Anda di halaman 1dari 11

• Analisis simulasi : teknik pemodelan deskriptif,

karena itu tidak ada formulasi permasalahan dan


langkah penyelesaian eksplisit yang merupakan
bagian integral dari model optimasi.
• Elemen simulasi:
• Formulasi permasalahan
• Pengumpulan dan analisis data
• Pengembangan model
• Verifikasi dan validasi model
• Percobaan dan optimasi model
• Implementasi hasil simulasi
10/26/2015 created by Hotniar Siringoringo 1
Formulasi Masalah
• Langkah yang sangat penting.
• Pemilihan satu dari sekian banyak
permasalahan
• Hal-hal berikut diungkapkan dalam formulasi
masalah:
• Identifikasi keputusan dan variabel tidak
dapat dikontrol
• Spesifikasi pembatas variabel keputusan
• Mendefinisikan ukuran kinerja sistem dan
fungsi tujuan
• Mengembangkan model struktur awal yang
menghubungkan variabel sistem dan
ukuran kinerja
10/26/2015 created by Hotniar Siringoringo 2
Variabel dan pembatas:
• Mendefinisikan sistem dan output
• Eksogenus (variabel input) dan endogenus
(variabel output)
• Variabel eksogenus : ada di luar sistem dan
tidak terikat dengan model.
• Variabel endogenus : ada dalam sistem dan
merupakan fungsi variabel eksogenus.
• Eksogenus : dapat dikontrol dan tidak dapat
dikontrol.
• Variabel eksogenus yang dapat dikontrol
dapat dimanipulasi pengambil keputusan

10/26/2015 created by Hotniar Siringoringo 3


• Variabel eksogenus yang tidak dapat
dikontrol tidak dapat dimanipulasi pengambil
keputusan.
• Variabel eksogenus yang dapat dikontrol
kadang-kadang disebut dengan variabel
keputusan.
• Variabel eksogenus yang tidak dapat
dikontrol kadang-kadang disebut dengan
parameter sistem.
• Penentuan variabel sebagai terkontrol atau
tidak tergantung dari kemampuan
pengambil keputusan mengendalikan
sumber daya.

10/26/2015 created by Hotniar Siringoringo 4


Pengukuran kinerja sistem dan fungsi tujuan:
• Ukuran kinerja sistem bisa lebih dari satu.
Pengoptimalan salah satunya bisa saling
bertentangan dengan ukuran kinerja lainnya.
Pengambil keputusan harus dapat memilih
ukuran kinerja yang paling tepat untuk tujuan
optimasi.
Pengembangan model:
• Detail model tergantung dari tujuan
pengembangan model dan kontribusi marjinal
penambahan detail.

10/26/2015 created by Hotniar Siringoringo 5


• Kompleksitas model ditentukan secara
subjektif, coba-coba yang diturunkan dari
perkiraan biaya marjinal yang harus
dikeluurkan untuk mendapatkan data dan
relasi dalam model terhadap akurasi
tambahan yang dapat diberikan.

Pengumpulan Data
• Bisa dengan pengamatan dan pelaporan
pribadi
• Membangkitkan bilangan acak
• Ukuran sampel tgt dari biaya yang bersedia
dikeluarkan untuk keakuratan tertentu.
10/26/2015 created by Hotniar Siringoringo 6
 Data : waktu pemeriksaan, jumlah kasir,
jumlah pengepak, waktu kedatangan
pelanggan
 Pengumpulannya : dengan pengamatan
langsung atau menggunakan laporan yang
ada pada komputer kasir.

10/26/2015 created by Hotniar Siringoringo 7


Pengembangan Model
• Model konseptual : menggambarkan sistem
secara konsep, dapat secara verbal atau
menggunakan grafik.
• Model logika : menerjemahkan model
konseptual ke dalam bentuk suatu diagram
alur atau algoritma.
• Model simulasi : menerjemahkan model
logika ke dalam program komputer

10/26/2015 created by Hotniar Siringoringo 8


• Pendekatan aliran entitas : ada entitas yg bisa
ditelusuri, pelanggan atau pembelian.
• Pendekatan perubahan status
Variabel status :
jlh pelanggan dlm sistem dan antrian
Menganggur tidaknya kasir dan
pengepak
Kejadian: kedatangan ke kasir, pemilihan
kasir, penyelesaian pemeriksaan dan
keberangkatan meninggalkan sistem.

10/26/2015 created by Hotniar Siringoringo 9


Verifikasi dan validasi Model
• Verifikasi dan validasi dilakukan untuk
ketiga model (konseptual, logika dan
simulasi).
• Model valid jika ukuran outputnya sangat
dekat dengan ukuran sistem nyata yang
sesuai.
• Validasi menunjukkan seberapa akurat
model memprediksi kejadian mendatang.
• Prediksi kejadian masa mendatang harus
didahului prediksi nilai variabel input.

10/26/2015 created by Hotniar Siringoringo 10


Percobaan model dan optimasi
• Analisis output : statistik
• Analisis output : analisis terminating dan
analisis keseimbangan.
• Analisis terminating : penjalanan model
diakhiri dengan beberapa kejadian spesifik.

• Percobaan model :
• desain percobaan klasik (ANOVA)
• Metodologi respon permukaan (response
surface methodology)

10/26/2015 created by Hotniar Siringoringo 11

Anda mungkin juga menyukai