Teknik Simulasi dan Pemodelan

Mahmud Achmad
2-1
BAB 2 PENGERTIAN DAN
KLASIFIKASI MODEL


A. PENDAHULUAN
Pendefinisian simulasi dan model sangat bergantung pada jenis model dan
simulasinya. Ada beberapa beberapa cara dalam pengklasifikasian model. Masing-
masing cara mengarah ke berbagai karakteristik model yang berdampak pada teknik
solusi serta area aplikasi potensial di mana mereka dapat digunakan. Beberapa jenis
model yang tidak patut dalam keadaan tertentu, seperti model steady-state untuk
batch start-up analisis reaktor.
Karena pentingnya pemahaman dasar ini, maka setelah mempelajari bagian ini,
MAHASISWA diharapkan:
1. Mampu mendefinisikan jenis-jenis model dan simulasinya.
2. Mampu membedakan setiap model
3. Mampu memahami penggunaan jenis model
4. Mampu memilih jenis model yang sesuai dengan problem yang dipecahkan

B. PENGERTIAN MODEL DAN SIMULASI
Pengertian Model
Model adalah representasi dari suatu objek, benda, atau ide-ide dalam bentuk yang
disederhanakan dari kondisi atau fenomena alam. Model berisi informasi- informasi
tentang suatu fenomena yang dibuat dengan tujuan untuk mempelajari fenomena
sistem yang sebenarnya. Model dapat merupakan tiruan dari suatu benda, sistem

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-2
atau kejadian yang sesungguhnya yang hanya berisi informasi- informasi yang
dianggap penting untuk ditelaah.
Model dari sebuah sistem adalah alat yang kita gunakan untuk menjawab
pertanyaan-pertanyaan tentang sistem tanpa harus melakukan percobaan. Dalam cara
ini kita menggunakan model dalam kehidupan seari- hari setiap saat. Sebagai contoh,
sebuah model dari perilaku seseorang untuk mengatakan bahwa dia orang baik.
Model ini membantu kita untuk menjawab pertanyaan bagaimana dia akan bereaksi
apabila kita bertanya padanya. Kita juga mempunyai model- model untuk sistem
teknik yang berdasarkan pada pada pengalaman dan perasaan. Kita memyebut
model ini adalah mental model. Untuk mempelajari bagaimana mengendarai sebuah
mobil, sebagai contoh, berisi sebagian dari pengembangan mental model dari sifat-
sifat mengemudi mobil. Gambaran operator bagaimana suatu proses industri
bereaksi pada tindakan yang berbeda adalah juga meruapakan suatu mental model
yang dikembangkan dari pelatihan dan pengalaman.
Bentuk model yang lain adalah verbal model; perilaku sistem pada kondisi yang
berbeda dideskripsikan dengan kata-kata; Apabila suku bank naik, maka tingkat
penggangguran akan naik. Tenaga ahli sistem adalah contoh dari menyusun verbal
model. Ini penting untuk memisahkan model verbal dan mental. Kita menggunakan
model mental dari dinamika sepeda ketika kita mengendarai sepeda. Ini tidaklah
mudah untuk mengkonversinya pada verbal model.
Sebagai tambahan pada model mental dan verbal adalah model yang mencoba untuk
meniru sistem. Kata model diturunkan dari bahasa latin mold (cetakan) atau
pettern (pola). Ini dapat disebut dengan physical model, seperti seorang arsitektur
dan pembuat perahu yang digunakan untuk menguji sifat-sifat estetika dan
hidrodinamika dari sistem (rumah atau perahu).
Model yang keempat yaitu mathematical models. Dimana kita menghubungkan
antara besaran (jarak, arus, aliran pengganguran dan lain sebagainya) yang dapat kita
amati pada sistem dideskripsikan sebagai hubungan matematikal dalam model.
Kebanyakan hukum- hukum alam adalah model matematika dalam hal ini. Sebagai
contoh, untuk sistem masa titik hukum Newton dari gerakan memberikan hubungan

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-3
antara gaya dan kecepatan. Untuk sistem resistor, hukum Ohm mendeskripsikan
hubungan antara arus dan tegangan.
Pengertian Simulasi
Banyak ahli yang telah mendefinisikan simulasi dengan berbagai variasinya.
Beberapa diantaranya adalah sebagai berikut:
Emshoff dan Simun (1970), simulasi didefinisikan sebagai suatu model
sistem dimana komponennya dipresentasikan oleh proses-proses aritmatika
dan logika yang dijalankan computer untuk memperkirakan sifat-sifat
dinamis sistem tersebut.
Shannon (1975), simulasi merupakan proses perancangan model dari sistem
nyata yang dilanjutkan dengan pelaksanaan eksperimen terhadap model
untuk mempelajari perilaku system atau evaluasi strategi.
Banks dan Carson (1984), simulasi adalah tiruan sistem nyata yang
dikerjakan secara manual atau komputer, yang kemudian diobservasi dan
disimpulkan untuk mempelajari karakterisasi sistem.
Hoover dan Perry (1990), simulasi merupakan proses perancangan model
matematis atau logis dari sistem nyata, melakukan eksperimen terhadap
model dengan menggunakan komputer untuk menggambarkan, menjelaskan
dan memprediksi perilaku sistem.
Law dan Kelton (1991), simulasi didefinisikan sebagai sekumpulan metode
dan aplikasi untuk menirukan atau merepresentasikan perilaku dari suatu
sistem nyata, yang biasanya dilakukan pada komputer dengan menggunakan
perangkat lunak tertentu.
Khosnevis (1994), simulasi merupakan proses aplikasi membangun model
dari sistem nyata atau usulan sistem, melakukan eksperimen dengan model
tersebut untuk menjelaskan perilaku sistem, mempelajari kinerja sistem atau
untuk membangun sistem baru sesuai dengan kinerja yang diinginkan.
Harrel et al. (2000) juga mengemukakan bahwa simulasi adalah imitasi dari
sistem dinamis dengan menggunakan model komputer untuk mengevaluasi
dan meningkatkan performansi sistem.

