Manfaat/Kelebihan Model

Simulasi adalah satu-satunya cara yang dapat

digunakan untuk mengatasi masalah, jika :
1. Sistem nyata sulit diamati secara langsung
Contoh : Jalur penerbangan pesawat ruang angkasa atau
satelit.
2. Solusi Analitik tidak bisa dikembangkan, karena
sistem sangat kompleks.
3. Pengamatan sistem secara langsung tidak
dimungkinkan, karena :
- sangat mahal
- memakan waktu yang terlalu lama
- akan merusak sistem yang sedang berjalan.

tulusmartuas@gmail.com – PEMODELAN SISTEM LOGISTIK % SUPPLY CHAIN 2
Kriteria Model yang Baik
 Tingkat generalisasi yang tinggi
- Makin tinggi makin baik -> kemampuan pemecahan
masalah makin besar
 Mekanisme transparansi
- Diketahui mekanisme pemecahan masalah ->
rekonstruksi
 Potensial untuk dikembangkan
- Membuka kemungkinan pengembangan model
 Peka terhadap perubahan asumsi
- Tidak pernah berakhir, ada celah berasumsi

tulusmartuas@gmail.com – PEMODELAN SISTEM LOGISTIK % SUPPLY CHAIN 3

Prinsi Pemodel
 Tingkat generalisasi yang tinggi
- Makin tinggi makin baik -> kemampuan pemecahan
masalah makin besar
 Elaborasi
- Dimulai dengan yang sederhana dan secara bertahap
dielaborasi hingga diperoleh model yang representatif
 Sinektik
- Metode yang dibuat untuk mengembangkan
pengenalan masalah secara analogis
 Iteratif
- Terkadang diperlukan pengulangan dan penijauan
kembali
tulusmartuas@gmail.com – PEMODELAN SISTEM LOGISTIK % SUPPLY CHAIN 4
Klasifikasi Model
 Murdick et al. (1984) dan Ackoff et al. (1962)
- Fungsi
- Struktur
- Acuan Waktu
- Acuan Tingkat Ketidakpastian
- Derajat Generalisasi
- Acuan Lingkungan
- Derajat Kuantifikasi
- Dimensi

tulusmartuas@gmail.com – PEMODELAN SISTEM LOGISTIK % SUPPLY CHAIN 5

Klasifikasi Model
 Voinov (2008)

- Bentuk (form)
- Waktu (time)
- Ruang (space)
- Struktur (structure)
- Metode (method)
- Terkait Bidang (field-related)
- Tujuan (purpose)

tulusmartuas@gmail.com – PEMODELAN SISTEM LOGISTIK % SUPPLY CHAIN 6
Klasifikasi Model => Fungsi
 Model deskriptif
- Menjelaskan/menggambarkan kembali mekanisme yang
terjadi/sistem nyata
- Contoh: struktur organisasi, tampak atas tata letak
fasilitas, laporan keuangan, peta, daftar isi
 Model Prediktif
- Model yang menjelaskan bila x terjadi maka akan ada y
- Contoh: Analisis BEP, diagram pohon keputusan,
antrian
 Model Normatif
- Model yang memberikan jawaban “terbaik” dari
alternatif yang ada (terikat pada nilai)
- Contoh: model optimasi, PL, CPM/PERT
tulusmartuas@gmail.com – PEMODELAN SISTEM LOGISTIK % SUPPLY CHAIN 7

Klasifikasi Model => Struktur

 0 Model Ikonik
- 0 Model yang mempertahankan sebagian sifat-sifat fisik
- yang diwakili / dimodelkan, terkadang skala berbeda
- 0 Contoh: Maket, layout fasilitas, cetak biru
 0 Model anolog
- 0 Fisik berubah, proses dapat dilihat dari persamaannya

tulusmartuas@gmail.com – PEMODELAN SISTEM LOGISTIK % SUPPLY CHAIN 8
 Klasifikasi Model:
Struktur
0 Model Ikonik
0 Model yang mempertahankan sebagian sifat‐sifat fisik
yang diwakili / dimodelkan, terkadang skala berbeda
0 Contoh: Maket, layout fasilitas, cetak biru
0 Model anolog
0 Fisik berubah, proses dapat dilihat dari persamaannya
0 Contoh: sistem peredaran darah dengan selang, jaringan
lalu lintas dengan jaringan listrik
0 Model Simbolik
0 Fisik dan proses sudah mengalami modifikasi (behavior)
dengan menggunakan simbol untuk menjelaskan dunia
nyata
0 Contoh: rumus ABC, model PL, hukum Pithagoras

