PERTEMUAN-5 PEMODELAN DAN MANAJEMEN MODEL

1. PERTEMUAN-5PEMODELAN DAN MANAJEMEN MODEL

2. PENGEMBANGAN MODEL 1. Konsep Model 2. Pengembangan Model 3. Klasifikasi Model 4. Formulasi model 5. Siklus Model

3. I. KONSEP MODEL • Model diartikan sebagai tiruan dari kondisi sebenarnya, dengan kata lain model di-definisikan sebagai representasi atau for-malisasi dari suatu sistem nyata, atau pe-nyederhanaan dari gambaran sistem nyata. • Sistem nyata merupakan sistem yang sedang berlangsung dlm kehidupan, sistem yg dijadikan titik perhatian permasalahan.

4. Secara umum model digunakan untuk mem-berikan gambaran (description), memberikan penjelasan (prescription), dan memberikan perkiraan (prediction) dari realitas yang di-selidiki. • Menurut Siregar (1991), suatu model baik memiliki karakteristik sbb : 1. Tingkat generalisasi yang tinggi.

5. Semakin tinggi derajat generalisasi suatu model, maka semakin baik sebab kemam-puan model untuk memecahkan masalah semakin besar. 2. Mekanismetransparansi Suatu model dikatakan baik jika dapat meli-hat mekanisme suatu model dalam meme-cahkan masalah, artinya kita dpt menerang-kan kembali tanpa ada yg disembunyikan.

6. 3. Potensial untuk dikembangkan Suatu model yg berhasil biasanya mampu membangkitkan minat (interest) peneliti lain untuk menyelidikinya lebih jauh. 4. Peka terhadap perubahan asumsi Proses pemodelan tidak pernah berakhir (selesai), selalu memberi celah untuk mem-bangkitkan asumsi.

7. Dalam mengkonfirmasikan salah satu karak-teristik model, yaitu penyederhanaan sistem nyata. Ada 3 (tiga) bentuk proses penyeder-hanaan sistem nyata dalam studi ttg sistem : 1. Analisis sistem (system analysis) 2. Perancangan sistem (system design) 3. Postulasi sistem (system postulation).

8. 1. Analisis Sistem • Analisis sistem dilakukan untuk memahami bagaimana suatu sistem yg diusulkan dapat beroperasi. Idealnya, seorang analis bereks-perimen langsung dengan sistem tersebut. Akan tetapi kenyataan yg dilakukan adalah membangun model sistem tersebut dan me-nyelidiki perilakunya melalui model tersebut. Hasil yg diperoleh kemudian ditaksirkan dlm terminologi performasi sistem.

9. 2. Perancangan Sistem • Sasaran perancangan sistem adalah meng-hasilkan suatu sistem yg memenuhi bebe-rapa spesifikasi. Parameter-parameter atau komponen-komponen sistem tsb diseleksi atau direncanakan oleh perancang, dan secara konseptual dapat dipilih salah satu kombinasi khususnya untuk membangun suatu sistem. Sistem yg diusulkan dimodel-kan kemudian performansinya diperkirakan berdasarkan perilaku model.

10. Jika performansi yg diperkirakan ini sesuai dengan performansi yg diinginkan, rancang-an diterima, akan tetapi jika tidak sistem di-rancang ulang dan keseluruhan proses dila-kukan kembali.

11. 3. Postulasi Sistem • Postulasi sistem adalah karakteristik cara penerapan model dalam studi-studi sosial, politik, dan kedokteran, yg perilaku sistemnya diketahui tetapi proses yg menghasilkan peri-lakunya tidak diketahui. • Sejumlah hipotesis mengenai sekumpulan entiti atau aktivitas yg diduga kuat sebagai penyebab harus dibuat, agar perilaku yg di-amati dapat dijelaskan.

12. Studi akan membandingkan respon model yg didasarkan pada hipotesis ini dgn perilaku yg diketahui. Jika ditemukan kesesuaian, dapat diasumsikan bahwa struktur model sudah relevan dengan sistem nyata dan sistem nyata tsb dapat dipostulasikan. • Alasan lain yg mendorong orang utk mem-buat model adalah kenyataan bahwa hanya sebagian saja komponen-komponen pada

13. suatu sistem nyata yg benar-benar menentu-kan perilaku sistem untuk suatu persoalan yg sedang diamati. Hal ini mengisyaratkan bhw penggunaan model merupakan penyeder-hanaan validitasnya.

14. Ada 4 (empat) prinsip membangun model : 1. Keterorganisasian (Block Building) 2. Relevansi (Relevance) 3. Keakuratan (Accuracy) 4. Tingkat agregasi (Agregation)

15. Keterorganisasian (Block Building) • Tujuan pengorganisasian proses pemodelan adalah untuk menyederhanakan spesifikasi interaksi di dalam sistem. • Masing-masing block menggambarkan satu bagian sistem yang bergantung pada beberapa atau sedikitnya satu variable input, dan yang berubah menjadi variable output. • Maka sistem secara keseluruhan dapat digambarkan dalam terminologi keterkaitan antar blok.

