Model

22/03/2016
PEMODELAN SISTEM
02 WHAT IS MODEL
Konsep Pemodelan
2
Definisi
Kriteria
Model
Klasifi-
kasi
Pemodelan Sistem 22/03/2016
1
22/03/2016
Definisi Model
3
 Suatu representasi atau formalisasi suatu sistem

nyata dalam bahasa, simbol atau bentuk tertentu
yang mewakili karakteristik dan perilaku sistem
sesuai sudut pandang dan dasar pengetahuan
pemodel dalam tujuan mempelajari sistem
Art of
Modelling REAL WORLD
SYSTEM
The levels of abstraction of
a real-life situation that
lead to the construction of
a model:
The assumed real system is
abstracted from the real
situation by concentrating
on identifying the
dominant factors ASSUMED
(variables, constraints, and REAL-
parameters) that control MODEL
the behaviour of the real WORLD
system SYSTEM
The model, being an
abstraction of the assumed
real system, then identifies
the pertinent relationships
of the system in the form of
an objective and a set of
constraints
2
22/03/2016
Latar belakang Pemodelan

5
 Sistem nyata terlalu kompleks

 Sistem nyata masih dalam bentuk hipotesis
 Tidak memungkinkan untuk melakukan eksperimen
secara langsung
 Model merupakan representasi ideal dari suatu
sistem untuk menjelaskan perilaku sistem karena
mampu menunjukan elemen-elemen terpenting dari
sistem.
 Modifikasi dan verifikasi terhadap model lebih
mudah dan murah dibandingkan bila diterapkan
pada sistem nyata
Kriteria Model
6
3
22/03/2016
Kriteria Model
7
 Mengandung semua variabel penting yang relevan

 Model merupakan representasi penyederhanaan dari sistem
 Variabel-variabel penting haruslah terkandung di dalamnya,

agar representatif
 Variabel-variabel yang kurang penting tidak perlu
dimasukkan, agar model menjadi sederhana
 Cukup sederhana
 Model yang terlalu mendetail, semakin membuat penyelesaian
permasalahan lebih luas dan lebih rumit
 Kalau terlalu sederhana berakibat model kurang representatif
Kriteria Model
8
 Memudahkan pengertian sistem

 Model yang baik dapat menggambarkan apa saja yang berada
dalam sistem, bagaimana perilaku sistem, serta mengapa dan
untuk apa proses dalam sistem itu terjadi
 Mengembangkan alternatif keputusan yang dapat
diambil
 Adanya pengembangan model di mana terdapat variabel
kontrol yang dapat dikendalikan oleh pemakai, sehingga
memungkinkan dilakukan eksperimen pada model untuk
mendapatkan sistem yang optimal sebelum diterapkan
4
22/03/2016
Kriteria Model
9
 Tingkat generalisasi yang tinggi

 Suatu model jika memiliki tingkat generalisasi yang semakin
tinggi, memungkinkan model untuk menyelesaikan
permasalahan yang lebih luas
 Mekanisme transparansi
 Model yang menerangkan bagaimana perilaku sistem yang
ditunjukkan oleh elemen-elemen penyusunnya yang saling
berinteraksi di dalam sistem maupun dengan lingkungannya,
akan memberikan gambaran bagaimana mekanisme model
dalam menyelesaikan permasalahan
Kriteria Model
10
 Potensial untuk dikembangkan

 Model yang representatif dan telah teruji, mengundang untuk
dikembangkan pada permasalahan yang lebih kompleks pada
tingkat generalisasi yang lebih tinggi atau sistem yang lebih
besar
 Peka terhadap perubahan asumsi
 Model yang mempunyai variabel umpan balik yang baik,
pastilah mampu untuk menyelesaikan permasalahan jika
terdapat perubahan asumsi
5
22/03/2016
Klasifikasi Model
11
BERDASARKAN FUNGSI
BERDASARKAN STRUKTUR
Klasifikasi Model (Fungsi)

12
 Model Deskriptif
 Model yang memberikan gambaran dari sistem nyata
 Model Prediktif
 Model yang menunjukkan hubungan kausal dari interaksi
elemen-elemennya, sehingga dapat memberikan perkiraan
yang diramalkan akan terjadi jika salah satu elemen diubah
dengan variabel kontrol
 Model Normatif
 Model yang merekomendasikan solusi penyelesaian
permasalahan dari beberapa alternatif yang ada
6
22/03/2016
Klasifikasi Model (Struktur)

13
 Model Ikonis
 Model Analog
 Model Verbal
 Model Simbolik
 Model Matematis

14
 Model Ikonis
 Model yang menggambarkan sistem nyata dengan skala yang
berbeda
 Model Skala
 Model yang merepresentasikan dengan skala lebih kecil atau lebih
besar
 Model Piktorial
 Model yang merepresentasikan dengan gambar atau foto 2D/3D
 Model Prototype
 Model yang merepresentasikan dengan elemen belum lengkap
(elemen penting saja)
7
22/03/2016

