KONSEP DASAR SISTEM DAN MODEL

Hanna Lestari, ST, M.Eng

Sistem, Keadaan, Model

model

input output
Permasalahan Dunia Industri
Mendapatkan pemahaman adanya suatu fenomena baru misalnya
jumlah produk jadi di dalam gudang dari tahun ke tahun cenderung
mengalami peningkatan
Mengetahui response perilaku sistem, misalnya seberapa besar load
faktor pabrik atau utilisasi sumber dayanya
Optimasi performansi untuk meningkatkan profit perusahaan,
misalnya apakah kapasitas produksi masih bisa ditingkatkan dengan
sumber daya yang dimiliki.
Desain suatu plant yang kompleks seperti pusat pembangkit listrik,
pabrik perakitan mobil, pabrik baja dan lain-lain
Peran Matematik Dalam Problem Solving
Semakin luas karena :
A.Semakin majunya teknologi komputer
B.Semakin berkembangnya metodologi komputasi
C.Digunakannya pendekatan sistem dalam problem solving
Peran Matematik
• Dimulai dengan formulasi masalah,
• Membangun model matematik,
• Analisis terhadap model matematik yang sudah
dibangun tersebut
• Dan interpretasi hasil analisis untuk
menentukan solusi yang feasible.
Pemodelan Matematik

• Interpretasi dan Representasi Proses Dunia Nyata ke

dalam simbol-simbol abstrak
• Simbol abstrak yg membentuk formulasi matematik ini
disebut model matematik
• Formulasi matematik dipandang sebagai dummy
• Formulasi matematik (dummy) sering dapat digunakan
untuk berbagai masalah
Validitas Model
• Permasalahan validitas dari solusi yang
diperoleh kemudian muncul dan ini berkaitan
dengan model matematik yang sudah dibangun
tersebut.
• Sehingga dalam realitanya, model matematik
tersebut harus diverivikasi dan divalidasi
dengan keadaan pada sistem nyata
Membangun Model Yang Valid
TEORI
MATEMATIK

KREATIVITAS SISTEM
DUNIA MODEL
SKILL NYATA

PENDEKATAN
SISTEM
 PENDEKATAN SISTEM

 Aktivitas problem solving baik menggunakan

matematik atau tidak, dimulai dari
mendefinisikan masalah yang ada.
 Problem dipandang sebagai sesuatu yang
“embodied” di dalam system
 Karakteristik sistem yang terkait dengan problem
lebih mudah diidentifikasi melalui pendekatan
sistem
METODOLOGI : IDENTIFIKASI MASALAH

KARAKTERISASI SISTEM

FORMULASI MODEL

ANALISIS MODEL SIMULASI

ESTIMASI PARAMETER

DESIGN OF EXPERIMENT

VALIDASI MODEL
IDENTIFIKASI MASALAH
• Permasalahan yang akan dipecahkan harus
didefinisikan dengan jelas sebelum pemodelan
matematik dimulai.
• Pendefinisan masalah yang diambil dari dunia
nyata ini dilakukan dengan mendeskripsikan
konteks permasalahan yang ada dan
menyatakannya tetap dalam konteks tersebut.
▫ Jangan sampai menyelesaikan dengan benar suatu
masalah yang salah(bukan merupakan permasalahan
sebenarnya)
 Contoh : Identifikasi Masalah
Topik Deskripsi Problem
Alloy Sebuah pabrik akan Menentukan metoda fabrikasi
memproduksi logam campuran dan asal bahan tambang yang
selection
dengan sifat thermal terbaik dari dapat memberikan sifat thermal
bahan & metoda tertentu terbaik
Optimal PT.X memproses susu segar Menentukan kombinasi produk
production menjadi susu krim, yoghurt dan yang memaksimalkan profit
keju.
World Pertumbuhan penduduk Estimasi jumlah populasi
population merupakan faktor penting dalam berdasarkan data populasi yang
peningkatan produksi dan lalu
konsumsi makanan
Weather Kolam renang dirancang agar Berdasarkan data cuaca yang
changes temperatur tetap 27 C. Energi lalu, apakah ekonomis jika
panas berasal dari matahari dan dipasang pemanas tenaga
pemanas buatan matahari
Thermal power Produksi listrik dg membakar
stations batubara, menghasilkan uap utk
menggerakan turbin-generator
Component Sistem kompleks terdiri dari
Reliabilty banyak komponen. Berdasarkan
data operasi komponen, lama
operasi komponen sebelum
gagal bersifat tak pasti
Supermarket Supermarket yang besar memiliki Berapa jumlah counter yang
Operation banyak counter. Sedikit counter optimal yang harus dimiliki
menimbulkan antrean yg
panjang, banyak counter
mengurangi profit
Demand for soft Perusahaan soft drink berfikir
sdrink untk mengembangkan kapasitas
pabriknya untuk mengantisiasi
peningkatan permintaan ke
depan
Kapan dibangun, berapa
kapasitasnya, untuk base
load atau load following
Berapa lama mesin agar
tetap operasional dengan n
suku cadang komponen
yang dimiliki?
Berapa kali penggantian
komponen dibutuhkan agar
mesin tetap bekerja?
supermarket tersebut?
Bagaimana perusahaan
mendapatkan estimasi
permintaan yang baik agar
mampu membuat keputusan
dengan benar
KARAKTERISASI SISTEM
 Untuk mendapatkan deskripsi yang benar tentang
sistem yang ditinjau.
 Tidak semua “features” dalam proses dunia nyata
punya relevansi dengan problem atau solusinya.
 Karakterisasi berarti juga deskripsi parsial suatu
sistem atau suatu proses simplifikasi dan idealisasi
Konsep Karakterisasi
Real world
Problem

