MAKALAH

RISET OPERASIONAL

“SIMULASI (SIMULATION)”

OLEH:
SITI NADIA MOLAMAHU
651418079

JURUSAN ILMU TEKNOLOGI PANGAN

FAKULTAS PERTANIAN
UNIVERSITAS NEGERI GORONTALO
2021
 KATA PENGANTAR

Dengan mengucapkan puji syukur kehadirat Allah SWT yang telah memberikan rahmat
dan hidayat-Nya kepada kami sehingga kami dapat menyelesaikan tugas ini dengan baik.
Makalah ini di ajukan guna memenuhi tugas dalam mata kuliah Manajemen Operasi dengan
Judul Simulasi (SIMULATION)

Kami menyadari bahwa dalam penyusunan makalah ini masih kurang sempurna oleh
karena itu saran dan kritik yang sifatnya membangun dari semua pihak sangat diharapkan.
Akhirnya melalui kesempatan ini, penyusun mengucapkan terima kasih kepada teman semuanya
yang telah membantu hingga makalah ini dapat terselesaikan Penyusun mengharapkan semoga
makalah ini berguna bagi penyusun khususnya dan pembaca pada umumnya

Gorontalo, Juni 2021

Penyusun

i
 DAFTAR ISI

Kata Pengantar................................................................................................................i
Daftar Pustaka.................................................................................................................ii
BAB I PENDAHULUAN
1.1 Latar Belakang....................................................................................................1
1.2 Rumusan Masalah...............................................................................................1
1.3 Tujuan Penulisan.................................................................................................2
BAB II PEMBAHASAN
2.1 Defini Sistem Dan Simulasi................................................................................3
2.2 Permodelan Sistem Dan Simulasi.......................................................................4
2.3 Jenis Jenis Simulasi.............................................................................................6
2.4 Langkah Langkah Penerapan Simulasi...............................................................7
2.5 Kelebihan Dan Kekurangan Mengunakan Simulasi...........................................8
2.6 Proses Monte Carlo.............................................................................................9
BAB III PENUTUP
3.1 Kesimpulan.........................................................................................................11
3.2 Saran...................................................................................................................12
Daftar Pustaka.................................................................................................................13

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Simulasi merupakan salah satu cabang dari riset operasi.Simulasi menawarkan alternatif
mencari solusi atas permasalahan yang komplek yang tidak bisa dipecahkan dengan model
analitik.Simulasi mempunyai pengertian sebagai suatu metodologi untuk melaksanakan
percobaan dengan model dari sistem nyata. Mensimulasi berarti melakukan duplikasi atas
features bentuk dan karakteristik dari sistem nyata. Ide dasar simulasi adalah
menggunakanbeberapa perangkat untuk meniru sistem nyata guna memperlajari dan
memaknai sifat-sifat,tingkah laku (perangai) dan karakter operasi. Dalam penerapannya,
simulasi terbagi menjadi beberapa bagian berdasarkan sifat dan waktunya, ada tidaknya
peubah acak, dan jenis peubah acaknya. Akan tetapi, secara umum simulasi dapat dibagi
menjadi2 jenis yaitu :
1. Simulasi AnalogAdalah simulasi yang menggantikan lingkungan fisik yang asli dengan
lingkungan fisik yang tiruanyang lebih mudah untuk dimanipulasi. Contoh : ruang tanpa
bobot disimulasi dengan ruangan penuh air (berbobot).
2. Simulasi Matematik Adalah simulasi yang meniru sistem dengan model matematik untuk
mendapatkan opening characteristics
Sistem melalui suatu eksperimen.Pada makalah ini, akan dibahas simulasimodel
matematik yaitusuatu simulasi yang meniru situasi pada keadaan nyata dengan model
matematik termasuk didalamnya simulasi analisis antrian dan simulasi Monte Carlo.
1.2 Rumusan Masalah

1. Apa yang dimaksud dengansimulasi?

2. Apa kelebihan dari menerapkansimulasi kedalam masalah sehari-hari ?
3. Apa saja jenis-jenis simulasi?
4. Bagaimanamengaplikasikan simulasi kedalam pemecahan masalah sehari-hari ?
5. Bagaimanatahapan-tahapandari proses Monte Carlo terhadap simulasi ?
6. Bagaimana penerapan simulasi dalammasalah sistem antrian?
7. Bagaimana menerapkan analisis statistik terhadap hasil dari simulasi ?

