PERMODELAN DAN

SIMULASI
Konsep dasar model dan pemodelan
Konsep simulasi
Konsep pemodelan dan simulasi
Model

• Model adalah representasi atau deskripsi

yang menjelaskan suatu obyek, situasi
aktual (realitas), proses, sistem atau
konsep.
• Model seringkali berupa penyederhanaan,
dengan hanya memperhatikan faktor-
faktor yang dianggap penting serta
mengabaikan faktor-faktor yang dianggap
tidak penting pada telaahan yang
dilakukan, atau berupa idealisasi.
Sistem dan Model

• Sistem adalah sekumpulan unsur yang saling

berinteraksi dalam suatu realitas yang terbatas yang
menjadi objek telaahan.

Sistem bersifat relatif karena tergantung pada tujuan

mempelajari sistem tersebut.

• Model adalah penyederhanaan dari sistem, yang

hanya memperhatikan faktor-faktor yang dianggap
penting serta mengabaikan faktor-faktor yang
dianggap tidak penting pada telaahan yang
dilakukan.
 “MODEL SIMBOLIK” :
Simbol-simbol Matematik
Jenis - Jenis
Model Angka “Persamaan”
Simbol “Ketidaksa-
Rumus maan”

Fungsi

“MODEL IKONIK” :
“MODEL ANALOG” :
Model Fisik
1. Peta-peta geografis
Model Diagramatik:
2. Foto, Gambar, Lukisan
1. Hubungan-hubungan
3. Prototipe, manekin
2. …...
3. …..
 PROBABILISTIK/
STOKASTIK
Sifat Model - Teknik Peluang
- Memperhitungkan “uncertainty”

“DETERMINISTIK”:

Tidak memperhitungkan peluang kejadian

MODEL DETERMINISTIK

• Model ini mendasari tingkat ketidakpastian pada

tingkat pengetahuan yang dimiliki oleh
pengambil keputusan tentang sifat ilmiah yang
mempengaruhi sistem yang sedang dianalisis.
Contoh: model economic order quantity
MODEL PROBABILISTIK

• Model ini merupakan model yang meliputi

distribusi peluang untuk input-input ataupun
proses dan memberikan nilai pada setiap output
dengan probabilitas pada setiap outputnya.
Contoh: pohon / diagram keputusan.
Sifat model …

• Model Deterministik vs. Stokastik

• Model Deterministik mengabaikan keragaman
acak (random variation)
• Model Stokastik secara eksplisit memperhatikan
adanya keacakan (randomness)
• Contoh-contoh keacakan yang menjadi perhatian
dalam suatu model, meliputi
– Lamanya suatu operasi
– Frekuensi kegagalan suatu operasi
– Waktu antar kedatangan pelanggan
– Kejadian hujan
 MODEL DESKRIPTIF
Fungsi
Deskripsi matematik dari kondisi
Model dunia nyata

“MODEL ALOKATIF” :

Komparasi alternatif untuk

mendapatkan “optimal solution”
Fungsi model …

• Model Deskriptif
– Ditentukan sekumpulan kondisi input dan strategi
operasi, model ini akan memprediksi apa yang akan
terjadi (model input-output)
• Model Alokatif/Preskriptif
– Ditentukan sekumpulan kondisi, model ini akan
memberikan suatu solusi terbaik untuk suatu kondisi
tertentu
Jenis-jenis model …

• Model Statis Vs. Dinamis

– Model statis menangkap tingkah laku sistem pada sebuah
titik waktu tertentu
• Rata-rata tingkat pengembalian tahunan dari suatu investasi
• Total penggunaan bahan bakar pada suatu trip
– Model dinamis menggambarkan tingkah laku sistem
sepanjang waktu tertentu
• Tingkat inventori suku cadang dari suatu sistem manufaktur
• Banyaknya orang yang menunggu sepanjang waktu untuk
dilayani pada suatu sistem layanan pelanggan
Metode Penelitian Sistem
Penelitian Pemodelan