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-4
Kakiay (2003) mengemukakan definisi simulasi sebagai suatu sistem yang
digunakan untuk memecahkan atau menguraikan persoalan-persoalan dalam
kehidupan nyata yang penuh dengan ketidakpastian dengan tidak atau
menggunakan model atau metode tertentu dan lebih ditekankan pada
pemakaian komputer untuk mendapatkan solusinya.
C. TUJUAN DAN KLASIFIKASI MODEL
Tujuan Pemodelan
Tujuan dari studi pemodelan adalah menentukan informasi- informasi yang dianggap
penting untuk dikumpulkan, sehingga tidak ada model yang unik. Satu sistem dapat
memiliki berbagai model, bergantung pada sudut pandang dan kepentingan pembuat
model.
Erma Suryani (2006) menyatakan bahwa model simulasi merupakan alat yang cukup
fleksibel untuk memcahkan masalah yang sulit untuk dipecahkan dengan model
matematis biasa. Model simulasi sangat efektif digunakan untuk sistem yang relatif
kompleks untuk pemecahan analitis dari model tersebut.
Penggunaan simulasi akan memberikan wawasan yang lebih luas pada pihak
manajemen dalam menyelesaikan suatu masalah. Oleh karena itu manfaat yang
didapatkan dengan menggunakan metode simulasi adalah sebagai alat bagi
perancang sistem atau pembuat keputusan, dalam hal ini manajer menciptakan
sistem dengan kinerja tertentu baik dalam tahap perancangan sistem maupun tahap
operasional.
Keuntungan dan Kekurangan Simulasi dan Pemodelan
Thomas J. Kakiay (2004) mengatakan bahwa ada beberapa keuntungan yang bisa
diperoleh dengan memanfaatkan simulasi, yaitu sebagai berikut:
Menghemat waktu (compress time) - Kemampuan di dalam menghemat
waktu ini dapat dilihat dari pekerjaan yang bila dikerjakan akan memakan
waktu tahunan tetapi kemudian dapat disimulasikan hanya dalam beberapa
menit, bahkan dalam beberapa kasus hanya dalam hitungan detik.

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-5
Kemampuan ini dapat dipakai oleh para peneliti untuk melakukan berbagai
pekerjaaan desain operasional yang mana juga memperhatikan bagian
terkecil dari waktu untuk kemudian dibandingkan dengan yang terdapat pada
sistem yang nyata berlaku.
Dapat melebar-luaskan waktu (expand time)- Hal ini terlihat terutama dalam
dunia statistik di mana hasilnya diinginkan dapat tersaji dengan cepat.
Simulasi Dapat digunakan untuk menunjukkan perubahan struktur dari suatu
sistem nyata yang sebenarnya tidak dapat diteliti pada waktu yang
seharusnya. Dengan demikian simulasi dapat membantu mengubah sistem
nyata hanya dengan memasukkan sedikit data.
Dapat mengawasi sumber-sumber yang bervariasi (Control varied Sources) -
Kemampuan pengawasan dalam simulasi ini tampak terutama apabila
statistik digunakan untuk meninjau hubungan antara variabel bebas dengan
variabel terkait yang merupakan faktor-faktor yang akan dibentuk dalam
percobaan. Hal ini dalam kehidupan sehari-hari merupakan suatu kegiatan
yang harus dipelajari dan ditangani dan tidak dapat diperoleh dengan cepat.
Mengoreksi kesalahan-kesalahan perhitungan - Dalam penggunannya, pada
suatu kegiatan ataupun percobaan dapat saja mucul ketidak benaran dalam
mencatat hasil- hasilnya. Sebaliknya, dalam simulasi komputer jarang
ditemukan kesalahan perhitungan terutama bila angka-angka diambil dari
komputer secara teratur dan bebas. Komputer mempunyai kemampuan untuk
melakukan perhitungan dengan akurat.
Dapat dihentikan dan dijalankan kembali - Simulasi komputer dapat
dihentikan untuk kepentingan peninjauan ataupun pencatatan semua keadaan
yang relevan tanpa berakibat buruk terhadap program simulasi tersebut.
Dalam dunia nyata, percobaan tidak dapat dihentikan begitu saja. Dalam
simulasi komputer, setelah dilakukan penghentian maka kemudian dapat
dengan cepat dijalankan kembali.
Mudah diperbanyak - Dengan simulasi komputer percobaan dapat dilakukan
setiap saat dan dapat diulang-ulang. Pengulangan dilakukan terutama untuk
mengubah berbagai komponen dan variabelnya, seperti dengan perubahan

