SIMULASI SISTEM

Sistem

Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan

tertentu.

Karakteristik Sistem:

komponen ; Relasi; Tujuan ; Batasan; Lingkungan; Interface; Input;

Output.

Cara Mempelajari system:

SISTEM

Eksperimen dengan Eksperimen

sistem sebenarnya dengan model

Model Model
Fisik Matematik

Solusi SIMULASI
Analitis

1
Komponen sistem:

1. Entiti: objek sistem yang menjadi pokok perhatian.

2. Atribut: sifat yang dimiliki oleh entity

3. Aktivitas: proses yang menyebabkan perubahan dalam sistem yang

dapat merubah atribut dan entiti

4. Status: kumpulan variabel yang penting untuk menggambarkan sistem.

5. Kejadian: peristiwa sesaat yang dapat merubah variabel status sistem.

Sistem Entiti Atribut Aktivitas Kejadian Variabel

Status
Bank Pelanggan Pemeriksaan Melakukan Kedatangan, Jumlah
rekening deposito kepergian teller yang
sibuk,
jumlah
pelanggan
yang
menunggu
Produksi Mesin Kecepatan Pengelasan, Kerusakan Status
kapasitas, pengecatan mesin
tingkat (sibuk,
kerusakan nganggur,
atau rusak)
Persediaan Gudang Kapasitas Pengambilan Permintaan Level
persediaan,
pesanan
yang belum
dipenuhi

Model :

Æ Suatu representasi yang memadai dari suatu sistem

Æ miniature atau “ potret atas intisari” yang mencerminkan karakteristik

yang dipilih dari sistem tersebut

Æ Penyederhanaan dari sistem yang akan dipelajari

2
Kegunaan model:

1. Memberikan gambaran mengenai keadaan suatu sistem (description)

2. Menerangkan keadaan suatu sistem (explanation)

3. Memberikan perkiraan / proyeksi keadaan suatu sistem bila terjadi

perubahan-perubahan tertentu (prediction)

Klasifikasi Model

1. Berdasarkan Fungsi ( Model deskriptif, prediktif, & normatif).

2. Berdasarkan Struktur (Model ikonis, Model simbolik, & model analog)

3. Berdasarkan Waktu (Model statis & dinamis)

4. Berdasarkan Tingkat Ketidakpastian (Model deterministik,

probabilistik, konflik, & tidak pasti).

5. Berdasarkan derajat generalisasi (Model umum & khusus)

6. Berdasarkan lingkungan (Model terbuka & tertutup)

7. Bersadarkan Derajat Kuantifikasi (Model mental, verbal, statistik,

optimasi, heuristik, & simulasi)

8. Berdasarkan Dimensi (Model dua dimensi & multidimensi)

1. FUNGSI

Model deskriptif

• Hanya memberi gambaran “gambaran” dari sistem nyata

• Menggambarkan kondisi sekarang atau masa lalu tanpa usaha

memprediksi sesuatu

Contoh: Diagram tata letak pabrik

Struktur organisasi

Laporan Keuangan

3
 Model Prediktif

• Menghubungkan variabel terikat dan bebas untuk meramalkan

hasil dari kondisi tertentu.

• Memungkinkan melakukan percobaan dengan pertanyaan “jika”

Contoh: Diagram keputusan

Model Normatif

• Memberi jawaban terbaik dari alternatif yang ada terhadap suatu

masalah

• Kesulitan utama model ini adalah menentukan kriteria yang tepat

untuk memilih jawaban tebaik

Contoh:

Model simpleks dalam Program Linear

Model Perencanaan CPM dan PERT

2. STRUKTUR

Model Ikonik

• Mempertahankan sebagian dari sifat-sifat fisik dari hal-hal yang

diwakili.

• Model ini menyerupai sistem yang sebenarnya, tetapi dalam skala

yang berbeda.

Contoh:

Maket tiga dimensi tata letak pabrik

Model miniature mobil/pesawat

Foto udara kampus

4
 Model Analog

• Terdapat subsitusi komponen atau proses guna menunjukkan

persamaan dari apa yang akan dibentuk oleh model.

• Menggunakan karakteristik sistem untuk merepresentasikan

beberapa sistem lain.

Contoh:

Mempelajari sistem peredaran darah dengan membuat selang-selang.

