2. What is MODEL ?
A simpler representation or formalization of a real system in a particular
language, symbol or form that represents the characteristics and
behavior of the system according to the point of view and the
knowledge base of the modeler in the purpose of studying the system.
Graphical, mathematical (symbolic), physical, or verbal representation
or simplified version of a concept, phenomenon, relationship, structure,
system, or an aspect of the real world. The objectives of a model
include (1) to facilitate understanding by eliminating unnecessary
components, (2) to aid in decision making by simulating 'what if'
scenarios, (3) to explain, control, and predict events on the basis of past
observations. Since most objects and phenomenon are very
complicated (have numerous parts) and much too complex (parts have
dense interconnections) to be comprehended in their entirety, a model
contains only those features that are of primary importance to the model
maker's purpose.
(http://www.businessdictionary.com/definition/)
3. What is MODEL ?
A description or analogy used to help visualize something (such as an
atom) that cannot be directly observed (https://www.merriam-
webster.com/dictionary/)
A simplified description, especially a mathematical one, of a system or
process, to assist calculations and predictions.
(https://en.oxforddictionaries.com/definition/)
Something that represents another thing, either as a physical object that
is usually smaller than the real object, or as a simple description that
can be used in calculations
(http://dictionary.cambridge.org/dictionary/english/)
4. Definisi Model
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
4
6. Latar belakang Pemodelan
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
6
7. Kriteria Model
Mengandung semua variabel penting yang relevan
Model merupakan representasi penyederhanaan dari
sistem. Sehingga untuk membuat model, variabel-variabel
penting haruslah terkandung di dalamnya, agar
representatif. Namun 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.
Namun kalau terlalu sederhana berakibat model kurang
representatif.
7
8. Kriteria Model
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,
memungkinkan dilakukan eksperimen pada model untuk
mendapatkan sistem yang optimal sebelum diterapkan.
8
9. Kriteria Model
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 yang
menjelaskan bagaimana mekanisme model dalam
menyelesaikan permasalahan.
9
10. Kriteria Model
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.
10
11. Klasifikasi Model (Fungsi)
Berdasarkan Fungsi
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.
11
13. Klasifikasi Model (Struktur)
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)
13
17. Klasifikasi Model (Struktur)
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.
17
21. Klasifikasi Model (Struktur)
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.
21
22. Klasifikasi Model (Struktur)
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
22
24. Klasifikasi Model (Struktur)
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.
24
25. Prinsip Pemodelan
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.
25
26. Prinsip Pemodelan
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.
26
27. Prinsip Pemodelan
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.
27
28. Batasan dan Asumsi Model
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
28
30. Stake Holder dari pemodelan
30
System
Owner
System
User
System
Customer
System
Analyst
31. Stake Holder dari pemodelan
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
31
32. Kreativitas Individu & Tim
32
Individual
creativity
Team
creativity
Mental
(assertiveness, attitude,
& confidence)
Morale
(beliefs & culture)
Mind
(knowledge & experience)
Debate
(arguing & convincing
others)
Discussion
(analyse & achieve
agreement)
Dialogue
(explore each other’s
understanding)
34. Subyektivitas Model
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
34
37. Bias Pemodelan
37
Apa yang “tampak”
(dari sudut pandang
pemodel) mungkin
hanya sebagian kecil
dibandingkan apa
yang “tersembunyi”
(karena ketidaktahuan
dan kelalaian
pemodel)
40. Permasalahan Model
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.
40
41. Permasalahan Model
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).
41
42. Permasalahan Model
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.
42
43. Permasalahan Model
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.
43
44. Perangkap Pemodelan
Terdapat elemen-elemen sistem yang tidak
masuk dalam model.
Terdapat interaksi antar elemen yang belum
termuat dalam model.
Batasan model yang terlalu sempit
Perbedaan antara asumsi model dengan
yang terjadi di sistem nyata
44
46. Hal-hal yang perlu diingat
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.
46
47. Hal-hal yang perlu diingat
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.
47
48. Hal-hal yang perlu diingat
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.
48
49. Hal-hal yang perlu diingat
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.
49
50. Hal-hal yang perlu diingat
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.
50