1
1.3 Tujuan Penulisan

1. Mengetahui pengertian dari simulasi
2. Mengetahui tahapan-tahapan penerapan simulasi
3. Mengetahui tahapan-tahapandari proses Monte Carlo terhadap simulasi
4. Mengetahui penerapan-penerapan simulasi terhadap masalah sehari-hari
5. Mengetahui analisis statistik terhadap hasil simulasi

2
 BAB II

PEMBAHASAN

2.1 Definisi Sistem dan Simulasi

2.1.1 Definisi Sistem
Pengertian sistem tergantung pada latar belakang, cara pandang orang yang mencoba
mendefinisikannya. Menurut hukum sistem dipandang sebagai kumpulan aturan-aturan
yang membatasi baik oleh kapasitas sistem itu sendiri maupun lingkungan tempat sistem
itu berada, untuk menjamin keserasian dan keadilan. Schmidt and Taylor. 1970,
mendefinisikan sistem sebagai kumpulan komponen-komponen yang berinteraksi dan
bereaksi antar atribut komponen-komponen untuk mencapai suatu tujuan akhir yang
logis. Model didefinisikan sebagai suatu deskripsi logis tentang bagaimana sistem bekerja
atau komponen-komponennyabereaksi. Dengan membuat model dari suatu sistem maka
diharapkan dapat lebih mudah untuk melakukan analisis. (Arman Hakim Nasution, 2007)
2.1.2 Definisi Simulasi
Secara umum, simulasi dapat diartikan sebagai sebuah teknik menirukan atau
memperagakan kegiatan berbagai macam proses atau fasilitas yang ada di dunia nyata.
Fasilitas atau proses tersebut disebut dengan sistem, yang mana didalam keilmuan
digunakan untuk membuat asumsi-asumsi bagaimana sistem tersebut bekerja. Berikut
akan dijabarkan definisi simulasi berdasarkan para ahli.
1. Menurut Sandi Setiawan yang dikutip dari shanon, simulasi adalah proses
merencanakan suatu model dari sebuah sistem nyata dan melakukan eksperimen
dengan model tersebut dengan tujuan memahami tingkah laku sistem. atau
mengevaluasi berbagai strategi untuk mengoperasikan sistem tersebut.
2. Menurut Pritsker anda O'Reilly, simulasi adalah proses perancangan model logika
matematika dari sebuah sistem nyata dan melakukan eksperimentasi terhadap model
yang dibangun pada komputer.
3. Menurut Kelton and Sadowski (1998), simulasi adalah kumpulan metode dan aplikasi
yang menggambarkan perilaku sistem serta biasanya dilakukan pada komputer
dengan program yang tepat.

3
 4. Menurut Averial and Kelton (1991), Simulasi sebagai metode riset operasional yang
dipergunakan untuk meyelesaikan masalah yang bersifat strokastik. Simulasi
memiliki kemampuan mempresentasikan perilaku dinamis dari suatu sistem ke dalam
suatu model, simulasi ini bertujuan untuk mengevaluasi suatu model sistem secara
numerik, dan data dikumpulkan untuk memperkirakan karakteristik model yang
sesungguhnya pendekatan simulasi mendukung analisa sensitif dengan mengizinkan
perubahan yang cepat pada logika model dan data.
Dari beberapa definsi diatas dapat disimpulkan bahwa simulasi adalah proses yang
diperlukan untuk operasionalisasi model, atau penanganan model untuk meniru tingkah
laku sistem yang sesungguhnya.

