Studi Simulasi dan Pemodelan Dalam Sebuah Sistem

Studi Simulasi dan Pemodelan Dalam Sebuah Sistem 

Oleh 

Fadlin Fadlu Rahman

Studi Simulasi dan Pemodelan Dalam Sebuah Sistem

Simulasi Langkah Langkah Studi

1. Rumusan Masalah
• Mengidentifikasikan maslah yang akan terselesaikan 
• Mendeskripsikan sistem operasi dalam term-term obyek dan aktivitas dalam suatau layout
• Mengidentifikasi sistem dalam jangka panjang variabel input (eksogen), dan output (endogen) 
• Mengkatagorikan variabel input sebagi keputusan (terkendali) dan parameter (tidak terkendali)
• Mendefinisikan pengukuran kinerja sistim (sebagai fungsi dari variabel endogen) dan fungsi obyek (kombinasi beberapa pengukuran)
• Menjelaskan model struktur awal (preliminary)
• Menjelaskan mode struktur lebih rinci yang mengidentifikasi seluruh objek berikut atribut dan antarmuka-nya
2. Penetapan tujuan dan rencana proyek
• pendekatan yang digunakan untuk menyelesaikan masalah.
3. Konsepisasi model
• membangun model yang masuk akal. Membantu model yang masuk akal
• Memahami Sistem
• Pendekata proses (atau pendekatan alarian fisik (pendekatan aliran fisik)) didasarkan pada aliran pelacakan dari entitas-entitas keseluruhan sistem berikut titik pemorsesan dan aturan keputusan percabangan 
• Pendekatan peristiwa (event) (atau pendekatan perubahan keadaan (state changependekatan)) didasarkan pada definisi variabel keadaan internal dan peristiwa sitim yang berubah, diikuti oleh deskripsi operasi sistim ketika suatu peristiwa terjadi
• Model Konstruksi
• Definisi ibjek, atribut, metode
• Flowchart metode yang relevan
• Pemilihan pelaksanaan bahasa
• Oenggunaan varites acak dan kinerja statistik
• Pengkodean dan debugging
4. Pengumpulan data: mengumpulkan data yang diperlukan untuk merun simulasi (seperti laju ketibaan, proses ketibaan, displin layanan, laju pelayanan dsb.).
• Observasi langsung dan perekaman manual variabel yang diseleksi(dipilih)
• Time-stamping untuk melacak aliran suatu entitas keseluruh sistem 
• Menyeleksi sampel ukuran yang valid secara statistik
• Menyeleksi sutau format data yang dapat diproses oleh komputer 
• Analisis statistik untuk mengatur distribusi dan parameter data secara acak 
• Memutuskan data mana yang dipandang sebagai acak dan mana yang diasumsikan deterministik
5. Model Penerjemahan
• konversi model suatu bahasa pemrograman.
6. Verifikasi
• Verifikasi model melalui pengecekan apakah program bekerja dengan baik.
7. Validasi
• Periksa apakah sistim merepresentasi sistim riil secara akurat.
8. Desain Eksperimen
• Berapa banyak larinya? 
• Untuk berapa lama? 
• Jenis variasi masukannya seperti apa ?
• Evaluasi keluaran statistik untuk mementapkan beberapa tingkat presisi yang diterima dari pengukuruan kinerja 
• Analisi terminasi digunakan jika interval waktu riil tertentu akan disimulasikan 
• Analisis tunak digunakan jika obyek yang diminati merupakan rata-rata jangka panjang 
9. Produksi berjalan dan analisis
• Membatasi simulasi aktual, mengumpulkan dan menganalisis keluaran.
10. Jalankan lagi (Lebih banyak lari) ?
• Kembali bereksperimen jika perlu.
11. Dokumentasi dan pelaporan
• Dokumen dan laporan hasil
12. Implementasi
• Terapkan pada skala dunia nyata

Kelebihan Simulasi

1. Sebagian besar sistem riil dengan elemen-elemen stokastik tidak dapat dideskripsikan secara akurat dengan model matematik yang dievaluasi secara analitik. Dengan demikian simulasi seringkali merupakan satu-satunya cara.
2. Simulasi memungkinkan estimasi kinerja sistem yang ada dengan beberapa kondisi operasi yang berbeda.
3. Rancangan-rancangan sistem alternatif yang direkomendasikan dapat dibandingkan melalui simulasi untuk mendapatkan yang terbaik.
4. Pada simulasi dapat mempertahankan kontrol yang lebih baik terhadap kondisi eksperimen.
5. Simulasi memungkinkan mempelajari sistem dengan kerangka waktu lama dalam waktu yang lebih singkat, atau mempelajari cara kerja rinci dalam waktu yang diperpanjang. 

