ANALISIS PENCAPAIAN KINERJA BANK SAMPAH

INDUK CIMAHI (SAMICI) TERHADAP PROGRAM

ZERO WASTE CITY TAHUN 2037 DENGAN
PENDEKATAN SISTEM DINAMIS
(STUDI KASUS : BANK SAMPAH INDUK CIMAHI)

TUGAS AKHIR
Diajukan sebagai salah satu syarat memperoleh gelar Sarjana

Oleh :
GITA RISKI MAHARANI
16117072

PROGRAM STUDI MANAJEMEN LOGISTIK

SEKOLAH TINGGI MANAJEMEN LOGISTIK INDONESIA
BANDUNG
2021
 HALAMAN PERNYATAAN ORISINALITAS

Yang bertanda tangan dibawah ini :

Nama : Gita Riski Maharani
NPM : 16117072
Program Studi : Manajemen Logistik
Perguruan Tinggi : Sekolah Tinggi Manajemen Logistik Indonesia
Dengan ini saya menyatakan bahwa tugas akhir yang telah saya buat dengan
judul “Analisis Pencapaian Target & Realisasi Bank Sampah Induk
Cimahi (Samici) Untuk Mencapai Zero Waste City Tahun 2037 (Studi
Kasus : Bank Sampah Induk Cimahi)” adalah asli (orisinil) dan belum
pernah diterbitkan dipublikasikan dimanapun dan dalam bentuk apapun.
Demikianlah surat pernyataan ini saya buat dengan sebenar-benarnya tanpa
ada paksaan dari pihak manapun. Apabila dikemudian hari ternyata saya
memberikan keterangan palsu dan aatau ada pihak lain yang mengklaim
bahwa tugas akhir yang telah saya buat adalah karya milik seseorang atau
badan tertentu, saya bersedia diproses baik secara pidana maupun perdata
dan kelulusan saya dari Sekolah Tinggi Manajemen Logistik Indonesia
dicabut atau dibatalkan.
Dibuat di : Bandung
Pada Tanggal : 01 September 2021

Yang Menyatakan,

Gita Riski Maharani

i
 HALAMAN PENGESAHAN

Tugas Akhir ini diajukan oleh :

Nama : Gita Riski Maharani

NPM : 16117072
Program Studi : Manajemen Logistik
Judul Tugas Akhir : Analisis Pencapaian Kinerja Bank Sampah Induk Cimahi
(SAMICI) Terhadap Program Zero Waste City Tahun 2037
Dengan Pendekatan Dynamic System (Studi Kasus : Bank
Sampah Induk Cimahi)

Telah berhasil dipertahankan pada Sidang Sarjana dan diterima sebagai bagian
persyaratan yang di perlukan untuk memperoleh Sarjana Logistik (S.Log) pada
Program Studi Manajemen Logistik, Sekolah Tinggi Manajemen Logistik
Indonesia.

Menyetujui,
Pembimbing I Pembimbing II

(Budi Nur Siswanto, S. T., M. T) (Yodi Nurdiansyah, S.T., M.T)

Ditetapkan di : Bandung
Tanggal : ........

ii
 KATA PENGANTAR

Alhamdulillahi rabbil ‘alamin, puji syukur saya panjatkan kepada Allah S.W.T,
karena atas nikmat, rahmat, dan hidayah-Nya saya dapat menyelesaikan Tugas
Akhir ini. Sholawat dan salam selalu tercurahkan kepada Nabi kita, Muhammad
S.A.W beserta keluarga dan para sahabatnya yang membawa kita dari zaman
jahiliah ke zaman yang penuh dengan ilmu pengetahuan. Tugas Akhir ini dilakukan
dalam rangka memenuhi salah satu syarat untuk mencapai gelar Sarjana Logistik
Program Studi Manajemen Logistik pada Sekolah Tinggi Manajemen Logistik
Indonesia. Saya menyadari bahwa tanpa bantuan dan bimbingan dari berbagai
pihak, dari masa perkuliahan sampai pada penyusunan Tugas Akhir ini, sangatlah
sulit bagi saya untuk menyelesaikan Tugas Akhir ini.
Oleh karena itu, saya mengucapkan terima kasih kepada :
1. Kedua orang tua, Ayah saya Amir Hasan Simamora S.sos dan Mama saya Netty
Meiderwati Pulungan S.Pd yang selalu memanjatkan doa, memberikan
semangat dan kasih sayang kepada Saya anaknya.
2. Kakak dan adik-adikku tercinta, Wira Riski Rahayu, Riski Nang Bayu, Riski
Nabila, Anugerah Akbar Simamora yang selalu mendoakan dan memberi
semangat.
3. Rachmawati Wangsaputra, Ph. D, selaku Ketua Sekolah Tinggi Manajemen
Logistik Indonesia (STIMLOG).Budi Nur Siswanto, S. T., M. T, selaku Dosen
Wali dan Dosen Pembimbing I Tugas Akhir saya yang telah meluangkan waktu
untuk membimbing, mengarahkan, memberi semangat dan dorongan kepada
saya agar saya segera menyelesaikan Tugas Akhir ini.
4. Yodi Nurdiansyah, S.T., M.T selaku Dosen Pembimbing 2 yang bersedia
membimbing, mengarahkan saya dalam menyelesaikan Tugas Akhir ini.
5. Bapak Deden, selaku Sekretaris di Dinas Lingkungan Hidup (DLH) Kota
Cimahi yang telah membantu saya dalam penyempurnaan data Tugas Akhir ini.
6. Bu Riska, selaku Koordinator Admnistrasi di Bank Sampah Induk Cimahi
(SAMICI) yang telah membantu saya dalam penyempurnaan data Tugas Akhir
ini.

iii
7. Bapak dan Ibu Dosen Sekolah Tinggi Manajemen Logistik Indonesia yang telah
memberikan ilmu yang sangat berharga bagi penulis selama 4 tahun.
8. Akang dan teteh Asisten Laboratorium yang telah membantu saya selama masa
pembelajaran di praktikum. Khususnya untuk Kang Miftahul Adli dan Teh
Mega Nur Azizah Asisten Laboratorium Pemodelan yang selalu membantu
penulis dalam menyelesaikan Tugas Akhir ini hingga selesai.
9. Seluruh Anggota BEM KM STIMLOG Periode 2019-2020 dan periode 2020-
2021 atas dedikasi dan kerja sama dalam menjalankan tugas sebagai Anggota
Organisasi Mahasiswa BEM KM STIMLOG.
10. Himpunan Manajemen Logistik Indonesia, selaku Himpunan yang selalu
mendukung dan men-support anggotanya selama 4 tahun.
11. Untuk Ciwi-Ciwi Pejuang S.Log saya yaitu Mega Nur Azizah, Anisa Aprillia,
Ivon Ellicia Theodora, Alyaa Jihan Fadhillah, Nurrohmatika, Fadhlaini Arnis,
Chita Fiorel Yuliartha Pasaribu dan Mulyani Rezeki Siregar dan Nurul Andini
Karina yang selalu menemani saya selama 3 Tahun di kosan. Terimakasih sudah
menjadi bagian dari peristiwa penting yang selalu saya lewati selama 4 tahun
berkuliah di STIMLOG.
12. Seluruh rekan dan sahabat seperjuangan saya dari awal kuliah hingga tingkat
akhir di STIMLOG. Rekan yang selalu membantu saya dalam hal segala hal
baik.
13. Sahabat sejak kecil hingga saat ini, Halimatussyahdiyah Harahap, Zurriyana,
Sri Rezeki, Aiman Rasyid, Fikri Andi, Azi, Fahri Muhammad, Amin Azhari,
Feby Rifka, Lucky. Terimakasih masih menjadi teman yang baik untuk saya
sampai saat ini.
Last but not least, I wanna thank me. I wanna thank me for believing in me.
I wanna thak me for doing all this hard work. I wanna thank me for having no
days off. I wanna thank me for never quiting. I wanna thank me for always being
good and tryna give nore than I receive. I wanna Thank me for tryna do more
right than wrong. I wanna thank me for just being me at all times.
Tentu saja dalam Tugas Akhir ini saya menyadari masih banyak terdapat
kekurangan, oleh karena itu, kritik dan saran yang bersifat membangun sangat
diharapkan. Akhir kata, saya berharap Tuhan Yang Maha Esa berkenan

iv
membalas kebaikan semua pihak yang telah membantu. Semoga Tugas Akhir
ini membawa manfaat bagi pengembangan ilmu.

Bandung, 1 Septermber 2021

Gita Riski Maharani

v
 HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI
TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik STIMLOG Indonesia, saya yang bertanda tangan di

bawah ini:
Nama : Gita Riski Maharani
NPM : 16117072
Program Studi : Manajemen Logistik
Jenis Karya : Tugas Akhir

Demi pengembangan ilmu pengetahuan menyetujui Sekolah Tinggi Manajemen

Logistik Indonesia untuk memberikan kepada Sekolah Tinggi Manajemen Logistik
Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive Royalty – Free Right)
atas karya ilmiah saya yang berjudul : “Analisis Pencapaian Kinerja Bank Sampah
Induk Cimahi (SAMICI) Terhadap Program Zero Waste City Tahun 2037 Dengan
Pendekatan Dynamic System (Studi Kasus : Bank Sampah Induk Cimahi)” beserta
perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif ini
Sekolah Tinggi Manajemen Logistik Indonesia berhak menyimpan,
mengalihmediakan/formatkan, mengelola dalam bentuk pangkalan data (database),
merawat dan mempublikasikan Tugas Akhir saya selama tetap mencantumkan
nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya :
Dibuat di : …………………….
Pada tanggal : …………………….
Yang menyatakan
Materai Rp 10.000,00

( …………………………………. )

vi
 ABSTRAK
Tugas akhir ini membahas mengenai angkat pertumbuhan penduduk di Kota
Cimahi yang terus meningkat setiap tahun yang dipengaruhi oleh angka kelahiran,
angka kematian, jumlah imigrasi dan jumlah emigrasi. Laju pertumbuhan penduduk
yang semakin meningkat akan meningkatkan timbulan sampah di Kota Cimahi.
Upaya yang dilakukan untuk mencapai Cimahi Zero Waste City 2037 yaitu dengan
dibuatnya program Bank Sampah Induk Cimahi (Bank SAMICI) oleh DLH Kota
Cimahi. Capaian kinerja Bank SAMICI terhadap program Cimahi Zero Waste City
2037 dapat dilihat dari data eksisting tahun 2017 – 2020 dan pengolahan
menggunakan metode sistem dinamis dan simulasi aplikasi Anylogic.
Hasil dari model simulasi eksisting tahun 2037 total penduduk Kota Cimahi
sebanyak 649.577 orang dan menghasilkan timbulan sampah sebanyak 130.175,20
ton. Sebanyak 75% diolah oleh DLH Kota Cimahi dan sebesar 25% sampah
tersebut di olah oleh masyarakat secara mandiri. Timbulan sampah penduduk
sebesar 75% yaitu 97.631,40 ton. Sedangkan sampah penduduk yang diolah
mandiri oleh para masyarakat yaitu sebanyak 32.804,15 ton. Timbulan sampah
tercatat oleh DLH sebesar 75% terbagi atas sampah jenis organik sebesar 58.578,84
ton dan anorganik sebesar 38.662,03 ton. Berdasarkan hasil simulasi data eksisting,
jumlah sampah anorganik dibuang ke TPA yaitu sebesar 36.156,10 ton pada tahun
2037. Kinerja pengambilan sampah anorganik pada Bank SAMICI dapat
mengambil sampah sebanyak 2.505,94 ton. Kinerja pengolahan eksisting sebesar
99,7% maka Bank SAMICI dapat mengolah sampah sebesar 2.498,42 ton dan
menghasilkan residu sebesar 7,52 ton. Dari hasil model simulasi eksisting tersebut
Bank SAMICI belum dapat mencapai program Cimahi Zero Waste City 2037.
Dilakukan usulan skenario 1 dengan upaya penambahan jumlah nasabah per
bulan sebanyak 92 nasabah maka dapat mengambil jenis anorganik sebanyak
38.352,72 ton. Pada skenario 2 dengan menambahkan unit Bank SAMICI menjadi
15 unit dapat mengambil sampah sebanyak 37.589,04 ton. Skenario 3 yaitu skenario
alternatif gabungan dari skenario 1 dan 2 dapat mengambil sampah anorganik yaitu
sebanyak 38.420,21 ton. Berdasarkan pemilihan atas ketiga skenario tersebut,
output skenario yang paling mendekati terhadap pencapaian program Cimahi Zero
Waste 2037 yaitu pada skenario 3 alternatif.

vii
Kata Kunci : Pengolahan Sampah Jenis Anorganik, Sistem Dinamis, Berkelanjutan.

viii
 ABSTRACT
This final project discusses the population growth rate in Cimahi City which
continues to increase every year which is influenced by the birth rate, death rate,
number of immigration and number of emigration. The increasing rate of
population growth will increase the generation of waste in Cimahi City. Efforts are
being made to achieve Cimahi Zero Waste City 2037, namely the creation of the
Cimahi Main Waste Bank program (Bank SAMICI) by DLH Cimahi City. Bank
SAMICI's performance achievements in the Cimahi Zero Waste City 2037 program
can be seen from the existing data for 2017 – 2020 and processing using dynamic
system methods and Anylogic application simulations.
The results of the existing simulation model in 2037, the total population of
Cimahi City is 649,577 people and produces 130,175,20 tons of waste. As much as
75% is processed by DLH Cimahi City and 25% of the waste is processed by the
community independently. 75% of the population's waste generation is 97,631.40
tons. Meanwhile, residents' waste that was processed independently by the
community was 32,804.15 tons. DLH recorded 75% of waste generation, divided
into 58,578.84 tons of organic waste and 38,662.03 tons of inorganic waste. Based
on the simulation results of existing data, the amount of inorganic waste disposed
of in the TPA is 36,156.10 tons in 2037. The performance of inorganic waste
collection at Bank SAMICI can collect 2,505.94 tons of waste. The existing
processing performance is 99.7%, so Bank SAMICI can process 2,498.42 tons of
waste and produce a residue of 7.52 tons. From the results of the existing simulation
model, Bank SAMICI has not been able to achieve the Cimahi Zero Waste City
2037 program.
Scenario 1 is proposed with an effort to increase the number of customers per
month by 92 customers, so that 38,352.72 tons of inorganic types can be taken. In
scenario 2, adding 15 units of Bank SAMICI can collect 37,589.04 tons of waste.
Scenario 3, which is a combined alternative scenario of scenarios 1 and 2, can
collect 38,420,21 tons of inorganic waste. Based on the selection of the three
scenarios, the output scenario that is closest to the achievement of the Cimahi Zero
Waste 2037 program is in 3 alternative scenarios.
Keywords: Inorganic Waste Treatment, Dynamic System, Sustainable.

ix
 DAFTAR ISI

HALAMAN PERNYATAAN ORISINALITAS ..................................................... i

HALAMAN PENGESAHAN ................................................................................. ii
KATA PENGANTAR ........................................................................................... iii
HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR
UNTUK KEPENTINGAN AKADEMIS .............................................................. vi
ABSTRAK ............................................................................................................ vii
ABSTRACT ............................................................................................................. ix
DAFTAR ISI ........................................................................................................... x
DAFTAR TABEL ................................................................................................ xiv
DAFTAR GAMBAR ............................................................................................ xv
BAB I PENDAHULUAN................................................................................. I-1
1.1 Latar Belakang ...................................................................................... I-1
1.2 Rumusan Masalah ................................................................................. I-7
1.3 Tujuan Penelitian .................................................................................. I-8
1.4 Manfaat Penelitian ................................................................................ I-8
1.5 Batasan Penelitian ....................................................................................... I-8
1.6 Sistematika Penulisan............................................................................ I-9
BAB II LANDASAN TEORI .......................................................................... II-1
2.1 Pengertian Sistem ................................................................................ II-1
2.2 System Thinking ................................................................................. II-1
2.3 Konsep System Thinking .................................................................... II-5
2.4 Model .................................................................................................. II-7
2.5 Pemodelan Sistem ............................................................................... II-8
2.6 Sistem Dinamis ................................................................................. II-11
2.6.1 Konsep Sistem Dinamis ................................................................ II-16
2.6.2 Dasar Simulasi Sistem Dinamis .................................................... II-17
2.6.3 Umpan-Balik ................................................................................. II-19
2.7 Simulasi ............................................................................................. II-21
2.8 Permodelan Sistem Dinamis ............................................................. II-23
2.8.1 Causal Loop Diagram (CLD ) ...................................................... II-25

x
 2.8.2 Stock Flow Diagram (SFD) .......................................................... II-28
2.8.3 Verifikasi dan Validasi Model Simulasi ....................................... II-30
2.9 Anylogic PLE .................................................................................... II-32
2.9.1 Simulasi Language ........................................................................ II-33
2.9.2 Sistem Dinamis Pada Anylogic ..................................................... II-34
2.10 Forecasting (Peramalan) ................................................................... II-34
2.11 Teori Kependudukan ......................................................................... II-35
2.11.1 Komposisi Penduduk ................................................................ II-37
2.12 Pengertian Sampah ............................................................................ II-40
2.12.1 Sumber Sampah ........................................................................ II-40
2.12.2 Jenis Sampah ............................................................................. II-41
2.12.3 Proses Pemilahan Sampah......................................................... II-42
2.12.4 Pengolahan Sampah .................................................................. II-43
2.12.5 Manfaat Mengelola Sampah ..................................................... II-43
2.12.6 Bank Sampah ............................................................................ II-44
2.12.7 Bank Sampah Induk Cimahi ..................................................... II-44
2.13 Penelitian Terdahulu ......................................................................... II-45
BAB III METODOLOGI PENELITIAN ..................................................... III-1
3.1 Kerangka Pemikiran ........................................................................... III-1
3.2 Flowchart Penelitian........................................................................... III-3
3.3 Penjelasan Flowchart Penelitian ........................................................ III-3
3.3.1 Mulai .............................................................................................. III-4
3.3.2 Studi Literatur ................................................................................ III-4
3.3.3 Studi Lapangan............................................................................... III-4
3.3.4 Rumusan Masalah .......................................................................... III-4
3.3.5 Tujuan Penelitian ........................................................................... III-4
3.3.6 Pengumpulan Data ......................................................................... III-5
3.3.7 Pengolahan Data............................................................................. III-6
3.3.8 Analisis dan Pembahasan ............................................................... III-7
3.3.9 Kesimpulan dan Saran.................................................................... III-8
3.3.10 Selesai ........................................................................................ III-8
BAB IV PENGUMPULAN DAN PENGOLAHAN DATA ....................... IV-1

xi
 4.1 Profil Objek Penelitian ....................................................................... IV-1
4.1.1 Sejarah Kota Cimahi ...................................................................... IV-1
4.1.2 Program Bank Sampah Induk Cimahi (Bank SAMICI) ................ IV-4
4.1.3 Jenis Usaha Instansi .......................................................................... IV-9
4.1.3 Jenis Sampah Anorganik pada Bank SAMICI ............................. IV-10
4.1.4 Jumlah Nasabah Bank SAMICI ................................................... IV-16
4.1.5 Proses Bisnis Bank SAMICI ........................................................ IV-16
4.2 Pengumpulan Data ........................................................................... IV-18
4.2.1 Data dan Informasi Pertumbuhan Penduduk Kota Cimahi .......... IV-18
4.2.2 Aktivitas Angka Timbulan Sampah Kota Cimahi ....................... IV-20
4.3 Pengolahaan Data ............................................................................... IV-2
4.3.1 Rich Picture Diagram (RPD) ......................................................... IV-2
4.3.2 Causal Loop Diagram .................................................................... IV-3
4.3.3 Stock Flow Diagram ...................................................................... IV-4
4.3.4 Verifikasi dan Validasi ................................................................. IV-12
4.3.5 Penjelasan Skenario Model .......................................................... IV-21
BAB V ANALISIS........................................................................................... V-1
5.1 Analisis Simulasi Peramalan Pertumbuhan Penduduk & Pertumbuhan
Sampah Tahun 2037........................................................................................ V-1
5.2 Analisis Model Simulasi Skenario ...................................................... V-3
5.2.1 Analisis Skenario 1 (Penambahan Nasabah Perbulan) ................... V-4
5.2.2 Analisis Skenario 2 (Jumlah Bank SAMICI) .................................. V-7
5.2.3 Analisis Skenario 3 (Skenario Alternatif) ..................................... V-10
5.2.4 Analisis Perbandingan Skenario ................................................... V-13
BAB VI KESIMPULAN DAN SARAN ...................................................... VI-1
6.1 Kesimpulan ........................................................................................ VI-1
6.2 Saran................................................................................................... VI-3
DAFTAR PUSTAKA .......................................................................................... xiv
LAMPIRAN .......................................................................................................... xv

xii
xiii
 DAFTAR TABEL

Tabel 1. 1 Jumlah Penduduk Kota Cimahi (2017-2020)....................................... I-2

Tabel 1. 2 Data Sampah Dinas Lingkungan Hidup (DLH) Kota Cimahi ............. I-3
Tabel 2. 1 Jurnal Penelitian Terdahulu ............................................................. II-45
Tabel 4. 1 Daftar Kecamatan di Kota Cimahi .................................................... IV-3
Tabel 4. 2 Jenis dan Daftar Harga Sampah Pada Program Bank SAMICI ...... IV-10
Tabel 4. 3 Data dan Informasi Pertumbuhan Penduduk Kota Cimahi ............. IV-19
Tabel 4. 4 Timbulan Sampah DLH Kota Cimahi ............................................ IV-20
Tabel 4. 5 Angka Timbulan Sampah Anorganik Bank SAMICI ..................... IV-22
Tabel 4. 6 Data Pengolahan Sampah Anorganik ............................................. IV-23
Tabel 4. 7 Data Input Parameter, variabel, stock and flow model Bank SAMICI
............................................................................................................................ IV-7
Tabel 4. 8 Validasi Data Menggunakan Data dan Hasil Simulasi Tahun 2018
............................................................................................................ ………..IV-19
Tabel 4. 9 Validasi Data Menggunakan Data dan Hasil Simulasi Tahun 2019
...................................................................................................................... …IV-19
Tabel 4. 10 Validasi Data Menggunakan Data dan Hasil Simulasi Tahun
2020…………………………………………………………………………..IV-20
Tabel 5. 1 Perbandingan Output Skenario 1,2 & 3…………………………...V-13

xiv
 DAFTAR GAMBAR

Gambar 2. 1 Diagram Alir Pengembangan Model Dalam Sistem .................... II-10

Gambar 2. 2 Diagram Pendekatan Metode Sistem Dinamik ............................ II-14
Gambar 2. 3 Feedback View ............................................................................. II-15
Gambar 2. 4 Metodologi Sistem Dinamis ......................................................... II-18
Gambar 2. 5 Skema Umpan-Balik Positif (R/+) Sederhana ............................. II-20
Gambar 2. 6 Skema Umpan-Balik Negatif ....................................................... II-21
Gambar 2. 7 Positive and negative loops .......................................................... II-27
Gambar 2. 8 Simbol Stock Flow Diagram ........................................................ II-29
Gambar 2. 9 Logo Anylogic.............................................................................. II-32
Gambar 2. 10 Sampah Anorganik ..................................................................... II-42
Gambar 2. 11 Pemilahan Sampah Organik & Anorganik ................................. II-43
Gambar 2. 12 Bank Sampah Induk Cimahi ...................................................... II-45
Gambar 3. 1 Kerangka Pemikiran ...................................................................... III-1
Gambar 3. 2 Flowchart Penelitian...................................................................... III-3
Gambar 4. 1 Peta Kota Cimahi .......................................................................... IV-3
Gambar 4. 2 Kantor Bank Sampah Induk Cimahi (Bank SAMICI) .................. IV-4
Gambar 4. 3 Buku Tabungan Nasabah Bank SAMICI ...................................... IV-6
Gambar 4. 4 Kartu ATM Nasabah Bank SAMICI ............................................. IV-6
Gambar 4. 5 Mekanisme Pelayanan Bank SAMICI .......................................... IV-7
Gambar 4. 6 Mekanisme Pelayanan Bank SAMICI .......................................... IV-8
Gambar 4. 7 Struktur Organisasi Bank SAMICI ............................................... IV-9
Gambar 4. 8 Jenis Sampah yang ditabung di Bank SAMICI ........................... IV-10
Gambar 4. 9 Penyimpanan Sampah Jenis Anorganik Yang Sudah Di Pilah ... IV-15
Gambar 4. 10 Proses Bisnis Bank SAMICI ..................................................... IV-17
Gambar 4. 11 Rich Picture Diagram (RPD)....................................................... IV-2
Gambar 4. 12 Causal Loop Diagram (CLD) System Existing............................ IV-3
Gambar 4. 13 model simulasi Stock Flow Diagram .......................................... IV-5
Gambar 4. 14 Output Model Simulasi Dengan Data Eksisting Pada Tahun 2037
............................................................................................................................ IV-7
Gambar 4. 15 Verifikasi Model ....................................................................... IV-12

xv
Gambar 4. 16 Data Eksisting dan Output Model Simulasi ............................. IV-13
Gambar 4. 17 Perbandingan Data Eksisting dan Output Model Simulasi Timbulan
Sampah Penduduk Tahun 2018-2020 .............................................................. IV-14
Gambar 4. 18 Perbandingan Data Eksisting dan Output Model Simulasi Timbulan
Sampah Tercatat DLH Tahun 2018-2020 ........................................................ IV-15
Gambar 4. 19 Perbandingan Data Eksisting dan Output Model Simulasi Timbulan
Sampah Organik Masuk TPA Tahun 2018-2020 ............................................. IV-16
Gambar 4. 20 Perbandingan Data Eksisting dan Output Model Simulasi Sampah
Anorganik Tahun 2018-2020 ........................................................................... IV-17
Gambar 4. 21 Perbandingan Data Eksisting dan Output Model Simulasi ....... IV-18
Gambar 5. 1 Output Model Simulasi Eksisting Bank SAMICI Tahun 2037…...V-1
Gambar 5. 2 Skenario 1 Penambahan Nasabah Perbulan ................................... V-4
Gambar 5. 3 Output Model Simulasi Skenario 1 ................................................ V-5
Gambar 5. 4 Perbandingan Output Model Eksisting dan Output Skenario 1 .... V-6
Gambar 5. 5 Skenario 2 Jumlah Bank SAMICI .................................................. V-7
Gambar 5. 6 Output Model Skenario 2 Jumlah Bank SAMICI .......................... V-8
Gambar 5. 7 Perbandingan Hasil Model Eksisting dan Hasil Skenario 2........... V-9
Gambar 5. 8 Input Skenario 3 Alternatif........................................................... V-10
Gambar 5. 9 Output Skenario 3 Alternatif ........................................................ V-11
Gambar 5.10 Perbandingan Hasil Model Eksisting dan Hasil Skenario 3 Alternatif
........................................................................................................................... V-12
Gambar 5. 11 Grafik Perbandingan Haisl Simulasi Skenario 1,2 dan 3 Terhadap
Pengambilan Sampah Anorganik Masuk Ke Bank SAMICI Pada Tahun 2037
....................................................................................................................... …V-14

xvi
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Sampah merupakan salah satu permasalahan nasional disetiap negara.
Sampah juga merupakan persoalan yang pasti dihadapi oleh semua manusia.
Masalah persampahan sangat terkait dengan pertambahan penduduk,
pertumbuhan ekonomi dan perubahan pola konsumsi masyarakat. Sebab,
persoalan sampah menjadi permasalahan yang di hadapi suatu wilayah, baik itu
dalam cakupan yang keci l seperti dusun, desa, kecamatan, kabupaten/kota
bahkan dalam sebuah negara.
Di Indonesia masalah sampah tentu sangat terkait dengan pertambahan
penduduk, pertumbuhan ekonomi dan perubahan pola konsumsi masyarakat.
Dengan adanya perkembangan wilayah pada kabupaten/kota di beberapa bagian
negara telah menimbulkan berbagai persoalan termasuk persoalan terkait
pengelolaan sampah yang semakin hari semakin meningkat. Tinggi nya tingkat
urbanisasi dari desa ke kota menyebabkan kota-kota besar akan semakin padat.
Hal tersebut akan mempengaruhi tingkat penghasil sampah. Kebutuhan yang
semakin meningkat dan beragam akan mempengaruhi pola serta jenis konsumsi
masyarakat. Kondisi tersebut dapat menimbulkan bertambahnya volume,
beragamnya jenis, dan karakteristik sampah. Hal ini membuat dampak terhadap
angka pertumbuhan timbunan sampah sehingga akan menjadi tantangan
pengelolaan sampah di berbagai tempat khususnya di kota-kota besar. Salah
satu masalah yang sering sekali timbul akibat permasalahan ini yaitu terjadinya
banjir akibat sampah yang mengendap pada selokan atau dranase.
Untuk mengatasi permasalahan sampah khususnya di kota-kota besar
tentunya membutuhkan penyelesaian dengan pendekatan pengelolaan yang
baik. Dibeberapa negara maju, pengelolaan sampah sudah dimulai dari tingkat
rumah tangga, yaitu dengan cara memisahkan sampah jenis organik dan
anorganik. Cara memisahkannya cukup mudah, hanya dengan membedakan
wadahnya saja. Kantong sampah organik biasanya berwarna hijau, sedangkan
kantong untuk anorganik berwarna cokelat. Kegiatan ini dapat disebut dengan

I-1
STIMLOG INDONESIA
 I-2

kegiatan mandiri memilah sampah sendiri. Hal ini berguna untuk proses pilah
memilah sampah organik dan anorganik agar tidak semua sampah di buang ke
Tempat Pembuangan Akhir (TPA).
Secara umum, pengelolaan sampah di Indonesia masih menggunakan
metode kumpul-angkut-buang atau yang di kenal dengan istilah pendekatan
akhir (end-of-pipe), yang dimana sampah di kumpul dari pemukiman, diangkut
oleh petugas dan di buang ke tempat pemrosesan sampah. Timbulan sampah
yang langsung di buang ke TPA akan mempengaruhi kapasitas TPA tersebut.
Selain itu, akan memberi dampak terhadap keadaan lingkungan dan kesehatan
masyarakat disekitar lokasi TPA. Semakin tinggi lonjakan timbulan sampah
yang di buang di TPA maka akan semakin besar pula kemungkinan buruk yang
akan ditimbulkan.
Kota Cimahi merupakan salah satu kota yang berada di Provinsi Jawa
Barat dengan luas 40,2 KM2 . Pemerintah Kota Cimahi memiliki 3 kecamatan
dan 15 kelurahan dengan jumlah Rukun Kampung/Warga sebanyak 312 RW
dan Rukun Tetangga sebanyak 1.728 RT. Data pada tahun 2020 total penduduk
Cimahi mencapai angka 568.400 ribu orang. Menurut data BPS Tahun 2010,
Kota Cimahi adalah kota dengan penduduk terpadat ke-5 di Indonesia.
Tentunya setiap tahun persentase pertumbuhan penduduk Kota Cimahi akan
mengalami peningkatan. Berdasarkan dari data BPS, laju pertumbuhan
penduduk dari tahun 2017 – 2020 mencapai 1,41 %. Berikut merupakan jumlah
penduduk Kota Cimahi sejak tahun 2017-2020.

