BAB 4 4.

1 Perkenalan Setelah masalah telah benar dirumuskan dan rencana proyek selesai, simulasi praktisi harus mengarahkan perhatiannya ke arah mendefinisikan sistem yang harus dimodelkan. Untuk tujuan kita, sistem adalah sekelompok komponen yang menerima input dan memberikan output. Komponen menentukan bagaimana sistem mengubah masukan menjadi keluaran. Sistem ini mungkin ada dalam lingkungan yang juga berpotensi mempengaruhi input dan output. Sistem definisi dan formulasi model yang Proses terdiri dari penentuan: Klasifikasi Sistem Berapa banyak dari sistem untuk model Apa komponen dan peristiwa ke model Apa input data untuk mengumpulkan Apa output data untuk menghasilkan dengan model Perhatikan bahwa kita akan mendefinisikan sistem kami dan merumuskan model pada saat yang sama. Dalam banyak lainnya teks simulasi, kedua proses diperlakukan benar-benar independen. Dengan mendefinisikan sistem kami dan merumuskan model hampir bersamaan, kita berada dalam posisi yang lebih baik untuk memahami bagaimana sistem komponen akan dimodelkan. Dalam bab ini kita fokus pada apa yang kita akan ke model. Dalam berikut bab terjemahan Model, kita membahas proses sebenarnya bagaimana kita akan memodelkan komponen ini. 4.2 Sistem Klasifikasi Salah satu langkah pertama bahwa praktisi harus tampil di fase definisi sistem untuk mengklasifikasikan sistem. Sistem dapat diklasifikasikan sehubungan dengan dua dimensi yang berbeda. Pertama, sistem mungkin menjadi diskrit, terus menerus, atau gabungan. Kedua, sistem yang baik mengakhiri atau nonterminating. klasifikasi ini adalah masalah yang signifikan, mereka mempengaruhi bagaimana dokter akan melakukan pemodelan dan analisis untuk Proyek (Hukum dan Kelton, 2000). 4.2.1 Discrete dibandingkan terus-menerus dibandingkan Gabungan Klasifikasi sistem sebagai diskrit, kontinu, atau gabungan adalah fungsi dari bagaimana Jam simulasi akan berfungsi. Seperti yang Anda ingat dari Bab 1, jam

simulasi mengelola sistem acara. Kejadian sistem adalah kejadian yang mengubah status beberapa komponen dalam sistem. 4.2.1.1 Sistem Peristiwa Diskrit Dalam Bab 1, "Pendahuluan," contoh yang digunakan adalah sistem diskrit. Peristiwa contoh sistem terjadi sesuai dengan melompat diskrit dalam waktu jam. Dalam contoh itu, peristiwa sistem adalah pendatang, layanan dimulai, dan berakhir layanan. Peristiwa ini terjadi pada titik-titik tertentu dalam waktu pada daftar acara. Antara peristiwa pada daftar acara, sistem tidak berubah sehubungan dengan jumlah entitas dalam sistem. Jadi, sistem yang melompat antara peristiwa dianggap sebagai sistem kejadian diskrit. Hal ini penting untuk dicatat bahwa jenis entitas dalam sistem dapat menyebabkan cara bahwa sistem melompat antara peristiwa. Entitas yang juga individu atau diskrit di alam mempromosikan kemajuan jam dalam diskrit melompat. Secara umum, setiap sistem yang menggunakan orang sebagai suatu entitas akan menjadi sistem kejadian diskrit. Contoh sistem kejadian diskrit meliputi: Toko Pusat Layanan Fasilitas Manufaktur Pusat Transportasi 4.2.1.2 Sistem Kegiatan Kontinyu Berbeda dengan sistem kejadian diskrit , dalam sistem acara terus menerus , suatu peristiwa selalu terjadi . ini berarti bahwa status beberapa komponen dalam sistem ini terus berubah terhadap waktu . Sistem yang terus menerus biasanya melibatkan beberapa jenis cairan atau zat seperti cairan . Zat seperti cairan dapat mencakup semua jenis -partikel kecil , bahan - volume tinggi yang mengalir seperti cairan . Jenis bahan biasanya diukur dengan berat ketimbang hitungan . Sebuah contoh dari zat seperti cairan kopi . Kopi mulai keluar sebagai kacang dan kemudian terus diproses , akhirnya mengakibatkan biji-bijian . Sistem kejadian terus menerus harus dimodelkan dengan persamaan diferensial . Karena tambahan kompleksitas disajikan dengan menggunakan persamaan diferensial , model ini biasanya lebih sulit untuk Model akurat . Bahan cairan atau cairan seperti tidak dimodelkan sebagai entitas tetapi sebagai baik volume atat berat badan. Volume atau berat mengalir

melalui model. Contoh sistem kejadian terus menerus meliputi: pabrik pengolahan air industri kimia tidak termasuk titik distribusi 4.2.1.3 Model Kegiatan Gabungan Model acara Gabungan mengandung komponen diskrit dan kontinu. Ini berarti bahwa entitas dalam model mungkin ada dalam bentuk dihitung individu dalam salah satu bagian dari model dan bentuk seperti cairan di bagian lain dari model. Situasi semacam ini terjadi di banyak pabrik pengolahan di mana cairan atau substansi cairan seperti kalengan atau dikemas. Contoh dapat ditemukan di: Industri pangan titik distribusi Kimia Sebuah contoh yang spesifik dari model gabungan dalam industri makanan adalah tanaman kopi yang sebelumnya dibahas . Sistem ini dimulai dengan cairan - seperti kacang dalam tangki penyimpanan. Kacang pergi melalui serangkaian pemanggangan dan proses penggilingan . Cairan - seperti partikel kopi akhirnya dikemas menjadi baik kaleng atau tas . Begitu kopi kalengan atau dikemas , bagian dari model menjadi diskrit . itu individu maka dapat mengalir meskipun sistem sebagai suatu entitas sampai berangkat . Dalam industri kimia , simulasi produk minyak bumi dapat dimulai dengan minyak dalam tangki . Jelas, minyak cairan . Ini karena itu harus dimodelkan menggunakan model acara terus menerus . Minyak akhirnya akan diangkut dengan truk tangki . Proses mengisi dan mengosongkan perubahan model kontinu menjadi Model diskrit. Dalam hal ini , komponen diskrit adalah truk tangki . Ketika truk tangki diisi , secara individu dapat dimodelkan untuk diproses lebih lanjut . Sistem kejadian Gabungan biasanya jenis yang paling sulit dari sistem ke model . praktisi harus menangani tidak hanya meningkatnya kompleksitas pemodelan acara terus menerus tetapi juga transformasi bahan cairan atau cairan -seperti untuk entitas diskrit . Praktisi juga harus memutuskan bagaimana menangani ukuran output kinerja . Apakah mereka didasarkan pada bagian kontinu model , bagian diskrit dari model, atau antarmuka antara kontinyu dan diskrit bagian dari model ?

4.2.2 Mengakhiri dibandingkan Nonterminating Cara kedua untuk mengklasifikasi sistem ini apakah itu mengakhiri atau nonterminating di alam . Mengakhiri dan nonterminating sistem dibedakan oleh : kondisi awal awal Adanya peristiwa mengakhiri alami 4.2.2.1 Kondisi Mulai Awal Status sistem pada awal periode bunga adalah salah satu cara membedakan antara yang mengakhiri dan sistem nonterminating . Sistem mengakhiri umumnya mulai setiap periode waktu tanpa pengaruh dari periode waktu sebelumnya . Ini berarti bahwa sistem membersihkan diri dari entitas antara periode waktu . Banyak sistem yang memanfaatkan pelanggan -jenis entitas dianggap sistem mengakhiri tipe . Sistem ini tidak memiliki pelanggan yang tersisa di sistem dari periode waktu sebelumnya . Sebuah bank , untuk Misalnya , tidak membiarkan pelanggan tetap di bank semalam. Ini berarti bahwa setiap hari baru atau periode waktu , sistem mulai kosong . Berbeda dengan sistem terminating , sistem nonterminating mungkin mulai dengan entitas sudah sistem dari periode waktu sebelumnya . Dalam hal ini , sistem dapat menutup dengan entitas masih dalam sistem . Pada awal periode berikutnya , sistem dimulai dengan apa pun yang tersisa dari sebelumnya periode . Meskipun sistem benar-benar menutup antara periode waktu , dimulai lagi seolah-olah itu pernah ditutup . Tipe lain dari sistem nonterminating sebenarnya tidak memiliki awal periode waktu dan tidak ada waktu penutupan . Jenis-jenis sistem hanya terus berjalan . Dalam hal ini sistem tidak pernah berhenti , sehingga mungkin tidak pernah membersihkan diri dari entitas . 4.2.2.2 Adanya acara Mengakhiri Alam Sebuah cara kedua mengidentifikasi apakah suatu sistem mengakhiri atau nonterminating adalah adanya alami mengakhiri acara. Ini mungkin mematikan sistem pada suatu titik waktu tertentu atau akhir periode sibuk yang menarik khusus untuk praktisi. Contoh sistem mematikan adalah sistem layanan yang ditutup pada akhir hari. Contoh sistem yang memiliki periode sibuk adalah mereka yang menunjukkan tingkat tinggi aktivitas selama waktu makan tertentu. Keberadaan

alami mengakhiri peristiwa berarti bahwa sistem ini dapat diklasifikasikan sebagai sistem terminating, tunduk lainnya mengakhiri persyaratan sistem. 4.2.2.3 Jenis Mengakhiri Sistem Ada berbagai jenis sistem mengakhiri . Namun, secara umum , sistem mengakhiri harus: Memiliki acara mengakhiri alami Tidak menyimpan entitas dalam sistem dari satu periode waktu ke depan Contoh sistem mengakhiri -jenis meliputi: Toko Restoran Bank counter tiket Airline Toko dan restoran umumnya ditutup pada akhir hari . Ini merupakan acara mengakhiri . semua pelanggan dipaksa keluar dari toko . Jadi , setiap periode waktu yang baru , sistem mulai kosong . Bank adalah sama dengan toko-toko , namun , periode bunga akan lebih pendek , mungkin periode antara 10:00 dan 14:00 Acara mengakhiri dapat dianggap sebagai akhir dari periode sibuk di 2:00 Dalam banyak kasus , ini akan menjadi akhir periode makan siang , pada saat pelanggan harus kembali untuk bekerja . Counter tiket maskapai juga dapat dimodelkan sebagai sistem terminating . Di sini , periode bunga mungkin menjadi waktu antara satu batch pesawat tiba dan batch berikutnya pesawat berangkat . Dengan demikian, mengakhiri acara bisa menjadi keberangkatan batch pesawat . Beberapa siklus jangka waktu mungkin ada di satu hari sebagai akibat dari penggunaan hub -jenis sistem transportasi udara . 4.2.2.4 Jenis Nonterminating Sistem Ada juga berbagai jenis sistem nonterminating . Secara umum, sistem nonterminating dapat baik : Memiliki acara mengakhiri tapi tetap entitas dalam sistem antara periode waktu Tidak memiliki acara mengakhiri dan terus berjalan Ini berarti bahwa sejumlah sistem yang sebenarnya muncul untuk mengakhiri sistem sebenarnya nonterminating sistem karena mereka tetap entitas dalam sistem antara periode waktu . Hal ini juga mungkin untuk sistem nonterminating untuk tampil sebagai sistem terminating karena sistem mungkin sementara dikosongkan entitas

