Metode Penelitian: Penelitian Pemodelan.

Slides:



Advertisements
Presentasi serupa
Riset Operasional Pertemuan 2
Advertisements

1.  Matematika, mempelajari keteraturan hubungan antar lambang/simbol/unsur yang mempunyai arti (mewakili obyek tertentu)
III. METODOLOGI PENELITIAN
14. Validasi Model
Studi Transportasi.
Pemodelan Sistem & Simulasi Suatu Konsep
BY DR. HERI NUGRAHA. SE.MSi
BAHAN KAJIAN MK. METIL TANAH DASAR-DASAR PROSES PEMODELAN SISTEM Diabstraksikan Oleh: Prof.Dr.Ir.Soemarno,M.S Jurs tanah fpub, 2012.
Klasifikasi Sistem Sistem Abstrak vs Sistem Fisik
DISUSUN OLEH : IPHOV KUMALA SRIWANA
BADAN PENELITIAN DAN PENGEMBANGAN PERTANIAN KEMENTERIAN PERTANIAN
SUB SISTEM MANAJEMEN MODEL
Bab 2 Penelitian dan proses pengambilan keputusan.
Pengenalan Riset Operasional
BAB 1 MENGENAL SIMULASI.
VERIFIKASI DAN VALIDASI MODEL
MODUL 3 PENGERTIAN MODEL Oleh : Rosad Ma’ali El Hadi
SIMULASI.
Pengambilan Keputusan, Sistem, Pemodelan dan Dukungan
Pengantar SIMULASI Arif Rahman. Industrial Engineering..is concerned with the design, improvement, and installation of integrated systems of men, materials,
Pemodelan Dalam Riset Operasi
Pemodelan dan Simulasi Sistem (Pendahuluan)
BAB 2 SISTEM SIMULASI.
BAB 1 MENGENAL SIMULASI.
F2F-2:Pengantar Pemodelan
SISTEM PENUNJANG KEPUTUSAN Pertemuan ke-3 ( PEMODELAN )
KLASIFIKASI MODEL.
SPK Model dan pendukung
PENGANTAR MODEL STOKASTIK
Pemodelan Simulasi Sistem Diskrit
Analisis Model dan Simulasi
Materi Sesi ke 2 Konsep Sistem dan Informasi
ARSITEKTUR SISTEM PENDUKUNG KEPUTUSAN
Pertemuan Ke - 3 Formulasi Model dan Parameterisasi.
Rekayasa Perangkat Lunak Model Proses PL
Simulasi dan Pemodelan
PROSES PEMBUATAN KEPUTUSAN
Pengantar Pemodelan.
BAB I TEKNIK SIMULASI.
Materi Ke-1 PEMODELAN SISTEM DISUSUN OLEH : IPHOV K. S.
Pemodelan Sistem & Simulasi Suatu Konsep
CARA PENGUMPULAN DATA SENSUS DATA POPULASI ANALISIS NILAI PARAMETRIK
Pengantar model stokastik
SISTEM PENDUKUNG KEPUTUSAN
JENIS PENELITIAN, STRATEGI DAN METODENYA
TM1 PENDAHULUAN ; KONSEP RISET OPERASI DALAM SIM
TM4 LINIER PROGRAMMING SIMPLEX
KLASIFIKASI MODEL.
Learning Outcomes Mahasiswa dapat menyebutkan dasar pemodelan matematika khususnya definisi, tujuan, macam model dan langkah penyusunan model.
III METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN III - 1 SILABUS
PENGANTAR SIMULASI DEFINISI Simulasi sederhana 6
GAMBARAN UMUM SIMULASI
SISTEM INFORMASI MANAJEMEN (Pertemuan-7)
Pemodelan dan Analisis
III METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN III - 1 SILABUS
JENIS PENELITIAN, STRATEGI DAN METODENYA
PENGAMBILAN KEPUTUSAN MANAJEMEN
PEMODELAN.
MEMBANGUN MODEL SIMULASI YANG VALID DAN KREDIBEL
Konsep Simulasi Ipung Permadi, S.Si, M.Cs.
III METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN III - 1 SILABUS
III METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN III - 1 SILABUS
PEMODELAN SISTEM Dasar pemodelan dan simulasi sistem.
F2F-4: Teori pemodelan.
III METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN III - 1 SILABUS
Pemodelan Sistem & Simulasi Suatu Konsep
8. DAN 9. MEMILIH PENDEKATAN
PROSES PEMODELAN SISTEM
Pengenalan Riset Operasional
1 Tri Ernita.  Fungsi sejumlah variabel yang secara eksplisit dimasukkan kedalam struktur model dan ketepatan nilai yang berkaitan dengan setiap variabel.
Transcript presentasi:

Metode Penelitian: Penelitian Pemodelan

Contoh: Pengembangan Model Ecovillage: Pembangunan Kawasan Perdesaan Serta Peningkatan Sumbangan Pertanian Dalam Peningkatan Kualitas Hidup Penduduk Perdesaan Pemodelan Pindah Panas pada Pendinginan Siang Malam Larutan Nutrisi untuk Budidaya Tanaman Tomat Hidroponik Nutrient Film Technique Model Desa Mandiri Energi Berbasis Mikrohidro di Sekitar Taman Nasional Studi sistem deteksi dini untuk manajemen krisis pangan dengan simulasi model dinamis dan komputasi cerdas Design of Supervisory Environmental Parameter Ammonia (NH3) Control of Closed House System Model For Broilers Development and Validation of Prediction Model for O2 and CO2 Concentration of Fresh Tropical Horticultures under Modified Atmosphere Packaging (MAP)

Model Model adalah representasi atau deskripsi yang menjelaskan suatu obyek, situasi aktual (realitas), proses, sistem atau konsep. Model seringkali berupa penyederhanaan, dengan hanya memperhatikan faktor-faktor yang dianggap penting serta mengabaikan faktor-faktor yang dianggap tidak penting pada telaahan yang dilakukan, atau berupa idealisasi.

Sistem dan Model Sistem adalah sekumpulan unsur yang saling berinteraksi dalam suatu realitas yang terbatas yang menjadi objek telaahan. Sistem bersifat relatif karena tergantung pada tujuan mempelajari sistem tersebut. Model adalah penyederhanaan dari sistem, yang hanya memperhatikan faktor-faktor yang dianggap penting serta mengabaikan faktor-faktor yang dianggap tidak penting pada telaahan yang dilakukan.

Jenis - Jenis Model Angka “Persamaan” Simbol “Ketidaksa- Rumus maan” “MODEL SIMBOLIK” : Simbol-simbol Matematik Angka “Persamaan” Simbol “Ketidaksa- Rumus maan” Fungsi “MODEL IKONIK” : Model Fisik Peta-peta geografis Foto, Gambar, Lukisan 3. Prototipe, manekin “MODEL ANALOG” : Model Diagramatik: 1. Hubungan-hubungan 2. …... 3. …..

Sifat Model PROBABILISTIK/ STOKASTIK - Teknik Peluang - Memperhitungkan “uncertainty” “DETERMINISTIK”: Tidak memperhitungkan peluang kejadian

Sifat model … Model Deterministik vs. Stokastik Model Deterministik mengabaikan keragaman acak (random variation) Model Stokastik secara eksplisit memperhatikan adanya keacakan (randomness) Contoh-contoh keacakan yang menjadi perhatian dalam suatu model, meliputi Lamanya suatu operasi Frekuensi kegagalan suatu operasi Waktu antar kedatangan pelanggan Kejadian hujan

Fungsi Model MODEL DESKRIPTIF Deskripsi matematik dari kondisi dunia nyata “MODEL ALOKATIF” : Komparasi alternatif untuk mendapatkan “optimal solution”

Fungsi model … Model Deskriptif Model Alokatif/Preskriptif Ditentukan sekumpulan kondisi input dan strategi operasi, model ini akan memprediksi apa yang akan terjadi (model input-output) Model Alokatif/Preskriptif Ditentukan sekumpulan kondisi, model ini akan memberikan suatu solusi terbaik untuk suatu kondisi tertentu

Jenis-jenis model … Model Statis Vs. Dinamis Model statis menangkap tingkah laku sistem pada sebuah titik waktu tertentu Rata-rata tingkat pengembalian tahunan dari suatu investasi Total penggunaan bahan bakar pada suatu trip Model dinamis menggambarkan tingkah laku sistem sepanjang waktu tertentu Tingkat inventori suku cadang dari suatu sistem manufaktur Banyaknya orang yang menunggu sepanjang waktu untuk dilayani pada suatu sistem layanan pelanggan

Metode Penelitian Sistem

Penelitian Pemodelan Pemodelan merupakan tahapan dalam membuat model dari suatu sistem nyata. Tujuan dari studi pemodelan adalah menentukan informasi (variabel dan parameter) yang dianggap penting untuk dikumpulkan, sehingga tidak ada model yang unik. Bila sistem yang dipelajari terlalu kompleks, biasanya dibuat model untuk setiap subsistem, kemudian digabungkan.