Tabel 1. 1 Jumlah Penduduk Kota Cimahi (2017-2020)

Tahun Jumlah Penduduk (ribu orang)
2017 535.685
2018 535.685
2019 553.775
2020 568.400

Sumber : https://cimahikota.bps.go.id/

Dari data di atas, dapat di lihat bahwa pertumbuhan penduduk di Kota

Cimahi setiap tahunnya meningkat secara dinamis. Laju pertumbuhan

STIMLOG INDONESIA
 I-3

penduduk dipengaruhi oleh beberapa faktor, yaitu angka kelahiran, angka

kematian, dan jumlah migrasi masuk ataupun keluar. Dengan laju pertumbuhan
penduduk Kota Cimahi yang terus meningkat akan memberi dampak
bertambahnya jumlah sampah di Kota Cimahi setiap tahunnya.
Dari data Dinas Lingkungan Hidup (DLH) Kota Cimahi, rata-rata
timbulan sampah organik dan anorganik per hari yang di buang ke mencapai
197,56 ton pada tahun 2017, tahun 2018 mencapai 225,80 ton, tahun 2019
mencapai 222,44 ton, tahun 2020 mencapai 228,28 ton. Jika di akumulasikan
total timbulan sampah per tahun yang di data oleh Dinas Lingkungan Hidup
(DLH) adalah sebagai berikut :

Tabel 1. 2 Data Sampah Dinas Lingkungan Hidup (DLH) Kota Cimahi

Total Timbulan Sampah Jumlah Sampah Jumlah Sampah
Tahun
Pertahun (Ton) Anorganik (Ton) Organik (Ton)
2020 83.321,11 33.328,44 49.983,96
2019 81.189,84 32.475,94 48.713,90
2018 82.417,91 32.967,17 49.450,75
2017 72.108,50 28.843,36 43.265,04
Sumber : Data DLH Kota Cimahi, 2021

Berdasarkan timbunan sampah yang telah di catat oleh Dinas Lingkungan

Hidup (DLH) Kota Cimahi mengungkapkan volume sampah di Kota Cimahi
mengalami peningkatan setiap tahunnya. Berdasarkan proyeksi data sampah
DLH, rata-rata persentase pertumbuhan sampah di Kota Cimahi mencapai
5,14% pertahun. Komposisi dari total timbulan sampah setiap harinya yaitu
untuk jenis sampah organik sebesar 60% dan jenis sampah anorganik sebesar
40%. Untuk presentase keseluruhan tingkat pengangkutan sampah ke TPA
yaitu 80% per hari nya.
Tahapan kegiatan pemrosesan sampah di Kota Cimahi dimulai dengan
kegiatan pengumpulan sampah, pengangkutan sampah lalu pembuangan akhir
sampah ke Tempat Pembuangan Akhir (TPA). Pelayanan pengambilan sampah
yang dilakukan oleh petugas meliputi sumber sampah rumah tangga, sampah
unit masyarakat dan sampah unit pelayanan umum. Sarana pengumpulan
sampah terdiri dari kontainer khusus pengangkutan sampah, tempat

STIMLOG INDONESIA
 I-4

penampungan sampah, bank sampah, Tempah Pembuangan Sampah (TPS) dan

Tempat Pembuangan Akhir (TPA) yang pada akhirnya timbulan sampah akan
dikelola oleh Dinas Lingkungan Hidup (DLH) Pemerintah Kota Cimahi yaitu
Upaya reduksi sampah merupakan alternatif untuk mengurangi jumlah sampah
yang akan di buang di TPA. Upaya reduksi sampah ini bertujuan untuk mendaur
ulang sampah, misalnya melalui cara pengomposan untuk sampah jenis organik
atau reduce, reuse, dan recycle atau yang sering di sebut dengan 3R untuk
sampah jenis anorganik.
Akan menjadi masalah penting jika jumlah pertumbuhan penduduk dan
angka timbulan sampah terus meningkat tanpa ada penanganan lanjut oleh
pemerintah setempat. Beberapa masalah yang akan timbul jika volume sampah
terus meningkat tanpa adanya penanganan yaitu akan menyebabkan kualitas
lingkungan yang buruk, menyebabkan kerusakan ekologis, ketersediaan udara
bersih yang semakin langkah, menyebabkan banjir atau longsor pada titik
tertentu, kesehatan masyarakat terganggu, lingkungan yang tidak nyaman,
kapasitas TPS dan TPA penuh, terganggunya estetik suatu daerah, bahkan dapat
mengalih fungsikan sektor lain untuk penampungan sampah, contohnya sungai
dan pemukiman warga setempat. Seperti contohnya yaitu sungai Citarum, yaitu
sungai terbesar di Jawa Barat yang dinobatkan menjadi sungai terkotor di dunia
tahun 2018 karena volume sampah dan limbah masyarakat di buang ke sungai
tersebut. Hal itu menjadi salah satu gambaran untuk Pemerintah dan Masyarakat
Kota Cimahi dalam menanggulangi masalah sampah yang semakin hari
semakin meningkat. Dengan permasalahan sampah di Kota Cimahi yang
semakin kompleks, maka ada kebijakan dari Pemerintah Kota Cimahi yaitu
membuat suatu model yang di sebut dengan Program “Cimahi Zero Waste City
2037”, untuk upaya pengurangan jumlah sampah anorganik yang dibuang ke
TPA dan mengurangi kemungkinan-kemungkinan yang akan ditimbulkan
ketika sampah tidak ditangani dengan baik.
Demi mendukung Program “Cimahi Zero Waste City 2037”, maka
Pemerintah Kota Cimahi khususnya bagian Dinas Lingkungan Hidup (DLH)
membuat model Bank Sampah atau sering disebut dengan Bank Sampah Induk
Cimahi (Bank SAMICI). Tugas utama dari Bank SAMICI yaitu mendaur ulang

STIMLOG INDONESIA
 I-5

sampah jenis sampah anorganik dengan cara reduce, reuse, dan recycle (3R).
Hal ini dapat mengurangi volume atau jumlah sampah anorganik yang dibuang
ke TPA. Sesuai dengan namanya yaitu Bank Sampah, Bank SAMICI
menjadikan sampah sebagai sumber pendapatan untuk masyarakat dengan
menggunakan sistem perbankan. Masyarakat yang ingin menjadi nasabah dapat
mendaftarkan diri ke Kantor Bank SAMICI dan melengkapi persyaratan yang
sudah ditentukan. Kemudian, nasabah yang sudah terdaftar akan mendapatkan
akses berupa ATM Bank SAMICI, agar nasabah dapat melakukan transaksi
uang hasil penjualan sampah.
Secara umum, Bank SAMICI hanya menerima jenis sampah anorganik.
Sebab, jenis sampah ini jika diolah kembali dapat menjadi nilai (uang) bagi
nasabah dan pengelolaannya menggunakan 3R. Sampai saat ini, Bank SAMICI
saat ini memiliki 231 unit Bank Sampah yang tersebar di Kota Cimahi.
Klasifikasi jenis sampah anorganik yang dapat ditabung di Bank SAMICI yaitu
jenis barang kertas, jenis barang logam, jenis barang kaca, jenis barang plastik,
jenis barang elektronik dan jenis barang lain-lain. Dari data yang diperoleh dari
Bank SAMICI timbulan sampah anorganik terus meningkat setiap tahunnya.
Tahun 2017 total sampah anorganik yang telah diproses oleh Bank SAMICI
mencapai 311,095 ton, tahun 2018 mecapai 446,595 ton, tahun 2019 mencapai
1.508,490 ton, tahun 2020 mencapai 647,213 ton. Dari angka tersebut dapat
dilihat bahwa setiap tahun angka timbulan sampah anorganik yang masuk ke
Bank SAMICI selalu berubah (dinamis). Hal ini sangat sesuai dengan data
fenomena bahwa laju pertumbuhan penduduk Kota Cimahi terus meningkat.
Ketika jumlah pertumbuhan penduduk terus meningkat maka akan
meningkatkan produktivitas sampah di Kota Cimahi juga.
Pada tahun 2017 eksisting Bank SAMICI dalam mengurangi jumlah
sampah jenis anorganik masyarakat Kota Cimahi mencapai sekitar 1,08%,
tahun 2018 mencapai 1,35%, tahun 2019 mencapai 4,64% dan tahun 2020
mencapai 1,94%. Dari data tersebut, dapat dilihat bahwa kinerja dan pencapaian
Bank SAMICI terhadap pengurangan jumlah jenis sampah anorganik
mengalami turun naik. Hal tersebut dapat disebabkan oleh beberapa faktor,
salah satunya yaitu kinerja dari Bank SAMICI yang belum optimal dalam

STIMLOG INDONESIA
 I-6

pengurangan sampah jenis anorganik di Kota Cimahi. Angka timbunan sampah

DLH yang setiap tahun naik dipengaruhi oleh perilaku konsumsi masyarakat
Kota Cimahi yang terus-menerus meningkat. Apalagi di zaman modernisasi
seperti sekarang ini semakin banyak model makanan cepat saji menggunakan
packaging yang sulit untuk di daur ulang. Disamping itu, kesadaran masyarakat
sudah mulai memudar, masayarakat lebih suka memakai suatu hal yang simple
atau praktis. Contohnya, masyarakat masih mengkonsumsi air mineral dalam
kemasan, padahal dapat menggatinya dengan menggunakan botol minum yang
dapat dipakai terus-menerus (reuseable) dan ramah lingkungan.
Seiring dengan berjalannya waktu, jumlah nasabah Bank SAMICI terus
meningkat dari tahun ke tahun. Hal ini merupakan bukti kesadaran masyarakat
Kota Cimahi mengenai pentingnya melakukan daur ulang terhadap sampah
anorganik yang pada akhirnya diharapkan dapat membantu dalam
merealisasikan program Zero Waste City 2037 dan mendatangkan income
untuk para nasabahnya. Dengan adanya model Bank SAMICI ini, Pemerintah
Kota Cimahi berharap dapat mengurangi timbulan sampah jenis anorganik yang
dihasilkan setiap hari baik dari sampah rumah tangga, unit masyarakat dan unit
pelayanan umum. Sehingga dapat mencapai “Cimahi Zero Waste City ” pada
tahun 2037. Sebab, semakin tinggi tingkat modernisasi pada suatu wilayah,
maka tantangan dalam pengendalian angka timbulan sampah akan terus
meningkat.
Timbulan sampah yang masuk akan di proses oleh Bank SAMICI dengan
cara di pilah dan di tumpuk berdasarkan jenisnya pada gudang SAMICI.
Kemudian dalam kurun waktu tertentu akan di jemput oleh bandar atau pabrik
pengolah bahan baku berdasarkan jenis sampah anorganiknya. Kegiatan ini
terus berjalan, sampai timbunan sampah yang masuk ke gudang SAMICI akan
di olah kembali menjadi barang siap pakai oleh bandar ataupun pabrik pengolah
bahan baku. Kegiatan ini dapat disebut sebagai reduce, reuse & recycle
terhadap sampah jenis anorganik Bank SAMICI. Namun, pada kenyataannya
kinerja Bank SAMICI tidak dapat mendaur ulang semua sampah yang masuk.
Dari seluruh jumlah sampah yang masuk ke Bank SAMICI masih ada beberapa
persen sampah yang tidak dapat di daur ulang dan akhirnya menjadi residu.

STIMLOG INDONESIA
 I-7

Faktor utama penyebab adanya residu sampah di Bank SAMICI yaitu bandar
atau pabrik pengolah tidak menerima bahan baku seperti sampah anorganik
tersebut. Sehingga residu tersebut akan di berikan ke pengrajin, di simpan dalam
gudang atau di buang ke TPA. Dalam 4 tahun terakhir, rata-rata jumlah residu
pengolahan sampah di Bank SAMICI mencapai 1,5 % pertahunnya.
Dari data fenomena yang ada, angka timbulan sampah yang dihasilkan
oleh penduduk Kota Cimahi jika dibandingkan dengan kinerja Bank SAMICI
tentunya masih jauh dari target untuk mencapai Cimahi Zero Waste City 2037.
Berdasarkan uraian tersebut, perlu diketahui mengenai kinerja pencapaian
pengolahan sampah anorganik oleh Bank SAMICI terhadap program
Pemerintah Kota Cimahi yaitu Zero Waste City 2037.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah yaitu
sebagai berikut:
1. Bagaimana pencapaian kinerja pengololaan sampah anorganik Bank
SAMICI terhadap program Pemerintah Kota Cimahi Zero Waste City tahun
2037?
2. Bagaimana strategi yang harus di dilakukan oleh Bank SAMICI terhadap
program Pemerintah Kota Cimahi Zero Waste City tahun 2037?

STIMLOG INDONESIA
 I-8

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah tersebut, adapun tujuan penelitian ini yaitu
sebagai berikut :
1. Untuk mengetahui hasil pencapaian kinerja pengololaan sampah anorganik
Bank SAMICI terhadap program Kota Cimahi Zero Waste City tahun 2037.
2. Untuk mengetahui strategi yang harus dilakukan Bank SAMICI untuk
mencapai program Pemerintah Kota Cimahi Zero Waste City tahun 2037.

1.4 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah :
1.4.1 Bagi Peneliti
a. Mengimplementasikan ilmu dan pengetahuan yang telah dipelajari
selama perkuliahan khususnya ilmu permodelan dan sistem
dinamis.
b. Mengetaui kondisi sebenarnya di lapangan atau dunia kerja yang
sesungguh nya.
c. Menambah wawasan serta mengabdikan pengalaman dan
keterampilan di lokasi penelitian.
d. Memenuhi persyaratan untuk memperoleh gelar S.Log (Sarjana
Logistik) di Sekolah Tinggi Manajemen Logistik.
1.4.2 Bagi Perusahaan
Bersamaan dengan penelitian ini, diharapkan dapat menjadi bahan
pertimbangan dan rancangan strategis dalam menentukan kebijakan
bagi penyelenggaraan program khususnya terkait masalah pengelolaan
sampah di Kota Cimahi dalam jangka waktu Panjang.
1.4.3 Bagi Akademisi
Bagi akademisi diharapkan laporan ini dapat bermanfaat sebagai
sumber informasi dan referensi untuk penelitian selanjutnya.

1.5 Batasan Penelitian

Permasalahan dalam penelitian ini dibatasi agar tidak terjadi suatu
penyimpangan dari masalah pokok yang diteliti serta menghindari penelitian

STIMLOG INDONESIA
 I-9

yang terlalu luas dan tidak terarah. Adapun batasan masalah dan asumsi dalam
pembahasan laporan ini adalah sebagai berikut :
a. Penelitian ini dilakukan di Bank Sampah Induk Cimahi (Bank SAMICI).
b. Penelitian ini berfokus pada aktivitas - aktivitas yang ada pada Bank
SAMICI
c. Penelitian ini hanya membahas jenis sampah anorganik di Kota Cimahi dan
Bank SAMICI.
d. Penelitian ini berisi hal – hal terkait dengan performa kinerja pengelolaan
sampah anorganik di Bank SAMICI yang nantinya bersifat sebagai usulan.
e. Penelitian ini menggunakan data Primer, dimana merupakan hasil observasi
serta data Sekunder dari data Dinas Lingkungan Hidup (DLH) Kota Cimahi.
f. Penelitian ini menggunakan data Sekunder dari Badan Pusat Statistik (BPS)
Kota Cimahi.
g. Pengambilan data di Bank SAMICI dilakukan sejak bulan November 2020
hingga Maret 2021
h. Pengambilan data di Bank SAMICI dilakukan dengan cara wawancara
langsung di Jl. Kyai H. Usman Dhomiri No. 15, Padasuka, Kec. Central
Cimahi, Kota Cimahi, Jawa Barat 40526

1.6 Sistematika Penulisan

BAB I PENDAHULUAN
Bab I menjelaskan tentang Latar Belakang, Identifikasi Masalah, Batasan
Penelitian, Tujuan Penelitian, Manfaat Penelitian, Jadwal, Tempat dan Jenis
Kegiatan dan Sistematika Penelitian.
BAB II STUDI PUSTAKA
Bab II berisi mengenai studi literatur yang dijadikan sebagai acuan dalam
memecahkan masalah terkait penelitian ini, dalam penelitian kali ini penulis
menguraikan mengenai system dinamis dan forechasting (peramalan).
BAB III METODE PENELITIAN
Bab III menjelaskan tentang metodologi penelitian yang mendeskripsikan alur
serta penjelasan mengenai Langkah-langkkakh pengerjaan yag dilakukan
penulis dalam penyusunan penelitian ini.

STIMLOG INDONESIA
 I-10

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

Bab IV berisi mengenai pengumpulan data yang diperoleh setelah melakukan
penelitian, serta cara untuk mengolah data yang telah didapatkan untuk menjadi
suatu informasi yang bisa di sajikan.
BAB V ANALISIS
Bab V menjelaskan tentang Analisa dari pengumpulan dan pengolahan data
yang telah dilakukan.
BAB VI KESIMPULAN DAN SARAN
Bab V menjelaskan kesimpulan dan saran dari hasil penelitian serta saran-saran
perbaikan pada lokasi penelitian.
DAFTAR PUSTAKA
Daftar Pustaka memberikan informasi mengenai rujukan sumber yang
digunakan dalam penelitian ini.
LAMPIRAN
Halaman yang memuat dokumen terkait pendukung laporan penelitian.

STIMLOG INDONESIA
 BAB II
LANDASAN TEORI

2.1 Pengertian Sistem

Sistem dapat didefenisikan sebagai kumpulan sub-sistem yang saling
bekerjasama untuk tercapainya tujuan tertentu. Sistem dibagi dua berdasarkan
pendekatan yang digunakan. Pendekatan pertama menekankan pada prosedur
sedangkan pendekatan kedua menekankan kepada komponen atau
elemennya. Sistem dengan pendekatan prosedur merupakan kumpulan
jaringan kerja dari prosedur-prosedur yang saling berhubungan dan
melakukan kegiatan secara bersamaan dengan tujuan tertentu. Sedangkan
pendekatan sistem diartikan sebagai kumpulan dari komponen-komponen
yang saling berinteraksi dan bekerjasama untuk tercapainya tujuan tertentu.
Kedua pendekatan tersebut sejalan dan saling mendukung, tetapi kedua
pendekatan tersebut memiliki perbedaan, yaitu terletak pada sudut
pandangnya. Namun, pendekatan yang menekankan kepada komponen lebih
banyak diterima karena memiliki ruang lingkung yang lebih luas. Sistem
dapat dilihat dari sudut pandang yang berbeda antara lain :
1. Sistem terbuka dan sistem tertutup, yaitu dilihat dari sudut pandang sistem
dan lingkungannya.
2. Sistem probabilistik dan sistem deterministik, yaitu sudut pandang tingkat
kepastian sistem.
3. Sistem statis dan sistem dinamis, yaitu sudut pandang kedinamisan sistem.
4. Sistem diskrit dan sistem kontiniu, yaitu Sudut pandang kekontinuan
sistem.

2.2 System Thinking

Berfikir sistem (system thingking) pertama kali diaplikasikan pada
bidang teknik, ekonomi dan ekologi. Kemudian mulai dikembangkan pada
awal abad 20 (Heryana, 2017). Berfikir sistem dapat diartikan sebagai
karakter atau perilaku yang menggambarkan pemecahan masalah secara
menyeluruh dan bukanlah metode yang harus dijalani secara runtut dan baku.

II-1
STIMLOG INDONESIA
 II-2

System thinking merupakan suatu pendekatan yang memiliki hubungan erat

antar element pada suatu sistem untuk dapat memahami berbagai macam
sistem. System thingking melihat sistem melalui perspektif yang lebih luas,
secara menyeluruh. Sehingga hasil outputnya lebih akurat dan realistis.
Berbeda dengan cara analisis tradisional yang mempelajari suatu sistem
dengan memisahkan elemen-elemennya. System thinking dapat diartikan
sebagai metode untuk menyelesaikan permasalahan yang memerlukan cara
berfikir secara keseluruhan maupun pemikiran kompleks secara seimbang
(Jay Forrester).
Menurut Battle-Fisher (2015) dalam bukunya yang berjudul Application
of System Thinking to Health Policy and Public Health Ethics menyataka nada
delapan karakteristik berfikir sistem yaitu :
1. Memandang masalah secara keseluruhan.
2. Cenderung mendorong pada kemajuan.
3. Selalu melihat adanya ketergantungan antar elemen.
4. Lebih memperhatikan jangka Panjang.
5. Fokus ada struktur masalah, kadang menyertakan atau
mempertimbangkan sesuatu yang paradoks (tidak biasa).
6. Membuat pemetaan dan simulasi untuk memperlihatkan system; dan
7. Menempatkan dirinya sebagai bagian dari sistem.

Menurut Eddy Pahasta (2018) dalam bukunya yang berjudul System

Thinking & Permodelan Sistem Dinamis menyatakan bahwa salah satu
pendekatan untuk mengatasi suatu masalah adalah system thinking;
pemikiran/konsep kesisteman, cara yang secara mental membingkai apa yang
kita lihat di dunia nyata. Hal itu merupakan cara/proses berpikir yang sejak
pertama kali sudah memandang bagaimana segala sesuatunya saling
mempengaruhi satu sama lain di dalam suatu “keseluruhan”. System thinking
cenderung akan mengarahkan penganutnnya untuk terus mencari pola-pola
prilaku sistemnya. System thinking terkait dengan konsep, cara pikir, atau
pemahaman yang menyeluruh, efektif, dan efisien mengenai suatu masalah,
kejadian atau sistem. Produk system thinking digunakan untuk

STIMLOG INDONESIA
 II-3

menggambarkan mekanisme dasar sebab akibat yang dihipotesakan

mendasari perilaku (model) sistemnya sepanjang waktu.
Dengan demikian, ia bisa digunakan untuk memahami bagaimana suatu
system bekerja dan bagaimana pula manusia dapat berurusan dengannya
secara efisien; ia merupakan Teknik yang dipakai untuk mengetahui apa yang
sebenernya terjadi. Meskipun demikian, tujuan umum system thinking adalah
untuk :
1. Mendapatkan gambaran yang lengkap dan luas mengenai sistemnya.
2. Mengenali akar-akar masalahnya.
3. Mengidentifikasi semua variabel penting yang terlibat di dalamnya.
4. Memahami & mengidentifikasi leverage points di dalam sistemnya.
5. Memahami potensi-potensi dampak beserta alternatif solusinya.

Beberapa pakar ilmu, memaknai system thinking sebagai proses

pemahaman sebagaimana suatu (sub) sistem yang saling mempengaruhi satu
sama lainnya di dalam suatu entitas yang lebih luas. Meskipun demikian,
secara formal, pendekatan ini dapat didefinisikan sebagai suatu disiplin atau
ilmu manajemen yang berkonsentrasi pada pemahaman sistem dengan
mengamati hubungan dan interaksi yang terjadi pada komponen-komponen
pembentuknya. Oleh sebab itu, pendekatan ini juga sering diartikan sebagai
cara pikir & bahasa yang di gunakan untuk mendeskripsikan & memahami
gaya/kekuatan dan relasi-relasinya yang membentuk tingkah/prilaku suatu
sistem.
Meskipun istilah mengenai “sistem” telah diperkenalkan sebelumnya,
tetap nampaknya baru pada tahun 1956 pendekatan ini mulai mendapatkan
fondasi tambahan yang benar-benar baik, yaitu ketika Professor Jay W.
Forresster meneliti di bidang system thinking. Beliau telah memperkaya
pendekatan ini khususnya yang berhubungan dengan simulasi interkasi-
interaksi di antara objek-objek yang terdapat dalam sistem dinamis. Setelah
beliau, makin banyak pakar ilmu yang juga memperkaya khazanah di bidang
system thinking dan sistem dinamis. Salah seorang diantara mereka adalah
Haines.

STIMLOG INDONESIA
 II-4

Haines juga telah mendefinisikan apa itu system thinking dengan maksa
yang tidak berbeda jauh dari defenisi-defenisi yang lain. Hanya saja, di dalam
sebuah bukunya untuk memudahkan pemahaman, beliau terlebih dahulu
menguraikan terminologi system thinking ke dalam lima (5) elemen kunci
sebagai berikut :
1. Fase A : Output (hasil/status yang akan datang); yang diharapkan atau
yang menjadi tujuan.
2. Fase B : Feedback-loop; bagaimana kita bisa mengetahui bahwa apa yang
diharapkan telah tercapai. Menetapkan suatu umpan-balik yang terukur
berdasarkan kemajuan (proses-proses yang berada di dalam sistem).
3. Fase C : Input; menentukan status, posisi atau kondisi pada saat ini.
4. Fase D : Throughput (status transisi); menentukan aksi atau tindakan yang
diperlukan (bagaimana mencapai fase A dari fase C atau bagaimana
memperkecil gap antara fase A dan fase C.
5. Fase E : Lingkungan; (perhatikan) apa yang mungkin atau akan berubah
di lingkungan pada masa yang akan datang.

Dengan adanya system thinking memberikan beberapa manfaat yaitu

sebagai berikut :
a. Pada umumnya sistem bersifat dinamis.
b. Dapat dengan baik mengenali input, output, dan komponen-komponen
sistemnya (variable & proses).
c. Mengenali bagaimana interaksi-interaksi (kaitan dan urutan proses) antara
input & komponen-komponen sistem dalam menghasilkan output.
d. Keberadaan suatu umpan balik akan menyebabkan dinamika di dalam
sistemnya.
e. Mendapatkan sifat kesabaran & pemahaman (model mental) yang
menyeluruh (minimal secara umum/garis besar) terhadap sistem.
f. Meningkatkan sifat kreatif, berfikir logis, rasa keingintahuan dan
kecerdasan.
g. Merangsang diri untuk menjadi analisis, peneliti atau bahkan penemu
sesuatu yang sangat bermanfaat (inventor).

STIMLOG INDONESIA
 II-5

2.3 Konsep System Thinking

Berdasarkan beberapak pengertian dan definisi di atas beserta kompnen-
komponennya, maka dapat ditarik beberapa butir konsep system thinking,
yaitu :
1. Saling keterkaitan/keterhubungan
System thinking memerlukan kemampuan untuk menggunakan pola-
pikir; dari linier menjadi non-linier/sirkular (memiliki loop umpan-balik).
Dengan prinsip ini, segala sesuatunya menjadi saling terhubung. Jadi,
sebagai contohnya, manusia memerlukan makanan (sebagai besar berasal
dari tumbuha), udara (sebagian besar berasal dari proses fotosintesis
tumbuhan dengan bantuan sinar matahari), dan air untuk hidup, sementara
tumbuhan memerlukan karbon-dioksida (sebagian dihasilkan oleh
aktivitas manusia) & sinar matahari untuk tumbuh.
2. Sintesis
Biasanya sistesis merujuk pada kombinasi komponen-komponen
dalam membentuk sesuatu yang baru dan saling terkoneksi secara
keseluruhan. Pada system thinking, tujuannya juga demikian yaitu
pemahaman mengenai kompinen-komponenya, relasi dan keterkaitan satu
sama lainnya yang semuanya membentuk dinamika secara keseluruhan
(holistic). Pada dasarnya, sintesis (kebalikan dari analisis) adalah
kemampuan dalam memandang bagaimana komponen-kompnen sistem
dapat bekerja secara bersamaan.
3. Kemunculan
Dari perspektif kesisteman, banyak hal besar yang muncul dari yang
kecil. Kemunculannya merupakan sinergi dari berbagai hal yang saling
terkait. Sebagai misal adalah fenomena hujan. Pada fenomena ini,
sebelumnya matahari memanasi permukaan laut, danau dan sungai hingga
akhirnya terhadi penguapan. Uap airnya kemudian membentuk gumpalan-
gumpalan yang semakin rendah suhunya dan membentuk awan-awan
kecil. Dengan bantuan angin, maka awan-awan kecil ini akan bergabung
hingga ukurannya membesar dan warnanya menggelap (kelabu). Ketika

STIMLOG INDONESIA
 II-6

mencapai suhu terentu (dingin) dan masanya melebihi daya tampungnya,

maka awan-awan ini akan mengalami kondensasi hingga akhirnya
menjadi butiran-butiran air yang jatuh ke bumi, atau sebagai hujan.
4. Umpan-balik (Loop)
Karena saling terkoneksi, biasanya pada system terdapat komponen
umpan-balik. Jadi, setelah memahami sistemnya, maka kita akan memiliki
potensi untuk mengintervensikan umpan-baliknya. Dalam kaitan ini,
terdapat 2 tipe loop umpan-balik, yang dapat memperkuat (reinforcing
atau R) dan yang menyeimbangkan (balancing atau B). Yang memperkuat
tidak selalu menguntungkan. Ketika suatu komponen menjadi lebih
dominan, maka tidak perlu diperkuat lagi, jika tidak, maka
pertumbuhannya akan menyeimbangkan segala sesuatunya (dengan suatu
mekanisme “predator” alamiah atau regulasi yang memang sengaha
dibuat). Tetapi, jika populasi komponen-komponen tertentu terlalu
banyak dilenyapkan (sebagai salah satu tindakan penyeimbangan), di
dalam suatu ekosistem, maka populasi komponen lainnya berpotensi
untuk meledak (reinforcing).
5. Hubungan Sebab-Akibat (Kausalitas)
Sebab-akibat adalah konsep yang umum. Dengan memahami
umpan-balik, maka kita akan mendapatkan perspektif sebab-akibat.
Bagaiamana suatu hal akan menghasilkan hal yang lain di dalam suatu
sistem yang berkembang (konstan & dinamis). Dengan demikian, sebagai
konsep di dalam system thinking, kausalitas adalah kemampuan untuk
menguraikan segala sesuatunya dalam mempengaruhi satu sama lainnya
di dalam sistem. Pemahaman mengenai kausalitas akan memberukan
perspektif yang lebih dalam mengenai agen-agen yang terlibat, umpan-
balik, koneksi dan relasi yang semua ini merupakan bagian-bagian dasar
dari pemetaan sistem (system mapping).
6. Pemetaan Sistem
Pemetaan sistem merupakan salah satu alat bantu pelau system
thinking. Untuk memetakan sistem, tersedia banyak cara, mulai dari
pemetaan klister analog hingga analisis umpan-balik yang kompleks.

STIMLOG INDONESIA
 II-7

Meskipun demikian, prinsip dasar pemetaan sistem bersifat universal,

identifikasi & petakan komponen-komponennya untuk memahami
bagaimana mereka saling terhubung, berelasi, dan berinterkasi di dalam
sebuah sistem yang kompleks. dalam kaitan ini, penelitian yang
mendalam perlu dilakukan untuk dapat melakukan intervensi, pergeseran,
atau pengambilan keputusan/kebijakan yang secara dramatis dapat
merubah (pola prilaku) sistemnya secara efektif.

2.4 Model
Penggambaran sederhana dari sebuah sistem yang nyata disebut dengan
model. Model juga merupakan representasi dari suatu benda, objek atau
bahkan ide-ide yang disederhanakan. Model berisikan informasi-informasi
mengenai suatu sistem yang disebut dengan maksud untuk mempelajari
sistem yang sebenernya. Model dapat disebut sebagai tiruan dari suatu sistem
atau bahkan kejadian yang sesungguhnya untuk mendapatkan informasi-
informasi yang dianggap penting untuk ditelaah. Dengan memanfaatkan
model, maka diharapkan pelaksanaan “eksperimen” atau pelatihannya
menjadi rendah risiko dan lebih mudah & murah, meskipun dengan asumsi
bahwa modelnya sudah benar-benar mewakili (cukup dekat dengan) sistem
yang sebenarnya. Sebab, idealnya setiap model merupakan bentuk sajian
(representasi) formal (yang dinyatakan oleh atau dengan bantuan
bahasa/simbol/perangkat tertentu) dari sistem nyatanya. Hal ini berarti
modelnya harus memiliki karakteristik yang (kurang-lebih) sama dengan
sistemnya. Pengertian model dapat dipandang dari beberapa kata yang
berbeda. Model dipandang sebagai kata benda yang berarti gambaran,
perwakilan atau perlambangan. Salah satu contohnya yaitu eksperimen luar
angkasa yang dapat ditiru dengan simulasi-simulasi yang dilakukan di suatu
ruangan khusus (seolah) tanpa gaya gravitasi. Berdasarkan contoh model
tersebut, dapat di pakai dalam proses pemodelan.
Model juga disebut sebagai tiruan model dunia nyata yang dibuat secara
virtual (Sterman, 2000). Tiruan model ini bentuknya tidak harus sama dengan
aslinya, tetapi minimal memilki kemiripian. Menurut Togar Simatupang

STIMLOG INDONESIA
 II-8

(1995) model sebagai representasi suatu sistem baik konkrit maupun

konseptual dengan menggunakan sistem lain. Sistem lain ini disebut model,
tentunya akan lebih sederhana dari sistem aslinya. Sehingga dengan
menggunakan model akan lebih mudah untuk memahami perilaku sistem.
Tujuan dikembangkannya model yaitu untuk mempelajari tingkah laku dari
suatu sistem dengan cara menganalisis secara rinci komponen atau unsur yang
membangun sebuah sistem tersebut serta interaksinya antara satu komponen
dengan komponen lainnya. Oleh sebab itu, pengembangan model menjadi
suatu pendekatan untuk lebih dapat memahami akan sebuah sistem.
Menurut Sumiati (2008) model harus memiliki beberapa ciri-ciri yang
menunjukkan kkarakteristik model yang baik sebagai pencapaian tujuan
pemodelan, yaitu :
1. Mempunyai tingkat generalisasi yang tinggi. Semakin tinggi derajat
generalisasi suatu model, maka model tersebut dapat dikatakan semakin
baik.
2. Mempunyai mekanisme yang transparan. Dapat menerangkan Kembali
hasil pemecahan masalah menggunakan model tanpa ada yang
disembunyikan.
3. Model memiliki potensi untuk dikembangkan sehingga mampu
membangkitkan minat peneliti lain untuk menyelediki lebih lanjut.
4. Model mempunyai kepekaan terhadap perubahan asumsi. Harus
membangkitkan asumsi.