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-6
pada parameternya perubahan pada kondisi operasinya, ataupun dengan
memperbanyak output.
Sedangkan menurut Suryani (2006), disamping simulasi mempunyai kelebihan,
simulasi juga memiliki. Kelebihan tersebut antara lain:
Tidak semua sistem dapat direpresentasikan dalam model matematis,
simulasi merupakan alternatif yang tepat.
Dapat bereksperimen tanpa adanya resiko pada sistem nyata. Dengan
simulasi memungkinkan untuk melakukan percobaan terhadap sistem tanpa
harus menanggung resiko terhadap sistem yang berjalan.
Simulasi dapat mengestimasi kinerja sistem pada kondisi tertentu dan
memberikan alternatif desain terbaik sesuai dengan spesifikasi yang
diinginkan.
Simulasi memungkinkan untuk melakukan studi jangka panjang dalam waktu
relatif singkat.
Dapat menggunakan input data bervariasi.
Sedangkan kekurangannya adalah:
Kualitas dan analisis model tergantung pada si pembuat model.
Hanya mengestimasi karakteristik sistem berdasarkan masukan tertentu.
Render et al. (2003) menyatakan bahwa simulasi merupakan suatu alat yang
semakin banyak digunakan karena beberapa alasan, yaitu:
Simulasi relatif mudah dan fleksibel.
Perkembangan akhir dalam dunia software memungkinkan beberapa model
simulasi sangat mudah untuk dikembangkan.
Simulasi dapat digunakan untuk menganalisa situasi dunia nyata yang
kompleks dan luas yang tidak dapat diselesaikan oleh model analisis
kuantitatif konvensional.
Simulasi memungkinkan analisa what-if. Dengan bantuan komputer,
manager mampu mencoba beberapa kebijakan keputusan dalam hitungan
menit.

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-7
Simulasi tidak mempengaruhi sistem dunia nyata.
Simulasi memungkinkan peneliti untuk mempelajari efek interaktif dari
komponen individu ataupun variabel untuk menentukan yang mana yang
penting.
Simulasi memungkinkan time compression.
Simulasi memungkinkan terlibatnya beberapa komplikasi yang terjadi di
dunia nyata, yang mana tidak dimungkinkan oleh model analisis kuantitatif
pada umumnya.
Meskipun demikian, menurut Render et al. (2003) simulasi juga memiliki
kekurangan yakni:
Model simulasi yang baik untuk situasi kompleks pada umumnya sangat
mahal. Proses pembuatannya memakan waktu yang lama dan merupakan
proses yang kompleks pula.
Simulasi tidak menghasilkan solusi yang optimal untuk suatu permasalahan
seperti teknis analisis kuantitatif lainnya. Simulasi merupakan pendekatan
trial and error, yang memberikan solusi yang berbeda setiap pengulangannya.
Manager harus membangkitkan kondisi dan batasan dengan solusi yang
hendak dicapai.
Masing- masing model simulasi bersifat unik. Solusi dan keputusan simulasi
tidak selalu dapat diaplikasikan untuk permasalahan lain.
Klasifikasi Model dan Simulasi
Pemodelan sistem merupakan kumpulan aktivitas dalam pembuatan model dimana
model merupakan perwakilan atau abstraksi dari sebuah obyek atau situasi aktual
suatu penyederhanaan dari suatu realitas yang kompleks Tabel 2.1 memberikan
gambaran jenis model, karakteristik dasar mereka dan bentuk akhir dari model.
Bagian selanjutnya menjelaskan beberapa aspek kunci dari jenis model dan
kemudian bab prihatin dengan perkembangan jenis beberapa model.



Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-8
TABEL 2.1 Klasifikasi Model
Jenis Klasifikasi Kriteria model
Mekanistik
Empiris

Stochastic
Deterministik
Lump parameter

Variabel parameter
Linear
Non-linear

Kontinyu
Diskrit

Hybrid
Berdasarkan mekanisme / fenomena yang mendasari
Berdasarkan data input-output, percobaan atau
eksperimen
Berisi elemen model yang probabilistic di alam
Berdasarkan analisis sebab-akibat
Variabel terikat bukan merupakan fungsi dari posisi
spasial
Distributed terikat adalah fungsi dari posisi spasial
Prinsip Superposisi Linear berlaku
Prinsip Superposisi nonlinear tidak berlaku variabel
dependen
Didefinisikan lebih berkelanjutan ruang-waktu
Didefinisikan untuk nilai- nilai diskrit waktu dan / atau
ruang
Mengandung perilaku kontinyu dan diskrit

Menurut Suryani (2006), simulasi dapat diklasifikasikan sebagai berikut:
1. Menurut waktu:
a. Simulasi statis. Pada simulasi ini output model tidak dipengaruhi waktu.
b. Simulasi dinamis. Pada simulasi ini output model dipengaruhi waktu.
Waktu yang bertindak sebagai variabel bebas.
Contoh: model populasi yang berkembang sepanjang waktu, laju infiltrasi,
pertumbuhan tanaman.
2. Menurut perubahan status variabel:
a. Simulasi kontinu, merupakan model simulasi yang status variabel berubah
secara kontinyu.
Contoh: model- model level cairan yang rate-nya (lajunya) berubah setiap
saat.
b. Simulasi diskrit model yang status variabel berubah pada saat-saat tertentu.

