optimalisasi data dalam desain strategi kebijakan...
TRANSCRIPT
Optimalisasi Data dalam
Desain Strategi Kebijakan Berkelanjutan(System Dynamics Approach)
Dr. Irman Firmansyah, S.Hut, M.Si
• Head of System Dynamics Center
• Lecturer Doctoral Programme PSL & ESK – IPB
• Director Powersim Indonesia
E-mail : [email protected]
BBm : irmanf
www.irmanfirmansyah.com
Bagaimana cara
mengoptimalkan data
tersebut ?
Menyimpan data atau dokumentasi
Cara merekap
Cara Menganalisis dan visualisasi data
Yang mana dapat dilihat Time series?
0
1
2
3
4
5
6
A B C D E
0
1
2
3
4
5
6
A B C D EA B C D E
0
1
2
3
4
5A
B
CD
E
0
1
2
3
4
5
6
0 0.2 0.4 0.6 0.8 1 1.2
B D
• Korelasi
• Regresi
• Deskriminan
• VALIDASI
Model Pengendalian
Konversi Lahan Sawah
Pemerintah
(0,416)Petani
(0,262)Pelaku Usaha
(0,95)Akademisi
(0,048)
Tekanan
Penggunaan
Lahan
(0,443)
Petani Miskin
(0,079)
Industri
Pengolahan
Hasil
(0,084)
Penyuluhan
Pertanian
(0,162)
Kejelasan Tata
Ruang
(0,232)
Perlindungan
Lahan Sawah
(0,479)
Keberadaan
Tenaga Kerja
Petani
(0,120)
Kesejahteraan
Petani
(0,120)
Minimalisasi
Dampak
Lingkungan
(0,071)
Ketahanan
Pangan
(0,210)
LP2B Pemerintah
Berbasis Pemberdayaan
Masyarakat
(0,467)
Pariwisata
Ecoagroculture
(0,160)
Optimalisasi
Sumberdaya
Pelaku Usaha
(0,095)
Fokus
Aktor
Faktor
Tujuan
Alternatif
Pengelolaan Kelompok Sehamparan
(0,277)
L. Permodalan
(0,179)
Dukungan
Pemerintah Jangka
Panjang
Pemahaman LP2B
Petani
Rasa Memiliki
Terhadap Lahan
Kepemilikan
Luasan Beragam
Standarisasi Model
Pengelolaan
Terpadu
Keragaman
Tipologi dan
Morfologi
Peran Serta
Kelembagaan
Perencanaan
Wilayah Kluster
Kerjasama dalam
Program Pariwisata
Petani Masih
Konvensional
SDM Terlatih
Berbasis
Sumberdaya Lahan
Belum
Memanfaatkan
Hasil Riset
Pemasaran Produk-
Produk Pertanian
09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 290
30.000
60.000
90.000
120.000
150.000
ha
Hutan Kebun Belukar L Terbuka Pertanian LK
Sawah TBA Permukiman & Bangunan
•lahan permukiman dari 51.560,05
ha (2009) menjadi 95.764,24 ha
(2030)
•kondisi optimis dapat dikontrol
menjadi 85.455,48
•Skenario moderat dapat dikontrol
hingga seluas 88.287,04
Keterangan 2012 2030
Luas (m2) 546.440.400 957.642.000
Penduduk 6.739.478 8.528.442
Luas Per orang 81,08 112,29
•Standar luas yang nyaman per orang
9m2, sedangkan data tersebut mencapai
81,08 (tahun 2012), artinya 72,08 adalah
untuk bangunan lain diluar permukiman
(ruko, mall, industry, dll)
Lahan Sawah
LP2B
Pemerintah
Pemerintah
Permukiman
Tata Ruang
Ketahanan
Pangan
Petani
Penyuluhan
Industri
Pengolahan
Pemanfaatan
Limbah
dimiliki
(perlindungan)
kontrol
pajak
progresif
pem
bangunan
bantuan
petani miskin
IPPeningkatan
produktifitas
pem
ber
daya
an
Lapangan
kerja
Nilai
tambah
pendapatan
Nominal
Ordinal
Interval
Rasio
Persepsi
Time Series
CPI
AHP
MPE
SWOT
ISM
otherStatistik
Simulasi
B/C
Spasial
MDS
Skenario
V
A
L
I
D
A
S
I
Ku
alit
atif
Ku
an
tita
tif
No
n P
ara
me
tric
Pa
ram
etr
ic
Firmansyah. 2016. Optimalisasi Analisis Data-Metode Kualitatif dan Kuantitatif . Triwala Press