Kelemahan Simulasi

1. Setiap langkah percobaan model simulasi stokastik hanya menghasilkan estimasi dari karakteristik sistem yang sebenarnya untuk parameter input tertentu. Model analitik lebih valid. 
2. Model simulasi seringkali mahal dan memakan waktu lama untuk dikembangkan. 
3. Output dalam jumlah besar yang dihasilkan dari simulasi biasanya tampak meyakinkan, padahal belum tentu modelnya valid.

Jebakan Simulasi

1. Gagal mengidentifikasi tujuan secara jelas
2. Desain dan analisis eksperimen simulasi tidak mampu 
3. Pendidikan dan pelatihan yang tidak memadai

Fitur Fitur Simulasi Perangkat Lunak yang dibutuhkan

1. Membangkitkan bilangan acak dari distribusi probabilitas U(0,1).
2. Membangkitkan nilai-nilai acak dari distribusi probabilitas tertentu, mis. eksponensial.
3. Memajukan waktu simulasi.
4. Menentukan event berikutnya dari daftar event dan memberikan kontrol ke blok kode yang benar.
5. Menambah atau menghapus record pada daftar.
6. Mengumpulkan dan menganalisis data.
7. Melaporkan hasil. 
8. Mendeteksi kondisi error.

LINK POWER POINT :SIMULASI DAN PEMODELAN TUGAS 5-Fadllin Fadlu Rahman-2003015112

Artikel ini dibuat sebagaimana yang tertuang di dalam https://onlinelearning.uhamka.ac.id/ 

SOAL LATIHAN

1. Apa yang dimaksud dengan Studi Simulasi dan Pemodelan Dalam Sebuah Sistem? 
2. Apa tujuan dari Studi Simulasi dan Pemodelan Dalam Sebuah Sistem? 
3. Apa saja jenis-jenis simulasi yang ada?
4. Apa saja jenis-jenis model yang ada? 
5. Apa perbedaan antara model deterministik dan model stokastik?
6. Apa yang dimaksud dengan simulasi diskrit? 
7. Apa yang dimaksud dengan simulasi kontinu?
8. Apa yang dimaksud dengan simulasi Monte Carlo? 
9. Apa maksudnya dengan model simulasi sistem antrian?
10. Apa maksudnya dengan model simulasi dinamik?

JAWABAN

1. Studi Simulasi dan Pemodelan Dalam Setiap Sistem adalah suatu metode untuk mempelajari sistem yang sulit untuk diukur atau diuji dengan cara konvensional. Metode ini meliputi pembuatan model matematika atau fisik dari sistem tersebut dan melakukan simulasi untuk menguji perilaku sistem tersebut.
2. Tujuan dari Studi Simulasi dan Pemodelan Dalam Setiap Sistem adalah untuk memahami perilaku sistem yang kompleks, memprediksi hasil dari keputusan yang berbeda, dan mengoptimalkan kinerja sistem.
3. Simulasi diskrit,  Simulasi terus menerus Simulasi, Monte Carlo
4. Model matematika,  Model fisik,  Model simulasi
5. Model deterministik adalah model yang mengasumsikan bahwa semua variabel dalam sistem memiliki nilai yang pasti dan dapat diprediksi. Sedangkan model stokastik adalah model yang mengasumsikan bahwa beberapa variabel dalam sistem memiliki nilai yang tidak pasti dan dapat berubah-ubah.
6. Simulasi diskrit adalah jenis simulasi yang mengasumsikan bahwa waktu bergerak dalam langkah-langkah diskrit. Simulasi ini cocok untuk memodelkan sistem yang terdiri dari entitas diskrit yang berinteraksi satu sama lain.
7. Simulasi kontinu adalah jenis simulasi yang mengasumsikan bahwa waktu bergerak secara kontinu. Simulasi ini cocok untuk memodelkan sistem yang terdiri dari variabel kontinu seperti suhu, tekanan, dan kecepatan.
8. Simulasi Monte Carlo adalah jenis simulasi yang menggunakan bilangan acak untuk memodelkan sistem. Simulasi ini cocok untuk memodelkan sistem yang kompleks dan tidak dapat dijelaskan dengan model matematika yang sederhana.
9. Model simulasi sistem antrian adalah model yang digunakan untuk memodelkan sistem antrian seperti antrian di bank atau restoran. Model ini dapat digunakan untuk memprediksi waktu tunggu rata-rata dan kapasitas sistem antrian.
10. Model simulasi dinamik adalah model yang digunakan untuk memodelkan sistem yang berubah seiring waktu. Model ini dapat digunakan untuk memprediksi perilaku sistem di masa depan dan mengoptimalkan kinerja sistem.