Kegunaan Pembantu untuk berpikir Pembantu untuk berkomunikasi Alat untuk berlatih Alat prediksi Pembantu dalam percobaan

Kriteria model yang baik: 1. Mudah dimengerti pemakainya 2. Harus mempunyai tujuan yang jelas 3. Dinyatakan secara jelas dan lengkap 4. Mudah dikontrol dan dimanipulasi pemakai 5. Mengandung pemecahan masalah yang penting dan jelas 6. Mudah diubah, mempunyai prosedur modifikasi 7. Dapat berkembang dari sederhana menuju ke kompleks

Model Simulasi vs Simulasi Model Model simulasi : suatu model tiruan dari suatu proses atau sistem tertentu yang akan dikaji/diuji coba melalui proses simulasi. Simulasi model: proses ‘pengoperasian ‘ (running) suatu model untuk mengkaji karakteristik/perilaku proses atau sistem yang dimodelkan Model harus mempunyai karakteristik yang serupa dengan proses (sistem) yang sesungguhnya. Oleh karena itu, kita dapat mempelajari sistem nyata itu melalui model tiruan (simulasinya).

Untuk Apa Simulasi Model? Mempelajari suatu proses (sistem) jika hal itu terlalu sukar untuk dilakukan secara langsung. Sukar bisa juga diartikan sebagai mahal, berbahaya, secara teknis susah, dan sebagainya.

Contoh Permasalahan (1) Kita ingin mempelajari pengaruh komposisi dan assigment berbagai jenis equipment pada suatu operasi tambang terhadap produksi total, utilisasi equipment, dan sebagainya. Dapat dilakukan dengan melaksanakan eksperimentasi berbagai komposisi dan assignment yang layak (feasible). Memerlukan waktu yang lama, mahal, dan mengganggu proses operasi yang tengah berjalan.

Contoh Permasalahan (2) Kita ingin mempelajari lokasi fasilitas (logistik, maintenance, dsb.) serta pengaruhnya terhadap produksi total, utilisasi unit, dan sebagainya. Dapat dilakukan dengan melakukan eksperimen dengan berbagai kemungkinan lokasi fasilitas, dan kemudian amati tingkat produksi, utilisasi unit untuk setiap kemungkinan itu Memerlukan waktu yang lama, mahal, dan secara ekonomis sukar untuk dilaksanakan.

Secara Ideal … Kita menginginkan untuk memiliki segala informasi yang berkenaan dengan setiap alternatif yang dapat dipilih. Misalnya, jika kita memilih suatu komposisi fleet tertentu, bagaimanakah tingkat produksi, utlisasi unit, dan sebagainya. Eksperimentasi langsung, secara teknis dan ekonomis pada umumnya sukar dilakukan. Model simulasi akan dapat membantu dalam situasi semacam ini.

Dengan Model Simulasi Kita dapat mempelajari suatu proses (sistem) melalui model tiruannya Semua ini dapat dilakukan dengan cepat, murah dan tanpa harus mengganggu sistem yang tengah berjalan. Kita dapat mempelajari suatu sistem bahkan sebelum sistem itu ada secara phisik. Misalnya, kita dapat mempelajari efek penempatan suatu fasilitas tertentu sebelum fasilitas itu dibangun.

Secara Essensial Kita dapat mempelajari setiap alternatif keputusan tanpa harus secara nyata menerapkan alternatif tersebut. Kenyataan ini akan dapat membantu kita dalam usaha memilih alternatif yang terbaik.

Model Simulasi dan Pengambilan Keputusan

Beberapa Bentuk Solusi Solusi Analitik adalah solusi yang diperoleh secara langsung dengan tersedianya suatu formula atau rumus. Solusi Algoritmik adalah solusi yang dapat diperoleh dengan menggunakan suatu algoritma (prosedur) tertentu. Solusi Simulasi adalah solusi yang diperoleh dengan melakukan suatu eksperimentasi simulasi.

Simulasi Komputer Simulasi komputer adalah suatu proses perancangan model logika matematika dari suatu sistem nyata dan bereksperimentasi dengan model ini secara abstrak pada komputer.

