Bab 2
Bab 2
1. Pengenalan
Dalam kebanyakan kasus, model simulasi sistem operasi dikembangkan menggunakan
perangkat lunak khusus dan tidak diprogram dari awal. Itulah kekuatan simulasi lunak
modern yang sangat diperlukan untukmemprogram bahasa pemrograman. Namun, selain
menggunakan perangkat lunak paket yang disengaja,
adalahmemahamipemahamanpemahamanpemahankepentingan prinsip yang mendasari
teknik ini. Sementara banyak dari perangkat lunak yang kami gunakan (misalnya,
spreadsheet) hanya mengotomatiskan tugas sehari-hari dan membantu untuk
melakukannya dalam skala yang lebih besar, simulasi bukanlah kegiatan sehari-hari.
Karena itu, bahaya ini bahkan lebih besar. Dalam bab ini prinsip-prinsip teknik simulasi
dijelaskan untuk memberikan pemahaman tentang perangkat lunak simulasi whatisinside.
Singkatnya, perangkat lunak melibatkan elemen: pemodelan kemajuan waktu dan
pemodelan variabilitas. Yang pertama hadir dalam semua simulasi dinamis, yang kedua
hadir dalam mayoritas. Memang, kedua elemen ini memungkinkan simulasi untuk
memodelkan variabilitas, keterkaitan, dan kompleksitas dalam suatu sistem operasi: yang
pertama secara langsung menunjukkan pertanda keberagaman, yang terkait dengan cara
memoderasi proses waktu. Hanya pengenalan singkat untuk kemajuan saat ini dan
variabilitas yang diberikan, bersama dengan beberapa contoh ilustrasi sederhana. Ini tentu
saja tidak dimaksudkan untuk memberikan detail yang cukup bagi mereka yang ingin
memprogram simulasi dari awal. Hal ini bertujuan untuk memberikan landasan dasar
dalam teknik simulasi. Bagi mereka yang ingin mengembangkan pengetahuan yang lebih
rinci tentang teknik simulasi, referensi diberikan pada poin yang sesuai.
Dalam tiga fase pendekatan simulasi peristiwa diklasifikasikan menjadi dua jenis.
B (terikat atau dipesan) peristiwa: ini adalah perubahan keadaan yang
dijadwalkan terjadi pada suatu titik waktu. Misalnya, kedatangan panggilan
dalam model pusat panggilan terjadi setiap 3 menit. Setelah panggilan
diambil oleh operator, panggilan dapat dijadwalkan selesai 5 menit
kemudian. Prinsip ini berlaku bahkan ketika ada variabilitas dalam model,
dengan memprediksi sebelumnya berapa lama suatu kegiatan tertentu akan
berlangsung. Secara umum B-events berhubungan dengan kedatangan atau
penyelesaian suatu kegiatan.
Peristiwa C (bersyarat): ini adalah perubahan status yang bergantung pada
kondisi dalam model. Misalnya, operator hanya dapat mulai melayani
pelanggan jika ada pelanggan yang menunggu untuk dilayani dan operator
tidak sibuk. Secara umum C-events berhubungan dengan dimulainya
beberapa kegiatan.
Untuk menunjukkan pendekatan tiga fase, contoh call center yang sedikit lebih
kompleks sekarang diperkenalkan (Gambar 2.2). Dua jenis pelanggan (X, Y)
melakukan panggilan ke pusat. Panggilan tiba dari pelanggan tipe X setiap 5
menit dan dari pelanggan tipe Y setiap 10 menit. Panggilan yang diterima
ditempatkan dalam antrian (dilambangkan dengan lingkaran) sebelum router
panggilan (sistem menu nada sentuh) mengarahkan panggilan ke operator yang
tepat; sebuah aktivitas yang membutuhkan waktu 1 menit. Ada dua operator,
yang pertama mengambil semua panggilan pelanggan X, yang kedua semua
panggilan pelanggan Y. Operator 1 membutuhkan tepat 4 menit untuk
menangani panggilan dan operator 2 tepat 7 menit. Sebagai langkah pertama,
semua peristiwa B dan C untuk sistem perlu didefinisikan. Ini ditunjukkan
dalam Tabel 2.3 dan 2.4 masing-masing. Perhatikan kolom yang menentukan
acara mana yang akan dijadwalkan setelah acara, misalnya, kedatangan
pelanggan tipe X mengarah ke kedatangan berikutnya yang dijadwalkan
(peristiwa B1). Karena setiap C-event mewakili awal dari suatu kegiatan,
mereka menjadwalkan B-event yang mewakili selesainya aktivitas tersebut.