selama periode nonbusy . Contoh sistem nonterminating -jenis termasuk Kebanyakan fasilitas manufaktur Perbaikan fasilitas Rumah Sakit Banyak sistem manufaktur terus berjalan 24 jam / hari , 7 hari / minggu . Satusatunya saat mereka menutup adalah untuk pemeliharaan tahunan . Sistem manufaktur lain yang ditutup setelah satu atau dua shift per hari. Namun, sistem ini mungkin tetap pekerjaan yang sedang berjalan antara shutdowns . Fasilitas perbaikan yang menjaga barang akhir di fasilitas antara periode shutdown nonterminating sistem . Meskipun mereka berakhir pada akhir setiap hari , pekerjaan yang tidak diperbaiki setiap hari tetap sistem. Contoh dari tipe sistem ini adalah pusat layanan dealer mobil . Rumah sakit biasanya tidak menutup. Walaupun kegiatan dapat dikurangi selama jam awal pagi , karena sistem tidak dekat, dapat dianggap sebagai simulasi nonterminating -jenis . 4.2.2.5 Analisis statistik Pendekatan Berdasarkan Jenis Simulasi Seperti yang kita menunjukkan pada Bab 5, "Input Pendataan dan Analisis," ada perbedaan besar dalam cara di mana mengakhiri dan nonterminating sistem dianalisis. Mengakhiri analisis sistem adalah signifikan lebih mudah dilakukan dibandingkan nonterminating analisis. Untuk alasan ini, banyak praktisi salah memodelkan dan menganalisis sistem nonterminating sebagai sistem terminating. Praktisi yang tidak yakin dengan pendekatan analisis sistem nonterminating mungkin mencoba untuk memodifikasi sistem dalam rangka menggunakan pendekatan sistem mengakhiri kurang menuntut. Teknik yang biasa adalah dengan melihat hanya kecil periode selama sistem nonterminating jangka panjang dan menggunakan pendekatan analisis sistem terminating. 4.3 Arus Tingkat Tinggi Dasar Bagan Alat penting untuk mendefinisikan sistem adalah suatu diagram alir tingkat tinggi . Sebuah diagram alir tingkat tinggi membantu praktisi memperoleh pemahaman dasar logika sistem . Ini grafis menggambarkan bagaimana besar komponen dan peristiwa berinteraksi . Ini juga menggambarkan bagaimana data input dan output berperan dalam model . Untuk membantu memastikan bahwa diagram alur Anda dikembangkan dengan

baik, kita mulai bagian ini dengan informasi dasar pada desain diagram alir tingkat tinggi . Komponen dan logika dari sistem harus sebelumnya telah diamati dalam orientasi kegiatan yang terkait dengan tahap pernyataan masalah . Karena diagram alir simulasi adalah tingkat tinggi diagram alir , praktisi harus berusaha untuk tidak menyertakan begitu banyak data yang sulit untuk diikuti . Grafik ini dimaksudkan hanya untuk memberikan informasi umum tentang bagaimana proses mengalir . Hal ini dipahami bahwa program yang sebenarnya dari model simulasi akan membutuhkan detail tambahan . Sayangnya , pengembangan diagram alir tingkat tinggi bahkan relatif sederhana memerlukan tertentu tingkat kedisiplinan . Semua terlalu sering , praktisi berusaha untuk duduk dan mulai pemodelan sistem tanpa diagram alir tingkat tinggi fungsional. Pendekatan ini biasanya memiliki akhir yang bahagia . tanpa diagram alir diragukan bahwa praktisi memiliki pemahaman mendasar dari Model . Penulisan program simulasi sudah cukup sulit . Proses ini akan menjadi signifikan lebih sulit jika praktisi mencoba secara simultan untuk mengatasi logika dan pemrograman masalah . 4.3.1 Standar Arus Simbol Bagan Ada empat diagram alir proses simbol dasar. Ini adalah : 1 . lonjong 2 . empat persegi panjang 3 . genjang miring 4 . berlian Ada standar ANSI khusus untuk penggunaan diagram alir simbol-simbol . Untuk penggunaan praktis dengan simulasi praktisi , standar ini dapat dikurangi dengan beberapa pedoman yang masuk akal . Pedoman pertama adalah bahwa simbol harus diatur sedemikian rupa sehingga urutan proses mengalir ke bawah dan ke tepat sebanyak mungkin . Pedoman kedua adalah bahwa setiap simbol yang diberikan seharusnya hanya memiliki satu menghubungkan jalan ke simbol dan hanya satu jalur yang menghubungkan dari simbol . Satu-satunya pengecualian untuk aturan ini adalah ikon keputusan , yang memiliki dua jalur output yang berbeda. Namun, bahkan dengan ikon keputusan , hanya satu jalur output dapat diambil pada waktu tertentu . Terakhir , akan sangat membantu untuk mencoba

untuk menjaga flow chart pada sesedikit lembar kertas mungkin. Jika detail tambahan diperlukan , harus melibatkan diagram alir - tingkat yang lebih rendah dari proses tertentu , detil tidak tambahan dalam diagram alir tingkat tinggi . 4.3.1.1 Start dan Stop Oval Simbol oval digunakan untuk menunjuk baik awal dan proses berhenti. Simbol awal adalah yang pertama simbol yang harus hadir pada diagram alur. Simbol awal umumnya hanya memiliki satu output konektor. Halte atau akhir simbol biasanya simbol lalu hadir pada diagram alur. Bahkan jika proses memiliki beberapa kemungkinan jalur yang berbeda, ada masih hanya harus menjadi salah satu berhenti atau simbol akhir. Semua proses harus berhenti dalam simbol yang satu ini. Awal oval diilustrasikan pada Gambar 4.1. Halte oval identik kecuali untuk pelabelan. Gambar 4.1 (GAMBAR 4.1 Mulai aliran simbol grafik.) 4.3.1.2 Proses Rectangle Persegi panjang ini digunakan untuk mewakili proses tujuan umum yang tidak secara khusus tercakup oleh salah yang lain diagram alir simbol. Proses persegi panjang biasanya masuk dari atas atau sisi kiri. Itu yang keluar baik dari bawah atau sisi kanan. Dalam diagram alir tingkat tinggi, layanan waktu tunda akan menjadi contoh umum dari suatu proses (Gambar 4.2). 4.3.1.3 Input / Output Jajar Genjang miring The miring genjang digunakan untuk proses yang melibatkan beberapa jenis input atau output. The miring genjang biasanya masuk dari atas atau sisi kiri (Gambar 4.3). Hal ini keluar dari baik bawah atau sisi kanan. Sebuah contoh dari simbol proses input dalam program simulasi diagram alur akan menjadi penciptaan atau kedatangan entitas ke dalam sistem. GAMBAR 4.2 Proses aliran simbol grafik. GAMBAR 4.3 Input / Output proses aliran simbol grafik. GAMBAR 4.4 Keputusan aliran simbol grafik. 4.3.1.4 Keputusan Berlian Berlian digunakan untuk mewakili keputusan dalam bagan alur logika. Berlian memiliki satu konektor input tapi dua konektor keluaran (Gambar 4.4). Konektor

input tunggal harus datang ke bagian atas simpul simbol berlian. Output konektor dapat meninggalkan melalui salah satu dari simpul samping atau bawah vertex. Output konektor harus secara khusus diberi label sebagai benar atau salah atau ya atau tidak. Karena tanggapan ini saling eksklusif, hanya satu jalur output dapat diambil pada waktu tertentu. 4.3.2 Contoh Bagan Arus Diagram alir sampel pada Gambar 4.5 merupakan contoh sistem sederhana seperti yang digunakan dalam Bab 1. Ini adalah satu-antrian, sistem server tunggal. GAMBAR 4.5 diagram alir Sampel. Diagram alir sistem diawali dengan start oval . Simbol selanjutnya adalah input / output genjang miring , yang merupakan pelanggan memasuki sistem. Setelah pelanggan memasuki sistem, mereka masuk ke dalam antrian . Menunggu dalam antrian adalah proses diwakili oleh persegi panjang . Pelanggan berikutnya menentukan apakah atau tidak petugas sibuk . Operasi ini diwakili oleh berlian . Jika petugas adalah tidak sibuk , maka pelanggan mengalami proses transaksi diwakili oleh persegi panjang lain. Namun , jika petugas sibuk , pelanggan tetap dalam antrian . Ketika pelanggan akhirnya selesai transaksi , keluar pelanggan sistem. Operasi ini diwakili oleh jajaran genjang miring lain. Aliran grafik selesai dengan simbol oval akhir . Perhatikan bagaimana alur proses adalah ke kanan dan ke bawah sebanyak mungkin . Satu-satunya tempat di mana aliran tidak turun adalah ketika pelanggan masih berada di antrian . Juga perhatikan bagaimana sebagian dari simbol-simbol hanya memiliki satu pintu masuk dan satu pintu keluar . Satu-satunya pengecualian adalah awal dengan keluar tunggal, berhenti dengan tunggal masuk, dan keputusan. Meskipun keputusan memiliki dua pintu keluar , hanya satu pintu keluar dapat diambil di waktu . Entah petugas sedang sibuk atau petugas tidak sibuk . Perhatikan juga bagaimana ketika petugas sibuk bahwa aliran garis tidak langsung kembali ke antrian . Sebaliknya , garis aliran berpotongan dengan garis aliran yang masuk ke antrian . Ini mempertahankan prinsip bahwa simbol antrian dapat dimasukkan dalam satu tempat . Dalam contoh khusus ini , diagram alir digunakan enam simbol . Diagram alir untuk lebih rumit sistem bisa dengan mudah memerlukan puluhan jika tidak ratusan

diagram alir simbol . Selama praktisi berusaha untuk menjaga aliran grafik terorganisir , sejumlah besar simbol dapat dikelola . Menjaga flow chart terorganisir berarti mengalir ke kanan dan ke bawah dan hanya masuk dan keluar setiap simbol di satu tempat pada waktu tertentu . 4.4 Komponen dan Acara untuk Model Sekarang kita telah meninjau konsep dasar menciptakan sebuah diagram alur, kita bisa mengalihkan perhatian kita terhadap komponen apa dan peristiwa harus dimodelkan dan direpresentasikan dalam diagram alir tingkat tinggi. Dalam sistem operasi independen kecil, ada sedikit pertanyaan bahwa praktisi harus berusaha untuk model seluruh sistem. Namun, dalam sebuah sistem yang saling terkait yang besar, mungkin akan sangat sulit untuk mengidentifikasi bagian mana dari sistem ke model. Di satu sisi, model harus berisi konten yang cukup sehingga perilaku sistem dipahami dengan benar. Di sisi lain, hanya jumlah terbatas waktu tersedia untuk sebagian besar proyek. Dengan demikian, pada awalnya adalah wajar bahwa beberapa pertanyaan mungkin ada mengenai kesesuaian model awal. Pendekatan yang disarankan adalah mulai dengan model kasar dan tambahkan perbaikan sambil Anda melanjutkan. Lebih baik untuk memiliki model-tingkat yang lebih tinggi yang dapat digunakan untuk lebih terbatas analisis daripada untuk memiliki model-tingkat yang lebih rendah yang tidak dapat digunakan untuk analisis. Banyak praktisi memiliki juga menemukan bahwa peningkatan tuntutan pemodelan model-tingkat yang lebih rendah tidak memungkinkan banyak waktu untuk analisis atau kegiatan pelaporan. 4.4.1 Komponen Model layanan dan model sistem manufaktur secara alami akan mengandung komponen sistem yang berbeda. Beberapa komponen sistem yang lebih umum yang dapat dimodelkan meliputi (Kelton et al, 2002.): Personil Mesin Pengangkut Konveyor 4.4.1.1 Personil Dalam sistem yang berhubungan dengan pelayanan, personil mungkin termasuk:

 Penjualan panitera perwakilan layanan pelanggan Dalam sistem manufaktur, personil mungkin akan mencakup: Mesin operator Penanganan Material 4.4.1.2 Mesin Mesin dalam sistem yang berhubungan dengan pelayanan dapat mencakup: Sistem komputer atau jaringan Automatic teller Mesin Tiket Scanner mesin X-ray Mesin dalam sistem manufaktur terkait dapat mencakup: Pabrik Komputer dikontrol secara numerik Machining center bubut Menghidupkan Pusat Robot 4.4.1.3 Pengangkut Transporter adalah setiap jenis kendaraan yang digunakan untuk memindahkan badan dari satu lokasi ke lokasi lain. Di model layanan transportasi, transporter dapat mencakup kendaraan seperti Pesawat Bus Melatih Dalam sistem manufaktur terkait, mungkin ada Forklifts truk Tangan Dolly kendaraan otomatis dipandu

Perhatikan bahwa ada juga perbedaan antara bebas jalan dan fixed-jalan transporter. Transporter Free-jalan bisa pergi antara lokasi yang berbeda tanpa menghormati mengikuti jalan tertentu atau adanya lainnya kendaraan. Sebuah contoh khas dari jalan transporter gratis adalah mengangkat garpu. Forklift biasanya dapat bergerak di antara poin tanpa lagu tertentu. Forklifts juga dapat pergi sekitar transporter lain karena mereka tidak terbatas pada gerakan di rel. Di sisi lain, transporter tetap path atau dipandu harus mengikuti rel atau track dan spesifik dapat dipengaruhi oleh adanya kendaraan lain. Sebuah contoh khas dari sebuah fixedpath transporter akan menjadi kereta rel. Gerakan maju dari setiap rel kereta tergantung pada jelas melacak menjelang kereta rel. 4.4.1.4 Konveyor Konveyor adalah perangkat yang dapat bergerak entitas antara lokasi tanpa perangkat conveyor sendiri bergerak secara fisik. Conveyor sebenarnya secara fisik tetap di tempat yang sama, tetapi sabuk atau rak melakukan bergerak. Contoh konveyor dalam sistem pelayanan meliputi: Pindah trotoar Eskalator Lift Kursi Konveyor dalam sistem manufaktur meliputi: Sistem Overhead crane lini produksi perakitan Tetap Konveyor juga dapat diklasifikasikan sebagai: Nonaccumulating Mengumpulkan Konveyor Non mengumpulkan menjaga jarak pada ban berjalan atau trek antara entitas . Entitas baru dapat ditempatkan pada conveyor hanya jika ada ruang yang cukup antara entitas lainnya . Nonaccumulating konveyor umumnya dalam bentuk melingkar . Ini berarti bahwa jika entitas tidak bisa dihapus , mereka bisa naik di sekitar conveyor jumlah yang tidak terbatas kali . Salah satu contoh yang khas dari conveyor nonaccumulating adalah sistem suspensi yang digunakan untuk mengambil pakaian di tempat yang kering membersihkan toko .

