Professional Documents
Culture Documents
KONTEKK
KONTEKK
Disusun Oleh:
SULAEMAN 073001500089
UNIVERSITAS TRISAKTI
JAKARTA
2018
1. Pengertian Model
Ada sebuah cerita tentang 6 orang buta yang ingin mengetahui dan membayangkan
seekor binatang yang disebut gajah. Masing-masing memutuskan untuk menaksir apa
sebenarnya gajah itu. Orang pertama memegang salah satu bagian badan gajah, ia
merasakan sesuatu yang datar dari bagian perut gajah, kemudian mengatakan bahwa gajah
seperti dinding. Orang kedua mengatakan bahwa gajah itu seperti setelah memegang
gading yang runcing, halus dan bulat. Karena memegang belalai yang berbelit-belit. Orang
ketiga mengatakan bahwa gajah seperti ular. Orang keempat mengatakan pohon setelah
memegang kakinya. Orang kelima mempunyai keyakinnan bahwa gajah itu seperti kipas
Karena memegang telinganya. Dan orang Keenan yang memegang ekor yakin pula bahwa
gajah itu seperti tali. Dalam segi-segi tertentu mereka beranggapan benar.
Bila dinilai secara keseluruhan. tentu saja semuanya salah. Setelah melihat 'kenyataan
alamiahnya` mereka telah mencoba membuat suatu penggambaran atau 'model'. Tetapi
Karena yang telah diketahui itu tidak lengkap tentu saja modelnyapun salah.
Setiap penggambaran suatu obyek. sebenarnya kita membuat model. Kita
menggunakan indera untuk menyusun keterangan-keterangan tentang kenyataan obyek
itu. Dan keterangan ini kita pastikan jenis obyeknya. kemudian kita pilih hal-hal atau ciri-
ciri yang penting dari obyek itu. Demikianlah Cara membuat model dari suatu obyek
Model merupakan cara sederhana dalam memanding suatu masalah.
Model yang baik cukup hanya mengandung bagian-bagian yang perlu saja. Untuk
memudahkan pemikiran tentang karakteristik-karakteristik model tadi, haruslah Kita
mengerti masalahnya atau sistemnya. Kita dapat menduga akibat dari tindakan-tindakan
yang mungkin kita lakukan, dan dari hal ini kita dapat memilih tindakan terbaik. Jadi
kemampuan manusia untuk mengendalikan lingkungan dan membamgun suatu sistem
yang berguna, langsung bergantung pada kesanggupan menemukan model-model yang
tepat.
Model umumnya berbentuk kuantitatip
Model bermula sebagai konsepsi, yakni pemikiran bentuk struktur dan karakteristik
suatu masalah. Sebelum kita membahas suatu masalah lebih lanjut, biasanya lebih dahulu
kita membentuk suatu model kwantitatip, atau dengan kata lain kita menggunakan bahasa
matematik untuk menggambarkan suatu keadaan. Pentingnya suatu model kwantitatip
dapat ditunjukkan oleh suatu contoh berikut:
Misalkan pekerjaan seaorang supervisor yang mengatur pemakaian 'elevator' di suatu
bangunan kantor pada jam 7.45 8.00, saat orang masuk bekerja. Disana terdapat 6 elevator
yang masing-masing dapat membawa muatan dari lantai 1 ke lantai 20. Segera sesudah
dimuati, elevator berangkat naik, supervisor mencatat bahwa pelayanan ternyata sangat
lamban. Kadang-kadang, sebuah elevator membawa benan hanya satu penumpang untuk
sejauh 15 tingkat. Kadang-kadang penumpang membutuhkan 10 menit untuk sampai di
lantai kerjanya.
