Penelitian Permodelan

dokumen-dokumen yang mirip
Klasifikasi Model. Teori dan Pemodelan Sistem TIP FTP UB Mas ud Effendi

Sistem berasal dari kata Yunani yaitu systema yang mengandung arti sehimpunan bagian atau komponen yang saling berhubungan secara teratur dan

Kriteria Model yang Baik

Unit 7 PEMODELAN MATEMATIKA. Pendahuluan. Selamat belajar dan tetap bersemangat, Tuhan memberkati. Wahyudi

PEMODELAN SISTEM. Pemodelan & simulasi TM04

Outline. 0 Pendahuluan 0 Formulasi Model dengan DUDE 0 Formulasi Model Deterministik

Outline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK

TIN102 - Pengantar Teknik Industri Materi #11 Ganjil 2014/2015 SISTEM TIN102 PENGANTAR TEKNIK INDUSTRI

Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc

Dasar-dasar Analisa Regresi

Materi minggu ke-2 r a z I q h a s a n

Karakteristik Model & Struktur Model. Ratih Setyaningrum, MT Hanna Lestari, M.Eng

MA2111 PENGANTAR MATEMATIKA Semester I, Tahun 2015/2016. Hendra Gunawan

STATISTIKA UNIPA SURABAYA

Teknik Simulasi. Eksperimen pada umumnya menggunakan model yg dapat dilakukan melalui pendekatan model fisik atau model matametika.

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

Arisma Yuni Hardiningsih. Dra. Laksmi Prita Wardhani, M.Si. Jurusan Matematika. Surabaya

BAB II TINJAUAN PUSTAKA

SILABUS. Tatap Muka Ruang Kelas, papan tulis, OHP, sound system. Evaluasi latihan/quiz selama proses pembelajaran berlangsung. Bentuk angka (0-100)

By. Ir. Yustina Ngatilah, MT SKS = 3

PENDUGAAN FUNGSI INTENSITAS PROSES POISSON PERIODIK DENGAN TREN FUNGSI PANGKAT MENGGUNAKAN METODE TIPE KERNEL

BILANGAN BERPANGKAT DAN BENTUK AKAR

BAB II LANDASAN TEORI. Dalam Kamus Bahasa Inggris dari Oxford [13] menjelaskan simulasi : The

3. KLASIFIKASI MODEL.

OPERATION RESEARCH-1

Beberapa Peubah Acak Diskret (1) Kuliah 8 Pengantar Hitung Peluang

Pertemuan 14. Teknik Simulasi

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

GARIS-GARIS BESAR PROGRAM PENGAJARAN

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. individu. Karena dalam pendidikan mengandung transformasi pengetahuan, nilainilai,

Model Matematika dari Sistem Dinamis

Isyarat dan Sistem TE200

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10); Garis Entry Behavior

JURNAL PENDIDIKAN MATEMATIKA, VOLUME 2, NOMOR 2, JULI 2011

SIMULASI SISTEM. Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu.

BAB3. LANGKAH-LANGKAHSIMULASI

BAB 1 SISTEM DAN MODEL

II. TINJAUAN PUSTAKA. 1. Pendekatan Pembelajaran Multiple Representations. umum berdasarkan cakupan teoritik tertentu. Pendekatan pembelajaran

STATISTICAL STUDENT OF IST AKPRIND

Pengantar Matematika. Diskrit. Bahan Kuliah IF2091 Struktur Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG

Konsep Umum Model dan Model Matematis

SISTEM PENGOLAHAN ISYARAT. Kuliah 2 Sinyal Acak

Model Matematis, Sistem Dinamis dan Sistem Kendali

Peubah Acak. Bahan Kuliah II2092 Probabilitas dan Statistik Oleh: Rinaldi Munir Sekolah Teknik Elektro dan Informatika ITB

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II MODEL Fungsi Model

Pengendalian Proses CHS SKS. Departemen Teknik Kimia FTUI

BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah

Pertemuan 8 STATISTIKA INDUSTRI 2 08/11/2013. Introduction to Linier Regression. Introduction to Linier Regression. Introduction to Linier Regression