Mengumpulkan konveyor , di sisi lain , memungkinkan entitas untuk menjadi dikompresi pada conveyor belt . Ini biasanya berarti bahwa ada beberapa mekanisme pada conveyor yang menyebabkan posisi relatif antara entitas pada sabuk untuk diubah . Mengumpulkan konveyor juga biasanya linear dalam bentuk dan entitas transportasi hanya satu arah . Contoh dari conveyor mengumpulkan adalah kasir Titik di toko kelontong banyak . Petugas operasi sabuk dapat menjalankan sistem sampai barang dikompresi pada akhir sabuk . Beberapa konveyor tampaknya memiliki kombinasi karakteristik . Hal paling mendesak yang datang ke pikiran adalah conveyor bagasi di area pengambilan bagasi bandara a. Di sini , tas bisa turun a chute ke conveyor melingkar utama. Dampak dari tas dapat menyebabkan kepadatan tas dalam bagian conveyor belt meningkat. Di sisi lain , sabuk melingkar , sehingga tidak ada spesifik lainnya mekanisme yang akan menyebabkan kantong pada sabuk menjadi dikompresi . 4.4.2 Proses dan Acara Praktisi juga harus memutuskan apa aktivitas sistem harus dimasukkan dalam model. Salah satu cara menentukan proses untuk model untuk memasukkan setiap proses yang mampu yang dilakukan berbeda dari waktu ke waktu . 4.4.2.1 Sistem Pelayanan Proses dan Acara Dalam sistem pelayanan , pelanggan dapat menunggu dalam antrean untuk jumlah waktu yang berbeda , memiliki layanan yang berbeda atau jumlah barang untuk membeli , dan pelanggan dapat membayar secara berbeda . Dengan demikian , model harus setidaknya meliputi: Kedatangan pelanggan di area pengolahan Perilaku antrian Pelanggan Pengolahan Layanan Pembayaran untuk barang 4.4.2.1.1 Kedatangan Pelanggan di Lokasi Pengolahan Acara pelanggan awalnya tiba ke dalam sistem ini mungkin salah satu peristiwa paling penting dalam layanan -jenis model . Dalam model sederhana , beberapa praktisi tidak akan benar model proses kedatangan . Seperti yang akan kita lihat di bagian pengumpulan data masukan bab ini , tidak hanya penting untuk model kedatangan batch kedatangan, tetapi juga ukuran batch

kedatangan . 4.4.2.1.2 Pelanggan Antrian Perilaku Kebanyakan sistem layanan -jenis meliputi antrian menunggu pelanggan . Antrian pelanggan dapat menjadi antrian Paralel antrian ular Tunggal Antrian paralel ditemukan dalam sistem yang memiliki beberapa sumber Server . Setiap server memiliki dedicated antrian . Pelanggan memasukkan ujung ekor salah satu dari beberapa antrian dan melanjutkan ke kepala antrian sebagai sebelumnya antri pelanggan meninggalkan antrian untuk menerima layanan. Setelah di kepala antrian paralel, pelanggan akan menunggu sampai dedicated server yang tersedia untuk pengolahan. Berbeda dengan beberapa antrian paralel , antrian ular tunggal sering digunakan untuk model sistem yang kompleks . Ular antrian mendapatkan nama mereka untuk kembali dan sebagainya tata letak . Layout ini digunakan untuk membuat penggunaan terbaik dari ruang yang tersedia . Dengan antrian ular , antrian tunggal memegang pelanggan untuk sejumlah server sumber daya. Setelah pelanggan mencapai kepala antrian , pelanggan akan menunggu sampai server pertama sumber daya yang tersedia untuk pengolahan. Masalah dengan antrian ular dengan beberapa server adalah apa yang terjadi ketika satu atau lebih sumber daya yang tersedia . Dalam situasi ini , sistem dapat beroperasi dengan cara yang berbeda . Ini adalah : Agar Preferred Acak Dalam sistem urutan pilihan, ketika dua atau lebih sumber daya layanan yang tersedia, entitas pelanggan akan selalu memilih sumber tertentu atas yang lain. Ini biasanya terjadi ketika entitas pelanggan mengambil yang fisik sumber daya yang tersedia paling dekat dengan kepala antrian ular. Ini berarti bahwa dalam ringan dimuat sistem, sumber daya satu atau dua paling dekat akan memiliki tingkat pemanfaatan jauh lebih tinggi daripada terjauh sumber daya. Ketika kepala antrian berpusat sehubungan dengan beberapa sumber daya, entitas pelanggan mungkin kurang rentan untuk mengambil sumber daya tertentu layanan. Dalam hal ini, proses entitas pelanggan untuk memilih sumber daya mungkin lebih

acak di alam. Keduanya paralel dan ular antrian juga mungkin menunjukkan berbagai jenis perilaku antrian. Ini termasuk: Prioritas Antrian Perilaku entitas Antrian Antrian prioritas berarti bahwa urutan entitas dalam antrian dapat berubah sesuai dengan prioritas Skema. Ini juga kadang-kadang disebut peringkat pesanan kriteria. Dalam hal apapun, tidak banyak berbeda jenis prioritas antrian: First Out In-First (FIFO) Last Out In-First (LIFO) Shortest Processing Time (SPT) Terpanjang Pengolahan Waktu (LPT) Nilai Terendah Pertama (LVF) Nilai Tertinggi Pertama (HVF) User-Defined Aturan Untuk kebanyakan sistem entitas sederhana disajikan pada pertama datang pertama dilayani ( FIFO ) . Artinya , siapa pun adalah di baris pertama akan dilayani sebelum kemudian tiba entitas . Jenis sistem antrian prioritas adalah paling sering ditemui dalam sistem pelayanan -jenis . LIFO adalah jenis lain dari prioritas antrian . Ini adalah lawan langsung dari prioritas FIFO . Ini berarti bahwa siapa pun yang memasuki antrian terakhir akan menjadi yang pertama entitas untuk diproses . Penggunaan LIFO hampir tidak biasa seperti FIFO . Sebagian besar aplikasi LIFO melibatkan beberapa jenis hukuman di mana anggota yang kurang senior antrian dihadapkan dengan beberapa tidak diinginkan pengolahan . Dua aturan prioritas antrian lain yang praktisi yang mungkin ditemui adalah SPT dan LPT . SPT algoritma dapat secara efektif digunakan di mana ada cutoff layanan untuk sistem. Disini pelanggan yang telah waktu proses terpendek dikirim ke kepala antrian dan diproses terlebih dahulu. Jenis ini situasi yang ada dalam industri penerbangan komersial. Penumpang akan tiba di konter tiket di penerbangan yang berbeda . Hal yang paling penting untuk proses pelanggan yang memiliki penerbangan dengan segera keberangkatan . Jika pelanggan tersebut tidak diberikan prioritas , maka ada kemungkinan bahwa mereka mungkin kehilangan penerbangan mereka . Menunggu sedikit waktu ekstra di baris tidak akan mempengaruhi penumpang lain dengan penerbangan berikutnya . LPT Algoritma berarti bahwa pelanggan dengan

transaksi paling rumit ditangani terlebih dahulu . algoritma ini jauh lebih umum dalam sistem pelayanan. Ini mungkin ditemui hanya ketika lagi pengolahan waktu adalah manfaat ekonomi yang lebih besar ke sistem . Penggunaan algoritma LPT akan membahayakan pengolahan pelanggan dengan waktu pengolahan lebih pendek . Para pelanggan akan rentan terhadap mengingkari . Ada juga skema prioritas LVF . Prioritas LVF sering digunakan untuk model penumpang komersial sistem transportasi . Penumpang dapat dikategorikan sebagai pertama, kedua , dan ketiga kelas . Nilai kelas dapat sesuai dengan 1 , 2 , dan 3 . The LVF antrian prioritas akan menghasilkan kelas pertama berada di kepala antrian, kelas dua di tengah, dan kelas ketiga di ekor . Penumpang kelas dua dapat menerima layanan hanya jika ada pelanggan kelas dalam antrian . Demikian pula , ketiga kelas penumpang dapat menerima layanan hanya jika tidak ada penumpang pertama atau kelas dua dalam antrian . apa saja waktu penumpang kelas tiba dalam sistem , ia secara otomatis akan pergi ke kepala antrian . Demikian pula , setiap penumpang kelas kedua secara otomatis akan masuk ke antrian di balik setiap kelas penumpang tapi sebelum penumpang kelas tiga . The LVF prioritas antrian juga dapat digunakan untuk memodelkan sistem yang menggunakan layanan tiket . Di sini , pelanggan dilayani dalam urutan tiket terendah . ini mirip dengan prioritas FIFO, kecuali mungkin ada pelanggan yang sementara meninggalkan daerah tersebut dan kemudian datang kembali untuk layanan . Metode antrian prioritas normal terakhir adalah skema prioritas HVF . Di sini , setiap pelanggan memiliki nilai yang akan ditugaskan menyusun ulang posisi pelanggan di antrian dalam urutan nilai. Jenis prioritas antrian dapat digunakan ketika individu tertentu adalah pelanggan tetap . Dalam situasi ini , sistem pelayanan mungkin ingin memberikan penanganan prioritas kepada para pelanggan yang telah melakukan paling bisnis di masa lalu . Ada kemungkinan bahwa tidak ada prioritas antrian normal atau aturan kriteria berpangkat memadai membuat model jenis prioritas antrian yang menggunakan sistem yang sebenarnya . Dalam hal sistem yang sebenarnya tidak menggunakan aturan prioritas antrian rumit, kebanyakan bahasa simulasi memberikan kesempatan untuk program di setiap perhitungan yang diperlukan . Ini biasanya dikenal sebagai aturan user-defined .

