Aplikasi Business dan Pemerintahan dengan Metoda Sistem Dinamis

Aplikasi Business dan Pemerintahan dengan Metoda Sistem Dinamis
The Houw Liong dan Fajri Umbara

Abstrak
Metoda system dinamis dapat dipakai untuk memprediksi deret waktu yang saling berkaitan misalnya deret waktu populasi, hasil pertanian, hasil industry, polusi dan sumber alam. Hal ini sangat penting untuk pengambil keputusan untuk menentukan kebijakan yang bisa menentukan nasib manusia di suatu negara. Penduduk Indonesia 240 000 000 dan diprediksi bahwa dalam tahun 2040 penduduknya akan mencapai 480 000 000. Apakah Indonesia dapat memacu hasil pertanian dan industry sehingga penduduknya tiadak kekurangan sandang pangan dan papan (perumahan) dengan mengingat bahwa sumber alam akan makin sedikit, sedangkan polusi juga akan meningkat menjadi dua kali lipat dari polusi sekarang ? Tanpa kebijakan yang tepat Indonesia akan mengalami krisis di segala bidang. Deret waktu , GDP (Gross National Product),Hutang Luar Negeri ( External Debt), Produksi Energi ( Energy Production), dan Pemakaian Energi (Energy Use) dapat diggunakan untuk memprediksi krisis ekonomi. Dalam makalah ini persamaan diferensial yang menyatakan saling kebergantungan antara deret waktu tsb akan diuraikan menjadi polynomial orde 2, kemudian dipecahkan dengan menggunakan algoritma genetik. Hasilnya menyatakan bahwa pemerintahan Suharto bisa menunda krisis ekonomi yang besar dengan memperbesar hutang luar negeri , demikian juga pemerintahan SBY dapat menunda krisis ekonomi yang besar dengan memperbesar hutang luar negeri sehingga mencapai sekitar 30% dari GDP. Banyak ahli ekonomi berpendapat bahwa hal tsb sudah membahayakan , karena sebagian besar pendapatan negara sudah dipakai untuk membayar hutang, sehingga negara tsb menuju kebangkrutan.
Referensi:

http://sansteknologi.blogspot.com/2014/04/long-term-predictions-of-economic.html

Long Term Predictions of Economic Crisis in Indonesia Using System Dynamic Model Optimized by Adaptive Genetic Algorithm

Fajri Umbara, Houw Liong The, Deni Saepudin
ABSTRACT Indonesia experienced economic crisis in 1998 and caused by various reasons. One of the reasons was the weakened value of rupiahs to US dollars. Because of this, investors did not believe rupiahs anymore. This condition also made many private companies in our country collapse caused by highest value of external debt. The fact; however, Indonesia was survived from this crisis. This study attempted to predict in order to avoid economic crisis in Indonesia using monetary crisis and energy crisis prediction as earlier warning for economic crisis. This studied applied a model called System Dynamic Model to develop a model of Indonesian Economic conditions. The data were taken from worldbank and the factors are GDP, External Debt as factors for indicate monetary crisis, and Energy Production and Energy Use as factors to indicate energy crisis. This model was build for 100 years; it is from 1971 until 2070. This study was based on report of "Limit to Growth". Since the system dynamic model applied coefficients called dynamic coefficients, then the method called Adaptive Genetic Algorithm was applied to find the solutions. This adaptive behavior from the genetic algorithm applied fuzzy system. The experiments show that the MAPE value was ranging from 0.08 - 0.22 and accuracy was ranging from 77% - 95% for creating models from historical data. This result showed that the algorithm was capable to find the solutions. From developed model shows that the policy in Susilo Bambang Yudhoyono reign succeed to avoid monetary crisis for 10 - 30 years than policy before Susilo Bambang Yudhoyono reign, meanwhile both policies cannot avoid energy crisis. The government or the future president must create policies about utilization of alternative energy.

System dynamics - Wikipedia, the free encyclopedia

System Dynamics
System dynamics - Wikipedia, the free encyclopedia:

'via Blog this'

John Perkins on Globalization - YouTube

Globalization
John Perkins on Globalization - YouTube:

'via Blog this'

Model Dinamika Sistem dan Krisis Dunia (Krisis Energi dan Sumber Alam).

Model Dinamika Sistem dan Krisis Dunia


Model Dinamika Sistem dan Krisis Dunia (Krisis Energi dan Sumber Alam).