2.5 Pemodelan Sistem

Kholil (2005) mengemukakan bahwa pembuatan model dimulai dari
bentuk yang paling sederhana yaitu dengan cara mendefenisikan
permasalahan secara keseluruhan, digunakan analisis sensivitas untuk
membantu menentukan rincian model, variabel apa saja yang memberikan
pengaruh besar dari sebuah model. Selanjutnya, tahap penyempurnaan
dilakukan dengan menambahkan variabel secara gradual, sehingga diperoleh
model yang logis dan dapat mempresentasikan keadaan sebenarnya. Menurut
Iswanto (2012), sebuah pemodelan akan dapat diterima dengan baik apabila

STIMLOG INDONESIA
 II-9

hasil dari pemodelan tersebut bersifat valid. Model dikatakan valid apabila
hasil dari model mendekati data-data historiss atau kesalahan yang diberikan
dalam pemodelan antara hasil simulasi dengan eksperimen kurang dari nilai
kritis (nilai yang telah ditetapkan sebagai error). Model yang valid akan
menggambarkan fenomena yang pasti, sedangkan model yang tidak valid
akan sangat jauh dari fenomena pasti. Oleh karena itu, dalam pembangunan
model dibutuhkan sebuah konstanta analis kritikal (critical analysus) sebagai
pembanding yang akan meningkatkan performa dan keakuratan model.
Menurut Eddy (2018) yang lebih sering dilakukan adalah pemodelan
(konseptual) sistem, yaitu membuat model dari sistemnya (menggunakan
model untuk mengkonsep atau membangun sistem). Sehubungan dengan hal
ini, maka cara yang paling umum digunakan adalah dengan cara memodelkan
(mendekomposisi atau menguraikan) fungsi-fungsi sistem itu sendiri secara
bertingkat, dari kelompok fungsi-fungsi yang bersifat umum menjadi
kelompok fungsi-fungsi yang lebih rinci. Cara ini dikenal sebagai pemodelan
fungsional.
Salah satu keunggulan dari pemodelan fungsional adalah konteks
sistem, fungsi-fungsi, beserta aliran data/informasi yang masuk dan ke luar
sistemnya (sub-sistem/fungsi) dengan mudah dapat diidentifikasi dan
kemudian dikaitkan dengan requirement masing-masing. Inilah
produk/model yang dihasilkan dan yang sangat dibutuhkan selama tahapan
“analisis kebutuhan” (user-requirements phase) bagi suatu sistem. Suatu
metode untuk mendalami sistem dan model itu sendiri. serta jmemiliki
perbedaan perilakunya adalah dengan melakukan pemodelan (Ardiansyah,
2011). Berikut adalah gambaran dari aneka cara mempelajari sistem.

STIMLOG INDONESIA
 II-10

Gambar 2. 1 Diagram Alir Pengembangan Model Dalam Sistem

Sumber : Kholil, 2005

1. Eksperimen dengan sistem aktual vs eksperimen dengan model sistem

Jika suatu sistem secara fisik memungkinkan dilakukan eksperimen
untuk dioperasikan sesuai dengan kondisi (skenario) yang kita inginkan
dan tidak memerlukan biaya yang besar. Maka, eksperimen dengan
system actual merupakan cara yang terbaik karena hasil dari eksperimen
ini akan benar-benar sesuai dengan sistem yang dikaji. Namun, sistem
seperti itu jarang sekali ada dan penghentian operiasi sistem untuk
keperluan eskperimen akan memerlukan biaya yang sangat besar. Selain
itu, sistem yang masih dalam tahap perancangan tidak akan dapat
melakukan eksperimen dengan sistem aktual. Sehingga, cara yang dapat
dilakukan yaitu dengan menggunakan model sebagai representasi dari
sistem aktual. Sehingga satu-satunya cara adalah dengan menggunakan
model sebagai representasi dari sistem aktual.
2. Model fisik vs Model Matematis
Model fisik merupakan model yang merepresentasikan sifat fisik
dari hal-hal yang diwakilinya dalam skala yang berbeda, sehingga
menyerupai sistem yang sebenernya. Walaupun model fisik jarang
dipakai, model ini cukup berguna dalam rekayasa sistem. Pada penelitian
biasanya lebih sering menggunakan model matematis dibandingkan
dengan model fisik. Para model matematis, sistem direpresentasikan

STIMLOG INDONESIA
 II-11

sebagai hubungan logika dan hubungan kuantitatif, kemudian

dimanipulasi agar dapat melihat bagaimana reaksi sistem.
3. Solusi Analitis vs Simulasi
Setelah model matematis berhasil dirumuskan, model tersebut
dipelajari kembali apakah model yang telah dikembangkan dapat
menjawab pertanyaan yang berkaitan dengan tujuan mempelajari sistem.
Model yang dibentuk secara sederhana, maka model matematisnya dapat
digunakan untuk mendapatkan solusi analitis. Solusi analitis biasanya
dapat diperoleh dengan cara yang mudah dan efisien, sehingga dapat
menggunakan solusi analitis ini karena metode ini dapat memberikan
solusi yang optimal terhadap permasalahan yang ada. Namun, tak jarang
ada model yang memiliki kompleksitas yang tinggi sehingga sangat sulit
untuk diselesaikan dengan metode berbentuk analitis, solusinya yaitu
dapat dipelajari dengan simulasi. Pada umumnya hasil dari simulasi tidak
optimal, tetapi hasilnya akan mendekati hasil optimal.

2.6 Sistem Dinamis

Apa yang perlu dilakukan ketika suatu masalah membingungkan banyak
orang dan para pakar juga dibuat sulit karenanya? Bagaimana kita dapat
membuat solusinya selain dengan metode biasa? Jawaban sebagian orang
bijak adalah dengan menembus kompleksitas masalah itu sendiri. Dalam
kaitan inilah sistem dinamis menjadi sangat relevan. Sebab, hal terbesar yang
dapat dilakukan oleh sistem dinamis adalah menguak struktur tersembunyi
yang menyebabkan masalah yang rumit. Dengan demikian, metode
pemodelan simulasi menjadi efektif dalam menangani masalah di seputar isu-
isu keberlanjutan. Selain itu, dengan sistem dinamis, para pengguna dapat
melihat cara kerja sebuah model. Hal inilah yang menjadikannya makin
menarik. Sistem dinamis secara praktis berurusan dengan proses
pengimplementasian model mental (konseptual/kualitatif) produk system
thinking sedemikian rupa (dengan menggunakan persamaan matematis &
masukan nilai-nilai variable-variablenya) hingga akhirnya menjadi sebuah
model simulasi yang siap di lanjutkan.

STIMLOG INDONESIA
 II-12

Sistem dinamis tentu saja terkait erat dengan system thinking. Keduanya
memiliki aspek-aspek perilaku dinamis yang terjadi di dalam sistemnya. Oleh
sebab itu, Sebagian dari pembahasan mengenai system thinking, biasanya
akan berakhir pada uraian mengenai sistem dinamis. Sementara itu, dilain
pihak sistem dinamis pun menggunakan alat bantu yang asal-usulnya dapat
ditelusuri hingga ke konsep system thinking. Dengan demikian, paling tidak
keduanya memiliki dan menggunakan beberapa knsep yang sama, yaitu loop
sebab-akibat (causal loop), variable, umpan-balik (feedback loop), delay dan
lain sejenisnya. Selain dengan konsep system thinking, meskipun telah
diaplikasikan diluar bidang-bidang sosial dan lingkungan hidup, secara
historiss sistem dinamis pun masih memiliki sisi keilmuan matematis yang
sangat kuat dan juga hubungan yang erat dengan bidang-bidang rekayasa
sistem & analisis sistem yang belum pasti dapat diengerti dengan baik oleh
khalayak umum.
Sistem dinamis berfokus pada studi-studi yang berkenaan dengan
perilaku-perilaku (model) sistem-sistem yang terdapat di seputar kehidupan
manusia, lingkungan sekitar atau bahkan pada tingkatan dunia/global. Sistem
yang bekerja dengan basis teori umpan-balik dan analisis sebab-akibat ini
(pada umumnya) menggunakan metode simulasi komputer untuk menguji
model/konseptual (produk system thinking) mengenai bagaimana sistemnya
bekerja. Oleh sebab itu, sistem dinamis sangat memudahkan pihak-pihak yang
ingin mentransfer konsep/modelnya ke berbagai disiplin keilmuan.
Sistem dinamis pertama kali diperkenalkan oleh Jay W Forrester pada
akhir tahun 1950-an dan awal tahun 1960-an di Massachusetts Institute of
Technologu. Sistem dinamik berhubungan dengan pertanyaan-pertanyaan
tentang dinamika sistem-sistem yang kompleks, yaitu pola-pola tingkah laku
yang dibangkitkan oleh sistem itu dengan bertambahnya waktu (Richardson
dan Pugh, 1986). Penekanan dalam penggunaan sistem dinamik yaitu tingkah
laku yang muncul dari struktur kebijakan dalam sistem itu sendiri (Sitompul
2009).
Menurut Richardson dan Pugh (1986) dalam skripsi Nuroniah (2003),
model dinamis merupakan suatu metode pendekatan eksperimental yang

STIMLOG INDONESIA
 II-13

mendasari fakta-fakta yang ada dalam suatu sistem untuk mengamati tingkah
laku sistem tersebut. Tujuan metodologi sistem dinamik berdasarkan filosofi
sebab akibat adalah memberikan pemahaman yang mendalam tentang cara
kerja suatu sistem (Asyiawati, 2002). Tahapan dalam pendekatan system
dinamik adalah :
1. Identifikasi dan define masalah
2. Konseptual sistem
3. Formulasi model
4. Simulasi model
5. Analisa kebijakan
6. Implementasi kebijakan
Tahapan dalam pendekatan sistem dinamik akan membentuk suatu
lingkaran tertutup karena diawali dan akhiri dengan pemahaman sistem dan
permasalahannya. Diagram pendekatan metode sistem dinamik dapat dilihat
pada Gambar 2.2 dalam konteks sistem dinamik terdapat tiga komponen
utama (Rahayu, 2006), yaitu sebagai berikut :
a. Pengambilan keputusan, adalah suatu kegiatan untuk menyelesaikan
masalah dan melakukan suatu hal.
b. Analisis sistem umpan balik, berhubungan dengan mencari dan
menggunakan informasi secara tepat untuk mengambil keputusan
tersebut.
c. Simulasi, memberikan representasi kepada para pengambil keputusan
terhadap hasil dari keputusan di masa mendatang.

STIMLOG INDONESIA
 II-14

Gambar 2. 2 Diagram Pendekatan Metode Sistem Dinamik

Sumber : Widayani, 1999 dalam Rahayu, 2006

Sistem dinamis merupakan sekumpulan entitas yang terhubung dan

berinteraksi yang menghasilkan beberapa bentuk perilaku. Perilaku tersebut
dapat diamati selama selang waktu tertentu (Birta and Arbez, 2007). Pada
dasarnya sistem itu rumit, sehingga diperlukan alat-alat seperti simulasi dan
pemodelan untuk mendapatkan gambaran mengenai perilaku mereka.
Gambaran tersebut hanya dapat berfungsi memberikan kepuasan secara
intelektual pemahaman yang lebih dalam. Namun, dilain hal dapat dimotivasi
oleh berbagai alasan yang lebih spesifik dan praktis seperti halnya
memberikan dasar bagi keputusan yang berkaitan dengan manajemen,
akususi, control dari System Under Investigation (SUI) (Birta and Arbes,
2007).
Sistem dinamis merupakan sebuah metode dan sebuah sudut pandang
yang mengarah kterhadap dinamika sistem dan stuktur sistem yang kompleks.
Sistem dinamis di sisi lain merupakan metode pemodelan yang ketat dan
memungkinkan untuk membangun simulasi komputer formal. Simulasi
tersebut dibangun dari sistem yang kompleks dan digunakan untuk merancang
kebijakan serta organisasi yang lebih efektif (Sterman, 2000).
Pemodelan sistem dinamis memiliki tujuan untuk meningkatkan
pemahaman lebih dalam mengenai cara-cara dimana kinerja organisasi terkait

STIMLOG INDONESIA
 II-15

dengan struktur internal dan kebijakan lain seperti dalam hal operasinya,
mulai dari pemasok, pesaing hingga pelanggan.

Gambar 2. 3 Feedback View

Sumber : Sterman, 2000.

Berdasarkan pada Gambar 2.3, Sistem bereaksi terhadap output yang di

buat. Sebagai contoh saat penjualan meningkat, competitor melakukan
pemangkasan harga sehingga penjualan menurun. Output yang di tetapkan
kemarin menjadi masalah yang terjadi hari ini. Dalam hal ini kita bukan
menjadi seorang penguasa yang menguasai sistem, melainkan menjadi bagian
yang tertanam di dalam sistem.
Pada Gambar 2.3 terdapat feedback yaitu hasil tindakan yang dilakukan
menentukan situasi yang akan dihadapi di masa depan. Kondisi baru
mengubah penilaian terhadap masalah dan keputusan yang diambil besok.
Penerapan kebijakan yang bertentangan sering kali muncul hal ini
dikarenakan kita sering tidak memahami serangkaian feedback yang berperasi
dalam sistem. Keputusan yang diterapkan dalam sistem mengubah keadaan
sistem, orang lain akan bereaksi dan berupaya untuk mengembalikan

STIMLOG INDONESIA
 II-16

keseimbangan yang dari keputusan yang kita buat. Tindakan tersebut bahkan
dapat menciptakan efek samping.
Tidak ada efek samping pada perencanaan, yang ada hanya efek yang
terjadi ketika kita mengambil sebuah tindakan. Efek terbagi menjadi beberapa
jenis. Efek yang direncanakan dan berakibat positif disebut dengan efek
utama. Sedangkan efek yang sebelumnya tidak dipikirkan efek yang memberi
umpan balik yang justru melemahkan kebijakan dan membahayakan sistem,
efek inilah yang di klaim sebagai efek samping. Efek samping bukan fitur
realitas, namun hal ini menjadi tanda bahwa pemahaman kita tentang sistem
sempit dan cacat.
Efek samping yang muncul secara tidak diduga diakibatkan oleh
tindakan seolah-seolah sebab dan akibat selalu terkait erat dalam ruang dan
waktu. Namun, dalam contoh sistem yang kompleks seperti pada pusat kota,
sebab dan akibat sering kali jauh dalam ruang dan waktu.

2.6.1 Konsep Sistem Dinamis

Sterman (2000), mendefinisikan bahwa sistem dinamik adalah
metode untuk meningkatkan pembelajaran dalam sistem yang
kompleks. Metode sistem dinamik merupakan salah satu alat analisis
yang dapat digunakan untuk mengevaluasi dampak jangka pendek dan
jangka panjang dari satu kebijaksanaan. Pada umumnya metode sistem
dinamik memiliki keterkaitan dengan trend atau pola perilaku dinamik
(sejalan dengan bertambahnya waktu) dari sebuah sistem yang
kompleks.
Penggunaan sistem dinamis digunakan untuk memahami perilaku
sistem, sehingga orang dapat meningkatkan efektivitas dalam
merencanakan suatu kebijakan dan pemecahan masalah yang timbul.
Perbedaan sistem dinamik dengan pendekatan lain dalam mempelajari
kompleks sistem adalah penggunaan feedback loop. Stock dan flow
berfungsi dalam membantu menggambarkan bagaimana sebuah sistem
dihubungkan oleh feedback loop yang menyebabkan ke non-linieran
yang sering kali ditemukan pada masalah sehari-hari di dunia modern.

STIMLOG INDONESIA
 II-17

Ghafiqie (2012) menyebutkan pada dasarnya, ada empat konsep dasar

dalam sistem dinamis yang menopang struktur dan perilaku sistem yang
kompleks. Empat konsep dasar tersebut adalah :
1. Ruang Lingkup Yang Tertutup
Tertutup bukan berarti tidak ada interaksi dengan variable
dari luar sistem. Maksud dari tertutup adalah variable yang tidak
begitu penting akan berada di luar sistem, sedangkan variable
yang penting yang menciptakan interaksi sebab-akibat berada di
dalam sistem.
2. Loop Umpan Balik Sebagai Komponen Dasar Sistem
Loop umpan balik yang ada di dalam sistem yang tertutup
akan mempengaruhi perilaku dari sistem. Sehingga struktur
umpan balik inilah yang mempengaruhi setiap perubahan yang
terjadi pada sistem sepanjang waktu.
3. Level dan Rate (Tingkat)
Sebuah sistem dinamis pasti memiliki dua jenis variable
dasar yaitu level dan rate. Level, seperti halnya stock merupakan
akumulasi elemen sepanjang waktu, contohnya seperti jumlah
pegawai atau jumlah inventory di gudang. Sedangkan rate
merupakan variable yang mempengaruhi perubahan nilai dari
level.
4. Kondisi yang ingin dicapai, kondisi real dan perbedaannya.
Suatu sistem yang dinamis akan memperlihatkan adanya
kondisi yang menjadi tujuan sistem dan kondisi yang saat ini
terjadi. Sebab, ada kemungkinan kondisi ingin dicapai namun
belum terjadi, maka akan terjadi perbedaan berdasarkan
perubahan dalam sistem tersebut.

2.6.2 Dasar Simulasi Sistem Dinamis

Menurut Jay Forrester 1958, metode sistem dinamis dibangun atas
dasar tiga latar belakang disiplin, yaitu manajemen tradisional, teori
umpan balik atau cybernetics dan simulasi komputer. Prinsip dan

STIMLOG INDONESIA
 II-18

konsep dari ketiga disiplin ilmu ini dipadukan untuk membentuk sebuah
metodologi untuk memecahkan masalah secara holistic, menghilangkan
kelemahan dari masing-masing disiplin untuk membentuk sinergi. akar
dari metodologi sistem dinamik dan input yang diberikan terhadap
model sistem dinamik yaitu seperti gambar berikut ini :

Gambar 2. 4 Metodologi Sistem Dinamis

Sumber : Sushil, 1993.

1. Manajemen Tradisional
Manajemen tradisional adalah manajemen yang umum dipakai
dalam dunia nyata para praktisi manajerial. Dasar utama dari
manajemen tradisional adalah model mental yang terbentuk dari
akumulasi pengetahuan dan pengalaman manajer.
2. Cybernetics
Cybernetics merupakan ilmu mengenai komunikasi dan
kontrol yang didasari oleh teori umpan balik. Tanpa adanya suatu
prinsip dalam pemilihan informasi yang relevan dan strukturisasi
informasi, kekayaan informasi yang terakumulasi dalam model
mental tidak dapat digunakan secara efektif. Cybernetics dapat
menyaring informasi sesuai dengan permasalahan yang dihadapi,
kemudian menghubungkan elemen-elemen informasi tersebut untuk
menemukan hubungan sebab akibat yang ada serta membangun
struktur umpan balik sistem.

STIMLOG INDONESIA
 II-19

3. Simulasi komputer
Penggunaan komputer dalam proses simulasi mampu
mengatasi kelemahan pemikiran manusia terutama berkaitan dengan
keterbatasan dalam menganalisa hubungan sebab akibat untuk orde
yang tinggi serta kemampuan komputasi dengan jumlah besar.

2.6.3 Umpan-Balik
Berdasarkan deskripsinya (defini), (terminologi/konsep) umpan-
balik (feedback-loop) merupakan salah satu elemen penting dari system
thinking dan (model) sistem dinamis. Memang umpan-balik merupakan
salah satu elemen struktural dari sebuah model sistem. Di dalam sebuah
model sistem, umpan balik merupakan penyebab dari prilaku
dinamisnya. Oleh sebab itu, dalam menggunakan suatu model sistem
dinamis, para pengguna juga perlu memahami pengaruh atau efek dari
umpan-baliknya, dan salah satu cara untuk memahami aspek umpan-
balik suatu (model) sistem dinamis adalah dapat menjalankan perangkat
lunak simulasinya di komputer. Jadi, simulasi komputer merupakan alat
bantu yang sangat bermanfaat dan penting untuk mengeksplorasi suatu
model sistem.
Secara umum, ada dua jenis umpan balik, yaitu umpan-balik
positif dan umpan-balik negatif.
1. Umpan-Balik Positif
Salah satu tipe umpan-balik yang penting adalah loop umpan-
balik positif. Karakternya tidak berbeda jauh dengan bola salju yang
terus menggelinding. Begitu meluncur, ia segera mengumpulkan
banyak banyak butiran salju hingga volume & masanya bisa sangat
besar Ketika tiba di permukaan yang paling dasar. Jadi, fenomena
umpan-balik positif akan terjadi Ketika suatu perubahan terus
merambat di dalam suatu sistemnya sedemikian rupa hingga terus
menghasilkan perubahan pada arah yang sama (+/S/same). Tipe
umpan balik yang menghasilkan pertumbuhan
(reinforcing/R/menguatkan-sendiri).

STIMLOG INDONESIA
 II-20

Contoh umpan balik positif pada dunia nyata adalah pada

perkembang-biakan bakteri, nyamuk, lalat, belalang, tikus dan
kelinci yang pernah dianggap sebagai hama (penyakit atau
pengganggu) di beberapa wilayah di dunia. Dengan demikiran,
setiap kelahiran anak-anak kelinci, sebagai contoh akan
berkontribusi secara langsung terhadap kemampuan reproduksi total
populasinya. Seiring dengan pertumbuhan populasinya, tingkat
kelahirannya pun tentu saja akan meningkat, hingga populasinya
tumbuh lebih cepat lagi. Contoh lain dari fenomena umpan-balik
positif adalah nilai tabungan di bank. Anggaplah seorang nasabah
menyetorkan uang 100 sebagai tabungan, dengan tingkat bunga 10%
pertahun. Setelah setahun pertama, tanpa tambahan setoran apapun
dari nasabahnya, secara otomatis total nilai tabungannya akan
menjadi 110 plus 110 x 10% dan seterusnya.
Jadi, seiring dengan total nilai tabungannya bertambah, maka
nilai bunga (uang) yang diterimanya pun akan makin besar yang
pada gilirannya juga akan mempercepat pertumbuhan total nilai
tabungan itu sendiri. Berikut adalah contoh skema umpan-balik
positif :

Gambar 2. 5 Skema Umpan-Balik Positif (R/+) Sederhana

Sumber : Eddy Prahasta (2018)

Karena fenomena umpan-balik ini bersifat terus-menerus

“menguatkan diri sendiri” hingga outputnya pun cenderung tumbuh
secara Exponential , sementara di dunia nyata tidak akan pernah ada
kuantitas yang bisa tumbuh dengan pola seperti itu selamanya.

STIMLOG INDONESIA
 II-21

Maka, tebtu saja harus ada mekanisme yang akan membatasi

pertumbuhan luar biasa seperti itu. Faktor pembatas itu adalah
umpan-balik negatif.
2. Umpan-Balik Negatif
Umpan-balik negatif merupakan lawan dari umpan balik
positif, Fenomena umpan-balik ini terjadi Ketika suatu perubahan
pada sistem menyebabkan perubahan lainnya yang bersifat menerus
hingga akhirnya mengecilkan atau menurunkan suatu kuantitas pada
arah yang sama sampai tujuan akhirnya tercapai. Contoh fenomena
ini adalah manusia yang terserang wabah penyakit menular dan
menyebabkan kematian, termasuk menelan korban personil para-
medisnya. Wabah ini menyebar dengan cepat hingga memakan
korban manusia dari waktu ke waktu.
Dengan karakteristik ini, maka umpan-balik negatif sering
digunakan sebagai penyeimbang (balancing/B) bagi pengaruh
umpan-balik positif. Artinya dengan adanya umpan-balik negatif,
maka efek pertumbuhan Exponential , fluktuasi besar, gangguan dan
lain sejenisnya (akibat fenomena umpan-balik positif) akan
terkurangi atau terkoreksi secara signifikan hingga akhirnya bisa
terstabilkan pada kondisi atau waktu tertentu.

Gambar 2. 6 Skema Umpan-Balik Negatif

Sumber : Eddy Prahasta (2018)

2.7 Simulasi
Park et al (1977) dalam Kholil (2005) mendefenisikan simulasi sebagai
suatu teknik dalam pemodelan untuk mendapatkan solusi dari suatu model

STIMLOG INDONESIA
 II-22

matematik yang disusun menurut asumsi yang spesifik dengan input model
dan nilai-nilai parameter yang telah ditentukan. Simulasi didasarkan atas
pendekatan huristik dan tidak menghasilkan jawaban optimum, tetapi hasil
dari simulasi adalah jawaban acceptable. Ghafiqie (2012) mengungkapkan
bahwa simulasi merupakan proses meniru tingkah laku system yang
sesungguhnya melalui operasionalisasi model atau penangan model. Definisi
simulasi juga dipaparkan oleh Shannon (1975). “The process of Designing a
model of a real system and conducting experiments with this model for the
purpose either of understanding the behavior of the system or of evaluating
various strategis (within the limits imposed by a criterion or set of criteria)
for the operation of the system.”
Model simulasi untuk mempelajari perilaku dari suatu sistem sesuai
dengan perkembangannya dari waktu dikembangkan. Model ini biasanya
dibangun dengan mengambil sejumlah asumsi yang berkaitan dengan operasi
sistem. Asumsi dieskpresikan dalam hubungan matematis yang logis, dan
simbolis antara elemen-elemen dalam sistem. Keuntungan dari simulasi yang
di sebutkan oleh Ghafiqie (2012) adalah :
1. Untuk menganalisa situasi dunia nyata yang besar dan kompleks yang
tidak dapat dipecahkan oleh model analisis kuantitatif konvensional maka
digunakanlah simulasi.
2. Simulasi merupakan metode yang memungkinkan adanya pertanyaan
“bagaimana jika atau kalau (what if question)”.
3. Simulasi tidak akan mengganggu dan merusak system nyata.
4. Simulasi dapat meningkatkan kualitas kerja karena simulasi dapat
menampung banyak informasi.
5. Simulasi dapat mempelajari efek interaktif dari suatu komponen atau
variable di dalam system sehingga dapat menetukan mana yang memiliki
sensivitas terbesar.
6. Simulasi dapat mengikutsertakan komplikasi dunia nyata, dimana pada
model kuantitatif pada umumnya tidak bisa digunakan, pemakaian
“ceteris paribus”bisa dikurangi.

STIMLOG INDONESIA
 II-23

Namun, menurut Ghafiqie (2012) simulasi juga memiliki beberapa

kekurangan, yaitu seperti :
1. Untuk mendapatkan model simulasi yang baik membutuhkan biaya yang
mahal serta melalui proses yang panjang dan rumit.
2. Simulasi tidak menghasilkan solusi optimal dari penyelesaian masalah
seperti teknik analisa kuantitatif yang lain.
3. Model simulasi tidak menghasilkan jawaban dengan sendirinya, semua
kondisi dan hambatan harus dijalankan untuk mendapatkan soluasi yang
ingin diuji.
4. Solusi dan kesimpulan dari suatu permasalahan yang telah disimulasikan
tidak dapat digunakan untuk permasalahan yang lain, karena setiap model
simulasi bersifat unik.

2.8 Permodelan Sistem Dinamis

Borshchev dan Filippov (2004) mengemukakan bahwa pada pemodelan
sistem dinamis menggunakan proses pemetaan masalah yang berasal dari
dunia nyata ke dalam dunia model maya. Model memiliki karakteristik yang
unik yaitu sifat representative dari sitem nyata, mampu menggambarkan
sistem nyata secara rinci (describle), mampu menerangkan bentuk-bentuk
interaksi dengan (explainable), dan mampu meramalkan kondisi-kondisi di
masa datang secara realistis (predictable). Menurut Forrester, sistem dinamis
berfungsi sebagai alat untuk dapat melihat sebuah struktur yang menjadi dasar
situasi yang kompleks dan dapat mengidentifikasi sebab dan akibat dari
perubahan perilaku yang terjadi.
Pada metode sistem dinamis ini berhubungan dengan berbagai sistem
yang kompleks, dimana pola perilaku yang dibangkitkan oleh sistem tersebut
seiring dengan bertambahnya waktu. Adapun permasalahan yang dapat
dimodelkan dengan sistem dinamis adalah masalah yang bersiat dinamis atau
berubah terhadap waktu dan struktur yang fenomenanya mengandung paling
sedikit satu unsur umpan balik (feedback structure). Pada pemodelan sistem
dinamis, dunia real dinyatakan dalam bentuk stock seperti material, ilmu

STIMLOG INDONESIA
 II-24

pengetahuan, orang dan uang. Bentuk lainnya adalah aliran antar stock dan
informasi sebagai penentu dalam aliran.
Model sistem dinamis berfokus dalam memperoleh pemahaman atas
suatu sistem. sehingga Langkah-langkah pemecahan masalah memberikan
umpan balik pada pemahaman sistem. Adapun rangkaian proses dalam sistem
dinamis menurut Jay Forrester adalah :
1. Investigasi yang termotivasi oleh perilaku sistem
Langkah pertama untuk menyelesaikan masalah adalah melakukan
investigasi dari perilaku sistem, baik yang tiddak diinginkan maupun yang
ingin dimengerti dan diperbaiki. Pertama harus mengerti sistem dengan
tujuan akhir perbaikan dengan mendeskripsikan sistem yang relevan
sehingga menghasilkan hipotesis bagaimana sebuah sistem tersebut
menghasilkan perilaku.
2. Memformulasikan model simulasi
Langkah kedua adalah memulai memformulasikan suatu model
simulasi. Gambaran sistem dari langkah awal diubah menjadi persamaan
level dan rate dari suatu model sistem dinamis. Pembuatan model simulasi
deskripsi yang jelas dari langkah pertama. Penulis persamaan bisa
memperhatikan adanya gap dan ketidak konsistenan yang harus
diperbaiki di tahap sebelumnya (tahap deskripsi).
3. Langkah ketiga dapat dimulai apabila persamaan pada langkah kedua
telah memenuhi kriteria logis untuk sebuah model yang dapat
dioperasikan (misal : variable yang didefinisikan, tidak lebih dari satu
define, tidak ada persamaan simultan, dan konsistensi unit pengukuran).
Biasanya pada software sistem dinamis menyediakan cek logis atau
verifikasi dan validasi. Tahap simulasi ini mengarahkan pada deskripsi
permasalah dan perbaikan persamaan Kembali. Sistem dinamis hanya
menyatakan bagaimana kondisi saat ini dan bagaimana mengarahkannya
ke suatu perbaikan bukan pada kondisi masa depan ideal untuk suatu
sistem. Simulasi pertama mengarahkan pada pertanyaan-pertanyaan dan
pengulangan langkah pertama dan kedua, sehingga model benar-benar
dikatakan cukup untuk mencapai tujuan. Kecukupan bukan berarti

STIMLOG INDONESIA
 II-25

pembuktian atau validasi, yang mungkin dicapai hanyalah tingkat

kepercayan dari sebuah model yang terhadap kecukupan, waktu, serta
biaya untuk melakukan perbaikan.
4. Mengidentifikasi Alternatif kebijakan Untuk Pengujian
Uji simulasi dilakukan untuk mencari kebijakan mana yng
memberikan peluang terbaik. Alternatif tersebut berupa informasi intuitif
pada tiga langkah awal, analisis yang berpengalaman, permintaan elemen-
elemen yang berada dalam sistem, atau berupa uji perubahan parameter
secara lebih terperinci.
5. Melalui Konsensus untuk Proses Implementasi
Langkah kelima merepresentasikan tantangan terbesar terhadap
kemampuan memimpin dan mengkoordinasi. Tidak masalah berapa orang
yang ikut andil dalam langkah pertama hingga keempat, karena seuanya
akan terlibat dalam proses implementasi. Model akan memperlihatkan
bagaimana sistem menyebabkan masalah yang sedang mereka hadapi. Hal
tersebut disebabkan oleh kebijakan yang ada dan akan mengarah terhadap
solusi dari masalah.
6. Implementasi Kebijakan Baru
Kesulitan dari Langkah ini kebanyakan berasal dari ketidakcukupan
langkah sebelumnya. Jika modelnya sudah relevan dan persuasif, dan
informasi di langkah kelima telah cukup, maka langkah keenam akan
dapat berjalan dengan baik. Walaupun demikian, implementasi
memerlukan waktu yang sangat Panjang. Kebijakan lama harus benar-
benar dihilangkan dan kebijakan baru akan memerlukan sumber infirmasi
baru dan training.