Perilaku entitas antrian melibatkan tindakan entitas sehubungan dengan masuk dan bertahan di antrian sistem. Ada tiga jenis perilaku entitas antrian bahwa praktisi harus akrab dengan. Ini adalah: 1. balking 2. mengingkari 3. berebut Balking terjadi ketika pelanggan memasuki sistem tapi daun sebelum memasuki antrian . Balking adalah hasil menghadapi antrian menunggu lama atau kapasitas antrian terbatas. Jika pelanggan percaya bahwa ada begitu banyak individu sejalan bahwa menunggu lama akan terjadi tidak dapat diterima , pelanggan dapat berangkat sebelum mendapatkan sejalan . Penilaian kapan harus menolak ketika menghadapi menunggu antrian panjang sepenuhnya individual ditentukan . Tidak ada dua pelanggan dapat diharapkan balk yang sama . Ini berarti bahwa jenis balking harus dimodelkan dengan distribusi probabilistik . Di sisi lain , kapasitas antrian yang terbatas biasanya terkait dengan keterbatasan ruang . Jika panjang antrian melebihi ruang fisik yang tersedia untuk sistem , pelanggan mungkin tidak dapat menunggu dalam antrian dan harus meninggalkan sistem . Dalam hal ini, keputusan untuk menolak akan menjadi penentuan tertentu berdasarkan kapasitas fisik . Tipe kedua dari perilaku entitas di kedua antrian paralel dan antrian ular disebut mengingkari . mengingkari adalah ketika entitas memasuki garis tapi daun sebelum diproses . Hal ini akan sesuai dengan pelanggan yang lelah menunggu dalam antrean dan daun . Keputusan untuk mengingkari juga merupakan keputusan pribadi. Tidak ada dua individu akan menunggu waktu yang sama sebelum mengingkari . Akibatnya , lamanya waktu sebelum mengingkari harus dimodelkan dengan distribusi probabilistik . Modeling mengingkari dapat sedikit lebih rumit daripada hanya menunggu beberapa waktu sebelum berangkat . Misalnya , seorang pelanggan yang sedang mempertimbangkan akan mengingkari mungkin menunda keputusan ini jika dia adalah di baris berikutnya . Dengan demikian , model yang sangat canggih akan memonitor baik waktu antrian saat ini dan posisi antrian masing-masing entitas . Sebuah jenis akhir perilaku antrian berebut . Berebut dikaitkan hanya dengan antrian paralel. Ini kapan entitas beralih antara dua antrian yang berbeda . Keputusan untuk joki biasanya dipicu olehakhir masa kerja dengan sumber daya yang terkait dengan

antrian lainnya . Akhir hasil masa bakti dalam entitas dalam antrian meninggalkan antrian dan menarik sumber daya. Jika antrian lain masih memiliki lebih entitas atau jumlah yang sama entitas , entitas tidak akan joki . Di sisi lain, jika antrian lainnya memiliki satu kesatuan kurang dari antrian saat ini , entitas akan joki . Jenis berebut rumit tetapi dapat dimodelkan dalam sejumlah cara yang berbeda . Berebut juga dapat terjadi jika entitas mempersepsikan bahwa antrian lainnya bergerak lebih cepat . Berebut berdasarkan jenis persepsi belum tentu dapat dimodelkan . 4.4.2.2 Layanan Pengolahan Peristiwa lain yang harus dimodelkan dalam sistem pelayanan -jenis dikaitkan dengan jenis layanan yang entitas adalah untuk menerima . Untuk menggambarkan berbagai komponen terkait dengan proses pelayanan, kami memeriksa beberapa proses sistem layanan yang paling sering disimulasikan . Jenis-jenis sistem pelayanan hanya perwakilan . Berbagai jenis proses pelayanan dalam setiap jenis sistem harus dipandang sebagai menyediakan titik awal untuk model simulasi sistem serupa. Sistem layanan tertentu mungkin lebih atau kurang kompleks daripada contoh yang diberikan di sini. Kami memeriksa jenis layanan berikut proses : Layanan Retail checkout Layanan perbankan Layanan restoran tiket loket pelayanan Airline 4.4.2.2.1 Layanan Retail Checkout Proses Layanan ritel proses checkout adalah jenis yang paling sederhana proses layanan yang praktisi cenderung hadapi. Jenis proses secara luas diamati di department store , toko diskon , toko-toko khusus , dan toko kelontong . Jenis proses sederhana terdiri dari : Menghitung harga pokok Pembayaran Perhatikan bagaimana proses keseluruhan tunggal membeli barang dipecah menjadi dua proses layanan terpisah. Alasan untuk ini adalah bahwa kedua kegiatan yang berbeda dapat mengikuti pelayanan benar-benar independen kali. Waktu perhitungan untuk barang yang dibeli akan diharapkan untuk menjadi fungsi dari:

 Jumlah barang yang dibeli Jenis barang yang dibeli Semakin besar jumlah barang yang dibeli, semakin lama proses akan diharapkan untuk mengambil. Namun, jika rata-rata barang adalah barang berat besar, perhitungan kali untuk barang mungkin jauh lebih besar dibandingkan untuk lebih kecil, barang lebih mudah ditangani. Untuk proses pembayaran, mungkin hanya butuh lebih lama untuk membayar untuk satu item seperti halnya untuk banyak item. Seperti kita lihat di bagian lain dalam bab ini, waktu pelayanan untuk proses pembayaran berikut tipenya sendiri distribusi menurut apakah pelanggan membayar dengan: Kas Periksa Kredit Debit Rekening Akibatnya , jenis yang paling realistis model akan memecah kedua proses menjadi komponen-komponen yang berbeda . Ini akan meningkatkan kemungkinan bahwa model kami mewakili realitas. 4.4.2.2.2 Perbankan Proses Layanan Dalam sistem pelayanan -jenis seperti bank , sebenarnya ada berbagai jenis transaksi yang pelanggan mungkin memerlukan . Misalnya , untuk pelanggan melihat teller , kita mungkin mengharapkan : Deposito Penarikan Money order Cek Kasir Ada kemungkinan menjadi terpisah distribusi waktu pelayanan untuk masing-masing jenis transaksi . Ini berarti bahwa praktisi harus terlebih dahulu menentukan jenis transaksi yang akan dimodelkan . Layanan waktu tunda harus dimodelkan sehingga sesuai dengan jenis transaksi tertentu yang berlangsung . Di sini kita tidak termasuk jenis-jenis pelanggan yang juga akan menggunakan bank-bank lain layanan untuk : Pembukaan rekening baru Menutup giro

 transaksi deposit box Keselamatan Mortgages Jelas, masing-masing jenis transaksi juga akan membutuhkan tambahan pemodelan dan data pengumpulan dan analisis . Titik utama dalam mengidentifikasi jenis yang berbeda dari pelanggan dan pengolahan kejadian adalah bahwa bahkan operasi yang relatif sederhana pemodelan bank dapat menjadi rumit . 4.4.2.2.3 Restaurant Proses Layanan Pertimbangkan kedua jenis sistem pelayanan umum restoran atau deli tersebut. Dalam jenis layanan pengolahan kita miliki : Menempatkan pesanan Menunggu pesanan Mengkonsumsi pesanan Augmenting pesanan Membayar untuk order Pada bagian pertama dari proses ini kita akan menempatkan pesanan . Kompleksitas proses order- menempatkan dapat bergantung pada apakah atau tidak perintah kelompok minuman, makanan pembuka , makanan utama atau . Pengolahan Layanan waktu mungkin juga tergantung pada jumlah orang yang berada dalam kelompok tersebut . Setelah pesanan ditempatkan , akan ada waktu tunggu probabilistik untuk urutan utama tiba . selama periode ini , jika restoran adalah jenis duduk restoran , kelompok dapat mengkonsumsi minuman mereka , makanan pembuka , atau salad . Lamanya waktu bahwa periode menunggu membutuhkan dapat menjadi fungsi dari tingkat staf dan jumlah pelanggan yang sudah di restoran . Waktu untuk mengkonsumsi pesanan dapat bervariasi . Beberapa pelanggan hanya akan mengkonsumsi makanan sementara yang lain akan mencakup kegiatan lain . Ini termasuk transaksi bisnis atau diskusi atau percakapan sosial. Lamanya waktu untuk mengkonsumsi order juga mungkin merupakan fungsi dari ukuran kelompok dan komposisi kelompok. Sebagai contoh, sebuah keluarga besar dengan anak kecil mungkin diharapkan untuk mengambil waktu lebih dari seorang individu . Kelompok dapat memutuskan untuk menambah pesanan dengan setelah makan malam minuman atau makanan penutup . Jika menambah grup urutan , waktu pemrosesan layanan secara keseluruhan dapat meningkatkan secara dramatis .

Waktu akan dibutuhkan untuk pengolahan urutan augmented dan mengonsumsi makanan tambahan atau minuman . Terakhir , proses pelayanan harus termasuk pembayaran untuk makanan dan minuman . Ini bagian dari layanan Proses juga harus termasuk mendapatkan perhatian server untuk menghitung tagihan dan waktu server untuk menghasilkan tagihan . Seperti yang akan kita bahas nanti , waktu keseluruhan untuk pembayaran yang sebenarnya juga dapat bervariasi sesuai dengan jenis pembayaran bahwa kelompok memilih untuk menggunakan . Perhatikan bahwa dalam beberapa sistem restoran , lebih dari satu jenis kegiatan mungkin terjadi pada saat yang sama waktu . Misalnya dalam model deli atau makanan cepat saji drive-through , kegiatan berikut mungkin terjadi secara bersamaan : Menunggu pesanan Membayar untuk order Dalam jenis situasi , urutan ditempatkan dan segera diproses . Selama urutan menunggu waktu , pelanggan juga baik menunggu untuk membayar atau benarbenar membayar . Ini memiliki efek mengompresi waktu keseluruhan bahwa seluruh waktu proses layanan akan diambil jika proses individu yang dilakukan secara berurutan . 4.4.2.2.4 Tiket Pesawat Konter Layanan Pengolahan Tiket counter maskapai pengolahan layanan perwakilan tipe lain proses pelayanan . Dalam bandara sistem tiket yang Anda harapkan berbagai jenis berikut transaksi : Pembelian tiket Memeriksa Mengubah tiket Mengubah kursi Proses pembelian tiket akan mencakup : Menentukan jadwal penerbangan cocok Pembayaran Penerbitan tiket Memeriksa bagasi Layanan delay untuk menentukan jadwal penerbangan cocok jelas akan menjadi fungsi dari kompleksitas koneksi perjalanan sehubungan dengan bandara dan

maskapai penerbangan . Pembayaran akan tunduk pada variasi yang sama seperti yang dijelaskan dalam bagian proses pelayanan pembayaran bab ini . penerbitan tiket bisa diharapkan menjadi masa kerja yang relatif singkat dan konsisten . Terakhir, yang memeriksa dari bagasi akan tergantung pada jenis dan jumlah potongan check-in bagasi. Proses check-in akan mirip dengan proses pembelian tiket , tapi hanya mencakup : Menerbitkan tiket Memeriksa bagasi Proses perubahan tiket bisa menjadi hasil yang hilang koneksi penerbangan. Proses ini akan diharapkan untuk menyertakan : Menentukan jadwal penerbangan baru Membatalkan tiket tua Penerbitan tiket Rerouting bagasi Karena jenis transaksi dilakukan secara real time pada menit terakhir , waktu layanan untuk menentukan jadwal penerbangan baru mungkin mengambil distribusi layanan yang berbeda dibandingkan dengan membeli tiket baru . Membatalkan tiket tua harus memerlukan waktu pengolahan minimal seperti yang akan mengeluarkan tiket baru. Rerouting bagasi , bagaimanapun, mungkin memerlukan waktu layanan yang berbeda dari proses lainnya dijelaskan sebelumnya . Proses pelayanan mengubah kursi akan diharapkan menjadi relatif sederhana . Berikut agen tiket hanya akan memeriksa ketersediaan kursi lain . Namun, dua hasil yang berbeda dapat terjadi . Ini adalah : 1 . Perubahan kursi Sukses 2 . Perubahan kursi Gagal Seluruh proses akan memakan waktu yang minimal untuk memeriksa ketersediaan kursi . Jika kursi perubahan tidak berhasil , maka tidak ada waktu pemrosesan yang lebih dibutuhkan . Namun, jika perubahan kursi adalah sukses , maka agen tiket harus mengeluarkan kembali tiket dan boarding pass atau . Hal ini akan membutuhkan tambahan waktu pemrosesan . Sekali lagi , jenis transaksi akan diharapkan memiliki distribusi yang sama sekali berbeda untuk setiap jenis transaksi . Beberapa pelanggan mungkin benar-benar ingin melakukan berbagai jenis transaksi pada waktu yang sama .

