LANDASAN TEORI
.1
Pengertian Simulasi
Simulasi diartikan sebagai teknik menirukan atau memperagakan kegiatan
berbagai macam proses atau fasilitas yang ada di dunia nyata. Fasilitas atau
proses tersebut disebut dengan sistem, yang mana didalam keilmuan digunakan
untuk membuat asumsi-asumsi bagaimana sistem tersebut bekerja. Untuk melihat
bagaimana sistem tersebut bekerja maka dibuat asumsi-asumsi, dimana asumsiasumsi tersebut biasanya berbentuk hubungan matematik atau logika yang akan
membentuk model yang digunakan untuk mendapatkan pemahaman bagaimana
perilaku hubungan dari sistem tersebut.
Jika hubungan yang membentuk model cukup simpel, hubungan tersebut
bisa menggunakan metode matematik (seperti aljabar, kalkulus atau teori
probabilitas) untuk mendapatkan informasi yang jelas setiap permasalahan
tertentu, sistem ini disebut dengan solusi analitik. Bagaimanapun juga untuk
memperkenalkan model-model realistik dimana terlalu kompleksnya sistemsistem di dunia nyata untuk dievaluasi secara analitik maka model-model tersebut
harus dipelajari secara simulasi. Dalam simulasi kita menggunakan komputer
untuk mengevaluasi model numerikal, dan data digunakan untuk mengestimasi
karakteristik yang benar yang diharapkan pada model.
Lingkup aplikasi simulasi sangat banyak dan terbagi-bagi. Berikut adalah
beberapa jenis permasalahan utama dimana simulasi dibangun menjadi alat yang
bermanfaat:
Evaluasi rancangan pada organisasi jasa seperti call center, restoran cepat saji,
rumah sakit dan kantor pos
objektivitas
pembelajaran
tertentu.
Kumpulan
kesatuan
berisi
sistem
Penelitian dengan Sistem Aktual dan Penelitian dengan Model pada Sistem
Jika penelitian sistem aktual ini mungkin dilakukan (dan biayanya
efektif) untuk merubah sistem secara fisik dan beroperasi dibawah kondisi
baru, penelitian ini mungkin dapat diharapkan, dalam permasalahan ini
tidak ada pernyataan tentang apakah apa yang kita pelajari adalah valid.
Tetapi penelitian ini jarang bisa dikerjakan, karena sebagian besar
penelitian akan sering terlalu mahal dan begitu merusak sistem. Sebagai
contoh konkritnya sebuah bank mungkin mempertimbangkan pengurangan
jumlah teller untuk meningkatkan anggaran, tetapi secara aktual usaha ini
akan mengurangi tugas teller dalam melayani nasabah sehingga akan
muncul panjangnya antrian nasabah. Selanjutnya secara grafis sistem
semestinya tidak ada, tetapi sekalipun demikian kita ingin mempelajarinya
dalam berbagai rancangan konfigurasi alternatif untuk mengetahui
permulaan membuat sistem. Contohnya pada kondisi ini seharusnya dibuat
pengajuan/usulan jaringan kerja komunikasi, atau sebuah sistem strategi
senjata nuklir. Untuk alasan ini sistem biasanya perlu membangun model,
sebagai wakil sistem dan mempelajarinya sebagai pengganti sistem aktual.
Ketika menggunakan model, adalah selalu timbul pertanyaan apakah model
secara aktual merefleksikan sistem untuk tujuan membuat keputusan,
sehingga perlu dibentuk model yang valid.
2.2.2
2.
Banyak sistem
obyektif. Sebagai contoh, model arus lalu lintas jalan tol menjadi
diskrit jika karakteristik dan gerakan mobil secara individu adalah
terpenting. Alternatifnya jika mobil dapat diuji secara bersamasama/berkelompok, arus lalu lintas dapat dijelaskan dengan persamaan
yang berbeda dalam model kontinyu.
2.3 Simulasi Kejadian Diskrit
Simulasi kejadian diskrit mengenai pemodelan sistem adalah sebagai
kejadian yang melampaui waktu yang representatif dimana state (keadaan)
variabel berubah seketika dan terpisah per titik waktu. Dalam istilah matematik
disebut sebagai sistem yang dapat berubah hanya pada bilangan yang dapat
dihitung per titik waktu. Disini titik waktu adalah bentuk kejadian(event) yang
terjadi seketika yang dapat merubah state pada sistem. Contoh-contoh simulasi
kejadian diskrit diantaranya:
1. Simulasi pada sistem antrian pelayanan tunggal (Simulation of a Singleserver Queueing System), pada pelayanan kasir di pertokoan (supermarket),
Teller pada pelayanan nasabah perbankan dan ruang informasi pada
perkantoran atau hotel.