2.8.1 Causal Loop Diagram (CLD )

Causal Loop Diagram dapat disebut sebagai tools yang bisa
modelkan dengan mengedepankan struktur dan proses. Causal Loop
Diagram yang selanjutnya disingkat menjadi CLD, merupakan
langkah pertama untuk pendekatan proses dalam hal memodelkan
sistem Causal Loop Diagram didasarkan pada sebab akibat atau

STIMLOG INDONESIA
 II-26

dapat memengaruhi dan dipengaruhi (positif atau negatif). CLD

menggambarkan hubungan sebab akibat antara beberapa aspek,
variable dan entitas.
Metode System Thinking memiliki berbagai tools dalam
melihat sebuah situasi menyeluruh yang saling berhubungan,
diantaranya adalah model CLD ini. Model ini sering digunakan
dalam sebuah pemecahan maupun pencegahan masalah dengan
melihat setiap faktor yang ada berkaitan dengan faktor-faktor
lainnya. Menurut Sterman (2000), Diagram Loop sebab akibat
adalah alat yang penting untuk mempresentasikan struktur umpan
balik dari sistem.
Menurut Eddy (2018), pada konteks system thinking & sistem
dinamis, konsep sebab-akibat diwujudkan dalam bentuk diagram
sebab-akibat atau Causal Loop. Diagram ini berisi serangkaian
variable yang masing-masing mempresentasikan proses atau status
dan sebab-akibat. Causal Loop Diagram digunakan sebagai alat
bantu dalam menyajikan konsep struktur sebab-akibat dan umpan-
balik yang terdapat di dalam sebuah sistem. Contoh penggunaan dari
Causal Loop Diagram adalah :
1. Merepresentasikan model konseptual para perancang sistem.
2. Merepresentasikan hipotesis mengenai penyebab dinamika
sistemnya.
3. Mengomunikasikan aspek umpan-balik penting yang diyakini
sangat berperan di dalam suatu sistem.

Causal Loop Diagram sendiri terdiri atas variable-variable

yang dihubungkan oleh tanda panah yang menunjukkan pengaruh
sebab akibat diantara variable-variablel tersebut. Causal Loop
Diagram mengandung makna feedback. Feedback yang sering
muncul pada sistem dinamis terbagi menjadi dua bagian, yaitu
feedback positive atau feedback negative. Feedback atau loop yang
positif akan memperkuat sesuatu yang terjadi dalam sistem. Contoh

STIMLOG INDONESIA
 II-27

jika sebuah perusahaan menurunkan harga jualnya, maka competitor

akan bereaksi dengan mengurangi harga jual agar tetap bersaing
dengan perusahaan tersebut.
Sedangkan akan menentang perubahan dalam sistem. Contoh
jika kandungan nikotin dalam satu batang rokok di kurangi, maka
semakin banyak perokok mengkonsumsi rokok untuk memperoleh
dosis yang mereka butuhkan.

Gambar 2. 7 Positive and negative loops

Sumber : Sterman, 2000

Gambar 2.7 menunjukkan bahwa variable-variable

berhubungan sebab akibat, seperti yang ditunjuk oleh panah. Dapat
diperhatikan bahwa pengidentifikasi loop berputar dalam arah yang
dama dengan loop yang mewakilinya. Berdasarkan contoh diatas,
umpan balik positif yang berhubungan dengan kelahiran dan
populasi adalah searah jarum jam dan begitu juga dengan
pengidentifikasi loop-nya. Sedangkan umpan balik negative yang
berhubungan dengan tingkat kematian dan populasi adalah
berlawanan arah jarum jam sesuai dengan pengidentifikasi loop-nya.

STIMLOG INDONESIA
 II-28

2.8.2 Stock Flow Diagram (SFD)

Pada sistem dinamis, Causal Loop Diagram masih perlu
dikerjakan dan dibenahi lebih lanjut sedemikian rupa hingga
akhirnya menjadi Stock Flow Diagram (SFD). Hampir semua model
tidak terdefenisi secara lengkap dan juga tanpa kompilasi &
pemeriksaan konsistensi secara detail dan akurat. Itulah peran utama
SFD sebagai model simulasi di dalam aplikasi perangkat lunak. Oleh
sebab itu, secara umum SFD merupakan kelanjutan dari Causal
Loop Diagram yang sudah bersifat kuantitatif. Stock Flow Diagram
memiliki bentuk yang tidak lagi sekedar model konseptual, namun
sudah menjadi sebuah model yang siap digunakan untuk
mensimulasikan sistem dinamis itu sendiri. Selain itu, diagram ini
juga memiliki karakteristik unsur atau komponen visual yang kental
dalam rangka menyajikan (implementasi) struktur sebuah sistem
dinamis dengan informasi yang lebih detail dari pada yang disajikan
oleh Causal Loop Diagram.
Stock (level) dan Flow (rate) digunakan dalam
menggambarkan aktivitas pada suatu lingkar umpan-balik (Tasrif,
dkk, 2015). Diagram ini menggunakan dua jenis variable yang di
sebut dengan stock (level) dan flow (rate). Level ini menyatakan
kondisi sistem pada setiap saat dan merupakan akumulasi di dalam
sistem. Rate merupakan satu-satunya variable dalam model yang
dapat mempengaruhi level (Mukti, 2010).
Stock Flow Diagram merupakan penjabaran lebih rinci dari
sistem yang sebelumnya yang ditujukan oleh Causal Loop Diagram
karena pada CLD ini memperhatikan pengaruh waktu terhadap
keterkaitan antar variable. Sehingga setiap variable mampu
menunjukkan hasil akumulasi untuk variable level dan variable
yang merupakan laju aktivitas sistem tiap periode waktu disebut
dengan rate. Berikut merupakan symbol-simbol yang akan
digunakan dalam SFD :

STIMLOG INDONESIA
 II-29

Gambar 2. 8 Simbol Stock Flow Diagram

Sumber : Tasrif, 2004

Menurut Tasrif (2004), penjelasan dari simbol Stock Flow

Diagram adalah:
a. Level merupakan variable yang menyatakan akumulasi dari
sejumlah benda (nouns) seperti orang, uang, inventory dan lain-
lain terhadap waktu. Level dipengaruhi oleh variable rate dan
dinyatakan dengan simbol persegi Panjang.
b. Rate merupakan suatu aktivitas, pergerakan (movement) atau
aliran yang berkontribusi terhadap perubahan per satuan waktu
dalam suatu variable level. Rate adalah satu-satunya variable
yang mempengaruhi variable level (Tasrif, 2004).
c. Auxiliary (Variable) merupakan variable tambahan untuk
menyederhanakan hubungan informasi antara level dan rate
(Shintasari, 1988). Seperti variable level variable auxiliary
dapat digunakan untuk menyatakan sejumlah benda (nouns).
d. Constant (parameter) merupakan input bagi persamaan rate baik
seccara langsung maupun melalui variable auxiliary. Konstanta
menyatakan nilai parameter dari sistem real.
Berikut merupakan Langkah-langkah yang diperlukan untuk
membuat Stock Flow Diagram :
a. Tetapkan objek dan permasalahan.

STIMLOG INDONESIA
 II-30

b. Identifikasi variable yang paling penting pada system.

c. Identifikasi variable ke dua dan ke tiga paling penting pada
system.
d. Identifikasi variable yang mewakili akumulasi stock.
e. Identifikasi variable yang mewakili flow.
f. Memastikan flow masuk ke stock dan flow keluar dari stock.

2.8.3 Verifikasi dan Validasi Model Simulasi

Menurut Napitupulu (2009) verifikasi model simulasi atau
model pengoperasian sistem maya dilakukan dengan mengecek
kecocokan prosedur yang digunakan pada penglahan data operasi
sistem imitasi terhadap prosedur pelaksanaan operasi pada system
real. Tujuan utama verifikasi model simulasi sistem adalah untuk
memastikan bahwa program komputer dan worksheet pengolahan
data yang disusun sesuai model konseptual simulasi yang digunakan
sebagai konsep dasar penyusunan prosedur pengoperasian
sistemnya. Pengecekan kecocokan model operasi terhadap model
operasi sistem tidak sama dengan bentuk model konseptual simulasi.
Pengecekan juga diperlukan karena program komputer dan
worksheet simulasi yang tidak sesuai dapat memberikan hasil
pengperasian sistem maya tanpa mengalami error eksekusi
meskipun hasil yang diperoleh menyimpang jauh dari hasil yang
seharusnya.
Setelah lulus verifikasi, akan dilakukan validasi model
simulasi dengan mengecek akurasi hasil program simulasi. Validasi
model berbeda dengan verifikasi model. Verifikasi berkaitan dengan
penyusunan model dengan benar, sedangkan validasi berkaitan
dengan penyusunan model simulasi yang benar memberikan hasil
yang akurat Napitupulu, 2009). Menurut Aminudin (2014), terdapat
beberapa cara untuk melakukan validasi dalam pemodelan sistem
dinamis, yaitu uji struktur secara langsung (direct structure tests)
tanpa memproses model, uji struktur tingkah laku model (Structure

STIMLOG INDONESIA
 II-31

Oriented Behaviour Test) dengan proses model, dan pembandingan

tingkah laku model dengan sistem nyata (Quantitative Behaviour
Pattern Comparison), yaitu dengan uji nilai tengah persentase
kesalahan absolute (mean absolute percentage error) adalah salah
satu ukuran relative yang menyangkut kesalahan persentase. Uji ini
dapat digunakan untuk mengetahui kesesuaian data hasil prakiraan
dengan data aktual.
Sistem yang dibuat (tiruan) atau model simulasi dapat
digunakan ketika sistem atau model tersebut sudah sesuai dengan
kondisi atau realita yang terjadi di lapangan. Verifikasi model
ditempuh berdasarkan pemeriksaan kesesuaian model dengan
keadaan real. Namun, jika model simulasi yang dijalankan pada
sebuah komputer, verifikasi dilakukan dengan cara melakukan
pemeriksaan hingga model tersebut dapat berjalan tanpa adanya
pesan error atau bug yang muncul. Secara verbal, verifikasi adalah
proses pemeriksaan keseuaian antara logika operasional model
(Program komputer) dengan logika diagram alur. Verifikasi model
juga meliputi pemeriksaan model untuk meyakinkan bahwa semua
ekspresi matematis dalam model memiliki dimensi yang konsisten.
Validasi yaitu proses yang menggambarkan keberartian dan
keakuratan model sebagai konseptualisasi atau abstraksi dari sistem
nyata. Validasi dilakukan dengan tujuan memberikan kesamaan
antara model yang dirancang dengan kondisi dilapangan. Sehingga
model simulasi yang dirancang dapat mewakili kondisi real.
Prosedur validasi dilakukan dengan melakukan pemeriksaan dan
membandingkan data historiscal lapangan dengan output dari model
simulasi yang dirancang. Jika hasil output dari model simulasi yang
dirancang tidak sesuai dengan data historiscal lapangan, maka
model tersebut tidak dapat mewakili kondisi yang terjadi di
lapangan.
Jika proses verifikasi dan valiasi dapat diselesaikan dan
dinyatakan sesuai, maka model simulasi dapat dikembangkan

STIMLOG INDONESIA
 II-32

dengan cara melakukan simulasi dengan Input dan bervariasi.

Sehingga model tersebut dapat menjadi cara untuk menyelesaikan
masalah yang terjadi hingga menjadi tools yang digunakan untuk
mengembangkan sistem.

2.9 Anylogic PLE

Anylogic adalah paket aplikasi perangkat lunak yang ditujukan untuk
memenuhi kebutuhan para penggunanya mengenai permodelan & simulasi
yang lengkap. Paket aplikasi perangkat lunak yang tampilannya sangat
mewah dan unik ini di rancang untuk dapat mendukung 3 metode (multi-
method) pemodelan simulasi sekaligus, yaitu sistem dinamis, berbasis agen,
peristiwa diskrit dan kombinasinya.
The Anylogic Company (sebelumnya XJ Technologies)
mengembangkan alat pemodelan simulasi multimethode yang dikenal dengan
nama software anylogic. Menurut Grigoryev (2015) software ini dapat
mensimulasikan model menggunakan tiga metode, yaitu discreate event,
agent based, and system dynamics. Anylogic adalah perangkat lunak simulasi
lintas-platform yang dapat berfungsi pada Windows, macOD dan Linux.
Contoh dalam penggunaan Anylogic dapat digunakan dalam mensimulasikan
pada model pasar dan persaingan, perawatan kesehatan, manufaktur, rantai
pasokan dan logistic, ritel, proses bisnis, sosial dan dinamika ekosistem,
pertahanan, proyek dan manajemen aset, dinamika pejalan kaki dan lalu lintas
jalan, IT, dirgantara dan lain sebagainya.

Gambar 2. 9 Logo Anylogic

Sumber : Anylogi.com

STIMLOG INDONESIA
 II-33

Anylogic menggunakan bahasa pemodelan grafis dan juga

memungkinkan pengguna untuk memperluas model simulasi dengan Code
Java. Model Anylogic didasarkan pada salah satu paradigma pemodelan
simulasi utama, yaitu discreate event or process-centric (DE), System
dinamics (SD) dan afent-based (AB). Dinamika sistem dan peristiwa diskrit
merupakan pendekatan simulasi tradisional, sedangkan agent based
pendekatan dinamika sistem berkaitan dengan proses kontinu sedangkan
peristiwa diskrit dan model berbasis agen bekerja sebagian besar dalam
waktu diskrit, yaitu melompat dari satu peristiwa ke peristiwa lainnya.

2.9.1 Simulasi Language

Ada beberapa simulasi language atau Bahasa simulasi di dalam
aplikasi Anylogic (Bala, dkk 2015) yaitu :
1. Stock & Flow Diagram digunakan untuk pemodelan sistem dinamis.
2. Statecharts digunakan sebagian besar dalam pemodelan agent-
based untuk mendefenisikan perilaku agen. Selain itu, dalam
pemodelan discrete event, statecharts juga sering digunakan
misalnya untuk mensimulasikan kegagalan mesin.
3. Actions Chart atau diagram Tindakan yang digunakan untuk
mendefenisikan algoritma. Action chart yang digunakan dalam
pemodelan diskrit misalnya dalam hal perutean panggilan, atau
dapat juga digunakan dalam pemodelan agent-based misalnya untuk
logika keputusan agen.
4. Process Flowcharts merupakan kontruksi dasar yang digunakan
untuk menentukan proses dalam pemodelan acara diskrit.

Bahasa ini juga mencakup kontruksi pemodelan tingkat rendah

seperti variabel, persamaan, parameter, peristiwa, dan lain sebagainya.
Bentuk presentasi seperti garis, polyline, oval. Serta fasilitas analisis
seperti kumpulan data, histogram, plot, alat konektivitas, gambar
standar, dan kerangka kerja eksperimen.

STIMLOG INDONESIA
 II-34

2.9.2 Sistem Dinamis Pada Anylogic

Grigortev (2015) menyatakan bahwa, sistem dinamis digunakan
dalam model strategis jangka panjang serta dapat mengasumsikan
tingkat tinggi agregasi objek, model sistem dinamis dapat mewakili
orang, produk, peristiwa dan item yang berbeda lainnya berdasarkan
jumlah item tersebut. Dinamika sistem adalah metodologi untuk
mempelajari sistem yang dinamis dengan cara :
1. Memodelkan sistem sebagai struktur tertutup sebab akibat yang
mendefinisikan tingkah lakunya sendiri.
2. Menentukan feedback loop dari sistem, apakah reinforcing atau
balancing loop.
3. Mengidentifikasi stock (akumulasi) dan flow (aliran).

2.10 Forecasting (Peramalan)

Forecasting diartikan sebagai metode untuk meramalkan terhadap
sesuatu yang akan terjadi pada masa yang akan datang. Sedangkan rencana
merupakan ketentuan dari apa yang akan dilakukan pada waktu yang akan
datang. Berdasarkan hal tersebut dapat dilihat perbedaan antara forecast
dengan rencana (Pangestu, 1986). Sedangkan Forecast merupakan peramalan
apa yang akan terjadi, tapi belum tentu bisa dilaksanakan oleh perusahaan.
Forescasting bertujuan untuk mendapatkan peramalan atau prediksi yang bisa
meminumkan kesalahan dalam meramal yang biasanya diukur dengan mean
square error, mean absolute error (Pangestu, 1986).
Menurut Render dan Heizer (2005), Forecasting adalah seni dan ilmu
untuk memperkirakan kejadian dimasa depan. Ada beberapa jenis
Forescasting menurut beberapa para ahli, yaitu sebagai berikut :
1. Metode Pemulusan Exponential
Metode pemulusan Exponential (Makridakis, 1999) merupakan prosedur
perbaikan terus-menerus pada peramalan terhadap objek pengamatan
terbaru. Metode peramalan ini menitik-beratkan pada penurunan prioritas
seara Exponential pada objek pengamatan yang lebih tua.
2. Metode Exponential Smooting

STIMLOG INDONESIA
 II-35

Metode ini digunakan untuk peramalan jangka pendek. Model

mengasumsikan bahwa data berfluktuasi di sekitar nilai mean yang tetap,
tanpa trend aatau pola pertumbuhan konsisten. Exponential Smooting
memberikan penekanan yang lebih besar kepada time series saat ini
melalui penggunaan sebuah constanta smooting (penghalus). Constanta
smoothing mungkin berkisar dari 0 ke 1. Nilai yang dekat dengan 1
memberikan penekanan terbesar pada nilai saat ini sedangkan nilai yang
dekat dengan 0 memberikan penekanan pada titik data sebelumnya
(Herjanto, 2009).
3. Metode Moving Average
Moving Average adalah salah satu metode peramalan yang digunakan
dengan cara mengambil sekelompok nilai pengamatan, mencari nilai rata-
rata tersebut untuh bahan ramalan pada periode yang akan datang
(Subagyo, 2008). Metode moving Average mempunyai karakteristik
khusus yaitu :
a. Untuk menentukan ramalan pada periode yang akan dating
memerlukan data historiss selama jangka waktu tertentu.
b. Semakin Panjang jangka waktu moving average, efek pelicinan
semakin terlihat dalam ramalan atau menghasilkan moving average
yang semakin halus
2.11 Teori Kependudukan
Ilmu tentang kependudukan terus mengalami perkembangan dari waktu
ke waktu. Ada tiga teori tentang kependudukan, yaitu kelompok pertama
penganut aliran Malthusian yang dipelopori oleh Thomas Robert Malthus,
kelompok kedua penganut aliran Maexist yang dipimpin oleh Karl Marx dan
Friederich Engels. Kelompok ketiga yaitu para pakar teori kependudukan
mutakhir. Beliau adalah reformulasi teori kependudukan yang ada. Teori
kependudukan sangat penting dalam perkembangan kependudukan yang
terjadi saat ini. Pemahaman ini sangat terikat dalam perkembangan
kependudukan yaitu sesuai dengan hasil konferensi International Conference
an Population and Development (ICPD) pada tahun 1994 di Kota Kairo.
Adapun hasil konferensi tersebut adalah perlu nya integrasi penduduk dalam

STIMLOG INDONESIA
 II-36

pembangun yang berdasarkan ilmu kependudukan (People Centered

Development).
Penduduk merupakan bagian penting dalam suatu negara. Jumlah
penduduk di Indonesia dari waktu ke waktu semakin meningkat. Peningkatan
jumlah penduduk akan memberi dampat terhadap angka pertumbuhan
penduduk. Dalam permasalahan sosial yang sering terjadi biasanya
disebabkan oleh pertumbuhan penduduk. Selain itu, pertumbuhan penduduk
biasanya mempengaruhi masalah perekonomian di suatu negara juga. Faktor-
faktor perubahan jumlah penduduk pada suatu wilayah atau daerah biasanya
disebabkan oleh tingkat kelahiran (fertilitas), kemarian (mortalitas), dan
perpindahan penduduk masuk/keluar (migrasi). Atas perubahan jumlah
penduduk tersebut, perlu diadakan pendataan secara rinci dan signifikan
mengenai perubahan baik itu pertambahan atau pengurangan jumlah
penduduk, serta mengetahui masalah yang ada dalam kependudukan.
Tidak dapat dipungkiri, arsip data mengenai jumlah kependudukan
sangat memberi pengaruh penting terhadap pengambilan keputusan oleh
pihak tertentu. Diantaranya yaitu untuk para pembuat kebijakan secara umum
untuk mengelola dan mencegah permasalahan kependuduk yang terjadi.
Berdasarkan karakteristik penduduk yang sering berubah secara signifikant,
maka perlu ada rencana preventif terhadap kemungkinan-kemungkinan
permasalahan yang akan datang. Untuk dapat mencatat data kependudukan,
maka dibutuhkan sistem informasi yang baik agar proses nya dapat berjalan
dengan lancar. Informasi kependudukan akan selalu bekaitan dengan sumber
data kependudukan.
Ada dua sumber data kependudukan, yaitu sumber data primer dab
sumber data sekunder. Sumber data primer merupakan arsipan data yang
bersifat asli atau didapatkan dari responden/subyek nya secara langsung.
Sedangkan sumber data sekunder merupakan data yang telah diolah dan
dicantumkan dalam buku, laporan, laporan penelitian, karya tulis atau buku
tahunan.

STIMLOG INDONESIA
 II-37

2.11.1 Komposisi Penduduk

Jumlah penduduk semakin hari semakin meningkat dari tahun ke
tahun pada setiap wilayah di Indonesia. Berdasarkan Fenomena
tersebut, pemerintah Indonesia harus melakukan pendataan guna
mengetahui perkembangan jumlah penduduk pada setiap wilayah.
Sebagai salah satu negara dengan kepadatan penduduk tertinggi di
dunia, Indonesia memerlukan pendataan yang merata yang dapat
ditunjukkan melalui struktur penduduk per-periode.
Stuktur penduduk biasanya dinamis atau mengalami perubahan
setiap waktu. Hal tersebut dipengaruhi oleh proses demografi yaitu
kelahiran, kematian dan migrasi. Sebab itu, perlu adanya pendataan
secara continue untuk mengetahui lebih lanjut mengenai lapisan
struktur penduduk di Indonesia. Dengan adanya komposisi penduduk
pada suatu wilayah akan memperlihatkan kriteria yang ada, seperti
jumlah penduduk, persebaran penduduk berdasarkan jenis kelamin,
umur dan status. Dari komposisi penduduk tersebut, dapat dilihat
lapisan kelompok umur produktif dan tidak produktif. Sebagai
pemegang hak dan wewenang, para pemerintah dapat mengambil
kebijakan yang tepat untuk pembangunan yang baik sesuai dengan
keadaan masyarakat. Hal tersebut akan berankhir pada peningkatan
kesejahteraan masyarakat Indonesia.
Menurut Mantra, 2000 komposisi penduduk diartikan sebagai
pengelompokan penduduk terhadap variabel tertentu. Komposisi
penduduk dapat diartikan pengelompokan data penduduk berdasarkan
karakteristik atau kriteria tertentu. Sebagai contohnya yaitu secara
biologis, geografis, sosial dan ekonomi. Pengelompokan biasanya
berdasarkan umur, jenis kelamin, mata pencaharian, tempat tinggal
dan kriteria lainnya.
Jumlah penduduk dapat berubah dari waktu ke waktu.
Perubahan ini dapat berkurang ataupun bertambahnya jumlah
penduduk. Perubahan ini disebut dengan dinamika penduduk, yaitu
dimana kondisi penduduk cenderung mengalami perubahan jumlah

STIMLOG INDONESIA
 II-38

pada suatu wilayah atau negara. Mennurut Sinha, 2009 faktor-faktor

yang mempengaruhi adanya dinamika penduduk yaitu kelahiran
(natalitas), kematian (mortalitas) dan perpindahan penduduk
(migrasi). Adanya kelahiran dan kematian penduduk menjadi hal
alami (hal mutlak) yang terjadi dalam kehidupan. Namun, migrasi
(perpindahan) penduduk sering disebut tidak bersifat alami.
Selain migrasi, fertilitas merupakan indikator pertumbuhan
penduduk lainnya. Angka kelahiran setiap tahun akan mempengaruhi
tingginya fertilitas dimasa yang akan datang. Kuantitas pada suatu
wilayah dapat dinilai dari angka fertilitas, sehingga pemerintah dapat
membuat kebijakan terhadap angka fertilitas tersebut. Dengan
demikian diharapkan akan adanya kebijakan berdasarkan angka
fertilitas di setiap wilayah. Pemerintah juga dapat mengendalikan
pertumbuhan penduduk dengan membuat kebijakan untuk membatasi
angka kelahiran.
Sama hal nya dengan natalitas, mortalitas menjadi salah satu
faktor pertumbuhan penduduk yang akan dapat mempengaruhi
dinamika penduduk. Mortalitas merupakan salah satu faktor
pengurang jumlah penduduk selain migrasi. Kematian bisa saja terjadi
kepada siapapun, baik tua, muda, perempuan maupun laki-laki. Secara
umum, kasus kematian biasanya berkaitan dengan masalah sosial,
ekonomi, adat istiadat maupun masalah kesehatan lingkungan.
Indikator kematian berguna dalam memonitor kinerja pemerintah,
salah satunya yaitu upaya evaluasi terhadap peningkatan
kesejahteraan masyarakat.
Selain fertilitas dan mortalitas faktor yang mempengaruhi
pertumbuhan penduduk lainnya yaitu migrasi. Migrasi adalah bagian
dari mobilitas penduduk. Mobilitas penduduk dapat diartikan
perpindahan atau pergerakan penduduk dari suatu wilayah ke wilayah
lain. Secara umum, mobilitas penduduk dibagi menjadi dua, yaitu
mobilitas vertikal (pergerakan penduduk sebagai usaha untuk
merubah status sosial dan mobilitas) dan mobilitas horizontal

STIMLOG INDONESIA
 II-39

(pergerakan penduduk yang melintas batas wilayah tertentu dalam

periode waktu tertentu). Sedangkan mobilitas horizontal dibagi
menjadi dua bagian juga, yaitu mobilitas permanen dan mobilitas non
permanen.
Migrasi penduduk dapat disebut sebagai perpindahan penduduk
dari satu tempat ke tempat lainnya. Migrasi penduduk merupakan
bagian dari mobilitas penduduk. Ada dua jenis migrasi, yaitu migrasi
masuk dan migrasi keluar. Migrasi masuk (urbanisasi) adalah proses
perpindahan penduduk dari desa ke kota. Sedangkan migrasi keluar
(transmigrasi) merupakan proses perpindahan penduduk dari kota ke
desa. Migrasi sering menjadi perhatian pemerintah karena
menyebabkan beberapa masalah pada daerah tertentu. Salah satu
masalahnya yaitu banyak sekali terjadi alur perpindahan penduduk
dari desa ke kota dengan tujuan untuk mengadu nasib. Hal tersebut
sering menimbulkan masalah-masalah sosial di perkotaan.
Untuk mencari angka pertumbuhan penduduk dapat dicari
dengan menggunakan rumus:
Penduduk: (L-M) + (I-E) ………………………………....... (2.1)
Keterangan:
L = angka kelahiran
M = angka kematian
I = angka imigrasi
E = angka

Untuk mencari angka kelahiran kasar penduduk dapat dicari

dengan menggunakan rumus:
CBR: (Birth x 1000) / Population…………………………… (2.2)
Keterangan:
CBR : Crude Birth Rate
Birth : Jumlah kelahiran pertahun
Population : Jumlah penduduk

STIMLOG INDONESIA
 II-40

Untuk mencari angka kematian kasar penduduk dapat dicari

dengan menggunakan rumus:
CDR : M/P x 1000…………………………………… (2.3)
Keterangan :
CDR : Crude Dead Rate
M : Jumlah kematian 1 tahun
P ; Jumlah penduduk pertengahan tahun

2.12 Pengertian Sampah

Sampah disebut sebagai sisa dari kegiatan manusia yang berwujud
padat, baik berupa zat organik ataupun anorganik yang memiliki sifat terurai
atau tidak dapat diurai dan dianggap tidak memiliki nilai lagi (Nasih, 2010:1).
Menurut UU-18/2008 sampah adalah sisa kegiatan sehari-hari yang
dihasilkan oleh manusia atau proses alam yang berbentuk padat. Sampah
menjadi salah satu masalah yang dihadapi oleh banyak orang diseluruh dunia.
Tingginya volume sampah disebabkan oleh tingginya jumlah penduduk dan
aktivitasnya. Pada zaman ini, aktivitas sampah sudah menjadi fokus
masyarakat maupun pemerintah. Upaya pengelolaan sampah bertujuan agar
sampah tidak membahayakan kesehatan manusia dan tidak mencemari
lingkungan. Disamping itu, kini sampah memiliki nilai ekonomis yang tinggi.
2.12.1 Sumber Sampah
Sampah merupakan material sisa yang tidak digunakan lagi
setelah berakhirnya suatu proses. Menurut Gilbert dan Komang Ayu
(2008:19, ada beberapa sumber penyebab dari timbulan sampah, yaitu
sebagai berikut:
1) Sampah dari pemukiman penduduk
Sampah pemukiman biasanya dihasilkan oleh suatu keluarga
maupun individu yang menetap di suatu bangunan. Jenis sampah
yang dihasilkan biasanya bersifat organik.
2) Sampah dari tempat-tempat umum dan perdagangan
Tempat umum merupakan tempat yang dikunjungi oleh
banyak orang untuk melakukan kegiatan. Hal tersebut menjadi

STIMLOG INDONESIA
 II-41

penyebab utama adanya timbunan produksi sampah. Umumnyam

jenis sampah yang dihasilkan berupa sisa makanan, sampah
kering, abu, plastik, kertas, jenis kaleng, dan lainnya.
3) Sampah dari sarana pelayanan masyarakat milik pemerintah
Tempat yang dimaksud ini seperti tempat wisata, rumah
sakit, bioskop, perkantoran, dan sarana lainnya yang pada
umumnya menghasilkan sampah kering dan sampah basah.
4) Sampah dari Industri
Dalam pengertian ini, sampah yang dihasilkan berasal dari
sektor industri. Baik itu hasil dari proses produksi atau dari proses
distribusinya.
5) Sampah Pertanian
Sampah yang dihasilkan dari tanaman atau binatang yang
berada disekitar pertanian.

2.12.2 Jenis Sampah

Timbulan sampah dapat berasal dari sampah rumah tangga,
sampah industri, sampah pasar, sampah rumah sakit, sampah
pertanian, sampah perkebunan, sampah peternakan, sampah
industri/kantor/sekolah dan lain sebagainya. Berdasarkan dari asal
sampah tersebut, dapat digolongkan menjadi 2 (dua), yaitu sampah
organik dan sampah anorganik.
1) Sampah Organik
Sampah organik adalah sampah hasil dari bahan-bahan
hayati yang pada umumnya dapat didegradasi oleh mikroba atau
bersifat biodegradable. Sampah jenis anorganik lebih mudah
diuraikan melalui proses alami.

STIMLOG INDONESIA
 II-42

Gambar 2. 10 Sampah Anorganik

Sumber: www.sampahanorganik.com

2) Sampah Anorganik
Sampah anorganik adalah sampah yang dihasilkan dari
bahan-bahan nonhayati. Sampah anorganik terbagi atas beberapa
jenis, yaitu sampah logam, sampah plastik, sampah kertas, sampah
kaca dan keramik, sampah detergen. Pada umumnya, jenis sampah
anorganik tidak dapat diurai oleh alam/mikroorganisme secara
keseluruhan. Jenis sampah anorganik umumnya berasal dari
tingkat rumah tangga, contohnya yaitu plastik, botol gelas, plastik
dan kaleng (Gelbert dkk, 1996).

2.12.3 Proses Pemilahan Sampah

Kegiatan pemilahan sampah yaitu proses memisahkan kelompok
sampah organik dan anorganik yang ditempatkan dalam wadah yang
beda. Proses pilah sampah sangat penting untuk penanganan lebih
lanjut terhadap sampah tersebut. Proses pemilahan juga sebaiknya
dilakukan sejak dari sumbernya.

STIMLOG INDONESIA
 II-43

Gambar 2. 11 Pemilahan Sampah Organik & Anorganik

Sumber: www. sampahanorganik.com

2.12.4 Pengolahan Sampah

Pengolahan sampah dengan menerapkan konsep reuse, reduce,
recycle atau sering disebut 3R yaitu sebagai berikut:
1) Reuse (penggunaan kembali)
Reuse yaitu menggunakan kembali sampah-sampah tertentu yang
masih memiliki nilai untuk dipakai kembali (penggunaan kembali
botoh-botol bekas).
2) Reduce (pengurangan)
Reduce yaitu usaha dalam mengurangi segala sesuatu yang dapat
menimbulkan adanya sampah, serta mengurangi keberadaan
sampah yang sudah ada.
3) Recycle (daur ulang)
Recycle yaitu proses penggunaan kembali sampah tertentu untuk
diolah menjadi barang yang memiliki nilai guna lebih (daur ulang
sampah organik menjadi kompos atau sampah anorganik menjadi
aneka kerajinan).
2.12.5 Manfaat Mengelola Sampah
Pada umumnya dalam proses pengelolaan sampah terdapat
banyak sekali manfaat yang bisa di dapatkan, yaitu sebagai berikut:
1) Sebagai pupuk organik, sampah dapat membantu dalam proses
penyuburan tanaman.

STIMLOG INDONESIA
 II-44

2) Lingkungan yang bersih dapat mencegah terjangkitnya dari

berbagai penyakit.
3) Dengan tertib membuang sampah, akan membantu dalam menjaga
lingkungan sekitar dan terhindar dari bencana alam.
4) Meningkatkan kesejahteraan dengan mendaur ulang sampah
menjadi barang yang bernilai ekonomis.