Dengan dimungkinkannya kita melakukan suatu eksperimentasi secara abstrak tentang suatu sistem, maka dimungkinkan diperoleh suatu kesimpulan berkenaan dengan sistem tersebut dengan ciri: Tanpa harus membangun sistem, jika kita ingin mengevaluasi suatu sistem yang belum ada. Tanpa mengganggu sistem, jika kita ingin mempelajari sistem yang tengah beroperasi dan melakukan suatu eksperimen/perubahan pada sistem amatlah mahal ataupun berbahaya. Tanpa harus menghancurkan sistem, misalnya kita mempunyai tujuan untuk menentukan limit tekanan pada suatu sistem.

Proses Pemodelan Matematik

Langkah-langkah dalam studi pemodelan dan simulasi

Langkah-langkah dalam studi pemodelan dan simulasi Formulasi masalah: perumusan masalah yang menjadi pertanyan/kajian - penetapan tujuan - penggambaran kerangka pikir  flowchart umum Konseptualisasi model Pendekatan black-box  empirik, atau Pendekatan struktural  mekanistik Pengumpulan data  sesuai pendekatan Translasi model : penterjemahan model ke dalam program komputer

Model Empirik Diturunkan dari uji kinerja pada proses nyata Tidak didasarkan pada mekanisme yang melandasinya Mencocokkan fungsi tertentu untuk mencocokkan suatu keadaan Hanya gambaran lokal dari suatu keadaan saja (bukan ekstrapolasi) Model hanya sebaik datanya

Latar Belakang dan Tujuan Simulasi Pendekatan Enpirik Latar Belakang dan Tujuan Simulasi Pengamatan Sistem Nyata Analisis Sistem Identifikasi Input Pengumpulan Data Analisis dan Uji Pola Data Pengadaan Data Tiruan Pemodelan Sistem Pemasukan ke Program Penyusunan Program Penyajian hasil simulasi Validasi dan Verifkasi Pengoperasian Sistem Maya

Model Mekanistik Berlandaskan pada pemahaman kita tentang sebuah keadaan/proses Berguna untuk simulasi dan eksplorasi kondisi operasi yang baru Mungkin mengandung konstanta yang tidak diketahui yang harus diestimasi

Latar Belakang dan Tujuan Simulasi Pendekatan struktural Latar Belakang dan Tujuan Simulasi Pengamatan Sistem Nyata Identifikasi Input Analisis Sistem Pengumpulan Data Pemodelan Sistem Analisis dan Uji Pola Data Penyusunan Program Pengadaan Data Tiruan Pemasukan ke Program Penyajian hasil simulasi Validasi dan Verifkasi Pengoperasian Sistem Maya

Agrosistem – Typical Model Produksi Pertanian Mekanisasi Ketersediaan Pangan Pendapatan Kebutuhan Industri Al-Sin Penduduk Lahan + _ Kesempatan Kerja

Sistem Produksi Pangan + + + + ¯ + _ + + + C + + + + + + ¯ + ¯ B + + + + A +  + + + + + + + + + + + _ + + + + Rural Labor Access Roads Rural Income Other Income Source Food Export U-R Trade Commodity Price Production Farm Level Food Availability Land Use Agric. Input Urban Food Availability Rural Population Food Purchased Urban Population Food Import Food Price Urban Food Consumption Rural Food Consumption Nutrition Status Urban Income Job Availability

Model Penentuan Area Tanam Gandum

VALIDASI & VERIFIKASI MODEL 6. VALIDASI MODEL Uji prosedur pemodelan Menguji apakah PERILAKU UMUM DARI MODEL mampu mencerminkan perilaku sistem nyata Apakah mekanisme atau proses yang di “model” sesuai dengan yang terjadi dalam sistem nyata Inkonsistensi antara perilaku model dengan rsistem nyata harus dapat diberikan penjelasannya 7. VERIFIKASI MODEL Verifikasi: subjective assessment of the success of the Modelling Sampai seberapa jauh output dari model sesuai dengan perilaku sistem yang sesungguhnya Uji statistik untuk mengetahui “adequacy of the model”

Langkah-langkah dalam studi pemodelan dan simulasi Experimental design : rancangan skenario simulasi  variabel apa saja yang akan diubah dan dicobakan pada model Running model : pelaksanaan simulasi berdasarkan skenario yang dirancang dan analisis hasil + analisis sensitivitas Pengambilan keputusan/pembuatan rekomendasi  implementasi

SENSITIVITY ANALYSIS Perubahan input variabel dan perubahan parameter menghasilkan variasi kinerja model (diukur dari solusi model) ……… analisis sensitivitas Variabel atau parameter yang sensitif bagi hasil model harus dicermati lebih lanjut untuk menelaah apakah proses-proses yang terjadi dalam sistem telah di “model” dengan benar Re-Validasi MODEL