2.2 Pemodelan Sistem dan Simulasi

Pemahaman tentang sistem merupakan kebutuhan mendasar jika ingin melakukan

pemodelan simulasi ataupun pengaplikasian metode analitis, karena pendekatan yang dipakai
untuk memecahkan masalah adalah pendekatan sistem( system approach), yaitu suatu
pendekatan holistik terhadap suatu persoalan. Melakukan pemodelan adalah suatu cara untuk
mempelajari sistem dan model itu sendiri dan juga bermacam-macam perbedaan perilakunya.
Berikut ini adalah gambaran dari aneka cara mempelajari sistem.
1. Eksperimen dengan Sistem Nyata dan Model
Eksperimen langsung dengan sistem nyata adalah lebih baik jika hal itu
memungkinkan, cost effective, dan relevan dengan tujuan studi. Namun kenyataan
menunjukkan bahwa sangat sulit untuk melakukan eksperimen langsung. Hal
inidisebabkan karena biaya eksperimen yang mahal, dan time consuming. Dengan
membuat model yang representatif maka kita dapat melakukan eksperimen dengan biaya
murah.
2. Model Fisik dan Matematis
Model fisik adalah model miniatur dari suatu sistem seperti maket restoran siap
saji. simulator penerbangan, dan lain sebagainya. Dalam beberapa aspek model fisik
banyak dipakai dalam pemecahan persoalan engineering dan sistem manajemen, seperti
miniatur material handling. Tetapi yang paling utama dalam persoalan engineering dan
manajemen adalah model matematis yang menggambarkan sistem sebagai hubungan

4
 yang logis dan kuantitatif yang kemudian dapat dimanipulasi dan diubah untuk
mengetahui bagaimana model bereaksi.
3. Model Simulasi dan Analitis
Model matematis digunakan untuk menjawab aspek-aspek dari suatu sistem yang
sederhana. Sehingga dengan mudah kita memecahkan setiap persoalan dengan persamaan
analitisnya. Tetapi pada kenyataannya suatu sistem bisa jadi sangatlah kompleks dan
melibatkan ketidakpastian sehingga untuk mendefinisikan model.
Tabel 1 Perbandingan Antara Model Simulasi dan Model Analitis matematisnya
sangatlah sulit. Untuk kondisi inilah simulasi sangat

Sudut Pandang Model Simulasi Model Matematis

Dapat dibuat dengan sangat
kompleks sesuai dengan
Kompleksitas tingkat kebutuhan dan tanpa
batasan waktu untuk
menjalankannya.
Dapat digunakan untuk
menganalisa beberapa struktur
Fleksibilitas system yang berhubungan
sekaligus tanpa harus
melakukan perubahan berarti.
Dapat menggunakan banyak
Kumpulan Data data untuk lebih Mendekatkan
pada kondis
Kebutuhan waktu untuk
membuat model bisa
Efesiensi
ditentukan dalam waktu yang
tidak terlalu lama.
Transparan Tidak semuanya transparan
Terbatasnya kompleksitas
system dan ti kata
kesulitan perhitungan
menin gkat secara
eksponensial sesuai
dengan besarnya system
Perubahan parameter, akan
mengubah model jika ada
perubahan struktur
Hanya membutuhkan
sedikit data, karena tujuan
kemudahan penjelasan
tentang system yang
sebenarnya
Lebih sulit diperkirakan
kebutuhan waktu dan
kemajuannya untuk
membuat suatu model
yang revresentatif
Biasanya transparan untuk