Klasifikasi Model:
Acuan Waktu

0 Model Statik
0 Model yang tidak mempersoalkan perubahan‐
perubahan karena waktu (bebas)
0 Contoh: struktur organisasi, Model laba yang
diharapkan
0 Model Dinamik
0 Model yang menunjukkan perubahan setiap saat akibat
aktivitasnya  dapat diturunkan sbg f(t)
0 Contoh: model pertumbuhan populasi
 Klasifikasi Model:
Acuan Tingkat Ketidakpastian (1)

0 Model deterministik
0 Model dalam situasi yang pasti (probabilitas sempurna)
0 Contoh: model laba, model persediaan Wilson
0 Model probabilistik
0 Model yang mencakup distribusi probabilitas untuk
input/proses (situasi probalistik)
0 Contoh: diagram pohon keputusan, peta kendali mutu,
beberapa model RO

Klasifikasi Model:
Acuan Tingkat Ketidakpastian (2)

0 Model konflik
0 Sifat alamiah pengambil keputusan berada dalam
pengendalian lawan
0 Contoh: model kompetisi, model posisi tawar
0 Model tidak pasti (uncertainty)
0 Model yang dikembangkan untuk menghadapi
ketidakpastian mutlak
0 Contoh: model maksimin‐minimaks, model teori
permainan
 Klasifikasi Model:
Derajat Generalisasi

0 Model umum
0 Model yang dapat diterapkan pada berbagai bidang
fungsional
0 Contoh: model PL, model antrian
0 Model khusus
0 Model yang diterapkan pada bidang khusus (fungsional
tunggal)
0 Contoh: model persediaan probabilistik, model
penawaran probabilitas, model reaksi penjualan sebagai
fungsi reklame

Klasifikasi Model:
Acuan Lingkungan (derajat keterbukaan)
0 Model terbuka
0 Model yang berinteraksi dengan lingkungan 
pertukaran
0 Contoh: model aksi reaksi, model sosial
0 Model tertutup
0 Model yang tidak berinteraksi dengan lingkungannya
0 Contoh: model termostat
 Klasifikasi Model:
Derajat Kuantifikasi (1)

0 Model Kualitatif
0 Model yang menggambarkan mutu (baik/buruk)
0 Model mental (di kepala), contoh proses belajar manusia
0 Model verbal (tertulis) contoh definisi
0 Model Kuantitatif
0 Model yang variabelnya dapat dikuantifikasikan (berupa
numerik)
0 model statistik, optimasi, heuristik, simulasi

Klasifikasi Model:
Derajat Kuantifikasi (2)
1. Model statistik
• Model yang mendeskripsikan dan menyimpulkan data.
• Misal tabel mortalitas dan peta kendali
2. Model optimasi
• Model yang digunakan untuk menentukan jawab
• terbaik:
• model optimasi analitik, contoh analisis marjinal, analisis
inkremental; model optimasi algoritmik, mencari jawab
terbaik melalui proses iteratif, contoh metode simpleks
 Klasifikasi Model:
Derajat Kuantifikasi (3)

3. Model heuristik
model yang digunakan untuk mencari jawab baik
tetapi bukan jawab optimum. Misal TSP,
kesetimbangan lintasan produksi
4. Model simulasi
model yang digunakan untuk mencari jawab baik
dan menguntungkan pada sistem yang sangat
kompleks, contoh model simulasi diskrit,
pemrograman dinamis

Klasifikasi Model:
Dimensi

0 Model dua dimensi

0 Model yang terdiri dari dua faktor (dimensi),
0 Contoh: model pegas, regresi linear
0 Model multidimensi
0 Model yang terdiri dari banyak faktor penentu,
0 Contoh: analisis regresi berganda, model multikriteria,
prototipe kapal
 Klasifikasi Model Menurut Alexey
Voinov (2008)

0 Bentuk (form)
0 Konseptual (verbal, deskriptif)
0 Konseptual (digramatik)
0 Fisik
0 Formal (matematik)

Klasifikasi Model Menurut Alexey

Voinov (2008) cont. …1

0 Waktu (time)
0 Dinamik vs statik
0 Kontinyu vs diskrit
0 Stokastik vs deterministik
0 Ruang (space)
0 Spasial vs local (box model)
0 Kontinyu vs diskrit
0 Struktur (structure)
0 Empiris (black box) vs berbasis proses (simulation)
0 Metode (method)
0 Analitis vs computer
 Klasifikasi Model Menurut Alexey
Voinov (2008) cont. …2

0 Terkait Bidang (field‐related)

0 Populasi
0 Komunitas
0 Ekosistem
0 Tujuan (purpose)
0 Model untuk pemahaman
0 Model untuk pendidikan / demonstrasi
0 Model prediktif
0 Model berbasis pengetahuan

You think you understood what I said, but I’m

not sure that what I said is what I thought