Skip to content
Kembali ke hasil pencarian

System Dynamics — Pemodelan Stok-Aliran

Diperkenalkan oleh
Jay W. Forrester
Tahun
1961
Jenis
Continuous simulation / feedback modelling

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

System dynamics adalah metode simulasi kontinu, yang dikembangkan oleh Jay W. Forrester di MIT pada tahun 1961, yang merepresentasikan sistem kompleks melalui stok (akumulasi), aliran (laju perubahan), dan lingkaran umpan balik.

Dengan mengekspresikan hubungan ini sebagai persamaan diferensial biasa yang saling terhubung, metode ini mereproduksi bagaimana kebijakan, penundaan, dan umpan balik nonlinier mendorong perilaku sistem dari waktu ke waktu — menjadikannya alat utama dalam analisis kebijakan, pemodelan organisasi, dan penelitian keberlanjutan.

Intuisi di balik metode

Bayangkan sebuah bak mandi: ketinggian air adalah stok, keran adalah aliran masuk, dan saluran pembuangan adalah aliran keluar. Jika keran mengalir lebih cepat daripada saluran pembuangan, ketinggian naik; jika lebih lambat, ia turun. System dynamics menggeneralisasi gambaran ini ke sistem kompleks apa pun — populasi, rantai pasokan, epidemi, ekonomi — dengan menghubungkan banyak tangki semacam itu dengan katup yang merespons ketinggian air saat ini melalui lingkaran umpan balik. Lingkaran penguat mendorong pertumbuhan eksponensial atau keruntuhan; lingkaran penyeimbang mendorong sistem menuju tujuan. Metode ini memungkinkan Anda bertanya 'apa yang terjadi dari waktu ke waktu jika kita mengubah kebijakan ini?' tanpa perlu melakukan eksperimen nyata.

Sejarah

System dynamics didirikan oleh Jay W. Forrester di MIT, yang menerbitkan prinsip-prinsipnya dalam Industrial Dynamics (1961), kemudian menerapkan kerangka kerja ini pada perencanaan kota (Urban Dynamics, 1969) dan batas sumber daya global (World Dynamics, 1971). Business Dynamics (2000) karya John Sterman menjadi teks tingkat pascasarjana yang definitif, mengintegrasikan pemikiran umpan balik, metodologi pembangunan model, dan studi kasus ekstensif. Metode ini mendasari laporan Limits to Growth (1972) dari Club of Rome dan sejak itu digunakan dalam epidemiologi, manajemen rantai pasokan, kebijakan iklim, dan pemodelan sistem kesehatan.

Kapan digunakan

System dynamics sesuai ketika perilaku yang diminati muncul dari lingkaran umpan balik dan akumulasi dari waktu ke waktu — misalnya, penyebaran epidemi, osilasi inventaris, pertumbuhan populasi, atau efek jangka panjang dari kebijakan organisasi. Metode ini cocok untuk fenomena kontinu dan struktur deret waktu; jika sistem terdiri dari transaksi diskrit yang digerakkan oleh peristiwa, simulasi kejadian diskrit adalah pilihan yang lebih baik. Tidak diperlukan ukuran sampel minimum: metode ini digerakkan oleh persamaan daripada data. Validasi terhadap data historis sangat direkomendasikan tetapi tidak selalu mungkin dalam pekerjaan kebijakan prospektif.

