BAB III METODOLOGI SYSTEM DYNAMICS

Transkripsi

1 BAB III METODOLOGI SYSTEM DYNAMICS Dalam penelitian ini, analisis keandalan ketersediaan air baku Sungai Cikapundung Hulu dilakukan dengan menggunakan metoda system dynamics. Penggunaan system dynamics ini didasari pertimbangan bahwa metoda ini mampu merepresentasikan keterkaitan antar variabel-variabel yang dikaji dan mampu menggambarkan interaksi dari masing-masing sistem serta mensimulasikan perilaku sistem apabila dilakukan intervensi terhadap sistem tersebut. Penggunaan system dynamics lebih menekankan pada tujuan peningkatan pemahaman tentang bagaimana perilaku dimunculkan oleh struktur eksisting, serta bagaimana implikasi-implikasi perilaku yang dimunculkan pada saat sebuah kebijakan diintervensikan ke dalam struktur eksisting. Menurut Sterman, system dynamics adalah suatu bidang studi atas struktur dan perilaku sistem-sistem sosioteknis untuk memandu pengambilan keputusan, pembelajaran, dan pemilihan kebijakan yang efektif dalam dunia yang penuh kompleksitas dinamik (Sterman, 2000 dalam Supple, 2004). Dalam suatu permasalahan yang memiliki sifat dinamis dan mempunyai struktur umpan balik, maka akan sangat sesuai apabila dilakukan pendekatan pemodelan dengan menggunakan system dynamics. Dalam paradigma system dynamics diasumsikan bahwa dunia nyata merupakan suatu sistem yang mempunyai struktur umpan balik dengan hubungan linier maupun non-linier dan di dalamnya terdapat penundaan waktu (delay time). Secara umum pendekatan yang digunakan dalam penelitian maupun pemecahan suatu permasalahan dapat dibedakan menjadi 2 (dua) bagian, yaitu pendekatan kotak hitam (black box) dan pendekatan struktural. Dalam pendekatan kotak hitam, hubungan-hubungan struktural biasanya dicari melalui suatu proses deduksi dari data historis tentang tingkah laku suatu sistem. Penentuan variabelvariabel penting yang harus masuk dalam suatu model ditentukan melalui pengujian-pengujian statistik berdasarkan data tingkah laku sistem. Sementara itu, pendekatan struktural tidak hanya terfokus pada data, akan tetapi lebih kepada 50

2 fenomena dan perilakunya. Pendekatan ini didasarkan pada paradigma system thinking. Menurut Senge, terdapat 2 (dua) esensi dari system thinking (Tasrif, 2001), yaitu: a. Melihat hubungan saling bergantung (dipengaruhi atau dapat salin mempengaruhi atau umpan balik), bukan hanya hubungan sebab akibat searah; b. Melihat adanya proses-proses perubahan (proses yang berlanjut, on going process), bukan potret-potret sesaat. Konsep system dynamics dikembangkan dikembangkan pada tahun 1950an di Massachusets Institute of Technology (MIT) oleh Jay W. Forrester, yang merupakan suatu metoda permodelan yang penggunaanya erat hubungannya dengan pertanyaan-pertanyaan tentang tendensi-tendensi dinamik sistem-sistem yang kompleks, yaitu pola-pola tingkah laku yang dibangkitkan oleh sistem itu dengan bertambahnya waktu. Istilah dinamik (dynamics) dalam system dynamics mengacu pada situasi suatu sistem yang senantiasa berubah dari waktu ke waktu. Istilah tersebut juga dapat ditafsirkan sebagai perubahan-perubahan keadaan suatu sistem sebagai reaksi atas perubahan-perubahan pada variabel-variabel input (Kim, 1998:62). Sehingga dalam system dynamics proses pembuatan keputusan yang dilakukan pun akan menyangkut fenomena-fenomena yang dinamis. Fenomena dinamis ini dimunculkan oleh adanya struktur fisik dan struktur pembuatan keputusan yang saling berinteraksi. Struktur fisik dibentuk oleh akumulasi (stok) dan jaringan aliran orang, barang, energi, dan bahan. Sedangkan struktur pembuatan keputusan dibentuk oleh akumulasi (stok) dan jaringan aliran informasi yang digunakan oleh aktor-aktor (manusia) dalam sistem yang menggambarkan kaidah-kaidah proses pembuatan keputusannya. Asumsi utama dalam paradigma system dynamics adalah bahwa struktur fenomena proses pembuatan keputusan merupakan suatu kumpulan (assembly) dari struktur-struktur kausal yang melingkar dan tertutup (causal loop structure). Keberadaan struktur ini sebagai suatu konsekuensi logis dari adanya kendalakendala fisik dan tujuan-tujuan sosial, penghargaan dan tekanan yang menyebabkan manusia bertingkah laku dan membangkitkan secara kumulatif tendensi-tendensi dinamik yang dominan dari sistem secara keseluruhan. Oleh 51