Untuk menghindari keluhan yang terus-menerus, supervisor berpikir untuk
mengadakan perencanaan pemakaian yang lebih baik. Dia, misalkan, dapat mengatur
penggunaan 2 elevator untuk tingkat 2 sampai 8, 2 elevator untuk tingkat 9 sampai 15, dan
2 elevator untuk tingkat 16 sampai 20 atau elevator berhenti hanya pada tingkat 'genap'
dan mempersilahklan para pekerja untuk turun melalui tangga menuju tingkat-tingkat
yang diiginkan.
Sebenarnya masih banyak strategi yang dapat dicoba untuk meningkatkan pelayanan.
Pemilihan strategi yang diinginkan ini bergantung pada jam kedatangan para pekerja
setiap pagi untuk masing-masing tingkat.
Misalkan tingkat 15 merupakan kantor pusat perusahaan. Jika mereka datang selama
selang waktu yang sibuk, mereka harus mendapatkan pelayanan secepat mungkin. Jadi
untuk tingkat 15 ini harus mendapat prioritas utama yaitu dengan sebuah 'elevator yang
langsung menuju tingkat tersebut. Sama pula halnya, pada tingkat tertentu dimana banyak
pekerja yang harus diutamakan. Jadi untuk mengatur rencana atau strategi yang baik,
supervisor memerlukan paling sedikit gambaran kasar secara kwantitatip dari aliran orang
dalam gedung tersebut. Inilah yang disebut 'model'.
Sebuah model mungkin merupakan pendekatan secara kasar, dengan misalnya hanya
memperkirakan jumlah pekerja setiap tingkat. Atau secara terperinci dengan mentukan
jumlah pekerja pada setiap tingkat. walaupun kedatangannya, dan kepentingan relatipnya
secara intuitip. Bila modelnya secara terperinci, mungkin diperlukan komputer untuk
menilai dan membandingkan semua strategi yang mungin dapat dipakai.
Suatu hal yang penting dalam contoh ini adalah bahwa tidak mungkin suatu
keputusan dapat dilakukan tampa menggunakan suatu model, lepas dari kenyataan apakah
supervisor di atas menamakan gambaran persoalannya itu suatu model atau bukan.
Model yang diperlihatkan pada Gambar 4-1 menunjukan kesudian manusia menerima
resiko. Sumbu tegak menunjukan pengukuran resiko yang didapatkan perbedaan aktivitas
manusia (jumlah kematian di Amerika dibagi dengan jumlah jam menghadapi resiko).
Misalkan, 10 berarti terdapat 10 kematian setiap jam dari sejuta manusia dalam suatu
aktivitas. Bagian yang menarik dari model ini adalah bahwa resiko dari hidup seperti biasa
(dengan kemungkinan sakit) sama dengan jika mengendarai mobil atau nailk pesawat
terbang komersil (kira-kira hanya 5% penduduk yang pernah naik pesawat dan 85% dalam
perjalanan mobil).
Manusia cenderung untuk mencari resiko satu. Mengisap rokok sigaret punya derajat
resiko 3, main skiI dan keadaan lalu Iintas normal di jalan raya resikonya 0,1. Model ini
menunjukan kepada i'ta suatu pemikian bagaimana Kita dapat hidup dengan selamat
menciptakan perumusan transponasi yang baru (berjalan disamping, tau memakai kereta
api dengan kecepatan hanya 300 mph, dll).
Setiap titik menunjukkan data-data tinggi dan berat dari seseorang laki-laki. Teryata
bahwa titik-titik tersebut tidak tersebar akan tetapi menunjukkan suatu kelompok yang
tertutup. Bagaimana hubungan yang tepat antara tinggi dan berat dari grafik ini?.
Sebuah garis lurus ditarik melalui titik-titik yang menunjukkan harga rata-rata dari
titik-titik tersebut. Lihat Gambar 4-3. Gambar data-data ini disebut model grafis dari
hubungan antara tinggi dan berat.