2. Simulasi pada sistem inventori/pergudangan.
Pada simulasi antrian pelayanan tunggal problema statenya dapat
digambarkan sebagai berikut: misalkan sistem antrian pelayanan tunggal untuk
antar waktu kedatangan A1, A2, adalah variabel random berdistribusi identik
independent. Nasabah yang datang dan mendapatkan pelayanan mendapatkan
pelayanan segera dan waktu pelayanan S1, S2, sebagai susksesnya nasabah
mendapatkan layanan bervariabel random IIDadalah independent pada antar
waktu kedatangan.
Untuk menghitung penampilan sistem kita mencari estimasi tiga kuantitas.
Pertama, kita mengestimasi rata-rata harapan waktu tunggu dalam antrian pada
sejumlah n nasabah yang menyelesaikan masa tunggu selama simulasi; kita
menandai kuantitas ini dengan d(n). Kata ekspektasi dalam definisi d(n) berarti:
Dalam menjalankan simulasi (atau dalam hal memberikan jalan pada model
simulasi yang menggambarkan sistem aktual), pengamatan rata-rata waktu tunggu
aktual pada n nasabah tergantung pada perolehan pengamatan variabel random
antar kedatangan dan waktu pelayanan yang terjadi. Dengan jalan lain pada
simulasi (atau dengan waktu yang berbeda pada sistem nyata) mungkin akan tiba
dalam waktu yang berbeda, dan waktu pelayanan juga akan berbeda, ini akan
meningkatkan perbedaan nilai rata-rata waktu tunggu. Dengan demikian, ratarata waktu tunggu dalam menjalankan simulasi adalah mengikuti sifat variabel
random. Apa yang ingin kita estimasi, d(n), adalah nilai ekspektasi pada variabel
random ini. Interpretasi estimasi nilai d(n) adalah rata-rata bilangan (aktual,
infinit) pada rata-rata waktu tunggu n-nasabah. Dari menjalankan secara tunggal
pada hasil simulasi dalam waktu tunggu nasabah D1, D2, , Dn , sebuah
estimator sebelumnya pada d(n) adalah :
a. Komponen dan Organisasi Model Simulasi Kejadian Diskrit
Walaupun simulasi telah diaplikasikan pada sejumlah besar berbagai sistem di
dunia nyata, model simulasi kejadian diskrit keseluruhannya menyumbang
sejumlah komponen-komponen umum yang mana sejumlah organisasi logika
untuk komponen-komponen tersebut yang mempromosikan pemograman,
kendaraan, dan perubahan kedepan pada program komputer model simulasi.
Khususnya komponen berikut akan didapatkan model simulasi kejadian
diskrit
yang
menggunakan
bahasa general-purpose:
System
state :
Pengumpulan
untuk
berlangsungnya simulasi.
Event List: Daftar yang berisikan waktu berikutnya ketika masing-
Sebuah
subprogram
yang
routine untuk
menentukan
yang
event
membangkitkan
selanjutnya
dan
clock diset
menjadi
nol,
Setelah contor
sendiri.
perencanaan pada event (nodes) oleh busur yang mengindikasikan tipe event
skedul yang dapat terjadi. Dalam gambar berikut kita melihatkan event graph
untuk Single-server queueing system, dimana tebal, panah yang smooth
menunjukkan bahwa event diakhir pada panah bisa diskedulkan dari event
dimulai panah sekitar waktu tidak nol, panah tipis dan bergerigi menunjukkan
bahwa event diakhirnya adalah permulaan skedul. Dengan demikian, event
kedatangan yang direskedulkan pada dirinya sendiri dan bisa mengskedulkan
kedatangan ( dalam kasus pada kedatangan yang mendapatkan pelayanan
segera), dan event kepulangan bisa mereskedulkan dirinya sendiri (jika
tempat kepulangan dibelakang seseorang yang lain dalam antrian).