3 karena itulah model-model system dynamics diklasifikasikan ke dalam model matematik kausal (theory like ) (Tasrif, 2001). Adapun prinsip-prinsip untuk membuat suatu model dinamik (Sterman, 1981) dalam Tasrif (2001) adalah sebagai berikut ini. 1. Keadaan yang diinginkan dan keadaan yang sebenarnya terjadi harus dibedakan di dalam suatu model. 2. Adanya struktur stok dan aliran dalam kehidupan nyata harus direpresentasikan di dalam model. 3. Aliran-aliran yang berbeda secara konseptual, di dalam model harus dibedakan. 4. Hanya informasi yang benar-benar tersedia bagi aktor di dalam sistem yang harus digunakan dalam pemodelan keputusan-keputusannya; 5. Struktur kaidah pembuatan keputusan di dalam model haruslah sesuai (cocok) dengan praktek-praktek manajerial. 6. Model haruslah robust dalam kondisi-kondisi ekstrim. Dalam metodologi system dynamics, suatu struktur umpan-balik harus dibentuk karena adanya hubungan kausal (sebab akibat). Dengan perkataan lain, suatu struktur umpan balik adalah suatu causal loop (lingkar sebab akibat). Struktur umpan-balik ini merupakan blok pembentuk model yang diungkapkan melalui lingkaran-lingkaran tertutup. Lingkar umpan balik (feedback loop) tersebut menyatakan hubungan sebab-akibat variabel-variabel yang melingkar, bukan menyatakan hubungan karena adanya korelasi-korelasi statistik. Hubungan sebabakibat antar sepasang variabel harus dipandang bila hubungan variabel tersebut dengan variabel lainnya di dalam sistem dianggap tidak ada. III.1. Pemodelan System Dynamics Dasar metodologi system dynamics adalah analisis sistem. Suatu sistem (suatu sistem dapat terdiri dari beberapa sub sistem) didefinisikan sebagai seperangkat unsur yang saling berinteraksi satu sama lain dengan pola interaksi yang salin mempengaruhi dan saling menentukan satu dengan yang lainnya. Interaksi yang terjadi di dalam sistem sepanjang waktu akan mempengaruhi keadaan unsur-unsur 52

4 di dalam sistem, sehingga struktur suatu sistem (system stucture) sangat ditentukan oleh pola hubungan diantara unsur-unsurnya, sedangkan batasan sistem (system boundary) akan membatasi/memisahkan sistem dengan lingkungannya. Karena perilaku sistem yang selalu dipengaruhi oleh strukturnya maka analisis sistem lebih banyak mempertimbangkan hubungan antar unsur (inter relasi) dalam sistem dibandingkan dengan detil input dan output data. Melalui pemodelan interelasi, analisis sistem akan mampu menjelaskan perubahan-perubahan dari masing-masing unsur sistem terhadap perubahan waktu. Dinamika perilaku suatu sistem sangat ditentukan oleh struktur umpan balik (feedback loops) yang menyatakan hubungan sebab akibat antar unsur bukan hubungan karena adanya korelasi-korelasi statistiik. Dalam pembentukan model tersebut dilakukan melalui pendekatan struktural atau berdasarkan pendekatan system thingking. Di dalam pendekatan system thinking tersebut struktur fisik maupun struktur pengambilan keputusan diyakini dibangun oleh unsur-unsur yang saling bergantung dan membentuk suatu lingkar tertutup (closed loop atau feedback loop). Hubungan unsur-unsur yang saling bergantung tersebut merupakan hubungan sebab akibat umpan balik dan bukan hubungan sebab akibat yang searah. Lingkar umpan balik tersebut merupakan pembentuk utama model (building block). Unsur-unsur dalam lingkaran umpan balik dapat berbentuk materi atau informasi dan dapat bersifat stok atau aliran. Dalam aliran ini dapat terjadi bias, distorsi, kelambatan, penguatan maupun peredaman, dimana hubungan yang terjadi antar unsur tersebutdapat terjadi secara linier maupun non linier. Terdapat 2 (dua) jenis hubungan kausal, yaitu hubungan kausal positif dan hubungan kausal negatif. Umpan balik negatif merupakan suatu proses untuk mencapai tujuan (goal seeking). Umpan balik ini cenderung menjadi penyeimbang terhadap setiap gangguan dan selalu membawa sistem ke dalam keadaan yang stabil. Umpan balik positif terjadi jika perubahan dalam komponen lainnya yang akan memperkuat proses awalnya. Umpan balik positif merupakan proses yang sifatnya tumbuh. Asumsi utama dalam paradigma system dynamics adalah bahwa tendensi-tendensi dinamik yang bersifat persisten pada setiap sistem yang kompleks adalah bersumber dari struktur kausal yang mau membentuk sistem tersebut. Keberadaan 53