Grafik yang memakai jarak (skala) untuk mewakili saling hubungan antar

variabel. Flow Chart, Operation Process Chart.

Model simbolik

• Menggunakan berbagai simbol-simbol untuk menerangkan aspek-

aspek dunia nyata.

• Menerapkan model matematik, statistika, dan logika.

• Keterbatasan model ini adalah hasilnya tidak mudah

diinterpretasikan, karena asumsi-asumsi dari model tidak cukup

dikemukakan.

Contoh: TC = PC + CC + IC menyatakan bahwa Biaya persediaan total

(TC) sama dengan biaya pembelian (PC) ditambah biaya pengadaan

(CC) ditambah biaya barang atau item (IC)

Model antrian

Programa linear

3. WAKTU

Model Statis

• Tidak mempersoalkan perubahan-perubahan karena waktu.

Contoh: Struktur organisasi

Model Dinamis

5
 • Menunjukkan perubahan setiap saat akibat perubahan karena waktu.

• Model dinamis memiliki waktu sebagai variabel bebas

Contoh: Model pertumbuhan

4. TINGKAT KETIDAKPASTIAN

Model Deterministik

• Adanya output tertentu yang ditetapkan secara unik, sebagai

pemecahan model dalam suasana yang pasti.

• Tingkat kepastian didasarkan pada tingkat pengetahuan yang

dimiliki oleh pengambil keputusan.

Contoh: EOQ

Model Probabilistik

• Model yang mencakup distribusi-distribusi kemungkinan untuk

input-inputnya.

• Model ini membantu mengambil keputusan dengan faktor resiko.

Contoh: Diagram pohon keputusan

Peta pengendali statistic

Model Konflik

• Sifat alamiah pengambil keputusan berada pada pengendalian

lawan

Contoh: Perang, Posisi tawar (bargaining), Negosiasi

Model Tak Pasti (Uncertainty)

• Model yang dikembangkan untuk menghadapi ketidakpastian

mutlak.

• Kondisi masa depan dan probabilitasnya tidak diketahui.

6
 • Pemilihan jawab berdasarkan pertimbangan, utilitas, dan resiko

berdasarkan probabilitas subjektif

Contoh:

Model keputusan,maksimin-minimaks

Model permainan (game)

5. DERAJAT GENERALISASI

Model Umum

• Model yang dapat diterapkan pada berbagai bidang

funsional/masalah yang bebeda.

Contoh: Progran Linear dalam memecahkan masalah alokasi sumber.

Model Khusus / Spesifik

• Model yang hanya bisa diterapkan pada masalah tertentu saja.

Contoh: Model Persedian probabilistik

6. LINGKUNGAN

Model Terbuka

• Memiliki interaksi dengan lingkungannya berupa pertukaran

informasi, material, atau energi.

• Memiliki satu atau lebih variabel eksogen yaitu variabel dari

lingkungan eksternal.

Contoh: Model input-output

Model Tertutup

• Tidak memiliki interaksi dengan lingkungannya.

• Memiliki variabel yang seluruhnya berasal dari variabel endogen

yaitu variabel yang berasal dari lingkungan internal.

7
 Contoh: Model thermostat

7. DERAJAT KUANTIFIKASI

Kualitatif

Model Mental

• Model yang menggambarkan titik awal dari abstraksi pengambilan

keputusan dalam memahami suatu masalah.

Contoh: proses berfikir dan proses belajar manusia.

Model Verbal

• Disajikan dalam bahasa sehari-hari dan tidak dalam bahasa logika

simbolis atau matematik.

• Relatif lebih mudah di kalangan pakar ataupun orang awam dan biaya

rendah.

Contoh: Model konseptual atau karakterisasi system.

Pernyataan keandalan pekerja = f (kemampuan, kepuasan kerja,

kebijakan, sosialisasi)

Kuantitatif

Model Statistik

• Model yang mendeskripsikan dan menyimpulkan data

Contoh: Model korelasi dan regresi

Model Optimasi

• Model yang digunakan untuk menentukan jawab terbaik.

• Dibedakan atas Model optimum analitik dan model optimasi

algoritmik

8
 • Model optimum analitik, mencari jawab yang terbaik memalui teknik

analitik dan melalui proses langsung, contoh: Analisis marginal

• Model optimasi algoritmik, mencari jawab terbaik melalui proses

yang berulang atau iteratif

Contoh: Model simpleks, Model Transportasi

Model Heuristik

• Model yang digunakan untuk mencari jawab yang baik, tetapi bukan

jawab yang optimum.