2.12.6 Bank Sampah

Menurut Dinas Lingkungan Hidup Kota Cimahi, Bank Sampah
adalah tempat pemilahan dan pengumpulan sampah yang dapat didaur
ulang dan atau diguna ulang yang memiliki nilai ekonomi (tempat
untuk mengelola sampah dengan system 3R). Adapun tujuan
dibentuknya Bank Sampah yaitu agar pengelolaan sampah dapat
dilaksanakan mulai dari sumbernya dengan cara 3R dan selanjutnya
dapat ditabung atau dihibahkan di Banl Sampah sehingga dapat
menambah penghasilan masyarakat. Selain itu, manfaat dari Bank
Sampah yaitu:
1) Mengurangi pencemaran lingkungan
2) Mengurangi timbualan volume sampah
3) Lingkungan bersih sehat
4) Mendidik masyarakat untuk bertanggung jawab terhadap sampah
dihasilkan
5) Meningkatkan rasa gotong royong atau kepedulian sosial
6) Menambah penghailan anggota
2.12.7 Bank Sampah Induk Cimahi
Bank Sampah Induk Cimahi (SAMICI) merupakan suatu
program dibawah naungan Dinas Lingkungan Hidup Kota Cimahi.
Dimana, program jni menjadi induk dari bank-bank sampah yang ada
di Kota Cimahi dalam pengumpulan sampah jenis anorganik. Bank
SAMICI dipimpin oleh seorang Direktur dan memiliki badan khusus
dalam pelaksanaan program Bank SAMICI.

STIMLOG INDONESIA
 II-45

Gambar 2. 12 Bank Sampah Induk Cimahi

Sumber: https://simbah.cimahikota.go.id/

2.13 Penelitian Terdahulu

Tabel 2. 1 Jurnal Penelitian Terdahulu

No Nama Judul Lokasi Tahun Metode Hasil Penelitian
Peneliti
1 (1) Wildanurr Perancangan Kota 2017 Sistem Model simulasi existing
izal Model Cilegon Dinamis ada 6 alternatif
Achmad Simulasi pengelolaan sampah
(2) Bahauddi Pengelolaan Kota Cilegon yang
n Sampah dirancang. Berdasarkan
(3) Putro Dengan model tersebut yang
Ferro Pendekatan terpilih alternative 6
Ferdinant Sistem yaitu sebesar 99,64%.
Dinamis di Simulasi anternatif 6
Kota Cilegon yaitu pengelolaan
dengan cara melakukan
penanganan sampah
dengan pengumpulan
menggunakan sarana
dan prasarana gerobak
sampah 100 unit,
pengurangan sampah

STIMLOG INDONESIA
 II-46

No Nama Judul Lokasi Tahun Metode Hasil Penelitian

Peneliti
dengan daur ulang dan
juga pengolahan berupa
composting.
2 Muhammad Model Kabupat 2018 Sistem (1) Timbulan sampah
Idris Yahya Dinamis en Dinamis rumah tangga di
Pengelolaan Luwu Kota Masamba
Sampah Kota Utara adalah 2,07
Yang kg/rumah/hari atau
Bersumber 0,0083
Dari Rumah m3/rumah/hari
Tangga Di dengan kompisisi
Kota Masamba 1,67 kg (0,0067 m3)
Kabupaten sampah organic dan
Luwu Utara 0,40 kg (0,0016 m3)
sampah anorganik.
(2) Timbulan sampah
rumah tangga di
Kota Masamba
tahun 2018-2043
memiliki eksisting
sebesar 47,63
m3/hari dan terus
meningkat menjadi
92,10 m3/hari pada
tahun ke 25.
(3) Estimasi reduksi
sampah rumah
tangga di Kota
Masamba selama
25 tahun dengan
scenario bank
sampah adalah 0,72
m3/hari pada
simulasi pesimis,
2,40 m3/hari pada
kondisi moderat dan

STIMLOG INDONESIA
 II-47

No Nama Judul Lokasi Tahun Metode Hasil Penelitian

Peneliti
4,09 m3/hari pada
simulasi kondisi.
(4) Reduksi sampah
rumah tangga di
Kota Masamba
berdasarkan hasil
simulasi model
dinamis selama 25
tahun dan scenario
pengomposan
adalah sebesar
12,49 m3/hari pada
simulasi kondisi
pesimis 26,87
m3/hari pada kondisi
moderat dan 44, 95
m3/hari pada
simulasi kondisi
optimis.
(5) Reduksi sampah
rumah tangga di
Kota Masamba
berdasarkan hasil
simulasi model
dinamis selama 25
tahun (2018-2043)
dengan scenario
gabungan adalah
sebesar 13,21
m3/hari pada
simulasi kondisi
pesimis 29,27
m3/hari pada kondisi
moderat dan 49,04
m3/hari pada

STIMLOG INDONESIA
 II-48

No Nama Judul Lokasi Tahun Metode Hasil Penelitian

Peneliti
simulasi kondisi
optimis.
(6) Reduksi sampah
rumah tangga
berdasarkan hasil
simulasi scenario
model (kondisi
oprimis) adalah
sebesar 5,84% per
tahun (scenario
bank sampah),
64,20% (scenario
pengomposan) dan
70,04% (scenario
gabungan).
3 Miranda Pemodelan Kota 2019 Sistem (1) Skenario yang
Stevany Sistem Tobasa Dinamik paling ideal
Manik Pengolahan diterapkan untuk
Ambarita Sampah di mencapai
TPA Toba kebersihan dengan
Samosir dalam peningkatan
System pelayanan yaitu
Dynamic skenario moderat,
yaitu mampu
menangani
persoalan sampah
lebih maksimal
dengan perolehan
sampah terangkut
sebanyak 280.723
m3 dan mampu
menekan angka
beban pencemaran
secara signifikan
mencapai angka
0.3814 ton ditahun

STIMLOG INDONESIA
 II-49

No Nama Judul Lokasi Tahun Metode Hasil Penelitian

Peneliti
2030, dengan
kebutuhan
infrastruktur dan
sumber daya bidang
persampahan pada
tahun 2030
mencakup 101 truk
sampah, 816
petugas, 240 bank
sampah, 60 TPS 3R
dan membutuhkan
dana investasi
sebesar Rp
1.617.939.050
untuk penerapan
pengolahan sampah
secara terpadu.
(2) Untuk pencegahan
timbulan sampah
makin memburuk,
skenario yang
paling tepat yaitu
melakukan
perbaikan secara
bertahap melalui
pelayanan
pengangkutan
sebesar 18%,
skenario terbaik
yaitu skenario
optimis,
kemungkinan
terealisasikan
kebijakan ini sangat
besar dan
pengaruhnya

STIMLOG INDONESIA
 II-50

No Nama Judul Lokasi Tahun Metode Hasil Penelitian

Peneliti
mencapai 362,17
ton/tahun, dengan
perolehan sampah
terangkut adalah
50.580,8 m3.
4 Harian, Pemodelan Kota 2017 Sistem Kelurahan Duri Kepa
Suprajaka Sistem Jakarta Dinamik memiliki 8 titik lokasi
Dinamis Barat TPS yang tersebesar di
Pengolahan berbagai RW. Sistem
Sampah pengolaha sampah
Secara menggunakan sistem
Berkelanjutan pengolahan
di Kelurahan konvensional. Faktor
Duri Kepala penyebab kenaikan
Jakarta Barat jumlah sampah yaitu
pertumbuhan
penduduk. Alternatif
solusi yang diterapkan
yaitu melakukan
komposting dan
penyediaan bank
sampah. Ada tiga
skenario yang dibentuk,
yaitu skenario optimis,
moderat dan pesimis
yang diharapkan
mampu mengurangi
jumlah sampah di TPS
dan TPA. Berdasarkan
3 skenario tersebut
yang paling tepat
dilakukan adalah
skenario optimis. Hasil
dari skenario optimis
yaitu pengurangan
anggaran untuk

STIMLOG INDONESIA
 II-51

No Nama Judul Lokasi Tahun Metode Hasil Penelitian

Peneliti
mengatasi masalah
sampah dan dapat
dialokasikan sebagai
intensif untuk
masyarakat
5 Freta Natalia Analisis dan Kota Tahun Model (1) Pada skenario 1
Salendu, Pemodelan Malang 2018 Dinamis, didapatkan hasil
Yuswono Sistem Pemodela simulasi untuk
Hadi Pengelolaan n Sistem jumlah sampah
Sampah Yang selama 1 tahun
Ada Di kedepan yaitu
Universitas sebesar 7.183,8
Ma Chung kg/tahun. Pada
skenario ke 2
sebesar 8.041,2
kg/tahun.
(2) Berdasarkan kedua
skenario tersebut,
yang paling
optimal yaitu
skenario awal
dengan adanya air
siap minum
sebesar 945 kg
sampah per tahun.

STIMLOG INDONESIA
 BAB III
METODOLOGI PENELITIAN

3.1 Kerangka Pemikiran

Kerangka pemikiran merupakan suatu model tentang keterkaitan faktor
yang telah ditelaah sebagai suatu hal yang penting. Kerangka pemikiran
merupakan penjelasan sementara terhadap gejala-gejala yang menjadi objek
permasalahan. Artinya, kerangka berfikir adalah penjelasan sementara secara
konseptual mengenai keterkaitan setiap hubungan elemen pada setiap objek
permasalahan berdasarkan teori.

Gambar 3. 1 Kerangka Pemikiran

Sumber : Diolah oleh peneliti, 2021

Berikut merupakan penjelasan mengenai kerangka pemikiran di atas :

1. Sesuai dengan program Kota Cimahi yaitu “Zero Waste City 2037”, maka
Bank SAMICI ingin mengetahui bagaimana realisasi untuk mencapai
program tersebut dengan kondisi pertumbuhan penduduk dan
pertumbuhan sampah yang terus meningkat volumenya sertiap tahun.
Dalam program ini, pencapaian utama yaitu mengurangi sampah jenis
Anorganik yang dihasilkan oleh masyarakat Kota Cimahi sehingga pada

III-1
STIMLOG INDONESIA
 III-2

tahun 2037 sampah jenis anorganik tidak ada lagi yang terbuang ke TPA,
melainkan di daur ulang dengan menggunakan metode 3R.
2. Dari hasil proyeksi data jumlah penduduk, timbulan sampah jenis
anorganik, kinerja Bank SAMICI, maka akan dapat dilakukan simulasi
dengan menggunakan Aplikasi Anylogic. Simulasi ini bertujuan untuk
melihat apakah dapat mencapai Cimahi Zero Waste City tahun 2037.
3. Hasil dari penelitian ini adalah output simulasi pencapaian target dan
realisasi Bank SAMICI terhadap program Kota Cimahi Zero Waste City ,
dimana pada tahun 2037 kinerja Bank SAMICI ini diharapkan dapat
mengurangi sampah jenis anorganik sampai angka nol yang dibuang ke
TPA pada tahun 2037. Jika tidak terealisasikan, maka akan diberi saran
dan perbaikan kinerja.

STIMLOG INDONESIA
 III-3

3.2 Flowchart Penelitian

Berikut adalah langkah-langkah penelitian dalam bentuk FlowChart :
Mulai

Studi Literatur Studi Lapangan

Rumusan Masalah

Tujuan Penelitian
Data Primer
1. Wawancara
2. Observasi
Pengumpulan Data
Data Sekunder
1. Studi Pustaka
2. Data BPS

Pengolahan Data

Rich Picture Causal Loop Stock Flow Proyeksi Hasil Verifikasi dan
Diagram Diagram Diagram Data Eksisting Validasi?

Tidak

Uji Coba Model Dengan

Skenario Optimis

Proyeksi Hasil
Skenario Optimis

Analisis dan Pembahasan

Kesimpulan dan Saran

Selesai

Gambar 3. 2 Flowchart Penelitian

Sumber : Diolah oleh peneliti, 2021

3.3 Penjelasan Flowchart Penelitian

Adapun pembahasan flowchart adalah sebagai berikut :

STIMLOG INDONESIA
 III-4

3.3.1 Mulai
Dalam tahapan ini penulis memulai mengamati objek apa yang akan
diteliti untuk penelitian tugas akhir ini, peneliti mendapatkan objek
untuk penelitian yaitu Bank Sampah Induk Cimahi (Bank SAMICI).
3.3.2 Studi Literatur
Studi literatur dilakukan untuk menemukan berbagai landasan teori
yang berhubungan dengan topik penelitian yang akan dikembangkan.
Literatur yang dibaca pun tentunya relevant dengan tema penelitian.
Teknik ini bertujuan untuk mengungkapkan berbagai teori-teori yang
relevant dengan permasalahan yang sedang dihadapi atau diteliti
sebagai bahan rujukan dalam pembahasan hasil penelitian. Adapun
studi literatur dalam penelitian ini adalah simulasi model dinamis dan
Aplikasi Anylogic. Studi Pustaka diperoleh melalui berbagai referensi
seperti buku, jurnal, internet serta penelitian terdahulu yang berkaitan
dengan simulasi model dinamis.
3.3.3 Studi Lapangan
Langkah awal dalam melakukan penelitian ini adalah melakukan
observasi langsung atau studi lapangan di Bank SAMICI, dalam
melakukan studi lapangan penulis melihat permasalahan yang sedang
dihadapi oleh kinerja Bank SAMICI
3.3.4 Rumusan Masalah
Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah
yaitu sebagai berikut:
1) Bagaimana pencapaian kinerja pengololaan sampah anorganik
Bank SAMICI terhadap program Pemerintah Kota Cimahi Zero
Waste City tahun 2037?
2) Bagaimana strategi yang harus di dilakukan oleh Bank SAMICI
terhadap program Pemerintah Kota Cimahi Zero Waste City tahun
2037?
3.3.5 Tujuan Penelitian
Berdasarkan rumusan masalah tersebut, adapun tujuan penelitian ini
yaitu sebagai berikut :

STIMLOG INDONESIA
 III-5

1) Untuk mengetahui hasil pencapaian kinerja pengololaan sampah

anorganik Bank SAMICI terhadap program Kota Cimahi Zero
Waste City tahun 2037.
2) Untuk mengetahui strategi yang harus dilakukan Bank SAMICI
untuk mencapai program Pemerintah Kota Cimahi Zero Waste
City tahun 2037.
3.3.6 Pengumpulan Data
Pengumpulan data dilakukan untuk memperoleh komponen-
komponen penyusunan dalam penelitian ini, pada proses
mengumpulkan data penulis melakukan prosesi wawancara terhadap
pihak Bank SAMICI dan pihak Dinas Lingkungan Hidup (DLH) Kota
Cimahi guna mendapatkan data untuk ditindak lanjuti.
1) Data Primer
Data primer merupakan data yang di ambil secara langsung dari
objek penelitian yaitu Bank SAMICI dan Dinas Lingkungan
Hidup (DLH) Kota Cimahi. Metode yang digunakan penulis untuk
mendapatkan data primer yaitu sebagai berikut :
a. Wawancara
Tahap wawancara ini dilakukan dengan direktur Bank
SAMICI untuk mendapatkan data, baik itu data kuantitatif
maupun data kualitatif.. Wawancara dilakukan dengan
pembahasan seputar pergerakan atau aktivitas sampah yang
masuk dan keluar di Bank SAMICI. Kemudian wawancara
juga dilakukan dengan pihak Pak Deden yaitu pada Dinas
Lingkungan Hidup (DLH) Kota Cimahi.
b. Observasi
Observasi dilakukan pada tanggal 14 November – 5 Desember
2020 di Kantor Bank SAMICI yang berlokasi di Cimahi.
Observasi dilakukan oleh para pekerja di Kantor Bank
SAMICI, agar penulis dapat memahami proses kerja dan
permasalahan apa saja yang sering terjadi di lapangan dan
bagaimana mereka mengambil keputusan atas permasalahan

STIMLOG INDONESIA
 III-6

tersebut. Oberservasi juga di lakukan di Kantor Dinas

Lingkungan Hidup (DLH) Kota Cimahi sejak tanggal 2 – 5
Februari 2021.
2) Data Sekunder
Data sekunder merupakan data yang diperoleh melalui internet
atau sumbernya yaitu dari perantara yang tidak secara langsung
melakukan kontak dengan penulis. Contoh sumber data sekunder
yaitu data dari internet, buku, jurnal, data atau catatan yang sudah
di sahkaan secara organisasi ataupun instansi.
3.3.7 Pengolahan Data
Pengolahan data dilakukan berdasarkan metode yang telah ditetapkan
sebelumnya yaitu melalui simulasi model dinamis dan Anylogic.
Adapun penjelasan dari pengolahan yang dilakukan pada penelitian
ini yaitu sebagai berikut:
1. Rich Picture Diagram
Rich Picture Diagram (RPD) menggambarkan hubungan
antar element dari suatu sistem secara komplek atau analisis situasi
mengenai topik atau permasalahan yang sedang dilihat, yaitu
analisis pencapaian target dan realisasi Bank SAMICI terhadap
program Kota Cimahi Zero Waste City tahun 2037.
2. Causal Loop Diagram
Pembuatan causal loop diagram (diagram sebab akibat)
yang menggambarkan desain perilaku yang ada pada pemerintah
Kota Cimahi, pertumbuhan penduduk, pertumbuhan sampah yang
di desain dengan simulasi model sistem dinamis dan
menggunakan aplikasi Anylogic.
3. Stock Flow Diagram
Stock Flow Diagram SFD digunakan dalam
merepresentasikan aktivitas pada suatu lingkar umpan-balik
(Tasrif, dkk, 2015). SFD dalam desain analisis pencapaian target
dan realisasi Bank SAMICI terhadap program Kota Cimahi Zero
Waste City tahun 2037.

STIMLOG INDONESIA
 III-7

4. Proyeksi Hasil Data Eksisting

Berdasarkan hasil pengolahan data stock flow diagram, maka
akan mendapatkan model yang dapat disebut dengan proyeksi data
eksisting. Dengan adanya proyeksi data eksisting maka dapat
diketahui gambaran pencapaian kinerja Bank SAMICI hingga
tahun 2037.
5. Verifikasi dan Validasi
Verifikasi berkaitan dengan penyusunan model dengan
benar, sedangkan validasi berkaitan dengan penyusunan model
simulasi yang benar memberikan hasil yang akurat (Napitupulu,
2009). Apabila model belum valid, maka akan Kembali ke
Langkah pembuatan SFD. Tetapi apabila model sudah valid, maka
dapat dilanjutkan ke tahap berikutnya.
6. Uji Coba Model Dengan Skenario Optimis
Setelah melakukan uji coba model dengan data eksisting
yang ada, maka selanjutnya akan dibuatkan model skenario
sebagai upaya perbaikan kinerja dan upaya pencapaian Bank
SAMICI terhadap program Cimahi Zero Waste City 2037.
7. Proyeksi Hasil Skenario Optimis
Berdasarkan hasil skenario yang dilakukan sebelumnya,
maka didapatkan hasil dari skenario tersebut yang dapat dijadikan
sebagai usulan perbaikan capaian Bank SAMICI terhadap
program Cimahi Zero Waste City 2037.
3.3.8 Analisis dan Pembahasan
Berdasarkan pengolahan data, model simulasi hingga model skenario,
maka akan mendapatkan hasil yang dapat di analisis. Analisis ini
dilakukan berdasarkan hasil dari pengolahan data yang selanjutnya
hasil tersebut memberikan solusi untuk permasalahan yang
ditemukan. Pada penelitian ini, analisis yang dilakukan diharapkan
akan menjadi usulan perbaikan kepada pihak terkait agar bisa lebih
baik lagi dari sebelumnya.

STIMLOG INDONESIA
 III-8

3.3.9 Kesimpulan dan Saran

Tahap ini merupakan bagian akhir dari penelitian, dimana penulis
harus menjawab rumusan masalah pada kesimpulan dan saran berupa
hal-hal yang kiranya dapat menganalisis target dan realisasi dari Bank
SAMICI untuk mencapai Zero Waste City 2037.
3.3.10 Selesai

STIMLOG INDONESIA
 BAB IV
PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Profil Objek Penelitian

Berikut akan dipaparkan beberapa objek di dalam penelitian ini.
4.1.1 Sejarah Kota Cimahi
Pada tahun 1811 Gubernur Jendral Willem Daendels membuat
jalan Anter hingga ke Panarukan yang menjadi Alun-alun Kota
Cimahi sekarang. Sejak saat itu Nama Cimahi mulai dikenal. Tahun-
tahun berikutnya mulai dibangun Stasiun Kereta Api Cimahi,
pembangunan pusat pendidikan militer, rumah sakit, dan lain
sebagainya. Pada tahun 1935, Cimahi menjadi kecamatan, tahun 1962
dibentuk setingkat kewedanaan, tahun 1975 ditingkatkan menjadi kota
administratip, kemudian diresmikan pada tanggal 29 Januari 1976
yang merupakan Kotip pertama di Jawa Barat. Tahun 2001 status Kota
Cimahi ditingkatkan menjadi kota otonom hingga sampai sekarang
ini.
Pemerintahan Kota Cimahi 2017-2022 memiliki Visi dan Misi.
Visi nya yaitu ”Maju, Agamis, Berbudaya”. Misi nya yaitu :
1) Meningkatkan kualitas sumber daya manusia yang
berkepribadian, berakhlak mulia, cerdas, sehat dan unggul.
2) Meningkatkan penyelenggaraan pemerintahan yang amanah,
professional, effektif, efisien dan ekonomis yang berbasis pada
system penganggaran yang pro publik.
3) Memberdayakan perekonomian daerah berbasis ekonomi
kerakyatan yang berorientasi pada pengembangan sektor jasa
berbasis teknologi informasi dan industri kecil menengah dalam
upaya pengentasan kemiskinan.
4) Mewujudkan pembangunan berkelanjutan berwawasan
lingkungan meningkatkan kualitas derajat kehidupan masyarakat
yang berkeadilan.

IV-1
STIMLOG INDONESIA
 IV-2

5) Peningkatan kapasitas pemerintahan dan pemberdayaan

masyarakat secara berkesinambungan dan berkelanjutan.

Secara demografis, Kota Cimahi termasuk salah satu kota

dengan kepadatan penduduk tertinggi di Indonesia. Kota Cimahi
memiliki luas wilayah keseluruhan mencapai 4.025,73 Ha (40,23
Km2) dengan jumlah penduduk 535.685 ribu jiwa pada tahun 2017.
Tahun 2018 jumlah penduduk Kota Cimahi mencapai 548. 373 ribu
jiwa. Dari tahun ketahun jumlah penduduk Kota Cimahi terus
mengalami peningkatan. Kota Cimahi terletak diantara 107°30’30”BT
- 107°34’30”dan 6°50’00”- 6°56’00” LS. Menurut UU No. 9 Tahun
2001 Kota Cimahi memiliki batas-batas administratif sebagai berikut
:
1. Sebelah Utara
Kecamatan Parongpong, Kecamatan Cisarua dan Kecamatan
Ngamprah Kabupaten Bandung Barat.
2. Sebelah Timur
Kecamatan Sukasari, Kecamatan Sukajadi, Kecamatan Cicendo
dan Kecataman Andir Kota Bandung.
3. Sebelah Selatan
Kecamatan Marga Asih, Kecamatan Batujajar, Kabupaten
Bandung Barat dan Bandung Kulon Kota Bandung.
4. Sebelah Barat
Kecamatan Padalarang, Kecamatan Batujajar dan Kecamatan
Ngamprah Kabupaten Bandung Barat.

STIMLOG INDONESIA
 IV-3

Berikut dapat dilihat peta wilayah Kota Cimahi :

Gambar 4. 1 Peta Kota Cimahi

Sumber : Website Resmi Pemerintah Kota Cimahi (diakses 29 Mei 2021)

Berdasarkan wilayah pemerintahannya, Kota Cimahi termasuk

ke dalam wilayah Propinsi Jawa Barat yang meliputi 3 Kecamatan, 15
kelurahan, 309 RW dan 1609 RT dengan rincian luas wilayah sebagai
berikut.

Tabel 4. 1 Daftar Kecamatan di Kota Cimahi

Luas
No Kecamatan Kelurahan %
(Km)
Melong
Cibeureum
1 Cimahi Selatan Utama 13,31 33,08
Leuwi Gajah
Cibeber
Baros
Cigugur Tengah
2 Cimahi Tengah Karang Mekar 10 33,08
Setiamanah
Padasuka

STIMLOG INDONESIA
 IV-4

Luas
No Kecamatan Kelurahan %
(Km)
Cimahi
Pasir Kaliki
Cibabat
3 Cimahi Utara 16,92 42,06
Citeureup
Cipangeran
Jumlah 3 Kelurahan 15 Kecamatan 40,23 100%
Sumber: Cimahi.go.id

4.1.2 Program Bank Sampah Induk Cimahi (Bank SAMICI)

Bank Sampah Induk Cimahi (Bank SAMICI) yang merupakan
Bank Sampah sekaligus salah satu program yang dibangun
Pemerintah Kota Cimahi untuk menangani permasalahan timbunan
sampah anorganik dan agar dapat dimanfaatkan menjadi sesuatu yang
memiliki nilai ekonomis. Bank SAMICI berlokasi di Jl. KH. Usman
Dhomiri No. 15 Cisangkan Hilir, Kota Cimahi, Jawa Barat. Bank
SAMICI diresmikan oleh Walikota Cimahi, Atty Suharti pada hari
Jumat 3 Oktober 2014. Program Bank SAMICI memiliki Tagline
“Cetar Membahana” yang merupakan singkatan dari Cerdas dan
Pintar Mengolah dan Membuat Sampah Menjadi Berdaya Guna.
Tagline tersebut bertujuan dapat menyadarkan masyarakat akan
pentingnya pengelolaan sampah yang akan berdampak pada
kelestarian lingkungan di Kota Cimahi.

Gambar 4. 2 Kantor Bank Sampah Induk Cimahi (Bank SAMICI)

Sumber : simbah.cimahikota.go.id

STIMLOG INDONESIA
 IV-5

Tujuan dibuatnya Bank Sampah yaitu agar dapat mengurangi

permasalahan sampah anorganik di Kota Cimahi yang selama ini
belum terkelola dengan baik. Hal ini terjadi sebab isu prioritas yang
sedang dihadapi Kota Cimahi yang berkaitan dengan lingkungan yaitu
mengenai persampahan. Dimana masih banyak timbulan sampah
khsusnya jenis anorganik yang menumpuk di TPS dan TPA, bahkan
tak sedikit berada di sekitar pemukiman warga yang akan
menimbulkan masalah dikemudian hari. Salah satu inovasi yang
dilakukan pemerintah Cimahi untuk menghadapi isu tersebut yaitu
dengan dibuatnya program yaitu “Cimahi Zero Waste City 2037”.
Pengelolaan sampah di Bank SAMICI menggunakan konsep 3R
yaitu Reduce, Reuse dan Recycle. Reduce yang dimaksud yaitu dapat
mengurangi segala sesuatu yang mengakibatkan sampah, Reuse
artinya menggunakan kembali, dimana produk yang sudah dipakai
dapat dipakai kembali dan Recycle berarti mengolah kembali (daur
ulang) sampah menjadi barang atau produk baru yang bermanfaat.
Konsep 3R yang dilakukan oleh Bank SAMICI bertujuan untuk
meminimalisir volume sampah anorganik yang dibuang ke TPA. Saat
ini, Bank SAMICI memiliki 231 unit bank-bank sampah yang tersebar
di Kota Cimahi. Fungsi dari unit bank-bank sampah tersebut yaitu
untuk menampung sampah dari berbagai sumber seperti pemukiman,
perkantoran, maupun rumah sakit yang ada di Kota Cimahi.
Program Bank SAMICI menggunakan sistem perbankan seperti
pada umumnya. Setiap masyarakat yang ingin menjadi nasabah Bank
SAMICI dapat melakukan proses pendaftaran sebagai nasabah di
Kantor Bank SAMICI lalu nasabah akan diberikan buku tabungan dan
ATM. Persyaratan untuk menjadi nasabah Bank SAMICI yaitu
membawa fotocopy KTP dan membawa sampah anorganik yang telah
terpilah jenisnya dengan berat minimal 1kg, kemudian datang
langsung ke kantor Bank SAMICI. Untuk jadwal
operasional/pelayanan dari Bank SAMICI yaitu setiap hari Senin-
Jumat di jam 08.00-16.00 WIB, Hari Sabtu di pukul 08.00-14.00 WIB

STIMLOG INDONESIA
 IV-6

dan pada Hari Minggu tidak ada jadwal pelayanan. Berikut adalah
contoh Buku tabungan dan ATM nasabah pada program Bank
SAMICI:

Gambar 4. 3 Buku Tabungan Nasabah Bank SAMICI

Sumber : simbah.cimahikota.go.id

Gambar 4. 4 Kartu ATM Nasabah Bank SAMICI

Sumber : simbah.cimahikota.go.id

Pada saat nasabah melakukan proses pendaftaran, petugas Bank

SAMICI akan langsung memberikan buku tabungan kepada nasabah,
sedangkan kartu ATM nasabah harus memenuhi beberapa persyaratan
untuk mendapatkannya, yaitu :
1. Nasabah harus rutin memilah dan menjual sampah ke Bank
SAMICI dalama kurun waktu minimal 3 bulan dan nasabah
minimal tercatat menjual sampah sebanyak 2 atau 3 kali.
2. Nominal tabungan nasabah minimal mencapai Rp 100.000,00.

STIMLOG INDONESIA
 IV-7

3. Dalam pengajuan verifikasi dan pembuatan ATM, pihak Bank

SAMICI memerlukan waktu yang tidak dapat ditentukan, maka
nasabah harus bersabar dalam proses pengajuan.

Ada dua jenis pelayanan yang ada pada Bank SAMICI yang
dapat dipilih oleh nasabah yaitu sebagai berikut :
1. Nasabah datang langsung ke Kantor Bank SAMICI
Pada jenis pelanan ini nasabah dapat datang langsung ke
Kantor Bank SAMICI dengan membawa sampah jenis anorganik
yang sudah di pilah sebelumnya dengan berat sampah minimal 1
kg. Adapun mekanisme alur pelayanan Kantor Bank SAMICI
pada jenis ini adalah sebagai berikut:

Pilah sampah sesuai Setor ke Bank

jenis terlebih SAMPAH

Sampah di timbang
Registrasi
oleh petugas

Tanda diterima
Dicatat dan dibukukan
oleh nasabah

Sampah disimpan oleh petugas

Bank SAMPAH

Gambar 4. 5 Mekanisme Pelayanan Bank SAMICI

Sumber : Diolah oleh peneliti, 2021

Berdasarkan Gambar 4.5, sampah yang sebelumnya telah

dipilah oleh nasabah dibawa dan disetorkan ke Bank SAMICI
untuk melakukan proses penabungan sampah jenis anorganik.
Setelah tiba di kantor Bank SAMICI, maka akan melakukan proses
registrasi terlebih dahulu. Kemudian, akan dilakukan proses
timbang oleh petugas, dicatat lalu di bukukan sebagai data arsip
kantor. Sebagai tanda pengesahan, maka petugas Bank SAMICI

STIMLOG INDONESIA
 IV-8

akan memberikan tanda terima atau tanda transaksi oleh nasabah.

Pada saat proses ini juga pihak petugas akan memberikan bayaran
atas harga sampah yang ditabung oleh nasabah tersebut. Bayaran
tersebut sesuai dengan harga dan jenis sampah yang telah
ditentukan sebelumnya. Namun, para nasabah dapat memilih
untuk pembayaran dilakukan secara langsung atau nasabah
melakukan proses menabung di Bank SAMICI.
2. Layanan Jemput Oleh Bank SAMICI
Pada jenis pelayanan ini, sampah yang telah dikumpul oleh
nasabah akan dijemput oleh petugas dari Bank SAMICI dengan
cara menghubungi petugas terlebih dahulu. Petugas akan
melakukan penimbanfan dan pencatatan sampah. Untuk jenis
pelayanan ini, minimal sampah anorganik yang akan ditabung
yaitu sebesar 20 kg. Layanan penjemputan sampah ini diharapkan
dapat membuat kemudahan untuk nasabah untuk menabung
sampah. Berikut merupakan mekanisme pelayanan penjemputan
sampah pada Bank SAMICI:

Pilah sampah sesuai Hubungi petugas

jenis terlebih Bank SAMICI

Sampah di timbang Petugas datang ke

oleh petugas lokasi nasabah

Tanda diterima
Dicatat dan dibukukan
oleh nasabah

Sampah diangkut oleh petugas

Bank SAMPAH

Gambar 4. 6 Mekanisme Pelayanan Bank SAMICI

Sumber : Diolah oleh peneliti, 2021

Berdasarkan Gambar 4.6, nasabah melakukan proses pilah

sampah sesuai dengan jenisnya. Setelah itu nasabah menghubungi

STIMLOG INDONESIA
 IV-9

pihak petugas Bank SAMICI untuk dilakukan proses penjemputan

sampah ke lokasi nasabah. Petugas melakukan proses cek dan
penimbangan terhadap sampah anorganik. Setelah mengetahui
total beratnya, petugas akan mencatat untuk dijadikan arsip kantor.
Sebagai tanda pengesahan, maka petugas Bank SAMICI akan
memberikan tanda terima atau tanda transaksi oleh nasabah. Pada
saat proses ini juga pihak petugas akan memberikan bayaran atas
harga sampah yang ditabung oleh nasabah tersebut. Bayaran
tersebut sesuai dengan harga dan jenis sampah yang telah
ditentukan sebelumnya. Namun, para nasabah dapat memilih
untuk pembayaran dilakukan secara langsung atau nasabah
melakukan proses menabung di Bank SAMICI

4.1.3 Jenis Usaha Instansi

Bank SAMICI merupakan suatu program dibawah naungan Dinas
Lingkungan Hidup (DLH) Kota Cimahi. Dimana, program jni menjadi
induk dari bank-bank sampah yang ada di Kota Cimahi dalam
pengumpulan sampah jenis anorganik. Berikut merupakan struktur
organisasi pada Bank SAMICI.