5 struktur tersebut merupakan konsekuensi dari adanya interaksi antara kendalakendala fisik dan tujuan-tujuan sosial, penghargaan dan tekanan yang menyebabkan manusia bertingkah laku dan membangkitkan secara kumulatif tendensi-tendensi dinamik yang dominan dari sistem total (secara keseluruhan). System dynamics memiliki 4 (empat) fondasi teoritis yaitu: teori informasi feedback, teori keputusan, eksperimen simulasi komputer dan proses penyelesaian model mental. Sebagai metoda yang didukung dengan kekuatan simulasi komputer maka system dynamics dapat memberikan pemahaman yang lebih baik dan meramalkan berbagai kemungkinan yang akan terjadi pada berbagai jenis sistem sosial. Suatu sistem dipelajari guna mengetahui dinamika non linier dari perubahan perilaku di dalam sistem. Sebagian besar unsur model merupakan unsur realita dengan inter relasi di dalamnya. III.2. Langkah-langkah Pemodelan System Dynamics Ada beberapa langkah yang dilakukan untuk menyusun model System dynamics yaitu (Sterman, 2000) dalam (Suseno, 2005): 1) mengartikulasikan masalah (problem articulation); 2) merumuskan hipotesis dinamis (formulation of dynamic hypothesis); 3) merumuskan model simulasi (formulation of a simulation model); 4) menguji (testing); dan, 5) merancang dan mengevaluasi kebijakan (policy design and evaluation). III.2.1. Mengartikulasikan masalah (problem articulation) Pada tahap ini masalah diidentifikasikan, kemudian dilakukan dengan melakukan identifikasi dan analisis permasalahan yang akan dikaji. Menurut Sterman (2000) diperlukan basis data mental dan basis data tertulis selama dalam proses pembatasan masalah ini. Biasanya pembuat model mengembangkan karakteristik permasalahan awal ini melalui suatu diskusi dengan pihak terkait, mencari informasi penelitian tambahan yang telah dilakukan sebelumnya, pengumpulan data, melakukan wawancara dan observasi langsung dan peran serta. 54

6 Dua hal yang paling penting pada tahap ini adalah menyusun reference mode dan menetapkan rentang waktu (time horizon) secara eksplisit. Reference mode dapat berupa gambar atau data deskriptif lain yang menggambarkan permasalahan dan kemungkinan yang akan terjadi pada masa mendatang. Pengumpulan data dan informasi historis akan menjadi reference mode yang diwakili oleh pola perilaku kumpulan variabel yang meliputi aspek-aspek yang berhubungan dengan pola perilaku persoalan. Informasi historis ini sangat penting agar dapat menggambarkan pola perilaku persoalan dan memperkirakan kemungkinan perilaku permasalahan di kemudian hari. III.2.2. Merumuskan hipotesis dinamis (formulation of dynamic hypothesis) Tahap ini memfokuskan pada perumusan dynamic hypothesis yang dapat menjelaskan struktur umpan balik yang diperkirakan mempunyai kemampuan dalam mempengaruhi perilaku permasalahan. Pengembangan struktur sebab akibat didasarkan pada hipotesis awal, variabel-variabel utama, reference mode, dan data-data yang lain, antara lain dengan menggunakan model boundary diagrams, subsystem diagrams, causal loop diagrams, stock and flow maps, dan policy structure diagrams. Teknik pengembangan struktur yang sering digunakan adalah diagram sebab akibat (causal loop diagrams) Pembuatan causal loop diagrams dilakukan dengan menghubungkan antar variabel-variabel yang terkait dengan persoalan. Pola hubungan antar variabel tersebut digambarkan dengan diagram sebab akibat yang memperlihatkan sejauhmana interaksinya antara variabel satu dengan yang lainnya dan kemudian diidentifikasi lingkar umpan balik (feedback loop) yang terbentuk dari pola hubungan tersebut. Ada 2 (dua) macam lingkar umpan balik yang mungkin dapat terbentuk dalam diagram tersebut, yaitu lingkar umpan balik positif yang menghasilkan pola pertumbuhan, dan lingkar umpan balik negatif yang akan menghasilkan pola pencapaian tujuan (goal seeking). Kombinasi kedua lingkar tersebut akan menggambarkan pola perilaku sistem. Dinamika sebuah sistem dipengaruhi oleh faktor internal (endogenous) dan eksternal (exogenous). Faktor-faktor tersebut, terutama faktor endogenous merupakan variabel yang sangat penting dalam analisis suatu sistem. Oleh karena 55