16. Relevansi (Relevance) • Prinsip relevansi merupakan sifat yang melekat dalam model karena model harus menggambarkan satu bagian yang diamati. • Dengan demikian, model hanya dapat mencakup aspek-aspek yang relevan dengan sasaran-sasaran dan sudut pandang yang telah ditetapkan.

17. Keakuratan (Accuracy) • Keakuratan informasi bergantung pada tingkat kebutuhan pengguna model terhadap persoalan yang diamati atau ketelitian yang diinginkan.

18. Tingkat Agregasi (Agregation) • Tingkat agregasi perlu dipertimbangkan sesuai dengan tingkat kecukupan atau kepuasan minimal yang harus didapat dengan memakai model. • Maksudnya sampai sejauh mana tiap-tiap komponen maupun aktivitas akan diteliti atau komponen mana saja yang dapat dikelompokan menjadi satu komponen yang lebih besar.

19. Prinsip pengembangan model 1. Elaborasi 2. Analogi 3. Dinamis

20. Elaborasi • Pengembangan model dimulai dengan yang sederhana dan secara bertahap dielaborasi hingga memperoleh model yang lebih representatif. • Penyederhanaan dilakukan dengan menggunakan sistem asumsi ketat, yang tercermin pada jumlah, sifat, dan relasi variable-variablenya. Tapi asumsi yang dibuat harus memenuhi persyaratan seperti konsistensi,independensi, ekivalensi, dan relevansi.

21. Analogi • Pengembangan model dilakukan dengan menggunakan prinsip-prinsip hukum, teori yang sudah dikenal secara meluas tetapi belum pernah digunakan untuk memecahkan masalah yang dihadapi.

22. Dinamis • Pengembangan model bukanlah proses yang bersifat mekanistik dan linier. Jadi dalam tahap pengembangannya mungkin saja dilakukan pengulangan.

23. II. PENGEMBANGAN MODEL • Secara umum pengembangan model suatu sistem mengandung 2 (dua) tahapan proses, yaitu : 1. Pembuatan struktur model, yaitu menetap- kan batas-batas sistem yg akan memisah- kan sistem dari lingkungannya, dan mene- tapkan komponen-komponen pembentuk sistem yg akan diikutsertakan atau dike- luarkan dari model.

24. Dalam menetapkan keduanya, harus di- ingat bahwa model harus lengkap, valid, tetapi juga cukup sederhana. 2. Pengumpulan data, yaitu utk mendapat- kan besaran-besaran atribut komponen yg dipilih, dan utk mengetahui hubungan yg terjadi pada aktivitas-aktivitas sistem.

25. III. KLASIFIKASI MODEL • Gordon (1989) mengklasifikasi model : 1. Model Fisik 2. Model Matematika 3. Model Statis 4. Model Dinamis 5. Model Analitis 6. Model Numerik 7. Model Simulasi

26. 1. Model Fisik • Model fisik didasarkan pd beberapa analogi antara sistem-sistem seperti mesin dengan listrik atau listrik dgn hidrolika. Atribut-atribut model fisik dipresentasikan dgn pengukuran-pengukuran yg ditunjukkan oleh jarum pada alat ukur. Aktivitas-aktivitas sistem dicermin-kan oleh hukum-hukum fisika yg membangun model.

27. 2. Model Matematika • Model matematika menggunakan notasi dan persamaan-persamaan matematika untuk mempresentasikan sistem. Atribut-atribut di-nyatakan dengan variabel-variabel dan aktivi-tas-aktivitas dinyatakan dgn fungsi matema-tika yg menjelaskan hubungan antar variabel-variabel tersebut.

28. 3. Model Statis • Model-model dlm kategori statis, baik fisik atau matematika, memiliki nilai-nilai atribut yg berbeda dlm keadaan seimbang. Jika kese-imbangan diganggu dgn memberikan nilai-nilai baru pada salah satu atribut, sistem akan mencapai suatu keseimbangan baru, dengan nilai atribut yg baru pula. Perubahan itu sendiri tidak dapat diterangkan.

29. 4. Model Dinamis • Model dinamis menunjukkan perubahan se-tiap saat akibat aktivitas-aktivitasnya. Per-ubahan yg terjadi dlm sistem dapat diturun-kan sebagai fungsi waktu.

30. 5. Model Analitis • Model analitis adalah model yg penyelesaiannya dilakukan dgn teknis analitis, artinya dilakukan dgn menggunakan deduksi teori-teori matematika. Solusi yang diberikan model-model jenis ini adalah langsung dan bersifat umum. Suatu model persamaan matematika yg merepresentasikan lintasan gerak suatu objek, misalnya dapat diselesaikan secara langsung dgn teknik analitik, utk mendapatkan nilai atribut yg bersifat umum, seperti kecepatan maksimum, dan percepatan maksimum.

