Anda di halaman 1dari 58

Pemsis Lab 2006-2007(Ganjil)

Make The Ultimate Future


1

BAB I
ARENA 1
( Pemodelan Sistem, Basic Modul,
dan Input Analyzer )

1.1 Tujuan Praktikum
1. Praktikan dapat memahami konsep-konsep dasar pemodelan sistem serta
hubungan antara system, model dan simulasi.
2. Praktikan dapat memahami konsep dan aplikasi simulasi dalam
pemecahan masalah industri
3. Praktikan dapat mengidentifikasi masalah, karakterisasi sistem,
memformulasikan ke dalam model konseptual, dan membangun model
simulasi dengan bahasa tertentu, serta menginterpretasi hasil-hasil
simulasi.
4. Memperkenalkan fungsi dan kegunaan simulasi dalam pengambilan
keputusan.
5. Memperkenalkan Software Arena sebagai alat bantu dalam pemecahan
masalah menggunakan metode simulasi.
6. Memberikan kemampuan dasar kepada mahasiswa dalam pengoperasian
dasar dalam Software Arena 8.0.
7. Memberikan pemahaman tentang penggunaan basic moduls pada Software
Arena 8.0.
8. Memberikan pemahaman tentang penggunaan input analyzer pada
Software Arena 8.0 untuk mengetahui distribusi data dan untuk mencari
data dengan distribusi tertentu.



Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
2


1.2 . KONSEP DASAR SIMULASI SISTEM
1.2.1 Pemodelan Sistem
1.2.1.1 Pendekatan Sistem

Untuk mempelajari, mengamati, dan memahami suatu sistem tertentu,maka
pengetahuan tentang pendekatan sistem sangat membantu. Mueller-Merbach
(1994) menyatakan, bahwa pendekatan sistem memusatkan perhatian pada
keseluruhan (whole) sistem dan interaksinya. Dengan demikian, sudah semestinya
jika pendekatan sistem bersifat komprehensif, holistik, dan lintas disiplin. Dyer
(1993) mengatakan bahwa dua tema pokok dari pendekatan sistem adalah :
(1) Mengelola apa yang ada pada saat ini (managing the present) dan
(2) Merancang apa yang diinginkan pada masa yang akan datang (redesigning
the future).
Sedangkan tipologi dari pendekatan sistem sendiri ada dua. Mueller-
Merbach (1994) menamakannya dengan pendekatan sistematik yang dipelopori
oleh kaum western dan pendekatan sistemik yang dijiwai oleh filosofi orang
timur. Pendekatan sistematik digolongkan menjadi tiga pendekatan yaitu
:Introspeksi, Ekstraspeksi, dan Konstruksi. Ketiga pendekatan sistem tersebut
memiliki perbedaan pada faktor-faktor yang ada pada peneliti sistem seperti
Superioritas peneliti, independensi, lintas disiplin, maupun cara pembagian tugas
dalam penelitian akan sistem tersebut.
Sedang pendekatan sistemik disebut juga sebagai pendekatan kontemplasi
yang didasari filosofi bahwa sesuatu yang ada di dunia ini tidak dapat dipisah-
pisahkan. Dan jika peneliti mencoba untuk memisah-misahkan berarti dia telah
menghancurkan sistem tersebut. Untuk itu peneliti harus menyatu (identik)
dengan sistem yang ditelitinya untuk mengetahui karakteristik sistem yang
diamati untuk selanjutnya mengambil langkah-langkah pengembangan bagi sistem
tersebut. Disini peneliti berusaha mengidentikkan dirinya dengan sistem yang
diamati.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
3

1.2.1.2 Definisi Sistem
Open University (1993) mengemukakan bahwa sistem merupakan kesatuan dari
objek-objek (elemen-elemen) yang terhubung melalui sebuah mekanisme tertentu
dan terikat dalam hubungan interdependensi, yang mempunyai tujuan bersama.
Dengan demikian, setidaknya ada tiga hal penting berkaitan dengan sistem yaitu
objek atau elemen, interdependensi, dan tujuan.

Karakteristik Sistem
Antar objek di dalam sistem maupun dengan objek di luar sistem terdapat
hubungan yang bersifat umpan balik yang menyebabkan sistem senantiasa bersifat
dinamis. Sedangkan lingkungan sistem adalah segala sesuatu yang tidak
merupakan bagian dari sistem, tetapi keberadaannya dapat mempengaruhi dan
atau dipengaruhi sistem. Sistem disebut terbuka jika ada objek di luar sistem yang
mempengaruhi objek di dalam sistem, dalam hal sebaliknya, sistem disebut
tertutup. Karakteristik yang lain: sistem bersifat continuous atau discrete
bergantung kepada apakah variabel yang diamati mempunyai nilai pada setiap
titik waktu atau hanya pada setiap perode waktu tertentu, atau bersifat
deterministik atau stokastik jika tidak ada atau setidaknya satu variabel yang
probabilistik.

1.2.1.3 Model
Definisi Model
Model merupakan suatu representasi atau formalisasi dalam bahasa tertentu yang
telah disepakati dari suatu sistem nyata. Walaupun model merupakan bentuk
sederhana dari sebuah sistem, tetapi dalam pembentukannya harus tetap
memperhatikan kompetensi dari karakteristik sistem yang diamati. Beberapa
model dari sebuah sistem yang sama, bisa saja berbeda, tergantung pada persepsi,
kemampuan, dan sudut pandang analis/peneliti sistem yang besangkutan.
Representasi sistem ke dalam model dapat berbentuk pictorial, verbal, conceptual,
symbol-simbol logika/matematika.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
4

Karakteristik Model
Ali Basyah Siregar (1991), mengemukakan bahwa karakteristik model yang baik
sebagai ukuran tujuan pemodelan yaitu :
1. Tingkat generalisasi yang tinggi. Makin tinggi tingkat generalisasi model,
maka model tersebut akan dapat memecahkan masalah yang semakin besar,
2. Mekanisme transparansi. Model dapat menjelaskan dinamika sistem secara
rinci,
3. Potensial untuk dikembangkan. Membangkitkan minat peneliti lain untuk
menyelidikinya lebih lanjut,
4. Peka terhadap perubahan asumsi. Hal ini menunjukkan bahwa proses
pemodelan tidak pernah selesai (peka terhadap perubahanlingkungan)
Prinsip-prinsip Pemodelan Sistem
a. Elaborasi. Pengembangan model dilakukan secara bertahap dimulai dari
model sederhana hingga diperoleh model yang lebih representatif
b. Sinektik. Pengembangan model yang dilakukan secara analogis (kesamaan-
kesamaan)
c. Iteratif. Pengembangan model yang dilakukan secara berulang-ulang dan
peninjauan kembali.
Pengembangan Model
Pengembangan model adalah suatu usaha memperoleh model baru
(alternatif) yang memiliki performansi yang lebih baik, dalam beberapa aspek
dibandingkan dengan model sebelumnya. Adapun langkah-langkahnya :

