QUIZ 2 Nur Muhammad Zakaria 2003015075

20   Soal Essay dan Jawaban 

1. Bagaimana aliran direpresentasikan dalam Stock Flow Diagram dan mengapa penting dalam memodelkan sistem dinamik?

Jawaban:

Aliran direpresentasikan sebagai panah yang masuk ke atau keluar dari stok, menggambarkan perubahan variabel dari satu keadaan ke keadaan lain dalam waktu tertentu. Aliran ini penting karena menunjukkan pergerakan atau perubahan jumlah yang mempengaruhi stok, memahami bagaimana sistem bereaksi terhadap perubahan variabel.

2. Jelaskan perbedaan antara stok dan aliran dalam Stock Flow Diagram.

Jawaban:

Stok direpresentasikan sebagai jumlah atau persediaan variabel pada waktu tertentu (dalam bentuk persegi panjang dengan nama di dalamnya), sementara aliran direpresentasikan sebagai perubahan variabel dari satu keadaan ke keadaan lain dalam waktu tertentu (dalam bentuk panah masuk atau keluar dari stok).

3. Mengapa Stock Flow Diagram menjadi alat yang berguna dalam menganalisis sistem dinamik yang kompleks?

Jawaban:

SFD membantu dalam memvisualisasikan dengan jelas hubungan antara variabel stok, aliran masuk, dan keluar dalam sistem. Hal ini memudahkan dalam menganalisis hubungan antar variabel dan memahami bagaimana perubahan pada satu variabel dapat memengaruhi variabel lain dalam sistem yang kompleks

4. Bagaimana penggunaan Stock Flow Diagram membantu dalam memahami perubahan dalam sistem ekonomi?

Jawaban:

Dalam konteks sistem ekonomi, SFD membantu dalam memodelkan aliran uang, seperti pendapatan masuk ke sistem (inflow) dan pengeluaran atau penghapusan uang dari sistem (outflow), serta melihat bagaimana perubahan dalam pengeluaran atau pendapatan memengaruhi jumlah uang di dalam sistem.

5. Sebutkan beberapa simbol yang digunakan dalam Stock Flow Diagram dan jelaskan representasi masing-masing simbol tersebut.

Jawaban:

Simbol-simbol yang umum digunakan dalam SFD meliputi stok (persegi panjang dengan nama di dalamnya yang merepresentasikan jumlah atau persediaan), aliran masuk (panah masuk ke stok), aliran keluar (panah keluar dari stok), dan variabel pengaruh (simbol lain yang menunjukkan hubungan antara variabel tersebut dengan aliran masuk atau keluar).

Model mental adalah asumsi yang sangat dalam melekat, umum atau bahkan suatu gambaran dari bayangan atau citra yang berpengaruh pada bagaimana kita memahami dunia dan bagaimana kita mengambil tindakan

7. pemilihan tema yang akan dikaji, penentuan variabel kunci, rencana waktu untuk mempertimbangkan

masa depan yang jadi pertimbangan serta seberapa jauh kejadian masa lalu dari akar masalah tersebut dan selanjutnya mendefinisikan masalah dinamisnya

8. Formulasi hipotesis dinamis dengan menetapkan hipotesis berdasarkan

pada teori perilaku tergadap masalahnya dan membangun peta struktur kausal melalui gambaran model mental pemodel dengan bantuan alat-alat seperti causal loop diagram

9. Tahap formulasi model simulasi dengan membuat

spesifikasi struktur, aturan keputusan, estimasi parameter 39 dan uji konsistensi dengan tujuan dan batasan yang telah ditetapkan sebelumnya

10. Perancangan kebijakan mempertimbangkan apa 

analisis dampak yang ditimbulkan, kehandalan model pada skenario yang berbeda dengan tingkat ketidakpastian yang berbeda pula serta keterkaitan antar kebijakan agar dapat bersinergi.

11. Definisikan keacakan (randomness) dalam konteks simulasi dan berikan contoh bagaimana keacakan dapat memengaruhi hasil simulasi?

Jawaban: Keacakan dalam simulasi merujuk pada unsur ketidakpastian atau variabilitas yang diperkenalkan melalui penggunaan bilangan acak. Contoh pengaruhnya dapat dilihat pada simulasi cuaca di mana suhu atau arah angin dapat bervariasi secara acak.

12. Mengapa penggunaan keacakan penting dalam simulasi? Berikan dua alasan dan contoh aplikasinya dalam kehidupan sehari-hari?

Jawaban: Pertama, keacakan dapat menambah realisme dalam simulasi. Contohnya, dalam permainan video, keacakan dapat membuat pengalaman bermain lebih menarik. Kedua, keacakan membantu mengatasi keterbatasan pengetahuan kita tentang lingkungan. Dalam simulasi keuangan, perubahan pasar yang tidak dapat diprediksi dapat dimasukkan melalui unsur keacakan.