Goal for Total system

study description

Simplification

System
characterization
KONSEP DASAR KARAKTERISASI SISTEM
 Memahami sistem, elemen-elemen atau objeknya, variable dan
parameter, input dan outputnya.
 Sebagian besar sistem bersifat terbuka yaitu berinteraksi dengan objek
diluar sistem
 Banyaknya elemen atau objek dan interaksi antar objek akan
menentukan kompeksitas dalam pemodelan.
 Jika struktur internal sistem tidak dapat diketahui (tidak transparan)
maka digunakan pendekatan black box
 Pendekatan statik terhadap sistem yang dinamik adalah masalah
penentuan periode atau time scale.
 Jika pendekatan continuous terlalu detail maka dilakukan pendekatan
diskrit
 Adanya variabilitas pada data yang diamati menunjukkan perilaku
stokastik yang menambah kompeksitas sistem yang ditinjau.
Sistem, variable, parameter
• Sistem : kumpulan objek-objek yang saling berinteraksi dan mengarah
ke suatu tujuan tertentu.
• Setiap objek mempunyai karakteristik (attributes) tertentu.
• Atributes intrinsik disebut parameter
• Atributes yang digunakan untuk menggambarkan interaksi antar objek
disebut variables

Thermal 3 objek utama : boiler, Variable dan parameter

power station turbin, generator diturunkan dr pers heat transfer,
mekanika fluida, listrik dll
Supermarket 3 objek : customer, Jml customer di dalam toko, yang
counter, product antree dan jml barang yg dibeli
Parameter : harga produk, jmlh
counter
Keandalan Single objek Variable : state dr komponen :
komponen bekerja/gagal, umur komponen
 Sistem Terbuka dan Tertutup
Sistem terbuka jika objek di dalam sistem berinteraksi dengan objek di
luar sistem. Sebaliknya disebut sistem tertutup.

Thermal power plant

Sistem terbuka jika asal batubara dianggap objek di luar system yang
mempengaruhi sistem. Jaringan PLN dianggap objek lain yg dipengaruhi oleh
sistem

Tambang Jaringan PLN

Sistem
batubara

Permintaan Soft drink

Jika satu-satunya variabel yaitu permintaan ke depan hanya dikaitkan dengan
permintaan yg lalu, sistem menjadi tertutup. Jika dikaitkan dengan perubahan
populasi, cuaca dan promosi, sistem terbuka.

Populasi
Cuaca Sistem Permintaan soft drink

Promosi
 INTERAKSI ANTAR OBJEK
Interaksi antar objek digambarkan melalui suatu garis yg menghubungkan
variable-variable objek yang berinteraksi. Hubungan ini menjelaskan suatu
interaksi sebab-akibat yg dikenal dg “causal relationship”
Causal relationship dapat diindikasikan dengan menggunakan graph-
theoric display atau tabel matriks.