7 itu, penentuan batas model perlu ditentukan terlebih dahulu dengan jelas agar untuk selanjutnya dapat lebih mudah untuk mendifinisikan faktor endogenous dan exogenous tersebut. Batasan model ini juga akan memudahkan dalam memisahkan proses-proses yang menyebabkan adanya kecenderungan internal yang diungkapkan dalam pola referensi dari proses-proses yang mempresentasikan pengaruh-pengaruh eksogen atau pengaruh yang berasal dari luar sistem. III.2.3. Perumusan model simulasi (formulation of a simulation model) Ada tiga hal penting dalam tahap ini, yaitu melakukan spesifikasi struktur dan keputusan, memperkirakan parameter, hubungan perilaku, dan kondisi awal, dan menguji konsistensi sesuai dengan tujuan dan lingkup masalah (Sterman, 2000). Penyusunan model simulasi dilakukan dengan mentransformasikan pola hubungan antar variabel diagram umpan balik ke dalam persamaan atau program komputer. Struktur dasar dalam pemodelan system dynamics adalah sebagai berikut. a) Level, merupakan akumulasi yang terdapat dalam sistem yang besarnya dipengaruhi oleh nilai awal dan nilai rate. Level pada suatu loop hanya bisa didahului oleh rate, tetapi tidak bisa diikuti oleh auxiliary atau rate. Level tidak bisa dipengaruhi secara langsung oleh level lainnya. b) Rate, adalah aliran yang bisa mengubah level dan nilainya dipengaruhi oleh informasi-informasi yang datang kepadanya. c) Aliran material adalah aliran dari level satu ke level yang lainnya, yang besarnya ditentukan oleh persamaan rate. d) Aliran informasi adalah struktur yang berperan dalam fungsi-fungsi keputusan yang tidak mempengaruhi variabel secara langsung. III.2.4. Pengujian (testing) Pengujian ini dilakukan antara lain untuk melihat kesesuaian perilaku simulasi model dengan perilaku sistem yang sebenarnya. Pengujian menekankan pada sejauh mana model yang disusun mampu menirukan pola perilaku historisnya. Setiap variabel harus bisa menggambarkan konsep yang terdapat di dunia nyata. 56

8 Pengujian dilakukan segera setelah menuliskan persamaan dalam simulasi. Apabila ditemukan adanya ketidaksesuaian pola perilaku antara model dengan perilaku historisnya, model segera diperbaiki agar bisa menggambarkan keadaan yang sebenarnya. Pengujian model dilakukan untuk mengetahui sejauh mana model yang dibuat sudah cukup valid atau sahih sehingga dapat memberikan keyakinan untuk digunakan dalam merancang kebijakan. Bila kesahihan model telah dapat dicapai, simulasi selanjutnya dapat digunakan untuk merancang kebijakan yang efektif. Hal tersebut dapat dicapai apabila pemodelan sistem-sistem sosial tersebut memenuhi kaidah-kaidah ilmiah (Tasrif, 1998). Untuk mendapatkan model yang sahih tersebut maka dalam pembuatannya harus sepenuhnya mengikuti suatu metoda ilmiah yang mensyaratkan bahwa suatu model harus mempunyai titik kontak yang banyak. Perbandingan berulang-ulang dengan kenyataan tersebut melalui titik kontak akan membuat model menjadi lebih komunikatif terhadap isuisu maupun perilaku yang dihasilkannya. Tasrif menggambarkan prinsip pemodelan kebijakan seperti terlihat pada Gambar 3.1. berikut: Observasi Struktur dunia nyata Perilaku dunia nyata Pembandingan Induksi Struktur model Perilaku model Logika deduktif Gambar III.1. Prosedur pemodelan system dynamics menurut Saeed (1994 : 23) Bila suatu korespondensi antara model mental sistem, model eksplisit dan pengetahuan empirik tentang sistem telah diperoleh, maka model yang dibuatdapat diterima sebagai suatu representasi persoalan yang sahih dan dapat digunakan untuk melakukan analisis kebijakan. Secara ringkas, pengujianpengujian yang dapat dilakukan dalam suatuu proses pemodelan system dynamics dirangkum dalam Tabel III.1. berikut ini. 57