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-9
Contoh: model- model inventory yang materialnya datang dan diambil pada
waktu tertentu
3. Menurut derajat ketidakpastiannya:
a. Simulasi deterministik, merupakan model yang outputnya bisa ditentukan
secara pasti.
Contoh: model-model matematis, model Economic Order Quantity.
b. Simulasi stokastik, yaitu model yang model tidak bisa ditentukan secara pasti
(mengandung ketidakpastian).
Contoh: diagram pohon keputusan.
Jenis- jenis Simulasi
Kakiay (2004) mengatakan bahwa ada beberapa jenis simulasi yang sering
digunakan yaitu:
Simulasi Identitas (Identity Simulation)
Simulasi identitas ini digunakan secara langsung dan cukup sederhana dalam
penggunaannya. Dengan banyak meniadakan berbagai macam hal yang mendasar
dari aturan permodelan. Kekurangan dari simulasi ini adalah cukup mahal dan
tidak begitu layak, hanya sedikit memberikan kontrol atau mungkin tidak
memberikan jawaban yang efektif.
Simulasi Identitas Semu (Quasi Indentity Simulation)
Simulasi ini memodelkan berbagai aspek yang terkait dari sistem yang
sebenarnya sehingga dapat mengeluarkan unsur-unsur yang dapat membuat setiap
simulasi identitas tidak berfungsi dengan baik. Simulasi ini setingkat lebih maju
dibandingkan dengan simulasi identitas.
Simulasi Laboratorium (Laboratory Simulation)
Simulasi laboratorium biasanya memerlukan berbagai komponen seperti operator,
perangkat lunak dan keras, prosedur operational, fungsi- fungsi matematis,
distribusi probabilitas, dan lain sebagainya. Keuntungan dari simulasi ini adalah
simulasi ini lebih murah dan lebih layak untuk memberikan jawaban yang dapat

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-10
dipertanggungjawabkan dibandingkan dengan dua simulasi diatas. Terdapat dua
jenis simulasi laboratorium, yaitu:
a. Operating Planning. Disini komputer berperan sangat penting sebagai
pengumpul data dan sebagai pengolahan informasi.
b. Man Machine Simulation. Didalam simulasi ini, aturan-aturan dari simulasi
tidak terlalu diperhatikan dan komputer hanya digunakan untuk mengolah
dan menganalisis data.
Simulasi Komputer (Computer Simulation)
Untuk simulasi jenis ini, digunakan komputer untuk menyelesaikan masalah
sesuai dengan kebutuhan yang kemudian komputer tersebut diprogram sehingga
nanti dapat digunakan untuk memecahkan masalah yang sama lagi. Untuk saat
sekarang ini, lebih condong untuk dilakukan simulasi komputer. Selain
penggunaannya yang mudah juga karena hasil yang diperoleh untuk pemecahan
masalah lebih cepat dan akurat.
Tipe Simulasi
1. Static versus Dynamic Simulation
Simulasi statis merupakan simulasi yang tidak berdasarkan atau dipengaruhi oleh
waktu. Simulasi statis pada umumnya mencakup proses pembuatan sampel
random untuk menggeneralisasikan hasil statistik, yang pada umunya dinamakan
simulasi Monte Carlo.
Simulasi dinamis, merupakan kebalikan dari simulasi statis yang mencakup
perubahan waktu. Simulasi dinamis mencakup perubahan status yang terjadi
sepanjang waktu. Simulasi dinamis sangat cocok digunakan untuk menganalisa
sistem manufaktur dan jasa karena sangat dipengaruhi waktu.
2. Stochastic versus Deterministic Simulation
Simulasi dimana satu atau lebih variabel masukan bersifat inventory, secara
natural dikategorikan sebagai simulasi stokastik atau simulasi probabilistik.
Simulasi stokastik menghasilkan output yang merupakan inventory sehingga
hanya memberikan suatu pandangan data bagaimana sistem mungkin beroperasi.

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-11
Simulasi yang mana komponen masukannya tidak besifat inventory disebut
dengan simulasi deterministik. Simulasi deterministik memiliki input yang
konstan dan output yang konstan pula.
3. Discrete-Event versus Continious Simulation
Discreteevent simulation merupakan simulasi dimana perubahan pada titik
waktu yang diskrit yang dipicu oleh kejadian. Simulasi seperti ini mungkin
mencakup:
Kedatangan entitas pada suatu workstation.
Kegagalan/kerusakan dari sumber daya.
Penyelesaian dari suatu aktivitas.
Berhentinya shift.
Sedangkan pada continious simulation, status variabel berubah secara terus
menerus sepanjang waktu.
D. Karakteristik Model Proses Alamiah
Model Proses juga disebut model fenomenologis karena didasari derivasi dari
fenomena sistem atau mekanisme seperti massa, panas dan transfer momentum.
Model banyak diaplikasikan pada rekayasa proses yang berasal dari pengetahuan
tentang mekanisme dasar. Namun, kebanyakan model mekanistik juga memuat
konsep empiris seperti ekspresi laju (rate) atau hubungan perpindahan panas. Model
mekanistik sering muncul dalam aplikasi desain dan optimasi. Model tersebut
disebut model "kotak putih" semenjak mekanisme dalam deskripsi model diuraikan
dengan jelas.
Model empiris adalah hasil dari percobaan dan pengamatan, biasanya tidak
bergantung pada pengetahuan tentang prinsip-prinsip dasar dan mekanisme yang
hadir dalam sistem yang sedang dipelajari. Model ini menggunakan dasar pada
kesesuaian persamaan di mana parameter langsung sedikti atau tidak memiliki arti
fisik. Model empiris banyak digunakan di mana fenomena yang mendasari yang
sebenarnya tidak diketahui atau dipahami dengan baik. Model ini sering disebut

