PEMODELAN DAN SIMULASI SISTEM

FORMULASI
MODEL
Agus Rezkiawan /
Dede Arista / 32414608
Husein Ramadhani /
M. Irfan Faris / 36414962
Roni Saputra /

3ID11
Kelompok 4
 FORMULASI MODEL

Formulasi model adalah pembentukan model secara formal

berdasarkan variabel-variabel dan parameter parameter serta relasi-
relasi yang didefinisikan pada tahap karakterisasi sistem.

Model Deterministik

PROSEDUR
Model Probabilistik
FORMULASI
MODEL

Simulasi dan Optimasi

Parameterisasi
 FORMULASI MODEL

Jenis Formulasi
Formulasi model dapat dilakukan dalam beberapa bentuk,
yaitu:
Formulasi model analitik (matematika)
Formulasi model heuristik
Formulasi model simulasi
Masing-masing mempunyai prosedur formulasi model yang
berbeda.
 JENIS MODEL MATEMATIKA

Model Matematika adalah gambaran (perwakilan) suatu obyek

yang disusun guna tujuan tertentu. Sebenarnya model matematika
tidak selalu harus dalam bentuk rumus matematika, model matematika
juga dapat diartikan sebagai penggambaran suatu gejala dengan
menggunakan rumus matematika, melainkan ada yang dapat disajikan
dalam bentuk fisis. Dikategorikan berdasarkan sifat variabelnya dan
pola perubahannya terhadap waktu:
Model matematika berdasarkan waktu:
1. Model matematik statik (Deterministik)
2. Model matematik dinamik (Probabilistik)
 MODEL DETERMINISTIK

Model Deterministik adalah model matematika dimana gejala-

gejala dapat diukur dengan derajat kepastian yang cukup tinggi. Pada
Model Deterministik diasumsikan bahwa kejadian-kejadian yang ada
memiliki peluang yang tetap, dapat pula diasumsikan pasti terjadi
maupun tidak mungkin terjadi. Sistem yang bersifat deterministik
sebetulnya mengandung unsur ketidakpastian; hanya saja unsur
ketidakpastian tersebut dapat diabaikan dengan menggunakan :

1. Formulasi statis
2. Formulasi dinamis
 MODEL PROBABILISTIK

Model Probabilistik dicerminkan dari variabel-variabel yang

mengandung unsur ketidakpastian. Model Probabilistik adalah model
simulasi yang memiliki satu atau beberapa variabel random dalam
inputnya. Random input ini akan menghasilkan output yang random
pula. Dapat dibedakan menjadi:

1. Formulasi statis, yang melibatkan analisis variance dan regresi

2. Formulasi dinamis, melibatkan dua tipe variabel diskrit dan
kontinyu
 MODEL HEURISTIK

Heuristik berasal dari bahasa Yunani dari kata discovery yaitu aturan
keputusan yang mengatur bagaimana sebuah masalah harus dipecahkan. Biasanya
heuristik dikembangkan berdasarkan basis analisis yang solid terhadap masalah.
Contoh : Pekerjaan berurutan melalui sebuah mesin, penyelesaiiannya adalah
Melakukan pekerjaan yang pertama dan memerlukan least time
Pengambil keputusan menggunakan heuristik atau aturan utama dengan
berbagai alasan yang masuk akal. Sebagai contoh, pengambil keputusan dapat
menggunakan sebuah heuristik jika mereka tidak mengetahui cara terbaik untuk
memecahkan masalah atau jika teknik optimalisasi belum dilakukan.
 SIMULASI DAN OPTIMASI

Simulasi adalah tiruan dari sebuah sistem dinamis dengan menggunakan

model computer yang digunakan untuk melakukan evaluasi dan meningkatkan
kinerja sistem.

Tujuan Simulasi
Untuk meningkatkan kualitas pengambilan keputusan
Untuk mengaktifkan perencanaan yang lebih efektif
Untuk meningkatkan pemahaman tentang bisnis
Untuk mengaktifkan pengambilan keputusan lebih cepat
Untuk memberikan informasi yang lebih tepat waktu

Optimasi adalah Penggunaan teknik-teknik matematis untuk membuat model dan

menganalisa permasalahan yang berkaitan dengan alokasi optimum dari sumber
daya yang terbatas.
 PARAMETERISASI

Untuk pembuatan model, parameter-parameter yang perlu disertakan harus

diperkirakan nilainya (estimasi parameter) dengan tepat. Estimasi parameter
yang dipergunakan dalam model disebut proses parameterisasi. Kesalahan
dalam menentukan nilai parameter dapat membuat model yang dihasilkan tidak
sesuai dengan performansi sistem nyatanya.

Aspek-aspek Parameterisasi
Estimasi parameter dapat dilakukan dengan baik jika tersedia data mengenai
sistem nyata yang baik:
 ASPEK-ASPEK PARAMETERISASI

Estimasi bisa dilakukan dengan melakukan pengukuran secara langsung

Pengukuran massa benda
Penghitungan jumlah loket pelayanan
Pengukuran berat barang
Kesulitan dalam ketersediaan data untuk penentuan parameter dapat diatasi
dengan:
Penggunaan standard yang berlaku
Data dari sistem sejenis
Perkiraan (Judgement)
Jenis dari sistem juga menentukan upaya penentuan parameter
Sistem deterministik, relatif memerlukan jumlah data yang sedikit untuk
mendapatkan suatu parameter tertentu
Sistem probabilistik, umumnya memerlukan jumlah data yang lebih banyak
untuk mendapatkan nilai suatu parameter