15
 Model Analog
 Model yang mensubtitusikan elemen dan proses dari sistem nyata
dengan hal yang mempunyai kesamaan
 Analogi personifikasi
 Analogi yang dilakukan, di mana pemodel berperan sebagai pembuat
keputusan dan atau sebagai salah satu elemen dalam sistem
 Analogi langsung
 Analogi pada sistem lain yang sama
 Analogi subtitusi
 Analogi pada sistem berbeda yang mempunyai kemiripan perilaku
sistem yaitu yang mempunyai interaksi dan fungsi elemen sistem
mirip
 Analogi fantasi
 Analogi secara bebas berdasarkan logika pemodel

16
 Model Verbal
 Model yang merepresentasikan dengan menggunakan bahasa
 Model Narasi
 Model yang merepresentasikan dalam untaian kalimat untuk
mendeskripsikan
 Model Hirarki
 Model yang merepresentasikan dalam poin-poin bahasan dan sub
bahasan
8
22/03/2016

17
 Model Simbolik
 Model yang menggunakan simbol untuk menerangkan fungsi
perilaku sistem nyata
 Model Skematik
 Model yang merepresentasikan dengan menggambarkan kembali
dalam bentuk skema atau peta
 Model Simbolik
 Model yang merepresentasikan dengan simbol, lambang, tanda,
atau rambu
 Model Grafik
 Model yang merepresentasikan dengan grafik atau diagram

18
 Model Matematis
 Model yang menggunakan formulasi matematis (persamaan
atau pertidaksamaan) untuk menerangkan fungsi perilaku
sistem nyata
 Model Analitis
 Model yang merepresentasikan dengan formulasi matematis
untuk menerangkan fungsi perilaku sistem pada kondisi (waktu)
tertentu
 Model Simulasi
 Model yang merepresentasikan dengan formulasi matematis
untuk menerangkan fungsi perilaku sistem pada beberapa kondisi
(waktu) secara diskrit maupun kontinyu
9
22/03/2016
Prinsip Pemodelan
19
Prinsip Pemodelan
20
 Elaborasi
 Model dikembangkan mulai dari yang sederhana dan
kemudian secara bertahap dielaborasi hingga diperoleh model
yang lebih representatif.
 Penggunaan asumsi dalam model harus memenuhi
persyaratan konsistensi, independensi, ekuivalensi, dan
relevansi.
10
22/03/2016
Prinsip Pemodelan
21
 Iteratif
 Mengembangkan model tidak dapat dilakukan secara
mekanistik dan linear, melainkan dilakukan pengembangan
melalui pengulangan dan peninjauan ulang secara iteratif.
 Proses iteratif diawali dari model awal berdasarkan dugaan
atau hipotesa, kemudian dikembangkan secara bertahap,
hingga dicapai tingkat kompleksitas representatif yang
diharapkan.
Prinsip Pemodelan
22
 Sinektik
 Mengembangkan model dapat dilakukan secara sinektik, yaitu
metode pendekatan sistem dengan menganalogkan
permasalahan yang ada.
 Dengan begitu model lebih mudah dikenal dan dipahami,
karena mengadopsi dari prinsip-prinsip, hukum, teori,
aksioma, dan dalil yang sudah ada dan memiliki kemiripan
identik.
11
22/03/2016
23
Batasan dan Asumsi Model

24
 Batasan memberikan rambu-rambu lingkup sistem

yang dimodelkan dan cara pandang pemodel pada
sistem
 Asumsi menunjukkan elemen-elemen sistem yang
diabaikan pemodel karena dianggap tidak krusial
dengan kepentingannya dalam mempelajari sistem
12
22/03/2016
Stake Holder dari Pemodelan

25
System
System Customer
User
System
Analyst
System
Owner
Stake Holder dari Pemodelan

26
 System owner
 Pihak yang memegang otoritas membuat keputusan
 System user
 Pihak yang melaksanakan keputusan
 System customer
 Pihak yang merasakan dampak terlaksananya keputusan
 System analyst
 Pihak yang mempelajari sistem dan mengembangkan model
13
22/03/2016
Kreativitas Individu & Tim

27
Iluminasi dalam kreativitas

28
14
22/03/2016
Subyektivitas Model
29
 Kepentingan dalam tujuan mempelajari sistem

 Sudut pandang dan cara pandang pribadi pemodel
 Faktor personal meliputi budaya, kehidupan sosial,
pendidikan, pengalaman dan keyakinan
 Referensi pengetahuan sebelumnya dalam
memodelkan sistem serupa
Subyektivitas Model
30
Systems thinking is not a matter of black and white, but of

shades of grey
15
22/03/2016
Bias Pemodelan
31
Bias Pemodelan
32
16
22/03/2016
Bias Pemodelan
33
Bias Pemodelan
34
17
22/03/2016
Permasalahan Model
35
 Efisiensi dan efektivitas