9 Tabel III.1. Pengujian-pengujian model system dynamics Bidang Pengujian Pengujian struktur model Pengujian perilaku model Jenis Pengujian Verifikasi struktur Verifikasi parameter Kondisi ekstrim Kecukupan batas (struktur) Konsistensi dimensional Reproduksi perilaku Anomali perilaku Family member Perilaku mengejutkan Kebijakan ekstrim Pertanyaan yang diajukan dalam Pengujian Apakah struktur model konsistensi dengan pengetahuan deskriptif yang relevan tentang sistem? Apakah parameter-parameter model konsistensi dengan pengetahuan deskriptif yang relevan tentang sistem? Apakah masing-masing persamaan masuk akal meskipun inputnya memiliki nilai-nilai ekstrim? Apakah konsep-konsep yang penting menyangkut persoalan telah tercakup (endogenous) dengan model? Apakah masing-masing persamaan konsisten secara dimensional tanpa menggunakan parameterparameter yang tidak ada di dunia nyata? Apakah model secara endogenous membangkitkan gejala-gejala dan persoalan, mode-mode perilaku, frekuensi dan karakteristik lain dari perilaku sistem riil? Apakah perilaku abnormal muncul jika suatu asumsi model ditiadakan? Dapatkah model mereproduksi perilaku dari contohcontoh sistem lain dalam kelas yang sama seperti model (misalnya: dapatkah sebuah model perkotaan membangkitkan perilaku kota New York, Dallas, Carson City dan Calcutta bilamana diberi parameter masing-masing kota tersebut)? Apakah model menunjukkan adanya suatu mode perilaku yang sebelumnya tidak dikenali dalam sistem riil? Apakah model berperilaku sebagaimana mestinya bila dihadapkan pada kebijakan-kebijakan ekstrim 58

10 Bidang Pengujian Pengujian implikasi kebijakan Jenis Pengujian Kecukupan batas (perilaku) Karakter statistika Perbaikan sistem Prediksi perilaku Kecukupan batas (kebijakan) Sensitivitas kebijakan Pertanyaan yang diajukan dalam Pengujian atau input-input pengujian? Apakah perilaku model sensitif terhadap penambahan atau perubahan struktur untuk mewakili teori-teori alternatif yang dapat diterima? Apakah output model memiliki karakter statistika yang sama dengan output dari sistem riil? Apakah kinerja sistem riil meningkat melalui penggunaan model? Apakah model dengan benar menjabarkan hasilhasil dari kebijakan yang baru? Apakah rekomendasi kebijakan sensitif terhadap penambahan atau pengubahan struktur untuk merepresentasikan teori-teori alternatif yang dapat diterima? Apakah rekomendasi-rekomendasi kebijakan sensitif dengan variasi-variasi yang masuk akal dalam parameter-parameternya? Sumber : diadaptasi dari Sterman (1984 : 52) Selain pengujian-pengujian tersebut di atas perlu juga dilakukan pengujian model dengan uji statistik. Dalam uji statistik, standar yang digunakan untuk mengukur kesalahan adalah dengan melihat rata-rata kuadrat kesalahan (mean square error, MSE), yang dinyatakan dengan persamaan berikut (Sterman, 1984): dimana: MSE = 1/n S A... (3.1) A MSE = Mean Square Error; St = nilai simulasi pada waktu t; 59