2.4
Juga
bagian
yang
berbeda
percakapan
komputer
melintasi
operasional prosesor pribadi dalam waktu yang sama, atau dalam paralel, dan
Submodel-submodel individu
(atau
Prosesor harus
berkomunikasi dengan satu sama lainnya yang mana penting untuk menjaga
sifat-sifat hubungan logikal antara submodel; dalam contoh manufaktur, ini
dapat terjadi ketika pekerja meninggalkan pusat antriannya dan pergi ke pusat
antrian lainnya dan ini disimulasikan dalam prosesor yang berbeda.
Perawatan harus diberikan untuk menjaga ketepatan waktu pesanan dalam
tindakannya, yang disebut sinkronisasi operasional pada submodel dalam
prosesor yang berbeda untuk menunjukkan semua model aktifitas secara
tepat.
2.
jelas terlihat dan sangat menarik dan banyak masyarakat menggali secara
beragam dan luas cara-cara menggunakan teknologi dalam cara novel untuk
mendukung simulasi.
2.5
b.
Simulasi
tidak
terlepas
dari
adanya
analitik valid adalah tersedia atau dapat dengan mudah dikembangkan, ini
Volume yang besar pada bilangan yang dihasilkan oleh studi simulasi atau
pengaruh yang persuasif pada animasi realistik sering menciptakan
kecenderungan untuk menempatkan kepercayaan yang terlalu besar dalam
hasil studi dari pada yang telah dibuktikan secara syah. Jika model ini tidak
valid mewakili sistem dalam belajar, hasil simualsi, bukan beban
bagaimana munculnya keenganan, akan memberikan sedikit manfaat
informasi tentang sistem aktual.
Ketika memutuskan apakah dilakukan studi simulasi atau tidak tersedia
dikondisikan, kita hanya dapat menasehati bahwa keuntungan dan kejelekan akan
terpegang dalam pikiran kita dan bidang lainnya yang relevan pada situasi utama
bisa menjadi baik. Akhirnya, dicatat bahwa beberapa pelajaran model simulasi
dan analitik harus bermanfaat. Terutama, simulasi dapat digunakan untuk
mengecek validitas asumsi yang dibutuhkan dalam model analitik. Dengan kata
lain, model analitik bisa menjadi alternatif saran yang masuk akal untuk
investigasi studi simulasi.
c.
Penampilan sebuah studi simulasi jika secara utama diuji dalam program
komputer.
2.6
sedikit
atau
tidak
bisa
melakukan
pemrograman,
aktual.
Menggunakan distribusi yang asal-asalan (misalnya, normal, uniform, atau
ProModel
2.6.1 Pengertian
ProModel adalah suatu alat Bantu simulasi dan analisis untuk seluruh
tipe dan jenis system yang berbasis indos. ProModel memiliki kombinasi
yang baik antara kemudahan dalam penggunaan, fleksibilitas yang lengkap,
kemudahan memodelkan untuk setiap keadaan dan kemampuan membuat
animasi yang realistis, sehingga menjadi semakin nyata.
ProModel dapat membantu untuk mencoba ide-ide baru dalam
merancang dan emningkatkan system sebelum menentukan waktu dan
sumber daya yang diperlukan untuk membangun atau mengubah system
nyata. ProModel memfokuskan pada masalah-masalah seperti utilisasi
sumber daya, kapasitas produksi, tingkat prosuktifitas, dan tingakt
persediaan. Dengan memodelkan unsure penting dari system produksi, kita
dapat melakukan percobaan dengan strategi dan rancangan operasi yang
berbeda untuk mencapai hasil yang terbaik.
Dengan penggunaan ProModel hanya diperlukan training singkat dan
tidak perlu keahlian dalam pemograman computer. Dengan tampilan
ProModel yang baik, memudahkan dan mempercepat dalam pembuatan
model. Yang diperlukan oleh pemakai adalah menentukan bagaimana
system yang sedang dianalisis beroperasi. Selama simulasi dijalankan,
animasi muncul dilayar yang mempresentasikan system. Setelah simulasi
Name
Capacity
Unit
Decision rules
Notes
b. Entities. Sesuatu yang menjadi objek dari suatu proses. Entitas dapat
berupa komponen, produk, manusia atau lembar kerja. Masing-masing
entitas mempunyai nama dan dapat direpresentasikan dengan satu atau
lebih grafik selama simulasi.