Batasan dan pertimbangan

  • Asumsi waktu kontinu tidak sesuai untuk sistem yang digerakkan oleh peristiwa diskrit atau heterogenitas tingkat individu.
  • Kualitas model sangat bergantung pada kebenaran struktur kausal; lingkaran umpan balik yang terlewat atau batas yang salah tidak dapat dipulihkan hanya dengan kalibrasi.
  • Estimasi parameter seringkali tidak pasti; hasil harus selalu dikenai analisis sensitivitas dan dilaporkan sebagai rentang daripada prediksi titik.
  • Metode ini menghasilkan lintasan perilaku endogen, bukan perkiraan probabilistik; kuantifikasi ketidakpastian memerlukan pembungkusan Monte Carlo atau Latin-hypercube tambahan.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Menangkap dinamika umpan balik nonlinier dan penundaan waktu yang tidak terlihat dalam model statis atau berbasis regresi.
  • Tidak memerlukan ukuran sampel minimum — metode ini berfungsi bahkan ketika data historis jarang, bergantung pada pengetahuan struktural sistem.
  • Mendukung eksperimen kebijakan yang transparan: mengubah parameter atau struktur lingkaran menghasilkan perubahan perilaku yang dapat dilacak dan diinterpretasikan.
  • Dapat diterapkan di berbagai disiplin ilmu — epidemiologi, bisnis, ekologi, teknik, kebijakan publik — di mana pun stok dan aliran menggambarkan sistem.

Penerapan

  • Pemodelan epidemiologi penyebaran penyakit menular (model kompartemen tipe SIR).
  • Osilasi rantai pasokan dan manajemen inventaris dalam riset operasi.
  • Analisis kebijakan jangka panjang dalam kesehatan masyarakat, keberlanjutan lingkungan, dan sistem energi.
  • Studi pembelajaran organisasi dan perencanaan kapasitas dalam ilmu manajemen.
  • Perencanaan kota dan daerah, termasuk dinamika populasi dan kapasitas infrastruktur.

Cara kerjanya

Cara kerjanya

1

Analis mengidentifikasi variabel kunci yang terakumulasi dari waktu ke waktu (stok), menggambar diagram lingkaran kausal untuk memetakan lingkaran umpan balik penguat (R) dan penyeimbang (B), dan mendefinisikan batas masalah — memutuskan apa yang ada di dalam dan di luar model. Langkah kualitatif ini adalah inti intelektual dari system dynamics: batas yang digambar dengan buruk atau lingkaran umpan balik yang terlewat akan merusak semua hasil hilir.

2

Diagram lingkaran kausal diterjemahkan menjadi diagram stok-aliran. Setiap stok direpresentasikan oleh persamaan level, dan setiap aliran oleh persamaan laju yang menentukan seberapa cepat stok berubah. Variabel bantu dan fungsi tabel mengkodekan hubungan nonlinier dan penundaan waktu. Hasilnya adalah seperangkat persamaan diferensial biasa yang saling terhubung yang secara formal mendeskripsikan sistem.

3

Nilai numerik diberikan pada setiap parameter dalam persamaan laju: tingkat stok awal, koefisien, waktu tunda, dan nilai lookup fungsi tabel. Parameter dapat berasal dari data empiris, literatur yang diterbitkan, atau elisitasi pakar. Sensitivitas terhadap pilihan parameter harus dicatat sehingga dapat diselidiki pada tahap analisis.

4

Sistem persamaan diintegrasikan maju dalam waktu menggunakan pemecah numerik — biasanya Euler atau Runge-Kutta — pada langkah waktu tetap yang dipilih cukup kecil untuk menangkap dinamika tercepat dalam model. Pemecah menghasilkan lintasan deret waktu untuk setiap stok dan aliran dalam model selama horizon simulasi yang ditentukan.

5

Model diuji terhadap data historis (uji reproduksi perilaku) dan dikenai uji struktural: uji kondisi ekstrem, pemeriksaan konsistensi dimensi, dan uji kecukupan batas. Kalibrasi menyesuaikan parameter sampai lintasan simulasi cocok dengan data yang diamati dalam batas yang dapat diterima. Model yang gagal uji struktural tidak boleh dipercaya meskipun mereproduksi sejarah.

6

Setelah divalidasi, model digunakan untuk analisis skenario dan kebijakan. Parameter atau asumsi struktural diubah untuk merepresentasikan kebijakan alternatif, dan lintasan yang dihasilkan dibandingkan. Analisis sensitivitas mengidentifikasi parameter mana yang paling kuat memengaruhi hasil. Hasil diinterpretasikan dalam hal struktur umpan balik yang mendasarinya daripada perkiraan titik.