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-12
model Black Box (kotak hitam), yang mencerminkan fakta bahwa hanya sedikit
bagian yang diketahui mekanisme proses sebenarnya.
Bentuk yang paling umum dari model yang digunakan dalam rekayasa proses adalah
kombinasi dari bagian mekanistik dan empiris. Model ini disebut Grey-Box Model
(model kotak abu-abu).
Model stokastik muncul ketika deskripsi dapat memuat unsur yang memiliki variasi
acak alami biasanya digambarkan oleh distribusi probabilitas. Karakteristik ini
sering dikaitkan dengan fenomena yang tidak describable dalam hal sebab dan
akibat melainkan dengan probabilitas atau likelihoods. Model deterministik adalah
tipe akhir model ditandai dengan jelas hubungan sebab-akibat.
Dalam kebanyakan kasus dalam rekayasa proses model yang dihasilkan memiliki
unsur-unsur dari beberapa kelas-kelas model. Dengan demikian kita bisa memiliki
model mekanistik dengan beberapa bagian stokastik untuk itu. Sebuah kejadian yang
sangat umum adalah model mekanistik yang mencakup aspek empiris seperti
ekspresi laju reaksi atau hubungan perpindahan panas.
E. Bentuk Persamaan Model Proses
Kita juga dapat mempertimbangkan jenis persamaan yang dihasilkan dari model
seperti ketika kita mempertimbangkan steady state dan situasi yang dinamis. Ini
ditunjukkan pada Tabel 2.2. Bentuk dapat melibatkan persamaan aljabar linier
(Laes), persamaan aljabar nonlinier (NLAEs), persamaan diferensial biasa (Odes),
berbentuk bulat panjang persamaan diferensial parsial (EPDEs) dan persamaan
diferensial parsial parabolik (PPDEs).
Setiap bentuk persamaan memerlukan teknik khusus untuk solusi. Berikut Tabel
bentuk persamaan model proses berdasarkan tipe model.





Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-13
Tabel 2.2 Bentuk Persamaan Model Proses
Tipe Model
Tipe Persamaan
Masalah Steady-State Masalah Dinamis
Deterministik aljabar nonlinear ODE/PDE
Stochastic
Persamaan
aljabar/differensial
Stokastik ODE atau
Persamaan differensial
Lump parameter Persamaan aljabar ODE
Distributed parameter EPDE PPDE
Linear Persamaan aljabar linear Linear ODE
Nonlinier Persamaan aljabar nonlinear Nonlinear ODE
Kontinyu Persamaan aljabar ODE
Diskrit Persamaan differensial Persamaan differensial

F. Karakteristik Volume Sistem
Ketika kita mengembangkan model, maka perlu untuk menentukan daerah dalam
sistem di mana kitamenerapkan prinsip-prinsip konservasi dan hukum- hukum fisika
dan kimia dasar untuk memperoleh deskripsi matematis. Ini adalah volume
keseimbangan. Sebuah klasifikasi dasar berkaitan dengan sifat materi dalam volume
tersebut. Dimana ada baik variasi temporal dan spasial dalam sifat bunga, seperti
konsentrasi atau suhu, kita sebut sistem ini "didistribusikan". Namun, jika tidak ada
variasi spasial dan bahan yang homogen, kita memiliki "disamakan" sistem.
Kompleksitas sistem parameter terdistribusi dapat menjadi signifikan baik dari segi
model deskripsi yang dihasilkan dan teknik solusi yang dibutuhkan. Model
parameter disamakan umumnya menyebabkan sistem persamaan sederhana yang
mudah untuk dipecahkan.
G. Karakteristik Perilaku Sistem
Ketika kita mempertimbangkan pemodelan sistem, ada banyak situasi di mana
kejadian diskrit terjadi, seperti menyalakan pompa atau menutup katup. Hal ini
menyebabkan perilaku terputus dalam sistem baik pada waktu yang diketahui atau

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-14
pada tingkat tertentu dari salah satu negara seperti suhu atau konsentrasi. Ini disebut
"waktu" atau "negara" peristiwa. Sebuah model yang memiliki kedua karakteristik
disebut sistem hybrid. Ini sangat umum dalam pemodelan proses sistem.
Tidak hanya kita perlu mempertimbangkan klasifikasi model yang digunakan dalam
aplikasi PSE tetapi juga membantu untuk melihat beberapa karakteristik dari model-
model.
H. KARAKTERISTIK MODEL
Di sini kita mempertimbangkan beberapa karakteristik kunci yang dapat
mempengaruhi pemodelan dan analisis. Model dapat dikembangkan dalam hierarki,
di mana kita dapat memiliki beberapa model untuk tugas yang berbeda atau model
dengan berbagai kompleksitas dalam hal struktur dan area aplikasi.
Model ada dengan presisi relatif, yang mempengaruhi bagaimana dan di mana kita
bisa menggunakannya. Model menyebabkan kita berpikir tentang sistem kami dan
memaksa kita untuk mempertimbangkan isu- isu kunci. Model dapat membantu
penelitian lebih lanjut langsung dan investigasi mendalam. Model yang
dikembangkan dengan biaya dalam bentuk uang dan usaha. Ini perlu
dipertimbangkan dalam aplikasi apapun.
Model selalu sempurna. Hal ini pernah dikatakan oleh George E. Box, terkenal
statistik, "Semua model yang salah, beberapa berguna"!
Model selalu memerlukan estimasi parameter konstanta dalam model seperti
konstanta laju kinetik, perpindahan panas dan koefisien perpindahan massa. Model
seringkali dapat ditransfer dari satu disiplin yang lain. Model harus menampilkan
prinsip penghematan, menampilkan sederhana membentuk untuk mencapai tujuan
yang diinginkan pemodelan. Model harus diidentifikasi dalam hal parameter internal
mereka. Model sering mungkin perlu penyederhanaan, atau reduksi model agar
menjadi alat yang berguna.
Model mungkin sulit atau tidak mungkin untuk memvalidasi memadai. Model dapat
menjadi keras dalam hal solusi numerik mereka. Kita bisa menyimpan beberapa ini
dalam pikiran ketika kita datang untuk mengembangkan model kita sendiri untuk