BAB II TINJAUAN PUSTAKA. yaitu investasi, portofolio, return dan expected return, risiko dalam berinvestasi,

PENYAJIAN DATA. Etih Sudarnika Laboratorium Epidemiologi Fakultas Kedokteran Hewan IPB

STATISTIKA INDUSTRI 2 TIN 4004

MODEL PERSEDIAAN SINGLE-ITEM DENGAN MEMPERTIMBANGKAN TINGKAT KADALUWARSA DAN PENGEMBALIAN PRODUK

OUTLINE. Definisi Pemodelan Sistem. Konsep dasar pendekatan sistem. Pemodelan dan Langkah-langkah dalam pemodelan sistem

II. LANDASAN TEORI. 2. P bersifat aditif tak hingga, yaitu jika dengan. 2.1 Ruang Contoh, Kejadian dan Peluang

Geometri Siswa SMP Ditinjau dari Kemampuan Matematika. (Surabaya: PPs UNESA, 2014), 1.

I. PENDAHULUAN. 2.2 Klasifikasi Model Simulasi

PENENTUAN UKURAN CONTOH DAN REPLIKASI BOOTSTRAP UNTUK MENDUGA MODEL REGRESI LINIER SEDERHANA

Matematika Diskrit. Rudi Susanto

Dasar-dasar Analisa Regresi

PROSES PERCABANGAN PADA DISTRIBUSI POISSON

1. Konsep Sistem Bilangan 2. Konsep Gerbang Logika 3. Penyederhanaan logika 4. Konsep Flip-Flop (Logika Sequensial) 5. Pemicuan Flip-Flop 6.

SILABUS. 5. Evaluasi a. Kehadiran = 10% b. Tugas = 20% c. UTS = 30% d. UAS = 40%

SATUAN ACARA PERKULIAHAN MATA KULIAH : SIMULASI & PERMODELAN ( S1 / TEKNIK INFORMATIKA) KODE / SKS : KK / 3 SKS

Perkuliahan. Pemodelan dan Simulasi (FI-476 )

SIMULASI MENENTUKAN WAKTU MEMASAK BUAH KELAPA SAWIT MENGGUNAKAN FUZZY MAMDANI

BAB I PENDAHULUAN 1.1 Latar Belakang

Implementasi Algoritma Pencarian Akar Kuadrat Bilangan Positif

MATERI KULIAH PEMODELAN dan SIMULASI

Peningkatan Kemandirian Belajar Mahasiswa Melalui Penggunaan Pendekatan Modifikasi APOS

KEKUATAN KONVERGENSI DALAM PROBABILITAS DAN KONVERGENSI ALMOST SURELY

BAB 2 LANDASAN TEORI

PENGUKURAN DAN PENAKSIRAN

BAB II LANDASAN TEORI

1/14/2010. Riani L. Jurusan Teknik Informatika

Minggu II STATISTIKA MULTIVARIATE TERAPAN

Pengantar Matematika. Diskrit. Bahan Kuliah IF2120 Matematika Diksrit RINALDI MUNIR INSTITUT TEKNOLOGI BANDUNG

S I L A B U S. 5. Evaluasi - Kehadiran - Tugas - partisipasi diskusi, tanya jawab - UTS - UAS

PENDAHULUAN. Statistik dan Probabilitas untuk Teknik Kimia. Tujuan Pemelajaran. ENG Semester 5 3 SKS. Bambang Heru Susanto,, ST.

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Teknik Simulasi Kode/SKS: SS / (2/1/0) Dosen : NI, PPO Semester : V

SIMULASI: Deterministik dan Monte Carlo

PENDAHULUAN BEBERAPA ASPEK MODEL KARAKTERISTIK MODEL YANG BAIK PRINSIP-PRINSIP PEMODELAN CONTOH MODEL PERAN MODEL KLASIFIKASI MODEL

Modul ke: Psikologi Sosial 2. Dinamika Kelompok. Setiawati Intan Savitri, S.P. M.Si. Fakultas PSIKOLOGI. Program Studi Psikologi.