Di bank , maskapai penerbangan , dan restoran contoh , itu akan umumnya salah untuk mengasumsikan bahwa tidak ada Perbedaan antara jenis layanan dan mencoba untuk model transaksi layanan sebagai tipe tunggal dengan sama distribusi waktu pelayanan . Walaupun ada kasus di mana mungkin diperlukan untuk membuat asumsi ini , dapat menyebabkan masalah lain , yang paling serius yang merupakan ketidakmampuan untuk dapat menyatakan bahwa Model valid atau mewakili realitas. 4.4.2.3 Pembayaran untuk Barang atau Jasa Peristiwa sistem lain yang praktisi harus mengamati dengan cermat dan hati-hati model yang merupakan proses membayar untuk barang atau jasa. Proses ini dapat dianggap sebagai independen dari pengolahan layanan waktu karena dibutuhkan hanya lebih lama untuk membayar untuk satu item seperti halnya banyak item. Berikut pembayaran pelanggan Pilihan cenderung: Kas Periksa Kredit Debit Rekening Perbedaan waktu yang dibutuhkan untuk ini berbagai jenis pembayaran dapat signifikan . Kami akan berharap bahwa transaksi tunai menjadi yang tercepat , sedangkan transaksi cek akan menjadi lambat . kredit, transaksi debit , dan akun jenis biasanya akan jatuh di suatu tempat di tengah. Namun , kita harus juga account untuk transaksi debit kredit yang sangat lama dan jika ada semacam komunikasi kesalahan. Penggunaan distribusi probabilitas akan membantu kami dalam proses ini . Ada distribusi dengan sangat Beberapa pengamatan dengan nilainilai lama . Perhatikan bahwa jika waktu pembayaran besar dibandingkan dengan waktu pelayanan pengolahan , waktu pembayaran dapat memiliki pengaruh yang luar biasa pada waktu layanan secara keseluruhan . Seperti dengan acara layanan pengolahan, praktisi pertama harus menentukan jenis transaksi pembayaran akan digunakan . Sebuah terpisah pembayaran distribusi waktu transaksi harus dimodelkan untuk setiap jenis transaksi pembayaran . Sekali lagi , konsekuensi dari asumsi bahwa distribusi waktu transaksi pembayaran

adalah sama untuk semua jenis pembayaran dapat mencegah model dari yang divalidasi . 4.4.3 Sistem Manufaktur Proses dan Acara Mari kita mengalihkan perhatian kita pada sistem manufaktur -jenis . Dalam sistem manufaktur entitas kemungkinan akan dianggap sebagai pekerjaan yang sedang berlangsung atau produk . Entitas produk harus diproses sebagai perintah kerja , masukkan antrian mesin , dan menjalani waktu pengolahan dan gerakan . Selain itu, mesin keandalan dan produk proses inspeksi juga harus dimodelkan . Dengan demikian , praktisi akan tertarik termasuk komponen-komponen berikut : Jenis perintah kerja Perilaku antrian Mesin Pengolahan Mesin Mesin buffer transportasi Material kegagalan Mesin Pemeliharaan preventif kegagalan inspeksi Produk 4.4.3.1 Jenis Job Order Dalam sistem manufaktur , ada kemungkinan akan berbagai jenis produk yang akan diproduksi . Produk dapat bervariasi dalam hal : Bahan baku Komponen Proses Manufaktur Ini akan diharapkan bahwa perbedaan-perbedaan ini akan mengakibatkan waktu pengolahan yang berbeda dan jalur melalui sistem manufaktur . Praktisi harus menentukan apa parameter ada yang membedakan setiap jenis yang berbeda dari job order yang mengalir melalui sistem . Perbedaan antara jenis-jenis pekerjaan dapat dicatat sebagai satu set atribut entitas atau urutan terkait dengan setiap jenis pekerjaan tertentu . Kadang-kadang juga akan diperlukan untuk menyertakan atribut yang secara unik mengidentifikasi setiap akhir tertentu produk . Ini mungkin berguna dalam hal sejumlah komponen yang berbeda untuk produk akan harus dirakit pada bagian selanjutnya dari model.

4.4.3.2 Mesin Antrian Perilaku Sama seperti pelanggan harus menunggu dalam antrian untuk layanan , produk mungkin harus menunggu dalam antrian untuk mesin pengolahan . Perbedaannya adalah bahwa produk mungkin akhirnya harus memasukkan sejumlah besar antrian di sistem manufaktur karena proses manufaktur untuk produk dapat terdiri dari beberapa langkah sebelum produk selesai . Setiap kali produk menyelesaikan satu langkah , mungkin harus menunggu untuk pengolahan untuk langkah berikutnya. Secara umum, sebagian besar jenis antrian prioritas atau skema kriteria peringkat yang dibahas dalam bagian antrian layanan juga berlaku untuk antrian manufaktur . Ada dua pengecualian . Dalam beberapa sistem job order , algoritma prioritas mungkin didasarkan pada total waktu pemrosesan atau sisa waktu proses . Jika waktu proses terpendek ( SPT ) digunakan sebagai skema prioritas , perputaran yang cepat tidak diselenggarakan dalam antrian untuk jumlah waktu yang layak . Hal ini dapat menjaga aliran pekerjaan selesai. Cara lain bahwa waktu pemrosesan terpendek dapat digunakan dalam sistem manufaktur dengan menghormati produk yang memiliki pembusukan . Sistem manufaktur akan ingin memproses produk yang memiliki waktu rak paling tersisa sebelum memanjakan . Jenis prioritas antrian konsisten dengan total konsep manajemen mutu just-in -time . Konsep ini mencoba untuk meminimalkan pekerjaan berlangsung sehingga masalah penyimpanan tidak menjadi kritis . Kedua pengecualian antrian dikaitkan dengan sistem manufaktur yang membutuhkan jumlah minimum waktu antara proses . Ini mungkin termasuk sistem di mana perumahan selesai dengan cat atau resin perlu untuk menyembuhkan . Semakin lama waktu memungkinkan untuk cat kering atau resin untuk menyembuhkan , semakin sedikit cacat menyelesaikan atau struktural berikutnya akan menghasilkan . Dalam hal ini , sistem antrian prioritas akan tertinggi nilai pertama ( HVF ) . Nilainya akan jumlah waktu sejak proses terakhir selesai . Jika interval cukup telah berlalu , proses selanjutnya mungkin mengalami apa yang dikenal sebagai kelaparan . ini adalah dimana proses bisa dilakukan tetapi tidak bisa karena kurangnya kerja yang masuk sesuai berlangsung. 4.4.3.3 Mesin Pengolahan Mungkin proses yang paling penting untuk model sistem manufaktur mesin . mesin

pengolahan melibatkan urutan mesin yang dibutuhkan oleh entitas produk . Sama seperti sumber daya pelayanan , mesin dapat diletakkan di : Paralel Serial 4.4.3.3.1 Sistem Manufaktur Paralel Ketika ditata secara paralel , entitas produk dapat memilih dari salah satu urutan mesin paralel . Banyak sistem produksi massal yang besar ditetapkan dengan cara ini. Kadangkadang rantai produksi massa didirikan di urutan diskrit . Ini berarti bahwa pekerjaan tertentu dalam proses berjalan meskipun salah satu paralel berurutan. Ketika ia pergi melalui urutan paralel berikutnya , mungkin menggeser baris sesuai dengan urutan pemuatan dan ketersediaan . Hal ini juga mungkin bahwa proses manufaktur memiliki beberapa bagian yang tercantum dalam paralel sementara yang lain berurutan . Ketika sistem manufaktur diletakkan secara paralel, proses seleksi sumber daya dapat menjadi masalah pemodelan yang signifikan . Ketika entitas dapat memilih dari lebih dari satu sumber daya , proses seleksi harus diperhatikan dan model sesuai. Beberapa metode seleksi sumber daya yang paling umum termasuk : Agar Preferred Cyclic kapasitas tersisa Terkecil kapasitas tersisa Terbesar Acak Ketika salah satu mesin paralel memiliki kapasitas pengolahan atau kecepatan yang lebih besar , sistem manufaktur Manajer mungkin ingin menjaga pemanfaatan mesin yang pada tingkat yang lebih tinggi dibandingkan dengan mesin lainnya . Meskipun hal ini biasanya akan meningkatkan throughput sistem, akan menyebabkan keausan ekstra pada mesin utama . Jika hal ini dapat diterima dan benar-benar dipraktekkan oleh manajer sistem manufaktur , praktisi akan harus menggunakan pendekatan urutan untuk melakukan pemodelan set mesin paralel. Ini berarti bahwa Sistem akan selalu mencoba untuk menggunakan mesin disukai kecuali sudah sibuk . Dalam hal ini, berikutnya Mesin yang paling disukai akan digunakan , dan sebagainya. Kadang-kadang , manajer sistem tidak ingin ada satu mesin tertentu antara

beberapa untuk menerima jumlah yang banyak sekali pakai . Dengan sama-sama memutar penggunaan setiap mesin , manajer sistem dapat memastikan bahwa setiap mesin menerima sekitar pemanfaatan yang sama . Ketika hal ini terjadi , praktisi harus model sumber daya paralel menggunakan aturan pemilihan sumber daya siklik . Beberapa komponen sistem manufaktur berusaha untuk mengumpulkan batch berukuran tertentu sebelum proses dapat dimulai. Hal ini biasanya hadir dalam proses manufaktur dengan biaya pemasangan per - siklus besar . Di sini , tujuannya adalah untuk mengurangi jumlah total siklus dengan membuat setiap batch sebagai dekat dengan kapasitas sebagai mungkin sebelum memulai siklus . Proses manufaktur yang beroperasi dengan cara ini memanfaatkan Kapasitas aturan pemilihan sumber daya yang tersisa terkecil . Seperti dengan sistem yang sebenarnya , model yang memanfaatkan aturan ini akan mencoba mengirim pekerjaan yang sedang berlangsung ke mesin yang dimuat paling dekat dengan yang ditentukan operasi ukuran batch . Kebalikan dari kapasitas Aturan seleksi sumber daya terkecil yang tersisa adalah sisa kapasitas terbesar Aturan seleksi sumber daya . Penggunaan aturan ini tampaknya jauh lebih menonjol dibandingkan terkecil yang tersisa Aturan kapasitas. Aturan ini dapat ditemukan bila sumber daya paralel masing-masing memiliki kelebihan kapasitas besar dan lebih baik tidak harus beralih terus menerus antara sumber daya. Situasi ini dapat ditemukan di processtype industri di mana sangat penting untuk menjaga integritas batch individu dalam tangki terpisah atau hopper . Kadang-kadang, ada tampaknya tidak menjadi metode rasional apapun untuk menentukan bagaimana pekerjaan yang sedang berlangsung ditugaskan untuk mesin paralel tertentu. Dalam hal ini , praktisi dapat memanfaatkan sumber daya secara acak Aturan seleksi untuk model sistem akurat . 4.4.3.3.2 Sistem Manufaktur Serial Ketika ditata secara serial, entitas produk tidak memiliki pilihan selain untuk melanjutkan melalui urutan mesin. Dalam hal tata letak seri mengalami kegagalan mesin, seluruh proses huludari mesin gagal bisa datang untuk menghentikan lengkap. Mesin-mesin dalam urutan manufaktur mungkin berbeda dalam hal:

 Kapasitas Pengolahan kecepatan Kapasitas mesin mengacu pada jumlah yang berbeda entitas kerja -in-progress bahwa mesin dapat memproses pada waktu tertentu . Banyak operasi mesin yang menggunakan komputer dikontrol secara numerik ( CNC ) mesin hanya dapat memproses satu bagian pada suatu waktu . Namun, mesin tunggal dapat melakukan berbagai jenis pengoperasian mesin sekuensial . Di sisi lain , adalah mungkin untuk mesin seperti sprayer cat atau oven curing untuk memproses banyak bagian yang berbeda pada waktu yang sama . Salah satu jenis umum dari simulasi studi ini adalah untuk menentukan apakah kapasitas operasi manufaktur tertentu dapat memiliki efek pada baik mengurangi kemacetan proses atau meningkatkan throughput proses . Mesin manufaktur juga dapat bervariasi dalam kecepatan pemrosesan atau kecepatan . Ini adalah seberapa cepat mesin tertentu dapat melakukan operasinya . Sebagai contoh, dalam industri ban , banyak jenis mesin yang dinilai oleh jumlah ban peralatan dapat menghasilkan per jam . Dengan kecepatan pemrosesan atau tarif , cepat umumnya lebih baik daripada lambat . Terkadang dalam model simulasi, lebih mudah untuk menggambarkan kemampuan manufaktur mesin dalam hal waktu pemrosesan atau waktu siklus . Ini adalah berapa lama mesin individu untuk melakukan satu siklus . Jika Anda tahu kecepatan pemrosesan atau tingkat , waktu pemrosesan atau waktu siklus dapat mudah dihitung . Berikut nilai yang lebih kecil umumnya lebih baik daripada nilai yang lebih besar . Semakin kecil pengolahan atau waktu siklus , semakin besar adalah jumlah produk yang dapat diproduksi dalam jumlah waktu tertentu . Ini berarti bahwa jika ada sejumlah mesin paralel yang berbeda dalam sistem manufaktur, praktisi dapat model mesin dengan cara yang sama hanya jika kemampuan mesin identik . jika kinerja mesin berbeda karena usia atau fitur , mesin harus dimodelkan independen meskipun mereka dapat diposisikan secara paralel . Pemodelan akurat mesin mungkin memerlukan tidak hanya evaluasi kemampuan mesin . Dalam setiap jenis sistem manufaktur, di mana ada operator manusia , praktisi juga harus menjelaskan untuk efek operator pada kinerja mesin . Sebuah mesin kurang mampu dengan operator ahli bisa dengan mudah menyamai kinerja dari mesin kapasitas yang lebih tinggi banyak dengan operator yang kurang berpengalaman .

