FAKULTAS TEKNOLOGI KOMUNIKASI DAN INFORMATIKA

PROGRAM STUDI INFORMATIKA DAN SISTEM INFORMASI

UNIVERSITAS NASIONAL
SOAL UJIAN TENGAH SEMESTER GENAP
TAHUN AKADEMIK 2022/2023

NAMA MAHASISWA : Harun Al Jafar

NPM : 207006516085
MATA KULIAH : Simulasi Permodelan
HARI/TANGGAL : Senin, 22 Mei 2023
WAKTU : 09.50 - 11.30
PROGRAM STUDI/K E L A S : SI/R.01
DOSEN PENGUJI : Aris Gunaryati, S.Si,, MMSI

JAWABAN UTS :

1. Berikan deskripsi tentang:

a. Tujuan Mempelajari Simulasi: Tujuan mempelajari simulasi adalah untuk mendapatkan

pemahaman yang lebih baik tentang sistem yang kompleks atau situasi yang sulit untuk
diamati langsung. Dengan menggunakan simulasi, kita dapat menguji berbagai skenario,
memprediksi hasil, dan mengambil keputusan yang lebih baik. Beberapa tujuan khusus
mempelajari simulasi antara lain: mengoptimalkan kinerja sistem, mengidentifikasi dan
menganalisis risiko, menguji keandalan sistem, merencanakan dan mengelola sumber daya,
serta menyediakan pelatihan dan pembelajaran yang interaktif.

Sumber referensi:

A227 Pemodelan dan Simulasi Sistem Industri Manufaktur Menggunakan Metode Simulasi
Hybrid (Studi Kasus: PT. Kelola Mina Laut) oleh Muhammad Alam Pasirulloh dan Erma
Suryani1. Jurnal ini membahas tentang penggunaan simulasi hybrid, yang merupakan
kombinasi dari simulasi dinamis dan diskrit, untuk mengoptimalkan proses produksi produk
berbasis surimi di perusahaan pengolahan ikan.

https://ejurnal.its.ac.id/index.php/teknik/article/download/23141/4087

b. Karakteristik Sistem: Karakteristik sistem dalam simulasi dapat beragam tergantung pada
jenis sistem yang sedang dipelajari. Namun, beberapa karakteristik umum sistem dalam
simulasi meliputi:

1) Kompleksitas: Sistem yang disimulasikan seringkali memiliki tingkat kompleksitas

yang tinggi, dengan banyak komponen, interaksi, dan variabel yang mempengaruhi
perilakunya. Kompleksitas ini membutuhkan model yang mampu merepresentasikan
semua aspek yang relevan dan menggambarkan hubungan antara komponen sistem.

2) Dinamika: Sistem dalam simulasi memiliki sifat dinamis, artinya perilakunya berubah
seiring waktu. Perubahan ini dapat dipicu oleh berbagai faktor, seperti input, keadaan
awal, aturan, atau interaksi antara komponen-komponen sistem.
 3) Nonlinearitas: Beberapa sistem dapat menunjukkan perilaku nonlinier, di mana
hubungan antara input dan output tidak bersifat proporsional atau terprediksi dengan
mudah. Model simulasi harus dapat menggambarkan nonlinearitas ini dengan akurat.

4) Ketidakpastian: Sistem nyata seringkali terpengaruh oleh faktor-faktor yang tidak pasti
atau acak. Oleh karena itu, simulasi sering melibatkan penggunaan elemen probabilitas
atau stokastik untuk mengatasi ketidakpastian ini.

Sumber referensi:

Pengantar Model dan Simulasi oleh Lala Septem Riza. Jurnal ini memberikan pengenalan
terhadap konsep dan prinsip pemodelan dan simulasi, serta keuntungan dan kerugian
menggunakan simulasi. Jurnal ini juga menjelaskan langkah-langkah membangun model
simulasi serta keterampilan dan pengetahuan yang diperlukan untuk simulasi.

http://file.upi.edu/Direktori/FPMIPA/PRODI._ILMU_KOMPUTER/LALA/
Materi_Kuliah/Model_dan_Simulasi/H1-Pengantar_Model_dan_Simulasi.pdf

c. Tujuan Model dalam Simulasi: Model dalam simulasi memiliki tujuan khusus dalam
membantu memahami dan menganalisis sistem yang sedang dipelajari. Beberapa tujuan
model dalam simulasi meliputi:

 Representasi: Model digunakan untuk merepresentasikan sistem nyata dengan cara yang
lebih sederhana dan terstruktur. Model mencerminkan komponen sistem, interaksi, dan
aturan yang mengatur perilaku mereka.