Iklan Promosi
Suatu perusahaan menggunakan promosi untuk memperbaiki penjualan yang berarti
meningkatkan pendapatan atau profit. Promosi iklan adalah suatu aktivitas yang mahal
sehingga perlu direncanakan dengan tepat berapa banyak dan jenis promosi yang
diperlukan. Diasumsikan sistem tertutup dengan 3 variabel : iklan, penjualan dan profit.
Hubungan ketiga variabel dapat digambkan dengan graph-theoric dan tabel/matriks.
iklan penjualan profit
Iklan Penjualan iklan 1 0
0
penjualan 0 0 1
Profit
profit 1 0 0
 WHITE BOX VS BLACK BOX

Sistem terbuka tetapi struktur dalam sistem tersebut tidak diketahui, maka
deskripsi ini disebut black box.
Sebaliknya jika dapat digambarkan objek-objek di dalam sistem dan atribute-
atributnya disebut deskripsi white box.

Keandalan komponen
Pertama, karakterisasi sederhana dengan hanya 1 variable yg hanya punyai 2 nilai
yaitu 1jika bekerja dan 0 jika gagal. Kedua, jika mekanisme kegagalan yaitu crack
propagation bisa digambarkan, maka kita punyai deskripsi yg lebih rinci.

Pertumbuhan penduduk
Karakterisasi sistem dimana populasi dpt dikategorisasi ke dalam umur, jenis kelamin
dan lokasi geografi mengandung informasi yg lebih detil dibanding hanya sebagai
fungsi waktu saja
FORMULASI MODEL
Jenis Sistem
• Statik
Model Manufaktur
• Dinamik
• Model Antrean
• Determisintik
• Model Inventori
• Stokastik
• Diskrit
• Kontinyu
STATIC VS DYNAMIC
Jika waktu tidak berperan sehingga semua variabel juga independen
terhadap waktu, maka sistem adalah statik.
Sebaliknya jika waktu berperan sehingga variabel nilainya berubah dg waktu,
maka kita mempunyai sistem dinamik.

Alloy Selection
Jika problem ini digambarkan sebagai sistem lup tertutup dg 3 variabel yaitu A
koeffisien thermal, B metoda produksi dan C suplier

A
B

Rocket launch
Posisi dan kecepatan roket terhadap tempat peluncuran di bumi adalah berubah
dengan waktu. Hubungan antara posisi dan kecepatan dijelaskan dengan teori
dinamika.
Continuous vs discrete
Jika variabel dalam sistem perlu digambarkan pada “all time instants”
(Continuous) atau hanya pada “relevant time instants” (discrete)
Memilih continuous atau discrete tergantung banyak aspek dalam
pemodelan.
Jika “continuous” terlalu detail, bisa digunakan skala waktu “discrete”

Permintaan soft drink

Jika tertarik pada interval permintaan mingguan, maka varibel yang
menggambarkan sistem berubah mingguan. Unsur waktu diperlakukan
sebagai discrete.

Polusi Sungai
Level konsentrasi zat pencemar di sungai pada lokasi tertentu berubah
secara kontinyu dengan waktu, sehingga digunakan pendekatan
continuous.
Deterministik Vs Stokastik
• Deterministik: Jika nilai variabel (sistem statik) atau perubahan nilainya
(sistem dinamik) bersifat predictable dengan kepastian.
•Stokastik: Jika nilai atau perubahan nilai variabelnya random dan
unpredictable.
Keandalan komponen
Data waktu kegagalan komponen sebuah mesin menunjukkan adanya
variabilitas yang besar (37 s/d 415 jam) sehingga sistem tersebut
stokastik
Peluncuran Roket
Posisi dan kecepatan roket dapat diformulsikan secara akurat dari teori
dinamika sistem, sehingga posisi dan kecepatan roket dapat diprediksi
dengan akurasi yg tingi pula. Sistem ini dipandang sbg deterministik.
Model Stokastik (Probabilistik)
• Mengandung unsur acak atau distribusi peluang
sehingga tidak hanya membuat penaksiran
keluaran yang definitif tetapi juga disertai
dengan deviasi (variance).

• Semakin besar ketidakpastian akan tingkah laku

suatu sistem semakin penting penerapan model
stokastik
Cont’

Kelahiran Migrasi

Proses Acak
Konversi
Kematian Kimia

• Tingkah laku sistem dapat menjadi deterministik apabila kuantitas

besar dilibatkan artinya variasi yang sangat kecil tidak begitu
berarti dalam taksiran yang dihasilkan model.