DIREKTUR

TELLER/
ADMINISTRASI

KEUANGAN/KASIR

DIVISI DIVISI DIVISI DAUR

DIVISI PRODUKSI
OPERASIONAL PEMBERDAYAAN ULANG

Gambar 4. 7 Struktur Organisasi Bank SAMICI

Sumber : Diolah oleh peneliti, 2021

Berdasarkan gambar 4.7, Bank Samici dipimpin oleh seorang

Direktur dan memiliki badan khusus dalam pelaksanaan program Bank

STIMLOG INDONESIA
 IV-10

SAMICI. Bagian dalam organisasi Bank SAMICI terdiri atas Direktur

sebagai pimpinan, teller/administrasi sebagai pihak.

4.1.3 Jenis Sampah Anorganik pada Bank SAMICI

Ada sekitar 40 jenis sampah anorganik yang bisa dijual pada
program Bank SAMICI. Jenis-jenis sampah yang bisa ditabung antara
lain plastic, kaca, karton, plastic, drum, besi, tembaga, AC, Komputer,
kipas, dan lain sebagainya. Berikut adalah pajangan jenis sampah yang
dijadikan sebagai contoh pada Bank SAMICI. Pajangan ini dibuat agar
nasabah lebih mudah dalam memilah jenis sampah anorganik mereka,
dan sudah diberikan kode khusus. Kode khusus tersebut untuk
membantu para karyawan Bank SAMICI lebih mudah dalam
menentukan lokasi penyimpanan sampah anorganik di dalam Gudang.

Gambar 4. 8 Jenis Sampah yang ditabung di Bank SAMICI

Sumber : simbah.cimahikota.go.id

Agar lebih jelas mengenai jenis-jenis sampah dan harga yang

dapat ditabung di Bank SAMICI, berikut adalah penjelasannya :

Tabel 4. 2 Jenis dan Daftar Harga Sampah Pada Program Bank SAMICI

STIMLOG INDONESIA
 IV-11

Kode Jenis Barang Kertas Cash (Kg) Ditabung

(kg)
K1 Arsip 2000 2200
K2 Arsip Warna 600 700
K3 Kardus I (tidak 2100 2500
basah)
K4 Kardus II (basah) 600 700
K5 Koran 5200 5500
K6 Duplex 600 700
K7 Kones 1100 1300
K8 CD 900 1000
K9 Buku Bekas 1000 1200
K10 Majalah Bekas 700 800
K11 Kertas Sak Semen 1000 1100
K12 Kertas Telur 400 500
K13 Koran Tabloid 1500 1600
K14 Kertas Campur 50 50

Kode Jenis Barang Plastik Cash (kg) Ditabung

(kg)
P1 AGB (Gelas 3400 3700
Kemasan Bening Label
Dilepas)
P2 AGK (Gelas 2500 2800
Kemasan Bening Label
tdk Dilepas)
P3 PET B(Botol 3000 3200
Kemasan Bening Label
& Tutup dilepas)

STIMLOG INDONESIA
 IV-12

Kode Jenis Barang Plastik Cash (kg) Ditabung

(kg)
P4 PET K (Botol 2000 2100
Kemasan Bening Label
& Tutup tdk dilepas)
P5 PET Warna B (Botol 1300 1400
Kemasan Warna Label
& Tutup dilepas, ex :
Mizone)
P6 PET Warna K (Botol 700 900
Kemasan Warna Label
& Tutup tdk dilepas,
ex : Mizone)
P7 Gebrosan Plastik 100 200
(Tanpa Kertas, Beling,
Kaca, Kaleng)
P8 Monti (Gelas 2600 2800
Kemasan Warna,
Ex : Ale-ale)
P9 AGG (Aqua Gelas & 1800 2000
Botol Campur, Tanpa
Monti)
P10 PP (Plastik Bening) 1000 1200
P11 Kresek 300 400
P12 Blowing Kotor (Botol 2300 2500
Shampo)
P13 Blowing Bersih 2800 3000
(Botol Shampo)
P14 Emberan 1700 1800
P15 Emberan Campur 500 600
P16 EH (Ember Hitam) 600 700

STIMLOG INDONESIA
 IV-13

Kode Jenis Barang Plastik Cash (kg) Ditabung

(kg)
17 Kerasan (Ex : Jenis 400 500
plastik,
mainan anak)
P18 Kristal 2000 2200
P19 LD (Tutup Aqua 3500 3800
Galon)
P20 Tutup Botol Air 2400 2600
Minum Kemasan
P21 Kaset CD/DVD 2400 2600
P22 Paralon 700 900
P23 Karpet Plastik 150 200
P24 Karet Sepatu 75 100
P25 Selang 150 200
P26 Gebrosan Campur 25 25
P27 Galon Air/Buah 2500 2500
P28 Styrofoam (Putih 1000 1000
Bersih)
P29 PE 4000 4500
P30 Galon Sekali Pakai / 500 500
Buah

Kode Jenis Barang Logam Cash (kg) Ditabung

(kg)
L1 Besi I 2600 3000
L2 Besi II 1400 1600
L3 Paku/Kawat 300 400
L4 Kaleng 800 1000
L5 Seng 500 600
L6 Panci/Siku 8000 8500

STIMLOG INDONESIA
 IV-14

Kode Jenis Barang Logam Cash (kg) Ditabung

(kg)
L7 Kaleng 7500 8000
Alumunium/Aro/Waj
an
L8 Tembaga I 40000 45000
L9 Tembaga II 26000 29000
L10 Kuningan 23000 25000
L11 Anhas 4000 5000
L12 Timah 7800 8000
L13 Aki 5500 6000
L14 Virofo (Tirai) 4400 4700

Kode Jenis Barang Kaca Cash (kg) Ditabung

(kg)
Kc1 Beling/Kg 150 200
Kc2 Botol Bir/Buah 400 200

Kode Jenis Barang Cash (Kg) Ditabung

Elektronik (Kg)
E1 Kulkas/Buah 70000 75000
E2 AC (1 Set) 140000 150000
E3 Mesin Cuci/Buah 25000 26000

Kode Jenis Barang (lain-lain) Harga

B1 Komputer (Monitor & CPU 50000/buah
lengkap)
B2 Monitor 15000/buah
B3 Kabel 2000/kg
B4 Minyak Jelantah 2500/L
Sumber: Bank Sampah Bank Induk Cimahi, 2021.

STIMLOG INDONESIA
 IV-15

Dari data jenis & harga sampah anorganik pada program Bank
SAMICI diatas dapat berubah sewaktu-waktu. Biasanya, perubahan
harga akan dicantumkan pada brosur yang akan di sediakan oleh Bank
SAMICI agar nasabah dapat mengetahui harganya. Berikut adalah
gambaran sampah yang sudah dipilah berdasarkan jenisnya dan di
simpan dalam Gudang Bank SAMICI :

Gambar 4. 9 Penyimpanan Sampah Jenis Anorganik Yang Sudah Di Pilah

Sumber : Di dokumentasikan oleh Peneliti, 2021

Berdasarkan Gambar 4.9, merupakan gambaran isi gudang

penyimpanan sampah jenis anorganik di Bank SAMICI. Sampah-
sampah tersebut di simpan berdasarkan jenisnya. Seperti jenis sampah
karton dan kertas akan di pres menggunakan mesin pres agar
mengurangi penggunaan ruang pada gudang. Begitu juga dengan

STIMLOG INDONESIA
 IV-16

sampah jenis botol dan plastik akan di pres secara manual agar
mengurangi penggunaan ruang pada gudang.

4.1.4 Jumlah Nasabah Bank SAMICI

Sejak awal berdirinya Bank SAMICI, jumlah nasabah
mengalami peningkatan pertahunnya. Peningkatan jumlah nasabah ini
dapat disebabkan oleh meningkatnya kesadaran masyarakat untuk
terwujudnya Cimahi Zero Waste City 2037, selain itu tingkat
pertumbuhan penduduk juga menjadi salah satu penyebabnya.
Nasabah Bank SAMICI terbagi atas 3 kategori, yang pertama kategori
individu yaitu nasabah yang menabung secara perorangan atau
mewakili kepala keluarga, kategori kedua yaitu kelompok dimana
nasabah yang menabung terdiri atas kumpulan orang-orang yang
membentuk suatu kelompok seperti karang taruna, PMI, kantin
sekolah, kelompok RT dan lain sebagainya. Kategori ketiga disebut
unit, dimana nasabah atau mitra kerja Bank SAMICI ini merupakan
instansi-instansi yang memiliki daya tampung yang lebih besar dari
kelompok, contohnya sekolah, kampus, perkantoran, perumahan,
pasar, rumah sakit, instansi pemerintah, pusat perbelanjaan dan lain
sebagainya.

4.1.5 Proses Bisnis Bank SAMICI

Proses bisnis pada Bank SAMICI terdiri atas kumpulan aktivitas
yang terstruktur dan saling terkait untuk menghasilkan produk atau
layanan. Proses bisnis pada Bank SAMICI di design sebaik mungkin
untuk menghasilkan produk atau layanan yang dapat dirasakan oleh
nasabah dan masyarakat Kota Cimahi. Berikut adalah gambaran
proses bisnis yang ada pada Bank SAMICI :

STIMLOG INDONESIA
 IV-17

Nasabah Antar Sampah

Sampah ke Bank Ditimbang &
Bank Nasabah Bank Pilah Sampah SAMICI / Petugas Dicek Oleh
SAMICI SAMICI Mandiri Bank SAMICI Petugas
Jemput Langsung ke SAMICI
Lokasi Nasabah

Disimpan Sampah Siap Sampah Disimpan Dicatat Jenis dan

Dalam Gudang Tidak dijual ke Berdasarkan Berat Sampah oleh
Bank SAMICI Bandar? Jenisnya Pihak Administrasi

Ya Pihak Administrasi
Cash (dibayar
Membayar Sampah
langsung
Nasabah Sesuai
kepada
Dengan Tarif yang
nasabah)
Sampah Diangkut ke Telah ditentukan
Bandar Berdasarkan
Jenis sampahnya
1. Bank BJB
Tabung c
2. Bank Bukopin
Bandar Membayar
Sesuai Harga
Sampah ke Petugas
Bank SAMICI

Petugas Bank
SAMICI Merekap
Hasil Penjualan
ke Bandar

Gambar 4. 10 Proses Bisnis Bank SAMICI

Sumber : Diolah oleh penulis, 2021

Nasabah yang sudah terdaftar di Bank SAMICI melakukan

pemilahan sampah terlebih dahulu berdasarkan jenisnya. Kemudian,
sampah yang sudah dipilah tersebut dapat diantar langsung ke kantor
Bank SAMICI, atau bisa juga menghubungi pihak Bank SAMICI
untuk dijemput sampah ke lokasi nasabah dengan ketentuan minimal
berat sampah yaitu 50 kg. Setelah sampah di terima oleh petugas Bank
SAMICI, sampah akan ditimbang dan dicek terlebih dahulu. Proses
pembayaran yang dilakukan Bank SAMICI ke nasabah memiliki 2
proses, yaitu by cash atau ditabung.
Proses by cash yaitu nasabah akan mendapatkan uang sampah
secara cash pada saat penimbangan selesai, sedangkan proses tabung
yaitu uang hasil jual sampah akan di masukkan ke dalam tabungan
(rekening) nasabah. Bank SAMICI telah bekerja sama terhadap dua
bank, yaitu Bank BJB atau Bank Bukopin. Nasabah yang ingin
menabung hasil penjualan sampahnya dapat menyimpan di pilihan

STIMLOG INDONESIA
 IV-18

bank tersebut dengan syarat minimal menabung yaitu senilai Rp

100.000.
Setelah sampah dicatat jenis dan berat sampah petugas Bank
SAMICI, sampah akan disimpan berdasarkan jenisnya di dalam
Gudang Bank SAMICI sebelum di jual ke bandar untuk diproses
kembali. Ketika sampah sudah siap untuk dijual, sampah akan diantar
ke bandar berdasarkan jenis sampahnya masing-masing. Bandar akan
membayar sesuai harga sampah ke petugas Bank SAMICI, lalu akan
direkap dan disimpan ke keuangan Bank SAMICI. Namun, jika
sampah belum siap untuk dijual, maka sampah akan tetap di simpan
dalam Gudang Bank SAMICI untuk menunggu waktu penjualan ke
bandar pabrik.

4.2 Pengumpulan Data

Berikut akan dipaparkan data yang telah dikumpulkan dalam penelitian.
Adapun data yang dikumpulkan adalah jumlah penduduk Kota cimahi, jumlah
timbulan sampah masyarakat jenis organik dan anorganik, jumlah timbulan
sampah anorganik yang diproses oleh Bank Sampah Induk Cimahi (Bank
SAMICI).
4.2.1 Data dan Informasi Pertumbuhan Penduduk Kota Cimahi
Angka pertumbuhan penduduk biasanya berkaitan langsung
dengan angka kelahiran, angka kematian, migrasi masuk dan migrasi
keluar. Dengan adanya angka pertumbuhan penduduk Kota Cimahi,
maka akan dapat memprediksi angka timbulan sampah sampai di
tahun 2037 mendatang.
Berdasarkan data dari Badan Pusat Statistik (BPS) Kota Cimahi,
maka angka pertumbuhan penduduk adalah sebagai berikut :

STIMLOG INDONESIA
 IV-19

Tabel 4. 3 Data dan Informasi Pertumbuhan Penduduk Kota Cimahi

Jumlah Jumlah Jumlah Jumlah

persentase persentase persentase persentase
Laju Jumlah Jumlah Jumlah
Jumlah Angka Peningkatan Peningkatan Peningkatan Peningkatan
No Tahun Pertumbuhan Angka Penduduk Penduduk
Penduduk Kelahiran Angka Angka Jumlah Jumlah
Penduduk Kematian Imigrasi Emigrasi
Kelahiran Kematian Imigrasi Emigrasi
(%) (%) (%) (%)
1 2017 1,19 535.685 2.008 0,37 2.167 0,40 7.961 1,49 7.321 1,37
Rata-rata
tahun 2017 0,10 44.640 167 0,03 181 0,03 663 0,12 610 0,11
(Bulan)
2 2018 1,12 548.373 2.337 0,43 2.360 0,43 8.947 1,63 8.632 1,57
Rata-rata
tahun 2018 0,09 45.698 195 0,04 197 0,04 746 0,14 719 0,13
(Bulan)
3 2019 1,07 553.775 4.083 0,74 2.493 0,45 10.923 1,97 11.351 2,05
Rata-rata
tahun 2019 0,08916667 46.148 340 0,06 208 0,04 910 0,16 946 0,17
(Bulan)
4 2020 1,53 568.400 10.444 1,84 2.629 0,46 25.779 4,54 15.787 2,78
Rata-rata
tahun 2020 0,1275 47.367 870 0,15 219 0,04 2.148 0,38 1.316 0,23
(Bulan)
Total 4,91 2.206.233 18.872 3,38 9.649 1,75 53.610 9,63 43.091 7,77
Rata-rata
1,23 551.558 4.718 0,84 2.412 0,44 13.403 2,41 10.773 1,94
(4 Tahun)

Persentase rata-rata pertahun 0,008 0,004 0,024 0,019

Persentase rata-rata perbulan 0,00070 0,00036 0,00201 0,00162

Sumber: BPS Kota Cimahi, 2021

STIMLOG INDONESIA
 IV-20

Pada Table 4.2 merupakan data dan informasi mengenai

pertumbuhan penduduk Kota Cimahi. Data tersebut memproyeksikan
jumlah penduduk, angka kelahiran, angka kematian, jumlah migrasi
keluar dan jumlah migrasi masuk Kota Cimahi pada tahun 2017-2020.
Untuk mengetahui persentase rata-rata peningkatan angka kelahiran
perbulan didapatkan berdasarkan hasil rata-rata peningkatan selama 4
tahun kemudia dibagi menjadi 12 bulan untuk dimasukkan ke dalam
parameter model simulasi. Sama hal nya dengan persentase
peningkatan angka kematian, migrasi masuk dan migrasi keluar.

4.2.2 Aktivitas Angka Timbulan Sampah Kota Cimahi

Tingginya angka pertumbuhan penduduk biasanya identik dengan
tingginya angka timbulan sampah juga. Berdasarkan data BPS Kota
Cimahi, angka pertumbuhan penduduk Kota Cimahi bertambah
sekitar % per tahunnya. Demikian pula dengan angka timbulan
sampah, akan terus meningkat tiap tahunnya. Berdasarkan data Dinas
Lingkungan Hidup (DLH) Kota Cimahi, total timbulan sampah yang
di TPA terdiri atas 60% sampah organik dan 40% sampah anorganik.
Berikut adalah data angka timbulan sampah penduduk yang dihasilkan
setiap tahunnya :
1) Timbulan Sampah DLH Kota Cimahi

Tabel 4. 4 Timbulan Sampah DLH Kota Cimahi

Tahun 2020 Tahun 2019 Tahun 2018 Tahun 2017

Volume Volume Volume Volume
Bulan
sampah/hari sampah/hari sampah/hari sampah/hari
(Ton) (Ton) (Ton) (Ton)

Januari 229 221 216 174

Februari 226 196 217 181
Maret 229 220 208 179
April 221 217 209 198
Mei 226 218 217 198
Juni 234 204 194 194
Juli 233 218 215 218

STIMLOG INDONESIA
 IV-21

Tahun 2020 Tahun 2019 Tahun 2018 Tahun 2017

Volume Volume Volume Volume
Bulan
sampah/hari sampah/hari sampah/hari sampah/hari
(Ton) (Ton) (Ton) (Ton)

Agustus 225 261 223 199

September 221 232 254 203
Oktober 225 234 279 215
November 235 227 260 195
Desember 235 223 216 215

Rata-rata Per
228 222 226 198
Hari
Rata-Rata
Sampah
0,54 0,54 0,55 0,49
Perorang
Perhari
Rata-Rata
Sampah
16,06 16,07 16,47 14,75
Perorang
Perbulan

TIMBULAN
PERTAHUN 83.306,60 81.189,84 82.417,91 72.108,40
(80%)

TIMBULAN
PERTAHUN 111.075,46 108.253,12 109.890,55 96.144,53
(100%)
Jumlah
Sampah
Organik DLH 49.983,96 48.713,90 49.450,75 43.265,04
(60%) dari
Timbulan 80%
Sampah
Anorganik
DLH (40%) 33.322,64 32.475,94 32.967,17 28.843,36
dari Timbulan
80%
Jumlah
Sampah
Organik DLH
66.645,28 64.951,87 65.934,33 57.686,72
(60%) dari
Timbulan
100%
Sampah
Anorganik
DLH (40%) 44.430,18 43.301,25 43.956,22 38.457,81
dari Timbulan
80%
Sumber: DLH Kota Cimahi dan diolah Oleh Peneliti, 2021

STIMLOG INDONESIA
 IV-22

2) Timbulan Sampah Anorgank Bank SAMICI

Pada eksisting kinerja Bank SAMICI terdapat data sampah
jenis anorganik masuik dan sampah diolah oleh Bank SAMICI.
Proses pengolahan sampah anorganik di Bank SAMICI
menggunakan sistem pilah lalu diangkut oleh para bandar atau
pabrik pengolah bahan baku. Berdasarkan kilnerja eksisting Bank
SAMICI, terdapat residu sampah anorganik. Residu sampah
tersebut disebabkan oleh sampah yang telah dipilah sebelumnya
tidak dapat diolah kembali oleh para bandar sehingga tetap
terendap dalam gudang Bank SAMICI hingga dapat diproses atau
di ambil oleh para pengrajin untuk di daur ulang lagi. Namun,
hingga pada akhir bulan jika sampah tersebut tidak dapat didaur
ulang lagi, maka akan dialihkan ke TPA. Berikut merupakan data
timbulan sampah anorganik masuk ke Bank SAMICI, timbulan
sampah anorganik terolah oleh Bank SAMICI dan total residu
sampah anorganik Bank SAMICI.

Tabel 4. 5 Angka Timbulan Sampah Anorganik Bank SAMICI

Sampah Sampah Sampah Sampah
Tahun Tahun Tahun Tahun
No Parameter
2017 2018 2019 2020
(Ton) (Ton) (Ton) (Ton)
Total Timbulan
1 311,10 446,60 1508,08 647,21
Sampah Masuk
Total Timbulan
2 309,60 446,00 1506,97 644,44
Sampah Terolah
Total Residu
3 1,5 0,6 1,11 2,77
Sampah
Sumber: Data dari Bank SAMICI, 2021

Berdasarkan Tabel 4.6 Total timbulan sampah pada Bank

SAMICI tahun 2017 yaitu sebanyak 311,10 ton, tahun 2018 yaitu
446,60 ton, tahun 2019 yaitu 1.508,08 ton, tahun 2020 yaitu
647,21 ton. Sedangkan residu sampah yang dihasilkan oleh Bank
SAMPAH yaitu total timbulan sampah anorganik – total timbulan
sampah yang diolah oleh Bank SAMICI.

STIMLOG INDONESIA
 IV-23

Tabel 4. 6 Data Pengolahan Sampah Anorganik

Pengolahan Selisih
Total
Total Sampah Pengambilan
Timbulan Total Jumlah Data Awal Peningkatan
Timbulan (%) Anorganik Sampah Jumlah Bank
No Tahun Sampah Residu Pekerja Sampah Per Kinerja
Sampah Residu Bank Anorganik SAMICI
Masuk Sampah Pengambilan Nasabah Pengolahan
Terolah SAMICI Bank
(Kg)
(%) SAMICI

Sampah
Tahun
1 311,1 309,6 1,5 0,4822 99,5178
2017
(Ton)
Sampah
Tahun
2 446,6 446 0,6 0,1343 99,8657 43,5551
2018
(Ton)
Sampah
Tahun 4 0,148 1 0,997
3 1508,08 1507 1,11 0,0736 99,9264 237,68
2019
(Ton)
Sampah
Tahun
4 647,21 644,44 2,77 0,428 99,572 -57,0838
2020
(Ton)
Rata-
5 rata 4 728,248 726,75 1,495 0,2795 99,7205 74,7172
Tahun
Sumber: Data dari Bank SAMICI dan diolah Oleh Peneliti, 2021

STIMLOG INDONESIA
 Berdasarkan Tabel 4.6 terdapat persentase residu, persentase
pengolahan sampah anorganik Bank SAMICI, selisih
pengambilan sampah anorganik Bank SAMICI, rata-rata selisih
pengambilan, sampah anorganik Bank SAMICI, persentase
peningkatan pengambilan sampah Bank SAMICI, persentase
peningkatan pengambilan sampah Bank SAMICI perbulan dan
persentase data awal kinerja pengambilan sampah anorganik Bank
SAMICI.
Persentase pengaruh Bank SAMICI terhadap pengurangan
sampah anorganik di Kota Cimahi yaitu berdasarkan jumlah
sampah anorganik DLH dibagi dengan total timbulan sampah
anorganik masuk SAMICI x 100 (jumlah sampah anorganik DLH
/ total timbulan sampah anorganik masuk SAMICI x 100). Nilai
dari rata-rata efektifitas pengolahan sampah Bank SAMICI
memiliki rata-rata 99,7% untuk data eksisting. Data eksisting
kinerja pengolahan Bank SAMICI memiliki 4 orang pekerja pada
proses pengolahan setiap tahunnya. Data awal sampah pernasabah
didapatkan melalui total sampah nasabah (per ton) kemudian
dilakukan pembagian berdasarkan total bulan dalam setahun.
Jumlah Bank SAMICI merupakan banyak nya unit yang ada, pada
tabel tersebut jumlah Bank SAMICI yaitu sebanyak 1 unit.

IV-1
STIMLOG INDONESIA
 IV-2

4.3 Pengolahaan Data

Adapun pengolahan data yang dilakukan dalam penelitian ini akan
dijelaskan sebagai berikut :
4.3.1 Rich Picture Diagram (RPD)

Program Pemerintah
Cimahi Zero Waste
2037

Residu dari sampah

pemukiman akan
Angka populasi
dibuang ke TPA
masyarakat Kota
Cimahi semakin
meningkat dan
menambah angka
timbulan sampah

Sampah Anorganik
diolah oleh Bank
Samici untuk
mendukung Zero
Waste 2037

Gambar 4. 11 Rich Picture Diagram (RPD)

Sumber : Diolah oleh penulis, 2021

Pada Gambar 4.11 merupakan Rich Picture Diagram (RPD) dari

permasalahan timbulan sampah yang ada di Kota Cimahi. Dimana
dengan meningkatnya angka pertumbuhan penduduk setiap tahun
akan meningkatkan angka timbulan sampah yang dihasilkan oleh
masyarakat juga. Pada dasarnya, jumlah sampah setiap harinya akan
di buang ke tempat pembuangan akhir (TPA). Namun, kegiatan
tersebut jika dilakukan secara terus-menerus akan memberikan
dampak negative untuk masyarakat sekitar TPA dan kondisi TPA
juga. Salah satu upaya yang dilakukan pemerintah untuk mengurangi
angka timbulan sampah yang dibuang ke TPA yaitu dengan membuat
sebuah model Bank Sampah, yaitu Bank Sampah Induk Cimahi (Bank
SAMICI) dimana fungsi dari Bank Sampah ini yaitu untuk melakukan

STIMLOG INDONESIA
 IV-3

3R (reduce, reuse & recycle) terhadap sampah jenis anorganik agar

tercapainya program Cimahi Zero Waste City 2037.

4.3.2 Causal Loop Diagram

Angka Persentase Sampah

Kelahiran Jumlah Sampah Diolah Mandiri
Perorang
Pertumbuhan Organik Diolah
Penduduk Mandiri
+

Jumlah
Imigrasi R1 Timbulan Timbulan Anorganik
+

Sampah Sampah Diolah +

Diolah Mandiri
Jumlah Penduduk Penduduk Mandiri

Sampah Organik Persentase Sampah

+

B1 Timbulan Organik Ke TPA

Masuk TPA
Sampah
Pengurangan
Jumlah Persentase Sampah Tercatat DLH
Penduduk Sampah Dipilah
Emigrasi Terangkut
Kembali
Sampah Anorganik
Angka Sampah Anorganik
Masuk TPA
Kematian Persentase Pengambilan Diolah Kembali Timbulan
Sampah Anorganik Sampah TPA

Sampah Anorganik
Jumlah Pekerja Masuk SAMICI Jumlah
Pengambilan Bank SAMICI Residu
Rata-rata Kinerja Bank SAMICI
Perpekerja

Total Sampah Sampah Terolah

Sampah Dari Nasabah Anorganik Masuk SAMICI
Data Awal Sampah SAMICI
Per Nasabah
Persentase Peningkatan
Jumlah Nasabah
Kinerja Pengolahan

Penambahan Nasabah
Rata-rata Penambahan
Nasabah

Gambar 4. 12 Causal Loop Diagram (CLD) System Existing

Sumber : Diolah Oleh Penulis, 2021

Setiap variable yang digunakan dalam pembuatan causal loop

diagram diperoleh dari hasil wawancara penulis dengan petugas DLH
dan Bank SAMICI. Berdasarkan gambar 4.12, dapat dilihat bahwa
adanya hubungan timbal balik diantara variabel-variabel di dalam
model sistem. Dimana jumlah penduduk Kota Cimahi setiap tahunnya
dipengaruhi oleh beberapa faktor, yaitu jumlah migrasi masuk &
keluar, angka kelahiran dan angka kematian. Jumlah penduduk Kota
Cimahi sangat berpengaruh besar terhadap angka timbulan sampah
Kota Cimahi. Timbulan sampah jenis organik dan anorganik masing-
masing memiliki bobot yang berbeda setiap tahun. Total timbuan
sampah jenis organik yaitu 60% dari hasil keseluruhan timbulan

STIMLOG INDONESIA
 IV-4

sampah penduduk. Sedangkan total timbulan sampah anorganik yaitu

sebesar 40% dari hasil keseluruhan timbulan sampah penduduk.
Proses pengolahan sampah pada umumnya dengan cara
dikumpulkan di TPS, kemudian akan dibuang ke TPA untuk
dilakukan proses akhir. Namun, Pada kenyataannya sampah yang
dihasilkan penduduk Kota Cimahi dapat diolah oleh beberapa pihak.
Dari total sampah jenis organik sebanyak 25% akan diolah dengan
cara komposting oleh mandiri atau kelompok. Selanjutnya sisa dari
sampah jenis organik yang tidak di olah dengan proses komposting
akan di buang ke TPA.
Sama hal nya dengan sampah jenis anorganik, total sampah yang
dihasilkan oleh masyarakat sebanyak 25% akan diolah mandiri oleh
para penduduk yang pada umumnya digunakan untuk kerajinan.
Selanjutnya sebanyak 75% sisanya akan tercatat oleh DLH dan Bank
SAMICI. Sampah jenis anorganik akan diolah dengan cara
menggunakan konsep 3R (reduce, reuse & recycle) oleh Bank
SAMICI untuk memanfaatkan nilai guna nya kembali. Namun, tidak
semua sampah jenis anorganik di proses ulang oleh Bank SAMICI,
tergantung dengan jumlah sampah anorganik yang masuk ke Bank
SAMICI tersebut. Kemudian, sisa dari sampah jenis anorganik yang
tidak di olah dengan proses 3R akan di buang ke TPA.
Adanya model Bank SAMICI tersebut merupakan suatu
kebijakan dari Pemerintah Kota Cimahi untuk mendukung program
Cimahi Zero Waste City 2037. Dimana sampah jenis anorganik akan
dimaksimalkan nilai gunanya kembali sehingga menghasilkan nilai
ekonomis terhadap penduduk Kota Cimahi.

4.3.3 Stock Flow Diagram

Stock and Flow Diagram merupakan penjabaran dari sistem
yang digambarkan pada causal loop diagram sebelumnya. Adapun
model simulasi stock and flow diagram adalah sebagai berikut:

STIMLOG INDONESIA
 IV-5

Gambar 4. 13 model simulasi Stock Flow Diagram

Sumber: Diolah oleh peneliti, 2021

Berdasarkan Gambar 4.13 Stock Flow Diagram terbagi atas

beberapa bagian, dimulai dari proyeksi jumlah penduduk, timbulan
sampah penduduk keseluruhan, timbulan sampah penduduk tercatat
oleh DLH, timbulan sampah jenis organik dan anorganik, sampah
anorganik masuk Bank SAMICI, kinerja pengambilan sampah
anorganik Bank SAMICI, kinerja pengolahan sampah anorganik Bank
SAMICI, residu sampah anorganik Bank SAMICI dan timbulan
sampah di TPA. Satuan yang dipakai dalam model ini yaitu
menggunakan satuan bulan, ton dan persentase (%). Alur pembacaan
model ini diawali dengan menghitung proyeksi jumlah penduduk,
angka kelahiran, angka kematian, jumlah imigrasi dan jumlah
emigrasi yang menghasilkan output prediksi total penduduk Kota
Cimahi pada tahun 2037.
Tahapan selanjutnya yaitu proyeksi dari total penduduk Kota
Cimahi pada tahun 2037 sehingga mendapatkan prediksi total
timbulan sampah di Kota Cimahi tahun 2037, baik itu sampah jenis
organik dan sampah jenis anorganik. Namun, ada batasan pembahasan

STIMLOG INDONESIA
 IV-6

pada tahap ini, model ini hanya membahas lanjut mengenai sampah
jenis anorganik yang dihasilkan oleh penduduk Kota Cimahi. Pada
umumnya, timbulan sampah yang dihasilkan oleh penduduk tidak
semua tercatat oleh DLH. Berdasarkan data dari DLH sebesar 75%
hasil sampah penduduk tercatat oleh DLH dan sebesar 25% hasil
sampah penduduk tidak tercatat oleh DLH melainkan di olah mandiri
oleh penduduk. Dari total prediksi timbulan sampah Kota Cimahi yang
tercatat oleh DLH ada pembagian rata – rata besaran total timbulan
sampah, yaitu total timbulan sampah anorganik sebesar 40% dan total
timbulan sampah organik sebesar 60% setiap harinya.
Dari total sampah anorganik sebesar 40% tersebut, terdapat
beberapa persen yang akan masuk ke dalam model kinerja Bank
SAMICI atau dibuang langsung ke TPA. Total sampah anorganik
yang masuk ke Bank SAMICI diproyeksikan berdasarkan data kinerja
pengambilan sampah terhadap nasabah Bank SAMICI. Sedangkan
untuk mengetahui total sampah anorganik yang terolah oleh Bank
SAMICI yaitu berdasarkan data peningkatan kinerja pengolahan
sampah oleh Bank SAMICI. Hasil dari proyeksi pada modul ini, yaitu
untuk mengetahui sisa pengolahan sampah anorganik Bank SAMICI
yang akan menjadi residu dan akan dialihkan ke TPA Kota Cimahi
untuk proses akhir.