Model grafis ini menunjukkan gambaran yang jelas tetapi disederhanakan dari
kenyataan alamiahnya. Dengan garis lurus ini dibuat dasar ramalan kemungkinan berat
seorang laki-laki berumur 20 tahun dengan mengetahui berat seirang laki-laki, pada umur
ini, yang tingginya 73". Hubungan berat dengan tinggi dapat Iangsung didapat dari grafik
ini. Model grafis dapat saja dipakai menentukan berat setiap orang, walaupun tidak ada
data yang menunjukkan berat badan untuk tinggi ini. Dari grafik ternyata bhwa seseorang
yang tingginya 78" mungkin mempunyai berat badan kira-kira 180 lbs.
Data diatas dapat ditunjukkan dengan lebih efektip jika diberikan dalam bentuk plot
(titik-titik) dari pada dengan kolom angka-angka. Suatu bentuk gambaran data-data yang
menunjukkan jumlah, disebut hitogram. Lihat Gambar 4-7. Tinggi kolom tegak
menunjukkan ½ dari jumlah perhitungan per menit.
Keterangan lebih lanjut dapat digunakan oleh pengatur (penjadwalan) untuk
membuat histogram lain, yaitu dengan menghitung jumlah pencatatan pada akhir setiap
periode selama 1 hari. Lihat Gambar 4-8. Untuk mempelajari segera menyeluruh masalah
lalu-lintas ini, haruslah dibuat studi pada setiap persimpangan atau setiap penggantian
periode sehari penuh atau sampai satu minggu. Dan bila ada 10 persimpangan yang
penting, data seluruhnya dapat digambarkan dalam 60 buah hitogram yang sama seperti
gambar 4-8 (10 untuk setiap 6 hari atau sama dengan kurva yang menunjukkan dari menit
ke menit).
Pelayanan dalam lalu-lintas ini berhuungan dengan teori antrian pada bab III.
Antrian akan terjadi bila kepadata lalu-lintas bertambah persoalan lalu-lintas kota
mengakibatkan kelambanan kendaraan-kendaran khusus (ambulan, pemadam kebakaran,
dll). Pendapatan supir taxi menurun, banyaknya waktu dari karyawan yang hilang
percuma, dll.
Dalam studi baru-baru ini, sebuah pabrik yang mempuyai pekerja 700 orang
mengandakan pengukuran keterlambatan kedatangan pada pagi hari, kehilangan waktu
pada makan siang, dan waktu pulang kerja yang lebih cepat di sore hari. Model
menunjukkan bahwa dengan jumlah buruh yang sama produkktivitas menambah 12%,
jika perusahaan itu mendekati batas kota. Bahkan jika semua pekerja bebas makan siang,
keuntungan tetapbertambah 4%. Dmikian pula produksi yang besar.
Pelajaran dasar dengan model seperti ini melahirkan transportasi yang layak dalam
kehidupan di kota, atau bisa juga merupakan tafsiran pada jalan perdagangan.
Bilamana kereta api listrik, bus, dan kendaraan kota lainnya sering membuat
pekerja-pekerja terlambat, hal ini disebabkan oleh adanya kemngkinan tidak beresnya
pengaturan organisasi yang mengatur kebutuhan karyawannya.
F7 = (0,9 - k) F6 + 0,1269 F5
Kita bisa mengganti 7, a, atau 5 dengan n, n -1, n-2 atau 3 tahun lainnya yang
berturut-turut jadi persamaan ini menunjukkan bahwa jumlah binatang dewasa
bergantung pada jumlah yang mati tahun sebelumnya, n- 1 . dari kelahiran 2 tahun
sebelumnya, n – 2
Populasi (milyar)
20
18
16
14
12
10
8
6 Populasi (milyar)
4
2
0
35 tahun kemudian mencapai 3.600.000 milyar dan pada ahun 2692 mencapai
5.450.000 milyar penduduk atau 5,54 x 1015. Sebagai gambaran, bila kita dapat
menghitung 1000 orang dalam 1 detik berarti kita baru selesai setelah 176.000 tahun.