 Pengembangan model biasanya dilatar-belakangi oleh adanya
masalah pengambilan keputusan.
 Bagi pembuat keputusan, efisiensi biasanya menjadi tujuan
utama.
 Model yang dibangun biasanya berhasil menyelesaikan
permasalahan dalam jangka pendek.
 Hal ini karena mengabaikan efektivitas, serta model yang
dibangun mempunyai batasan sistem dan tidak menjelaskan
sistem yang lebih besar, sehingga model yang dibangun tidak
adaptif.
Permasalahan Model
36
 Keluaran yang tak terduga

 Komponen-komponen yang membangun model tidak
selengkap di dalam sistem sebenarnya.
 Akibatnya interaksi komponen-komponen yang seharusnya
ada di dalam sistem tidak diketahui.
 Sehingga adakalanya muncul keluaran yang tidak diperkirakan
(unplanned), dan bahkan terkadang keluaran juga tidak sesuai
dengan dugaan dan intuisi (counterintuitive).
18
22/03/2016
Permasalahan Model
37
 Model cacat
 Sistem yang kompleks, menyebabkan pemodel mencoba untuk
menyederhanakannya dengan memecah permasalahan
menjadi beberapa komponen yang lebih kecil
 Dan karena interaksi antar komponen tersebut diabaikan,
maka model pun menjadi cacat, di mana keluaran dari model-
model komponen tersebut ternyata tidak mampu menjelaskan
bagaimana seharusnya keluaran dari sistem keseluruhan.
Permasalahan Model
38
 Model cacat dan keluaran tak terduga

 Interaksi sebab-akibat dari komponen satu terhadap
komponen yang lain, menjadi dasar beberapa pemodel untuk
menjelaskan interaksi antar komponen dalam sistem.
 Namun karena melupakan sebagian komponen lain yang
mungkin merupakan faktor penyebab, yang mungkin juga
merupakan umpan balik, menyebabkan model cacat, dan
keluaran yang diperoleh menyimpang dari yang diduga.
19
22/03/2016
Perangkap Pemodelan
39
Terdapat
interaksi antar Batasan model
elemen yang yang terlalu
belum termuat sempit
dalam model
Terdapat Perbedaan
elemen-elemen antara asumsi
sistem yang model dengan
tidak masuk Pikiran yang terjadi di
dalam model Terbuka sistem nyata
tapi Tetap
Fokus
Hal-hal yang perlu diingat

40
 Pemodelan bukanlah langkah akhir, melainkan alat

yang membantu dalam menyelesaikan masalah di
dunia nyata.
 Pemahaman masalah haruslah tepat untuk
menghindarkan hasil pemodelan yang bernilai
terbatas.
 Pemodelan hanya penyederhanaan dari
permasalahan yang sebenarnya.
 Model tidak sama persis dengan masalah nyata, karena masih
terdapat hal-hal yang belum tercakup pada model.
20
22/03/2016

41
 Karakteristik sistem yang dimodelkan sebaiknya

memperhatikan tujuan penyelesaian masalah yang
akan diraih.
 Karakteristik sistem sebaiknya menjelaskan
interaksi elemen-elemennya, meliputi pula
hubungan kausalnya (sebab-akibat)
 Formulasi matematis menunjukkan fungsi interaksi
dari variabel bebasnya dan telah teruji validasinya
dengan baik.
 Model matematis mampu mendeteksi adanya
kejadian anomali yang mungkin terjadi.

42
 Estimator yang digunakan sebaiknya konsisten.

 Desain eksperimen yang dibuat mampu menjelaskan
informasi yang dibutuhkan secara keseluruhan tanpa
memberikan informasi baru yang tidak mampu
dijelaskan model.
 Hasil analisa matematis mampu diinterpretasikan
secara benar.
 Pemilihan kriteria uji validasi yang tepat.
 Dapat membandingkan hasil penyelesaian dari
model dengan hasil optimal yang bisa diperoleh di
sistem nyata.
21
22/03/2016

43
 Memilih model yang paling mewakili sistem nyata,

bukanlah memaksakan model tertentu untuk
menyelesaikan masalah.
 Mampu memperbaiki model jika terdapat
penyimpangan.
 Model matematis yang dibuat sebaiknya sederhana
namun mampu merepresentasikan sistem
sebenarnya.