Analisis Kualitatif dan KuantitatifLe
ve
l o
f In
form
atio
n
Hal yang perlu diperhatikan adalah :
• Bagaimana mendesain pengambilan data
• Gambaran bentuk data yang akan di hasilkan
• Cara analisis (metodologi)
• Pemilihan tools yang sesuai
• Cara pendalaman Analisis
• Keterkaitan antar analisis
Pengertian, Pemahaman dan Penerapan
E-mail : [email protected]
Hp : 0815 83 600 15; BBm : irmanf
www.irmanfirmansyah.com
Keterkaitan Sistem Dinamik dalam Pemahaman Statistik
Y1 = AX1+BX2+CX3+DX4+...+E
Y2 = AX1+BX2+CX3+DX4+...+E
Y(A) = ax1+bx2+cx3+...+e
Y(B) = ax1+bx2+cx3+...+e
Y(a3) = ax1+bx2+cx3+...+e
Y(a2) = ax1+bx2+cx3+...+e
Y(a1) = ax1+bx2+cx3+...+e Regresi terbentuk karena masing-
masing nilai X atau x memiliki data yang
time series
Ilustrasi
• Durian
• Sapi Vs Kerbau
• Kambing Vs Domba
• Sawah Vs Tambak
• Sawah Vs Rumput
• Kesimpulan
• Cara Mendeskripsikan
• Parsial Benar?
• Holistik Salah?
• Model – real world
• Model Salah
System Thinking
• Umur Harapan Hidup • Kelahiran
• Kematian
• Populasi
• Penggunaan lahan
• Kebutuhan pangan, energi
• Limbah dan sampah
• Ukuran pohon
• Penahan air
• Karbon dan nilai rupiah
• Nilai buah, ranting, kayu
• Perencanaan/Pengelolaan HTI
• Volume dan waktu
• Jika sungai kering
• Ada industri
• LC/LD
• Beban Pencemaran dan Kemampuan Menetralisir
• Sakit karena pencemaran, berkurang ikan dll
• Materi, psikologi dll
SISTEM DINAMIK
Pengetahuan untuk memahami dan mempelajari dinamika sistem
DINAMIKA Perubahan
SISTEM Komplek dan saling terkait
SISTEM
kumpulan unsur yang saling terkait, berinteraksi untuk
melakukan suatu fungsi
MODEL
suatu bentuk penyederhanaan dari sistem yang rumit
untuk mempresentasikan dunia nyata (keadaan
sesungguhnya)
SIMULASI
menggambarkan dinamika (perilaku waktu) untuk
mengetahui keadaan masa lampau, kini dan masa
depan
• sistem terdiri atas beberapa subsistem, sistem akan
menjadi subsistem dari suatu sistem yang lebih besar
• Semua subsistem mempunyai keterkaitan dan pengaruh
terhadap sistem yang dibangunnya
• Keterkaitan mengakibatkan kompleksitas (DETAIL
COMPLEXITY AND DYNAMIC COMPLEXITY)
• DETAIL COMPLEXITY ADALAH besarnya jumlah subsistem yang membangun Sistem
• DYNAMIC COMPLEXITY ADALAH besarnya jumlah keterkaitansubsistem yang membangun sebuah sistem
• sistem mempunyai umpan balik (FEEDBACK)
• Sistem akan melawan setiap perubahan subsistem
• sistem mempunyai pengungkit (LEVERAGE), yaitu bagian sistem, dengan upaya perubahan yang kecil dapat menyebabkanperubahan yang besar
Sistem berorientasi pada TUJUAN
SHE
Sistem terbuka dan tertutupTerbukaTertutupTerbuka dan Tertutup
Proses OutputInput
Fisik
Abstrak (Verbal, Mental, Diagram, Gambar,
Matematik)
Model
Fisik Matematik
Statik Dinamik Statik Dinamik
Numerik Analitik Numerik
Simulasi
Inventarisasi
Permasalahan
Klasifikasi
Faktor
Penting
Formulasi
Masalah
Kebutuhan
Sistem
Identifikasi Sistem
Causal Loop
Pengelompokan
Data
Input-Output
Pemodelan
Struktur Model