The Houw Liong

Sekitar tahun 1960 -- 1970 Jay Forrester seorang guru besar di MIT mencetuskan model dinamika system yang dapat dipakai untuk menganalisis aliran barang pada industri dan kelompoknya berhasil memperluasnya untuk menganalisis dinamika system dunia. Kelompok yang dipimpinya mengambil populasi/jumlah penduduk , hasil industri dan pertanian, sumber alam dan lahan subur, polusi dan sampah sebagai kuantitas penting yang perlu diperhatikan.
Jumlah penduduk dunia naik sekitar 2% per tahun, meningkatnya jumlah penduduk secara eksponensial ini yang berarti populasi akan menjadi dua kali lipat setiap 70 tahun. Jumlah penduduk dunia ada sekitar 6 milyar dalam tahun 2000 dan kalau pertumbuhanya tetap 2%, maka dalam tahun 2070 akan menjadi 12 milyar manusia.
Populasi meningkat secara eksponensial berarti kebutuhan pangan, pakaian dan papan/perumahan akan meningkat, ini berarti hasil pertanian dan industri perlu ditingkatkan secara eksponensial pula, akibatnya sumber alam dan luas tanah subur akan menipis, polusi dan sampah akan bertambah, kalau ini berlangsung terus maka dunia akan menuju krisis.
Model ini menunjukkan bahwa tanpa strategi dan tindakan yang tepat sekitar tahun 2050 saja mungkin menusia sudah krisis air bersih, menipisnya sumber alam dan kerusakan lingkungan yang parah.
Memang model ini banyak dikritik dan ditunjukkan terdapat kelemahan, namun kecenderungan umum bahwa tanpa strategi dan tindakan yang tepat untuk menanganinya maka dunia akan menuju krisis.

Faktor lain yang sangat penting ialah pemakaian energi yang terus meningkat sehingga dalam beberapa tahun saja sudah mencapai puncak pemakaian BBM (peak oil) yaitu produksi BBM tidak bisa lagi memenuhi permintaan/pemakaian BBM, dan pengembangan energi alternatif tidak cukup untuk memenuhi kebutuhan energi.

Hal ini menunjukkan bahwa dunia sedang menuju krisis energi.

Negara maju seperti Prancis memutuskan untuk memakai tenaga nuklir, walaupun disadari resiko kecelakaan reaktor nuklir tetap ada. Prancis memakai PLTN untuk memenuhi 78 % kebutuhannya dan juga menjualnya ke negara lain.

Negara berkembang seperti Indonesia masih harus mempersiapkan diri untuk bisa membangun PLTN yang memerlukan biaya puluhan trilyun rupiah dan pengetahuan serta keterampilan dan disiplin untuk mengoperasikan PLTN serta menangani sampah nuklir .

Indonesia juga sudah mendekati puncak pemakaian BBM untuk mengatasi hal tsb, pengembangan energi alternatif perlu dipercepat/digalakkan disertai dengan perubahan pola hidup yang hemat energi dan sumber alam dengan melakukan 3R ( reduce, reuse, recycle).

System Dynamics of Ciliwung River

The Houw Liong






To estimate runoff we have to consider:

a. Debit of ciliwung at Depok can be calculated using rating curve as follows : debit Q = 21.5(TMA+0.22)^1.5 m3/s , TMA = water level when proclaim alert :





Alert I (Siaga I), TMA > 350 cm equivalent to debit 154 m3/s or 555 335 m3/h.






Alert II (Siaga II), TMA > 270 cm equivalent to debit 386 202 m3/h

Alert III ( Siaga III) , TMA > 200 cm is equivalent to debit 71.1 m3/s or 256 017 m3/h.

In an ideal condition (no sedimentation) maximum debit of Ciliwung river at smallest cross section is 600 000 m3 /h. Today debit Ciliwung river at smallest cross section is about 300 000 m3 /h due to sedimentation and houses at the river bank.
b. Floods is cause by high rainfall intensity (> 15 mm/h) that last for hours. Intensity of rainfall 15 mm/h is equivalent to 150 000 m3 / km2.h. Hence if it last for more than 2 hour and extended over more than 50 km2 on Ciliwung basin than the amount of water will be more than 1 500 000 m3, so that Ciliwung will overflow and cause floods. If the intensity is greater than 20 mm/h for more than 3 hours, and extended over more than 100 km2 , the amount of water is more than 6 millions m3.

Runoff could be estimated using system dynamics that based on generalized Lorenz’s differential equations:
dXi/dt = fi ( X1, X2, …) ; i = 1,2,3,4,…
fi can be determined empirically using system dynamics software Vensim , with the rate of rainfall at downstream Ciliwung basin , and river water level / debit at Depok as inputs to the system and the debit at Manggarai as output of the system.
The input debit from the river is given by rating curve:
Q = 21.5(TMA+0.22)^1.5 m3/s
The input from rainfall can be estimated from pentad prediction and spatial and temporal rainfall distribution.
The output debit can be determined empirically i.e. the debit of the river plus a parameter time square root of rainfall intensity.
From the system dynamics we can show precipitation and debit of Ciliwung at Depok as the input the runoff as a function of time and the output debit.
The accuracy of Floods forecasting of Ciliwung can be increased if the space and time distribution of rainfall can be obtained. We also need topography, hydrology data of Ciliwung, and the dynamics of atmosphere.