44
 Keterbatasan seseorang menyebabkan model yang

dibuat kurang bisa berkembang.
 Dengan dilakukan oleh beberapa orang maka pemodelan akan
lebih baik.
 Model cukup menjelaskan hal-hal yang penting,
sedangkan hal-hal lain yang ada dalam sistem dapat
diasumsikan.
 Asumsi dan batasan sistem haruslah terjelaskan.
22
22/03/2016
PEMODELAN SISTEM
03 MODEL DEVELOPMENT
Metodologi Pemodelan
46
Perumusan Penentuan
Masalah Tujuan Studi
Studi Penentuan Studi

Literatur Asumsi Observasi
Pemodelan Verifikasi
Konseptual Model
Y Valid ?
T
Pemodelan Verifikasi
Matematik Model
Analisa
Analisa Y Valid ?
T
Sensitivitas
Penerapan
Model
23
22/03/2016
Elemen Pemodelan
47
Pemodelan Konseptual Pemodelan Matematis
Penentuan
Identifikasi
Variabel
Elemen Sistem
Estimasi Penentuan
Karakterisasi
Parameter Distribusi
Sistem
Formulasi
Perilaku
Matematis
Sistem
Perumusan Masalah
48
24
22/03/2016
Perumusan Masalah
49
 Merumuskan masalah merupakan bagian paling

penting yang sering terabaikan.
 Diawali dengan menggali semua informasi dari stake
holder dan mendiagnosa gejala fenomena yang
ditemukan untuk mengidentifikasikan semua
masalah yang ada.
 Menganalisa semua masalah yang ada dan
keterkaitan satu dengan yang lain untuk
merumuskan akar permasalahan sebenarnya dengan
root cause analysis
Perumusan Masalah
50
 Untuk membantu dalam merumuskan masalah,

perlu mengklasifikasikan permasalahan dalam dua
kategori :
 Permasalahan kritis yang harus dijawab (must) dan
 Permasalahan yang perlu dijawab namun tidak terlalu kritis
(want).
 Menentukan lingkup dan batasan masalah sesuai
dengan kepentingan mempelajari sistem
 Menggambarkan permasalahan sistem dalam format
“as is”
25
22/03/2016
Penentuan Tujuan Studi

51
 Menentukan tujuan secara eksplisit, dengan

mendefinisikan permasalahan yang harus
diselesaikan dan menetapkan alternatif solusi
permasalahan yang akan menjadi kunci utama.
 Rujukan dari stake holder menjadi dasar penentuan
tujuan
 Menetapkan sasaran dan kriteria yang akan
digunakan untuk mengukur dan menganalisa hasil
(output) atau keluaran (outcome).
Penentuan Tujuan Studi

52
 Menganalisa situasi masalah untuk mengetahui

kendala dan peluang dalam mewujudkan tujuan.
 Menyusun rangkaian tujuan sesuai dengan tahapan
pencapaian atau urutan prioritas.
 Merancang beberapa skenario apabila diperlukan
 Menggambarkan tujuan studi dalam format “to be”
26
22/03/2016
Studi Literatur
53
 Hukum atau teori yang telah ada dapat dipelajari

untuk menambah dasar pengetahuan dalam
memodelkan
 Batasan dan asumsi yang digunakan dalam hukum
atau teori tersebut perlu diperhatikan
Penentuan Asumsi
54
 Asumsi diperlukan untuk keberhasilan proses

pemodelan (terutama formulasi matematis &
numerasi). Asumsi dibuat terkait dengan tingkat
kerumitan permasalahan yang akan dibahas.
 Penentuan asumsi-asumsi sebaiknya diperoleh dari
hasil perundingan stake holder. Kritik dan saran dari
masing-masing pihak akan membentuk persetujuan
mengenai asumsi-asumsi yang dikembangkan.
27
22/03/2016
Studi Observasi
55
 Mempelajari sistem (system thinking) sebaiknya

didukung dengan pengamatan langsung atau
observasi ke lapangan (real world)
 Berdiskusi dengan para stake holder
 Melalui observasi, akan dapat mengetahui elemen-
elemen sistem dan interaksinya
Pemodelan Konseptual
56
 Mengidentifikasikan elemen-elemen penyusun

sistem dan interaksinya yang sesuai dengan tujuan
mempelajari sistem dan asumsi-asumsi yang
digunakan.
 Menentukan karakterisasi sistem
 Statis atau dinamis
 Deterministik atau probabilistik
 Mendeskripsikan kerangka perilaku sistem dalam
logika berpikir pemodel
28
22/03/2016
Modeling of the Environment – Organization Interaction

System through the Cones of Resolution Technique
57
Feedback 1
A B
$$$ $$$
Environment : Firm :
Government technology, Investment, productivity,
market, world competition invention
1st level Feedback 2
Government
Market Environment Technology
2nd level World competition
Marketing research
Packaging Market Sales
Promotion
3rd
Measurement
Quantification or
Phase II.
ASPn = 1.05 x Pn-1
SFn = 1.03 x Sn-1 + 106 x PIn-1
BCPn = CPn-1 2 x 104 x PIn-1
……………………………………
4th level Pn = Sn – CMn – CSn – CPn
Dimension ASP (70), SF(70), BCP(70), P(70)