Andaikan permukaan bumi luasnya 1.860.000 milyar kaki persegi merupakan
daratan semua, maka pada tahun 2510 tiap orang akan menempati 9,3 kaki persegi (kira-
kira 1 meter persegi atau hanya cukup untuk berdiri saja; Tahun 2670, tiap 2 orang
mendapat 1 kaki persegi atau tiap orang berdiri di atas pundak yang lain).
Dalam waktu 22 tahun, lapisan ini menjadi rangkap 3. Dan andaikata kita belum
mengeringkan lautan berarti pada tahun 2692 itu permukaan bumi sudah tertimbun
manusia sebanyak 15 lapis.
6. Pertumbuhan Eksponensial
Model diatas tidak banyak gunanya untuk meramalkan jumlah penduduk dalam
jangka waktu yang sangat jauh. Model tersebut didasarkan atas pertambahan penduduk
2% pertahun. Begitu tanah menjadi penuh manusia. Pertambahan ini akan menurun, dan
jumlah penduduk akhirnya akan konstan
Namun model diatas sangat berguna untuk meramalkan apa yang akan terjadi
dalam 30 tahun yang akan datang. Bila pertambahan penduduk 2% pertahun , kita dapat
menduga bahwa pertumbuhan ini tidak akan banyak dalam waktu tersebut.
Bahkan meskipun ada undang – undang bahwa jumlah anak dalam tiap keluarga
dibatasi. Faktor selang waktu ini seringkali dilupakan bila orang berbicara tentang
kependudukan. Untuk mengurangi jumlah bayi yang lahir tiap tahun perlu pula dikurangi
jumlah wanita melahirkan. Akan tetapi jumlah wanita tersebut bergantung pada jumlah
bayi yang lahir dari 20 tahun yang lalu.
Oleh karna itu mekipun misalnya jumlah bayi yang lahir tahun ini berkurang,
pengaruhnya baru akan terasa setelah 20 tahun mendatang. Dengan kata lain
pertambahan penduduk sejak saat sekarang sampai tahun 2000 sebetulnya sudah
tertentu dan tidak akan berubah. Pengaruh dari tiap usaha pengendalian jumlah
penduduk yang kita lakukan sekarang baru akan terasa pada tahun 2000.
Bila kita menggambarkan populasi,masalah yang kita hadapi adalah seperti pada
Gambar 4.1.3, suatu grafik yang dimaksudkan untuk menunjukkan apa yang terjadi
disekitar tahun 2000, tifak cukup jelas untuk menunjukkan keadaan sebelum tahun 1800.
Demikian pula, sesudah tahun 2100 kurvanya naik dengan curam hingga batas kertas.
Masalah nya adalah bahwa skala tegak hanya menampung besaran dari 2 sampai
200 milyar, sedangkan dalam jangka waktu yang ingin kita gambarkan, perubahan jymlah
penduduk lebih besar dari itu.
Kita dapat menyederhanakan penggambaran grafik ini dengan cara lain, yaitu
dengan menggunakan skala tegak logaritmis. Bagaimana menggambarkannya ?.
Kita ketahui bahwa populasi pada tahhun 1960 adalah 3 milyar dan populasi
tersebut berlipat 2 pada setiap 35 tahun (pada kecepatan pertambahan penduduk sebesar
2 % setiap tahun.
Model
Model Ekonomis
Grafik pada gambar 4.14 ini berguna untuk pertumbuhan yang konstan. GNP (Gross
National Product) di Amerika, misalnya menunjukkan kenaikan 5% pertumbuhan. Jika
jumlah tahun 1970 mencapai 1 milyar dollar, maka kita dapat meramaikan tahun
berikutnya. Tahun-tahun yang tertera pada sumbu mendatar pada Gambar 4.15 (1960-
1990) adalah yang akan menjadi perhatian kita. Kenaikan 5% ini akan menjadi 2 kali lipat
pada GNP setelah 72/5 atau kira-kira 14 tahun. 1billion dollar pada tahun 1970 menjadi
2billion pada tahun 1984.