5
 pemakai yang mempunyai
terhadap pemakai
kecakapan matematis

2.3 Jenis-Jenis Simulasi

Dalam penerapnnya simulasi dapat dibagai menjadi beberapa jenis, sebagai berikut:
a. Simulasi menurut sifat dan waktunya
1. Simulasi Statis
Merupakan simulasi model yang menggambarkan suatu sistem atau proses
yang tidak dipengaruhi oleh waktu atau terjadi pada saat-saat tertentu saja.
Contoh: Simulasi Monte Carlo.
2. Simulasi Dinamis
Merupakan simulasi model yang dipengaruhi oleh waktu. Simulasi ini
kebalikan dari simulasi statis. Contoh: Simulasi kedatangan mobil ke dalam jalan
tol.
b. Simulasi menurut ada tidaknya peubah acak,
1. Simulasi Deterministik
Merupakan simulasi yang menggambarkan suatu proses yang pasti terjadi.
2. Simulasi Stokastik atau Probabilistik
Merupakan simulasi yang menggambarkan suatu proses yang mengandung unsure
ketidakpastian.
c. Simulasi menurut jenis peubah acaknya
1. Simulasi Diskrit
Merupakan simulasi dari suatu proses yang komponen-komponen
sistemnya bersifat diskrit. Contoh: Simulasi kedatangan pembeli pada
supermarket.
2. Simulasi Kontinu
Merupakan simulasi dari suatu proses yang komponen-komponen
sistemnya bersifat kontinu. Contoh: Simulasi permukaan air bendungan
3. Simulasi Campuran
Merupakan simulasi dari suatu proses yang komponen-komponen
sistemnya ada yang bersifat diskrit dan ada yang bersifat kontinu.

6
 Contoh: Simulasi proses industri.
4. Simulasi Monte Carlo
Merupakan suatu pendekatan untuk membentuk kembali distribusi
peluang yang didasarkan pada pilihan atau pengadaan bilangan acak (random).
2.4 Langkah-Langkah Penerapan Simulasi
Langkah-langkah yang perlu dilakukan untuk melaksanakan suatu simulasi, antara lain:
 Definisikan permasalahan
 Identifikasi variabel-variabel yang berhubungan dengan permasalahan
 Kembangkan model secara numeris
 Ujilah model dan bandingkan tingkah lakunya dari sistem nyata
 Jalankan percobaan (eksperimen)
 Pertimbangkan hasil yang diperoleh sebagai kemungkinan keputusan untuk
 Memodifikasi model atau mempertimbangkan mengubah masukan data
 Putuskan tindakan mana yang diambil
Adapun area-area sistem yang dapat diterapkan simulasi, antara lain:
1. Antrian
Pada system antrian. ketika beberapa asumsi yang disyaratkan antrian tidak
terpenuhi, sistem antrian yang komplek, pengembangan formula analitis tidak bisa
dilakukan maka simulasi menjadi satu-satunya analisis yang tersedia.
2. Pengendalian Persediaan:
Simulasi digunakan pada pengendalian persediaan karena pada prakteknya
permintaan sulit diketahui secara pasti sehingga simulasi merupakan variabel acak, yang
mencerminkan ketidakpastian permintaan
3. Produksi Pemanufakturan.
Pada area ini simulasi diterapkan sebagai analisis jadwal produksi, urutan
produksi, keseimbangan lini pemasangan (atas persediaan dalam proses), susunan pabrik
dan lokasi pabrik.

4. Pembiayaan

7
 Simulasi digunakan untuk menentukan input dalam perhitungan tingkat
pengembalian (rate of return) dimana infut tersebut variabel acak, seperti ukuran pasar,
harga jual. tingkat pertumbuhan dan pangsa pasar.
5. Pemasaran
Simulasi diterapkan untuk memastikan reaksi suatu pasar terhadap pengenalan
suatu produk atau terhadap kampanye periklanan untuk produk yang sudah ada.
6. Operasi Layanan Umum
Operasi pelayanan umum yang semakin komplek seperti operasi departemen
kepolisian, dinas kebakaran, kantor pos, rumah sakit, sistem pengadalian, bandar udara
dan sistem pelayanan lainya menjadikan simulasi menjadi penting penggunaannya, untuk
mengakomodasi variabel acak dalam pengoperasian dari pelayanan umum.
7. Analisis Lingkungan dan Sumber Daya
Metode simulasi dikembangkan untuk memastikan pengaruh dari proyek-proyek
seperti pabrik tenaga nuklir, penampungan, jalan bebas hambatan, dan lingkungan
sekitarnya. Dalam bidang anlisis sumber daya, model simulasi telah dikembangkan untuk
mensimulasikan sistem energi dan kemungkinan adanya sumber energi.