Simulasi
Faktor Penting
(Kuantitatif)Validasi Check & Change
Simulasi Skenario
Evaluasi Model
Sensitivitas
Rekomendasi
Kebijakan
Implementasi
Resiko Skenario
Tujuan
Sistem
Faktor Penting
(Kualitatif/
Kuantitatif)
Ya
Tidak
Ya
Tidak
Firmansyah (2016)
Analisis Kebutuhan
Analisis Kebutuhan Pemerintah PetaniPelaku
Usaha
LSM dan
Peneliti
Lembaga
Permodalan
Penyuluhan Pertanian √√ √√√ √√√ √ -
Pola Pengelolaan √√ √√√ - - √√
Bantuan Pemerintah √ √√√ √√ √√ √
Stabilitas Harga √√ √√√ √ - √
Pemanfaatan Limbah √√√ √√√ √ √ √
Pencetakan Lahan
Sawah
√√√ - √ - -
Industri Pengolah Hasil √√ √√ √√√ √ -
Saprodi √ √√ √ √ -
Penegakan Hukum √√√ √ √√ - √
Lembaga Pemasaran - √√ - - √√
Tabel 11 Matriks kebutuhan sistem
Keterangan : √ = cukup penting; √√ = penting; √√√ = sangat penting
INPUT LINGKUNGAN
Peraturan dan Perundangan
MODEL PENGENDALIAN
KONVERSI LAHAN SAWAH
Input Tak Terkontrol Pertumbuhan penduduk
Inflasi
Harga lahan
Input Terkontrol Bantuan Pemerintah
Pemanfaatan produk turunan
Kontrol laju permukiman
Penyuluhan pertanian
Kejelasan tata ruang
Output Dikehendaki Konversi lahan sawah terkendali
Ketersediaan tenaga kerja petani
Pendapatan petani meningkat
Nilai ekonomi manfaat limbah
Kecukupan kebutuhan pangan
Output Tidak Dikehendaki Pertumbuhan permukiman pesat
Berkurangnya minat petani
Banyaknya petani kategori miskin
Nilai kerusakan lingkungan tinggi
Impor beras
Evaluasi Manajemen
Pengendalian Konversi Lahan
Sawah
Black Box Diagram Model Pengendalian Konversi Lahan Sawah
Model Pengendalian Konversi Lahan Sawah
Sawah
Hutan
Tambak dan
Badan Air
Pertanian
Lahan Kering
Permukiman
& Bangunan
Kebun Belukar &
Lahan Terbuka
Penduduk
Penggunaan Lahan
Angkatan
Kerja
Bekerja Pengangguran
Petani
Bukan
Petani
Kualitas
SDMKreatifitas
Penyuluhan
Lapangan
Kerja
Industri
Pengolah
Luas
Panen
Indeks
Penanaman
Produksi
Produktifitas
Pendapatan
Petani
Kontribusi
PDRB
LimbahNilai Jasa
Lingkungan
Nilai
Ekonomi
Langsung
Nilai
Lingkungan
Lingkungan
Sosial
Ekonomi
+
+
+-
Tata Ruang
Bantuan
Pemerintah
+
+
+
++ +
+
+
+
-
+
+
+
+
++
+
++
+
+
+
+
+
-
-
- +--
--
-
-
-
- --
-
+
+
+
+
+
-
Causal Loop Diagram (IrmanFirmansyah, 2016)
• Daya dukung (ekonomi dan pertambangan)
• Bukan Ilmu memprediksi
• Seni membaca grafik/kemungkinan untuk mengarahkan dan mempertajam pengambilan keputusan
Perlu Berfikir Sistem
Mencapai tujuan dengan batasan-batasansistem
Mengetahui masalah dan akarpermasalahan
Mengetahui keterkaitan antar faktor Membuat keputusan yang tepat, cepat
dan efisien dengan berlandaskankeilmiahan
Perencanaan dan pembuatan kebijakandalam berbagai hal
Validasi perilaku model dilakukan dengan membandingkan antara besar dan sifat kesalahan dapat digunakan: 1) Absolute Mean Error(AME) adalah penyimpangan (selisih) antara nilai rata-rata (mean) hasil simulasi terhadap nilai aktual, 2) Absolute Variation Error (AVE) adalah penyimpangan nilai variasi (variance) simulasi terhadap aktual. Batas penyimpangan yang dapat diterima ada lah antara 1-10%.