Data-data yang diperlukan dalam mendefinisikan entitas :
Name
Speed
Stats
Menyatakan
level
statistic
dalam
Entity
system
Locations
memasuki system
Quantity each
First time
masuk ke system
Occurrences
kali kedatangan
Frequency
Logic
kedatangan
Disable
Entity
Location
Output
terjadi
Block
Rule
Name
: Nama resources
Unit
Specification
Menunjukan
spesifikasi
jaringan
yang
Name
Type
T/S
Path
jaringan
2.6.3Jenis-jenis Distribusi
Distribusi di bagi menjadi 2,yaitu :
1.
Distribusi Kontinyu
b. Ditribusi Eksponensial
Sering digunakan untuk memodelkan waktu tunggu sampai sebuah
peristiwa terjadi, dan juga untuk memodelkan waktu antar terjadi
peristiwa. Cariabel random X berdistribusi Eksponensial dengan
parameter , memiliki fungsi :
c. Distribusi Normal
Variabel random X berdistribusi normal, dengan parameter dan
memiliki fungsi distribusi probabilitas (pdf) :
d. Distribusi Weibull
Distribusi Weibull ini diperkenalkan oleh ahli fisikawan swedia
WaloddiWeibull pada tahun 1939. Grafik distribusi weibull untuk = 1
dan berbagai nilaiparameter dilukiskan pada gambar dibawah ini.
x = 0,1,2, ....
membuat
model
dalam
ProModel.
Statfit
memberikan
3. Distribution fit.
Untuk memuaskan distribusi dari data yang kita miliki secara otomatis, kita
dapat menggunakan perintah auto::fit,dengan cara memilih menu fit >
auto::fit.Dengan perintah ini kita dapat mengetahui hasil distribusi data yang
kita miliki dengan mudah dan cepat.
Pilih Fit lalu klik auto::fit atau dapat langsung memilih
maka akan
keluar
Logic Build
a. MOVE FOR
beberapa waktu.
b. MOVVE ON
network.
c. MOVE WITH
resources.
d. USE
e. GET
f.
menggambil entitas.
FREE
entiitas yang pegang, statement ini biasanya berpasangan dengan GET dan
JOINTLY GET
g. JOINTLY GET
secara bersama.
h. ACCUM
i.
j.
mengalami proses.
COMBINE
perakitan.
m. CREATE
n. LOAD
entitas lain.
o. UNLOAD
entitas lain.
p. RENAME
q. JOIN
1.Resource
Resource (sumber daya) adalahsumber daya berupa orang atau pekerja,
peralatan dan alat pemindahan material yang lain. Resource ini digunakan
dalam simulasi sistem apabila dalam sistem memerlukan sumberdaya untuk
memindahkan material menuju ke lokasi selanjutnya.
Data yang diperlukan adalah:
a. Name
b. Unit
:menunjukkan
jumlah
resource
yang
akan
digunakan.
c. Downtime (Dts)
d. Spesification
2. Path Networks
Path networks (jaringan lintasan kerja) merupakan lintasan dimana resource
bergerak disepanjang lintasan yang dibuat. Arah lintasan bisa satu arah arau
dua arah dan bisa dibuat berdasarkan faktor jarak atau waktu. Path networks
ini dibuat agar resource yang digunakan berada dalam sebuah lintasan dan
hanya bergerak pada lintasan tersebut sesuai dengan arah yang diinginkan.
Data yang diperlukan adalah:
a. name
b. type
d. Interface
path network.
e. Path
3. Variable
Variable merupakan tampilan jumlah dari setiap lokasi yang akan diproses
dalam sistem yang dibuat. Fungsi dari variable adalah untuk mengetahui
jumlah barang yang masuk kedalam lokasi tertentu dan juga untuk mngetahui
jumlah barang yang masuk kedalam lokasi tertentu dan juga untuk mngetahui
jumlah work in proses (WIP) dari tiap lokasi.
4. Shift
Shift merupakan jam kerja yang diperlukan karena sistem yang dilakukan
memerlukan jam kerja 24 jam selama 1 minggu penuh. Hal ini perlu adanya
pengaturan shift, agar tidak terjadi penghentian sistem. Dalam mengatur shift
menggunakan software Promodel ini perlu ditentukan terlebih dahulu jadwal
yang sudah ada sehingga dalam Promodel hanya tinggal memplot jadwal
yang sudah dibuat sebelumnya.