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-15
aplikasi tertentu. Hal ini jelas bukan masalah sepele dalam beberapa kasus. Dalam
situasi lain pengembangan model dapat bersifat langsung.
I. TINJAUAN SEJARAH SINGKAT PEMODELAN PSE
Sebagai suatu disiplin yang berbeda, simulasi dan pemodelan adalah anak dari
bidang yang lebih luas dari rekayasa sistem yang diterapkan pada operasi
pengolahan. Dengan demikian, penampilan sebagai suatu disiplin diakui tanggal
kembali ke pertengahan abad kedua puluh. Pada bagian ini, kita telusuri secara
singkat sejarah penggunaan model bangunan, analisis dan model di bidang PSE.
Revolusi Industri
Revolusi industri telah menyebabkan berkembangnya suatu pendekatan sistematis
untuk analisis pengolahan dan operasi dalam system manufaktur. Proses tidak lagi
sederhana namun menjadi semakin kompleks di alam sebagai dampak permintaan
produk komoditas yang semakin meningkat membutuhkan suatu level analisis yang
kompleks juga. Hal ini mendorong pengembangan analisis dengan menggunakan
simulasi. Secara khusus, perkembangan kimia awal abad kedelapan belas didorong
oleh Franco-British perang menyebabkan proses skala industri untuk pembuatan
senjata bubuk, asam sulfat, alkali serta produk makanan seperti gula dari bit gula.
Dalam perkembangan Perancis dan Inggris bersaing dalam pengembangan proses
produksi baru, dibantu oleh pengenalan tenaga uap di awal 1800-an yang sangat
meningkatkan kapasitas produksi potensial
Dalam berurusan dengan proses baru, itu perlu bagi insinyur untuk membawa untuk
menanggung pada masalah teknik yang berasal dari banyak ilmu fisika dan disiplin
ilmu teknik. Teknik-teknik analisis cepat mengakui perilaku berinteraksi kompleks
banyak kegiatan. Ini berkisar dari proses manufaktur untuk sistem komunikasi.
Kompleksitas sangat bervariasi tetapi pendekatan mengambil pandangan "sistem"
dari masalah yang memberi memperhatikan komponen dalam proses, input, output
dari sistem dan interaksi yang kompleks yang dapat terjadi karena sifat terhubung
dari proses .

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-16
Contoh sporadis penggunaan rekayasa sistem sebagai disiplin sub-teknik industri di
abad kesembilan belas dan kedua puluh menemukan aplikasi di banyak proses
industri yang dikembangkan di Eropa dan Amerika Serikat. Hal ini juga bertepatan
dengan munculnya teknik kimia sebagai suatu disiplin yang berbeda pada akhir abad
kesembilan belas dan pengembangan konsep unit operasi yang akan mendominasi
pandangan insinyur kimia untuk sebagian besar abad kedua puluh. Ada realisasi
berkembang bahwa manfaat yang signifikan akan diperoleh dalam ekonomi secara
keseluruhan dan kinerja proses ketika pendekatan sistem diadopsi. Ini meliputi
desain, kontrol dan operasi proses.
Untuk mencapai tujuan ini, ada tren yang sedang berkembang untuk mengurangi
perilaku kompleks untuk bentuk matematika sederhana untuk proses desain mudah-
maka penggunaan model matematika. Awal buku pegangan teknik kimia, misalnya
Davis, yang didominasi oleh aspek peralatan dengan model sederhana untuk steam,
aliran fluida dan perilaku mekanik peralatan. Mereka terutama deskriptif dalam
konten, menekankan peran insinyur kimia, seperti yang diungkapkan oleh Davis,
sebagai salah satu yang memastikan: ... Kelengkapan reaksi, jumlah beberapa
perbaikan dan ekonomi tenaga kerja tangan harus menjadi kredo dari Chemical
Engineer.
Sedikit ada di bidang pemodelan proses yang ditujukan untuk reaktor dan sistem
pemisahan. Dalam periode dari 1900 ke pertengahan 1920-an ada badan yang cepat
tumbuh literatur tentang analisis rinci lebih unit operasi, yang melihat sebuah
ketergantungan peningkatan pada model matematika. Pertukaran panas,
pengeringan, penguapan, sentrifugasi, padatan pengolahan dan pemisahan teknologi
seperti distilasi tunduk pada penerapan saldo massa dan energi untuk pengembangan
model. Banyak makalah muncul di jurnal Inggris seperti Kimia Industri & Teknik,
Kimia dan Industri, dan Masyarakat Industri Kimia. Perkembangan serupa terjadi di
jurnal bahasa asing, terutama mereka di Perancis dan Jerman. Buku teks seperti yang
oleh Walker dan rekan kerja di Massachusetts Institute of Technology, Olsen dan
monograf banyak menjadi semakin analitis dalam konten mereka, ini juga yang
tercermin dalam sistem pendidikan.

