Simulasi

simulate yang berarti menirukan,

simulation mempunyai makna tiruan atau
upaya menirukan, yaitu menirukan suatu
sistem nyata (real system/yang sebenarnya
berjalan) yang menjadi obyek kajian dalam
rangka mencari jawaban atas persoalan sistem
tersebut.
 Simulasi sistem static
Adalah suatu model simulasi yang dapat
penyajian/merepresentasikan sistem yang
tidak mungkin berubah-rubah / tetap
sepanjang waktu. contoh simulasi statis
adalah Monte Carlo model.
 Simulasi sistem dinamis
Adalah suatu model simulasi yang dapat
merepresentasikan sistem yang berubah-ubah
sepanjang waktu. Simulasi pengendalian
kedudukan satelit, misalnya.
Model ini akan selalu mengikuti setiap
perubahan posisi satelit setiap saat dan
perubahan-perubahan itu selalu dicatat untuk
diinformasikan ke fihak lain untuk dilakukan
pengendalian kedudukan satelit.
 Deterministic Simulation
Kejadian yang berubah status suatu sistem
bila ditentukan secara pasti/deterministic.
Contoh: meninjau sistem perusahaan :
kegiatan pegawai suatu perusahaan, status
pegawai ada yang kerja, istirahat, pulang
 Stochastic Simulation
Kejadian yang berubah status suatu sistem
tidak dapat ditentukan secara
pasti/deterministic. Contoh : sistem antrian
teller di bank
Kasus ->Nasabah : (tidak bisa ditentukan)
datang ke bank
antrian di teller
dilayani oleh teller pulang
 Simulasi sistem diskrit
Sistem diskrit adalah sistem yang mana
perubahan statenya terjadi pada waktu-waktu
yang diskrit. Model-model simulasi sistem
diskrit banyak dijumpai pada dunia
manufaktur. Tatkala mensimulasikan
kedatangan pelanggan, terjadinya produk
cacat, mesin-mesin yang mengalami break
down, maka yang terjadi adalah simulasi sitem
diskrit.
 Simulasi sistem kontinyu
Simulasi sistem kontinyu dapat dijumpai pada sistem
yang perubahan statenya terjadi secara kontinyu.
Simulasi sitem navigasi pesawat terbang dan kapal
laut, simulasi pengendalian tinggi permukaan air
bendungan, simulasi sistem pengilangan dan
penjernihan minyak bumi, dan lain sebagainya. Laju
kelahiran penduduk dunia, karena adanya agregasi
tinjauan atas real sistem, dapat juga digolongkan
sebagai simulasi kontinyu.
 Catatan : Yang bisa dibahas seperti : model
matematis dengan dynamic simulation dan
stochastic simulation dan discrete simulation.
Karena komputer adalah alat digital, bukan
analog.
 Elemen Simulasi
Analisis simulasi merupakan teknik
pemodelan deskriptif, karena itu tidak ada
formulasi permasalahan dan langkah
penyelesaian eksplisit yang merupakan bagian
integral dari model optimasi.
Meskipun tidak ada langkah eksplisit, paling
tidak kita dapat menggunakan elemen simulasi
berikut dalam perancangan model simulasi:
Formulasi permasalahan
Pengumpulan dan analisis data
Pengembangan model
Verifikasi dan validasi model
Percobaan dan optimasi model
Implementasi hasil simulasi
 Formulasi Masalah merupakan suatu langkah
yang sangat penting dalam perancangan
model simulasi. Formulasi masalah yang tidak
tepat tidak akan mungkin menghasilkan
model yang tepat (akurat).
 Formulasi masalah merupakan suatu kegiatan
untuk memilih satu permasalahan yang
dianggap paling penting untuk diselesaikan
saat itu dari sekian banyak permasalahan.
Hal-hal berikut diungkapkan dalam formulasi
masalah:
Identifikasi keputusan dan variabel tidak dapat
dikontrol
Spesifikasi pembatas variabel keputusan
Mendefinisikan ukuran kinerja sistem dan
fungsi tujuan
Mengembangkan model struktur awal yang
menghubungkan variabel sistem dan ukuran
kinerja
 Variabel dan pembatas
Setelah manajemen memutuskan
permasalahan yang akan diselesaikan dalam
model simulasi, maka langkah selanjutnya
adalah menentukan variable yang
mendefinisikan sistem dan outputnya.
Variabel dapat dikategorikan sebagai variabel
eksogenus dan endogenus.
 Variabel eksogenus kadang-kadang disebut
juga sebagai variabel input sedangkan variabel
endogenus disebut juag sebagai variabel
output.
Variabel eksogenus : ada di luar sistem dan
tidak terikat dengan model.
Variabel endogenus : ada dalam sistem dan
merupakan fungsi variabel eksogenus.
 Variabel eksogenus terdiri dari variabel yang
dapat dikontrol dan tidak dapat dikontrol.
Variabel eksogenus yang dapat dikontrol dapat
dimanipulasi pengambil keputusan,
Variabel eksogenus yang tidak dapat dikontrol
tidak dapat dimanipulasi pengambil
keputusan.
Jadi untuk menyelesaikan permasalahan yang
dihadapi manajemen, menggunakan model
simulasi, mereka hanya dapat memanipulasi
variabel eksogenus yang dapat dikontrol.
 Penentuan variabel sebagai terkontrol atau
tidak tergantung dari kemampuan pengambil
keputusan mengendalikan sumber daya.
Variabel eksogenus yang dapat dikontrol
kadang-kadang disebut dengan variabel
keputusan.
Variabel eksogenus yang tidak dapat dikontrol
kadang-kadang disebut dengan parameter
sistem.
 Sumber daya yang membatasi dalam
mencapai tujuan juga harus didefinisikan
dengan tepat. Permasalahan timbul karena
adanya batasan-batasan dalam sistem.
 Pengukuran kinerja sistem dan fungsi tujuan

Ukuran kinerja sistem bisa lebih dari satu.