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
5


Langkah-langkah Pengembangan Model




Sistem Nyata
Masalah

Tujuan Studi

Model Konseptual

Karakterisasi Sistem

Formulasi Model

Parameterisasi Model

Validasi Model

Implementasi Model


sumsi,Postulat,Pengamatan
dan lingkup Observasi

Pendekatan Sistem
Elemen,Relasi,Atribut,
Aktivitas,Status

Pengumpulan
Data


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
6


Bagan Proses Pemodelan Sistem






Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
7

1.3. Simulasi Sistem
1.3.1. Sistem, Model dan Simulasi
Ketika berbicara masalah simulasi sistem ada tiga konsep dasar yang harus
dipahami terlebih dahulu, yaitu sistem, model dan simulasi itu sendiri. Pada
umumnya literatur tentang model sepakat untuk mendefinisikan model sebagai
suatu representasi atau formalisasi dalam bahasa tertentu dari suatu sistem nyata.
Adapun sistem nyata adalah sistem yang sedang berlangsung dalam kehidupan,
sistem yang dijadikan titik perhatian dan dipermasalahkan. Model membantu
memecahkan masalah yang sederhana ataupun kompleks dalam bidang
manajemen dengan memperhatikan beberapa bagian atau beberapa ciri utama
daripada memperhatikan semua detail sistem nyata. Model tidak mungkin
berisikan semua aspek sistem nyata karena banyaknya karakteristik sistem nyata
yang selalu berubah dan tidak semua faktor atau variabel relevan untuk dianalisis.
Sistem didefinisikan sebagai suatu koleksi entiti, misal manusia atau
mesin, yang bertindak dan berinteraksi bersama menuju penyelesaian dari
beberapa logika akhir sedangkan simulasi digunakan untuk menyelesaikan
persoalan dalam sistem yang sangat kompleks sehingga sangat sulit untuk
diselesaikan secara matematis. Simulasi merupakan alat analisis numeris terhadap
model untuk melihat sejauh mana input mempengaruhi pengukuran output atas
performansi sistem. Pemahaman yang utama adalah bahwa simulasi hanya
merupakan alat pendukung keputusan (decision support system) dengan demikian
interpretasi hasil sangat tergantung kepada si pemodel.
Aplikasi simulasi dapat dilakukan pada beberapa permasalahan sistem,
diantaranya : Desain dan analisa sistem manufaktur, evaluasi suatu senjata militer
baru atau taktik strategi peperangan, penetapan kebijakan pemesanan dan sistem
persediaan, desain sistem komunikasi, desain dan operasi fasilitas transportasi,
dan analisa keuangan atau sistem ekonomi



Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
8

Bagan Hubungan antara model, sistem dan simulasi

Imitasi
Apa itu Simulasi :
Suatu solusi analitis dari sebuah sistem yang digunakan untuk memecahkan
berbagai masalah yang digunakan untuk memecahkan atau menguraikan
persoalan-persoalan dalam kehidupan nyata yang penuh dengan ketidak
pastian ketika solusi matematis tidak memadai, dengan menggunakan model
atau metode tertentu untuk melihat sejauh mana input mempengaruhi
pengukuran output atas performansi sistem dan lebih ditekankan pada
pemakaian komputer untuk mendapatkan solusinya.

Keuntungan Simulasi :
Fleksibel
Menghemat waktu (compress time) ; kemampuan dari 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.
Dapat melebar-luaskan waktu (expand time) : hal ini terlihat terutama
dalam dunia statistik di mana hasilnya diinginkan tersaji dengan cepat.
Simulasi dapat digunakan untuk menunjukkan perubahan struktur dari
suatu system nyata (Real System) yang sebenarnya tidak dapat diteliti
GOAL
SISTEM MODEL SIMULASI
Representasi
- Evaluasi
- Peningkatan
Performansi
- Optimalisasi
- Analisis
Performansi

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
9

pada waktu yang seharusnya (Real Time). Dengan demikian simulasi
dapat membantu memprediksi response dari Real System hanya dengan
mengubah data parameter sistem.
- Dapat mengawasi sumber-sumber yang bervariasi (control sources of
variation) : kemampuan pengawasan dalam simulasi ini tampak terutama
apabila analisis statistic digunakan untuk meninjau hubungan antara
variable bebas (independent) dengan variable terkait (dependent) yang
merupakan factor-faktor yang akan dibentuk dalam percobaan.
- Mengkoreksi kesalahan-kesalahan penghitungan (error in measurment
correction) ; dalam prakteknya, pada suatu kegiatan ataupun percobaan
dapat saja muncul ketidak-benaran dalam mencatat hasil-hasilnya.
Sebaliknya dalam simulasi computer jarang ditemukan kesalahan
perhitungan terutama bila angka-angka diambil dari computer secara
teratur dan bebas. Computer mempunyai kemampuan untuk melakukan
penghitungan dengan akurat.
- Dapat dihentikan dan dijalankan kembali (stop simulation and restart) :
simulasi computer 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 computer, setelah dilakukan
penghentian maka kemudian dapat dengan cepat dijalankan kembali
(restart).
- Mudah diperbanyak ( easy to replicate) : dengan simulasi computer
percobaan dapat dilakukan setiap saat dan dapat diulang-ulang.
Pengulangan dilakukan terutama untuk mengubah berbagai komponen dan
variabelnya, seperti dengan perubahan pada parameternya, perubahan pada
kondisi operasinya, ataupun dengan memperbanyak output.
- Tidak bertentangan dengan sistem nyata
- Dapat solusi analitis yang menjawab pertanyaan what-if


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
10


Kerugian Simulasi :
- Memerlukan masukan managerial yang baik
- Tidak menghasilkan langsung, solusi yang optimal
- Tidak immune terhadap GIGO.

1.3.2 Model Simulasi
Dalam melakukan studi sistem bahwa sebenarnya simulasi merupakan turunan
dari model matematik dimana sistem sendiri dikategorikan menjadi 2, yaitu sistem
diskret dan sistem kontinyu.












Sistem diskret mempunyai maksud bahwa jika keadaan variabel-variabel dalam
sistem berubah seketika itu juga pada poin waktu terpisah, misalnya pada sebuah
bank dimana variabelnya adalah jumlah nasabah yang akan berubah hanya ketika
nasabah datang atau setelah selesai dilayani dan pergi.
Sedangkan Sistem kontinyu mempunyai arti jika keadaan variabel-variabel dalam
sistem berubah secara terus menerus (kontinyu) mengikuti jalannya waktu,
Diagram Studi Sistem

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
11

misalnya pesawat terbang yang bergerak diudara dimana variabelnya seperti
posisi dan kecepatannya akan terus dan bergerak.
Klasifikasi model simulasi terdiri atas tiga dimensi yang berbeda :
1. Model Simulasi Statis vs Dinamis
Model statis merupakan representasi dari sebuah sistem pada waktu
tertentu (e.g. Simulasi Monte Carlo) sedangkan Model dinamis
menggambarkan suatu sistem yang lambat laun terjadi tanpa batas waktu
(e.g. Sistem konveyor).
2. Model Simulasi Deterministik vs Stokastik
Model simulasi dikatakan deterministik jika dalam model tersebut tidak
mengandung komponen probabilistik/random. Kebalikannya Model
simulasi stokastik adalah model yang didalamnya terdapat komponen
random.
3. Model Simulasi Kontinyu vs Diskret
Secara jelas pengertian dari kedua model tersebut sudah dijelaskan
sebelumnya. Pada umumnya pembicaraan masalah simulasi sering
dikaitkan dengan dimensi ini dan pada pelaksanaan praktikum di
Laboratorium SIMBI akan membahas lebih jauh tentang Model Simulasi
Diskret (Discrete Event Simulation).











Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
12




Langkah-langkah simulasi seperti pada Gambar dibawah ini :

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
13



Langkah-langkah simulasi

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
14

1.3.3 Metodologi Studi Simulasi
Dalam melakukan suatu penelitian/kajian tidak dapat dilakukan secara
sembarangan atau asal-asalan. Artinya bahwa diperlukan suatu langkah-langkah
atau metodologi yang terstruktur dan terkendali sehingga konklusi yang
dihasilkan dapat dipertanggungjawabkan keabsahannya. Begitu pula dalam
melakukan studi simulasi terdapat metodolgi umum yang digunakan seperti yang
ditunjukkan pada gambar 2.
1. Formulasi masalah
Setiap studi selalu dimulai dengan suatu pernyataan yang jelas tentang
tujuan yang hendak dicapai. Secara keseluruhan harus direncanakan pula
variabel-variabel yang terdapat dalam sistem obyek.
2. Pengumpulan data
Informasi dan data sebaiknya dikumpulkan secara terpusat dan digunakan
untuk melakukan spesifikasi prosedur operasi dan distribusi probabilitas
untuk variabel random yang terdapat dalam model. Data yang dkumpulkan
meliputi :
- Data Waktu proses
- Data waktu Transfer
- Data Penjadwalan bahan baku dan penjadwalan mesin
- Data lain yang berhubungan dengan system nyata.
3. Validasi data input
Meskipun kita yakin bahwa validasi adalah sesuatu yang sebaiknya
dilakukan setelah model simulasi dijalankan namun ada beberapa
keuntungan jika dilakukan diawal. Diantaranya adalah kita yakin terlebih
dahulu bahwa distribusi data, keragaman data, dan aktualitas variabel yang
lain yang mendukung model sudah benar/syah.



Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
15

4. Pembuatan program komputer & verifikasi
Pemodel simulasi harus menentukan program apakah yang akan digunakan
untuk menguji dan menjalankan model. Dalam praktikum ini ada dua
program simulasi yang digunakan yaitu Microsoft Excell dan ARENA.
Selama melakukan translasi model kedalam program yang dipilih
dilakukan verifikasi model terhadap sistem nyata apakah bentuk fisik
model sudah seperti sistem nyatanya.
5. Jalankan program
Dengan bantuan software simulasi model yang telah dibuat dijalankan
(run) untuk melihat hasilnya.
6. Validasi hasil simulasi sesuai dengan system nyata
Program yang dijalankan dapat digunakan untuk menguji sensitivitas hasil
dari model terhadap perubahan kecil pada parameter masukan. Jika
hasilnya berubah secara ekstrim maka suatu estimasi yang baik harus
diambil. Jika sistem nampak sama dengan yang ada saat ini, data hasil dari
program simulasi dapat dibandingkan dengan sistem nyatanya. Jika
hasilnya baik maka program simulasi dinyatakan valid dan model
dianggap representasi dari sistem nyata.
7. Mendesain (model) eksperimen
Jika program simulasi sudah dinyatakan valid maka pemodel dapat
melakukan berbagai eksperimen terhadap program/model tersebut sesuai
dengan tujuan penelitiannya.
8. Jalankan model eksperimen
Mengulangi langkah 5 sesuai dengan panjang simulasi yang telah
ditentukan sebelumnya.
9. Analisa data output
Teknik-teknik statistik digunakan untuk melakukan analisa data yang
dihasilkan. Dengan mengukur selang kepercayaan dan performansi yang

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
16

berbeda-beda untuk setiap desain maka dapat diketahui mana model
simulasi terbaik sesuai tujuan yang hendak dicapai.
10. Implementasi

1.3.4 Verifikasi dan Validasi
Seperti telah disinggung sebelumnya bahwa ketika kita mengerjakan suatu model
dan kadangkala disaat kita membangun model tersebut maka disanalah waktu
untuk untuk melakukan verifikasi dan validasi terhadap model tersebut.
Verifikasi adalah suatu langkah untuk meyakinkan bahwa model
berkelakuan/bersifat seperti yang dikehendaki, bisa dijalankan di komputer.
Validasi merupakan langkah untuk meyakinkan bahwa model
berkelakuan/bersifat seperti sistem nyatanya.
Kedua langkah ini tidak dapat dilakukan dengan asumsi begitu saja namun
harus dengan teknik teknik statistik yang akan dibahas pada bagian yang lain dari
modul ini.
Secara sederhana hubungan antara verifikasi dan validasi dapat dilihat pada
gambar berikut :






1.3.5 Fungsi Statistik
Kesempurnaan serta kesuksesan dari suatu simulasi melibatkan tidak hanya
sekedar perancangan flowchart dari sistem, menerjemahkan flowchart ke dalam
bahasa komputer, dan kemudian membuat satu atau lebih replikasi dari setiap
konfigurasi sistem yang diusulkan. Penggunaan dari probabilitas dan statistik
juga merupakan satu bagian dari rangkaian studi simulasi yang dibutuhkan untuk
Gambar Hubungan Verifikasi dan validasi

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
17

memahami bagaimana memodelkan sistem probabilistik, validasi model,
menentukan distribusi masukan, membangkitkan variabel random, mengerjakan
analisis statistik dari hasil simulasi, dan mendesain eksperimen.

1.3.5.1 VARIABEL RANDOM
a. Preview
Jika kita mengamati sebuah sistem nyata yang ada di sekitar kita, bagaimana
setiap entitas, atribut, dan elemen lain dari sistem itu berubah dari waktu
kewaktu., maka kita akan sampai pada sebuah kesimpulan bahwa keadaan selau
berubah, dinamis. Dinamisasi sebuah sistem sering tak dapat diduga karena
keacakan dalam setiap kemungkinan perubahan yang ada. Sebagai sebuah contoh,
ketika kita mengamati sebuah supermarket, kita tidak dapat mengetahui kapan
secara pasti sebuah produk yang dijual akan habis, kapan kasir akan kebanjiran
pembeli yang hendak membayar, atau kapan petugas kasir akan mempunyai
waktu yang cukup selo untuk berbincang-bincang dengan rekannya karena tidak
ada pembeli yang membayar karena sepi, atau kapan supermarket tersebut akan
penuh sesak hingga kita merasa sumuk karena penuhnya pengunjung serta
kapan supermarket akan terlihat hanya sebagai tempat kongko-kongko para
penjaga/karyawannya, karena hampir tidak ada pengunjung ?. Semua hal tersebut
mungking sekali terjadi pada sebuah sistem supermarket. Namun kita tidak bisa
memperkirakan dengan pasti karena keacakan kemungkinan tersebut. Di lain
pihak, lalu bagaimana jika kita ingin membuat model simulasi sistem supermarket
tersebut, dimana harus dapat menjelaskan perubahan yang terjadi, sedang
perubahan itu sendiri-karena keacakannya sering sulit untuk dapat dimodelkan
dengan tepat. Untuk itu, maka alternatif terbaik adalah bagaimana kita
memperhatikan keacakan yang terjadi dalam pembuatan model simulasi hingga
dapat dibentuk sebuah model yang bisa menjadi representasi sistem nyata yang
diamati.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
18

Sebuah keacakan, biasanya dicapai dengan membuat sifat dan waktu
(dalam sistem yang diamati) sebagai sebuah variabel random dengan distribusi
yang sesuai. Jadi kita mempunyai suatu fungsi distribusi variabel random f(x)
tertentu dan ingin (untuk menyediakan masukan masukan pada model simulasi)
menghasilkan variabel angka random X
1
, X
2
,. Bebas yang mempunyai fungsi
distribusi seperti fungsi yang ada pada sistem nyata.
Pada Hakekatnya semua metode untuk menghasilkan suatu barisan
variabel angka random X
1
, X
2
,. Yang bebas dengan distribusi f(x) menyangkut
penggunaan deret variabel random yang bebas dam berdistribusi seragam pada
(0,1). Hal tersebut memiliki fungsi densitas probabilitas :
}

s s
=
otherwise
x
x
. 0
1 0 . 1
) (







Persoalan memilih nilai yang baik, untuk tetapan pembangkit bilangan
Random (disebut juga Pseudo-Random) merupakan persoalan yang rumit. Agar
dapat dikatakan acak, deret bilangan yang dihasilkan oleh pembangkit bilangan
random harus memenuhi beberapa uji (test) untuk menjamin bahwa bilangan
bilangan tersebut terdistribusi secara serba-sama, dan tak ada korelasi signifikan
antar digit bilangan-bilangan itu atau antar bilangan-bilangan yang berurutan.
Memperhatikan hal tersebut, maka unsur variabel random ini menjadi
salah satu elemen pokok dalam hampir setiap model Simulasi terutama simulasi
kejadian diskrit. Mengenai bagaimana cara membangkitkan variabel random, kita
gunakan bantuan software untuk melakukannya dengan asumsi bahwa software
tersebut memiliki metoda pembangkitan variabel Random yang andal.Dalam
Statistik

F(x)
0
1
x
1
Gambar a.1. PDF untuk Bilangan Random

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
19

Variabel Random dibedakan menjadi 2 bagian, yaitu :
1. Variabel Random Diskrit
Adalah suatu variabel random yang mengandung jumlah tertentu
(Countable). Sebagai contoh :
a. Jumlah manager dalam suatu perusahaan (bisa 0,1,2,3, dan
seterusnya).
b. Jumlah kesalahan yang dibuat oleh seorang operator (bisa 0,1,2,3,
dan seterusnya)
c. Jumlah konsumen yang antri pada sebuah restoran (bisa 0,1,2,3,
dan seterusnya).
Terlihat disini bahwa ciri khas dari variabel random diskrit adalah
jumlahnya yang bulat, dan tidak bisa diubah menjadi pecahan atau
desimal.
2. Variabel Random Kontinyu
Adalah suatu variabel random yang mengandung suatu nilai dalam sutu
interval tertentu. Sebagai contoh :
a. Jumlah waktu yang diperlukan untuk mengerjakan satu tugas
tertentu (bisa 1 menit, 2.4 menit, 1,5 jam, dan seterusnya)
b. Berat jeruk yang dijual di suatu supermarket (bisa 200 gr, 1,25 Kg,
250,5 gr, dan seterusnya)
c. Tinggi badan calon asisten SIMBI (bisa 160,5 cm , 172,4 cm, dan
seterusnya)
Terlihat bahwa angka untuk variabel random kontinyu dalam bentuk
rasional, bisa bulat, desimal, maupun pecahan.







Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
20

1.3.6. Bagian-bagian Model Simulasi
Beberapa bagian model simulasi yang berupa istilah-istilah asing perlu
dipahami oleh pemodel karena bagian-bagian ini sangat penting dalam menyusun
suatu model simulasi.
a. Entiti (entity)
Kebanyakan simulasi melibatkan pemain yang disebut entiti yang bergerak,
merubah status, mempengaruhi dan dipengaruhi oleh entiti yang lain serta
mempengaruhi hasil pengukuran kinerja sistem. Entiti merupakan obyek yang
dinamis dalam simulasi.
b. Atribut (attribute)
Setiap entiti memiliki ciri-ciri tertentu yang membedakan antara satu dengan
yang lainnya. Karakteristik yang dimiliki oleh setiap entiti disebut dengan
atribut. Satu hal yang perlu diingat bahwa nilai atribut mengikat entiti tertentu.
Sebuah part (entiti) memiliki atribut (arrival time, due date, priority, dan color
) yang berbeda dengan part yang lain.
c. Variabel (variable)
Variabel merupakan potongan informasi yang mencerminkan karakteristik
suatu sistem. Variabel berbeda dengan atribut karena dia tidak mengikat suatu
entiti melainkan sistem secara keseluruhan sehingga semua entiti dapat
mengandung variabel yang sama. Misalnya, panjang antrian, batch size, dan
sebagainya.
d. Sumber daya (Resource)
Entiti-entiti seringkali saling bersaing untuk mendapat pelayanan dari resource
yang ditunjukkan oleh operator, peralatan, atau ruangan penyimpanan yang
terbatas. Suatu resource dapat berupa grup atau pelayanan individu.
e. Antrian (Queue)
Ketika entiti tidak bergerak (diam) hal ini dimungkinkan karena resource
menahan (seize) suatu entiti sehingga membuat entiti yang lain untuk

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
21

menunggu. Jika resource telah kosong (melepas satu entiti) maka entiti yang
lain bergerak kembali dan seterusnya demikian.
f. Kejadian (Event)
Kejadian adalah sesuatu yang terjadi pada waktu tertentu yang kemungkinan
menyebabkan perubahan terhadap atribut atau variabel. Ada tiga kejadian
umum dalam simulasi, yaitu Arrival (kedatangan), Departure (entiti
meninggalkan sistem), dan The End (simulasi berhenti).
g. Simulation Clock
Nilai sekarang dari waktu dalam simulasi yang dipengaruhi oleh variabel
disebut sebagai Simulation Clock. Ketika simulasi berjalan dan pada kejadian
tertentu waktu dihentikan untuk melihat nilai saat itu maka nilai tersebut
adalah nilai simulasi pada saat tersebut.
h. Replikasi
Replikasi mempunyai pengertian bahwa setiap menjalankan dan
menghentikan simulasi dengan cara yang sama dan menggunakan set
parameter input yang sama pula (identical part), tapi menggunakan masukan
bilangan random yang terpisah (independent part) untuk membangkitkan
waktu antar-kedatangan dan pelayanan (hasil-hasil simulasi). Sedangkan
panjang waktu simulasi yang diinginkan untuk setiap replikasi disebut length
of replication.
Bidang aplikasi Simulasi :
- Simulasi sistem produksi
- Simulasi proses pelayanan bisnis jasa seperti rumah sakit, bank
- Business Process Re-engeneering
- Perancangan Tata Letak Fasilitas
- Manajemen Proyek
- Simulasi trafic light



Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
22

1.4 Blok-blok Diagram dalam Pemodelan
Berikut ini adalah beberapa blok diagram yang digunakan untuk memodelkan
sebuah sistem dalam bentuk diagram :





1.5 PENGANTAR ARENA
ARENA adalah salah satu program simulasi yang dapat dibil ang merupakan suatu
evolusi dari bahasa pemrograman yang lebih dahulu lahir. Dimulai dari hadirnya bahasa
pemrograman FORTRAN pada tahun 1950 1960, publik menggunakan bahasa
pemrograman tersebut untuk membuat program simulasi untuk sistem yang kompleks dan
bahasa pemrograman FORTRAN sangat mendukung pembuatan program simulasi secara
umum.
Setelah booming simulasi, maka bermunculan bahasa pemrograman yang
menawarkan keunggulan-keunggulan yang dimilikinya. GPSS-PC, SIMSCRIPT, SLAM,
SIMAN, POWERSIM dan lain sebagainya adalah sebagian dari bahasa pemrograman
yang ada saat ini.
Bl o k Di ag r am l i r Da l am Pem o d el a n

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
23

Secara umum bahasa pemrograman untuk simulasi dapat di kategorikan menjadi 2
:
1. Tujuan atau kepentingan pemrograman
- General Purpose Simulation Language (GPSL)
General Purpose Simulation Language (GPSL) adalah bahasa simulasi yang
didesain untuk membuat program simulasi sesuai dengan kreatifitas programer.
Artinya bahasa simulasi ini tidak didesain untuk menyelesaikan beberapa
masalah secara spesifik, dan keragaman serta ketelitian program sangat
dipengaruhi oleh ketrampilan dan pengetahuan programer. Oleh karena itu GPSL
sangat fleksibel digunakan untuk membuat program simulasi.
- Special Purpose Simulation Language (SPLL)
Sebaliknya Special Purpose Simulation Language lebih spesific didesain untuk
beberapa permasalahan yang dihadapi sebuah sistem.
2. Level bahasa
- High Level Simulation Language
- Low Level Simulation Language

Adanya level menunjukan sejauh mana bahasa pemrograman tadi dapat dimengerti
oleh programer. Hal ini berkaitan dengan kemampuan program untuk
mengkomunikasikan dirinya dengan pengguna (user interface). Semakin rendah level
suatu bahasa pemrograman, maka semakin kompleks alur pemahaman bahasa simulasi
tadi (semakin sulit digunakan). Dan sebaliknya semakin tinggi sebuah bahasa
pemrograman, maka semakin kurang kompleks alur pemahaman bahasa tersebut
(semakin mudah digunakan).
Selain itu dalam bahasa simulasi dikenal juga istilah event orientation dan process
orientation. Event orientation melihat sebuah simulasi dari sisi kejadian yang
menimpa sistem sedangkan process orientation melihat simulasi dari sisi
perjalanan entiti yang terkait. Sebagai ilustrasi : Dalam sebuah sistem antrian.
event orientation melihat kedatangan entiti , proses dan kepergian entiti sebagai
hal utama yang diamati kemudian mencatatnya secara statistik sedangkan process
orientation melihat entiti datang dan masuk kedalam sistem kemudian ia menunggu
dalam antrian lalu diproses dan keluar.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
24

Namun demikian bukan berarti salah satu dari orientasi tersebut adalah benar dan
yang lainnya salah. Keduanya memiliki peran yang sangat penting dalam
mempelajari karakteristik sebuah sistem dan keduanya juga sangat membantu
seorang analyst dalam membuat/menetapkan sebuah keputusan yang berkaitan
dengan sistem yang diamati tersebut. Orientasi event memberikan datadata
statistik mengenai kejadian kejadian pada sebuah sistem dan orientasi proses
memberikan pemahaman yang lebih mengenai aliran/perjalanan entiti yang
bersangkutan seperti membaca sebuah flowchart.