 Eksperimen Virtual: Model memungkinkan dilakukannya eksperimen virtual di mana

berbagai skenario dan situasi dapat diuji tanpa mempengaruhi sistem nyata. Hal ini
membantu dalam memahami konsekuensi dari keputusan atau perubahan tertentu
sebelum diterapkan dalam sistem nyata.

 Analisis dan Prediksi: Model membantu dalam menganalisis dan memprediksi perilaku
sistem. Dengan menjalankan model simulasi, kita dapat mengamati dan menganalisis
hasil yang dihasilkan serta memprediksi bagaimana sistem akan bereaksi dalam
berbagai situasi.

Sumber referensi:

Simulasi Komputer untuk Analisis Karakteristik Model Sistem Pegas Massa oleh Iwan
Prasetyo Wibowo. Jurnal ini mengilustrasikan penggunaan simulasi komputer untuk
menganalisis karakteristik model sistem pegas massa. Jurnal ini menunjukkan bagaimana
simulasi dapat membantu perancang untuk memvisualisasikan perilaku sistem dalam
berbagai kondisi operasi.

https://jurnalmesin.petra.ac.id/index.php/mes/article/download/15936/19882/31668

2. Berikan deskripsi tentang:

a. Jenis Model yang digunakan dalam simulasi: Dalam simulasi, terdapat beberapa jenis model
yang digunakan untuk merepresentasikan sistem yang sedang dipelajari. Berikut adalah
beberapa jenis model yang umum digunakan dalam simulasi:

 Model Fisik: Model fisik menggunakan benda fisik atau prototipe yang secara langsung
mewakili sistem nyata. Contohnya termasuk model skala, maquette, atau sistem fisik
yang dibangun untuk mengobservasi perilaku sistem secara nyata.

 Model Matematis: Model matematis menggunakan persamaan matematika untuk

menggambarkan hubungan dan aturan yang mengatur sistem. Model ini mencakup
model analitis yang mungkin memiliki solusi matematika eksplisit atau model numerik
yang memerlukan metode komputasi.

 Model Konseptual: Model konseptual adalah model abstrak yang berfokus pada
hubungan konseptual antara komponen sistem. Model ini digunakan untuk memahami
interaksi dan dinamika sistem tanpa memperhatikan detail implementasi fisik atau
matematis.

 Model Berbasis Agen: Model berbasis agen menggunakan entitas yang berperilaku
mandiri, disebut agen, untuk mewakili komponen sistem. Model ini bergantung pada
perilaku individu agen dan interaksi antara mereka untuk menggambarkan sistem secara
keseluruhan.

 Model Berbasis Jaringan: Model berbasis jaringan menggunakan representasi grafik

untuk menggambarkan interaksi dan hubungan antara entitas dalam sistem. Model ini
cocok untuk mempelajari sistem sosial, jaringan transportasi, atau sistem yang
melibatkan hubungan kompleks antara komponen.

Sumber referensi:

Model Simulasi untuk Sistem Manufaktur Fleksibel oleh Yohanes Gunawan dan Yohanes
Gunawan. Jurnal ini mengilustrasikan penggunaan model simulasi untuk menganalisa
sistem manufaktur fleksibel. Jurnal ini menunjukkan bagaimana simulasi dapat membantu
mengevaluasi kinerja dan efisiensi sistem.

https://journal.ithb.ac.id/telematika/article/download/253/pdf

b. Simulasi menggunakan komputer: Simulasi menggunakan komputer merujuk pada

penggunaan perangkat lunak komputer dan teknologi terkait untuk melakukan simulasi
sistem. Simulasi komputer memberikan keuntungan seperti fleksibilitas, efisiensi waktu, dan
kemampuan untuk melakukan eksperimen virtual dalam lingkungan yang dikendalikan.
Proses simulasi komputer melibatkan beberapa langkah, antara lain:

 Perumusan Masalah: Tahap ini melibatkan identifikasi tujuan simulasi, pemilihan

model yang tepat, dan pengumpulan data yang diperlukan.