Untuk acara B4 dan B5 panggilan adalah output ke ‘‘ dunia ’. Istilah ini berarti
bahwa panggilan keluar dari model. Perhatikan juga bahwa untuk statistik B4
dan B5 acara dikumpulkan berdasarkan jumlah pelanggan yang dilayani. Untuk
setiap C-event kondisi untuk dieksekusi ditentukan. Setelah mengidentifikasi
semua peristiwa, sistem dapat disimulasikan. Gambar 2.3 menguraikan
pendekatan tiga fase. Pada awal simulasi, keadaan awal model ditentukan. Ini
mungkin melibatkan menempatkan pekerjaan dalam proses dalam model untuk
menciptakan kondisi awal yang realistis (Bagian 9.5.2). B-event awal juga
dijadwalkan, misalnya, kedatangan pelanggan pertama. Acara terjadwal
ditempatkan ke dalam daftar acara yang menyimpan catatan semua acara
mendatang yang telah dijadwalkan. Simulasi kemudian bergerak ke dalam tiga
fase yang terus menerus diulang. Dalam fase-A, yang juga dikenal sebagai
eksekutif simulasi, waktu acara berikutnya ditentukan dengan memeriksa daftar
acara. Jam simulasi kemudian maju ke waktu acara berikutnya. Dalam fase-B
semua peristiwa-B karena pada waktu jam dieksekusi. Dalam fase-C semua
peristiwa-C dicoba dan yang kondisi terpenuhi dieksekusi. Karena keberhasilan
eksekusi suatu peristiwa-C dapat berarti bahwa peristiwa-C lain sekarang dapat
dieksekusi, simulasi terus mencoba peristiwa-C sampai peristiwa-peristiwa
selanjutnya tidak dapat dieksekusi. Simulasi kemudian kembali ke fase-A
kecuali dianggap simulasi selesai. Biasanya simulasi dijalankan untuk jangka
waktu yang telah ditentukan sebelumnya atau mungkin sejumlah kedatangan
yang ditentukan (Bagian 9.6).
Contoh pusat panggilan telepon: simulasi tangan
Komputer dapat dengan mudah diprogram untuk mengikuti tahapan dalam
pendekatan tiga fase. Untuk tujuan pemahaman, bagaimanapun, berguna untuk
melakukan simulasi dengan tangan. Tabel 2.5 hingga 2.13 menunjukkan
metode tiga fase dalam operasi untuk contoh call center.
Masing-masingkabelmenunjukkanpembuatanresimaksimenggunakan metode
untuk total 18 menit dari stimulasi. Status model mengikuti fase-B dan fase-C
di setiap iterasi ditampilkan. Dianjurkan agar pembaca mengikuti contoh ini
dalam hubungannya dengan bagan arus pada Gambar 2.3. Mungkin berguna
untuk membuat simulasi visual dengan menggambar diagram pada Gambar 2.2
dan menggunakan potongan kertas dengan X dan Y yang tertulis di atasnya
untuk menunjukkan pergerakan pelanggan seperti dijelaskan dalam tabel di
bawah ini. Tabel 2.5 menunjukkan kondisi awal simulasi. Diasumsikan bahwa
tidak ada panggilan di pusat telepon, meskipun panggilan telepon dapat
ditempatkan di tempat jika diperlukan.
Dua acara awal dijadwalkan untuk kedatangan pelanggan pertama X dan Y,
yang akan terjadi pada waktu masing-masing 5 menit dan 10 menit. Perhatikan
bahwa daftar peristiwa ditempatkan dalam urutan kronologis sehingga fase-A
dapat dengan mudah memilih acara di bagian atas daftar. Simulasi kemudian
memasuki fase-A yang memajukan jam ke waktu 5 menit ketika peristiwa-B
pertama, B1, terjadi (Tabel 2.6). Dalam fase-B, panggilan dari pelanggan tipe
X pertama tiba (X1) di antrian router. Kedatangan berikutnya dari panggilan
tipe X pelanggan dijadwalkan terjadi pada waktu 10 (peristiwa B1). Perhatikan
bahwa acara tersebut akan berlangsung bersamaan dengan acara B2, tetapi
ditempatkan setelah B2 dalam daftar acara karena penjadwalannya terjadi
setelahnya. Ini menjadi penting ketika peristiwa ini dieksekusi pada Tabel 2.8.
