P. 1
simulasi

simulasi

|Views: 384|Likes:
Published by CecepSukmara

More info:

Published by: CecepSukmara on Apr 11, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/24/2013

pdf

text

original

5+/7.

#5+
Kata simulasi berasal dari bahasa asing (Inggris) yaitu to simulate yang berarti menirukan, sedang kata simulation yang diterjemahkan ke bahasa Indonesia dengan simulasi mempunyai makna tiruan atau upaya menirukan, yaitu menirukan suatu sistem nyata (real system/yang sebenarnya berjalan) yang menjadi obyek kajian dalam rangka mencari jawaban atas persoalan sistem tersebut. Simulasi

Static Simulasi

Dinamic Simulasi

Deterministric Simulation

Stochastic Simulation

Discreate Event Simulation

Continous Event Simulation

Simulasi sistem static Adalah suatu model simulasi yang dapat penyajian/merepresentasikan sistem yang tidak mungkin berubah-rubah/tetap sepanjang waktu. contoh simulasi statis adalah Monte Carlo model. Simulasi sistem dinamis Adalah suatu model simulasi yang dapat merepresentasikan sistem yang berubah-ubah sepanjang waktu. Simulasi pengendalian kedudukan satelit, misalnya. Model ini akan selalu mengikuti setiap perubahan posisi satelit setiap saat dan perubahan-perubahan itu selalu dicatat untuk diinformasikan ke fihak lain untuk dilakukan pengendalian kedudukan satelit.

Cattatan : Yang bisa dibahas seperti : model matematis dengan dynamic simulation dan stochastic simulation dan discrete simulation. Contoh : sistem antrian teller di bank Kasus Î Nasabah : (tidak bisa ditentukan) datang ke bank antrian di teller dilayani oleh teller pulang Simulasi sistem diskrit Sistem diskrit adalah sistem yang mana perubahan statenya terjadi pada waktu-waktu yang diskrit. status pegawai ada yang kerja. dapat juga digolongkan sebagai simulasi kontinyu. maka yang terjadi adalah simulasi sitem diskrit. Tatkala mensimulasikan kedatangan pelanggan. simulasi sistem pengilangan dan penjernihan minyak bumi. Contoh: meninjau sistem perusahaan : kegiatan pegawai suatu perusahaan. istirahat. pulang Stochastic Simulation Kejadian yang berubah status suatu sistem tidak dapat ditentukan secara pasti/deterministic. Laju kelahiran penduduk dunia. dan lain sebagainya merupakan contoh-contoh simulasi sistem kontinyu. Simulasi sistem kontinyu Simulasi sistem kontinyu dapat dijumpai pada sistem yang perubahan statenya terjadi secara kontinyu. Simulasi sitem navigasi pesawat terbang dan kapal laut. terjadinya produk cacat.Deterministic Simulation Kejadian yang berubah status suatu sistem bila ditentukan secara pasti/deterministic. mesin-mesin yang mengalami break down. simulasi pengendalian tinggi permukaan air bendungan. . Karena komputer adalah alat digital. karena adanya agregasi tinjauan atas real sistem. bukan analog. Model-model simulasi sistem diskrit banyak dijumpai pada dunia manufaktur.

. Formulasi masalah yang tidak tepat tidak akan mungkin menghasilkan model yang tepat (akurat). Formulasi masalah merupakan suatu kegiatan untuk memilih satu permasalahan yang dianggap paling penting untuk diselesaikan saat itu dari sekian banyak permasalahan. paling tidak kita dapat menggunakan elemen simulasi berikut dalam perancangan model simulasi: ¤ ¤ ¤ ¤ ¤ ¤ Formulasi permasalahan Pengumpulan dan analisis data Pengembangan model Verifikasi dan validasi model Percobaan dan optimasi model Implementasi hasil simulasi • Formulasi Masalah merupakan suatu langkah yang sangat penting dalam perancangan model simulasi. Hal-hal berikut diungkapkan dalam formulasi masalah: ¤ ¤ ¤ ¤ Identifikasi keputusan dan variabel tidak dapat dikontrol Spesifikasi pembatas variabel keputusan Mendefinisikan ukuran kinerja sistem dan fungsi tujuan Mengembangkan model struktur awal yang menghubungkan variabel sistem dan ukuran kinerja Variabel dan pembatas Setelah manajemen memutuskan permasalahan yang akan diselesaikan dalam modal imulasi. Variabel endogenus : ada dalam sistem dan merupakan fungsi variabel eksogenus. Meskipun tidak ada langkah eksplisit. Variabel eksogenus kadang-kadang disebut juga sebagai variabel input sedangkan variabel endogenus disebut juag sebagai variabel output.'/'0 5+/7. Variabel eksogenus : ada di luar sistem dan tidak terikat dengan model. karena itu tidak ada formulasi permasalahan dan langkah penyelesaian eksplisit yang merupakan bagian integral dari model optimasi. Variabel dapat dikategorikan sebagai variabel eksogenus dan endogenus.#5+ • Analisis simulasi merupakan teknik pemodelan deskriptif. maka langkah selanjutnya adalah menentukan variable yang mendefinisikan sistem dan outputnya.'.