Penelitian simulasi dapat dengan mudah menunjukkan bahwa mesin yang lebih mampu yang dibutuhkan ketika , dalam kenyataannya, Operator hanya perlu dilatih lebih baik . 4.4.3.4 Mesin Buffer Seperti sebelumnya kita bahas , sistem manufaktur dapat terdiri dari sejumlah manufaktur individu proses . Entitas produk akan mengalir antara proses . Dalam banyak sistem jenis ini , ada jumlah terbatas ruang antara mesin pengolahan individu. Dalam kasus ini , antrian terbatas kapasitas akan menghalangi gerakan maju atau pengolahan lebih lanjut dari bagian kerja -in-progress . ini Proses ini dikenal sebagai blocking . Pemblokiran dapat terjadi baik hulu dan hilir dari proses tertentu . 4.4.3.5 Gerakan Material Dalam fasilitas manufaktur besar , beberapa waktu transportasi mungkin diperlukan untuk dimodelkan . Ini mungkin dalam bentuk conveyor atau gerakan transporter . 4.4.3.5.1 Bahan Gerakan oleh Transporter Proses sebenarnya gerakan oleh transporter dalam sistem manufaktur dapat meliputi proses : Menunggu sampai transporter tiba di lokasi kerja -in - progess ini Memasang pekerjaan yang sedang berjalan ke transporter Proses transportasi Aktual Bongkar dari transporter Pada bagian komponen bab ini , kami mengidentifikasi transporter sebagai forklift , dolleys , dan kendaraan . Saat ini jenis transporter yang digunakan untuk memindahkan bekerja di sebuah kemajuan antara lokasi , bekerja di kemajuan harus terlebih dahulu membuat permintaan untuk diangkut . Dalam sistem yang sebenarnya , ini mungkin terdiri dari batch komponen diselesaikan dalam satu bagian dari pabrik . Penyelesaian batch berarti bahwa pekerjaan yang sedang berlangsung harus diangkut ke salah satu proses lain atau tempat penyimpanan . Either way , batch akan tetap berada di posisi saat ini sampai transporter yang tepat tersedia . Ketika transporter tersedia , ada biasanya akan ada semacam penundaan sementara dalam proses dimuat ke transporter . Selama periode waktu ini , transporter tidak tersedia untuk yang lain tugas dan juga harus normal tetap diam .

Selain transporter , ada juga mungkin yang lain jenis peralatan penanganan material seperti crane dan juga mungkin operator yang terlibat dalam proses. Semakin besar , lebih berat , lebih banyak, dan lebih sulit untuk menangani pekerjaan yang sedang berjalan , semakin lama waktu loading akan diharapkan . Pada penyelesaian proses pemuatan , yang lain materialhandling peralatan dan operator jika ada akan dirilis untuk kegiatan lain . Ketika transporter siap untuk bergerak , praktisi harus menentukan semua lokasi kemungkinan berakhirnya untuk bekerja di kemajuan . Pekerjaan yang sedang berlangsung dapat pergi ke salah satu dari sejumlah lokasi mesin lain sesuai dengan proses kerja atau lokasi penyimpanan . Jarak dan atau waktu perjalanan antara lokasi yang mungkin berbeda harus ditentukan juga. Ketika transporter akhirnya tiba di lokasi yang tepat , akan ada layanan lain penundaan memodelkan proses pembongkaran . Seperti dengan proses pemuatan, proses pembongkaran juga mungkin memerlukan penggunaan tambahan peralatan penanganan material serta operator manusia . Sekali lagi , lebih besar , lebih berat , lebih banyak, dan lebih sulit untuk menangani pekerjaan yang sedang berlangsung , semakin lama waktu bongkar muat akan diharapkan menjadi . Setelah proses pembongkaran selesai , peralatan penanganan material yang lain dan operator manusia dapat dirilis untuk permintaan transportasi lain . 4.4.3.5.2 Bahan Gerakan oleh Conveyor Proses sebenarnya gerakan oleh conveyor dalam sistem manufaktur dapat meliputi proses: Menunggu untuk mengakses conveyor Memuat conveyor Proses transportasi Aktual Bongkar dari conveyor Dalam sistem konveyor penuh muatan , mungkin ada beberapa penundaan sebelum pekerjaan yang sedang berlangsung dapat mengakses conveyor . Ini bisa berubah bahwa conveyor untuk sementara tidak bergerak karena suatu bongkar proses sedang berlangsung, atau bisa juga bahwa tidak ada ruang di conveyor . Either way, sampai pekerjaan berlangsung dapat mengakses conveyor , mungkin ada penundaan dengan pekerjaan yang sedang berjalan yang tersisa di posisinya saat ini. Ketika conveyor beroperasi dan ada ruang untuk pekerjaan yang sedang

berlangsung , mungkin ada tambahan menunda pekerjaan yang sedang berlangsung yang akan diambil ke conveyor . Seperti dengan transporter , loading proses konveyor mungkin juga memerlukan beberapa jenis peralatan penanganan material serta manusia operator . Sebuah jenis khas peralatan material handling untuk conveyor adalah lengan robot kecil . lengan dapat menghapus pekerjaan yang sedang berjalan dari palet atau penyimpanan sementara lainnya ke conveyor . Dalam serupa cara seperti transporter , lebih berat , bulkier , dan lebih sulit untuk menangani pekerjaan yang sedang berlangsung adalah, semakin lama waktu loading conveyor mungkin . Setelah di conveyor , pekerjaan yang sedang berlangsung akan dipindahkan ke tujuan akhir . Dalam banyak kasus, conveyor akan memindahkan pekerjaan yang sedang berlangsung ke lokasi tertentu daripada salah satu dari beberapa lokasi sebagai dengan transporter . Ketika pemodelan transporter , perlu untuk mengukur jarak antara conveyor bongkar muat daerah . Hal ini juga diperlukan untuk merekam kecepatan pergerakan conveyor selama operasi . Ketika pekerjaan yang sedang berlangsung tiba di daerah bongkar , ada juga mungkin beberapa penundaan sementara barang dalam proses dibongkar . Seperti dengan proses pemuatan , pekerjaan yang sedang berlangsung mungkin memerlukan materialhandling peralatan dan operator manusia akan tersedia . Setelah semua yang diperlukan bongkar sumber daya yang tersedia , pekerjaan yang sedang berlangsung sebenarnya dapat diturunkan. Kami lebih berat , bulkier , lebih sulit untuk menangani isu-isu juga harus dipertimbangkan ketika model bongkar muat proses . Kegagalan untuk model waktu transportasi secara keseluruhan akan membuat model muncul seolah-olah produk bergerak instan antara daerah . Hal ini dapat memiliki efek negatif pada waktu sistem secara keseluruhan dan mungkin mencegah validasi model. Masalah conveyor akhir melibatkan ukuran pekerjaan dalam proses sehubungan dengan conveyor yang sebenarnya , bukan peralatan penanganan material . Dalam kasus di mana benda berbeda ukuran ditempatkan pada conveyor , adalah mungkin bahwa jumlah yang cukup ruang akan tersedia di conveyor belt ketika bekerja di kemajuan yang akan dimuat di conveyor . Situasi sebenarnya mungkin terjadi yang sepotong berikutnya pekerjaan yang sedang berjalan dapat dimuat ke conveyor gantinya. Dengan demikian , selanjutnya entitas work-in -progress kecil yang diblokir

oleh besar pertama - in-line entitas kerja -in-progress . Jika , misalnya , seorang manusia yang terlibat dalam sistem , adalah mungkin untuk menghindari jenis penyumbatan. Jika sistem yang sebenarnya memiliki kemampuan semacam ini , praktisi juga akan memiliki model ini logika. Model yang dihasilkan dapat menjadi kompleks. Jenis situasi dapat terjadi pada shippingtype industri yang menangani berbagai ukuran dan bentuk paket . Hal ini juga dapat terjadi di bandara baggagehandling. 4.4.3.6 Mesin Kegagalan Setiap kali ada mesin yang terlibat dalam proses manufaktur, ada kemungkinan semacam kegagalan mesin. Kegagalan mesin akan mencegah proses tambahan untuk produk saat ini sedang diproduksi. Selain itu, ada entitas produk lainnya akan diizinkan untuk diproses sampai mesin kegagalan diselesaikan. Kegagalan ini mesin dapat mencakup: Patah komponen mesin macet Praktisi harus mengidentifikasi daftar kegagalan mesin umum akibat komponen yang rusak. Masing-masing jenis kegagalan mesin dapat memiliki distribusi waktu yang berbeda untuk memperbaiki. Beberapa komponen yang rusak akan relatif cepat untuk perbaikan, seperti mesin yang rusak pemotong alat bit. Di sisi lain, kegagalan alat mesin lainnya dapat mengakibatkan shutdown lengkap mesin yang untuk jangka waktu. Sebuah contoh dari hal ini adalah papan sirkuit terbakar habis. Sebuah mesin macet juga akan mencegah mesin dari pengolahan entitas produk. Namun, dalam kasus ini, kegagalan mesin bisa terbatas pada penghapusan entitas produk dari mesin. Mesin kemudian mungkin dapat melanjutkan seperti sebelumnya. Entitas produk yang sedang diproses akan menjadi sebuah kegagalan inspeksi seperti yang dibahas pada bagian berikutnya. 4.4.3.7 Preventive Maintenance Pemeliharaan preventif dilakukan di banyak sistem manufaktur untuk membantu mengurangi kemungkinan kegagalan mesin . Proses pemeliharaan preventif mungkin diperlukan setelah begitu banyak siklus manufaktur atau setelah berjam-

jam kali mesin . Proses pemeliharaan preventif lainnya yang diperlukan pada dasar kalender . Secara umum , proses pemeliharaan preventif akan mengharuskan manufaktur Operasi dihentikan sementara . Pemeliharaan preventif bisa datang dalam bentuk : Kalibrasi pengganti Tooling Pelumasan Membersihkan Operasi manufaktur akurasi tinggi akan mengharuskan peralatan pabrik secara berkala dikalibrasi . Ini akan memastikan bahwa pengaturan mesin diatur dengan benar dan tidak sengaja melayang , atau perkakas belum menjadi terdistorsi . Ketika proses manufaktur termasuk semua jenis operasi mesin , proses penggantian perkakas secara teratur dilakukan sebagai pemeliharaan preventif . Manufaktur perkakas akan memakai sesuai dengan bahan baku , pemotongan harga pakan , dan jumlah waktu pengerjaan . Manufaktur peralatan umumnya memerlukan beberapa jenis pelumasan agar dapat berfungsi dengan benar . Pelumasan yang tepat akan mempertahankan suku siklus dan mengurangi keausan pada peralatan pabrik . tepat pelumasan juga dapat diminta untuk mengurangi korosi. Dalam banyak operasi manufaktur , adalah penting bahwa manufaktur peralatan dibersihkan . di industri pengolahan makanan , pembersihan mungkin melibatkan penghapusan produk sampingan makanan. dalam mesin operasi , proses pembersihan dapat mencakup penghapusan chip logam, pita , atau terak . Ketika mencoba untuk model jenis operasi pemeliharaan preventif , praktisi dapat memanfaatkan entitas pemeliharaan preventif khusus. Entitas ini tidak fisik dalam arti yang sama dengan pekerjaan normal , order, atau badan produk . Entitas pemeliharaan preventif lebih analog dengan peristiwa yang terjadi selama menjalankan simulasi . Entitas pemeliharaan preventif dibuat dengan menjadi baik terjadwal atau dihasilkan seperti yang terjadi beberapa peristiwa lainnya, seperti penyelesaian jumlah yang diperlukan siklus . Ketika entitas pemeliharaan preventif dibuat, akan mengambil kendali atas manufaktur sumber daya . Entitas mempertahankan kontrol atas sumber daya manufaktur sampai akhir preventif operasi pemeliharaan . Pada akhir operasi pemeliharaan preventif , pemeliharaan