STIMLOG INDONESIA
 IV-7

Gambar 4. 14 Output Model Simulasi Dengan Data Eksisting Pada Tahun 2037

Sumber: Diolah oleh peneliti, 2021

Pada Gambar 4.14 merupakan output dari model simulasi

dengan menggunakan data eksisting. Dari hasil tersebut dapat dilihat
hasil prediksi mengenai jumlah penduduk Kota Cimahi, timbulan
sampah penduduk, timbulan sampah tercatat oleh DLH, sampah
anorganik masuk SAMICI, sampah anorganik masuk SAMICI, dan
timbulan sampah TPA.
Berdasarkan pada Gambar 4.13, berikut merupakan uraian
mengenai parameter, variabel, stock dan flow yang ditunjukkan pada
tabel dibawah ini.

Tabel 4. 7 Data Input Parameter, variabel, stock and flow model Bank SAMICI

No Nama Jenis Nilai Satuan Persamaan

Angka_Kelah Param 0.000 %/Bula
1 -
iran eter 70 n
Jumlah_Imig Param 0.002 %/Bula
2 -
rasi eter 01 n
3 Flow -

STIMLOG INDONESIA
 IV-8

No Nama Jenis Nilai Satuan Persamaan

(Angka_Kelahiran
*
Jumlah_Pendudu
Pertumbuha Orang/ k) +
n_Penduduk Bulan (Jumlah_Imigrasi
*
Jumlah_Pendudu
k)
Jumlah_Pen Orang/
4 Stock - 45698 * 12
duduk Bulan
(Angka_Kematian
*
Jumlah_Pendudu
Pengurangan Orang/ k) +
5 Flow -
_Penduduk Bulan (Jumlah_Emigrasi
*
Jumlah_Pendudu
k)
Angka_Kema Param 0.000 %/Bula
6 -
tian eter 36 n
Jumlah_Emig Param 0.001 %/Bula
7 -
rasi eter 62 n

Jumlah_Pendudu
Timbulan_Sa
Param Ton/Bul k*
8 mpah_Pend -
eter an Jumlah_Sampah_
uduk
Perorang*12

Jumlah_Sam
Param 0.016 Ton/Bul
9 pah_Peroran -
eter 7 an
g

Timbulan_Sampa
Timbulan_Sa h_Penduduk *
Variab Ton/Bul
10 mpah_Diola - (Persentase_Sam
el an
h_Mandiri pah_Diolah_Man
diri * 12)

Persentase_
Param %/Bula
11 Sampah_Dio 0.021 -
eter n
lah_Mandiri
0.60 *
Organik_Diol %/Bula
12 - - Timbulan_Sampa
ah_Mandiri n
h_Diolah_Mandiri

STIMLOG INDONESIA
 IV-9

No Nama Jenis Nilai Satuan Persamaan

Anorganik_D 0.40 *
%/Bula
13 iolah_Mandi - - Timbulan_Sampa
n
ri h_Diolah_Mandiri

Timbulan_Sampa
Timbulan_Sa
%/Bula h_Penduduk *
14 mpah_Terca - -
n Persentase_Samp
tat_DLH
ah_Terangkut

Persentase_
Param 0.062 %/Bula
15 Sampah_Ter -
eter 5 n
angkut
Timbulan_Sampa
h_Tercatat_DLH
Sampah_Org
Variab Tob/Bul *(Persentase_Sa
16 anik_Masuk
el an mpah_Organik_Di
_TPA
buang_Ke_TPA*1
2)

Persentase_
Sampah_Org Param %/Bula
17 0.05
anik_Dibuan eter n
g_Ke_TPA

Timbulan_Sampa
h_Tercatat_DLH *
Sampah_An Variab Ton/Bul
18 (Persentase_Peng
organik el an
ambilan_Sampah
_Anorganik*12)

Persentase_
Pengambilan Param %/Bula
19 0.033
_Sampah_A eter n
norganik
Sampah_An
Variab Ton/Bul Sampah_Anorgan
20 organik_Mas
el an ik -
uk_TPA

STIMLOG INDONESIA
 IV-10

No Nama Jenis Nilai Satuan Persamaan

Sampah_Anorgan
ik_Masuk_SAMICI

Sampah_Dari_Na
Sampah_An
Variab Ton/Bul sabah *
21 organik_Mas
el an Kinerja_Pengamb
uk_SAMICI
ilan

Jumlah_Ban Param
22 1 Unit -
k_SAMICI eter
Jumlah_Peke
Param Orang/
23 rja_Pengam 4 -
eter Bulan
bilan

Sampah_Dari_Na
Rata_Rata_K
Variab sabah /
24 inerja_Per_P
el Jumlah_Pekerja_
ekerja
Pengambilan

Jumlah_Nasabah
*
Sampah_Dar Variab Ton/Bul
25 - Data_Awal_Rata_
i_Nasabah el an
Rata_Sampah_Pe
r_Nasabah * 12

Data_Awal_
Rata_Rata_S Param Ton/Bul
26 0.148 -
ampah_Per_ eter an
Nasabah

Jumlah_Nas Orang/
27 Stock - 0
abah Bulan

Rata_Rata_Pena
Penambahan Orang/
28 Flow - mbahan_Nasabah
_Nasabah Bulan
_Perbulan

STIMLOG INDONESIA
 IV-11

No Nama Jenis Nilai Satuan Persamaan

Rata_Rata_P
enambahan_ Param Orang/
29 5 -
Nasabah_Pe eter Bulan
rbulan

Total_Sampa
Ton/Bul Sampah_Anorgan
30 h_Akan_Diol Flow -
an ik_Masuk_SAMICI
ah

Total_Sampa
Variab Ton/Bul Kapasitas_Pengol
31 h_Terolah_S -
el an ahan
AMICI

Total_Sampah_Ak
Sisa_Pengola
Ton/Bul an_Diolah -
32 ha_Sampah_ Stock
an Total_Sampah_Te
SAMICI
rolah_SAMICI

Kapasitas_Pe Variab Ton/Bul Peningkatan_Kine

33 -
ngolahan el an rja_Pengolahan

Peningkatan
Param %/Bula
34 _Kinerja_Pe 0.997 -
eter n
ngolahan

Residu_Bank Variab Ton/Bul Sisa_Pengolahan_

35 -
_SAMICI el an Bank_SAMICI

Sisa_Pengolahan_
Timbulan_Sa Variab Ton/Bul Bank_SAMICI +
36 -
mpah_TPA el an Sampah_Anorgan
ik_Masuk_TPA

Sumber: Diolah oleh Peneliti, 2021 Commented [BS1]: Jelasin

Pada Tabel 4.7 merupakan data input parameter, variabel, stock

and flow model simulasi Bank SAMICI. Nilai-nilai input tersebut di
dapatkan berdasarkan data eksisting yang didapatkan pada penelitian
sebelumnya. Sedangkan untuk model matematis nya didapatkan

STIMLOG INDONESIA
 IV-12

berdasarkan logika untuk menyelesaikan simulasi permodelan. Data

parameter pada tabel tersebut didapatkan berdasarkan data yang telah
diolah pada Tabel 4.3 dan Tabel 4.4.

4.3.4 Verifikasi dan Validasi

a. Verifikasi Model
Verifikasi model dilakukan dengan memastikan bahwa
model yang telah dirancang dengan menggunakan aplikasi
Anylogic tidak terdapat error/bug. Berikut merupakan contoh
model yang belum terverifikasi. Apabila model telah terverifikasi,
maka akan dapat melakukan proses running.

Gambar 4. 15 Verifikasi Model Commented [BS2]: Verifikasi yang masih error

Sumber: Diolah oleh Peneliti, 2021

Berdasarkan Gambar 4.15 dapat dilihat bahwa model yang

sebelumnya masih terdapat kesalahan atau error. Jika model belum
terverifikasi maka perlu dilakukan pengecekan ulang terhadap
model yang sedang dirancang hingga model tersebut dapat valid
atau dapat dijalankan tanpa adanya error atau bug. Verifikasi pada
model ini dilakukan terhadap data primer & sekunder dari petugas
Bank SAMICI, Dinas Lingkungan Hidup (DLH) dan Badan Pusat
Statistik (BPS) mengenai kesesuaian atau kebenaran model yang
telah dirancang. Selain itu, verifikasi dilakukan dengan melakukan
pengecekan terhadap persamaan matematik dengan hasil simulasi.

STIMLOG INDONESIA
 IV-13

b. Validasi Model
Validasi dilakukan dengan cara melakukan perbandingan Commented [BS3]: Sub-bab

data dan informasi yang didapatkan dari setiap aktor pada model
dengan hasil output model yang telah dirancang sebelumnya.
Validasi berikut ini dilakukan dengan menggunakan data historis
dan hasil model eksisting.

Perbandingan Data Eksisting dan Output Model

Simulasi Terhadap Jumlah Penduduk Tahun 2018-2020
570000 568400

565000
560000 558476
553775 553604
555000
550000 548373 548776

545000
540000
535000
2018 2019 2020

Eksisting Model Simulasi

Gambar 4. 16 Data Eksisting dan Output Model Simulasi

Jumlah Penduduk Tahun 2018-2020
Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 4.16 yaitu perbandingan hasil data eksisting

dan output model simulasi jumlah penduduk tahun 2018-2020.
Bar Chart pada tahun 2018 yaitu 548.373 ton pada tahun 2037
berdasarkan data eksisting, sedangkan untuk hasil model simulasi
yaitu sebesar 548.776 ton pada tahun 2037. Berdasarkan selisih
dari kedua hasil simulasi tersebut, dapat diartikan bahwa antara
output kedua nilai tersebut dapat dikatakan valid karena memiliki
selisih nilai yang tidak terlalu jauh beda.

STIMLOG INDONESIA
 IV-14

Perbandingan Output Model

eksisting dan Output Model Simulasi Timbulan
Sampah Penduduk Tahun 2018-2020
113000
111918.54
112000
110942.41 111075.46
111000
109974.8
109890.55
110000
109000 108253.12
108000
107000
106000
2018 2019 2020

Eksisting Model Simulasi

Gambar 4. 17 Perbandingan Data Eksisting dan Output Model Simulasi Timbulan

Sampah Penduduk Tahun 2018-2020
Sumber: Diolah oleh Peneliti, 2021

Pada Gambar 4.17 yaitu perbandingan antara data eksisting

dan output model simulasi timbulan sampah penduduk tahun
2018-2020. Berdasarkan perbandingan data tersebut, pada tahun
2018 untuk data eksisting memiliki nilai sebanyak 109.890,60 ton
dan hasil model simulasi yaitu memiliki sebanyak 109974,8. Dari
kedua hasil data tersebut memiliki nilai yang hampir sama, berarti
hasil dari nilai ini sangat relevan. Pada tahun 2019 data eksisting
memiliki nilai sebesar 108.253,12 ton dan output model simulasi
memiliki nilai sebesar 110.942,41 ton. Pada tahun 2018 antara data
eksisting dan hasil model simulasi memiliki perbedaan sekitar
2689,29 ton sampah. Untuk tahun 2020 data eksisting memiliki
nilai sebesar 111.075,46 ton dan untuk output model simulasi
memiliki nilai sekitar 111.918,54 ton. Antara kedua nilai ini
memiliki selisih sebesar 843,08 ton.
.

STIMLOG INDONESIA
 IV-15

Perbandingan Output Model Eksisting dan Output

Model Simulasi Timbulan Sampah Tercatat DLH
84500 83938.9
84000
83206.81 83306.6
83500
83000
82417.9182481.1
82500
82000
81500 81189.84
81000
80500
80000
79500
2018 2019 2020

Eksisting Model Simulasi

Gambar 4. 18 Perbandingan Data Eksisting dan Output Model Simulasi Timbulan Sampah
Tercatat DLH Tahun 2018-2020
Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 4.18 yaitu perbandingan data eksisting dan

output model simulasi timbulan sampah tercatat DLH Tahun
2018-2020. Pada bar pertama yaitu data pada tahun 2018 yang
memiliki nilai pada eksisting nya sebesar 82.417,91 ton.
Sedangkan untuk output model simulasi pada tahun 2018 yaitu
sebesar 82481,1 ton dan memiliki selisih sebesar 63,19 ton. Untuk
tahun 2019 data eksisting yaitu 81.180,84 ton dan untuk output
model simulasi nya yaitu sebesar 83.206,81 ton. Pada tahun 2019
memiliki selisih yaitu sebanyak 2016,97. Pada bar tahun 2020
memiliki data eksisting sebanyak 83.306,6 dan output model
simulasi sebesar 83.938,9 ton. Selisih nilai pada tahun 2020 yaitu
sebesar 632,3 ton.

STIMLOG INDONESIA
 IV-16

Perbandingan Output Model Eksisting dan Output

Model Simulasi Sampah Organik Masuk TPA
50500 50363.34

49924.09 49983.96
50000
49450.7549488.66
49500

49000 48713.9

48500

48000

47500
2018 2019 2020

Eksisting Model Simulasi

Gambar 4. 19 Perbandingan Data Eksisting dan Output Model Simulasi Timbulan Sampah
Organik Masuk TPA Tahun 2018-2020
Sumber : Diolah oleh Peneliti, 2021

Pada gambar 4.19 merupakan perbandingan antara data

eksisting dan output model simulasi timbulan sampah organik
masuk ke TPA Tahun 2018-2019. Pada tahun 2018, data eksisting
yaitu sebesar 49.450,75 dan hasil output model simulasi yaitu
sebesar 49.488,66 ton. Pada kedua nilai tersebut memiliki selisih
sebesar 37,91. Untuk bar tahun 2019, data eksisting sampah
organik masuk TPA yaitu sebesar 48.713,9 ton dan hasil output
model simulasi yaitu sebesar 49.924,04 ton. Pada tahun 2019 ini
memiliki selisih nilai sebesar 1.210,19 ton. Perbandingan tahun
2020 untuk data eksisting yaitu 50.363,34 ton. Pada setiap selisih
antara output model simulasi dan data eksisting memiliki nilai
yang mendekati.

STIMLOG INDONESIA
 IV-17

Perbandingan Output Model Eksisting dan Output

Model Simulasi Sampah Anorganik Tahun 2018-2020
33400 33322.64
33239.81
33200
32967.17 32949.9
33000
32800 32662.52
32600 32475.94
32400
32200
32000
2018 2019 2020

Eksisting Model Simulasi

Gambar 4. 20 Perbandingan Data Eksisting dan Output Model Simulasi Sampah Anorganik
Tahun 2018-2020
Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 4.20 merupakan perbandingan antara data

eksisting dan output model simulasi sampah anorganik tahun
2018-2020. Data eksisting tahun 2018 yaitu 32.967,17 ton dan
untuk hasil model simulasi 32.662,52 ton. Selisih pada bar ini
yaitu 304,65 ton. Pada tahun 2019 data eksisting yaitu sebanyak
32.475,94 ton dan untuk output model simulasi yaitu 32.949,9 ton.
Selisih pada kedua hasil tersebut yaitu sebanyak 473,96 ton. Sedangkan
untuk tahun 2020 data eksisting 33322,64 dan untuk output model
simulasi memiliki nilai 33239,81. Selisih pada kedua nilai ini yaitu 82,83
ton. Pada setiap selisih antara output model simulasi dan data
eksisting memiliki nilai yang mendekati.

STIMLOG INDONESIA
 IV-18

Perbandingan Output Model Eksisting dan Output

Model Simulasi Sampah Anorganik Masuk SAMICI
Tahun 2018-2020

2000
1,508.49
1500

1000
647 667.79
561.22
446.6 454.66
500

0
2018 2019 2020

Eksisting Model Simulasi

Gambar 4. 21 Perbandingan Data Eksisting dan Output Model Simulasi

Sampah Anorganik Tahun 2018-2020
Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 4.21 perbandingan data eksisting dan output

model simulasi sampah anorganik masuk SAMICI Tahun 2018-
2020. Chart Bar pada tahun 2018 data eksisting memiliki nilai
446,6 ton dan output model simulasinya yaitu 454,66 ton. Selisih
pada nilai ini yaitu 8,06 ton. Pada tahun 2019 memiliki nilai
eksisting 1.508,9 ton dan output model simulasi yaitu 561,22 ton.
Selisih nilai pada tahun ini yaitu 947,27 ton. Sedangkan untuk
tahun 2020 memiliki data eksisting yaitu 667 ton dan untuk output
model simulasi nya yaitu 667,79 ton. Selisih nilai pada tahun ini
yaitu 20,79 ton. Pada setiap selisih antara output model simulasi
dan data eksisting memiliki nilai yang mendekati.
Berikut merupakan tabel berisi nilai validasi antara data
eksisting dan output simulasi pada tahun 2018-2020.

STIMLOG INDONESIA
 IV-19

Tabel 4. 8 Validasi Data Menggunakan Data dan Hasil Simulasi Tahun 2018
Hasil
No Parameter Data Historis (Model Satuan
Eksisting)
Jumlah
1 Penduduk 548.373 548.776 Orang/Bulan
Tahun 2018

Timbulan
2 Sampah 109.974,80 Ton/Bulan
109.890,55
Penduduk

Timbulan
3 Sampah Tercatat 82.417,91 82.481,10 Ton/Bulan
DLH
Sampah Organik
4 49.450,75 49.488,66 Ton/Bulan
Masuk TPA
Sampah
5 32.967,17 32.662,52 Ton/Bulan
Anorganik
Sampah
6 Anorganik 446,595 454,656 Ton/Bulan
Masuk SAMICI
Sumber: Diolah oleh Peneliti, 2021

Pada Tabel 4.8 Validasi data menggunakan data historis yang

telah di kumpulkan oleh peneliti dan data hasil dari model simulasi
pada tahun 2018. Pada tabel tersebut, faktor yang digunakan yaitu
jumlah penduduk tahun 2018, timbulan sampah penduduk, timbulan
sampah tercatat oleh DLH, sampah organik masuk TPA, timbulan
sampah anorganik, sampah anorganik masuk SAMICI.

Tabel 4. 9 Validasi Data Menggunakan Data dan Hasil Simulasi Tahun 2019
Hasil
Data
No Parameter (Model Satuan
Historiss
Eksisting)
Jumlah
1 Penduduk 553.775 553.604 Orang/Bulan
Tahun 2018

STIMLOG INDONESIA
 IV-20

Hasil
Data
No Parameter (Model Satuan
Historiss
Eksisting)

Timbulan
2 Sampah 108.253,12 110.942,41 Ton/Bulan
Penduduk

Timbulan
3 Sampah Tercatat 81.189,84 83.206,81 Ton/Bulan
DLH
Sampah Organik
4 48.713,90 49.924,09 Ton/Bulan
Masuk TPA
Sampah
5 32.475,94 32.949.897 Ton/Bulan
Anorganik
Sampah
6 Anorgaik Masuk 1.508,49 561,22 Ton/Bulan
SAMICI
Sumber: Diolah oleh Peneliti, 2021 Commented [BS4]: Jels\asin

Pada Tabel 4.9 Validasi data menggunakan data historis yang

telah di kumpulkan oleh peneliti dan data hasil dari model simulasi
pada tahun 2019. Pada tabel tersebut, faktor yang digunakan yaitu
jumlah penduduk tahun 2019, timbulan sampah penduduk, timbulan
sampah tercatat oleh DLH, sampah organik masuk TPA, timbulan
sampah anorganik, sampah anorganik masuk SAMICI.

Tabel 4. 10 Validasi Data Menggunakan Data dan Hasil Simulasi Tahun 2020
Hasil
Data
No Parameter (Model Satuan
Historiss
Eksisting)
Jumlah
1 Penduduk 568.400 558.476 Orang/Bulan
Tahun 2020

Timbulan
2 Sampah 111.075,46 111.918,54 Ton/Bulan
Penduduk

STIMLOG INDONESIA
 IV-21

Hasil
Data
No Parameter (Model Satuan
Historiss
Eksisting)
Timbulan
3 Sampah Tercatat 83.306,60 83.938.90 Ton/Bulan
DLH
Sampah Organik
4 49.983,96 50.363,34 Ton/Bulan
Masuk TPA
Sampah
5 33.322,64 33.239,81 Ton/Bulan
Anorganik
Sampah
6 Anorgaik Masuk 647,21 667,78 Ton/Bulan
SAMICI
Sumber: Diolah oleh Peneliti, 2021

Pada Tabel 4.10 menunjukkan validasi dengan

membandingkan data historiss dan hasil model simulasi eksisting.
Pada tabel hasil model eksisting terlihat ada perbedaan nilai,
namun pada kenyataannya nilai tersebut mendekati dengan data
historiss yang ada.Validasi data pada pengambilan sampah masuk
SAMICI memiliki nilai yang berbeda dari data historis dan data
model eksisting. Hal ini terjadi sebab data eksisting timbulan
sampah anorganik yang masuk ke Bank SAMICI memiliki nilai
yang sangat jauh berbeda selama 4 tahun (data historis). Namun,
hasil model eksisting tersebut mendekati dengan angka rata-rata
angka eksisting timbulan sampah anorganik Bank SAMICI.

4.3.5 Penjelasan Skenario Model

Pada pengolahan data ini ada tiga model yang dirancang, yaitu
model rata-rata penambahan nasabah perbulan dan jumlah Bank
SAMICI. Berikut adalah penjelasan dari masing-masing skenario
yang di rancang pada pengolahan data sebagai berikut:
1) Skenario 1 : Rata-rata penambahan nasabah perbulan
Salah satu faktor penentu dalam menjalankan model
simulasi yaitu dengan adanya faktor rata-rata penambahan

STIMLOG INDONESIA
 IV-22

nasabah perbulan. Besaran nilai faktor ini mempengaruhi dengan

kinerja pengambilan sampah anorganik yang masuk ke Bank
SAMICI. Pada parameter ini input total penambahan nasabah
perbulan pada Bank SAMICI yaitu sebanyak 5 nasabah. Nilai
input skenario pada parameter ini diharapkan dapat melihat total
sampah yang akan masuk melalui peningkatan kinerja
pengambilan oleh Bank SAMICI pada tahun 2037. Pembentukan
skenario ini merupakan upaya dalam pengurangan sampah
anorganik yang akan terbuang ke TPA melalui proses kerja dari
Bank SAMICI untuk mencapai Cimahi Zero Waste City tahun
2037 khususnya pada sampah anorganik. Commented [BS5]: Alasan ambil skenario

Alasan pemilihan parameter rata-rata penambahan nasabah

perbulan untuk menjadi skenario 1 yaitu karena parameter tersebut
merupakan parameter tidak tetap. Dimana parameter tidak tetap
dapat dilakukan perubahan nilai untuk dapat mencapai target yang
diinginkan. Selain itu, dengan meningkatkan jumlah nasabah pada
Bank SAMICI akan mampu meningkatkan jumlah sampah
anorganik yang masuk ke dalam Bank SAMICI juga.
2) Skenario 2 : Jumlah Bank SAMICI
Pada skenario 2 ini faktor yang mempengaruhi kinerja
pengambilan sampah pada Bank SAMICI yaitu jumlah Bank
SAMICI. Parameter jumlah Bank SAMICI merupakan salah satu
parameter tidak tetap, dimana nilai parameter tersebut dapat
diubah untuk mencapai suatu target yang diinginkan, yaitu Cimahi
Zero Waste City 2037. Banyaknya jumlah Bank SAMICI akan
mempengaruhi total kinerja pengambilan sampah dan kinerja
pengolahan sampah anorganik pada Bank SAMICI. Input awal
dari Skenario 2 yaitu jumlah unit Bank SAMICI yang diharapkan
untuk dapat mencapai Cimahi Zero Waste City 2037. Tujuan dari
skenario 2 ini yaitu rencana penambahan unit Bank SAMICI yang
akan berpengaruh pada peningkatan seluruh kinerja pengambilan

STIMLOG INDONESIA
 IV-23

sampah maupun pengolahan sampah anorganik pada Bank

SAMICI terhadap program Cimahi Zero Waste City tahun 2037.
3) Skenario 3 : Skenario Alternatif
Skenario alternatif ini merupakan gabungan dari skenario 1
dan skenario 2 yang telah di bahas sebelumnya. Dimana, skenario
alternatif ini dapat menjadi usulan terhadap Bank SAMICI untuk
mencapai program Cimahi Zero Waste City 2037. Berdasarkan
skenario 1 yaitu penambahan jumlah nasabah sebanyak 92 orang
perbulan dengan minimal sampah yang ditabung sebanyak 0,148
ton atau 148 kg perbulan dan skenario 2 yaitu penambahan atau
duplikasi unit Bank SAMICI sebanyak 15 unit, maka pada
skenario 3 ini merupakan gabungan atas kedua usulan tersebut.
Dimana, pada skenario 3 ini akan dilakukan perubahan nilai pada
parameter rata-rata penambahan nasabah perbulan menjadi 30
nasabah per unit dan penambahan unit Bank SAMICI sebanyak 3
unit. Penambahan unit Bank SAMICI sebanyak 3 tersebut
merupakan pertimbangan berdasarkan keadaan geografis dan luas
wilayah Kota Cimahi yang padat.

STIMLOG INDONESIA
 BAB V
ANALISIS

5.1 Analisis Simulasi Peramalan Pertumbuhan Penduduk & Pertumbuhan

Sampah Tahun 2037
Berdasarkan hasil pengolahan data pada bab sebelumnya yang
merupakan model simulasi peramalam pertumbuhan penduduk &
pertumbuhan sampah Kota Cimahi dan pada tahun 2037. Adapun output dari
model simulasi tersebut adalah peramalan pertumbuhan jumlah penduduk,
pertumbuhan jumlah timbulan sampah penduduk, jumlah sampah organik dan
anorganik penduduk, kinerja pengambilan sampah anorganik masuk ke Bank
SAMICI dan kinerja pengolahan sampah jenis anorganik oleh Bank SAMICI
dalam program Cimahi Zero Waste City 2037 seperti gambar 5.1 seperti
berikut.

Gambar 5. 1 Output Model Simulasi Eksisting Bank SAMICI Tahun 2037

Sumber : Diolah oleh Peneliti, 2021.

V-1
STIMLOG INDONESIA
 V-2

Pada model simulai telah ditetapkan model time units yaitu months
(bulan). Pada model terdapat beberapa parameter yang akan menjadi dasar
simulasi dalam model ini. Parameter angka kelahiran, jumlah imigrasi, angka
kematian dan jumlah emigrasi merupakan persentase yang akan
mempengaruhi peramalan total penduduk Kota Cimahi. Berdasarkan hasil
dari prediksi total penduduk Kota Cimahi, akan mempengaruhi total timbulan
sampah penduduk. Pada hasil peramalan model simulasi terlihat bahwa total
penduduk Kota Cimahi pada tahun 2037 yaitu sebanyak 649.577 orang. Dari
total penduduk tersebut, maka dapat diramalkan total timbulan sampah
penduduk secara keseluruhan pada tahun 2037 yaitu 130.175,20 ton yang
terdiri dari jenis sampah organik dan anorganik.
Berdasarkan hasil timbulan sampah penduduk secara keseluruhan
tersebut, sebesar 75% tercatat atau diolah oleh Dinas Lingkungan Hidup
(DLH) Kota Cimahi dan sebesar 25% sampah tersebut di olah oleh
masyarakat Kota Cimahi secara mandiri. Timbulan sampah penduduk sebesar
75% yaitu setara dengan 97.631,40 ton pada tahun 2037. Sedangkan sampah
penduduk yang diolah mandiri oleh para masyarakat yaitu sebanyak
32.804,15 ton pada tahun 2037. Timbulan sampah tercatat oleh DLH sebesar
75% tersebut terbagi atas sampah jenis organik dan anorganik. Pada
umumnya sampah jenis organik tersebut diangkut dan dibuang ke TPA Kota
Cimahi yaitu TPA Sarimukti yang ada di Kec. Cipatat, Kabupaten Bandung
Barat yaitu sebesar 58.578,84 ton, sedangkan sampah jenis anorganik yaitu
sebesar 38.662,03 ton pada tahun 2037.
Berdasarkan hasil model simulasi data eksisting pada Bank SAMICI,
total sampah anorganik masuk ke Bank SAMICI pada tahun 2037 yaitu
sebesar 2.505,94 ton. Model simulasi sampah anorganik masuk SAMICI
diperoleh berdasarkan beberapa faktor atau parameter seperti rata-rata
penambahan nasabah perbulan yang akan mempengaruhi penambahan
nasabah dan jumlah nasabah pada Bank SAMICI. Selanjutnya, data rata-rata
sampah per nasabah akan menghasilkan total sampah dari nasabah Bank
SAMICI yang akan menjadi penentu total sampah anorganik yang masuk ke

STIMLOG INDONESIA
 V-3

SAMICI. Sampah dari nasabah tersebut juga dipengaruhi dengan jumlah

pekerja pengambilan sampah dari nasabah yang sudah ada.
Berdasarkan hasil model simulasi eksisting Bank SAMICI yang hanya
mampu mengolah sampah jenis anorganik penduduk sebesar 2.505,94 ton dari
sampah yang dihasilkan oleh penduduk secara keseluruhan yaitu 38.662,04
ton pada tahun 2037 memiliki selisih sebesar 36.156,1 ton. Kinerja Bank
SAMICI terhadap pengurangan sampah jenis anorganik tersebut memiliki
selisih yang cukup besar, hal tersebut disebabkan oleh kinerja eksisting dari
Bank SAMICI tidak dapat mewakili untuk mencapai program Cimahi Zero
Waste City pada tahun 2037. Sebab, berdasarkan data eksisting yang ada
Bank SAMICI hanya memiliki rata-rata nasabah yaitu sebanyak 169 orang
dan rata-rata sampah yang ditabung oleh nasabah perbulan yaitu sebanyak
0,359 ton atau 359 kg per bulan. Berdasarkan besaran sampah yang ditabung
oleh nasabah tersebut tidak sebanding dengan total timbulan sampah
anorganik yang terus-menerus dihasilkan oleh penduduk Kota Cimahi.
Total sampah anorganik yang masuk ke Bank SAMICI akan diolah oleh
para petugas Bank SAMICI yang dipengaruhi oleh data eksisting pengolahan
sampah anorganik Bank SAMICI yaitu sebesar 99,7 %. Dimana, data
eksisting tersebut didapatkan berdasarkan rata-rata kinerja pengolahan
sampah anorganik di Bank SAMICI sejak tahun 2017-2020. Pada model
simulasi kinerja pengolahan sampah Anorganik di Bank SAMICI mencapai
2.498,42 ton dan menghasilkan residu pengolahan sebanyak 1.027,19 ton
pada tahun 2037. Residu pengolahan tersebut akan dialihkan ke Tempat
Pembuangan Akhir (TPA) Kota Cimahi untuk dimusnahkan. Berdasarkan
data eksisting dan batasan permasalahan pada penelitian ini output model
simulasi pada TPA Kota Cimahi menampung sampah jenis anorganik
sebanyak 37.183, 30 ton pada tahun 2037.

5.2 Analisis Model Simulasi Skenario

Berdasarkan hasil output model simulasi eksisting tersebut, maka perlu
dibuatkan usulan skenario untuk mengetahui pengaruh dari Kinerja Bank
SAMICI terhadap program Cimahi Zero Waste City 2037. Adapun skenario

STIMLOG INDONESIA
 V-4

yang digunakan adalah skenario 1 (rata-rata penambahan sampah perbulan)

dan skenario 2 (jumlah Bank SAMICI).

5.2.1 Analisis Skenario 1 (Penambahan Nasabah Perbulan)

Skenario 1 diterapkan pada parameter rata-rata penambahan
sampah perbulan sampah anorganik Bank SAMICI. Pada skenario 1
ini dilakukan perubahan nilai pada parameter yang diharapkan akan
memberi pengaruh terhadap jumlah pengambilan sampah anorganik
oleh Bank SAMICI.