 Perancangan Model: Model sistem dibangun menggunakan perangkat lunak simulasi.

Ini melibatkan representasi komponen sistem, interaksi, aturan, dan parameter yang
relevan.
  Implementasi: Model yang dirancang diimplementasikan dalam perangkat lunak
simulasi yang sesuai. Ini melibatkan penulisan kode, konfigurasi, dan pemrograman.

 Eksekusi Simulasi: Simulasi dijalankan dengan memberikan input yang sesuai dan
mengamati hasil yang dihasilkan. Output simulasi digunakan untuk menganalisis
perilaku sistem.

 Evaluasi dan Interpretasi: Hasil simulasi dievaluasi dan diinterpretasikan untuk

memahami perilaku sistem, mengambil keputusan, atau mengidentifikasi perbaikan
yang diperlukan.

Sumber referensi:

Bab 2 Studi Literatur 2.1. Studi Literatur Simulasi Komputer oleh Verrel Davendra
Praditya. Jurnal ini memberikan tinjauan literatur tentang simulasi komputer, termasuk
definisi, kelebihan, kekurangan, dan langkah-langkahnya. Jurnal ini juga menjelaskan jenis-
jenis model simulasi seperti model fisik, matematis, konseptual, berbasis agen, dan berbasis
jaringan.

https://elibrary.unikom.ac.id/id/eprint/4567/8/UNIKOM_Verrel%20Davendra
%20Praditya_12%20Bab%20II.pdf

c. Verifikasi dan validasi dalam proses simulasi: Verifikasi dan validasi (V&V) adalah dua
tahap penting dalam proses simulasi yang bertujuan untuk memastikan keakuratan dan
keandalan model serta hasil simulasi. Berikut adalah penjelasan singkat tentang kedua tahap
tersebut:

 Verifikasi: Verifikasi melibatkan pengujian model simulasi untuk memastikan bahwa

model tersebut diimplementasikan dengan benar. Tujuannya adalah untuk memeriksa
apakah model sesuai dengan persyaratan desain dan apakah model tersebut
mencerminkan konsep matematis yang diinginkan. Verifikasi melibatkan pengecekan
sintaksis, perbandingan dengan referensi atau model teoritis, dan pengujian perangkat
lunak simulasi.

 Validasi: Validasi melibatkan pengujian model terhadap data empiris atau observasi
nyata untuk memastikan bahwa model menghasilkan hasil yang memadai dan akurat.
Tujuannya adalah untuk memeriksa apakah model dapat mereproduksi perilaku sistem
yang diamati dalam dunia nyata. Validasi melibatkan perbandingan hasil simulasi
dengan data nyata, analisis statistik, dan penyesuaian parameter model untuk
meningkatkan kecocokan.

Sumber referensi:

Verifikasi dan validasi dalam model simulasi - Andi Hasad oleh Andi Hasad. Jurnal ini
memberikan tinjauan literatur tentang verifikasi dan validasi dalam pemodelan simulasi,
termasuk definisi, tujuan, metode, dan kriterianya. Jurnal ini juga membandingkan dua
pendekatan verifikasi dan validasi: internal dan independen.

https://andihasad.files.wordpress.com/2011/11/verifikasi-dan-validasi-dalam-simulasi-
model.pdf
3. Berikut adalah langkah-langkah umum dalam studi simulasi secara garis besar:

1) Identifikasi Tujuan: Tentukan tujuan yang ingin dicapai dengan menggunakan simulasi.
Apakah itu untuk menganalisis sistem yang kompleks, memprediksi perilaku dalam
berbagai skenario, atau melakukan optimasi sistem.

2) Perumusan Masalah: Definisikan masalah yang ingin diselesaikan dan identifikasi variabel
yang relevan. Perumusan masalah yang jelas dan rinci akan membantu dalam merancang
model simulasi yang tepat.

3) Desain Model: Pilih jenis model yang sesuai dengan sistem yang sedang dipelajari, seperti
model fisik, matematis, konseptual, berbasis agen, atau berbasis jaringan. Bangun model
yang mencerminkan komponen sistem, interaksi, dan aturan yang mengatur perilaku
mereka.