preventif rilis entitas kontrol atas sumber daya . Pada titik ini , jika entitas tidak lagi diperlukan , itu akan dibuang . 4.4.3.8 Kegagalan Inspeksi Dalam proses manufaktur , entitas produk akan melalui serangkaian proses yang menambah nilai produk . Dalam banyak proses , adalah mungkin bahwa produk menjadi rusak dalam beberapa cara atau lain. Untuk alasan ini, dokter harus menentukan apa jenis kegagalan inspeksi produk mungkin ada. Kegagalan ini produk dapat berupa Ulang diistirahatkan Dalam hal produk dapat dikerjakan ulang , praktisi harus menentukan apa proses tambahan diperlukan untuk dapat memasukkan produk kembali ke dalam proses manufaktur secara keseluruhan. ini tambahan pengolahan dapat mencakup pengujian tambahan untuk menentukan sifat yang tepat dari kegagalan atau pembongkaran dan penghapusan komponen yang rusak. Dalam hal bahwa produk tersebut akan dibuang, mungkin perlu untuk memperbarui berbagai statistik counter atau variabel sistem. Penggunaan counter dan variabel akan membantu praktisi dalam menjaga melacak biaya produksi yang dihasilkan dari cacat dihapus. 4.4.4 Acara Belum Model Praktisi sengaja dapat memilih untuk tidak memodelkan beberapa peristiwa. Ini biasanya akan mencakup peristiwa dengan dampak yang sangat terbatas pada output sistem. Dampak yang terbatas mungkin akibat kepentingan kecil atau kejadian yang jarang acara. Beberapa peristiwa yang biasanya tidak dimasukkan dalam sistem meliputi: Penemuan bahan peledak dalam sistem pemeriksaan keamanan Daya listrik di fasilitas manufaktur keterlibatannya dalam kecelakaan Bus Pemogokan Pekerja 4.5 Data yang Be Termasuk dalam Model Seperti yang Anda mungkin sudah menyadari baik dari bab pengantar atau pengalaman sebelumnya , ada input data dan output data . Input data adalah apa yang mendorong sistem, dan data output apa hasil dari sistem. Pada bagian ini , kita

akan mengambil pandangan tingkat tinggi dari persyaratan model data . di Bab 5 , "Input Pendataan dan Analisis , " kita bahas topik ini secara lebih rinci . subyek tercakup dalam bagian ini meliputi: Input data pertimbangan Input data 4.5.1 Input Data Dalam proses sistem definisi , praktisi yang tertarik dalam mengidentifikasi daftar awal dari jenis input data yang mempengaruhi kinerja output data sistem . Sebagai praktisi mulai mengumpulkan data atau model sistem, daftar awal dapat dimodifikasi. Pada bagian ini , kita membahas beberapa pengumpulan data prinsip dan mengidentifikasi beberapa jenis yang lebih umum dari input data . 4.5.1.1 Input Data Prinsip Koleksi Konsep dasar dalam proses ini adalah untuk memecah jenis data ke dalam banyak berbeda jenis independen mungkin . Pertimbangkan pengolahan penumpang udara komersial melalui keamanan sistem pos pemeriksaan . Salah satu praktisi menciptakan model yang memperhitungkan hanya total pengolahan waktu untuk setiap pelanggan. Analisis berikutnya dari proses keamanan menunjukkan bahwa proses yang sama waktu benar-benar terdiri dari beberapa jenis input data . Ini termasuk , antara lain: Jumlah barang di tas Waktu untuk memuat setiap kantong pada mesin x - ray Waktu untuk menyampaikan dan x- ray tas Waktu pemrosesan untuk detektor logam termasuk mengosongkan saku Lulus / gagal tingkat untuk detektor logam Waktu untuk menghapus setiap kantong dari conveyor sinar-x Pertimbangkan contoh lain dengan kebutuhan staf untuk loket tiket di bioskop. Kami akan belum tentu tertarik pada jumlah tiket yang dijual per jam. Kami akan benarbenar tertarik dalam jumlah individu yang membeli tiket dan berapa banyak tiket setiap individu membeli. Dengan membagi data bawah dengan cara ini, kita selalu dapat menemukan jumlah tiket yang dijual. Namun, jika kita hanya menghitung jumlah tiket, kita tidak akan bisa menentukan jumlah individu yang telah membeli tiket. Ini adalah jumlah individu membeli tiket yang akan paling mempengaruhi kebutuhan staf.

4.5.1.2 Jenis Input Data Ada dua kategori umum input data . Kategori pertama berkaitan dengan konsep sistem entitas . Entitas dapat dianggap sebagai elemen yang diproses oleh sistem. contoh umum entitas termasuk pelanggan , penumpang , dan perintah kerja. Jenis Khas input data yang berhubungan dengan entitas adalah waktu antara kedatangan ke sistem , jumlah entitas dalam kedatangan, dan entitas waktu pengolahan untuk berbagai operasi . Kategori kedua melibatkan sumber daya sistem . Sumber daya sistem adalah bagian dari sistem bahwa proses entitas sistem . Contoh umum sumber daya sistem yang personil, peralatan manufaktur , dan kendaraan . Input data sumber daya sistem termasuk waktu istirahat , kerusakan atau tingkat kegagalan , operasi kapasitas , dan kecepatan gerakan. Dalam kepentingan memfasilitasi proses pengumpulan data input, beberapa yang paling sering ditemui jenis input data yang diidentifikasi dalam bagian ini . Pemilihan jenis umum dari input data tidak tidak berarti bahwa jenis data input tidak akan ditemui . Analis harus siap untuk mengidentifikasi jenis input data khusus pada proyek tertentu . 4.5.1.3 interarrival Waktu Waktu interarrival adalah jumlah waktu yang lewat di antara kedatangan batch atau kelompok entitas ke dalam sistem . Entitas dapat mencakup pelanggan , perintah , pekerjaan, atau kerusakan . Data jenis ini juga umumnya ditemukan dalam bentuk tingkat kedatangan . The waktu interarrival adalah kebalikan dari tingkat kedatangan. Misalnya, jika ada lima pendatang per menit , waktu antar kedatangan adalah 0,2 menit . Ini adalah sama dengan waktu antar dari 12 s . Waktu interarrival biasanya dianggap probabilistik di alam . Banyak kejadian mengikuti acak proses kedatangan . Dalam acara ini , bukti matematika dapat menunjukkan bahwa waktu interarrival mengikuti distribusi eksponensial . Karena buku ini berfokus pada kebutuhan praktisi , pembaca akan terhindar demonstrasi ini. Waktu interarrival tidak selalu probabilistik . Dalam kasus penjadwalan produksi , pelepasan order produksi dapat diputuskan terlebih dahulu sesuai dengan kebutuhan . 4.5.1.4 Ukuran Batch Ukuran batch melibatkan jumlah entitas individu yang tiba pada saat yang sama untuk diproses oleh sistem .

Contoh dari ukuran batch adalah jumlah penumpang pesawat yang bepergian bersama-sama dan tiba di sistem pemeriksaan keamanan . Meskipun batch tiba pada saat yang sama untuk pengolahan , masing-masing individu dalam bets harus diproses secara individual . Ukuran batch umumnya probabilistik dan diskrit di alam . 4.5.1.5 balking , Mengingkari , dan berebut Sebagaimana dibahas sebelumnya dalam bab ini , balking , mengingkari , dan berebut merupakan perilaku antrian terkait dipamerkan oleh entitas sistem . Ingat bahwa balking melibatkan entitas yang mengamati pengoperasian antrian dan meninggalkan sistem sebelum memasuki antrian . Keputusan untuk menolak dapat berupa probabilistik atau deterministik . Jika pelanggan memutuskan bahwa garis terlalu panjang dan daun , keputusan probabilistik subyektif terlibat. Sebaliknya, jika balking disebabkan oleh ruang terbatas di garis , maka keputusan untuk menolak akan menjadi deterministik . Seperti yang diperkenalkan sebelumnya , mengingkari melibatkan entitas sebenarnya masuk dalam antrian tapi meninggalkan antrian sebelum menerima layanan. Mengingkari biasanya akan dianggap sebagai subjektif Keputusan probabilistik . Terakhir , kita mendefinisikan berebut sebagai gerakan entitas antara antrian yang sama di harapan menerima layanan sebelumnya . Berebut akan juga biasanya dianggap subyektif Keputusan probabilistik . Namun , dalam prakteknya , banyak orang akan memilih untuk mencari antrian yang memegang janji pengolahan sebelumnya . 4.5.1.6 Klasifikasi Klasifikasi meliputi jenis atau prioritas entitas tiba di sistem. Klasifikasi umumnya digunakan untuk menentukan proses penjadwalan pekerjaan atau pelanggan . Klasifikasi biasanya akan diharapkan menjadi probabilistik di alam . 4.5.1.7 Layanan Waktu Layanan kali termasuk waktu pemrosesan bahwa pekerjaan atau pelanggan mengalami . Ini termasuk waktu selama entitas menempati perhatian dari sumber daya seperti mesin , operator, atau petugas . Secara khusus tidak tidak termasuk waktu selama entitas menunggu dalam antrian untuk diproses . Layanan kali dapat berupa probabilistik atau deterministik . Kali layanan probabilistik mungkin termasuk kehadiran manusia . A waktu pelayanan deterministik lebih cenderung melibatkan beberapa jenis pengolahan otomatis seperti menjalankan komputer dikontrol secara numerik Program mesin .

4.5.1.8 Tarif Kegagalan Angka ini melibatkan frekuensi kegagalan proses atau tidak tersedianya sumber daya . Tingkat kegagalan biasanya probabilistik di alam . Contoh tingkat kegagalan melibatkan proses inspeksi dan kerusakan mesin . Kedua angka ini akan diharapkan untuk mengikuti semacam distribusi probabilitas . Dalam kasus kerusakan mesin , ada juga kemungkinan menjadi waktu perbaikan . Jenis input data dapat dianggap untuk menjadi serupa dengan waktu layanan . 4.5.1.9 Pemeliharaan Terjadwal Ini melibatkan mengurangi ketersediaan sumber daya seperti mesin untuk melakukan pemeliharaan preventif untuk mengurangi kemungkinan kegagalan peralatan . Pemeliharaan terjadwal biasanya deterministik alam. Namun , pelaksanaan pemeliharaan terjadwal mungkin sesuai dengan waktu kalender , waktu, atau jumlah pekerjaan yang telah diproses operasi. 4.5.1.10 Waktu Istirahat Waktu istirahat terutama berkaitan dengan sumber daya sistem seperti operator dan panitera . Dalam kebanyakan kasus , ini individu akan tersedia karena istirahat dan periode makan . Sangat mungkin bahwa durasi waktu istirahat akan deterministik . Salah satu isu bahwa praktisi akan perlu model persis bagaimana sumber daya beroperasi ketika istirahat terjadi . Ada tiga metode dasar pemodelan istirahat . 1 . Tunggu sampai akhir layanan 2 . Abaikan awal istirahat 3 . Mendahului jasa kini Pada jenis pertama dari model istirahat , jika sumber daya sibuk , sumber daya akan menunggu sampai setiap entitas dilayani telah menyelesaikan waktu sebelum pergi pada istirahat . Ketika entitas tidak pergi pada istirahat , durasi dari break selama itu awalnya dijadwalkan untuk . Dalam hal sumber daya tidak sibuk , sumber daya akan terus istirahat dengan segera untuk durasi penuh. Dalam kedua jenis model istirahat , jika sumber daya sibuk , sumber daya akan terus melayani entitas sampai akhir masa bakti . Pada akhir dari layanan saat ini , sumber daya kemudian pergi istirahat. Namun, dalam jenis model , entitas hanya berhak waktu istirahat yang tersisa setelah awal istirahat dijadwalkan . Dalam hal waktu pelayanan melebihi istirahat , sumber daya tidak diizinkan untuk pergi pada istirahat . Jika sumber daya tidak sibuk , sumber daya akan terus istirahat segera untuk durasi penuh sebagai dengan jenis pertama dari model istirahat .