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-17
Abad ke-20
Setelah akhir Perang Dunia II, timbul minat dalam penerapan pendekatan rekayasa
sistem untuk proses industri, terutama di industri kimia. Pertengahan 1950-an
melihat banyak perkembangan dalam penerapan model matematika untuk operasi
unit proses rekayasa, terutama untuk pemahaman dan prediksi perilaku masing-
masing unit. Hal ini terutama berlaku di bidang analisis kimia reaktor. Banyak
insinyur terkemuka, ahli matematika dan ilmuwan yang terlibat. Itu adalah periode
penerapan analisis matematis ketat untuk sistem proses yang sampai saat itu belum
dianalisa secara rinci. Namun, upaya terutama terbatas pada unit operasi tertentu dan
gagal untuk mengatasi proses sebagai "sistem".
Ini adalah awal dalam matematika analisis bertepatan dengan awal pengembangan
dan penyediaan komputer. Hal ini telah menjadi kekuatan pendorong utama dalam
pemodelan sejak itu. Beberapa individu, bagaimanapun, lebih peduli dengan proses
keseluruhan daripada rincian operasi unit individu.
Salah satu monograf awal pada PSE muncul pada tahun 1961 sebagai akibat dari
pekerjaan dalam Chemical Company Monsanto di Amerika Serikat. Hal ini ditulis
oleh T.J. Williams, yang menulis:
... sistem rekayasa memiliki kontribusi yang signifikan untuk membuat praktek
dan pengembangan teknik kimia. Penyeberangan dari hambatan antara teknik
kimia dan disiplin ilmu teknik lainnya dan penggunaan matematika canggih
untuk mempelajari mekanisme proses mendasar tidak bisa tidak berbuah.
Ia melanjutkan, ... penggunaan komputer dan pengembangan simulasi proses
matematis. Teknik ini dapat menghasilkan metode yang sama sekali baru dan
pendekatan yang akan membenarkan diri dengan perbaikan ekonomi dan
teknologi.
Sangat menarik untuk dicatat bahwa aplikasi Williams sistem rekayasa mencakup
semua kegiatan dari pengembangan proses melalui desain tanaman untuk kontrol
dan operasi. Sebagian besar bekerja di Monsanto berpusat pada penggunaan teknik
kontrol maju dibantu oleh perkembangan komputer mampu melakukan kontrol
online. Pengembagan model matematika komputer diusulkan sebagai dasar untuk
memproduksi model statistik yang dihasilkan. Model statistikberupa model regresi

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-18
dapat digunakan dalam skema kontrol dengan biaya komputasi yang relatif rendah.
Jelaslah bahwa ketergantungan signifikan ditempatkan pada pengembangan dan
penggunaan model matematika untuk unit proses pabrik.
Dalam penutup pidatonya, Williams berusaha untuk menilai peran masa depan dan
dampak dari rekayasa sistem di industri proses. Ia melihat kemungkinan sekitar 150
skala besar komputer yang digunakan dalam proses industri kimia dalam USA untuk
studi tanaman berulang optimasi, komputer ini yang langsung terhubung ke operasi
pabrik pada akhir tahun 1960-an. Dia menulis:
... 10 tahun ke depan, maka, dapat melihat sebagian dari masalah saat ini
dalam bidang ini ditaklukkan.
Dia, bagaimanapun, melihat beberapa bahaya tidak sedikit yang ... kebutuhan bagi
orang-orang yang bersimpati dalam operasi manajemen dan tanaman yang tahu dan
menghargai kekuatan metode dan perangkat yang terlibat, dan siapa yang akan
menuntut penggunaan untuk studi tanaman khusus mereka sendiri.
Era Modern
Visi T.J. Williams tidak direalisasikan dalam tahun 1960-an, tetapi langkah besar
yang dibuat di bidang pemodelan proses dan simulasi sangat jelas. Karya pada
fenomena transportasi oleh Bird et al. pada tahun 1960 memberikan dorongan lebih
lanjut untuk pemodelan matematika sistem proses melalui penggunaan prinsip-
prinsip dasar konservasi massa, energi dan momentum.
Periode yang sama melihat munculnya berbagai simulator komputer digital untuk
steady state dan simulasi dinamis. Ini adalah kedua alat industri dan akademis
dikembangkan. Banyak dari pelopor sistem steady state dan paket simulasi dinamis.
yang memasukkan sistem dan mengemas model untuk unit operasi dengan sedikit
kemampuan bagi pengguna untuk operasi proses model tertentu karena tidak
tercakup oleh sistem simulasi. Rutinitas numerik yang kasar dengan standar saat ini
tetapi hanya mencerminkan tahap perkembangan yang dicapai oleh matematika
numerik dari waktu. Efisiensi dan kekokohan solusi sering lemah dan diagnostik
untuk kejadian nyata hampir tidak ada. Ada beberapa hal yang tidak berubah
(statis)!