Grafik menunjukkan bahwa dalam tahun 1970 GNP mencapai 3 billion dolar. Bila
pada tahun itu penduduk Amerika diperkirakan 300 juta, maka pendapatan rata-rata
perorang adalah 3 billion per 300 juta atau sama denga $ 10.000 (pada tahun 1970 adalah
$ 5.000)
Model
Bila skala pada sumbu tegak diperhatikan, jarak 1 ke 2 sama dengan jarak dari 2 ke
4. Demikian setiap kekita naik sejauh jarak yang sama, kita menjumpai angka skala 2 kali
lipat, ada yang perlu diperhatikan lagi, diatas terlihat bahwa pada tahun 1990 GNP ini
terletak hamper ditengah-tengah angka 2 dan 4 billion. Ada suatu cara untuk
memperkirakan harga dalam angka seperti ini. Perhatikan gambar 4.16. tanda a adalah
tepat ditengah-tengah angka 1 dan 2 tetapi tidak sama dengan 1,5. Karena a berada
ditengah-tengah berarti jarak (2-a) = (a-2), maka a = √2 = 1,4 . tanda b antara 2 dan 4
adalah 2√2 = 2,8 dan bukan 3.
Kita harus memikirkan jumlah sampah yang mungkin timbul misalnya kita akan
membutuhkan waktu 6 tahun melaksanakan pembuatan system pembakaran sampah. Jadi
bila keputusan ini diambil pada tahun 1976 maka system pembakaran sampah yang akan
dibuat itu harus direncanakan untuk mengatasi jumlah dan jenis rongsokan yang mungkin
ada pada tahun 1982.
Pembicaraan ini berkisar pada masalah jumlah sampah yang dihasilkan, gambar
4.17 menunjukkan keadaan dari tahun 1920-1965. Kita akan menggunakan data-data ini
untuk meramalkan cirri-ciri yang akan datang.
Sebelum kita mencoba menggunakan data dan Gambar 4.17 untuk meramalkan sisa
pembuangan pada masa yang akan datang, kita anggap bahwa jumlah ini meurut kecepatan
yang konstan, setiap 12 tahun kenaikan mencapai 50%.
Ini merupakan karakteristik eksponensial. Akibatnya kita data mengubah bentuk
grafik Gambar 4.17 menjadi bentuk eksponensial.
Dalam tahun 1950 ada 100 juta ton samoah yang dihasilkan. Pada tahun 1962 , data
menunjukkan 150 juta ton. Kita tentukan waktu dari 1920-2000 sebagai absis dan jumlah
sisa pembuangan sebagai ordinatnya. Setiap skala pada ordinat sebesar 1,5 kali lipat dari
skala yang dibawahnya (lihat gambar 4.18).
Kita dapat meramalkan dari grafik tersebut bahwa pada tahun 2000 produksi
sampah mencapai 500 jua ton per tahun. Dengan 300 juta penduduk, sekitar 1,6 ton
dihasilkan setiap orang dalam 1 tahun (atau 5kg perhari nya).
Y = jumlah yang dihitung (jumlah produksi sampah pertahun, dalam juta ton).
r = faktor dimana y akan bertambah dalam suatu periode T
t = waktu (tahun), ditentukan.
Jadi persamaan untuk sampah yang akan dihasilkan di Amerika adalah , A= 100
(1950)
r = 1,5
T= 12
y = 100 (1,5)t/12
untuk tahun 1998 , t =1998 -1950 =48
y = 100 (1,5)4 = 506
Ternyata persamaan ini hamper menghasilkan nilai yang sama dengan persamaan
garis lurus. Peramalan diatas menggunakan cara ekstrapolasi dengan menganggap bahwa
kecepatan pertumbuhan tidak berubah.
Pertama, kita tahu bahwa semua daratan dipermukaan bumi ini dapat ditempati.
Dalam soal jamur ini kita gunakan botol besar. Kedua, kita tahu bahwa produksi bahan
makanan dapat bertambah tetapi bukan tidak terbatas.
