Di
samping
pemecahan
optimal
dari
model
tersebut, kita
harus
juga
memperoleh, ketika mungkin, informasi tambahan yang berkaitan dengan perilaku
pemecahan tersebut
yang disebabkan oleh perubahan dalam parameter sistem tersebut.
Hal ini biasanya disebut sebagai anlisis sensitivitas. Secara khusus, analisis seperti ini
diperlukan
ketika
parameter
dari
sebuah
sistem tidak
dapat
diestimasi
secara
akurat.
Dalam kasus
ini,
adalah penting
untuk
mempelajari perilaku pemecahan
yang optimal
di sekitar estimasi ini.
2.1.1.4 Pengujian Keabsahan Model.
Tahap
keempat
menuntut
pemeriksaan terhadap
keabsahan
model.
Sebuah
model adalah absah
jika, walaupun tidak secara pasti
mewakili sistem tersebut, dapat
memberikan prediksi yang wajar dari kinerja sistem tersebut. Satu metode yang
umum untuk
menguji
keabsahan
sebuah
model
adalah
membandingkan
kinerjanya
dengan
data
masa
lalu
yang
tersedia
untuk
sistem
aktual
tersebut.
Model
tersebut
akan
absah
jika
dalam kondisi
masukan
yang
serupa,
model
tersebut
dapat
menghasilkan
ulang kinerja
masa
lalu dari sistem tersebut. Masalahnya di sini adalah
bahwa tidak ada jaminan bahwa kinerja masa mendatang akan terus serupa dengan
perilaku masa lalu.
Harus dicatat bahwa
metode penujian keabsahan seperti ini tidak sesuai untuk
sistem yang
belum ada,
karena
data
tidak
tersedia
untuk
perbandingan.
Dalam
beberapa kasus,
jika
sistem semula diinvestigasi oleh sebuah
model
matematis,
 |