Kesalahan umum

  • Memilih langkah waktu yang terlalu besar relatif terhadap aliran tercepat dalam model menyebabkan ketidakstabilan numerik dan lintasan yang menyesatkan; jaga agar langkah waktu jauh di bawah konstanta waktu terpendek dalam model.
  • Melewatkan validasi struktural — uji kondisi ekstrem dan pemeriksaan konsistensi dimensi — dan hanya mengandalkan reproduksi perilaku berarti model mungkin tampak cocok dengan sejarah karena alasan yang salah.
  • Mencampuradukkan stok dan aliran: stok adalah kuantitas yang terakumulasi (misalnya, tingkat inventaris); aliran adalah laju (misalnya, unit per minggu). Salah mengklasifikasikan variabel merusak struktur persamaan.
  • Model yang terlalu banyak parameter dengan banyak variabel bantu yang tidak dibatasi membuat model cukup fleksibel untuk mencocokkan data apa pun tetapi secara struktural tidak berarti dan tidak dapat dipercaya untuk penggunaan kebijakan.

Pertanyaan yang sering diajukan

Bagaimana system dynamics berbeda dari simulasi kejadian diskrit?

System dynamics memperlakukan sistem sebagai aliran kontinu yang dijelaskan oleh persamaan diferensial dan paling cocok untuk fenomena agregat yang digerakkan oleh umpan balik seperti penyebaran epidemi atau osilasi inventaris. Simulasi kejadian diskrit melacak entitas individual yang bergerak melalui sistem — antrean, transaksi, pekerjaan mesin — dan lebih baik ketika waktu dan urutan peristiwa individual penting. Kedua metode ini saling melengkapi: system dynamics menangkap perilaku struktural jangka panjang; simulasi kejadian diskrit menangkap detail operasional jangka pendek.

Apakah saya memerlukan banyak data untuk membangun model system dynamics?

Tidak. System dynamics digerakkan oleh persamaan daripada data, sehingga dapat dibangun dengan data yang jarang dilengkapi dengan pengetahuan struktural dan elisitasi pakar. Data historis diperlukan untuk kalibrasi dan validasi reproduksi perilaku, tetapi metode ini tidak memberlakukan ukuran sampel minimum seperti model statistik. Ketika data tersedia, data tersebut harus digunakan untuk mengkalibrasi parameter dan menguji validitas model.

Apa perbedaan antara lingkaran umpan balik penguat (R) dan penyeimbang (B)?

Lingkaran penguat memperkuat perubahan dalam satu arah — pertumbuhan positif atau penurunan yang dipercepat. Lingkaran penyeimbang melawan perubahan, mendorong sistem menuju tujuan atau keseimbangan. Sebagian besar sistem nyata mengandung kedua jenisnya: pertumbuhan didorong oleh lingkaran penguat dan akhirnya diperiksa oleh lingkaran penyeimbang (batas sumber daya, efek saturasi). Mengidentifikasi lingkaran ini adalah langkah pertama dalam pemetaan lingkaran kausal.

Bagaimana validitas model ditetapkan dalam system dynamics?

Validitas bertumpu pada dua pilar pelengkap: uji struktural (uji kondisi ekstrem, konsistensi dimensi, kecukupan batas) memastikan bahwa persamaan model masuk akal dengan sendirinya; uji perilaku (reproduksi perilaku, analisis sensitivitas) memastikan bahwa model menghasilkan lintasan yang konsisten dengan data yang diamati. Model yang lulus uji perilaku tetapi gagal uji struktural tidak dianggap valid — model tersebut mungkin mereproduksi sejarah karena alasan yang salah.

Metode terkait

Sumber

  1. Sterman, J.D. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World. Irwin McGraw-Hill.

    ISBN: 978-0072389159
    Disalin.
  2. Forrester, J.W. (1961). Industrial Dynamics. MIT Press.

    ISBN: 978-0262060035
    Disalin.