Catatan diambil dari Simulation Modeling and Analysis by A. Law and W. Kelton, Third edition, McGraw Hill, 2000.
cara kerja sistem riil dengan menggunakan program komputer. Fokus terletak pada simulasi discreteevent. Kita akan mempelajari:
Abstraksi sistem riil menjadi model Implementasi model dengan menggunakan software Perancangan eksperimen
Pemodelan sistem memerlukan pemahaman mengenai Dasar probabilitas, statistik, kalkulus dasar Kita juga akan membahas solusi model secara analitis
Topik
Pendahuluan
Prinsip Umum dan Contoh Model Statistik Model Antrian
studi simulasi
Fasilitas yang disimulasikan juga disebut sistem Dibuat asumsi/aproksimasi, baik secara logika dan matematika, mengenai bagaimana sistem bekerja Asumsi ini membentuk model sistem
pertanyaan seperti:
Mengapa kinerja Web di suatu tempat memburuk ketika ada yang menggunakan koneksi WiFi di dekatnya? Bagaimana jalur yang akan ditempuh oleh angin badai? Dsb.
Area Aplikasi
Evaluasi rancangan dan kinerja sistem komputer
Menentukan persyaratan hardware atau protokol untuk jaringan komunikasi Mempelajari algoritma penjadwalan CPU Evaluasi aturan Web caching Operasi jalur produksi
Studi call center, restoran fast-food, rumah sakit, dan kantor pos
jalan bebas hambatan, pelabuhan, dan kereta bawah tanah Analisis sistem keuangan atau ekonomi
Terminologi
Contoh: Menentukan jumlah kasir yang diperlukan untuk memberikan layanan ekspres pada pelanggan yang membeli 10 barang atau kurang pada suatu superstore sistem terdiri dari kasir ekspres dan pembeli dengan 10 barang atau kurang.
Dapat bergantung pada tujuan dan ukuran kinerja yang diinginkan SS Example: # kasir ekspres, waktu kedatangan pelanggan dengan 10 barang atau kurang. Kedatangan pelanggan, start pelayanan, dan kepergian pelanggan.
10
Klasifikasi Model
[Jain91]
11
12
13
Biasanya, model ini memiliki satu atau lebih input random (misalnya, kedatangan pelanggan, waktu servis, dll.). Output model stokastik merupakan estimasi karakteristik sistem yang sebenarnya. Eksperimen harus diulang beberapa kali Harus ada kepercayaan terhadap hasil
14
Tidak ada elemen waktu (biasanya) Digunakan untuk evaluasi ekspresi non-probabilistik (misalnya, integral) dengan menggunakan metode probabilistik Berbagai variasi soal matematik
Simulasi Trace-driven Secara ekstensif dipakai pada evaluasi kinerja sistem komputer; misalnya, algoritma paging Kelebihan: kredibilitas, validasi yang mudah, lebih sedikit bilangan acak, beban kerja akurat Kekurangan: kompleksitas, hanya merupakan snap-shot, representatif?, satu titik validasi
16
Simulasi
Simulasi trace-driven
model continuous-state
Contoh,
discrete-event.
17
18
19