BAB I

PENDAHULUAN

Sebelum mengenal lebih jauh tentang simulasi maka kita terlebih dahulu
mempelajari tentang system (melalui data sampel) di mana terhadap system
tersebut mungkin kita dapat melakukan uji coba. Jika suatu system yang diamati
masih merupakan system yang bersifat hipotesis (percobaan) untuk memperoleh
suatu hasil tertentu maka kemungkinan besar terhadap system itu tidak akan dapat
dilakukan simulasi.
Walau secara tidak langsung, suatu permasalahan akan merangsang
system untuk memecahkannya dengan menggunakan model dan metode sebagai
alternative, di mana alternative tersebut merupakan suatu kreasi berpikir yang
dapat memadukan berbagai metode sehingga terbentuk sejumlah prototype (model
atau miniature). Dari metode-metode yang akan digunakan itu seseorang dapat
mengetahui latar belakang (penjelasan secara teoritis) setiap metode. Ketika
alternatif-alternatif itu digunakan maka akan banyak terjadi benturan. Perlu
diingat juga bahwa dengan menggunakan prototipe seperti ini akan dibutuhkan
biaya yang tidak sedikit, menghabiskan waktu dan juga tidak praktis.
Jadi dapat disimpulkan bahwa sistem adalah media atau ruang yang
didukung oleh komponen-komponen yang saling terkait satu sama lain dan
dibatasi oleh aturan tertentu guna mencapai tujuan dan sasaran tertentu. Sistem
juga didefinisikan sebagai sekumpulan atau himpunan (manusia atau mesin) yang
saling berinteraksi yang secara bersama-sama menuju ke arah pencapaian tujuan
yang telah ditetapkan. Dalam praktiknya apa yang dimaksud dengan sistem sangat
tergantung pada tujuan, untuk apa sistem tersebut digunakan dan dibangun.
Sekumpulan atau himpunan yang membentuk suatu sistem di dalam suatu
penelitian yang besar mungkin hanya merupakan suatu bagian kecil dari sebuah
sistem keseluruhan. Sistem sendiri dapat juga didefinisikan sebagai sekumpulan
variabel penting yang dapat menjelaskan perilaku sistem yang nyata pada waktu
tertentu dan memiliki tujuan tertentu.
BAB II
LANDASAN TEORI

2.1 Sistem
Sistem adalah suatu kumpulan elemen atau unsur sebagai penyusun dunia
nyata dengan pengelompokkan studi yang saling berhubungan. Seleksi dilakukan
terhadap unsur penyusun sistem berdasarkan tujuan studi, karenanya sistem hanya
merupakan wakil dari bentuk sederhana realita. Model dapat dibatasi sebagai
konsep (matang atau masih dalam tahap pengembangan) dari sistem yang
disederhanakan. Jadi model dapat dianggap sebagai substitusi (pengganti) untuk
sistem yang dipertimbangkan dan digunakan apabila lebih mudah bekerja dengan
substitut tersebut dari sistem sesungguhnya.
2.2 Model
Model merupakan suatu rekayasa sistem untuk menentukan penggambaran
optimal tentang suatu obyek tertentu. Secara sederhana model adalah contoh,
yaitu sesuatu yang mewakili atau menggambarkan yang dicontoh. Jadi model
meliputi contoh sederhana dari sistem dan menyerupai sifat-sifat sistem yang
dipertimbangkan, tetapi tidak sama dengan sistem. Model dikembangkan dengan
tujuan untuk studi tingkah-laku sistem melalui analisis rinci tentang komponen
sistem dengan interaksi antara satu dengan yang lain.
2.3 Simulasi
Simulasi adalah perancangan suatu obyek diam/bergerak dengan parameter
yang mendekati nilai sebenarnya. Sehingga simulasi merupakan proses yang
diperlukan untuk operasionalisasi model, atau penanganan model untuk meniru
tingkah-laku sistem yang sesungguhnya. Ini meliputi berbagai kegiatan seperti
penggunaan diagram alir dan logika komputer, serta penulisan kode komputer dan
penerapan kode tersebut pada komputer untuk menggunakan masukan dan
menghasilkan keluaran yang diinginkan. Pada prakteknya, modeling dan simulasi
adalah proses yang berhubungan sangat erat, maka batasan simulasi juga
mencakup modeling.