4) Pengumpulan Data: Kumpulkan data yang diperlukan untuk membangun dan menguji
model simulasi. Data ini dapat meliputi parameter sistem, distribusi probabilitas, waktu
antara kedatangan, atau informasi lain yang relevan.

5) Implementasi Model: Implementasikan model simulasi dalam perangkat lunak simulasi

yang sesuai. Gunakan bahasa pemrograman atau perangkat lunak khusus untuk
mengimplementasikan model dan konfigurasikan parameter yang diperlukan.

6) Eksperimen dan Analisis: Jalankan simulasi dengan memberikan input yang sesuai dan
amati hasil yang dihasilkan. Analisis hasil simulasi untuk mendapatkan wawasan tentang
perilaku sistem, mengidentifikasi pola atau tren, dan menguji skenario alternatif.

7) Verifikasi dan Validasi: Lakukan verifikasi untuk memastikan bahwa model simulasi telah
diimplementasikan dengan benar, termasuk periksa sintaksis dan kesesuaian dengan
persyaratan desain. Lakukan validasi untuk memastikan bahwa model menghasilkan hasil
yang memadai dan akurat dengan membandingkan hasil simulasi dengan data empiris.

8) Interpretasi dan Kesimpulan: Interpretasikan hasil simulasi dan ambil kesimpulan yang
relevan. Gunakan hasil simulasi untuk pengambilan keputusan, perbaikan sistem, atau
perencanaan strategi yang lebih baik.

Sumber referensi:

BAB III METODE SIMULASI 3.1 Metode Simulasi 3.1.1 Pengertian oleh Ghea Novani.
Jurnal ini memberikan gambaran umum mengenai metode simulasi, termasuk definisi,
kelebihan, kekurangan, dan langkah-langkahnya. Jurnal ini juga menjelaskan jenis-jenis model
simulasi seperti model fisik, matematis, konseptual, berbasis agen, dan berbasis jaringan.

http://repository.upi.edu/12751/6/S_MAT_1002514_Chapter3.pdf
4. Bagan tersebut menggambarkan langkah-langkah dalam penggunaan model matematika dalam
memecahkan masalah dunia nyata. Berikut adalah deskripsi langkah-langkah dalam bagan
tersebut:

 Real World Problem: Identifikasi masalah nyata yang ingin diselesaikan atau sistem yang
ingin dipelajari. Misalnya, dapat berupa masalah dalam industri, transportasi, kesehatan,
atau lingkungan.

 System Approach: Pendekatan sistematis digunakan untuk memahami dan menganalisis

sistem yang terlibat dalam masalah. Sistem didefinisikan dengan jelas, termasuk tujuan
yang ingin dicapai.

 System/Goal: Definisikan sistem dan tujuan yang ingin dicapai. Identifikasi karakteristik
sistem, komponen, interaksi, dan aturan yang mengatur perilaku mereka.

 System Characterization (Step 1): Karakterisasi sistem melibatkan pemahaman mendalam

tentang parameter dan variabel yang mempengaruhi sistem. Identifikasi parameter sistem
yang relevan untuk membangun model matematika.

 Mathematical Model (Step 2): Buat model matematika yang mencerminkan hubungan dan
interaksi antara komponen sistem. Model matematika ini menggambarkan sistem secara
matematis dengan menggunakan persamaan, fungsi, atau bentuk matematis lainnya.

 Analysis (Step 3): Lakukan analisis terhadap model matematika yang telah dibuat. Analisis
ini melibatkan manipulasi matematika, penggunaan teknik analisis, dan eksplorasi berbagai
aspek sistem yang dapat diturunkan dari model matematika.

 Validation (Step 4): Validasi dilakukan untuk memastikan bahwa model matematika
memberikan hasil yang memadai dan akurat. Hasil dari analisis model harus divalidasi
dengan data empiris, observasi nyata, atau eksperimen untuk memastikan konsistensi dan
keandalan model.

 Make Changes, Mathematical Formulations: Jika hasil validasi tidak sesuai dengan
harapan atau ada kekurangan dalam model matematika, perubahan atau perbaikan
diperlukan. Kembali ke langkah 2 untuk mengubah atau memperbaiki model matematika
dan kemudian melanjutkan ke langkah-langkah berikutnya.