Pengoptimalan salah satunya bisa saling bertentangan dengan ukuran kinerja lainnya. data bisa diperoleh dengan pengamatan dan pelaporan pribadi. Pengambil keputusan harus dapat memilih ukuran kinerja yang paling tepat untuk tujuan optimasi. Ukuran sampel tergantung dari biaya yang bersedia dikeluarkan untuk keakuratan tertentu. Pengukuran kinerja sistem dan fungsi tujuan Ukuran kinerja sistem bisa lebih dari satu. Sumber daya yang membatasi dalam mencapai tujuan juga harus didefinisikan dengan tepat. analisis menguji seberapa dekat model yang dibuat dapat meniru sistem aslinya dengan membandingkan output model dengan kinerja sistem. Dalam validasi dan verifikasi.Variabel eksogenus terdiri dari variabel yang dapat dikontrol dan tidak dapat dikontrol. sedangkan variabel eksogenus yang tidak dapat dikontrol tidak dapat dimanipulasi pengambil keputusan. Permasalahan timbul karena adanya batasan-batasan dalam sistem. Pengembangan model Detail model tergantung dari tujuan pengembangan model dan kontribusi marjinal penambahan detail. atau dengan membangkitkan bilangan acak jika data historisnya sudah ada. . coba-coba yang diturunkan dari perkiraan biaya marjinal yang harus dikeluurkan untuk mendapatkan data dan relasi dalam model terhadap akurasi tambahan yang dapat diberikan. Verifikasi dan validasi model dapat dilakukan dengan adanya data. Variabel eksogenus yang dapat dikontrol dapat dimanipulasi pengambil keputusan. Kompleksitas model ditentukan secara subjektif. Variabel eksogenus yang dapat dikontrol kadang-kadang disebut dengan variabel keputusan. Pengumpulan Data Data diperlukan untuk percobaan model. Penentuan variabel sebagai terkontrol atau tidak tergantung dari kemampuan pengambil keputusan mengendalikan sumber daya. Jadi untuk menyelesaikan permasalahan yang dihadapi manajemen. Cara kedua ini khususnya digunakan untuk model probabilistik. Variabel eksogenus yang tidak dapat dikontrol kadang-kadang disebut dengan parameter sistem. mereka hanya dapat memanipulasi variabel eksogenus yang dapat dikontrol. menggunakan model simulasi. Output akan diperoleh jika simulasi dijalankan untuk data tertentu.

Ada dua pendekatan yang dapat kita gunakan. kita memerlukan variabel status (termasuk dalam klasifikasi variabel endogenus) dan kejadian. untuk mengetahui entiti sedang diproses dimana dan pencabangan aturan keputusan untuk menentukan rutenya.Pengembangan Model Pemahaman yang baik akan sistem sebenarnya sangat diperlukan dalam membentuk model dan merupakan hal yang sulit juga untuk dilakukan. Kita dapat bedakan model yang akan kita bangun ke dalam model konseptual. Percobaan model dan optimasi 9 9 9 9 Analisis output : statistik Analisis output : analisis terminating dan analisis keseimbangan. Prediksi kejadian masa mendatang harus didahului prediksi nilai variabel input. Model valid jika ukuran outputnya sangat dekat dengan ukuran sistem nyata yang sesuai. Tidak ada pendekatan yang baku dalam membentuk model. Dalam pendekatan perubahan status. dapat secara verbal atau menggunakan grafik. 9 Model konseptual : menggambarkan sistem secara konsep. Keberadaan entiti ini dilacak dalam sistem selama proses penjalanan simulasi. Validasi menunjukkan seberapa akurat model memprediksi kejadian mendatang. 9 Model logika : menerjemahkan model konseptual ke dalam bentuk suatu diagram alur atau algoritma. Dalam pendekatan aliran fisik. pemrosesan atau perpindahan entiti secara fisik ditunjukkan dalam model. yaitu pendekatan aliran fisik dan perubahan status. 9 Model simulasi : menerjemahkan model logika ke dalam program komputer Verifikasi dan validasi Model Verifikasi dan validasi dilakukan untuk ketiga model (konseptual. Percobaan model : • • desain percobaan klasik (ANOVA) Metodologi respon permukaan (response surface methodology) . logika dan simulasi). Diagram alur entiti dan pemrosesan elemen sistem memberikan representasi sistem darimana model dan pemrograman komputernya dikembangkan. logika dan simulasi. Analisis terminating : penjalanan model diakhiri dengan beberapa kejadian spesifik. Penggolongan ini akan memudahkan dalam membentuk model simulasinya.