BAB I PENDAHULUAN. Pembelajaran sains di Indonesia dewasa ini kurang berhasil meningkatkan

SISTEM PENGENDALIAN PERSEDIAAN DENGAN PERMINTAAN DAN PASOKAN TIDAK PASTI (Studi Kasus pada PT.XYZ) AYU TRI SEPTADIANTI

MODEL STOKASTIK.

BAB I PENDAHULUAN. Ilmu kimia merupakan ilmu yang mempelajari tentang struktur, susunan,

KEMAMPUAN KONEKSI MATEMATIS DAN METODE PEMBELAJARAN QUANTUM TEACHING DENGAN PETA PIKIRAN

SINYAL DAN SISTEM DALAM KEHIDUPAN

UNIKOM. Pendesainan Model. Pemodelan Simulasi

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN. IPA (sains) pada hakekatnya terdiri atas tiga komponen, yaitu produk,

Transkripsi:

Penelitian Permodelan 1 1 Program Studi Teknik Pertanian Universitas Jenderal Soedirman Mata Kuliah Metodologi dan Komunikasi Ilmiah

Outline Model 1 Model 2 3 4

Capaian Pembelajaran Khusus Capaian Pembelajaran Khusus Mahasiswa mampu menjelaskan denisi model, kegunaan model, karakteristik model, dan jenis-jenis model Denisi Model Kegunaan model Karakteristik model Jenis-jenis model

Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = 1143 + 31.7 N 0.084 N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = 1143 + 31.7 N 0.084 N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = 1143 + 31.7 N 0.084 N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

Apa yang dimaksud dengan Model? Mannequin (orang-orangan) yang ada di toko baju bisa disebut model Maket yang dibuat oleh arsitek juga sebuah model Pernyataan : Cinta berbanding terbalik dengan kuadrat jarak bisa disebut model Y = 1143 + 31.7 N 0.084 N 2 (Pandey et al.,2000) dimana N = Pemupukan Nitrogen (kg/ha) dan Y = Produktivitas Jagung (kg/ha)

Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

Apa yang dimaksud dengan Model? Model adalah : representasi dari kenyataan dalam bentuk yang lebih sederhana (the real system) Model dapat berupa : Piktorial (iliustrasi, diagram, owchart) Konseptual atau Verbal Model Verbal atau konseptual dicirikan dengan variabel, proses/mekanisme dan hubungan antar variabel yang dinyatakan dengan bahasa/kata-kata, bukan dengan persamaan matematika. Misal : Kurt Lewin (1951) "Perilaku adalah fungsi dari manusia dan keadaan" Fisikal Matematika

TIdak Cukupkah hanya dengan Eksperimen? Seringkali eksperimen tidak memungkinkan (terlalu mahal, terlalu luas cakupannya, terlalu banyak parameter dll) Eksperimen yang diawali dengan permodelan mempunyai peluang sukses lebih besar (contoh : diperlukan waktu satu tahun untuk menemukan bagaimana membuat luka pada tikus percobaan yang mirip dengan luka pada tubuh bagian belakang pasien koma, namun hanya satu bulan untuk mendapatkan bentuk penekan dan besar tekanan yang diperlukan) Model memungkinkan kita mengkomunikasikan ide dengan lebih mudah Lebih memungkinkan kita untuk memasukkan lebih banyak variabel yang berpengaruh Sebagian besar eksperimen tidak memungkinkan untuk memasukkan segala hubungan interdependensi dan ketergantungan.

Matematika Kegunaan model matematika : untuk memecahkan permasalahan dalam sistem yang sebenarnya. Contoh : Bagaimana meningkatkan pertumbuhan dan hasil panen padi? Mengapa pengendalian erosi saat ini tidak efektif untuk menurunkan tingkat erosi Bagaimana ux CO 2 dari kanopi hutan bervariasi secara spasial? Bagaimana aliran air dapat mempengaruhi keragaman hayati?