 Adequate Mathematical Model: Setelah validasi yang memadai, pastikan model

matematika yang dihasilkan memadai untuk memecahkan masalah atau mencapai tujuan
yang telah ditentukan.

 Solution to Problem: Gunakan model matematika yang valid dan memadai untuk mencari
solusi dari masalah nyata atau mencapai tujuan yang ditetapkan.

Sumber referensi:

Model Pembelajaran Realistic Mathematic Education Berbasis Etnomatematika oleh Neza

Agusdianita. Jurnal ini menjelaskan bagaimana etnomatematika dapat memberikan masalah
kontekstual yang berkaitan dengan kehidupan sehari-hari dan budaya siswa. Jurnal ini juga
 menyajikan langkah-langkah model pembelajaran RME yang dapat diintegrasikan dengan
unsur-unsur etnomatematika Bengkulu.

https://jurnal.uns.ac.id/SHES/article/download/58329/34232

5. Bilangan acak (random number) adalah sekumpulan nilai yang dihasilkan secara acak dan tidak
dapat diprediksi. Dalam pemodelan dan simulasi sistem, penggunaan bilangan acak sangat
penting untuk menggambarkan ketidakpastian dan variasi dalam sistem. Bilangan acak
digunakan untuk mensimulasikan kejadian acak, variasi dalam input, atau perilaku stokastik
dalam sistem.

Cara umum untuk membangkitkan bilangan acak dalam pemodelan dan simulasi sistem adalah
dengan menggunakan generator bilangan acak. Generator bilangan acak adalah algoritma yang
menghasilkan serangkaian nilai acak berdasarkan suatu seed (benih) atau kondisi awal tertentu.
Dengan menggunakan generator bilangan acak yang baik, kita dapat memperoleh serangkaian
nilai acak yang memenuhi properti statistik dan distribusi yang diinginkan.

Beberapa metode populer untuk membangkitkan bilangan acak adalah sebagai berikut:

 Metode Linear Congruential Generator (LCG): Metode ini menggunakan persamaan

rekursif sederhana untuk menghasilkan serangkaian bilangan acak. Nilai acak dihasilkan
berdasarkan operasi aritmatika pada seed (benih) awal. LCG telah banyak digunakan
dalam simulasi dan pemodelan, namun perlu perhatian terhadap pilihan parameter agar
menghasilkan nilai acak yang berkualitas baik.

 Metode Mersenne Twister: Metode ini adalah generator bilangan acak yang sangat populer
dan sering digunakan dalam berbagai aplikasi. Metode Mersenne Twister menggunakan
struktur rekursif yang kompleks dan memiliki periode yang sangat panjang, sehingga
menghasilkan nilai acak yang berkualitas tinggi dan memiliki sifat statistik yang baik.

 Metode Metode Monte Carlo: Metode ini menggunakan prinsip probabilitas dan bilangan
acak untuk melakukan simulasi sistem. Metode Monte Carlo sering digunakan untuk
memodelkan sistem yang kompleks, di mana variabel yang tidak pasti atau variasi acak
terlibat. Dalam metode ini, bilangan acak digunakan untuk menghasilkan sampel yang
mewakili variasi acak dalam sistem dan dilakukan analisis statistik terhadap sampel
tersebut.

Sumber referensi:

Bilangan Acak - Direktori File UPI oleh Lala Septem Riza. Jurnal ini menjelaskan tentang
konsep dan pentingnya bilangan acak dalam simulasi dan pemodelan sistem. Jurnal ini juga
menjelaskan beberapa metode untuk membangkitkan bilangan acak, seperti metode
kongruensial linier, metode kuadrat tengah, dan metode Monte Carlo. Jurnal ini juga
membahas kelebihan dan kekurangan dari masing-masing metode.

http://file.upi.edu/Direktori/FPMIPA/PRODI._ILMU_KOMPUTER/LALA/Materi_Kuliah/
Model_dan_Simulasi/H3-Bilangan_Acak.pdf
 TTD MAHASISWA Dosen Penguji Tanggal Jam

Senin, 22 Mei 2023 09.50 - 11.30

Harun Al Jafar Aris Gunaryati, S.Si, MMSI

Acuan Soal (1) RPS (2) Pustaka (3) Pertemuan Kuliah (5) Peraturan dan Perundangan yang berlaku