31. 6. Model Numerik • Model numerik adalah model yg diselesaikan dgn teknik numerik yg menghasilkan solusi melalui tahapan-tahapan perhitungan iteratif. Model ini mampu memberikan solusi yg bersifat khusus, yaitu pd keadaan-keadaan tertentu. Dengan mengguna-kan contoh model matematika lintasan gerak objek, nilai-nilai atribut pada keadaan tertentu dapat juga diketahui dengan teknik numerik. Kelebihan model ini dari model analitik adalah pada kemampuan menyelesaikan persoalan-persoalan yg kompleks.

32. 7. Model Simulasi • Emshoff (1970) mendefinisikan simulasi se-bagai suatu model sistem yg komponen-komponennya direpresentasikan oleh proses-proses aritmatik dan logika yg ada pada komputer, utk memperkirakan sifat-sifat dinamis sistem tertentu. • Dalam simulasi, informasi mengenai keadaan sistem diperoleh melalui tahapan-tahapan perhitungan waktu/selang waktu ke waktu/ selang waktu berikutnya.

33. IV. FORMULASI MODEL • Konsep formulasi model merupakan awal membangun model formal yg menunjukkan ukuran performansi sistem sebagai fungsi dari variabel-variabel model. Secara grafis besar, langkah-langkah konsep formulasi model ditunjukkan pada gambar berikut :

34. MASALAH SISTEM • Latar belakang Masalah • Identifikasi Masalah • Pembatasan Masalah • Definisikan Masalah • PEMAHAMAN SISTEM • Elemen • Relasi • Atribut MODEL KONSEPTUAL • VARIABEL MODEL • Identifikasi Variabel • Klasifikasi Variabel • Definisi Operasional Variabel Asumsi • FORMULASI MODEL • Fungsi dan Relasi Variabel • Ukuran Performansi Sistem • Model Formal Gbr. Tahap-tahap konsep Formulasi Model

35. V. SIKLUS MODEL • Konsep dan ide dasar untuk pemodelan membentuk siklus model yang meliputi 3 fase pengembangan, yaitu : 1. Fase Penentuan Masalah 2. Fase Pengembangan Model 3. Fase Pengambilan Keputusan

36. Tahap penentuan masalah Tahap pendukung keputusan Komunikasi masalah Pembuat Keputusan Formulasi masalah Tahap pengembangan Model Model Integrasi Penunjang Keputusan Penetapan Sistem dan Tujuannya Formulasi Model Presentasi dari Hasil Model Hasil Model Model Konseptual Representasi Model Eksperimen Model Komunikatif Pemrograman Model Eksperimental Perancangan Eksperimen Pemograman Model Gbr. Siklus Pengembangan Model

37. KOMPONEN-KOMPONEN SPK 2. Subsistem Manajemen Model Model (Basis Model) • Strategis, taktis, operasional • Statistik, keuangan, pemasaran, • Ilmu manajemen, akuntansi, • Teknik, dsb. Direktori Model Manajemen Basis Model Eksekusi model, Integrasi, dan prosesor perintah • Perintah pemodelan: creation • Pemeliharaan: update • Antarmuka database • Bahasa pemodelan Manajemen Data Manajemen antarmuka Subsistem Berbasis pengetahuan

38. KOMPONEN-KOMPONEN SPK 2. Subsistem Manajemen Model Subsistem manajemen model terdiri dari: • Basis Model Berisi rutinitas dan statistik khusus, keuangan, forecasting, ilmu manajemen, dan model kuantitatif lainnya yang memberikan kapabilitas analisis pada sebuah DSS. Model² pada DSS pada dasarnya adalah matematis; dinyatakan dalam rumus yang dapat diprogram dalam alat pengembangan DSS, ex: excel

39. KOMPONEN-KOMPONEN SPK 4 kategori utama Basis Model: • Model Strategis : mendukung manajemen puncak • Model Taktis : Cth: pemilihan server web, perencanaan persyaratan tenaga kerja, promosi penjualan, tata letak pabrik dll. • Model Operasional : Cth: persetujuan pinjaman pada bank, jadwal produksi, kontrol inventori, dll. Model Analitik : untuk menganalisis data. Meliputi model statistik, ilmu manajemen, algoritma data, model keuangan dll.

40. KOMPONEN-KOMPONEN SPK • Sistem Manajemen Basis Model MBMS mampu mengaitkan model² dengan link yang tepat melalui sebuah database. • Direktori model • Perannya sama dengan direktori database. Merupakan katalog dari semua model dan perangkat lunak lainnya pada basis model. • Berisi definisi model dan fungsi utamanya adalah menjawab pertanyaan tentang ketersediaan dan kapabilitas model.

41. KOMPONEN-KOMPONEN SPK • Eksekusi Model, Integrasi, dan Prosesor Perintah • Eksekusi model : proses mengontrol jalannya model saat ini • Integrasi model : gabungan operasi dari beberapa model saat diperlukan atau mengintegrasikan DSS dengan aplikasi lain. • Command Processor Model : menerima dan menginterpretasikan instruksi² pemodelan dari user interface dan merutekannya ke MBMS, eksekusi model atau fungsi² integrasi