Data (S(I) = 2,E7)
……………………………………….
DO 12 N = 2,51
……………………………………….
5th level
End
Hubungan Sinergi Pola Berpikir

Kualitatif dan Kuantitatif
58
29
22/03/2016
The Process of Accumulating Systematic

Knowledge
59
Pendekatan Induktif
60
30
22/03/2016
Pendekatan Deduktif
61
Verifikasi Model Konseptual

62
 Pengembangan dan perbaikan karakterisasi dan

perilaku dalam internal model yang memuat semua
elemen-elemen sistem dan interaksinya yang
berkesesuaian dengan tujuan pemodelan
31
22/03/2016
Uji Validasi Model Konseptual

63
 Memastikan bahwa semua elemen-elemen yang

berpengaruh (dengan memperhatikan asumsi) telah
teridentifikasi
 Menguji karakterisasi dan kerangka perilaku sistem
Pemodelan Matematis
64
 Identifikasi dan klasifikasi variabel yang mewakili

atribut entitas atau interaksinya
 Variabel bebas (independent)
 Variabel keputusan(decision variable)
 Variabel tak terkendali (uncontrollable variable)
 Variabel terikat (dependent)

 Variabel perantara (intermediate variable)
 Variabel kinerja (performance measure)
32
22/03/2016
Pemodelan Matematis
65
 Estimasi parameter dan penentuan distribusi (untuk

model probabilistik)
 Distribusi empiris
 Distribusi gabungan
 Distribusi frekuensi
 Formulasi matematis
 Curve fitting
 Analisa regresi
 Algoritma
Verifikasi Model Matematis

66
 Pengembangan dan perbaikan formulasi matematis

dibandingkan terhadap model konseptual yang
dibangun
33
22/03/2016
Uji Validasi Model Matematis

67
 Black box validation  menguji dengan data-data

yang sama (data historis) dengan di sistem nyata
apakah memberikan hasil yang sama dan konsisten
 White box validation  menguji logika numerik
apakah formulasi matematis dapat
merepresentasikan perilaku sistem
Analisa Sensitivitas
68
 Memeriksa batasan sensitivitas model terhadap

perubahan pada :
 Asumsi
 Kendala
 Variabel keputusan dan variabel bebas lain
 Parameter
 Menganalisa keputusan dengan What-If Analysis
34
22/03/2016
Analisa dan Implementasi Model

69
 Analisa model apakah sudah cukup representatif

dengan mendiskusikan ulang dengan stake holder
 Selanjutnya model diimplementasikan dan
digunakan untuk memprediksikan kinerja sistem
dengan masukan variabel keputusan
70
35
22/03/2016
71
 Diagram dan grafik

 Misalnya : diagram balok, diagram venn, diagram radar, diagram pencar
 Hirarki
 Misalnya : bill of material, diagram dekomposisi, struktur organisasi, tree
 Struktur
 Misalnya : diagram ikonik, tata letak, peta
 Aliran proses
 Misalnya : flow chart, operation process chart, precedence diagram, network
planning, gantt chart, data flow diagram
 Hubungan
 Misalnya : entity relationship diagram, form-to chart, activity relationship chart,
tabel
 Sebab akibat
 Misalnya : influence diagram, fault tree analysis, fishbone diagram, rich picture
Mengenal Situasi
72
 Untuk mengenal situasi dalam pendekatan masalah,

perlu diketahui:
 Proses
 Struktur
 Personel
 Tujuan dan keinginan personel
 Hubungan antar personel
 Struktur hirarki
 Sumber daya yang tersedia
 Sumber data dan informasi
36
22/03/2016
Deskripsi Sistem Yang Relevan

73
 Deskripsi sistem menemukan semua komponen yang

relevan, termasuk hubungan struktur dan prosesnya.
 Membentuk dasar pembangunan model formal untuk
mempelajari dan memanipulasi situasi masalah.
 Model tersebut merupakan inti dari semua analisa
OR/MS.
 Memerlukan pendetilan yang hati-hati dan cukup
sehingga struktur yang penting dan hubungan proses
dapat disajikan dengan lengkap dalam model tersebut.
Deskripsi Sistem Meliputi:

74
 Proses transformasi atau aktivitas dalam sistem.

 Batasan sistem, yang memisahkan antara sistem dan
lingkungan sistem.
 Komponen dan subsistem beserta hubungan yang
stabil antara komponen dan subsistem tersebut.
 Input yang masuk ke dalam sistem dari lingkungan.
 Output sistem, baik yang diinginkan atau tidak dan
yang direncanakan atau tidak.
37
22/03/2016
Pendekatan Sistem Yang Relevan