1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

1 Model merupakan representasi yang TIDAK LENGKAP dari sistem utuh 2 Model dibangun dengan asumsi-asumsi 3 Akurasi model (dalam menggambarkan sistem) dan Kesederhanaan model (simplicity) saling berlawanan : semakin sederhana sebuah model, akurasinya akan semakin berkurang 4 Tidak ada satu model yang bisa mewakili semua keadaan 5 Permodelan tidak selalu mengenai komputer dan teknologi informasi, namun berkembangnya kecanggihan komputer saat ini sangat membantu berkembangnya dunia permodelan

Metodologi Permodelan (Hilel, 1977) Penting : Gambar diagram sistem!!

1 Model Mekanistik vs Model Empiris 2 Model Statis dan Model Dinamis 3 Model Diskret vs Model Kontinyu 4 Model Deterministik vs Model Stokastik

Model Mekanistik vs Model Empiris Model Mekanistik Diperoleh dari proses-proses yang sudah diketahui secara pasti, seperti proses sika-kimia-biologi. Disebut : Process-Based Model vs Model Empiris Disebut Model Korelasi atau Model Statistik. Menggambarkan hubungan antara variabel-variabel, tapi tidak menjelaskan hubungan proses sebab-akibat dari sebuah fenomena (black box)

Model Mekanistik vs Model Empiris Model Mekanistik Diperoleh dari proses-proses yang sudah diketahui secara pasti, seperti proses sika-kimia-biologi. Disebut : Process-Based Model vs Model Empiris Disebut Model Korelasi atau Model Statistik. Menggambarkan hubungan antara variabel-variabel, tapi tidak menjelaskan hubungan proses sebab-akibat dari sebuah fenomena (black box)

Model Mekanistik vs Model Empiris (Lanjutan...) Respon tanaman terhadap pemupukan digambarkan dalam proses : Respon tanaman terhadap pemupukan Nitrogen digambarkan dengan persamaan N Y = Y s + N max K+(N s + N), dimana Y max, N s, dan N adalah parameter yang t secara statistik dimana diperlukan parameter-parameter yang dicari dengan eksperimen lapang atau

Model Statis vs Model Dinamis Model Statis Model yang diantara variabelnya tidak ada variabel waktu t vs Model Dinamis Model yang diantara variable-variablenya ada variabel waktu t

Model Statis vs Model Dinamis Model Statis Model yang diantara variabelnya tidak ada variabel waktu t vs Model Dinamis Model yang diantara variable-variablenya ada variabel waktu t

Model Diskret vs Model Kontinyu Model Diskret Model dinamis, dimana variabel waktu (t) merupakan bilangan bulat vs Model Kontinyu Model dinamis, dimana variabel waktu (t) merupakan bilangan riil

Model Diskret vs Model Kontinyu Model Diskret Model dinamis, dimana variabel waktu (t) merupakan bilangan bulat vs Model Kontinyu Model dinamis, dimana variabel waktu (t) merupakan bilangan riil

Model Deterministik vs Model Stokastik Model Deterministik Tidak memiliki variable yang bersifat sebaran atau distirbusi probabilitas vs Model Stokastik memiliki variable yang bersifat sebaran atau distirbusi probabilitas (ˆp)

Model Deterministik vs Model Stokastik Model Deterministik Tidak memiliki variable yang bersifat sebaran atau distirbusi probabilitas vs Model Stokastik memiliki variable yang bersifat sebaran atau distirbusi probabilitas (ˆp)

Model Model adalah representasi sederhana dari sebuah sistem Model tidak bisa menggambarkan seluruhnya keterkaitan antar sistem Tidak ada satu model yang bisa digunakan untuk semua kasus

Appendix Referensi Referensi I National Research Council. 2008. Behavioral Modeling and Simulation: From Individuals to Societies. Washington, DC: The National Academies Press. Kuo, Benjamin C. 1987. Automatic Control System. Prentice Hall., Inc, Teh, C., 2006. Introduction to Mathematical Modeling of Crop Growth: How the Equations Are Derived and Assembled into a Computer Model, Boca Raton: Brown Walker Press.