11 At = nilai aktual pada waktu t; n = jumlah pengamatan (t = 1,... n) semakin kecil nilai MSE maka hal tersebut menunjukkan bahwa tingkat kesalahan yang ada di dalam model juga kecil dan demikian sebaliknya. Penafsiran kesalahan-kesalahan hasil simulasi ditunjukkan dengan Root Mean Square Percent Error (RMSPE), yang dinyatakan dengan persamaan berikut: RMSPE = 1/n 1 At 2 St At... (3.2) Kesalahan-kesalahan yang terkandung di dalam MSE dapat disusun dalam 3 (tiga) jenis kesalahan. Uji statistik ini didasarkan pada perhitungan bahwa error di dalam model merupakan proporsi ketidaksamaan bias (U M ), ketidaksamaan varian (U S ) dan ketidaksamaan kovarian (U C ). Dalam meningkatkan tingkat kepercayaan terhadap model maka model yang ideal seharusnya memiliki tingkat kesalahan yang sangat kecil dan terkonsentrasi pada U C dan U S. Namun dari semua uji statistik dimaksud, penentuan signifikansi dan tingkat toleransinya bergantung pada tujuan model tersebut dibuat dan karakteristik datanya. Persamaanpersamaan ketidaksamaan tersebut diuraikan di bawah ini: U M = S A... (3.3) U S = S A... (3.4) U C =. S A... (3.5) U M + U S + U C = 1... (3.6) 60

12 dimana: Nilai dari masing-masing besaran tersebut di atas diberikan oleh persamaanpersamaan berikut: =... (3.7) =... (3.8)... (3.9)... (3.10) r = (3.11). dimana U M = proporsi MSE karena bias U S = proporsi MSE karena varian U C = proporsi MSE karena kovarian = rata-rata nilai simulasi = rata-rata nilai aktual St = nilai simulasi pada waktu t At = nilai aktual pada waktu t S S = standar deviasi nilai simulasi S A = standar deviasi nilai aktual n = jumlah pengamatan (t = 1,... n) Hasil-hasil uji ketidaksamaan menjelaskan bebera hal sebagai berikut: a. Kesalahan karena bias diindikasikan dengan huruf U M yang besar, sementara nilai U S dan U C kecil. Kesalahan karena bias dianggap berpotensi 61

13 serius dan biasanya merupakan kesalahan dalam melakukan estimasi parameter. Kesalahan ini dikategorikan sebagai kesalahan sistematis antara model dengan dunia nyata. b. Kesalahan karena ketidaksamaan varian yang besar juga termasuk kesalahan sistematis. Terdapat dua macam kesalahan yang termasuk dalam kelompok ini, yaitu: Jika nilai U S mendominasi kesalahan, dengan nilai U M dan U C yang kecil berarti terdapat rata-rata yang sama dan korelasi yang tinggi, tetapi jarak varian rata-ratanya berbeda. Keadaan ini menunjukkan nilai simulasi dan nilai aktual mempunyai kecenderungan yang berbeda. Jika U S besar tetapi memiliki rata-rata yang sama (U M = 0) dan U C kecil, berarti kesalahan terjadi karena gangguan acak (random noise) atau nilai aktual mempunyai siklus yang berbeda dengan nilai simulasi. Interpretasi atas kesalahan ini sangat ditentukan oleh tujuan dalam membuat model. Jika model dibuat untuk menyelidiki pola siklus pada suatu sistem, maka kesalahan ini dapat dikategorikan sebagai kesalahan sistematis. Namun apabila tujuan pembuatan model adalah untuk melakukan analisis perilaku jangka panjang maka kesalahan ini tidak penting dan tidak bersifat sistematis. Kesalahan karena ketidaksamaan kovarian diindikasikan dengan nilai U C yang besar sedangkan nilai U M dan U S kecil. Hal tersebut menunjukkan bahwa nilai dari masing-masing titik (point by point) antara simulasi dengan hasil aktual tidak sama meskipun model dapat dikatakan memiliki nilai rata-rata dan kecenderungan yag sama dengan nilai aktualnya. Nilai U C yang besar merupakan indikasi terjadinya gangguan (noise) pada pola siklus (cyclical model) pada data historis yang tidak dapat ditangkap oleh model. Kesalahan ini pada umumnya bukan merupakan kesalahan yang sistematis. III.2.5. Merancang dan mengevaluasi kebijakan (policy design and evaluation) Setelah struktur model yang dikembangkan diyakini telah menggambarkan perilaku dunia nyata, model dapat dikembangkan untuk merancang dan 62