75
 Pendekatan struktural, mengidentifikasikan dan

menyesuaikan struktur dasar yang sesuai dan
diketahui.
 Pendekatan proses, menganalisa proses dalam
sistem dan menemukan struktur yang sesuai dari
prinsip pertama.
Pendekatan Struktural
76
 Isu yang dipilih untuk studi yang lebih mendalam

mengusulkan penggunaan struktur khusus yang
biasanya ditemukan dalam situasi tersebut.
 Pendekatan struktural dapat digunakan dengan baik
jika situasi yang ada dapat dipahami dengan baik.
 Situasi yang ambigu dapat menyebabkan resiko
ketidaksesuaian struktur yang dibuat untuk isu yang
sedang dipelajari.
38
22/03/2016
Pendekatan Struktural
77
 Presaposisi pendekatan struktural adalah analis

cukup mengenal struktur dasar dalam sistem baik
secara teori maupun pengalaman praktis. Analis
yang berpengalaman akan dengan mudah mengenal
struktur dan deskripsi sistem untuk masalah yang
dianalisa.
 Jika tidak ada satupun yang dapat diidentifikasikan,
maka pendekatan proses harus dilaksanakan.
Pendekatan Proses
78
 Tidak menggunakan asumsi yang dibuat mengenai

struktur sistem yang mungkin.
 Struktur yang baik dihasilkan dari pengamatan
proses dan hubungan antara komponen sistem.
 Langkah awal untuk mengevaluasi kinerja adalah
menentukan dari sisi manakah sistem tersebut
dilihat dan kemudian menentukan proses
transformasi utama.
39
22/03/2016
4 Aturan Identifikasi
Komponen-Input-Output
79
1. Semua aspek yang berpengaruh terhadap sistem dan

yang pengaruhnya tidak signifikan merupakan input
dari lingkungan sistem.
2. Semua aspek yang secara langsung atau tidak
dikendalikan oleh sistem tapi tidak berpengaruh
terhadap aspek-aspek lain adalah output sistem.
3. Semua entity yang merupakan bagian struktur sistem
atau proses transformasi merupakan komponen sistem,
kecuali jika entity tersebut adalah output sistem.
4. Semua aspek yang tidak dipengaruhi sistem atau bukan
bagian dari struktur dan proses transformasi dapat
diabaikan.
4 Aturan Identifikasi
Komponen-Input-Output
80
 Aturan 1 dan 2 menyebabkan tidak adanya feedback

loop antara sistem dan lingkungannya.
 Aturan 3 menunjukkan bahwa entity-entity yang di
bawah kendali sistem adalah komponen sistem
kecuali entity tersebut adalah output.
 Pada kenyataannya, penentuan komponen-input-
output tersebut tidaklah sejelas dalam 4 aturan
tersebut.
 Aspek-aspek tertentu mungkin hanya berpengaruh
secara marginal dan pengendaliannya mungkin
hanya secara parsial.
40
22/03/2016
Beberapa model konseptual

81
 Input - Output Diagram

 Flow Diagram
 Rich Picture Diagram
 Mind Mapping Diagram
 Influence Diagram
 Network Diagram
 Hierarchical or Tree Diagram
 dan lain lain
82
 Model Verbal
 Model Narasi
 Deskripsi sistem oleh stake holder
 Persepsi sistem oleh system analyst
 Perumusan masalah dimulai dari latarbelakang studi hingga analisa
akar pemasalahan dan penentuan tujuan
 Model Tabel
 Komparasi kesamaan dan perbedaan
 Identifikasi elemen dalam sel irisan
 Penentuan skenario dalam eksperimen atau keputusan
 Model Hirarki
 Analisa faktor-faktor penyusun ukuran kinerja sistem
 Analisa dekomposisi sistem-subsistem
 Analisa akar permasalahan
41
22/03/2016
83

 Diagram Pencar
 Keacakan sebaran data
 Pengelompokkan data (stratifikasi)
 Analisa kecenderungan (tren atau regresi)
 Pola perulangan (siklus atau periodik)
 Diagram balok
 Perbandingan antar kelompok (misal perolehan suara)
 Pertumbuhan populasi
 Sebaran populasi (histogram)
 Prioritas berdasarkan frekuensi kejadian (pareto)
 Perbandingan agregat dan komposisi (stacked)
84

 Diagram Garis
 Analisa kecenderungan (tren atau regresi)
 Pengendalian fluktuasi data (peta kontrol)
 Perubahan tingkat suatu status (grafik persediaan sawtooth model)
 Analisa konsistensi, pemanasan, kelelahan dan istirahat dengan grafik
keluaran terhadap waktu
 Kemajuan pembelajaran (learning curve)
 Analisa biaya (total maupun marjinal)
 Diagram Pie
 Perbandingan komposisi antar kelompok
 Proporsi rasio perbandingan pembagian pasar
 Komposisi penyusun antar faktor
42
22/03/2016
85