2.4 Dasar-Dasar Simulasi
Akhir-akhir ini metode simulasi dalam analisis dan penyelesaian masalah
telah marak digunakan. Pemikiran pokok dalam metode ini adalah meniru sistem
nyata, yang kompleks dan penuh dengan sifat probabilistik, yang sedang diamati
ke dalam sebuah bentuk miniatur yang representatif dan valid dengan tujuan
sampling dan survey statistik pada sistem nyatanya dapat dilakukan pada tiruan
ini.
Belajar simulasi dituntut untuk dapat menggabungkan beberapa bidang ilmu.
Metode analisis sistem, metode statistik, dan pemograman komputer merupakan
tiga komponen utama dalam belajar simulasi. Proses simulasi tidak lepas dari
penyusunan tiruan sistem dengan menggunakan interaksi antar bilangan random
yang menuruti distribusi dan pola data tertentu.
a. Tujuan mempelajari simulasi
Diharapkan kita dapat mempelajari suatu sistem dengan memanfaatkan
komputer utuk meniru (to simulate) perilaku sistem tersebut.
b. Cara mempelajari sistem
1. Sistem dapat dipelajari dengan pengamatan langsung atau pengamatan
pada model dari sistem tersebut.
2. Model dapat diklasifikasikan menjadi model fisik dan model matematik.
3. Model matematik ada yang dapat diselesaikan dengan solusi analitis, ada
yang tidak. Bila solusi analitis sulit didapatkan maka digunakan simulasi.
c. Pengertian simulasi
Program (software) komputer yang berfungsi untuk menirukan perilaku
sistem nyata.
Manipulasi sebuah model sedemikian rupa sehingga model tersebut
bekerja dalam ruang dan waktu.
Dikutip dari Floyd Jerome Gould (dalam buku Introductory Science,
1993): The basic idea of simulation is to build an experimental device, or
simulator that will actlike (simulate) the system of interest in certain
important aspect in a quick, cost effective manner
Dikutip dari Sandi Setiawan (dalam buku Teknik Pemrograman, 1991):
proses perancangan model dari suatu sistem nyata dan pelaksanaan
eksperimen-eksperimen dengan model ini untuk tujuan memahami tingkah
laku sistem
2.5 Sistem Tipe Simulasi
1. Model simulasi deterministik, mengasumsikan tidak ada variabilitas dalam
parameter model dan, oleh karenanya, tidak melibatkan variabel random. Jika
model deterministik dijalankan atas nilai masukan yang sama, maka akan
selalu menghasilkan nilai yang sama. Keluaran dari sekali menjalankan
model simulasi deterministik merupakan nilai nyata dari performasimodel.
2. Model simulasi stokastik, berisikan satu atau beberapa variabel random untuk
menjelaskan proses dalam sistem yang diamati. Keluaran dari model simulasi
stokastik adalah random dan oleh karenanya hanya merupakan perkiraan dari
karakteristik sesungguhnya dari model. Maka, diperlukan beberapa kali
menjalankan model, dan hasilnya hanya merupakan perkiraan dari performasi
yang diharapkan dari model atau sistem yang diamati.
3. Model simulasi kontinyu, kondisi variabel berubah secara kontinyu, sebagai
contoh, aliran fluida dalam pipa atau terbangnya pesawat udara, kondisi
variabel posisi dan kecepatan berubah secara kontinyu terhadap satu dengan
lainnya.
4. Model simulasi diskrit, kondisi variabel berubah hanya pada beberapa titik
(tertentu, yang dapat dihitung) dalam waktu. Kebanyakan dari sistem
manufaktur dimodelkan sebagai simulasi kejadian dinamis, diskrit, stokastik
dan menggunakan variabel random untuk memodelkan rentang kedatangan,
antrian, proses, dan sebagainya.
2.6 Pembangkit Bilangan Random
Dalam kita menggunakan model simulasi yang bersifat stokhastik maka akan
melibatkan variabel-variabel random. Variabel random ini digunakan untuk
merepresentasikan tingkah laku faktor-faktor yang tak terkendali di dalam sistem
yaitu faktor-faktor yang berfluktuasi dalam bentuk yang sulit diramalkan, tetapi
dapat dijelaskan secara stokhastik. Alat atau cara yang dapat menghasilkan
bilangan random disebut pembangkit bilangan random. Suatu pembangkit
bilangan random harus mempunyai sifat-sifat sebagai berikut :
1. Angka yang dihasilkan harus sedekat mungkin dengan distribusi Uniform.
2. Pembangkit bilangan random tersebut harus cepat.
3. Pembangkit tersebut harus efisien dalam tempat penyimpanan dan waktu
eksekusinya.
4. Pembangkit tersebut harus dapat menghasilkan kelompok-kelompok bilangan
random yang berbeda atau dapat menghasilkan kembali suatu urutan angka
kapan saja diperlukan.
5. Metode yang digunakan harus dijamin tidak akan menghasilkan kembali
angka-angka yang sama pada waktu yang relatif dekat .

Pseudo random disebut juga acak semu


Dimana modulo m merupakan sisa pembagian dengan m. Dalam bahasa pascal
biasanya disebut dengan mod.
Misalnya:
a = 2, m = 5, x
0
= 3
x
1
= 2 (3) modulo 5 = 1
x
2
= 2 (1) modulo 5 = 2
x
3
= 2 (2) modulo 5 = 4
x
4
= 2 (4) modulo 5 = 3

Dapat dilihat bahwa hasilnya berulang, yaitu pada saat x
4
hasil yang didapat
kembali seperti pada x
0
. Oleh karena maka contoh tersebut disebut acak semu.
Bilangan biner merupakan bilangan yang terdiri atas nilai 0 dan 1. Satu digit
bilangan biner (1) ekuivalen dengan nilai 1, dua digit bilangan biner (11)
ekuivalen dengan 3, dan tiga digit bilangan biner (111) ekuivalen dengan 7.
Bilangan terbesar dalam komputer yaitu 32 digit biner dan itu setara atau ekuvalen
dengan 2^32 1. Jika lebih besar dari nilai tersebut maka komputer tidak akan
bisa membacanya
.

INVERSE TRANSFORM

Gambar tersebut merupakan grafik dari cdf (cumulative distribution function).

F(x) = U, dimana U berdistribusi uniform dengan parameter (0,1)
()

()

() ()

()