1.5.1 ALASAN MENGGUNAKAN ARENA
Dengan menggunakan Arena, pengguna mendapatkan :
1. Interface yang sangat interaktif, membuat seorang analyst mendapatkan kemudahan
dalam penggunaan Arena terutama dalam pemodelan sistem dan analisa hasil
simulasi.
2. Beragamnya modul dan blok yang ada pada Arena membawa fleksibilitas yang
sangat besar dalam membangun model yang sesuai dengan sistem sesungguhnya
yang biasanya ada pada GPSL.
3. Selain itu, Arena sangat cocok dalam memodelkan dan mensimulasikan sistem
manufactur seperti : material handling, inventory, quality control, bottleneck
analysis, dsb maupun industri jasa seperti : Perbankan, Rumah Sakit, Order
fulfillment, Dsb.

1.5.2 MEMULAI ARENA
Sebelum melangkah lebih jauh, hal penting yang harus dicatat adalah : kita akan banyak
menggunakan mouse, jika terdapat instruksi click atau double click, maka yang
dimaksud adalah kita menggunakan tombol kiri mouse (primary button, kondisi normal).
Masuklah pada sistem operasi komputer (windows), dimana software Arena
telah terinstall, selanjutnya double click icon arena yang ada, atau membuka arena
dari START menu, ALL PROGRAM, ROCKWELL SOFTWARE, ARENA,
dan klik Arena 8.0.
Setelah masuk pada Arena maka akan muncul jendela dialog yang
menerangkan bahwa software ini merupakan Academic Mode

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
25


Klik OK.
Gambar Menu / Tampilan Pertama ARENA 8.0




























Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
26

1.5.3 Layar Tampilan Arena
Untuk membuka software Arena, kita mulai dari menu Start Windows kemudian
cari ke Program/Arena/Arena. Layar tampilan Arena akan terbuka dengan sebuah
layar untuk membuat model baru, sebagai berikut:












Untuk memodelkan proses dalam Arena, kita akan bekerja dalam tiga daerah
utama dari layar aplikasi Arena, yaitu Project bar, Layar model flowchart, dan
layar spreadsheet.
Project Bar berisi panel-panel dengan beberapa tipe obyek penting yang akan
kita kerjakan, yaitu:
- Basic Process, Advanced Process, dan Advanced Transfer panels: berisi
bentuk-bentuk pemodelan, bernama modul-modul, yang akan kita gunakan
untuk mendefinisikan proses.
- Reports panel: berisi report (laporan) untuk menampilkan hasil dari
simulasi yang telah dijalankan.
- Navigate panel: dapat kita gunakan untuk menampilkan beberapa sudut
pandang yang berbeda dari model yang kita buat, termasuk menjalankan
dengan submodel hierarki.
Model Window, terdapat dua daerah utama.
Layar Model
Flowchart
Layar Spreadsheet
Project
Bar


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
27

Layar flowchart akan berisi tentang semua grafik model, termasuk flowchart
proses, animasi, dan elemen gambar yang lain.
Spreadsheet view menampilkan data mengenai model, seperti waktu, biaya, dan
parameter yang lain.
1.5.4 MEMBUAT FILE
1. Pembuatan file dilakukan dengan membuat sebuah lembar baru dengan
mengklik icon new atau file new ( atau CTR + N). Secara otomatis
akan diberi nama Model dengan ektensi .doe jika disimpan. Nama tersebut
dapat diubah pada saat menyimpan model. Tampilan dapat diperbesar
dengan menekan disudut kanan atas.
2. Selanjutnya dengan menggunakan perintah-perintah yang akan diuraikan
lebih lanjut pada mudul-modul berikutnya, dimulai memasukan elemen-
elemen Arena
3. Setelah semua komponen dibuat maka file disimpan dengan mengklik icon
save atau file save (CTR + S)
1.5.5 MENJALANKAN SIMULASI
Model yang telah selesai dibuat harus di setup dulu dengan menggunakan
run setup ,atur berapa kali replikasi , kecepatan simulasi waktu simulasi dan lain
lain ,baru dapat dijalankan dengan menggunakan perintah yang terdapat pada
menu atau Toolbar Run yang telah tersedia.
Perintah-perintah tersebut antara lain:
- Go dari menu Run ( atau dari Toolbar Run atau F5 dari kunci fungsi )
digunakan untuk menjalan model atau memulai kembali setelah dihentikan
untuk sementara).

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
28

- Step ( atau F10 ) digunakan untuk menjalankan model satu kegiatan.
Dengan cara tersebut maka kita dapat mengetahui dengan jelas kegiatan yang
terjadi dalam model.
- Fast Forward ( atau ) digunakan untuk menjalankan model dengan
cepat.
- Pause ( atau Esc ) digunakan untuk menghentikan sementara jalannya
model. Tekan , atau untuk menjalankan model kembali.
- Start Over ( atau Shift + F5 ) digunakan untuk kembali pada permulaan
dijalankannya model, sehingga dapat dijalankan kembali.
- End ( atau Alt + F5 ) digunakan untuk keluar dari run mode dan kembali
pada lembar kerja pemodelan.
- Use Check Model ( atau F4 ) digunakan untuk mengetahui kondisi dari
model yang dibuat.
- Review Error memanggil kesalahan yang sering terjadi dalam arena sampai
diperiksa.
- View Result digunakan untuk melihat out put dari pemodelan yang kita buat.
- Command ( atau ) digunakan untuk memberikan perintah secara interaktif
guna mengontrol bagaiman jalannya model dilakukan.
- Break ( atau ) digunakan untuk mengatur waktu dan kondisi berkaitan
dengan pemeriksaan atau menggambarkan sesuatu.
- Watch ( atau ) digunakan untuk membuat tampilan variabel atau ekspresi
pada saat Run dijalankan.
- Report ( atau ) digunakan untuk melihat status numerik dari simulasi
sesudah model dihentikan untuk sementara.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
29

1.5.6 PENGENALAN TOOLBAR
Tollbar yang digunakan dalam Arena adalah sebagai berikut:
1. Standar toolbar


Toolbar ini dimulai dengan perintah untuk membuat sebuah dokumen baru
didalam Arena, selanjutnya perintah untuk membuka sebuah dokumen yang telah
ada sebelumnya dalam sebuah window yang baru. Beberapa dokumen dapat
dibuka secara bersama-sama. Untuk membuka salah satu dokumen yang telah
dibuka, dilakukan dengan menggunakan perintah pada menu window 1, 2, 3, 4,
selanjutnya perintah untuk menyimpan dokumen yang sedang aktif pada nama file
dan direktori yang diinginkan. Pada saat menyimpan sebuah model atau template
untuk pertama kalinya, Arena memperlihatkan lembar dialog save as yang dapat
diisikan nama dan direktori bagi model atau template yang sedang dibuat.
Selanjutnya toolbar yang digunakan untuk memasukkan dan menghapus panel
modul pada project bar, perintah mencetak, menampilkan hasil cetakan, dari menu
edit ditampilkan icon memotong, mengcopy dan mempaste, menampilkan satu
perintah yang sebelumnya, menampilkan sebuah perintah sesudahnya. Perintah
sesudahnya untuk men-split screen, menampilkan spread sheet. Kemudian
fasilitas zoom dan layer,submodel, connect, dan toolbar untuk menjalankan
simulasi.
2. View Toolbar

Perintah dimulai dengan mengecilkan gambar, membesarkan gambar untuk
semua model, menampilkan perintah tampilan yang terakhir, menyeleksi daerah
yang ingin kita perbesar, menampilkan titik bantu dan snap sebuah objek dan
menentukan layer apa yang ingin ditampilkan.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
30

3. Arrange Toolbar

Perintah dimulai dengan perintah yang menempatkan objek dibelakang atau
didepan, menyeleksi beberapa objek gambar untuk digabungkan, menyeleksi
gambar untuk dipisahkan menjadi beberapa objek, memutar objek secara
horisontal, memutar objek secara vertikal.
4. Draw Toolbar

Perintah dimulai dengan icon untuk membuat garis lurus, garis zig-zag , garis
elips, garis melengkung, box, poligon, elips menambahkan teks, mengatur jenis
garis, mengatur pewarnaan garis, default yang ada dan memperlihatkan layer
yang disembunyikan.
5. Color Toolbar

Perintah ini digunakan untuk mengatur pewarnaan yang
diberikan pada komponen gambar, objek animasi, teks dan latar
belakang tampilan.