 Diagram Radar
 Perbandingan antar kelompok pada beberapa variabel
 Benchmarking
 Diagram Gelembung
 Analisa SW-OT,
 Internal-External Matrix, General Electric Matrix
 Diagram Venn
 Pengelompokan sebaran data
 Irisan kelompok data
86
43
22/03/2016
87
88
 Model Hirarki
 Struktur organisasi
 Diagram dekomposisi
 Struktur produk (bill of material, precedence diagram untuk

perakitan)
 Struktur keputusan (Decision Tree Diagram, AHP)
 Analisa sebab akibat (fishbone diagram, Root Cause Analysis)
 Analisa rute jaringan
 Breakdown permasalahan komprehensif menjadi beberapa

masalah yang lebih sederhana
44
22/03/2016
89
 Model Struktur
 Diagram ikonik
 Peta
 Tata letak
 Diagram explode
 Maket
 Prototype
90
45
22/03/2016
91
92
 Aliran Proses
 Logic Model (input-process-output-outcome)
 Model Input Output
 Flowchart
 Flow diagram
 Process Chart (OPC, FPC, dan peta kerja lain)
 Value Stream Mapping
 Value Chain
 Precedence Diagram
 Gantt Chart, dan Network Planning
 Data Flow Diagram dan Sequence Diagram
 Process Approach Mapping
46
22/03/2016
93
 Relasi konektivitas
 Entity Relationship Diagram
 Form-To Chart
 Activity Relationship Chart
 Manajemen Konflik
 Manajemen Resiko
94
 Sebab-Akibat
 Rich Picture
 Mind Mapping
 Influence Diagram
 Fishbone Diagram (root cause analysis)
 Fault Tree Analysis
47
22/03/2016
Pemodelan Matematis
95
Formulasi Matematis
96
 Theorem
 Lemma
 Proposition
 Corollary
 Conjecture
 Converse
 Axiom/Postulate
 Paradox
48
22/03/2016
Karakteristik Model Matematis

97
 Berdasarkan Tujuan (purpose)

 Optimasi
 Model yang digunakan untuk mencari nilai optimal (terbaik =
maksimasi/minimasi)
 Eksplanasi
 Model yang digunakan untuk menunjukkan interaksi variabel
yang mempengaruhi perilaku sistem
 Deskripsi
 Model yang digunakan untuk menggambarkan perilaku sistem

98
 Berdasarkan cara analisa (mode of analysis)

 Analitik
 Model yang menggunakan teknik matematika dan statistika untuk
menghasilkan informasi yang optimal.
 Numerik
 Model yang menggunakan iterasi numerik untuk menghasilkan
informasi yang mendekati optimal (estimation / heuristic)
49
22/03/2016

99
 Berdasarkan perlakuan keacakan (treatment of

randomness)
 Deterministik
 Model yang tidak mengandung nilai keacakan, sehingga perilaku
sistem dapat diperkirakan secara pasti
 Probabilistik
 Model yang mengandung nilai keacakan, sehingga perilaku sistem
tidak dapat diperkirakan secara pasti.
 Stokastik
 Model yang mengandung nilai keacakan yang dipengaruhi oleh
waktu, sehingga perilaku sistem tidak dapat diperkirakan secara
pasti.

100
 Berdasarkan penerapan (generality of application)

 Untuk semua kasus homogen
 Model yang dapat digunakan untuk kasus-kasus yang mempunyai
kemiripan
 Untuk kasus tertentu.
 Model yang dibuat untuk kasus tertentu saja
50
22/03/2016
Klasifikasi Formulasi Matematis

101
 Berdasarkan interaksinya dengan waktu,

 Fungsi statis (stationary or time-invariant)
 Fungsi dinamis (time-variant)
 Berdasarkan ketergantungan dinamikanya pada

waktu,
 Fungsi diskrit
 Fungsi kontinyu
 Fungsi gabungan (hybrid)

102
 Berdasarkan korelasi dengan variabel bebasnya,

 Fungsi Linier
 Fungsi Nonlinier
 Berdasarkan banyaknya variabel bebasnya,

 Regresi sederhana
 Regresi berganda
51
22/03/2016

103
 Berdasarkan interaksi variabel bebasnya terhadap

fungsi,
 Distributed parameter
 Masing-masing variabel memberikan interaksi terhadap fungsi
secara terpisah
 Lumped parameter
 Variabel-variabel memberikan interaksi terhadap fungsi secara
bersama-sama.

