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