2.5 Kelebihan dan Kekurangan Menggunakan Simulasi

A. Kelebihan/Keunggulan Simulasi
 Simulasi dapat memberi jawaban yang tidak bisa dilakukan oleh model analitik.
 Simulasi dapat digunakan untuk analisis yang besar dan komplek pada situasi
keadaan nyata yang tidak dapat dilakukan oleh model kuantitatif konvensional.
 Model simulasi lebih realistis terhadap sistem nyata karena asumsi yang lebih sedikit.
 Simulasi membolehkan kita untuk mempelajari pengaruh alternatif dari kumpulan
individu atau variabel mana yang lebih penting.
 Pada banyak hal, simulasi lebih murah dari percobaannya sendiri.
 Dapat dihentikan dan dijalankan kembali, tanpa menimbulkan permasalahan pada
sistem.
 Menyediakan sarana untuk mempelajari sistem dalam waktu yang lebih singkat,
sehingga menghemat biaya.

8
  Memudahkan mengontrol lebih banyak kondisi dari suatu percobaan sehingga
memungkinkan untuk dicoba diterapkan secara nyata pada sistem itu.
 Untuk sejumlah proses dimensi, simulasi memberikan penyelidikan yang langsung
dan terperinci dalam periode waktu khusus.
B. Kekurangan/Kelemahan Simulasi
 Simulasi bukan presisi dan juga bukan suatu proses optimasi. Simulasi tidak
menghasilkan penyelesaian, tetapi menghasilkan cara untuk menilai jawaban
termasuk jawaban optimal.
 Model simulasi yang baik dan efektif adalah sangat mahal dan membutuhkan waktu
yang lama dibandingkan dengan model analitik
 Tidak semua situasi dapat dinilai melalui simulasi kecuali situasi yang memuat
ketidakpastian (probability).

2.6 Proses Monte Carlo

Salah satu bentuk simulasi yang paling sederhana adalah proses 'Monte Carlo" untuk
mensimulasikan variabel acak. Belakangan ini. istilah Monte Carlo telah menjadi sinonim
dengan simulasi probabilitas. Namu, dalam Monte Carlo, sampling secara lebih tegas berarti
teknik memilih angka secara acak dari distribusi probabilitas untuk menjalankan simulasi.
Monte Carlo adalah nama yang cocok karena prinsip dasar dibalik proses tersebut adalah
sama dengan yang ada pada kasino perjudian di Monaco. Di Monaco, untuk perjudian
digunakan roda roulette, dadu dan kartu. Peralatan tersebut menghasilkan angka secara acak
dari suatu populasi yang jelas. Sebagai contoh, angka 6 yang berasal dari dadu yang
dilemparkan merupakan nilai acak suatu populasi yang terdiri dari 11 nilai yang mungkin
(dimulai dari angka 2 sampai 12). Pada prinsipnya, proses yang sama itu dipakai juga dalam
proses Monte Carlo yang digunakan dalam model simulasi.
Sebelum adanya tabel angka acak atau penggunaan komputer untuk menentukan angka
acak yang dipilih, dapat digunakan dengan memutar roda Roulette yang sudah dibagi
menjadi beberapa bagian dimana setiap bagiannya terdapat nilai peluang P(x) untuk masing-
masing nilai variabel x. Kemudian, dalam masing-masing nilai variabel x diberikan angka
dari 0-99 sesuai besar probabilitasnya, sebagai contoh, jika untuk x = 0, probabilitasnya
adalah 20% atau 0.2 maka diberi angka acak dari 0-19, demikian seterusnya sampai nilai x

9
yang terakhir. Selanjutnya, roda roulette yang telah dimodifikasi tersebut diputar untuk
mendapatkan angka acaknya sesuai jumlah percobaan yang akan dilakukan untuk simulasi.