AME = [(Si – Ai)/Ai]...........................................................(1)
Si = Si N, di mana S = nilai simulasi
Ai = Ai N, di mana A = nilai aktual
N = interval waktu pengamatan
AVE = [(Ss – Sa)/Sa]........................................................(2)
Ss = ((Si – Si)2 N) = deviasi nilai simulasi
Sa = ((Ai – Ai) 2 N) = deviasi nilai aktual
Validasi
Hal Yang Diperhatikan Dalam Membuat Simulasi Model
1. Batasan Sistem
2. Penentuan Tujuan
3. Stakeholder dan Kebutuhannya
4. Black Box
5. Causal Loop dan Pengelompokan Variabel (Hubungan +/-)
6. Pemilihan Tools
7. Verifikasi Data dan kelengkapan Time series, serta data given (asumsi).
8. Modifikasi data, jika tidak lengkap
8. Running Trial by error, dengan pengembangan bertahap
(hindari nilai negatif)
9. Art of simulation
10. Validasi Model
11. Pengecekan satuan
12. Skenario faktor penting, Integrated dengan analisis
lainnya?
Spatial Dynamic
• Tidak hanya prediksi lahan (Evaluasi RTRW)
• Prediksi luasan terkena bencana gunung api
• Prediksi bencana banjir dan longsor
• Prediksi ketersediaan air tanah dimasa yang akan datang, dll
REFERENCEDaniel H. Kim & Virginia Anderson. 1998. System Archetype Basics, Pegasus Communications,
Inc. Waltham, MA.
Eriyatno. 2003. Ilmu Sistem (Meningkatkan Mutu dan Efektivitas Manajemen). IPB Press. Bogor.
Hartrisari. 2007. Sistem Dinamik: Konsep Sistem dan Pemodelan untuk Industri dan Lingkungan. SEAMEO BIOTROP. Bogor. Indonesia
Jay. W. Forrester. 1968. Principles of Systems, Pegasus Communications, Inc. Waltham.
Manetsch, T.J. & G.L. Park. 1977. System analysis and simulation with application to economic and social system. Part I. Third Edition. Dept. Of Electrical Enginnering and System Science. Michigan State University, East Lansing, Michigan.
Michael R. Goodman. 1988. Study Notes in System Dynamics, MIT Press.
Muhammadi, E. Aminullah, & B. Susilo, 2001. Analisis Sistem Dinamis. UMJ Press, Jakarta.
Singgih Santoso, Buku Latihan Statistik Parametrik (2000)& SPSS Statistik Non Parametrik (2005)
Sterman, J.D. 2000. Business dynamics: Systems thinking and modeling for complex world. The McGraw-Hill companies. United State of America.
Virginia Anderson & Lauren Johnson. 1997. Systems Thinking Basics, Pegasus Communication, Waltham, MA.