6. Animate Toolbar

Memberikan kemudahan untuk menganimasikan sifat dari modul-modul
Arena. Sebagai contoh adalah klik salah satu icon kemudian isi pernyataan-
pernyataan yang ada didalamnya guna menentukan bentuk-bentuk yang
diinginkan.


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
31

7. Run Interaction Toolbar

Toolbar ini berfungsi untuk memeriksa model, perintah, break, trace dan
report entries dari menu Run.
8. Integration Toolbar

Tollbar ini terdiri dari modul transfer data yang dimiliki oleh Arena dan
VBA (Visual Basic Editor Dan VBA Design Mode Botton)

1.5.7 ARENA DAN PEMODELAN SISTEM
Sebagaimana telah dikemukakan sebelumnya, bahwa software Arena
memiliki kemampuan yang baik dalam menjalankan simulasi khususnya pada
sistem yang bersifat diskret. Untuk dapat memfungsikannya, terlebih dahulu kita
harus memodelkan sistem tersebut, dengan format yang dapat dipahami oleh
Arena. Arena menerjemahkan berbagai model sistem dengan menggambarkan
karakteristik elemen sistem dengan sebuah blok yang dinamakan Module. Untuk
itu kita harus dapat menggunakan berbagai Module yang ada dalam software ini
secara tepat agar mendapatkan model yang kita inginkan. Ada beberapa module
panel yang disediakan, yaitu Basic Process, Advanced Process, Advanced
Transfer, Block, Contack Data, CSUtil, Element, Packaging, Script dan Utl
Arena. Sedangkan yang akan kita gunakan dalam praktikum SIMBI kali ini adalah
beberapa modul dasar yang penting yaitu Basic Process , Advanced Proses dan
Advanced Transfer.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
32



1.6. PANEL BASIC PROSES
1.6.1 MODUL FLOWCHART
- Create Module

Deskripsi
Modul ini merupakan titik awal entitas pada model simulasi untuk memulai
sebuah proses. Entitas dibuat menggunakan penjadwalan atau didasarkan pada
waktu antar kedatangan. Entitas kemudian meninggalkan modul untuk
memulai proses dari sistem. Tipe entitas akan ditentukan dalam modul ini.
Prompt
Type : Tipe dari aliran kedatangan yang akan dibangkitkan. Adapun
macam type :
Random : Menggunakan distribusi Exponensial, kita tentukan
sendiri rata-ratanya.
Schedule : Menggunakan distribusi exponential, rataan dari
modul penjadwalan yang ditentukan
Constant : Menggunakan nilai konstan
Expression : Daftar pull-down dari berbagai macam distribusi

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
33


Tipe Penggunaan
Awal dari produksi part dalam manufaktur
Kedatangan dokumen (pemesanan, pengecekan, aplikasi) dalam proses
bisnis
Kedatangan pelanggan dalam proses pelayanan (toko pengecer, restoran,
bagian informasi)



- Process Module

Deskripsi
Modul ini merupakan metode proses utama dalam simulasi. Waktu proses
dialokasikan pada entity dan dapat juga sebagai value added, non-value added,
transfer, waktu tunggu atau yang lain. Biaya yang digunakan akan masuk
sesuai dengan kategorinya.

Prompt :
Type : Metode spesifikasi logic dalam modul. Dalam proses. Terdiri
atas :

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
34

Standard : semua logic akan disimpan dalam modul process dan
didefinisikan oleh Action tertentu
Submodel : mengindikasikan bahwa di dalam proses terdapat
suatu proses
Action : Jenis proses yang akan terjadi dalam module. Terdiri atas :
Delay : Proses menunggu akan terjadi tanpa batasan
sumberdaya (resource).
Seize Delay : Resource akan dialokasikan dalam modul ini dan
proses delay akan terjadi, tapi pelepasan resource
akan terjadi nanti.
Seize Delay Release : Resource akan dialokasikan diikuti oleh proses
menunggu dan kemudian resource tersebut akan
langsung dilepas.
Delay Release : Resource sebelumnya telah dialokasikan, dan entity
akan delay kemudian melepas resource tersebut.
Resources : Daftar sumberdaya atau set sumberdaya yang digunakan dalam
rangkaian proses sebuah entity
Delay type : Tipe distribusi atau metode menetapkan parameter delay.

- Decide Module

Deskripsi
Modul ini digunakan untuk proses dicition-making dari sistem. Option
dimasukkan untuk membuat keputusan didasarkan pada satu atau lebih
kondisi (msl : tipe entity adalah gold card) atau berdasar pada satu atau lebih
probabilitas (msl 75% benar, 25% salah). Kondisi bisa didasarkan pada nilai
atribut (msl : prioritas), nilai variable ( msl Number Denied), tipe entitas atau
sebuah Expression (msl NQ (ProcessA. Queue)). Terdapat dua exit point

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
35

diluar Decide Module setiap tipe yang di spesifikasikan 2-way chance atau 2-
way condition. Disini ada satu exit point untuk true entitas dan satu untuk
false entitas. Ketika N-Way berubah atau tipe kondisi di spesifikasi,
multiple exit point ditunjukkan untuk setiap kondisi atau probabilitas dan
single else exit. Jumlah entitas yang keluar dari setiap tipe (true/false) di
displaykan untuk 2-way chance atau kondisi module.

Prompt :
Type : Mengindikasikan keputusan yang didasarkan pada kondisi, dengan
pilihan :
2-way by chance : Mengikuti satu kondisi yang didasarkan
pada persentasi/Probabilitas.
2-way by condition : Mengikuti satu kondisi yang didasarkan
pada kondisi
N-way by chance : Mengikuti beberapa kondisi yang
didasarkan pada persentasi
N-way by Conditions : Mendefinisikan satu atau lebih kondisi
yang digunakan secara langsung oleh entitas
untuk membedakan module.




Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
36

Tipe Penggunaan
o Pengiriman bagian salah sebagai rework
o Branching accepted vs. rejected checks
o Prioritas pengiriman pada pelanggan

- Assign Module

Deskripsi
Modul ini digunakan untuk menandai nilai baru sebuah variable, entitas
atribut, tipe entitas, gambar entitas, atau variable sistem yang lain. Penandaan
berganda bisa di buat denagn single Assign Module.

Prompt :
Assignments : Menspesifikasikan satu atau lebih penandaan yang akan
dibuat ketika entitas dijalankan module.
Type : Tipe penandaan yang dibuat. Other bisa dimasukkan variable
sistem, seperti kapasitas sumberdaya atau simulation end
time.
Variable Name : Nama variable yang akan menandai nilai baru ketika entitas
memasuki module.
Attribute Name : Nama dari atribut entitas yang menandakan nilai baru ketika
entitas memasuki module.
Entity Type : Tipe baru sebuah entitas yang menandakan entitas ketika
entitas masuk modul.
Entity Picture : Gambar entitas baru yang menandakan entitas ketika entitas
masuk modul.
New Value : Menandakan nilai sebuah atribut, variable, atau variable
sistem lainnya. Tidak digunakan jika type adalah Entity Type
atau Picture Type

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
37

Tipe Penggunaan
o Akumulasi jumlah atau subassembly yang dimasukkan pada part
o Perubahan tipe entitas yang mewakili customer copy dari bentuk multi-
page
o Membuat prioritas pelanggan



- Batch Module

Deskripsi
Modul ini dimaksudkan sebagai mekanisme pengelompokan dalam model
simulasi. Pengelompokan dapat bersifat permanent atau temporer.
Pengelompokan secara temporer nantinya harus dipecah menggunakan modul
separate. Pengelompokan bisa dibuat dengan berbagai spesifikasi jumlah
entitas atau mungkin pengelompokan bersama berdasar pada Atribut. Entitas
yang memasuki Batch Module di tempatkan pada Queue sampai pada jumlah
tertentu yang akan diakumulasikan. Ketika diakumulasikan, entitas yang baru
dibuat.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
38

Prompt :
Type : Metode pengiriman bersama sebuah entitas
Batch Size : Jumlah entitas yang akan dikumpulkan
Save Criterion : Metode penandaan entity secara representative yang
digunakan mendefinisikan nilai sebuah atribut
Rule : Menentukan entitas dating yang akan di kelompokkan.
Any Entity : akan mengambil yang pertama jumlah
Batch Size entitas yang diambil
secara bersama-sama.
By Attribute : Dispesifikasikan dipaskan untuk
dikelompokkan.
Attribute Name : Nama atribut yang nilainya harus dipaskan pada nilai
kedatangan entitas yang lain dalam oeder grupe yang
akan dibuat.