Gambar 5. 2 Skenario 1 Penambahan Nasabah Perbulan

Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 5.2 nilai yang dimasukkan terhadap skenario 1

rata-rata penambahan nasabah pada Bank SAMICI yaitu sebesar 92
nasabah perbulan. Input ini merupakan salah satu usulan terhadap
pencapaian Bank SAMICI terhadap program Cimahi Zero Waste City
2037 mendatang. Dimana, diharapkan adanya penambahan nasabah
aktif pada Bank SAMICI dengan rata-rata penambahan tabungan
sampah anorganik sekitar 0,148 ton atau 148 kg perbulan pada setiap
nasabah. Berdasarkan nilai input parameter pada skenario 1 sebesar
92, maka output model simulasinya yaitu sebagai berikut.

STIMLOG INDONESIA
 V-5

Gambar 5. 3 Output Model Simulasi Skenario 1

Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 5.3 merupakan output dari skenario 1 pada

parameter rata-rata penambahan nasabah sebesar 92 orang perbulan.
Dengan adanya penambahan nasabah dengan nilai tersebut, maka total
sampah anorganik yang masuk ke Bank SAMICI yaitu sebesar
38.352,72 ton pada tahun 2037. Sampah anorganik penduduk Kota
Cimahi akan di olah oleh Bank SAMICI secara keseluruhan, sehingga
tidak ada lagi sampah anorganik yang langsung dibuang ke TPA Kota
Cimahi. Namun, karena rata-rata peningkatan kinerja pengolahan
Bank SAMICI hanya sebesar 99,7% maka akan menghasilkan sisa
sampah anorganik yang tidak diolah oleh Bank SAMICI (residu) yang
akan dibuang ke TPA yaitu berjumlah 13.645,21 ton pada tahun 2037.

STIMLOG INDONESIA
 V-6

Perbandingan Output Model Eksisting dan Output

Skenario 1 Pengambilan Sampah Anorganik Bank
SAMICI Tahun 2018-2037

50000
38352.72
40000
28385.808
30000
18418.896
20000
8451.984
10000 2505.94
880.9 1422.58 1964.26
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Data Eksisting Data Skenario

Gambar 5. 4 Perbandingan Output Model Eksisting dan Output Skenario 1 Commented [BS6]: tahun

Sumber : Diolah oleh Peneliti, 2021

Gambar 5.4 merupakan grafik perbandingan output model

simulasi eksisting dan hasil simulasi skenario 1 yaitu pada
pengambilan sampah anorganik Bank SAMICI tahun 2037.
Berdasarkan gambar tersebut, secara horizontal menjelaskan
mengenai tahun simulasi pada model dan secara vertikal menjelaskan
total sampah anorganik masuk ke Bank SAMICI. Tahun pertama yaitu
dimulai dari tahun 2018 dan tahun terakhir yaitu tahun 2037. Chart
Bar yang berwarna biru merupakan hasil simulasi menggunakan data
eksisting, sedangkan chart bar berwarna orange merupakan hasil dari
simulasi skenario 1 yaitu penambahan nasabah pada Bank SAMICI.
Pada chart bar biru terlihat bahwa hasil simulasi pengambilan
sampah anorganik Bank SAMICI pada tahun 2037 yaitu sebesar
2.505,94 ton. Angka tersebut berdasarkan simulasi dengan data
eksisting yang ada. Sedangkan chart bar orange merupakan hasil dari
skenario 1 pengambilan sampah anorganik Bank SAMICI sebesar
35.846,78 ton. Berdasarkan perbandingan hasil proyeksi eksisting
pengambilan sampah anorganik Bank SAMICI dengan simulasi
proyeksi skenario pengambilan sampah anorganik memiliki selisih

STIMLOG INDONESIA
 V-7

yaitu sebanyak 33.340,84 ton atau mengalami peningkatan sebesar

93,47 % dari hasil simulasi data eksisting terhadap simulasi skenario
1 pada Bank SAMICI.

5.2.2 Analisis Skenario 2 (Jumlah Bank SAMICI)

Pada skenario 2 merupakan rencana penambahan unit Bank
SAMICI. Penambahan unit Bank SAMICI ini yaitu sebanyak 15 unit
model Bank SAMICI yang memiliki kinerja dan kapasitas yang sama.
Dengan adanya penambahan unit Bank SAMICI akan memberi
pengaruh terhadap jumlah sampah anorganik yang akan di olah oleh
Bank SAMICI hingga tahun 2037.

Gambar 5. 5 Skenario 2 Jumlah Bank SAMICI

Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 5.5 penambahan unit Bank SAMICI yaitu

sebanyak 15 unit. Dengan angka peningkatan jumlah penduduk Kota
Cimahi yang semakin tinggi diharapkan dengan penambahan duplikat
unit Bank Sampah tersebut dapat menjadi solusi dalam mengurangi
timbulan sampah anorganik di Kota Cimahi. Berdasarkan nilai input
parameter pada skenario 2 sebesar 15 unit ini, maka output model
simulasinya yaitu sebagai berikut.

STIMLOG INDONESIA
 V-8

Gambar 5. 6 Output Model Skenario 2 Jumlah Bank SAMICI

Sumber : Diolah oleh Peneliti, 2021.

Dengan adanya model simulasi 2 yaitu penambahan unit Bank

SAMICI menjadi 15 unit dapat mempengaruhi total pengambilan
sampah anorganik penduduk Kota Cimahi hampir 100%. Sehingga
sampah yang dihasilkan oleh penduduk tidak akan langsung dibuang
ke TPA. Sampah anorganik tersebut akan diolah dengan cara dipilah
oleh Bank SAMICI kemudian akan diberikan ke bandar untuk diolah
kembali menjadi barang jadi. Hasil skenario 2 dapat meningkatkan
pengambilan sampah jenis anorganik sebesar 37.589,04 ton pada
tahun 2037. Namun, dengan eksisting kinerja pengolahan dari Bank
SAMICI yang hanya sebesar 99,7% maka akan tetap menghasilkan
residu dari pengolahan sampah Bank SAMICI yaitu sebanyak
15.407,89 ton pada tahun 2037, kemudian residu tersebut akan
dibuang ke TPA Kota Cimahi. Walau tetap menghasilkan residu ke
TPA, setidaknya dengan adanya penambahan 15 unit Bank SAMICI
ini mampu mengurangi sampah yang akan dibuang langsung ke TPA

STIMLOG INDONESIA
 V-9

Kota Cimahi dan dapat menggunakan nilai dari sampah anorganik

tersebut kembali.

Perbandingan Output Model Eksisting dan Output

Skenario 2 Pengambilan Sampah Anorganik Bank SAMICI
Tahun 2018-2037

40000 37589.04

35000
29463.84
30000

25000 21338.64
20000

15000 13213.44

10000

5000 1422.58 1964.26 2505.94

880.9
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Data Eksisting Data Skenario

Gambar 5. 7 Perbandingan Hasil Model Eksisting dan Hasil Skenario 2

Sumber : Diolah oleh Peneliti, 2021

Berdasarkan Gambar 5.7 merupakan perbandingan model

simulasi eksisting dengan skenario 2 yaitu penambahan 15 unit Bank
SAMICI. Pada gambar tersebut, secara horizontal menjelaskan
mengenai tahun simulasi pada model dan secara vertikal menjelaskan
total sampah anorganik masuk ke Bank SAMICI. Tahun pertama yaitu
dimulai dari tahun 2018 dan tahun terakhir yaitu tahun 2037. Chart
Bar yang berwarna biru merupakan hasil simulasi menggunakan data
eksisting, sedangkan chart bar berwarna orange merupakan hasil dari
simulasi skenario 2 yaitu penambahan (duplikat) unit Bank SAMICI.
Pada chart bar biru terlihat bahwa hasil simulasi pengambilan
sampah anorganik Bank SAMICI pada tahun 2037 yaitu sebesar
2.505,94 ton. Angka tersebut berdasarkan simulasi dengan data
eksisting yang ada. Sedangkan chart bar orange merupakan hasil dari
skenario 2 penambahan (duplikat) unit Bank SAMICI sebesar

STIMLOG INDONESIA
 V-10

38.662,04 ton. Berdasarkan perbandingan hasil proyeksi eksisting

pengambilan sampah anorganik Bank SAMICI dengan simulasi
proyeksi skenario pengambilan sampah anorganik memiliki selisih
yaitu sebanyak 36.156,1 ton atau mengalami peningkatan sebesar
93,52 % dari hasil simulasi data eksisting terhadap simulasi skenario
2 pada Bank SAMICI.
5.2.3 Analisis Skenario 3 (Skenario Alternatif)
Skenario alternatif ini merupakan gabungan dari skenario 1 dan
skenario 2. Berdasarkan skenario 1 yaitu penambahan jumlah nasabah
sebanyak 92 orang perbulan dengan minimal sampah yang ditabung
sebanyak 0,148 ton atau 148 kg perbulan dan skenario 2 yaitu
penambahan atau duplikasi unit Bank SAMICI sebanyak 15 unit, maka
pada skenario 3 ini merupakan gabungan atas kedua usulan tersebut.

Gambar 5. 8 Input Skenario 3 Alternatif

Sumber : Diolah oleh Peneliti, 2021

Berdasarkan Gambar 5.8 Input skenario 3 ini akan dilakukan

perubahan nilai pada parameter rata-rata penambahan nasabah perbulan
menjadi 30 nasabah per unit dan penambahan unit Bank SAMICI
sebanyak 3 unit. Penambahan unit Bank SAMICI sebanyak 3 tersebut
merupakan pertimbangan berdasarkan keadaan geografis dan luas
wilayah Kota Cimahi yang padat penduduk.

STIMLOG INDONESIA
 V-11

Gambar 5. 9 Output Skenario 3 Alternatif

Sumber : Diolah oleh Peneliti, 2021

Pada Gambar 5.9 merupakan output dari simulasi skenario 3

alternatif kinerja Bank SAMICI terhadap program Cimahi Zero
Waste City 2037. Pada skenario 3 ini kinerja Bank SAMICI dapat
mengambil sampah jenis anorganik yang dihasilkan penduduk
lebih dari output skenario 1 dan skenario 2. Pemilihan skenario 3
untuk meminimalisir penambahan unit Bank SAMICI, sebab
melihat kondisi geografis dan luas wilayah Kota Cimahi dan
mengurangi penambahan nasabah agar tidak terlalu memiliki
jumlah yang terlalu besar pada setiap unitnya.
Pada Output simulasi skenario 3 ini dapat mengambil
sampah jenis anorganik yang dihasilkan penduduk Kota Cimahi
sebanyak 38.420,21 ton pada tahun 2037. Dengan kinerja eksisting
pengolahan sampah jenis anorganik pada Bank SAMICI yang
hanya mencapai 99,7% maka akan menghasilkan residu
pengolahan sampah yaitu sebanyak 115,26 ton dan akan dibuang
ke TPA Sarimukti Kota Cimahi.

STIMLOG INDONESIA
 V-12

Dengan adanya skenario 3 ini, maka kinerja yang dilakukan

oleh Bank SAMICI terhadap timbulan sampah anorganik yang
dihasilkan oleh penduduk Kota Cimahi dapat diolah menggunakan
proses 3R sehingga dapat mengurangi jumlah timbulan sampah
pada TPA Sarimukti Kota Cimahi.

Perbandingan Output Model Eksisting dan Output

Skenario 3 Alternatif Pengambilan Sampah Anorganik
Bank SAMICI Tahun 2018-2037

50000
38420.21
40000
28669.97
30000
18919.73
20000
9169.49
10000
880.9 1422.58 1964.26 2505.94
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Data Eksisting Data Skenario

Gambar 5. 10 Perbandingan Hasil Model Eksisting dan Hasil Skenario 3 Alternatif

Sumber : Diolah oleh Peneliti, 2021

Berdasarkan Gambar 5.10 merupakan perbandingan model

simulasi eksisting dengan skenario 3 yaitu penambahan 3 unit Bank
SAMICI dan penambahan 30 nasabah perbulan. Pada gambar
tersebut, secara horizontal menjelaskan mengenai tahun simulasi pada
model dan secara vertikal menjelaskan total sampah anorganik masuk
ke Bank SAMICI. Tahun pertama yaitu dimulai dari tahun 2018 dan
tahun terakhir yaitu tahun 2037. Chart Bar yang berwarna biru
merupakan hasil simulasi menggunakan data eksisting, sedangkan
chart bar berwarna orange merupakan hasil dari simulasi skenario 3
alternatif yaitu penambahan nasabah perbulan dan penambahan
(duplikat) unit Bank SAMICI.
Pada chart bar biru terlihat bahwa hasil simulasi pengambilan
sampah anorganik Bank SAMICI pada tahun 2037 yaitu sebesar
2.505,94 ton. Angka tersebut berdasarkan simulasi dengan data

STIMLOG INDONESIA
 V-13

eksisting yang ada. Sedangkan chart bar orange merupakan hasil dari
skenario 3 alternatif sebesar 38.420,21 ton. Berdasarkan perbandingan
hasil proyeksi eksisting pengambilan sampah anorganik Bank
SAMICI dengan simulasi proyeksi skenario pengambilan sampah
anorganik memiliki selisih yaitu sebanyak 35.914,27 ton atau
mengalami peningkatan sebesar 93,48 % dari hasil simulasi data
eksisting terhadap simulasi skenario 2 pada Bank SAMICI.

5.2.4 Analisis Perbandingan Skenario

Adapun perbandingan antara skenario 1,2 dan 3 terhadap
pengambilan sampah masuk ke Bank SAMICI terlihat pada Tabel
berikut.
Tabel 5. 1 Perbandingan Output Skenario 1,2 & 3

Perbandingan Output Skenario 1,2 & 3

Skenario 1 38.352,72
Skenario 2 37.589,04
Skenario 3 38.420,21
Sumber : Diolah oleh Peneliti, 2021

Pada Tabel 5.1 terlihat perbandingan dari output skenario 1,2 dan
3 yang memiliki hasil berbeda terhadap jumlah pengambilan sampah
anorganik penduduk Kota Cimahi pada Bank SAMICI tahun 2037.
Adanya perbedaan nilai output tersebut dipengaruhi oleh perbedaan
nilai input pada setiap skenario.

STIMLOG INDONESIA
 V-14

Perbandingan Hasil Simulasi Skenario 1,2 dan 3

Terhadap Pengambilan Sampah Anorganik Masuk Ke
Bank SAMICI Pada Tahun 2037
38600
38420,21
38352.72
38400
38200
38000
37800
37589.04
37600
37400
37200
37000
Skenario 1 Skenario 2 Skenario 3

Gambar 5. 11 Grafik Perbandingan Haisl Simulasi Skenario 1,2 dan 3

Terhadap Pengambilan Sampah Anorganik Masuk
Ke Bank SAMICI Pada Tahun 2037

Sumber : Diolah oleh Peneliti, 2021

Pada grafik terlihat output pada skenario 1 yaitu sebesar 38.352,72

ton, skenario 2 yaitu 37.589,04 dan skenario 3 yaitu 38.420,21.
Berdasarkan output tersebut, skenario yang paling mendekati terhadap
program Kota Cimahi yaitu Zero Waste City 2037 yaitu pada skenario
3. Dimana Skenario 3 ini yaitu penambahan 30 nasabah perbulan dan
penambahan 3 unit model Bank SAMICI. Sesuai dengan letak geografis
dan luas wilayah Kota Cimahi, maka sangat memungkinkan untuk
menambah 3 unit Bank SAMICI dibanding dengan penambahan 15 unit
Bank SAMICI pada skenario 2.

STIMLOG INDONESIA
 BAB VI
KESIMPULAN DAN SARAN

6.1 Kesimpulan
Berdasarkan hasil analisis yang telah dilakukan pada bab sebelumnya
dan menjawab rumusan masalah yang telah dibuat, maka dapat ditarik
kesimpulan dalam penelitian ini. Pada model simulasi eksisting yang telah
dibuat sebelumnya dengan total penduduk Kota Cimahi pada tahun 2037 yaitu
sebanyak 649.577 orang dapat menghasilkan timbulan sampah sebanyak
130.175,197 ton. Timbulan sampah tersebut terdiri dari jenis sampah organik
dan anorganik. Berdasarkan data dari Dinas Lingkungan Hidup (DLH) Kota
Cimahi, sebanyak 75% dari timbulan sampah penduduk diolah dan dicatat
oleh DLH dan sebanyak 25% timbulan sampah penduduk diolah mandiri oleh
penduduk. Berdasarkan sampah yang diolah dan dicatat oleh DLH, hasil
model simulasi mendapatkan hasil untuk timbulan sampah jenis organik yaitu
sebesar 58.578,84 ton yang akan dibuang langsung ke TPA untuk pemrosesan
tahap akhir. Sedangkan timbulan sampah jenis anorganik yaitu sebesar
38.662,03 ton dapat diolah kembali oleh program Kota Cimahi.
Sesuai dengan program Kota Cimahi dalam mencapai Cimahi Zero
Waste City 2037 berdasarkan data eksisting hasil simulasi Bank SAMICI
dapat mengambil sampah jenis anorganik sebesar 2.505,94 ton pada tahun
2037. Sampah yang masuk ke Bank SAMICI akan diolah dengan kinerja
eksisting pengolahan Bank SAMICI sebesar 99,7%. Dengan persentase
peningkatan kinerja pengolahan tersebut, Bank SAMICI dapat mengolah
sampah anorganik sebesar 2.498,42 ton dan menghasilkan residu pengolahan
sebesar 7,52 ton pada tahun 2037. Berdasarkan hasil simulasi dari data
eksisting tersebut kinerja Bank SAMICI belum dapat mencapai program
Cimahi Zero Waste City pada tahun 2037, dimana timbulan sampah
anorganik yang dihasilkan oleh penduduk masih banyak tertimbun di TPA
Sarimukti Kota Cimahi.
Untuk mencapai program Kota Cimahi yaitu Cimahi Zero Waste City
2037, maka akan di modelkan skenario-skenario yaitu sebagai berikut:

VI-1
STIMLOG INDONESIA
 VI-2

1) Skenario 1 (Peningkatan Kinerja Pengambilan)

Nilai yang dimasukkan terhadap skenario 1 yaitu penambahan
nasabah Bank SAMICI Pada skenario 1 perubahan nilai yang dilakukan
yaitu para parameter rata-rata penambahan nasabah perbulan dengan data
eksisting 5 nasabah menjadi 92 nasabah. Berdasarkan hasil dari skenario
1 ini, sampah jenis anorganik yang masuk ke Bank SAMICI yaitu sebesar
38.352,72 ton dari total sampah anorganik yang dihasilkan penduduk Kota
Cimahi dan menghasilkan residu sebesar 115,1 ton pada tahun 2037.
Pada sekario 1 ini dapat mengolah sampah anorganik penduduk
Kota Cimahi sebesar 100%. Namun, tidak dapat mencapai Cimahi Zero
Waste City 2037 karena peningkatan kinerja pengambilan sebesar 99,7%
yang akan tetap menghasilkan residu sampah dan akan dibuang ke TPA.
2) Skenario 2 (Jumlah Bank SAMICI)
Pada skenario 2 merupakan penerapan penambahan unit Bank
SAMICI. Penambahan unit Bank SAMICI yang ada pada skenario 2 ini
yaitu sebanyak 15 unit model Bank SAMICI. Dengan jumlah eksisting
seperti pada simulasi model, jumlah penduduk Kota Cimahi mencapai
649.576 orang akan menghasilkan timbulan sampah anorganik yaitu
sebesar 97.631,40 ton (tercatat oleh DLH) pada tahun 2037. Dengan
eksisting kinerja Bank SAMICI maka dapat disimpulkan bahwa butuh
penambahan unit model Bank SAMICI untuk mengolah seluruh timbulan
sampah anorganik di Kota Cimahi dan mengurangi total timbulan sampah
di TPA. Hasil dari simulasi skenario 2 dengan penambahan unit Bank
SAMICI menjadi 15 unit, total pengambilan sampah anorganik ke Bank
SAMICI mencapai 37.589,04 ton dan menghasilkan residu sebanyak
112.77 ton pada tahun 2037.
3) Skenario 3 (Skenario Alternatif)
Skenario 3 alternatif ini merupakan skenario gabungan antara skenario
1 dan skenario 2. Dimana, data input yang diubah yaitu pada parameter rata-
rata penambahan nasabah perbulan sebesar 30 nasabah dan penambahan
unit Bank SAMICI sebanyak 3 unit. Berdasarkan hasil simulasi pada
skenario ini dapat mengambil sampah jenis anorganik yang dihasilkan oleh

STIMLOG INDONESIA
 VI-3

penduduk Kota Cimahi yaitu sebanyak 38.420,21 ton dan menghasilkan

residu sebanyak 115,26 ton pada tahun 2037.
4) Perbandingan Skenario 1,2 dan 3
Berdasarkan pemilihan atas ketiga skenario tersebut, skenario yang
paling mendekati terhadap pencapaian program Cimahi Zero Waste 2037
yaitu pada skenario 3 alternatif dengan kinerja Bank SAMICI terhadap
pengambilan sampah anorganik yaitu sebanyak 38420,21 ton pada tahun
2037.

6.2 Saran
Adapun saran yang diberikan oleh penulis untuk penelitian selanjutnya
adalah:
1. Untuk penelitian selanjutnya agar dapat berguna bagi mahasiswa yang
melakukan penelitian serupa atau melakukan penelitian lebih lanjut
dengan topik yang sama. Peneliti sangat berharap dari topik dan
pembahasan yang telah dipaparkan dalam penelitian ini dapat
menimbulkan rasa keingintahuan untuk melakukan penelitian lebih lanjut
khususnya di Bank SAMICI dan mengenai timbulan sampah penduduk.
2. Untuk penelitian selanjutnya agar dapat membahas lebih dalam dan
menambahkan skenario di dalam sistem eksisting dan dapat
mengembangkan simulasi model dinamis dengan aplikasi lainnya.

STIMLOG INDONESIA
 DAFTAR PUSTAKA

1. Arif, Muhammad. 2017. Pemodelan Sistem. Yogyakarta: Deepublish

2. Bala, Bilash Kanti dkk. 2017. System Dynamic: Modelling and Simulation.
Singapore : Springer
3. Forrester, J. (1961). Industrial Dynamics. Cambridge: MIT Press
4. Forrester, J. (1999). System Dynamics: The Foundation under System
Thinking. Cambridge: Sloan School of Management Massachusetts
Institute of Technology.
5. Simamarta. (1993). Sistem dan Pemodelan. Jakarta: Erlangga.
6. Simatupang, T. (1994). Pemodelan Sistem. Bandung: ITB.
7. Sterman, J. (2000). Business Dynamics : System Thinking and Modelling
for a Complex Word. New York : Mc Graw Hill.
8. Prahasta, Eddy. (2018). Systems Thinking & Pemodelan Sistem Dinamis :
Informatika.
9. Richardson, G. a. (1986). Introduction to System Dynamics Modelling With
Dynamo. London : The MIT Press.
10. Shanon, R. E. (2975). System Simulation : The Art and Science. Eaglewood
Cliffs : PrenticeHall.
11. Fisher, Michele Battle. 2015. Application of System Thinking to Health
Policy & Public Health Ethics. Ohio : Springer.
12. BPS Kota Cimahi .
https://cimahikota.bps.go.id/subject/12/kependudukan.html#subjekViewTa
b3
13. Sujarwo, Tristanti, Widyaningsih. 2014. Pengelolaan sampah organik dan
anorganik : Repository UNY : Yogyakarta.
14. Komang Ayu Artiningsi. 2008. Peran Serta Masyarakat Dalam
Pengelolaan Sampah Rumah Tangga : Jawa Timur
15. Hutasoit, Imelda : 2017. Pengantar Ilmu Kependudukan. Alfabeta :
Bandung .

STIMLOG INDONESIA
LAMPIRAN

STIMLOG INDONESIA
 FORM WAWANCARA (BANK SAMICI)

Waktu Pelaksana : 12 Januari, 2021

Tempat : Bank Sampah Induk Cimahi (Bank SAMICI)

Gita : Berapa jumlah truk SAMICI?

Teh Riska : Ada 2 the.
Gita : Berapa total Sampah Anorganik yang masuk dan sampah yang
diolah oleh Bank SAMICI sejak tahun 2017-2020?
Teh Riska : Oh itu ya, ada di data teh. Nanti saya kirim datanya ke email.
Gita : Kalau jumlah karyawannya teh, ada berapa ya?
Teh Riska : Kalau untuk karyawannya ada 12 orang, Git.
Gita : Di Bank SAMICI, jenis sampah anorganiknya apa saja ya?
Teh Riska : Terdiri dari kaca, plastik, logam, kertas, dan sampah anorganik
lainnya.
Gita : Bagaimana alur kerja di Bank SAMICI ini?
Teh Riska : Wah itu panjang si, paling nanti saya kasih file nya aja ya.
Gita : Apakah di Bank SAMICI ada residunya?
Teh Gita : Ada, nanti paling saya kirim juga datanya

STIMLOG INDONESIA
JENIS DAN DAFTAR HARGA SAMPAH PADA PROGRAM BANK
SAMICI

Kode Jenis Barang Plastik Cash (Kg) Tabung (Kg)

AGB (Gelas Kemasan Bening Label
P1 3400 3700
Dilepas)
AGK (Gelas Kemasan Bening Label
P2 2500 2800
tdk Dilepas)
PET B(Botol Kemasan Bening Label
P3 3000 3200
& Tutup dilepas)
PET K (Botol Kemasan Bening
P4 2000 2100
Label & Tutup tdk dilepas)
PET Warna B (Botol Kemasan
P5 Warna Label & Tutup dilepas, ex : 1300 1400
Mizone)
PET Warna K (Botol Kemasan
P6 Warna Label & Tutup tdk dilepas, ex 700 900
: Mizone)
Gebrosan Plastik (Tanpa Kertas,
P7 100 200
Beling, Kaca, Kaleng)
Monti (Gelas Kemasan Warna, Ex :
P8 2600 2800
Ale-ale)
AGG (Aqua Gelas & Botol Campur,
P9 1800 2000
Tanpa Monti)
P10 PP (Plastik Bening) 1000 1200
P11 Kresek 300 400
P12 Blowing Kotor (Botol Shampo) 2300 2500
P13 Blowing Bersih (Botol Shampo) 2800 3000
P14 Emberan 1700 1800
P15 Emberan Campur 500 600
P16 EH (Ember Hitam) 600 700
Kerasan (Ex : Jenis plastik, mainan
P17 400 500
anak)
P18 Kristal 2000 2200
P19 LD (Tutup Aqua Galon) 3500 3800
P20 Tutup Botol Air Minum Kemasan 2400 2600
P21 Kaset CD/DVD 2400 2600
P22 Paralon 700 900
P23 Karpet Plastik 150 200
P24 Karet Sepatu 75 100
P25 Selang 150 200
P26 Gebrosan Campur 25 25

STIMLOG INDONESIA
Kode Jenis Barang Plastik Cash (Kg) Tabung (Kg)
P27 Galon Air/Buah 2500 2500
P28 Styrofoam (Putih Bersih) 1000 1000
P29 PE 4000 4500
P30 Galon Sekali Pakai / Buah 500 500

Kode Jenis Barang Kertas Cash (Kg) Tabung (Kg)

K1 Arsip 2000 2200
K2 Arsip Warna 600 700
K3 Kardus I (tidak basah) 2100 2500
K4 Kardus II (basah) 600 700
K5 Koran 5200 5500
K6 Duplex 600 700
K7 Kones 1100 1300
K8 CD 900 1000
K9 Buku Bekas 1000 1200
K10 Majalah Bekas 700 800
K11 Kertas Sak Semen 1000 1100
K12 Kertas Telur 400 500
K13 Koran Tabloid 1500 1600
K14 Kertas Campur 50 50

TABUNGAN
Kode Jenis Barang Logam CASH (kg)
(kg)
L1 Besi I 2600 3000
L2 Besi II 1400 1600
L3 Paku/Kawat 300 400
L4 Kaleng 800 1000
L5 Seng 500 600
L6 Panci/Siku 8000 8500
L7 Kaleng Alumunium/Aro/Wajan 7500 8000
L8 Tembaga I 40000 45000
L9 Tembaga II 26000 29000
L10 Kuningan 23000 25000
L11 Anhas 4000 5000
L12 Timah 7800 8000
L13 Aki 5500 6000
L14 Virofo (Tirai) 4400 4700

STIMLOG INDONESIA
Kode Jenis Barang Kaca CASH (kg) TABUNG (kg)
Kc1 Beling/Kg 150 200
Kc2 Botol Bir/Buah 400 200

Kode Jenis Barang Elektronik Cash (Kg) Tabung (Kg)

E1 Kulkas/Buah 70000 75000
E2 AC (1 Set) 140000 150000
E3 Mesin Cuci/Buah 25000 26000

Kode Jenis Barang (lain-lain) Harga

B1 Komputer (Monitor & CPU lengkap) 50000/buah
B2 Monitor 15000/buah
B3 Kabel 2000/kg
B4 Minyak Jelantah 2500/L

STIMLOG INDONESIA
 ALUR KERJA / PROSES BISNIS BANK SAMICI

Nasabah Antar Sampah

Sampah ke Bank Ditimbang &
Bank Nasabah Bank Pilah Sampah SAMICI / Petugas Dicek Oleh
SAMICI SAMICI Mandiri Bank SAMICI Petugas
Jemput Langsung ke SAMICI
Lokasi Nasabah

Disimpan Sampah Siap Sampah Disimpan Dicatat Jenis dan

Dalam Gudang Tidak dijual ke Berdasarkan Berat Sampah oleh
Bank SAMICI Bandar? Jenisnya Pihak Administrasi

Ya Pihak Administrasi
Cash (dibayar
Membayar Sampah
langsung
Nasabah Sesuai
kepada
Dengan Tarif yang
nasabah)
Sampah Diangkut ke Telah ditentukan
Bandar Berdasarkan
Jenis sampahnya
1. Bank BJB
Tabung c
2. Bank Bukopin
Bandar Membayar
Sesuai Harga
Sampah ke Petugas
Bank SAMICI

Petugas Bank
SAMICI Merekap
Hasil Penjualan
ke Bandar

STIMLOG INDONESIA
TOTAL TIMBULAN SAMPAH SAMICI MASUK DAN DIOLAH

Jenis Sampah Masuk SAMICI

Total (Kg) Total (Ton)
(2020)
Kertas 512493 512,493
Plastik 78912 78,912
Logam 20835 20,835
Kaca 13460 13,460
Lain-lain 21513 21,513
Total Sampah Masuk SAMICI 647213 647,213
Rata-rata sampah perbulan 53934 53,934
Rata-rata sampah perminggu 12446 12,446
Rata-rata sampah perhari 1773 1,773
Total Sampah Terolah SAMICI 644448 644,448
Total Residu Pengolahan Bank
2765 2,765
SAMICI

Jenis Sampah Masuk SAMICI

Total (Kg) Total (Ton)
(2019)
Kertas 250184 250,184
Plastik 72212 72,212
Logam 12043 12,043
Kaca 11253 11,253
Lain-lain 1162797 1162,797
TOTAL KESELURUHAN 1508490 1508,490
Rata-rata sampah perbulan 125708 125,708
Rata-rata sampah perminggu 29009 29,009
Rata-rata sampah perhari 4133 4,133
Total Sampah Terolah SAMICI 1507384 1507,384
Total Residu Pengolahan Bank
1106 1,106
SAMICI

STIMLOG INDONESIA
Jenis Sampah Masuk SAMICI (2018) Total (Kg) Total (Ton)

Kertas 293585 293,585

Plastik 54401 54,401
Logam 22065 22,065
Kaca 15704 15,704
Lain-lain 60840 60,840
TOTAL KESELURUHAN 446595 446,595
Rata-rata sampah perbulan 37216 37,216
Rata-rata sampah perminggu 8588 8,588
Rata-rata sampah perhari 1224 1,224
Total Sampah Terolah SAMICI 310542 310,542

Total Residu Pengolahan Bank SAMICI 553 0,553

Jenis Sampah Masuk SAMICI (2017) Total (Kg) Total (Ton)

Kertas 179511 179,511
Plastik 79059 79,059
Logam 23443 23,443
Kaca 16666 16,666
Lain-lain 12418 12,418
TOTAL KESELURUHAN 311095 311,095
Rata-rata sampah perbulan 25925 25,925
Rata-rata sampah perminggu 5983 5,983
Rata-rata sampah perhari 852 0,852
Total Sampah Terolah SAMICI 309645 309,645
Total Residu Pengolahan Bank SAMICI 1450 1,450

STIMLOG INDONESIA