104
 Berdasarkan tingkat derivatif fungsi diferensial,

 Homogenous
 Heterogenous
 Berdasarkan tingkat probabilitas variabel bebasnya,

 Deterministik
 Stokastik/probabilistik
52
22/03/2016

105
 Berdasarkan keberadaan konstanta faktor pengali

variabel bebasnya,
 Definisional (Definitional Equation)
 Persamaan hanya menunjukkan fungsi interaksi variabel
bebasnya saja tanpa adanya penambahan konstanta lain
 Empiris (Empirical Based Equation)
 Persamaan menunjukkan fungsi interaksi variabel bebas yang
berkaitan pula dengan adanya konstanta lain yang memberikan
bobot fungsi interaksinya. Konstanta yang disertakan dalam
persamaan diperoleh dari analisa regresi.
Variabel atau Peubah

106
53
22/03/2016
Variabel atau peubah

107
 Variabel eksternal (external variable)

 Variabel yang tidak dapat dikendalikan, namun
mempengaruhi perilaku sistem. Terkadang disebut juga
dengan exogenous, environmental atau uncontrollable
variable.
 Variabel kebijaksanaan / asumsi (policy variable)
 Variabel yang dapat dikendalikan bahkan dapat ditentukan
dengan asumsi. Terkadang disebut juga dengan decision atau
controllable variable.

108
 Variabel acak (random variable)

 Variabel yang menggambarkan keacakan / probabilitas
perilaku sistem
 Variabel pasti (deterministic variable)
 Variabel yang mengarahkan perilaku sistem agar dapat
diprediksikan.
54
22/03/2016

109
 Variabel respon (response variable)

 Variabel yang merupakan keluaran dari sistem yang
menunjukkan state yang menjadi fokus pemodelan. Terkadang
disebut juga dengan dependent variable.
 Variabel umpan balik (feedback variable)
 Variabel yang merupakan keluaran dari sistem yang berbalik
dan mempengaruhi perilaku sistem pada waktu selanjutnya.
Formulasi Matematis Deterministik

110
 Analisa Regresi
 Regresi Linier
 Regresi Nonlinier
 Regresi Polinomial
 Regresi Berganda
 Optimasi
 Turunan atau pendekatan Differensial
 Maksimasi/minimasi dengan batasan kendala
 Aljabar linier
 Vektor
 Matriks
55
22/03/2016
Formulasi Matematis Probabilistik

111
 Variabel Acak dan distribusi

 Probabilitas
 Probabilitas kumulatif
 Ekspektasi
 Pendekatan kalkulus
 Differensial
 Integral
 Pendekatan rantai markov

 Probability on node
 Probability on arrow
Pendekatan Heuristik
112
 Pendekatan algoritma atau prosedur yang

berdasarkan logika berpikir yang rasional dan
sistematis dalam menyelesaikan permasalahan dan
menemukan solusi alternatif
 Trial & error  Metode delphi
 Tabel  Metode transportation
 Penelusuran  Simulasi annealing
 Batu pijakan  Theory of constraint
 Metode Numerik  Interpolasi
56

Model

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Model

Diunggah oleh

Hak Cipta:

Format Tersedia

22/03/2016

Pemodelan Sistem 22/03/2016

 Suatu representasi atau formalisasi suatu sistem

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Latar belakang Pemodelan

 Sistem nyata terlalu kompleks

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

 Mengandung semua variabel penting yang relevan

 Variabel-variabel penting haruslah terkandung di dalamnya,

Pemodelan Sistem 22/03/2016

 Memudahkan pengertian sistem

Pemodelan Sistem 22/03/2016

 Tingkat generalisasi yang tinggi

Pemodelan Sistem 22/03/2016

 Potensial untuk dikembangkan

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Klasifikasi Model (Fungsi)

Pemodelan Sistem 22/03/2016

Klasifikasi Model (Struktur)

Pemodelan Sistem 22/03/2016

Klasifikasi Model (Struktur)

Pemodelan Sistem 22/03/2016

Klasifikasi Model (Struktur)

Pemodelan Sistem 22/03/2016

Klasifikasi Model (Struktur)

Pemodelan Sistem 22/03/2016

Klasifikasi Model (Struktur)

Pemodelan Sistem 22/03/2016

Klasifikasi Model (Struktur)

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Batasan dan Asumsi Model

 Batasan memberikan rambu-rambu lingkup sistem

Pemodelan Sistem 22/03/2016

Stake Holder dari Pemodelan

Pemodelan Sistem 22/03/2016

Stake Holder dari Pemodelan

Pemodelan Sistem 22/03/2016

Kreativitas Individu & Tim

Pemodelan Sistem 22/03/2016

Iluminasi dalam kreativitas

Pemodelan Sistem 22/03/2016

 Kepentingan dalam tujuan mempelajari sistem

Pemodelan Sistem 22/03/2016

Systems thinking is not a matter of black and white, but of

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

 Efisiensi dan efektivitas

Pemodelan Sistem 22/03/2016

 Keluaran yang tak terduga

Pemodelan Sistem 22/03/2016

Pemodelan Sistem 22/03/2016

 Model cacat dan keluaran tak terduga