Tipe Penggunaan
o Mengumpulkan jumlah part sebelum mulai proses
o Mengumpulkan lagi sebelum sebuah bentuk digandakan
o Membawa bersama dan merekam (record) sebelum terjadi keputusan




Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
39

- Separate Module


Deskripsi
Modul ini bisa digunakan baik untuk memperbanyak entitas yang datang
maupun memecah entitas yang sebelumnya digabung (batch). Ketika
memecah batch yang sudah ada, entitas temporer yang terbentuk hilang dan
entitas asli yang membentuk grup muncul kembali. Ketika terjadi
penggandaan entitas jumlah spesifikasi penggandaan dibuat dan dikirim dari
module. Entitas asli yang datang juga meninggalkan module.
Prompts
Name : Nama pengidentifikasi modul yang akan ditampilkan di
dalam flowchart.
Type : Metode penyalinan kedatangan entity. Terdiri atas :
Duplicate Original : Akan mudah diambil entitas secara original
dan membuat beberapa jumlah identical
duplicateds.
Split Existing batch : Memerlukan kedatangan entity menggunakan
Batch module. Entitas original dari
pengelompokan akan didaftar
Percent Cost to Duplicate :Mengalokasikan biaya dan waktu dari entitas yang
datang untuk diduplikasikan. Nilai yang dimasukkan
dalam bentuk persen (%). Digunakan hanya jika type
separate berjenis Duplicate Original
Member Attribute : Metode penentuan bagaimana memberikan nilai atribut
entity secara representative pada original entities.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
40



Tipe Penggunaan
o Pengiriman entitas secara individual yang mewakili box yang dipindahkan
dari container
o Pengiriman order untuk pemenuhan tagihan untuk proses parallel
o Salinan sekumpulan set dokumen

- Record Module

Deskripsi
Modul ini digunakan untuk pengelompokan statistic dalam model simulasi.
Macam-macam tipe dari dari observational statistic tersedia; termasuk waktu
antar keluaran module, statistic entity (waktu, biaya,dll), observasi umum, dan
interval statistic (terkadang dari tanda pada waktu simulasi). Perhitungan dan
set counter juga dapat dispesifikasikan. Modul ini biasanya digunakan untuk
pencatatan.


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
41

Prompt :
Type Count : akan menurunkan atau menaikkan nilai dari nama
statistic dengan nilai terspesifikasi.
Entity Statistic akan membangkitkan statistic entity secara
umum, seperti waktu dan biaya atau duration information.
Time Interval akan dikalkulasikan dan di rekam
perbedaan antara nilai attribute terspesifikasi dan waktu
simulasi.
Time Between akan keluar dan record waktu antar entitas
memasuki module.
Expression akan merekam nilai expression terspesifikasi.


Tipe Penggunaan
o Jumlah penghitungan pekerjaan secara penuh tiap jam
o Penghitungan berapa banyak order yang terlambat belum terpenuhi
o Record waktu yang diberikan sebagai dalam suatu fasilitas pelayanan

- Dispose Module


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
42

Deskripsi
Modul ini akan membahas seperti ending point untuk entitas dalam model
simulasi. Modul ini dipakai untuk akhir dari suatu simulasi. Modul ini harus
ada pada akhir setiap model seperti layaknya modul create.
Prompt :
Record Entity Statistic : Menjelaskan bisa atau tidak kedatangan statistic
entity akan direkam. Statistic meliputi value-added
time, non value-added time, waktu tunggu, waktu
transfer, other time, total waktu, value-added cost,
non value-added cost, biaya tunggu, biaya transfer,
other cost dan total biaya

Tipe Penggunaan
o Parts yang meninggalkan fasilitas model
o Akhir dari proses bisnis
o Pelanggan meninggalkan toko

1.6.2 DATA MODULES
- Entity Module




Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
43

Deskripsi
Data modul ini menjelaskan bermacam tipe entity dan initial nilai gambaran
simulasi. Inisial biaya informasi dan holding cost juga dijelaskan oleh entity.
Tipe Penggunaan
o Item yang diproduksi atau di assembly (parts, pallets)
o Dokumen (forms, e-mail,fax, laporan)
o Pergerakan orang mengikuti proses (pelanggan, pemanggil)



- Queue Module

Deskripsi
Modul data ini digunakan untuk merubah tingkat posisi pada spesifikasi
queue. Pada modul ini bisa dilakukan penambahan queue yang belum
terdefinisikan

Tipe Penggunaan
o Botle neck sebuah sumberdaya pada process module
o Holding area untuk dokumen penungguan untuk dikumpulkan pada Batch
Module



- Resources Module

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
44


Deskripsi
Modul data ini menjelaskan sumberdaya pada sistem simulasi, termasuk biaya
informasi dan sumberdaya tersedia. Sumberdaya merupakan kapasitas yang
tepat yang tidak merubah jalannya simulasi atau operate berdasar pada
penjadwalan. Kegagalan sumberdaya dan tingkatan juga dapat
dispesifikasikan dalam module ini.


Tipe penggunaan
o Peralatan (permesinan, cash register, phone line)
o Manusia (clerical, proses order, penjualan clercks, operators)



- Schedule Module

Deskripsi
Data modul ini mungkin digunakan pada konjungsi dengan modul sumber daya
yang mendefinisikan sebuah operating schedule untuk sumber daya atau dengan
create module yang didefinisikan sebuah jadwal kedatangan. Sebagai tambahan
penjadwalan mungkin digunakan sebagai referensi factor waktu delay didasarkan
pada waktu simulasi. Penggunaan, pengolahan dan analisa tentang schedule
module akan dijelaskan lebih detail pada bab lain dalam modul ini.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
45


Tipe Penggunaan
o Penjadwalan kerja termasuk istirahat untuk staff
o Breakdown peralatan
o Volume kedatangan pelanggan pada took
o Factor learning curve pada pekerja baru



- Set Module

Deskripsi
Data modul ini mendefinisikan bermacam-macam set tipe, termasuk sumber
daya, counter, penghitungan, tipe entitas, gambar entitas. Set sumber daya bisa
digunakan pada process module (dan Seize, Release, Enter, dan Leave dari
Advanced process dan Advanced Transfer Panels). Counter dan Tally bisa
digunakan sebagai Record Module. Set Queue bisa digunakan pada Seize,
Hold, Access, Request, Leave, dan Allocate Module dari Advanced Process
dan Advanced Transfer Panels.