• Kasus epidemiologi , dinamika populasi, pengendalian populasi

terkadang didekati dengan model stokastik.
 MODEL ANTRIAN
• Pada prinsipnya sistem-sistem manufaktur, pergudangan, transportasi, pelayanan
publik , seperti rumah sakit, kantor pos dan bank mempunyai bentuk model sistem
antrean.
• Analisis antrian merupakan bentuk analisis probabilitas, bukan teknik penentuan
yang digunakan untuk mengambil keputusan dalam suatu operasi yang
mengandung masalah antrian.
• Ada sejumlah model antrian yang berbeda yang dapat digunakan, akan tetapi
bentuk yang paling umum adalah system pelayanan tunggal (single server system)
dan system pelayanan ganda (multiple server system)

Server (idle or busy)

Customer
datang Antree dilayani Pergi
 PENDEKATAN MARKOV

• N(t) yaitu jumlah customer di dalam sistem bersifat random dan memiliki
distribusi probabilitas
• Probabilitas jumlah customer N(t)=n dimana n= 0, 1, 2, …n,….,∞ adalah
pn(t)
• Jumlah keseluruhan probabilitas adalah satu
• Probabilitas pada waktu yang akan datang , pn(t+1), dapat diprediksikan
sebagai fungsi pn(t) melalui matriks transisi PT dimana berlaku pn(t+1)= PT
pn(t)
• Pada t menuju ∞, diharapkan terjadi kondisi steady-state dimana
pn(t+1)=pn(t)
PENDEKATAN MARKOV

• Asumsi yang digunakan dalam perumusan

matematik adalah :
▫ Populasi pelanggan tidak terbatas
▫ Disiplin antrian first come first served
▫ Tingkat kedatangan terdistribusi poisson
▫ Waktu pelayanan terdistribusi eksponensial
DISCRETE EVENT MODEL
• Model kejadian diskrit (discrete-event model) menggunkan
pendekatan yang sangat berbeda dengan pendekatan Markov
• Beberapa asumsi yang digunakan:
▫ Secara umum sistem dimodelkan secara dinamik, diskrit, dan probabilistik
▫ Pada t=0, tidak ada pelanggan di dalam sistem
▫ Kedatangan pelanggan pertama pada t=X1, dan jarak antar kedatangan
pelanggan berikutnya X2, X3 dan seterusnya sehingga waktu kedatangan
pelanggan kedua t=X1+X2, pelanggan ke-3 adalah t=X1+X2+X3 dan
seterusnya
▫ Waktu antar kedatangan diasumsikan adalah independent dan terdistribusi
dengan mengkuti distribusi probabilitas tertentu
▫ Lama pelayanan untuk pelanggan pertama, kedua dan seterusnya juga
bersiat independent dan terdistribusi dengan mengkuti distribusi
probabilitas tertentu.
DISCRETE EVENT MODEL
e6
e4 e5
e0 e1 e3

t1 t2 C1 t3 C2

• Variable dan parameter yang digunakan

dalam pendekatan diskrit ini adalah
▫ Variabel: status server (sibuk atau nganggur),
jumlah customer antree, dan waktu kedatangan.
▫ Kejadian (e): suatu peristiwa yang dapat
mengubah variable sistem antrean yaitu
kedatangan customer (ti) dan kepergian customer
(Ci)
▫ Aktivitas: lama enititas (customer) diproses atau
dilayani
MODEL INVENTORY
• Model Analitik
Ii

Order Placed Q

.
s

(R) . Order Received Time t

MODEL INVENTORY
• Model Simulasi
I(t)
S Ai I+(t)
I-(t)

Di I-(t)

s S – I (1)

1 2 3
T

Place an order Order arrives

VALIDASI MODEL
• Validasi adalah proses menguji kecukupan
(adequacy) dari model matematis yang diberikan
• Validasi model simulasi dilakukan dengan
mengevaluasi response dari sistem model tersebut
ym(t) dibandingkan dengan response sistem actual
ys(t) terhadap sejumlah data masukan, xs(t)
• Dalam pendekatan ini, validitas sebuah model diuji
dengan sebuah tes yang mengevaluasi persesuaian
antara model dan perilaku sistem, yaitu error atau
deviasi e(t)= ys(t) - ym(t)
• Untuk pendekatan ini, asumsi-asumsi yang dibuat
dalam membangun adalah tidak penting
Validasi Model
ys(t)
SISTEM
NYATA e(t)
xm(t)

MODEL
SISTEM
ym(t)

ym(t)

ys(t)