• Merupakan model dengan pendekatan praktis.

Contoh: Keseimbangan lintasan produksi

Model Simulasi

• Model untuk masalah-masalah kompleks

• Simulasi adalah suatu model system yang komponen-komponennya

direpresentasikan oleh proses-proses aritmatika dan logika yang

ada pada computer untuk memperkirakan sifat-sifat dinamis system

tersebut.

Contoh: Miniatur jaringan lalu lintas perkotaan

8. DIMENSI

Model Dua Dimensi

• Model yang terdiri dari dua faktor atau dimensi penentu.

• Merupkan model yang paling sederhana.

Contoh: Regresi linear sederhana, y = a + bx

Peta atau foto

9
 Model Multidimensi

Model yang terdiri dari banyak factor penentu atau lebih dari dua

variabel.

Contoh: Model Goal Programming

Prototipt kapal, pesawat dll.

Simulasi

Suatu model pengambilan keputusan dengan mencontoh atau

mempergunakan gambaran sebenarnya dari suatu sistem kehidupan dunia

nyata tanpa harus mengalaminya pada keadaan yang sesungguhnya

Tujuan mempelajari simulasi:

Diharapkan dapat mempelajari suatu sistem dengan memanfaatkan

komputer untuk meniru perilaku sistem tersebut.

Simulasi dengan komputer:

Simulasi dilakukan dengan membuat model yang merupakan tiruan dari

kasus sesungguhnya. Pengambil keputusan perlu melakukan rancang bangun

(design) yang biasanya menggunakan computer, yang mampu menirukan

apa-apa yang dilakukan oleh system yang menjadi objek kajian. Ada yang

dibuat dengan peralatan dan ukuran yang sama persis dengan yang

sesungguhnya, misalnya simulasi cockpit pesawat terbang Boeng 747.

Aplikasi Studi Simulasi

• Mendisign sistem transportasi

• Mengevaluasi sistem pelayanan dalam bidang perbankan

• Menentukan pengaturan dalam system inventory/persediaan

10
• Mengetahui kebutuhan software dan hardware untuk sebuah sistem

komputer

• Design dan analisis system manufaktur

• dll

11
Lanjutan Materi Simulasi

Mengapa Perlu Simulasi

1. Simulasi adalah satu - satunya cara yang dapat digunakan untuk

mengatasi masalah, jika sistem nyata sulit diamati secara langsung.

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

Simulasi Monte Carlo

Monte Carlo bukan jenis simulasi, melainkan hanya suatu teknik yang dapat

digunakan untuk menyelesaikan suatu simulasi.

Model simulasi ini menggunakan angka – angka random.

Prosedur penyelesaian pada simulasi Monte Carlo adalah sebagai berikut:

1. Buatlah tabel distribusi probabilitas kumulatif masalahnya,

kemudian tentukan interval probabilitas kumulatif tersebut dan

interval angka randomnya.

2. Pilihlah sebuah angka random secara sembarang (acak) dari tabel

angka random.

3. Ulangi pemilihan angka random kedua dan seterusnya pada daftar

yang arahnya boleh ke mana pun dari angka random pertama asal

tidak berulang (angka random pertama yang dipilih tidak dipilih lagi).

12
Contoh Soal 1:

Berikut ini catatan penjualan dinner set per hari dari perusahaan “Mekar

Selalu” dan disertai dengan probabilitas hasil penjualannya, disajikan

dalam tabel berikut.

Penjualan (X) Probabilitas (P(X))

10 0.15
11 0.2
12 0.25
13 0.1
14 0.2
15 0.1

a. Berapa banyak penjualan diner set perusahaan tersebut tiap hari

selama 10 hari (percobaan selama 10 kali) ?

b. Berapa nilai harapan penjualan berdasarkan hasil simulasi dan hasil

analitik?