Tahapan utama dalam melakukan pemodelan sistem adalah: Penetapan tujuan Identifikasi masalah Pengembangan model konseptual Penembangan model matematis Validasi Solusi model Pemahaman atas segala bentuk komponen (entity) dan atribut (attribute) beserta interaksi yang mewarnai sistem mutlak diperlukan karena pemahaman ini merupakan modal dasar yang utama dalam pemodelan sistem. tapi untuk kali ini penekanan dilakukan pada model metematik. Atas model matematis yang diperoleh. yaitu saat sebelum simulasi dilakukan. Pada tahap inilah aspek pemrograman dijumpai. maka model tersebut harus diubah ke dalam bentuk program komputer. Aspek pemrograman komputer. Aspek pemodelan sistem. . b. Aspek pemodelan akan dijumpai pada tahap paling awal. c. maka setidaknya harus meninjau tiga aspek kajian yang sangat mendasar dan tidak bisa dipisah satu dengan yang lainnya. Membuat program yang baik dan benar bukan semata membuat program yang bebas dari kesalahan saja. Ketiga aspek itu adalah: a. Harus hemat waktu eksekusi (run-time). Aspek percobaan (stastistik). Agar komputer bisa memberikan penyelesian atas model matematik sistem. Harus mempunyai bentuk yang terstruktur. tapi juga perlu mempertimbangkan beberapa hal. Terdapat berbagai macam bentuk model sistem. d. c. Harus efisien dalam menggunakan memori komputer. seperti: a. Pemodelan sistem adalah upaya bagaimana membuat repre-sentasi sistem dalam bahasa/bentuk tertentu yang telah disepakati sebelumnya sehingga dengan perwujudan representasi itu segala bentuk analisis dan pembahasan atas sistem dapat dilakukan. Harus mudah dipelajari dan mudah dimodifikasi. selanjutnya dilakukan validasi sehingga akan diperoleh model yang valid. b.#52'- #52'-#52'Agar dapat melakukan kajian simulasi yang memadai. Disamping itu program tersebut juga harus mampu menirukan nuansa perilaku sistem nyatanya.

Simulation clock Variabel yang berisi waktu simulasi pada saat ini 3. Begitu pula teknik pengolahan atas data keluaran simulasi juga tidak luput dari perhatian yang serius. Komponen simulasi terdiri dari : 1. (ada satu event runtime untuk setiap tipe event) 5. Bagaimana mengubah-ubah nilai parameter dan variabel sistem yang benar sehingga data keluaran simulasi merupakan keluaran yang benar dan tidak menyesatkan harus dirancang dengan tepat.Dengan demikian aspek ini sebenarnya merupakan cakupan bahasan yang cukup luas. Event runtime Sebuah fungsi/prosedur yang akan meng-update status system jika suatu event tertentu terjadi. Pada akhirnya guna mendapatkan hasil simulasi yang berupa jawaban sistem nyatanya. Semuanya itu terkait erat dengan aspek rancangan percobaan statistik. Report generator Sebuah prosedur yang menghitung pengukuran performansi dan print sebuah report jika simulasi berakhir 6. Main Program Sebuah sub program yang memanggil prosedur timing routine untuk menentukan event selanjutnya dan mentransfer control pada event routine untuk meng-update status . Event List Sebuah list yang berisi waktu berikutnya 4. aspek rancangan percobaan dan metode pengolahan hasil harus diperhatikan. System state Kumpulan dari variabel2 status yang representasikan sebuah system dalam waktu tertentu 2.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->