Saat memasuki fase-C, eventC1diselesaikan.Panggilan
X1menghapustuntukpelajar dandi sana dijadwalkan selesai pada waktu 6menit
(eventB3). Tidak ada peristiwa C lebih lanjut yang dapat dieksekusi. Kembali
ke fase-A, jam dimajukan ke waktu 6 menit dan peristiwa B3 dieksekusi dalam
fase-B. Akibatnya, panggilan X1 ditransfer ke antrian operator 1 (Tabel 2.7).
Dalam fase-C panggilan ditransfer ke operator 1, yang dijadwalkan untuk
menyelesaikan panggilan pada waktu 10 melalui peristiwa B4. Pada waktu 10,
tiga B-event dieksekusi, B2, B1 dan B4 masing-masing (Tabel 2.8). Semua
peristiwa ini dieksekusi sebelum memasuki fase-C. Sebagai hasil dari
pemesanan mereka, panggilan Y1 dipilih untuk memasuki antrian router
sebelum panggilan X2. Di sini prioritas pertama masuk pertama keluar
digunakan, tetapi prioritas alternatif dapat diadopsi jika diperlukan, misalnya,
menjawab panggilan pelanggan tipe X sebelum pelanggan tipe Y. Dua
peristiwa kedatangan menyebabkan acara kedatangan lebih lanjut dijadwalkan,
B1 di 15 menit dan B2 pada 20 menit. Ketika acara B4 dieksekusi, panggilan
X1 meninggalkan model dan pekerjaan lengkap dihitung bertambah dengan 1.
Acara C1 dieksekusi dalam fase-C membuat panggilan Y1 pindah ke router dan
menjadwalkan acara B3. Tidak ada peristiwa C lebih lanjut yang dapat
dieksekusi. Simulasi kemudian dilanjutkan dengan cara yang sama melalui tiga
fase (Tabel 2.9-2.13). Untuk keperluan contoh ini, simulasi dihentikan pada
waktu 18 menit (Tabel 2.13). Pada titik ini dua panggilan dari pelanggan tipe X
telah selesai dan satu dari pelanggan tipe Y. Panggilan X3 sedang dilayani oleh
operator 1.
2.3 Pendekatan simulasi berkelanjutan
Dalam seluruh rentang situasi, operasi tidak tunduk pada perubahan diskrit dalam
status, tetapi kondisi sistem berubah terus menerus sepanjang waktu. Yang paling
jelas dari ini adalah dalam operasi yang melibatkan cairan, misalnya, bahan kimia
dan pabrik minyak tanah. Dalam sistem ini tangki cairan dapat mengalami
perubahan volume yang terus menerus. Sistem yang melibatkan volume tinggi
barang yang bergerak cepat juga dapat dianggap sebagai berkelanjutan, misalnya,
pabrik makanan dan sistem komunikasi. Dalam situasi ini, tingkat granularitas yang
dengannya sistem akan dianalisis menentukan apakah itu terlihat terpisah atau
kontinu. Komputer digital tidak dapat memodelkan perubahan terus menerus dalam
keadaan. Oleh karena itu, pendekatan simulasi kontinyu mendekati perubahan
kontinu dengan mengambil langkah waktu diskrit kecil (t). Gambar 2.4
mengilustrasikan bagaimana perubahan tingkat, misalnya, cairan dalam tangki
dapat disimulasikan melalui waktu. Dalam contoh ini perubahan dalam keadaan
selama langkah-waktu diperkirakan secara linear. Semakin kecil langkah-waktu
semakin akurat perkiraan, tetapi semakin lambat simulasi berjalan, karena level
sedang dihitung ulang lebih sering per unit waktu simulasi. Pendekatan ini, tentu
saja, sama dengan metode pengiris waktu yang dijelaskan di atas. Simulasi
berkelanjutan banyak digunakan dalam, misalnya, teknik, ekonomi dan biologi. Ini
lebih jarang digunakan untuk pemodelan sistem operasi, meskipun tidak jarang
digunakan. Beberapa paket simulasi kejadian-diskrit juga memiliki fasilitas untuk
simulasi berkelanjutan, sementara itu mungkin juga memungkinkan untuk
menghentikan kontimulasi paket paket kejadian-beton dengan memasukkan acara
reguler yang meniru langkah-waktu (t). Ini berguna karena ada beberapa keadaan