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-19
Perkembangan mini-komputer di tahun 1970 dan munculnya komputer berbasis
UNIX diikuti oleh komputer pribadi (PC) pada awal tahun 1980 memberikan
dorongan untuk pengembangan alat pemodelan dan simulasi. Ini menjadi kenyataan
bahwa setiap insinyur bisa memiliki alat simulasi di meja yang bisa mengatasi
berbagai steady state dan masalah simulasi dinamis. Perkembangan ini juga
tercermin dalam industri proses di mana vendor peralatan mulai memasok sistem
kontrol canggih terdistribusi (DCSs) berdasarkan mini dan mikrokomputer. Sistem
ini sering dimasukkan simulasi berdasarkan representasi blok sederhana dari proses
atau dalam beberapa kasus dimasukkan bahasa real time komputasi tingkat tinggi
seperti FORTRAN atau BASIC. Sistem yang mampu menggabungkan waktu
optimasi berskala besar yang nyata dan fungsi pengawasan.
Dalam hal ini, visi T.J. Williams sekitar 40 tahun yang lalu adalah sebuah realitas
dalam sektor-sektor tertentu dari proses industri. Mendampingi pengembangan
simulator proses adalah upaya untuk memberikan kerangka pemodelan komputer
dibantu untuk generasi model proses berdasarkan pada penerapan prinsip-prinsip
dasar konservasi yang berkaitan dengan massa, energi dan momentum. Ini telah
hampir secara eksklusif dalam domain akademik dengan penetrasi perlahan- lahan
tumbuh menjadi arena industri. Sistem seperti ASCEND, Model.la, gPROMS atau
Modelica antara perkembangan ini.
Apa yang terus menjadi perhatian adalah kurangnya alat yang komprehensif dan
dapat diandalkan untuk pemodelan proses dan kemiringan hampir eksklusif terhadap
industri petrokimia sebagian besar sistem simulasi komersial. Perkembangan yang
efektif dan efisien dari model matematika untuk proses baru dan non-tradisional
masih tetap menjadi rintangan terbesar bagi eksploitasi model- model di PSE.
Tantangan disuarakan oleh T.J. Williams pada tahun 1961 masih bersama kami. Ini
terutama terjadi di sektor non-petrokimia seperti pengolahan mineral, makanan,
produk pertanian, obat-obatan, air limbah dan proses industri dan manufaktur yang
terintegrasi di mana skala besar diskrit-kontinu operasi menyediakan tantangan saat
ini.

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-20
Kata akhir Williams pada tahun 1961 volumenya layak mengulangi, ... ada prospek
cerah dalam industri kimia proses untuk system rekayasa. Satu bisa menambahkan,
... untuk industri proses secara umum dan untuk pemodelan di khususnya!
J. SOAL LATIHAN
1. Apa langkah- langkah utama dalam membangun sebuah model dari suatu
sistem proses?
2. Apa isu-isu kunci mungkin timbul untuk setiap langkah- langkah pemodelan
keseluruhan?
3. Apa bidang utama dari PSE sering mengandalkan penggunaan model? Apa
adalah beberapa hasil dalam penggunaan model-model?
4. Bagaimana model diklasifikasikan ke dalam jenis generik? Apakah kategori
ini saling eksklusif? Jika tidak, maka menjelaskan mengapa.
5. Jelaskan perbedaan mendasar antara stokastik, empiris dan mekanisme-
model anistic. Apa adalah beberapa faktor yang membuatnya lebih mudah
atau lebih sulit untuk mengembangkan model tersebut?
6. Apa adalah beberapa keuntungan dan kerugian dalam mengembangkan dan
menggunakan model empiris dibandingkan mekanistik untuk aplikasi
proses?
SOAL TERAPAN
7. Pertimbangkan area aplikasi model yang disebutkan dalam pertumbuhan.
Berikan beberapa contoh spesifik dari model yang digunakan dalam aplikasi
tersebut? Apa manfaat yang diperoleh dari mengembangkan dan
menggunakan model? Apakah ada metodologi yang jelas yang digunakan
untuk mengembangkan model untuk tujuan yang dimaksudkan?
8. Apa yang bisa menjadi hambatan untuk membangun model yang efektif
dalam aplikasi proses sistem? Membahas dan signifikansi mereka dan cara
yang mungkin untuk mengatasi hambatan.
9. Pertimbangkan sektor industri tertentu seperti makanan, mineral, bahan
kimia atau obat-obatan dan meninjau di mana dan bagaimana model yang
digunakan di sektor-sektor industri. Apa bentuk model biasanya digunakan?

Teknik Simulasi dan Pemodelan
Mahmud Achmad
2-21
Apakah ada indikasi usaha yang dikeluarkan dalam mengembangkan model
ini terhadap potensi keuntungan yang akan diperoleh dari penggunaan
mereka?
10. Pertimbangkan prinsip-prinsip dasar massa, panas dan transfer momentum
dan jenis model yang muncul di daerah-daerah. Apa karakteristik kunci dari
model tersebut menjelaskan, misalnya, panas radiasi atau konduksi panas?
Bagaimana Anda mengklasifikasikan mereka dalam hal kelas yang
disebutkan dalam Tabel 2.2.