Pada jenis model akhir istirahat , jika sumber daya sibuk , sumber daya akan segera pergi pada istirahat . Entitas yang sedang disajikan akan disisihkan dan akan menunggu sampai sumber daya datang dari istirahat . Ketika sumber daya datang dari istirahat , waktu pelayanan yang tersisa akan dilanjutkan . Jika sumber daya adalah tidak sibuk , sumber daya akan segera pergi pada istirahat untuk durasi penuh . 4.5.1.11 Gerakan Waktu Kali Gerakan dapat mencakup durasi untuk entitas untuk bepergian antara area sistem. Hal ini dapat termasuk gerakan di kaki , dengan kendaraan , atau conveyor . Gerakan kali mungkin deterministik dalam kasus conveyor atau probabilistik dalam kasus berjalan individu. 4.5.2 lainnya Input Data Pertimbangan Pentingnya mengumpulkan input data yang akurat dan lengkap tidak bisa terlalu ditekankan . Namun, praktisi mungkin tertarik dalam model tingkat tinggi dan mungkin hanya memiliki waktu proyek yang terbatas . dalam hal ini situasi , mengumpulkan sejumlah data lengkap mungkin tidak dalam kepentingan terbaik dari praktisi . Ketika ini terjadi, praktisi harus membuat catatan dari apa masukan kompromi pengumpulan data yang diperlukan . Ini kompromi harus didokumentasikan secara jelas di bawah asumsi dan keterbatasan bagian dari laporan proyek . 4.6 Output Data Output data umumnya digunakan untuk mengukur tingkat kinerja . Langkah-langkah kinerja yang digunakan untuk memvalidasi model dan melakukan Model eksperimen. Dalam model validasi proses, output ukuran kinerja dikumpulkan dan dibandingkan dari kedua sistem yang sebenarnya dan simulasi Model . Dalam model eksperimen , kita menciptakan model dengan operasi yang berbeda dan kebijakan sumber daya . kami kemudian membandingkan ukuran output kinerja antara model yang berbeda . 4.6.1 Mengukur Primer Kinerja Praktisi sering mengumpulkan beberapa jenis ukuran output kinerja untuk simulasi tunggal studi . Hal ini tidak biasanya tugas yang sulit karena kemampuan pengumpulan data output yang paling modern paket perangkat lunak simulasi . Meskipun banyak jenis output yang berbeda ukuran kinerja mungkin

mudah dikumpulkan , praktisi masih harus memutuskan yang mengukur untuk digunakan sebagai sarana utama perbandingan . Keputusan untuk ukuran output yang paling sesuai kinerja untuk menggunakan dapat dibuat hanya oleh praktisi. Dalam beberapa kasus , praktisi dapat kembali ke tujuan awal proyek . Jika , misalnya , kekuatan pendorong adalah untuk mengurangi biaya operasi , praktisi bisa fokus pada sumber daya pemanfaatan . Jika pemanfaatan sumber daya rendah , sumber daya lebih sedikit mungkin diperlukan . Sebaliknya, jika pelanggan Kepuasan perlu ditingkatkan , praktisi mungkin fokus pada waktu sistem sebagai output utama ukuran kinerja . Beberapa langkah keluaran umum digunakan kinerja dan definisi matematika mereka diperkenalkan untuk sistem sederhana dalam Pendahuluan ( Bab 1 ) . Bagian berikut memberikan tambahan informasi tentang langkah-langkah berikut: Rata-rata waktu dalam sistem Rata-rata waktu dalam antrian Jumlah rata-rata waktu dalam antrian Rata-rata tingkat pemanfaatan Counters 4.6.1.1 Rata-rata Waktu Sistem Sistem waktu didefinisikan sebagai waktu lengkap setiap entitas di seluruh sistem atau komponen dari sistem . Ini biasanya mencakup waktu antrian , waktu pelayanan , dan waktu transportasi dalam sistem. Antre adalah lamanya waktu entitas menunggu dalam antrian yang spesifik . Waktu layanan adalah periode di mana entitas adalah memanfaatkan sumber daya . Waktu transportasi adalah lamanya waktu bahwa entitas diangkut antar komponen dalam sistem. Dalam beberapa kasus , dokter dapat memilih untuk menyertakan juga waktu transportasi untuk memasuki sistem dan transportasi waktu untuk keluar dari sistem . Ini akan biasanya dimasukkan dalam desain fasilitas-jenis simulasi. Rumus berikut ini digunakan untuk menghitung rata-rata sistem waktu: Rata-rata Waktu Sistem dimana Ti adalah waktu sistem entitas individu (waktu kedatangan - waktu keberangkatan), dan n adalah nomor entitas yang diproses melalui sistem. 4.6.1.2 Rata-rata Antrian Waktu Waktu antrian didefinisikan sebagai lamanya waktu bahwa setiap entitas menunggu dalam antrian tertentu. Ini dimulai ketika entitas memasuki antrian, dan berakhir saat

entitas meninggalkan antrian untuk memproses atau mengangkut oleh sumber daya. Rata-rata waktu antrian adalah hanya total waktu bahwa semua entitas menunggu dalam antrian tertentu dibagi dengan jumlah entitas yang diproses melalui antrian. Jika beberapa antrian ada dalam model, akan lebih masuk akal untuk menghitung rata-rata masing-masing antrian individu. Metode ini membuat lebih masuk akal karena kecuali sistem ini sangat seimbang, antrian tertentu akan memiliki lagi kali rata-rata antrian daripada yang lain. Jika waktu rata-rata antrian yang disatukan, perbedaan antara antrian akan hilang. Rata-rata Antrian Waktu Di mana = waktu antrian untuk entitas individu (waktu kedatangan antrian - layanan mulai waktu), dan n = jumlah entitas yang diproses melalui antrian. 4.6.1.3 Jumlah Waktu rata-rata di Antrian Jumlah waktu rata-rata dalam antrian adalah jumlah entitas yang dapat diharapkan akan diamati dalam antrian pada waktu tertentu. Jumlah Waktu rata-rata dalam antrian sering bingung dengan rata-rata antrian waktu oleh praktisi pemula. Sebagai ilustrasi Bab 1, jumlah waktu rata-rata dalam antrian tergantung waktu, sedangkan waktu rata-rata dalam antrian adalah observasional: Waktu Nomor rata-rata di Q dimana Q = jumlah dalam antrian untuk jangka waktu tertentu dt = lamanya Q diamati T = panjang total waktu untuk simulasi Jumlah waktu rata-rata dalam perhitungan antrian jarang hasil dalam jumlah diskrit. praktisi pemula juga sering terganggu oleh ketidakmungkinan tampak mengamati sebuah entitas pecahan dalam antrian pada waktu tertentu. Hanya ketika praktisi memahami apa ukuran ini merupakan yang fraksional angka masuk akal. Ketika beberapa antrian dalam model untuk proses yang terlibat, terpisah jumlah waktu rata-rata dalam perhitungan antrian harus dibuat. Satu-satunya pengecualian untuk ini akan jika ada sejumlah antrian identik melayani proses yang sama dalam model. Dalam kasus ini, rata-rata dari beberapa nilai antrian dapat dihitung. 4.6.1.4 Tarif Pemanfaatan Rata-rata Tingkat utilisasi sumber daya adalah persentase waktu bahwa sumber daya yang dimanfaatkan oleh entitas. Jika ada lebih dari satu sumber daya untuk proses tertentu, praktisi dapat melanjutkan di salah satu dari dua sopan santun. Jika sumber

daya yang identik sehubungan dengan kemampuan pemrosesan, praktisi dapat bertambah semua tingkat pemanfaatan rata-rata kemudian dibagi dengan jumlah sumber daya. Dalam situasi lain di mana sumber daya tidak identik sehubungan dengan kemampuan pemrosesan akan lebih baik untuk mengumpulkan rata-rata Data tingkat utilisasi untuk setiap sumber daya individu: Rata-rata Pemanfaatan Sumber Daya dimana B = 0 atau 1 untuk siaga untuk sibuk dt = lamanya B diamati T = panjang total waktu untuk simulasi 4.6.1.5 Pemanfaatan Tarif rata-rata untuk Beberapa Sumber Kadang-kadang dokter akan memilih untuk model beberapa sumber paralel identik dengan satu sistem Model sumber daya dengan kapasitas lebih besar dari 1 . Keuntungan dari ini adalah model yang jauh lebih sederhana . sebagai Selama kemampuan sumber daya yang berbeda sistem paralel sebenarnya identik, ini menyederhanakan teknik pemodelan dapat dimanfaatkan . Namun, bila menggunakan pendekatan ini , praktisi harus menyadari bahwa model statistik yang terkait dengan tingkat utilisasi rata-rata juga harus diterjemahkan dengan benar . ini berarti bahwa nilai-nilai pemanfaatan keseluruhan harus dibagi dengan kapasitas multi- kapasitas tunggal sumber daya . Misalnya, jika ada dua sumber identik dimodelkan sebagai satu sumber daya dengan kapasitas 2, Nilai pemanfaatan seketika akan berada di antara 0 dan 2 . Ini berarti bahwa salah satu dari berikut situasi mungkin terjadi : Kedua sumber daya yang menganggur . Salah satu sumber yang sibuk dan yang lainnya tidak . Kedua sumber daya sibuk . Dalam rangka untuk menerjemahkan dengan benar statistik pemanfaatan sumber daya , praktisi harus memastikan bahwa nilai-nilai yang dibagi 2 . Ini berarti bahwa nilai sesaat sekarang akan berfluktuasi baik sebagai 0 , 0,5 , atau 1. Demikian pula , nilai pemanfaatan rata-rata sekarang akan mengambil nilai antara 0 dan 1 . Nomor tersebut benar-benar menjadi menyesatkan karena salah satu dari dua sumber mungkin melakukan sebagian besar pekerjaan . Jika nilai-nilai secara konsisten sekitar 0,5 , itu bisa berarti bahwa salah satu sumber daya hampir selalu sibuk sementara sumber daya lainnya hampir selalu siaga .

4.6.2 Counters Loket dapat digunakan untuk melacak jumlah entitas yang telah diproses melalui salah seluruh sistem atau komponen tertentu dari sistem. Loket dapat berupa bertambah atau decremented . Sebuah contoh dari counter incrementing akan jumlah pelanggan memasuki menyimpan . Sebuah contoh dari sebuah counter decrementing akan menjadi jumlah kursi yang tersedia di dalam bis. melawan bertahap dan decrements biasanya satu unit . Namun, dalam beberapa kasus beberapa nilai - langkah dapat digunakan ketika entitas mewakili lebih dari satu unit . Beberapa nilai langkah akan sesuai untuk menghitung jumlah masing-masing komponen dalam kasus komponen . Selain tujuan kinerja , counter juga sering digunakan untuk keperluan verifikasi . di kasus ini , praktisi akan menggunakan counter untuk memastikan bahwa entitas diproses melalui tertentu bagian dari sistem . Jika entitas harus datang melalui sebuah komponen dari sistem , tetapi tidak ada entitas yang dihitung , dokter akan perlu untuk menyelidiki model untuk kesalahan logika . 4.7 Ringkasan Dalam bab ini kita membahas prosedur untuk menentukan sistem yang kita tertarik dalam pemodelan . ini Proses dimulai dengan mengklasifikasikan jenis sistem . Sistem dapat menjadi diskrit , kontinu , atau dikombinasikan dengan menghormati peristiwa sistem . Salah satu cara untuk menentukan jenis sistem adalah dengan memeriksa jenis entitas yang mengalir melalui sistem . Entitas seperti orang-orang secara otomatis membuat sistem diskrit . entitas yang cairan atau bertindak sebagai cairan adalah simulasi acara umumnya terus menerus . Entitas yang mulai keluar sebagai cairan dan berakhir sebagai unit diskrit adalah sistem gabungan . Cara lain bahwa sistem diklasifikasikan sebagai mengakhiri atau nonterminating . Mengakhiri sistem memiliki acara yang berakhir jangka waktu bunga. Secara umum, sistem terminasi juga dibersihkan dari entitas pada akhir periode waktu . Sebaliknya, sistem nonterminating tidak menutup , atau , jika mereka dekat, entitas tetap dalam sistem sampai sistem dibuka kembali . Perbedaan antara mengakhiri dan nonterminating sistem ini penting karena setiap jenis sistem membutuhkan berbagai jenis pendekatan analisis . Komponen penting lainnya dari proses sistem definisi adalah untuk memutuskan apa dan komponen acara model . Praktisi harus membuat keputusan tentang seberapa luas lingkup model harus mencakupdan betapa besar model rinci seharusnya.

Praktisi juga perlu menentukan jenis masukan Data perlu dikumpulkan dan dianalisis. Akhirnya , praktisi harus memutuskan apa jenis output data perlu dihasilkan . Ini output data pada akhirnya akan digunakan untuk membuat perbandingan statistik antara Model alternatif . Pada akhir proses sistem definisi , praktisi dapat mulai mengumpulkan masukan data dan menerjemahkan model ke dalam bahasa pemrograman simulasi.