Pemodelan Sistem Dan Simulasi Industri Modul 7 Parameterisasi Model1
Pemodelan Sistem Dan Simulasi Industri Modul 7 Parameterisasi Model1
MODUL 7
PARAMETERISASI MODEL
DOSEN
Ir. Silvi Ariyanti, M.Sc
12
MODUL 7
PARAMETERISASI MODEL
12
Pendahuluan
Suatu model atau formula terdiri atas 3 besaran yaitu:
-
Variabel
Konstanta
Parameter
Variabel adalah besaran yang berubah ubah dalam domain tertentu atau sering dikatakan sebagai
lambang yang mewakili unsur disuatu himpunan dari suatu atribut sistem.
Konstanta adalah besaran yang domainnya hanya satu atau lambang yang mewakili unsur disuatu
himpunan berunsur tunggal.
Parameter adalah atribut unik khas dari suatu obyek atau populasi yang nilainya konstan.
Parameter ditentukan oleh besarnya pengaruh lingkungan sistem dan biasanya disebut variabel
tidak terkendali.
Contoh: Suatu pasar swalayan dapat dipandang sebagai suatu sistem yang terdiri dari 3 obyek
yaitu: pelanggan, kaunter keluar dan barang-barang yang diperjual belikan. Variabel adalah
jumlah pelanggan didalam pasar, jumlah pelanggan yang menunggu di kaunter, jumlah barangbarang yang dibeli oleh pelanggan. Terdapat 2 parameter yaitu harga tiap-tiap barang dan
banyaknya kaunter
Permasalahan mencari nilai yang paling tepat disebut estimasi parameter. Terdapat beberapa
pendekatan dalam estimasi parameter tergantung pada sifat tersamar rumusan matematika model
apakah deterministik atau stokastik.
Permodelan sistem deterministik yaitu sistem yang ketidakpastiannya tidak signifikan. Bila
ketidakpastiannya menjadi ciri sistem yang signifikan maka karakteristik sistem dirancang dalam
kerangka stokastik.
12
12
Dimana:
= rata-rata
N= Jumlah
Xi=Hasil output
2. Variansi
Dimana: 2 = rata-rata
N = Jumlah observasi
Xi = Hasil output
3. Standart deviasi:
12
4. Korelasi
4. Korelasi
Koefisienkorelasi memiliki range -1 s.d +1
- Korelasi = 0 dua variabel tidak berhubungan
- Korelasi = 1 dua variabel hubungan
- Korelasi = -1 dua variabel memiliki hubungan yang berlawanan
Distribusi Sampling
Untuk menentukan jenis probabilistik yang tepat pada jumlah trial tertentu. Makin besar ukuran sampel,
distribusi variasi sample akan berkurang. Ini menunjukkan bahwa estimasi trial yang besar akan
membentuk hasil yang lebih akurat. Pengukuran variasi sample ni disebut standart error rata-rata.
12
Jumlah trial menentukan kualitas hasil. Makin besar jumlah trial makin akurat hasilnya. Misal
dari hasil simulasi didapat standart deviasi =65,88 dan jumlah trial=100x maka standart
error=/n=65,88/100=6,588. dengan menggunakan interval kepercayaan 95% maka
z(/2)=z(1-/2)=z(1-0,05/2)=Z0,975=1,96.
Mean profit sebenarnya=Xz(/2)(/n)
Misal x=259.8 makan mean profit sebenarnya=259.81.96(6.588)=248.67 atau 270.93. Jumlah
pengulangan yang diperlukan dapat dicari dengan menggunakan rumus:
n=(z(/2))2x 2
A2
=1151,2=1152 trial.
Contoh model matematik sistem deterministic
n
Konstan
Regresi linier
D(t) a
dt
a t1n
D(t) a bt
^
t 1
t 1
t 1
2
N t.d(t) d(t) t
N
N
2
N t ( t)
t 1
t1
d(t)
a t1N
t 1, 2, 3, ....
n
2
t
n
t4
t 1
t 1
t 1
t 1
t 1
t 1
t 1
t Y (t ) n tY (t )
t 2 Y (t ) n t 2Y (t )
12
t 1
Permodelan Sistem Dan Simulasi
Indistri
Ir Silvi Ariyanti, M.Sc.
t 1
t 1
t 1
t t 2 n t 3
t n t 2
t 1
t 1
(b)( )
Y (t )
t 1
t
t 1
t 1
Dimana:
Y=dt : Data permintaan
Kriteria Performansi Peramalan
t 1
(dt D't)
(n f )
dimana:
f = derajat kebebasan
1 : untuk data konstan
2 : untuk data linier
3 : untuk data kuadratis
Contoh Model Matematika Sistem StocastikSebuah gambaran diambil contoh sebuah perusahaan
yang dihadapkan keputusan tentang membeli atau menyewa peralatan. Biaya untuk membeli
peralatan Rp 10.000.000,- tetapi perusahaan dapat menyewa dengan biaya Rp 3.000.000,-.
Manjerial memperkirakan bahwa kemunduran kemakmuran ekonomi sebesar 40% dibanding
60% kemungkinan stabilitas ekonomi selama ekonomi periode keputusan. Akuntansi perusahaan
telah menyiapkan tabel bersyarat sebagai berikut:
12
Kejadian
Probabilitas
Keputusan
Membeli
Menyewa
Kemakmuran
0,40
Rp. 30.000.000
Rp 25.000.000
Stabilitas
0,60
Rp 18.000.000
Rp 10.000.000
Kedua hasil keputusan dapat ditentukan oleh expected valutanya. Expected keputusan membeli
adalah:
(0,40(30.000.000)+(0,60(18.000.000)-10.000.000= Rp 12.800.000
Dengan cara yang sama expected value keputusan menyewa adalah:
(0,40(25.000.000)+(0,60(10.000.000)-3.000.000= Rp 13.000.000
Dengan perkiraan keuntungan dari keputusan menyewa lebih besar, keputusan optimal adalah
meyewa peralatan
TUGAS
Bulan t
dt
Jan
90
Feb
111
Mar
99
Apr
89
Mei
87
Jun
84
Jul
104
Aug
102
Sep
95
Okt
10
114
Nov
11
103
Des
12
113
12