Manajemen Sains Oleh: Erma Suryani (Simulasi) Outline • • • • • Rencana Pembelajaran (Pustaka, Grading) Proses Pembuatan Model Sistem Definisi Pemodelan Simulasi Pustaka • Pidd, M., Computer Simulation in Management Science, Wiley, 1992. • Suryani, E., Pemodelan dan Simulasi, Graha Ilmu, 2005. • Sterman, J. D., Business Dynamics, Systems Thinking and Modeling for a Complex World. • Barlas, Y.,Multiple tests for validation of system dynamics type of simulation models, European Journal of Operational Research 42 (1989) pp. 59-87. • Kelton, W. D., Simulation with Arena, Mc. Graw Hill, 1998 Grading: • • • • Latihan simulasi dan partisipasi kelas = 35% Tes simulasi diskrit = 15% Tes simulasi sistem dinamik = 15% Presentasi project sistem dinamik = 35% Dasar-Dasar Pemodelan dan Simulasi • Sistem • Model • Simulasi Proses Pembuatan Model Pengetahuan Nilai Pengalaman Sudut Pandang Pemodel Sistem Image Model Model yg Diuji Sampel Sistem • Kumpulan dari entitas (orang, mesin) yang berinteraksi satu sama lain untuk mencapai tujuan (Schmidt and Taylor, 1970) • Contoh: Sistem Perbankan • Dalam Prakteknya: Sistem bergantung pada tujuan studinya • Kumpulan entitas dari suatu sistem u/ satu tujuan studi mungkin hanya sebuah subset dari sistem yang lain secara keseluruhan Sistem (Cont’d) Contoh: - Jika tujuan studi : untuk menentukan jumlah teller yang diperlukan dlm memberikan service pada customer yang ingin menabung atau menarik tabungan, merupakan subset dari sistem perbankan yang terdiri dari teller dan customer yang menunggu di waiting line atau yg sedang mendapatkan pelayanan. - State of a system : kumpulan beberapa variabel yang diperlukan untuk menjelaskan sistem sesuai dengan tujuan studi. Klasifikasi Sistem • Sistem diskrit • Sistem kontinyu Sistem 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 sdh selesai. Sistem Kontinyu • Status variable sistem berubah secara kontinyu terhadap waktu. • Contoh: Pesawat yang bergerak di udara ( posisi dan kecepatan dapat berubah secara kontinyu sepanjang waktu). Ways to study a system (Law & Kelton, 2000) System Experiment with the actual system Experiment with a model of the system Physical model Analytical solution Mathematical model Simulation Experiment with the Actual system Vs with a Model Actual system: • Jarang dilakukan krn mahal dan mengganggu sistem • Contoh: bank yang ingin mengurangi jumlah teller u/ mengurangi biaya, dengan mencoba langsung pada sistemnya, maka akan menyebabkan delay / waktu tunggu customer lebih panjang. Model:Representasi Sistem • • Seberapa akurat modelnya? Perlu validasi Physical model Vs Mathematical model • Physical Model (iconic): miniatur model – Contoh: model pesawat, maniken • Mathematical Model: • Representasi sistem secara logical dan hubungan kuantitatif, yang kemudian di manipulasi u/ melihat reaksi model Analytical Solution Vs Simulation • Analytical Solution o Jika modelnya cukup sederhana, dimungkinkan untuk membuat solusi secara analitik. • Simulation: o Jika modelnya kompleks (rumit), lebih tepat menggunakan simulasi, sehingga kita bisa melatih model dengan berbagai input yang berbeda untuk melihat dampaknya pada kinerja output. Pemodelan • Sistem Pemodelan • Pembentukan model Proses Dengan menggunakan bahasa formal tertentu Pengertian Simulasi “Shannon” • Sistem nyata Proses Perancangan Model Eksperimen thd model Simulasi • Mempelajari perilaku sistem Evaluasi stategi Pengertian Simulasi “Banks & Carson” Mempelajari • Sistem nyata • Sistem • Diobservasi • Disimpulkan Tiruan Dikerjakan: Manual, Komputer Perilaku Pengertian Simulasi (Cont’d) “Khosnevis” • Sistem nyata • Usulan sistem Aplikasi membangun model Membangun sistem baru • Dengan kinerja yg diinginkan Manfaat Simulasi Pembuat Keputusan Tahap Perancangan Usulan Sistem Tahap Operasional Sistem Berjalan Tool Menciptakan sistem dgn kinerja tertentu Proses Pengerjaan Simulasi I. By hand simulation pertama kali dilakukan oleh “George L. Leclere” untuk estimasi nilai π. Percobaan dilakukan dengan: -Melempar jarum yang panjangnya “l “ ke meja yg lebarnya “d” Nilai π dihitung dgn rumus : π = (2 * l)/(p*d) p = Probabilitas jarum mengenai garis Hasil : Estimasi yg dibuat tidak tepat, masih menunjukkan adanya error. Proses Pengerjaan Simulasi II. Menggunakan bahasa Fortran, C III. Menggunakan bahasa simulasi khusus spt : – Bahasa Simulasi diskrit :GPSS, SLAM, SIMAN, SIMPSCRIPT, GASP, SIMULA, Arena (kombinasi antara high level simulator dgn VB) – Bahasa Simulasi kontinyu : Dynamo, Vensim, CSMP IV. High Level Simulator merupakan bahasa simulasi yang menyediakan menu-menu dialog user interface. Contoh: AW – SIM Kelebihan Model Simulasi Simulasi alternatif yg tepat • Tidak semua sistem dpt direpresentasikan dgn model matematis Dapat berksperimen • Tanpa adanya resiko pada sistem nyata Studi jangka panjang • Dalam waktu singkat • Input data bervariasi Kekurangan Model Simulasi Hanya mengestimasi karakteristik Berdasarkan masukan tertentu Kualitas dan analisis model tergantung pada si pembuat mode Klasifikasi Model Simulasi Menurut waktu Simulasi Statis • Output model tidak dipengaruhi waktu • Contoh :Simulasi manual G L. Leclere Simulasi Dinamis • Output model dipengaruhi waktu • Contoh: Model populasi Klasifikasi Model Simulasi Menurut perubahan status variabel Simulasi Diskrit • Status variabel berubah pada saatsaat tertentu • Contoh : model – model inventory yang materialnya datang dan diambil pada waktu tertentu Simulasi Kontinyu • Status variabel berubah secara kontinyu • Contoh: model – model level cairan yang rate-nya (lajunya) berubah setiap saat Klasifikasi Model Simulasi Menurut derajad ketidakpastiannya Simulasi Deterministik Simulasi Stokastik • Output model bisa ditentukan secara pasti. • Contoh : model – model matematis • Output model mengandung ketidakpastian • Contoh: diagram pohon keputusan Diskusi: 1. Sebutkan perbedaan antara verifikasi & validasi 2. Berikan contoh - contoh model simulasi diskrit dan kontinyu 3. Berikan contoh - contoh model simulasi deterministik dan stokastik 4. Berikan contoh-contoh model simulasi statis dan dinamis Pertanyaan: 1. Sebutkan kriteria model dapat dikatakan valid? 2. Kapan bisa dilakukan eksperimen terhadap model? 3. Jelaskan beberapa tahapan yang diperlukan dalam pembuatan model. Simulasi 1: • Berilah contoh permasalahan dalam kehidupan sehari-hari yang bisa dikerjakan dengan metode simulasi • Gambarkan permasalahan pada soal no.1 dengan diagram kausatik