di mana diskrit dan perubahan kontinu perlu digabungkan, misalnya, kegagalan
proses (perubahan diskrit) di pabrik kimia (perubahan terus-menerus). Huda dan
Chung (2002) menggambarkan contoh simulasi diskrit dan kontinu yang
memodelkan pabrik produksi kopi menggunakan perangkat lunak simulasi
komersial. Dinamika sistem adalah suatu bentuk spesifik dari simulasi
berkelanjutan yang mewakili suatu sistem sebagai seperangkat stok dan aliran
(Forrester 1961; Coyle 1996; Sterman 2000). Di antara banyak aplikasi, metode ini
sangat berguna untuk melihat isu-isu strategis dalam organisasi. Ada beberapa
situasi di mana dinamika sistem dapat digunakan sebagai pengganti simulasi
peristiwa diskrit, atau sebaliknya. Misalnya, keduanya digunakan untuk
memodelkan rantai pasokan (Anderson et al. 2000; Jain et al. 2001) dan masalah
perawatan kesehatan (Lane et al. 1998; Taylor et al. 1998). Tidak banyak yang
berani membahas antarmuka antara dua pendekatan, Lane (2000) menjadi salah
satu dari sedikit contoh. Secara umum, simulasi kejadian-diskrit lebih tepat ketika
suatu sistem perlu dimodelkan secara rinci, terutama ketika setiap item perlu
dilacak melalui sistem.
3. Variabilitas Pemodelan
Setelah mendeskripsikan penjualan sinyal dari waktu luang, perhatian harus kembali ke
aspek kedua yang merupakan pusat simulasi, pemodelan variabilitas. Dalam hal ini,
pemodelan variabilitas yang tidak dapat diprediksi menghadirkan tantangan utama dan
begitu banyak diskusi yang mengikuti fokus pada hal ini. Namun, ada beberapa
pembahasan singkat tentang bagaimana membuat variabilitas yang dapat diprediksi pada
akhir bagian ini.
Membaca melintasi deretan atas angka acak, pelanggan pertama yang tiba adalah
tipe Y (93), yang kedua tipe X (43) dan seterusnya. Urutan untuk 10 pelanggan
pertama adalah Y (93), X (43), X (08), X (21), Y (61), X (40), Y (88), X (36), X (
10), X (09). Perhatikan bahwa rasio pelanggan X ke Y adalah 7: 3 untuk urutan ini.
Ketika sebuah koin dilemparkan 10 kali, tidak perlu ada lima veading dan fi lailet.
Ini bukan karena koin bias, tetapi karena prosesnya acak. Dengan sangat banyak
lemparan diharapkan rasio kepala ke ekor tepat 1: 1. Dengan cara yang sama,
menggunakan nomor acak untuk menentukan apakah pelanggan tipe X atau Y
selama beberapa kedatangan tidak diharapkan untuk memberikan rasio tepat 6 (X):
4 (Y). Namun, selama banyak kedatangan, rasionya akan lebih atau kurang tercapai.
4. Kesimpulan
Tinjauan umum tentang cara kerja simulasi telah diberikan, menunjukkan bagaimana
perkembangan waktu dan variabilitas dapat diwakili. Tiga metode untuk memodelkan
kemajuan waktu dibahas: mengiris waktu, peristiwa diskrit dan kontinu. Discrete-event
adalah yang paling umum digunakan untuk pemodelan sistem operasi, meskipun simulasi
terus menerus (yang didasarkan pada pendekatan pengiris waktu) kadang-kadang
diperlukan. Satu pendekatan spesifik untuk simulasi peristiwa-diskrit, metode tiga fase,
dijelaskan. Penggunaan angka acak sebagai dasar untuk memodelkan variabilitas juga
dijelaskan, bersama dengan generasi nomor acak di komputer. Semua ini dijelaskan pada
tingkat pengantar dengan tujuan memahami dasar-dasarnya. Referensi diberikan yang
memberikan perlakuan yang lebih mendalam tentang topik-topik ini. Setelah memahami
dasar-dasar apa yang ada di dalam perangkat lunak simulasi, tugas selanjutnya adalah
membahas sifat dan jangkauan perangkat lunak yang tersedia.