Dalam masalah jamur, kita dapat member makanan menurut waktu yang ditentukan
sehinggan dapat menyerupai penyediaan makanan manusia di masa yang akan datang.
Singkatnya, kita akan menguji model dan memperbaikinya dengan jalan membandingkan
keadaan yang diketahui dalam perkembangan kependudukan.
Sekarang kita kembali pada persoalan tadi. Mula-mula pertumbuhan merupakan
grafik eksponensial. Lihat Gambar 4.19. Bila waktu percobaan cukup, maka cepat atau
lambat, kecepatan pertumbuhan mulai menurun. Kurva tidak menunjukkan pertumbuhan
eksponensial lagi dan cenderung melambat. Lihat Gambar 4.20 kurva ini menjadi bentuk S-
Shape, dan disebut sigmoid (dari kata latin ‘sigma’ yaitu hruf S).
Alas an utama dan berubahnya bentuk kurva adalah keterbatasan ruangan untuk
tumbuh dan keterbatasan bahan makanan yang menunjang kehidupan. Tentu adapula alas
an-alasan lain,tetapi tidak sepenting alasan diatas.
Dalam percobaan-percobaan di laboratorium dengan serangga dan binatang-
binatang kecil lainnya, dengan lingkungan yang dijaga secara teliti, hal yang sama terjadi
pula, yaitu bahwa jumlah populasinya cenderung menjadi konstan.
Keceptan pertumbuhan akan berukurang bila binatang-binatang tersebut menjadi
terlalu banyak. Bahan makanan, udara dan air menjadi tidak mencukupi. Kebebasan
bergerak menjadi kurang sekali kaarena penuhnya tempat, menyebabkan meningkatnya
ketegangan syaraf pada binatang-binatang tersebut. Dalam percobaan laboratorium
tersebut tampak bahwa bila keadaan sudah seperti itu, induk tidak mau memelhara anak-
anaknya, binatang-binatang dewasa membunuh betina-betina nya dan pembiakan akan
turun sekali. Memburuknya keadaan fisik dan mental seperti diatas menyebabkan bahwa
jumlah penduduk tidak bertambah lagi dengan pesat, tetapi cenderung untuk konstan.
Apakah percobaan-percobaan tersebut mempunyai makna bagi umat manusia?.
Jelas bahwa alam akhirnya akan membatasi pertumbuhan populasi, yang mungkin
akhirnya akan membatasi pertumbuhan populasi, yang mungkin sekali dengan cara
memburuknya keadaan fisik dan mental seperti diatas. Diharapkan bahwa manusia mulai
membatasi pertumbuhan populasiya sebelum hal diatas terjadi program keluarga
berencana berusaha kearah itu. Jadi masalah utama dalam pengendalian penduduk ini
adalah untuk menyesuaikan dengan keadaan tempat dan persediaan bahan makanan demi
kebahagiaan dan kesehatan setiap manusia.
Barangkali orang pertama yang memperkenalkan karakter sigmoid dan
perkembangan penduduk ini adalah Thomas Robert Maithus (1766-1834), meskipun tidak
ditunjukkan dalam bentuk ini. Dialah yang menulis sebuah karangan bahwa pada suatu
waktu jumlah penduduk akan melebihi persediaan makanan. Kemudian perkembangan
penduduk terhenti mungkin epidemic penyakit yang meluas,bahaya kelaparan,perang,atau
mungkin kombinasi dari peristiwa-peristiwa diatas. Maka terjadilah kurva sigmoid atau
mungkin saja kurva itu menurun. Dia meramalkan bahwa akhir perkembangan ini
diperkirakan terjadi pada abad ke 19. Namun ternyata peramalan itu tidak tepat. Karena
kepesatan pertumbuhan teknologi (ditemukannya pupuk kimia) cukup berhasil mengatasi
teori Maithus ini dengan bertambahnya kemampuan dalam memproduksi makanan.