Jawab:

1. Tabel distribusi probabilitas kumulatif peristiwa.

X P (X) Prob. Kum. Interval Interval

Prob.Kum. Angka random
10 0.15 0.15 0.00 – 0.14 00 - 14
11 0.20 0.35 0.15 – 0.34 15 - 34
12 0.25 0.60 0.35 – 0.59 35 - 59
13 0.10 0.70 0.60 – 0.69 60 - 69
14 0.20 0.90 0.70 – 0.89 70 - 89
15 0.10 1.00 0.90 – 0.99 90 - 99

2. Misalkan angka random yang dipilih adalah dari kolom 2 baris 11. Angka

random untuk kolom dan baris ini adalah 0.5.

3. Angka random berikutnya yang dipilih adalah 89, 18, 08, 26, 47, 94, 06,

72 dan 40.

13
 a. Banyaknya penjualan dinner set per hari diperlihatkan pada tabel

berikut ini.

Hari Angka Random (r) X

1 5 10
2 89 14
3 18 11
4 8 10
5 26 11
6 47 12
7 94 15
8 6 10
9 72 14
10 40 12
Jumlah 119

b. Nilai harapan penjualan (rata-rata penjualan) hasil simulasi adalah

sebagai berikut.
119
E( X ) = = 11,9
10
Nilai harapan penjualan secara analitik adalah sebagai berikut.

E ( X ) = ∑ X .P ( X )

= 10 (0.15) + 11 (0,2) +12 (0,25) + 13 (0,1) + 14 (0,2) + 15 (0,1)

= 12,

Contoh soal 2

Dari catatan masa lalu sebuah rumah sakit menerima panggilan

darurat antara 0 sampai 5 per hari dengan distribusi probabilitas

sebagai berikut:

14
 Panggilan Probabilitas
0 0.03
1 0.2
2 0.15
3 0.25
4 0.30
5 0.07
Petugas bagian unit gawat darurat membedakan panggilan itu ke dalam tiga

kelompok, yaitu ringan, sedang, dan berat. Jenis kelompok ini menentukan

jumlah petugas yang akan dikirim. Jika tergolong ringan dikirim 1 petugas,

sedang dikirim 2 petugas, dan berat dikirim 3 petugas. Distribusi

probabilitas panggilan menurut kelompok adalah seperti berikut:

Jenis Panggilan Probabilitas

Ringan 0,35

Sedang 0,50

Berat 0,15

Jawab:

Prosedur jawaban sama dengan simulasi Monte Carlo

1. Tabel distribusi probabilitas kumulatif peristiwa.

X1 P(X) Prob. Interval Interval

Kum. Prob.Kum. Angka random (r1)
0 0.01 0.03 0.00 – 0.02 00 - 02
1 0.2 0.23 0.03 – 0.22 03 - 22
2 0.15 0.38 0.23 – 0.37 23 - 37
3 0.25 0.63 0.38 – 0.62 38 - 62
4 0.30 0.93 0.63 – 0.92 63 - 92
5 0.07 1.00 0.93 – 0.99 93 - 99

X1 P(X) Prob. Interval Interval

Kum. Prob.Kum Angka random (r1)
Ringan 0.35 0.35 0.00 – 0.34 00 - 34
Sdg 0.50 0.85 0.35 – 0.84 35 - 84

15
 Berat 0.15 1.00 0.85 – 0.99 85 - 99

2. Misalkan dipilih angka random pada kolom 4 baris 1. Angka random

untuk kolom dan baris ini adalah 45, untuk r1.

3. Untuk nilai r2, diambil angka random yang berada dibawah angka

random untuk r1, misalnya r2 setelah angka random 45 adalah 70,

33, 69.

4. Tabel simulasi selama 4 kali percobaan atau 4 hari diperlihatkan

dibawah ini.

Hari r1 Banyaknya r2 Jenis Petugas Jumlah

Panggilan Panggilan dikirim Petugas/hari
1 45 3 70 sedang 2 5
33 ringan 1
69 sedang 2
2 88 4 16 ringan 1 5
07 ringan 1
37 sedang 2
03 ringan 1
3 47 3 06 ringan 2 7
55 sedang 2
86 berat 3
4 25 2 63 sedang 2 3
18 ringan 1
a. – rata –rata panggilan darurat ringan sehari = 6 / 4 = 1,5

- rata –rata panggilan darurat sedang sehari = 5/4 = 1,25

- rata – rata panggilan darurat berat sehari =1/4 = 0,25

b. Jumlah maksimum petugas yang perlu disiapkan adalah 7.

16