:

1. Sistem apa yang ingin dipelajari?
2. Perilaku apa yang ingin didalami?
DEFINISI MASALAH
“Mendeskripsikan tujuan pembuatan model dan mendefinisikan konteks
yang ada di dalam model”
VALIDASI MODEL

Model dapat dikatakan valid jika:

Dapat mendeskripsikan Dapat memberikan prediksi

sistem yang sebenarnya sesuai dengan kerja sistem
dalam kondisi nyata
VALIDASI MODEL
3 Aspek Validasi Model

Struktural Data Prediktif

VALIDASI STRUKTURAL
Validasi dilakukan dengan melihat keseuaian antara model yang telah dibuat
dengan kondisi nyata

Pertanyaan yang perlu dijawab:

Apakah model yang dibuat dapat menggambarkan kondisi sistem di dunia
nyata?

Model yang tervalidasi secara structural harus memiliki hubungan sebab-akibat yang
logis
VALIDASI STRUKTURAL

Model menggambarkan populasi kucing

Jumlah populasi kucing bertambah seiring dengan adanya kelahiran dan kematian
Menggambarkan kondisi sebenarnya, bahwa kucing dapat melahirkan dan mati
Logis karena kucing bertambah saat lahir dan berkurang saat mati
VALIDASI DATA
Validasi data dilakukan dengan membandingkan data hasil model dengan data
yang ada di lapangan
Model yang baik adalah model yang mendekati kenyataan. Maka data yang
dihasilkan dari model harus mendekati
Kesalahan atau error yang terjadi perlu didalami
Penyelesaian masalah tidak dapat dilakukan jika data yang dihasilkan oleh model
dan kondisi nyata berbeda
 Model Data Aktual Error Absolut Error Absolut (%)
Tahun
Desa Kota Desa Kota Desa Kota Desa Kota

2009 39,126 12,722 39,126 12,722 0 0 0 0

2010 39,664 12,955 39,446 12,628 217.81 327.00 0.55 2.59

2011 40,208 13,192 40,254 12,901 45.72 290.81 0.11 2.25

2012 40,759 13,433 41,133 13,462 373.55 29.50 0.91 0.22

2013 41,317 13,677 41,206 13,557 111.40 120.09 0.27 0.89

MAPE 0.369 1.190

VALIDASI DATA
 Model Data Aktual Error Absolut %Error Absolut

Tahun Fasilitas Tempat Fasilitas Tempat Fasilitas Tempat Fasilitas Tempat

kesehatan Ibadah kesehatan Ibadah kesehatan Ibadah kesehatan Ibadah

2009 115 77 115 77 0 0 0.00 0.00

2010 118 78 129 77 11.32 0.62 8.78 0.81
2011 120 78 129 81 8.59 2.76 6.66 3.41
2012 123 79 129 81 5.78 2.13 4.48 2.63
2013 126 80 129 81 2.92 1.5 2.26 1.85
MAPE 4.436 1.739

VALIDASI DATA
VALIDASI PREDIKTIF
Analsis dalam kemampuan prediksi model
Jika prediksi yang dihasilkan sesuai dengan perilaku sistem maka model dapat
dikatakan valid
VALIDASI PREDIKTIF
Dilakukan dengan melihat acuan / benchmark dari model
1. Baseline behaviour pattern : Kondisi “normal”
2. Steady-state behaviour pattern : Kondisi mencapai steady-state (stabil)
3. Runaway behaviour pattern : Kondisi di luar kendali (tidak stabil)
VALIDASI PREDIKTIF
EKSPLANATORY ANALYSIS
Analisis Eksplanatory dilakukan untuk mendalami respn dan adaptasi model oleh adanya
suatu perubahan kondisi

Pertanyaan yang membantu analisis

1. Peran apa yang dimainkan setiap elemen sistem dalam perilaku keseluruhan
sistem?
2. Elemen apa saja yang memiliki pengaruh besar? Yang memiliki pengaruh kecil?
3. Adakah kombinasi elemen dalam sistem yang memiliki pengaruh besar?
4. Bagaimana perilaku sistem saat sistem terganggu?
5. Adakah kondisi tertentu di mana sistem akan collapse atau di luar kendali?
EKSPLANATORY ANALISIS
Analisis dilakukan dengan uji sensitivitas
Melihat pengaruh variabel dalam sistem apakah pengaruh tersebut signifikan

Dua kategori variabel:

High-leverage : Variabel yang nilainya memiliki efek yang signifikan dalam perilaku
sistem
Low-leverage : Variabel yang nilainya memiliki efek yang minimal dalam perilaku
sistem
EKSPLANATORY ANALISIS
Analisis dilakukan dengan uji sensitivitas
Melihat pengaruh variabel dalam sistem apakah pengaruh tersebut signifikan
Tahapan uji sensitivitas
1. Identifikasi variabel eksogenus (variabel yang tidak dipengaruhi oleh sistem
namun ditentukan oleh pengguna)
2. Mengubah nilai variabel eksogenus pada setiap percobaan (simulasi)
3. Mengamati dan membandingkan perilaku sistem pada setiap percobaan
(simulasi)
4. Identifikasi variabel yang memiliki dampak besar dan kecil
CASE ANALYSIS
Sebagai alat untuk membuat sebuah kebijakan (intervensi)
Intervensi ke dalam model dilakukan untuk melihat perilaku dan memprediksi hasilnya
Melihat scenario terbaik yang memberikan hasil yang maksimal
TERIMA KASIH