Namun, sesuatu waktu bahan-bahan kimia untuk pupuk akan berkurang pula. Penelitian
dan pengembangan bahan makanan dan dalam lautan pada waktu ini memberikan harapan
baik, tetapi bukan tanpa batas.
Pertumbuhan eksponensial
Jumlah penduduk setiap tahun adalah (1,00+0,021) x jumlah penduduk tahun
sebelumnya, atau
Pn + 1 = r . Pn
Pn + 1 = jumlah penduduk pada tahun (n+1)
Pn = jumlah penduduk pada tahun n
r = faktor pengali
Sifat-sifat sigmoid
Untuk menentukan penurunan pertambahan, faktor r harus berkurang pada
penambahan populasi. Pengubahan ini ditulis dalam rumus
r = ro – c.Pn
sehingga persamaan menjadi
Pn + 1 = (ro – c.Pn) Pn
Contoh :
Jika ro =1,029 dan c = 0,003
r = ro – c. Pn = 1,029 – (0,003 x x 1,02 )
bila Pn naik , maka faktor (ro – c. Pn) akan turun, Pn akan tetap bila
1,029 – (0,003 x Pn) = 1
Pn = 9,7 milyar
Menurut model ini, populasi mencapai keadaan konstan pada 9,7 milyar. Harga ini
sangat bergantung pada pemilihan konstanta c, yang menunjukan kecepatan penurunan
pertumbuhan. Karena kita tida tahu faktor apa yang akan membatasi populasi, kenyataan
konstanta c pun merupakan taksiran.
8. Penggunaan Model
Model peramalan populasi ini sering digunakan dan berhasil dalam perusahaan
pemerintah untuk semua tingkat, pusat, daerah maupun kabupaten. Misalnya dalam
merancang system penilaian kebutuhan transportasi untuk daerah tertentu diperlukan
peramalan yang dapat diandalkan mengenai distribusi penduduk (baik untuk transportasi
manusia maupun material yang dibutuhkan ) .
Dalam masalah seperti ini, model yang lengkap untuk beratus-ratus bahkan beribu-
ribu kota haarus disusun secara matematis dengan bermacam-macam bentuk
persamaannya. Tidak hanya kecepatan kelahiran dan kematian saja yang dipertimbangkan,
akan tetapi hubungan dengan faktor lain pun harus disertakan. Antara lain juga pengaruh-
pengaruh yang menimbulkan kebergantungan penduduk suatu daerah. Jika suatu derah
tidak tepat sebagai tempat pemukiman, maka akan meninmbulkan kecenderungan bagi
daerah terdekat untuk segera berkembang cepat. Kecepatan imigrasi dan penting untuk
dipertimbangkan dalam mengembangkan model yang dinamis, yakni model yang
senantiasa berubah.
Menentukan model.
Apabila struktur dan sifat dari sesuatu dialam ini telah terpikirkan, kita dapat
mengoperasikannya dengan berbagai cara, dengan memperoleh bermacam-macam model.
Contoh yang terdahulu menunjukkan model dalam kata-kata. Peta , merupakan suatu
model dalam bentuk gambar. Model lainnya dapat pula dalam bentuk ekspresi matematik,
dan lain-lain. Beberapa model dapat pula dikembangkan dengan menggunakan sistem
computer.
Model tidak hanya digunakan untuk menggambarkan sekumpulan pemikiran-
pemikiran, tetapi juga mengadakan evaluasi dan meramalkan kelakuan sistem. Prosedur
ini dapat menghemat sejumlah uang dan waktu, menghindari kerugian, dan mendapatkan
perancangan terbaik tanpa membutuhkan konstruksi seluruh kenyataan alamiahnya.
Misalnya dalam mengembangkan suatu model untuk sel syaraf, kita membutuhkan
perbaikan berturut-turut. Mula-mula perencanaan modelnya, pengujian, kemudian
dikembangkan sehingga mendekati kenyataannya. Dalam proses pembentukan model ini,
harus dipertimbangkan antara kenyataan ilmiahnya dan model itu sendiri. Lihat gambar
4.22 .
