Sunday, September 23, 2012

Dasar-Dasar Pemodelan dan Simulasi

Materi berikut berkaitan dengan matakuliah yang sedang saya dalami di ITS yaitu, Manajemen Sains. Pada konsep pemodelan dan simulasi itu sendiri ada 3 faktor yang harus kita ketahui yaitu : Sistem, Model, dan Simulasi. System adalah kumpulan dari entitas (orang, mesin) yang berinteraksi satu sama lain untuk mencapai tujuan (schdmidt an Taylor, 1970). contohnya : System perbankan. Dalam prakteknya system bergantung pada tujuan studynya, kumpulan dari entitas dari suatu system untuk satu tujuan study mungkin hanya sebuah subset dari system yang lain secara keseluruhan.

Contoh study kasus pada perbankan : Untuk menentukan jumlah teller yang diperlukan dalam memberikan service pada customer yang ingin menabung, atau menarik tabungan, merupakan subset dari system perbankan yang terdiri dari teller dan customer yang menunggu di waiting line atau sedang mendapatkan pelayanan. State of system adalah kumpulan beberapa variable yang diperlukan untuk menjelaskan sistem sesuai dengan tujuan study.

Pada dasarnya System dibagi menjadi 2 :
System Continous : Status variable sistem berubah secara kontinyu terhadap waktu.
Contoh: Pesawat yang bergerak di udara ( posisi dan kecepatan dapat berubah secara kontinyu sepanjang waktu).

System Diskrit : Status variabel sistem berubah pada saat-saat tertentu. Contoh: sistem perbankan. Jumlah customer di bank berubah pada saat customer datang atau customer meninggalkan bank karena transaksinya sudah selesai.

Model adalah Representasi yang mendeskripsikan suatu objek, system, atau konsep, sebagai penyederhanaan dan idealisaisi. Pada Model dibedakan menjadi 2 type:
- Pysical Model (iconic) : miniatur model. contoh model pesawat dan maniken.
- Mathematical Model : Representasi system secara logical dan hubungan kuantitati, yang kemudian dimanipulasi untuk melihat reaksi model.

Simulasi adalah : Simulasi adalah suatu proses peniruan dari sesuatu yang nyata beserta keadaan sekelilingnya (state of affairs). Aksi melakukan simulasi ini secara umum menggambarkan sifat-sifat karakteristik kunci dari kelakuan sistem fisik atau sistem yang abstrak tertentu. (wikipedia)

Proses pengerjaan Simulasi itu sendiri berupa :
I. By hand simulation pertama kali dilakukan oleh "George L. Leclere untuk estimasi nilai π (pi). Percobaan dilakukan dengan melempar jarum yang panjangnya "I" ke meja yang lebarnya "d". Nilai π  dapat dihitung dengan rumus : π  = (2 * l)/(p*d). 
n : Probabilitas jarum mengenai garis.
Hasil : estimasi yang dibuat tidak tepat, masih menunjukkan adanya error.
II. menggunakan bahasa Fortran, C
III. Menggunakan bahasa simulasi khusus seperti : Bahasa simulasi Diskrit : GPSS, SLAM, SIMAN, SIMPSCRIPT, GASP, SIMULA, ARENA (kombinasi antara high level simulator dengan VB).
Bahasa Simulasi kontinyu : Dynamo, Vensim, CSMP.
IV. High Level Simulator merupakan bahasa simulasi yang menyediakan menu-menu dialog user interface.
contoh : AW- SIM.

Namun, disamping itu model Simulasi meiliki beberapa kelebihan dan kekurangan. 
Kelebihan model simulasi adalah :
- Simulasi alternatif yang tepat : tidak semua system dapat direpresentasikan dengan model matematis.
- Dapat bereksperimen : tanpa adanya resiko pada system nyata.
- Study jangka panjang : dalam waktu singkat, input data bervariasi.
Kekurangan pada Simulasi :
- Hanya mengestimasi karakteristik berdasarkan masukan tertentu.
- Kualitas dan analisis model tergantung pada si pembuat model.

Klasifikasi Model Simulasi 
menurut waktu :
- Simulasi Statis : Ouput model tidak dipengaruhi oleh waktu. contoh : Simulasi manual G L. Leclere.
- Simulasi Dinamis : Ouput model dipengaruhi waktu. Contoh : Meodel populasi.
menurut perubahan status variable :
- Simulasi Diskrit : status variable berubah pada saat-saat tertentu. Contoh : model inventory yang materialnyadatang dan diambil pada waktu tertentu.
- Simulasi kontinyu : Status variable berubah secara kontinyu. Contoh : model level cairan yang ratenya (lajunya) berubah setiap saat.
menurut derajat ketidakpastianya :
- Simulasi Deterninistik : ouput model bisa ditentukan secara pasti, contoh :model-model matematis.
- Simulasi Stokastik : ouput model mengandung ketidakpastian, contoh : diagram pohon keputusan

Ref : Kuliah Manajemen Sains, Erma suryani.


0 comments:

Post a Comment