Sdsfpddssemodelan Sistem (BuSumiati)
Sdsfpddssemodelan Sistem (BuSumiati)
Oleh :
Ir. Sumiati, MT
Sistem
Sistem :
Sekumpulan elemen-elemen yang saling berinteraksi untuk mencapai tujuan didalam suatu
lingkungan yang kompleks.
Pemecahan Permasalahan : Pendekatan system
Model :
Sebagai suatu Representasi / formulasi dalam bahasa tertentu dari real system / system
konseptual / sistem nyata.
Sistem nyata :
Sistem yang sedang berlangsung dalam kehidupan sistem yang dijadikan titik perhatian dan
dipermasalahkan.
Pemodelan
Proses membuat / membangun sebuah model dari suatu system nyata dalam bahasa formal
tertentu.
Tergantung : Sistem nilai yang dianut,
pengetahuan, dan
pengalamannya
Kacamata
Pemodel
System
nyata Model
Bahasa
Formal
Proses Pemodelan
Klasifikasi Model :
1. Fungsi
- Model Deskriptif.
- Model Prediktif
- Model Normatif
2. Struktur
- Model Ikonis
- Model Analog
- Model Simbolik
3. Dimensi waktu
- Model Statis
- Model Dinamis
4. Tingkat Ketidakpastian
- Model Deterministik
- Model Probabilistik
- Model Konflik
- Model Tak Pasti (Uncertainty)
5. Derajat Generalisasi
- Model Umum
- Model Khusus / Spesifik
6. Lingkungan
- Model Terbuka
- Model Tertutup
7. Derajat Kuantifikasi
- Model Kualitatif
- Model Kuantitatif
8. Dimensi
- Model Dua Dimensi
- Model Multi Dimensi
PENGENALAN MASALAH SISTEM
Identifikasi Definisi
masalah masalah
Identifikasi Masalah : Tahap mengenali berdasarkan penyebab atau akar timbulnya gejala.
Definisi Masalah :
PENGEMBANGAN MODEL
Suatu usaha memperoleh model baru yang memiliki kemampuan lebih didalam
beberapa aspek.
Pengembangan Model
Tahap-tahap Pengembangan Model :
1. Identifikasi permasalahan dan tujuan
2. Pendefinisian system (model konseptual)
3. Identifikasi variabel
4. Formulasi model
5. Parameterisasi Model
6. Validasi model
7. Implementasi
Asumsi
Perlu pemahaman
sistem 1 2
3. Identifikasi Variabel :
Asumsi :
Pertimbangan-pertimbangan akal sehat yang tepat dan memenuhi kebutuhan (benar
secara umum)
Syarat-syarat asumsi :
a. Konsistensi
Asumsi-asumsi :
- A Asumsi tidak konsisten
- B
F = {A, B, C, D}
- C Ternyata D = asumsi Fatal
- D
b. Independensi
Contoh :
Asumsi sistem : A, B, C, D, dan D C A (tak independent), Maka F (Fenomena) =
{A, B, C}.
Bukan
F = {A, B, C, D}
c. Relevansi
Stimulus
Sistem Kausalitas Dijaga Relevan
Respons
d. Ekivalensi
Analogi model 1 dengan model lain (model lain yang sudah ada model
yang ditinjau)
Sistem Sistem lain
S1 S2 F = Sistem Asumsi
S = Fenomena
F1 F2
maka
Prinsip ekivalen bila = S1 = S2 F1 = F2
= S1 ≤ S2 F1 ≥ F2
4. Formulasi Model :
Rumusan masalah dalam bentuk model matematis yang dapat mewakili sistem
nyatanya.
Contoh :
a. Model persediaan :
Tujuan : Biaya minimum total (TC) Q=?
Variabel yang berpengaruh : Biaya simpan (Ch)
: Biaya pesan (Co)
: Harga barang (Cp)
Pemesanan : Q
Model yang diformulasikan :
TC (Q) = Ch . Q + Co . Q + Cp . Q Minimum
2AD
Q
h
Air
Ketel Uap Uap (p & t)
Panas
Sisa pembakaran
(qm)
ri
ro
q ri l
T- ln r suhu fungsi ketebalan ketel
2 k
ro
Tasap
? Yang mana bentuknya ?
?
= f (T) model
Awal : suhu tidak nol.
Volume uap
Tasap tg θ
T = To + α x asumsi = α tetap
T Kenyataan α = f (X)
→ α, To.
b. Kecepatan produksi (uap) tetap (dan kebutuhan uap per ton gula sama untuk
mutu tebu yang sama).
Q = volume uap yang diperlukan selama masa giling.
Misal :
Selama masa giling diadakan overhaul 2 x
Perlu uap S1 2x S2 S3
Q Si
asumsi = S1 = S2 = S3 = S
3 S
Frekuensi overhaul = n x, maka
Q (n 1) S
Q
( n 1)
S
Biaya bahan baku / air
Tujuan = Minimasi biaya Biaya bahan baker (bb)
Biaya overhaul
Cb = Biaya bahan baker (bb) per overhaul.