14 mengevaluasi kebijakan. Analisis kebijakan dilakukan untuk mengkaji pengaruh beberapa alternatif kebijakan yang dapat diimplementasikan untuk memperbaiki sistem yang sesuai dengan harapan. Terhadap kebijakan yang dipilih, langkah antisipasi dapat dilakukan untuk menghindari dampak pemilihan kebijakan tersebut. Menurut Sterman (2000), pemodelan merupakan suatu proses umpan balik (feedback), bukan suatu urutan tahapan yang linier. Oleh karena itu, model harus disusun secara iterative, selalu bertanya, menguji, dan menggali terus-menerus. Proses penyusunan model tidak berhenti hanya pada satu siklus, tetapi melalui proses yang berulang-ulang sampai dianggap cukup jelas dapat menggambarkan struktur permasalahan yang ingin dianalisis. Proses dianggap cukup apabila struktur model yang dikembangkan telah cukup dapat menggambarkan perilaku yang terjadi di dunia nyata. Tidak jauh berbeda dengan Sterman, Saeed (1994: 23 ) menggambarkan prosedur pemodelan system dynamics seperti terlihat pada Gambar 3.2 berikut. Model alternatif, pengalaman Bukti empiris Literatur Persepsi mengenai struktur Konseptualisasi sistem Time series yang empiris Perbandingan dan rekonsiliasi Perumusan model Perbandingan dan rekonsiliasi Proses vasilitasi struktur Proses validasi perilaku Penggambaran struktur model Deduksi perilaku model Peralatan deskripsi dan diagram Bantuan perhitungan Gambar III.2. Prosedur pemodelan system dynamics menurut Saeed (1994 : 23) 63

15 III.3 Penggunaan Metode Kualitatif dalam Pemodelan System Dynamics Pada dasarnya pemodelan dengan system dynamics memerlukan data kuantitatif untuk melakukan simulasi dengan komputer. Namun tidak semua fenomena, terutama fenomena sosial, dapat dikenali melalui pendekatan kuantitatif. Wolstenholme (1990), mengusulkan untuk mengombinasikan pendekatan kuantitatif dan pendekatan kualitatif untuk menyusun pemodelan dengan system dynamics. Kedua pendekatan ini dapat dikombinasikan secara harmonis dan saling mengkaitkan ide-ide kualitatif dengan data kuantitatif, sehingga informasi dapat dikembangkan secara lebih luas dan lebih komprehensif. Penggunaan metode kualitatif dalam pemodelan system dynamics juga dapat menginterpretasikan analisis data kuantitatif secara lebih jelas dan menyeluruh mengenai kinerja sistem, memperjelas struktur permasalahan, mengklarifikasi dan melakukan pengecekan (triangulasi) data primer dan skunder. Teknik pendekatan kualitatif yang dapat digunakan dalam pemodelan Di dalam penelitian ini yahap awal proses pemahaman struktur dan gejala perilaku pengelolaan DAS Cikapundung Hulu dilakukan melalui penelusuran data dan informasi (written model) dari studi pustaka. Data dan informasi mencakup hal-hal yang berkaitan dengan kondisi fisik dari DAS, keputusan-keputusan dari pihak-pihak yang terlibat di dalam pengelolaan DAS, serta aspek-aspek sosial ekonomi yang terkait dengan kondisi DAS. Melalui studi pustaka tersebut diperoleh penjelasan awal mengenai perilaku-perilaku historis dan faktor-faktor yang mempengaruhinya sebagai dasar di dalam penyusunan struktur awal model. Tahapan selanjutnya adalah diskusi dengan para pihak untuk menggali pengetahuan-pengetahuan para pihak yang memiliki pemahaman dan informasi yang relevan. Para pihak meliputi perwakilan dari institusi Bappeda, Dinas Tata Ruang dan Permukiman, Badan Pengelolaan Lingkungan Hidup Daerah (BPLHD), Badan Pusat Statistik, dan juga para pakar hidrologi yang melakukan kajian dan penelitian kawasan Bandung Utara. Informasi-informasi yang diperoleh tersebut menjadi referensi di dalam membangun dan mengembangkan struktur model. Konstruksi struktur dan perilaku model dilakukan dengan menggunakan program software Powersim Construktor