Pengoptimalan salah satunya bisa saling
bertentangan dengan ukuran kinerja lainnya.
Pengambil keputusan harus dapat memilih
ukuran kinerja yang paling tepat untuk tujuan
optimasi.
 Pengembangan model
Pemahaman yang baik akan sistem
sebenarnya sangat diperlukan dalam
membentuk model dan merupakan hal yang
sulit juga untuk dilakukan. Tidak ada
pendekatan yang baku dalam membentuk
model. Ada dua pendekatan yang dapat kita
gunakan, yaitu pendekatan aliran fisik dan
perubahan status.
 pendekatan aliran fisik,
pemrosesan/perpindahan entiti secara fisik
ditunjukkan dalam model. Keberadaan entiti
ini dilacak dalam sistem selama proses
penjalanan simulasi, untuk mengetahui entiti
sedang diproses dimana dan pencabangan
aturan keputusan untuk menentukan rutenya.
Diagram alur entiti dan pemrosesan elemen
sistem memberikan representasi sistem
darimana model dan pemrograman
komputernya dikembangkan.
 Dalam pendekatan perubahan status, kita
memerlukan variabel status (termasuk dalam
klasifikasi variabel endogenus) dan kejadian.
 Pengumpulan Data
Data diperlukan untuk percobaan model.
Verifikasi dan validasi model dapat dilakukan
dengan adanya data. Dalam validasi dan
verifikasi, analisis menguji seberapa dekat
model yang dibuat dapat meniru sistem
aslinya dengan membandingkan output model
dengan kinerja sistem.
 Output akan diperoleh jika simulasi dijalankan
untuk data tertentu. data bisa diperoleh
dengan pengamatan dan pelaporan pribadi,
atau dengan membangkitkan bilangan acak
jika data historisnya sudah ada. Cara kedua ini
khususnya digunakan untuk model
probabilistik. Ukuran sampel tergantung dari
biaya yang bersedia dikeluarkan untuk
keakuratan tertentu
 Verifikasi dan validasi Model
Prediksi kejadian masa mendatang harus didahului
prediksi nilai variabel input.
Percobaan model dan optimasi
Verifikasi dan validasi dilakukan untuk ketiga model
(konseptual, logika dan simulasi).
Model valid jika ukuran outputnya sangat dekat
dengan ukuran sistem nyata yang sesuai.
Validasi menunjukkan seberapa akurat model
memprediksi kejadian mendatang.
 Aspek-aspek
3 aspek kajian simulasi
a. Aspek permodelan sistem
b. Aspek pemrograman komputer
c. Aspek percobaan (statistik)
 Tahapan utama dalam melakukan
pemodelan sistem adalah:
Penetapan tujuan
Identifikasi masalah
Pengembangan model konseptual
Penembangan model matematis
Validasi
 Agar komputer bisa memberikan penyelesian
atas model matematik sistem, maka model
tersebut harus diubah ke dalam bentuk
program komputer. Disamping itu program
tersebut juga harus mampu menirukan
nuansa perilaku sistem nyatanya. Pada tahap
inilah aspek pemrograman dijumpai.
 Membuat program yang baik dan benar bukan semata
membuat program yang bebas dari kesalahan saja,
tapi juga perlu mempertimbangkan beberapa hal,
seperti:
a. Harus efisien dalam menggunakan memori komputer.
b. Harus hemat waktu eksekusi (run-time).
c. Harus mempunyai bentuk yang terstruktur.
d. Harus mudah dipelajari dan mudah dimodifikasi.
 Untuk mendapatkan hasil simulasi yang
berupa jawaban sistem nyatanya, aspek
rancangan percobaan dan metode pengolahan
hasil harus diperhatikan. Bagaimana
mengubah-ubah nilai parameter dan variabel
sistem yang benar sehingga data keluaran
simulasi merupakan keluaran yang benar dan
tidak menyesatkan harus dirancang dengan
tepat. Begitu pula teknik pengolahan atas data
keluaran simulasi juga tidak luput dari
perhatian yang serius.
 Komponen simulasi terdiri dari :
1. System state
Kumpulan dari variabel2 status yang representasikan
sebuah system dalam waktu tertentu
2. Simulation clock
Variabel yang berisi waktu simulasi pada saat ini
3. Event List
Sebuah list yang berisi waktu berikutnya
4. Event runtime
Sebuah fungsi/prosedur yang akan meng-
update status system jika suatu event tertentu
terjadi. (ada satu event runtime untuk setiap
tipe event)
5. Report generator
Sebuah prosedur yang menghitung
pengukuran performansi dan print sebuah
report jika simulasi berakhir
6. Main Program
Sebuah sub program yang memanggil
prosedur timing routine untuk menentukan
event selanjutnya dan mentransfer control
pada event routine untuk meng-update status