10
 BAB III
PENUTUP
3.1 Kesimpulan
 Simulasi adalah proses yang diperlukan untuk operasionalisasi model, atau penanganan
model untuk meniru tingkah laku sistem yang sesungguhnya.
 Tahapan-tahapan yang perlu dilakukan untuk melaksanakan simulasi, antara lain:
 Definisikan permasalahan
 Identifikasi variabel-variabel yang berhubungan dengan permasalahan
 Kembangkan model secara numeris Ujilah model dan bandingkan tingkah lakunya
dari sistem nyata
 Jalankan percobaan (eksperimen)
 Pertimbangkan hasil yang diperoleh sebagai kemungkinan keputusan untuk
memodifikasi model atau mempertimbangkan mengubah masukan data
 Putuskan tindakan mana yang diambil
 Tahapan-tahapan dalam menerapkan proses Monte Carlo untuk melaksanakan suatu
simulasi :
 Membuat distribusi peluang untuk variabel penting
 Membangun distribusi peluang kumulatif untuk tiap-tiap variabel di tahap pertama
Menetukan interval angka random untuk tiap variable
 Membuat angka random
 Membuat simulasi dari rangkaian percobaan
 Simulasi dapat diterapkan dalam sistem antrian karena beberapa syarat seperti tingkat
kedatangan harus berdistribusi Poisson dan waktu pelayanan harus berdistribusi
eksponensial sulit terpenuhi. Dengan melakukan simulasi pada sistem antrian, akan
diperoleh opening characteristics nya seperti waktu menunggu rata-rata dan waktu rata-
rata dalam sistem. Selain pada sistem antrian, simulasi juga dapat diterapkan dalam.
 Pengendalian Persediaan
 Produksi Pemanufakturan
 Pembiayaan
 Pemasaran
 Operasi Layanan Umum

11
  Analilis Lingkungan dan Sumber Daya
 Pada umumnya, hasil dari suatu model simulasi merupakan pengukuran statistika seperti
rata-rata, sehingga diperlukan suatu analisis statistik untuk menguji akurasinya, yaitu
dengan menggunakan batas keyakinan (confidence limit), dengan formula, sebagai
berikut:
Formula statistika untuk 95% tingkat keyakinan :
batas atas tingkat keyakinan +(1.96)(s/√n)
batas bawah tingkat keyakinan: -(1,96) (s/n)

3.2 Saran

Semua simulasi yang baik memerlukan perencanaan dan organisasi yang baik, jadi
simulasi dapat bergantung pada suatu perencanaa yang baik.

12
 DAFTAR PUSTAKA

Bronson, Richard.Theory and Problem of Operation Research Singapore:McGraw-Hill.

Hamdy A. Taha. 1992. Operation Research.: An Introduction. McMillan.

Hilier, Frederich S. and Lieberman.1990. Introduction to Operation Research, McGraw

Hill.

Hotniar, Siringoringo.2005. Linear. Yogyakarta:Graha Ilmu.

Pangestu,Subagyo dkk. 1986.Dasar-Dasar Operations Research. Yogyakarta:BPFE.

Sinaga. Marlina Setia.2010.Riset Operasi.Kupang:UNDANA-Press.

Taylor Bernard W.2005.Introduction to Management Manajemen).Ed.1.buku 2.

Jakarta:Penerbit Salemba Empat.

13