Co = Biaya satuan overhaul.
Estimasi
Cb (Rp / S ton uap) Temperatur asap (T = To + α x)
X2 x = S
C
2
x=0
S2
Cb C C Rp o
2 C ton uap.
dTC
0
dS 2 Co
Q C Q Co S
- 0 C
2 S2
QC Q Co
2 S2
Perlu dicoba ! :
Bila a) T = α + βx + γx2 → S = ?
b) T = (A – B) e-gx → S = ?
a). b)
.
Tasap Tasap
A-B
5. Parameterisasi Model
Penentuan parameter model .
Contoh :
W=a+b.H
Dimana : W = Berat badan.
H = Tinggi badan
a, b = Parameter
Berangkat dari data pendekaatan statistic.
Estimasi a & b
Sampling
Populasi Sample
N, n Parameter statistic
μ, σ2 - Mean, mode
Hasil - Varian, range
estimasi - dll
Informasi
Uji hipotesis
dengan α & β tertentu)
ESTIMASI
Hasil optimasi dari sample mungkin mengandung kesalahan
α
ukuran kualitas
β
Data : ?
b. Availability (ketersediaan) data.
Pengumpulan data
Sekunder Primer
(Data sudah ada,→ sumber data) (Mencari sendiri), melalui
- Survey
- Sensus
c. Quality
akurasi / ketelitian.
tergantung :
- Cara mengumpulkan data,
- Cara mengolah,
- Kapan data dikumpulkan.
Seberapa jauh penyimpangan (σ) ditoleransi.
d. Quantity
Kecukupan data
e. Variability (data) :
dengan b
(X - X) Y i i
Wi
(X i - X )
(X - X) i
2
(X i - X ) 2
b Wi . Yi Wi
2 2 2
b Yi
2
Yi
Y
^ = a + bx
Y
Yi
^y }
i
Xi X
2 2 2 2
Variance = = = …………= =
Y1 Y2 Ym Y
2 2 2 2 2 2 2
b
W1 Y1
W2 Y2
............ Wm Ym
2 2 2 2 2 2
W1 Y
W2 Y
.............. Wm Y
Y (W1 W2 ................... Wm )
2 2 2 2
Titik-titik data
Y
?
Bentuk-bentuk garis ini beda
. . .. ?
. .. .
. .. .
?
P(θ)
bias
σ
μ (mean)
θ θ^ θ (estimator)
σ2
2. Estimasi → estimator mempunyai variansi minimum
Terbaik
P(θ)
I
II
θ^ θ
3. Konsisten
Terbaik
P(θ) n
n = 10
n=2
n=1
θ θ
2
Dengan menambah sample (n) → semkin konsisten → semakin kecil.
n
Metode Parameterisasi
a. Metode obyektif, misal :
- Metode statistic.
- Standar tertentu (SNI / SII).
b. Metode subyektif
- Metoda Delphi (kesepakatan yang sifatnya iterative antara konsultan dengan
decision maker → keputusan).
- Opini.
c. Kombinasi kedua metode diatas
6. Validasi Model
Validasi model digunakan untuk menguji apakah model tersebut baik atau tidak ?
Meliputi aspek-aspek :
a. Kemampuan model menggambarkan kembali sistem yang sebenarnya (degree of
representatismen).
b. Kemampuan model untuk dapat digunakan (reability).
c. Manfaat yang dapat dihasilkan oleh model (usefullmen).
d. biaya yang diperlukan mulai dari pengembangan model sampai dengan
implementasi dan operasional model (cost consideration).
Proses Pengujian model :
Problem Verifikasi
situation system asumsi
Kualitas
solusi ?
(Tidak bisa
kembali ke
Conceptual
Solution solusi lagi)
model
7. Implementai Model
Ada beberapa aspek yang perlu diperhatikan, yaitu :
- Model
- Organisasi
- Strategi Implementasi
Aspek model
Model
Informasi
Industri
Interaksi
(lingkungan)
Kriteria
Keahlian
Decision
Maker User
(DM) ?
?
Model
? ?
Model
Builder
(MB)
User tidak
- Resistensi - Efektivitas
mempercayai model
- Resistensi
Interaksi DM – User :
- Tergantug pola kepemimpinan.
- Interaksi atasan bawahan ?
Hubungan konfliktual :
Forcing (dipaksakan)
Compromising (titik temu)
Confrontation (optimasi)
Konflik terbuka
Strategi Implementasi :
Tahapan-tahapan :
1. Pentahapan Implementasi.
- Pilot project (implemntasi secara keseluruhan).
- Implementasi parsial.
2. Peningkatan kemampuan SDM (user).
- Pelatihan
- Seminar
- Workshop
3. Pra kondisi organisasi
Supaya berhasil, dengan perubahan-perubahan / model yang ada.