13. Bagaimana algoritma pengacakan (randomization) bekerja dalam konteks simulasi? Jelaskan langkah-langkah utama yang terlibat.

Jawaban: Algoritma pengacakan biasanya melibatkan penggunaan fungsi matematika atau prosedur komputer untuk menghasilkan deret angka acak. Langkah utamanya meliputi inisialisasi generator acak, menghasilkan bilangan acak, dan mengaplikasikannya dalam simulasi.

14. Apa perbedaan antara keacakan sejati (true randomness) dan keacakan pseudo (pseudorandomness) dalam konteks simulasi? Berikan contoh kegunaannya masing-masing?

Jawaban: Keacakan sejati berasal dari sumber fisik yang tidak dapat diprediksi, seperti geiger counter. Keacakan pseudo dihasilkan oleh algoritma, yang dapat direproduksi jika kondisi awal diketahui. Contoh keacakan sejati adalah kocokan dadu fisik, sementara hasil dari algoritma kocokan dadu di komputer adalah contoh keacakan pseudo.

15. Jelaskan bagaimana distribusi probabilitas dapat digunakan untuk memodelkan keacakan dalam simulasi. Berikan contoh distribusi probabilitas dan bagaimana digunakannya dalam simulasi?

Jawaban: Distribusi probabilitas menggambarkan seberapa mungkin suatu kejadian akan terjadi. Contoh distribusi probabilitas adalah distribusi normal. Dalam simulasi, distribusi probabilitas digunakan untuk menentukan seberapa sering suatu kejadian tertentu akan terjadi, memberikan elemen keacakan pada hasil simulasi.

16. Bagaimana keacakan dapat mempengaruhi ketepatan (accuracy) dan presisi (precision) dalam hasil simulasi? Berikan contoh skenario di mana keacakan dapat menjadi faktor penentu?

Jawaban: Keacakan dapat menyebabkan variasi dalam hasil simulasi. Misalnya, dalam simulasi percobaan ilmiah, faktor keacakan dapat membuat hasil tidak konsisten. Ini dapat mempengaruhi ketepatan (seberapa benar hasil simulasi mendekati nilai sebenarnya) dan presisi (seberapa seragam hasil simulasi jika diulang).

17. Apakah ada risiko ketika terlalu banyak keacakan digunakan dalam simulasi? Jelaskan dampaknya dan berikan contoh kasus di mana terlalu banyak keacakan dapat merugikan?

Jawaban: Ya, terlalu banyak keacakan dapat mengaburkan pola atau tren yang mungkin terjadi dalam simulasi. Misalnya, dalam model bisnis, terlalu banyak faktor keacakan mungkin membuat prediksi tidak stabil dan sulit diinterpretasi.

18. Bagaimana pengendalian (control) terhadap keacakan dapat diterapkan dalam simulasi? Jelaskan strategi atau teknik yang dapat digunakan untuk mengendalikan tingkat keacakan?

Jawaban: Pengendalian keacakan dapat dilakukan dengan mengatur parameter distribusi probabilitas, membatasi rentang nilai acak, atau menggunakan generator acak dengan sifat statistik yang diinginkan. Dengan cara ini, kita dapat mengontrol tingkat variasi dalam hasil simulasi.

19. Sebutkan dua metode umum untuk menghasilkan keacakan dalam simulasi dan diskusikan kelebihan dan kekurangannya?

Jawaban: Metode umum termasuk penggunaan bilangan acak dari tabel distribusi probabilitas dan penggunaan algoritma pengacakan, seperti Linear Congruential Generator (LCG). Kelebihan penggunaan tabel distribusi probabilitas termasuk presisi tinggi, tetapi kekurangannya adalah keterbatasan dalam variasi. LCG memiliki keuntungan dalam variasi, tetapi kekurangannya adalah dapat menghasilkan deret angka yang tidak cukup acak jika parameter tidak dipilih dengan baik.

20. Mengapa keacakan sering kali diperlukan dalam simulasi ketimbang penggunaan data historis yang sudah ada? Berikan dua alasan dan contoh aplikasinya?

Jawaban: Pertama, situasi masa depan mungkin berbeda dari data historis. Misalnya, dalam simulasi perubahan iklim, menggunakan data historis saja tidak akan mencakup skenario yang belum pernah terjadi sebelumnya. Kedua, keacakan memungkinkan simulasi eksperimen di luar batas data yang ada, memungkinkan eksplorasi situasi yang belum terjadi dan mengidentifikasi potensi risiko atau peluang baru.

QUIZ ini dibuat sebagai tugas kuliah sebagaimana yang  tertuang dalam https://onlinelearning.uhamka.ac.id