Tipe Penggunaan
o Mesin yang dapat menjalankan pengoperasian fasilitas manufacturing
o Supervisors, check-out tagihan toko
o Pengiriman tagihan, resepsionis pada senuah kantor
o Set dari gambar yang dikumpulkan sebagai set tipe entitas

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
46



- Variable Module

Deskripsi
Data modul ini digunakan untuk mendefinisikan dimensi variable dan nilai
inisial. Variable bisa direferensikan pada model Other (missal Decide
Module), bisa ditugaskan kembali pada nilai baru dengan Assign Module, dan
bisa digunakan untk berbagai expression.
Tipe Penggunaan
o Jumlah dokumen yang diproses perjam
o Serial number yang memberikan identifikasi khusus
o Fasilitas ruang yang available


1.8 INPUT ANALYZER
Data input dalam model simulasi adalah bagian terpenting yang harus mendapat
perhatian tersendiri. Dalam simulasi sistem antrian misalnya, dikenal dengan input data
dengan bentuk distribusi waktu antar kedatangan dan waktu pelayanan. Pada sistem
inventory atau persediaan, input data yang dibutuhkan terdiri dari distribusi-distribusi
permintaan dan lead time. Pada kasus perawatan dan reliabilitas si stem dikenal beberapa
input data yang dibutuhkan, seperti : distribusi waktu antar kerusakan komponen.
Pada aplikasi simulasi di sistem nyata, penentuan bentuk distribusi dari
input data merupakan tugas utama dan sangat penting. Karena akan berdampak
pada hasil atau output yang akan diinterpretasikan dan dianalisa.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
47

Terdapat empat langkah umum untuk pengembangan model input data :
1. Mengumpulkan data dari sistem riil yang diamati
2. Mengidentifikasi distribusi probabilitas sebagai representasi dari input
proses.
3. Memilih parameter dari data
4. Mengevaluasi ditribusi probabilitas terpilih dengan menggunakan grafik
atau uji statistik.
Dalam Arena disediakan suatu fasilitas untuk menguji distribusi bilangan random
dan pembangkitang bilangan random sesuai dengan distribusi yang diinginkan
pemodel, fasilitas ini disebut Input Analyzer.
Cara penggunaan Input Analyzer :
1. jika data sudah tersedia dan ingin diketahui distribusi data bilangan random
tersebut :
a). Bilangan random yang tersedia di simpan dalam bentuk notepad file
b). Buka program Arena, kemudian pilih pada toolbox Arena : Tools-Input
Analyzer

c). Setelah fasilitas Input Analyzer tersedia, langkah selanjutnya pilih menu :
File-New. Kemudian akan tersedia lembar kerja baru.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
48


d). Pull-down menu File-Data File-Use Existing

e). Open file yang menyimpan data bilangan random (file dalam bentuk
notepad sehingga pada files of type pilih text files)

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
49


f). Setelah muncul data bilangan random dalam bentuk histogram, langkah
selanjutnya adalah menentukan distribusi data. Dengan cara pull-down
menu : Fit-Fit All.

g). Didapat distribusi bilangan random.


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
50



2. jika data bilangan random belum tersedia dan diinginkan data dengan
distribusi tertentu :
a). Buka program Arena, kemudian pilih pada toolbox Arena : Tools-Input
Analyzer

b). Setelah fasilitas Input Analyzer tersedia, langkah selanjutnya pilih menu :
File-New. Kemudian akan tersedia lembar kerja baru.

c). Pull-down menu File-Data File-Generate New

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
51


d). Tentukan distribusi data yang diinginkan kemudian tentukan parameter
estimasi dan banyaknya data yang diinginkan, misal berdistribusi normal
dengan rata-rata 16,6 dan standart deviasi 3,33, banyaknya data 50.

e). Didapat suatu distribusi yang diinginkan dengan cara pull-dowm menu :
Fit-Fit All


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
52


f). Data bilangan random dapat dilihat dengan cara pull-down menu :
Window- Input Data.


Beberapa distribusi probabilitas yang telah ada, diantaranya adalah :
1. Binomial
2. Poisson
3. Normal

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
53

4. Lognormal
5. Eksponensial
6. Gamma
7. Beta
8. Erlang
9. Diskrit atau kontinyu uniform
10. Triangular

Parameter estimasi
Penentuan parameter estimasi adalah setelah memilih jenis distribusi
probabilitas. Langkah pertama dalam penentuan parameter estimasi adalah
menghitung rataan dan variance dari data. Selanjutnya konversi parameter rataan
dan variansi sesuai dengan paramter distribsui, sperti pada tabel berikut :

Distribusi Parameter Suggested Parameter
Poisson o
X

= o
Eksponensial
X
1

=
Gamma u |,
|

(lihat tabel KS)


X
1

= u
Uniform (0,b)
b
n
n
b
1 +
=
Normal
2
,o X

=
2 2
S = o






Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
54

1.9 Contoh Study Kasus
Sebuah perusahaan yang bergerak di bidang mainan anak-anak,
memproduksi boneka yang terbuat dari kain. Adapun proses pembuatannya adalah
sebagai berikut :
Bahan baku datang dengan waktu antar kedatangan sebagai berikut :
(dalam menit)
45.31 58.82 22.46 38.88 11.24
12.41 6.87 9.18 20.70 6.81
31.91 62.50 9.70 72.05 31.61
29.60 14.72 19.31 13.82 2.80
9.17 13.29 39.34 2.66 5.51
6.32 19.82 7.55 18.35 40.91
16.31 17.76 2.20 5.48 48.03
28.32 2.26 0.90 27.40 40.03
6.50 37.59 10.24 17.30 3.78
11.23 61.20 23.88 4.38 3.27

Bahan baku untuk boneka tersebut dalam bentuk gulungan kain, dimana kain yang
datang akan dipecah menjadi 10 meter kain. Kain yang telah dipecah tersebut,
akan dibagi antara bahan untuk membuat boneka besar dan boneka kecil. Dengan
prosentase 60 % untuk boneka besar dan 40 % untuk boneka kecil. Setelah itu
dilakukan pengukuran sesuai dengan design. Mesin ukur untuk kedua jenis
boneka sama. Setelah selesai diukur langkah selanjutnya adalah proses
pemotongan. Pada proses ini bahan baku boneka akan di potong sesuai dengan
pola dan ukurannya. Setelah selesai dipotong boneka akan dijahit yang nantinya
akan diisi dengan kapas untuk menjadi bentuk sempurna. Mesin ukur, mesin
potong, mesin jahit, dan mesin pengisi kapas yang digunakan adalah sama untuk
pembuatan boneka besar dan boneka kecil. Setelah selesai diproses, akan
dilakukan pemisahan antara boneka besar dan boneka kecil. Lalu, untuk boneka
besar masuk ke gudang boneka besar, yang sebelumnya akan dicatat terlebih
dahulu. Sedangkan untuk boneka kecil, akan dimasukkan ke gudang boneka kecil
dimana boneka tersebut akan di-batch dengan ukuran batch sebanyak 2 boneka
dan dilakukan pencatatan.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
55

Jalankan simulasi selama 8 jam
Waktu proses setiap mesin adalah sebagai berikut :
(dalam detik)
mesin pengukuran POIS( 16)
mesin pemotongan UNIF( 5, 10)
mesin penjahitan Constant (4)
mesin pengisi kapas EXPO( 5.2)

Jawaban :
1. Untuk data waktu kedatangan menggunakan input analyzer
2. Duplikasi kain menggunakan separate

3. Pemisahan kain menggunakan modul decide dengan type two way by
chance
4. Pemberian assign untuk masing-masing boneka, agar lebih jelas type
entitasnya.


Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
56


5. Pengisian masing-masing proses. Misal :

6. Pemisahan boneka berdasarkan type entitas

7. Menyertakan modul batch untuk boneka kecil, dan menyertakan modul
record untuk pencatatan serta modul dispose untuk gudang.

Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
57


Gambar 1.9.1 Model proses pembuatan boneka.




Pemsis Lab 2006-2007(Ganjil)


Make The Ultimate Future
58

Daftar Pustaka

Khosnevish, Behrokh. Discrete System Simulation. New York : McGraw-Hill,
Inc. 1994
Bank, Carson, Nelson. Discrete-Event System Simulation. New Jersey : Prentice
Hall Inc. 1986
Law, AM., and David W kelton. Simulation Modeling And Analysis, New York :
McGraw-Hill, 1991
Levin, Rubin, Stinson, Gardner. Pengambilan Keputusan Secara Kuantitatif,
Jakarta, Penerbit PT Raja Grafindo Persada, 1993
Simatupang, Togar, Pemodelan Sistem. Klaten, Nindita, 1996
Wirabhuana, Arya. Diktat Kuliah : Industrial System Simulation. Yogyakarta :
Laboratorium SIMBI. 2002
Kakiay J Thomas, Pengantar Sistem Simulasi, 2003, ANDI, Yogyakarta
--------------------, ARENA User`s Guide, System Modelling Corp, 1995.
Kelton, David., Sadowski, Randall., and Sadowski, Deborah. Simulation With
Arena. New York : McGraw-Hill, 1998