Pengukuran atau observasi pada kenyataan alamiahnya digunakan untuk
mengembangkan model. Setelah model pertama dibuat lalu bandingkan dengan kelakuan
daari kenyataan alamiahnya. Bila ternyata masih jauh dari sempurna atau tidak
memuaskan maka kita harus memperbaiki dulu sehingga model tersebut dapat diterima.
Dalam memodelkan sel syaraf atau perkembangan penduduk, pengukuran
kenyataan alamiah dapat dibuat dalam suatu gambaran saja atau mungkin pula suatu
pendekatan ke arahnya. Misalnya memodelkan pesawat angkasa. Kita lihat sifat
penerbangannya, bahan-bahannya dan lain-lain. Prosedur pembentukan model ini tidak
akan jauh berbeda dengan yang telah kita bicarakan ini.
Model
Kesimpulan, model dapat digambarkan dalam kata-kata grafis, atau ekspresi
matematik. Mungkin saja dalam suatu fungsional (kerja nyatanya), seperti halnya pesawat
udara yang ditest dalam terowongan angin, atau kerja dari sel-sel syaraf. Model hanya
menghendaki bagian-bagian penting saja, dan memberikan jalan pemikiran serta saran
untuk memperbaiki suatu sistem.
Model
Analog computer yang berisi operasi penjumlahan dan perkalian dengan konstanta,
dapat pula digunakan untuk membantu simulasi dari keadaan yang nyata.
Bagian A
Persamaan pemburuan adalah :
Fn = (0,9 ) Fn – 1 + 0.1269 Fn – 2
Artinya
Fn adalah jumlah betina yang hidup disetiap awal tahun
Fn – 1 adalah jumlah betina yang hidup disetiap awal tahun sebelumnya
Fn – 2 adalah jumlah betina yang hidup disetiap awal 2 tahun sebelumnya
Jika jumlah bison betina pada tahun 1950 adalah 15 juta dan tahun 1851 adalah
16 juta berapakah seharusnya faktor k agar jumlah bison menjadi 17 juta pada awal tahun
mendatang ?
Diagram aliran menunjukan keadaan yang sama dengan model matematik berikut :
Fn = ( 0,9 – k ) Fn – 1 + 0.13 Fn – 2
Bila kita gunakan n sebagai 1852, scalar penjumlahan dalam analog computer
AMF. Model D dilukiskan sebagai berikut :
Bagian dari diagram aliran yang menunjukan penggunaan skala penjumlahan ini
diperlihatkan. Pada gambar a halaman 159-160, garis – garis pada gambar tersebut
menunjukan bagaimana hubungan – hubungan dibuat.
Misalnya sinyal awal 16 berasal dari sebuah sumber listrik, dengan rangkaian
seperti gambar b maka diperleh output 16( 0,9 – k ) dengan rangkaian c sinyal 15 menjadi
15(0.13)
Dua output ini memasuki rangkaian d dan output d ini diukur dengan sebut
potensiometer. Pada meter tersebut dapat dibaca angka 17. Pada gambar e ditunjuknn
diagram selengkapnya harga koefisien c adalah 0.9 – k. perikslah harga ini dengan
memasukan sinyal yang diketahui kedalam C( 1, 0 volt ) dan ukur outputnya.
Output = 0,9 – k
-k = output – 0,9
K = 0,9 – output
Bagian B
Jumlah bison betina tanggal 1 januari 1852 adalah 17 juta dan 18 juta pada tanggal
1 januari 1853. Bila tak ada bison yang diburu dalam tahun 1853
1. Hitung harga k untuk tahun 1853!
2. Berapa bison yang ada pada 1 januari 1854?
a. Dengan model analog computer
b. Dengan perhitungan pensil dan kertas