• Pemodelan merupakan tahapan dalam membuat

model dari suatu sistem nyata.
• Tujuan dari studi pemodelan adalah menentukan
informasi (variabel dan parameter) yang dianggap
penting untuk dikumpulkan, sehingga tidak ada
model yang unik.
• Bila sistem yang dipelajari terlalu kompleks,
biasanya dibuat model untuk setiap subsistem,
kemudian digabungkan.
Kegunaan

• Pembantu untuk berpikir

• Pembantu untuk berkomunikasi
• Alat untuk berlatih
• Alat prediksi
• Pembantu dalam percobaan
Kriteria model yang baik:
1. Mudah dimengerti pemakainya
2. Harus mempunyai tujuan yang jelas
3. Dinyatakan secara jelas dan lengkap
4. Mudah dikontrol dan dimanipulasi pemakai
5. Mengandung pemecahan masalah yang penting dan
jelas
6. Mudah diubah, mempunyai prosedur modifikasi
7. Dapat berkembang dari sederhana menuju ke
kompleks
Beberapa Bentuk Solusi

• Solusi Analitik adalah solusi yang diperoleh

secara langsung dengan tersedianya suatu
formula atau rumus.
• Solusi Algoritmik adalah solusi yang dapat
diperoleh dengan menggunakan suatu
algoritma (prosedur) tertentu.
• Solusi Simulasi adalah solusi yang diperoleh
dengan melakukan suatu eksperimentasi
simulasi.
Simulasi Komputer

• Simulasi komputer adalah suatu proses

perancangan model logika matematika dari
suatu sistem nyata dan bereksperimentasi
dengan model ini secara abstrak pada
komputer.
Dengan dimungkinkannya kita melakukan suatu
eksperimentasi secara abstrak tentang suatu sistem,
maka dimungkinkan diperoleh suatu kesimpulan
berkenaan dengan sistem tersebut dengan ciri:
1. Tanpa harus membangun sistem, jika kita ingin
mengevaluasi suatu sistem yang belum ada.
2. Tanpa mengganggu sistem, jika kita ingin mempelajari
sistem yang tengah beroperasi dan melakukan suatu
eksperimen/perubahan pada sistem amatlah mahal
ataupun berbahaya.
3. Tanpa harus menghancurkan sistem, misalnya kita
mempunyai tujuan untuk menentukan limit tekanan
pada suatu sistem.
Proses Pemodelan Matematik
Langkah-langkah dalam studi
pemodelan dan simulasi
Langkah-langkah dalam studi pemodelan
dan simulasi
1. Formulasi masalah: perumusan masalah yang menjadi
pertanyan/kajian
2. - penetapan tujuan
- penggambaran kerangka pikir  flowchart umum
3. Konseptualisasi model
− Pendekatan black-box  empirik, atau
− Pendekatan struktural  mekanistik
4. Pengumpulan data  sesuai pendekatan
5. Translasi model : penterjemahan model ke dalam
program komputer
Model Empirik
• Diturunkan dari uji kinerja pada
proses nyata
• Tidak didasarkan pada
mekanisme yang melandasinya
• Mencocokkan fungsi tertentu
untuk mencocokkan suatu
keadaan
• Hanya gambaran lokal dari
suatu keadaan saja (bukan
ekstrapolasi)
• Model hanya sebaik datanya

24
Pendekatan
Latar Belakang dan Tujuan Simulasi
Enpirik

Pengamatan Sistem Nyata

Analisis Sistem

Identifikasi Input

Pengumpulan Data

Analisis dan Uji Pola Data Pengadaan Data Tiruan

Pemodelan Sistem
Pemasukan ke Program

Penyusunan Program

Validasi dan Penyajian

Pengoperasian Sistem Maya Verifkasi hasil
simulasi
Model Mekanistik

• Berlandaskan pada pemahaman kita tentang

sebuah keadaan/proses
• Berguna untuk simulasi dan eksplorasi kondisi
operasi yang baru
• Mungkin mengandung konstanta yang tidak
diketahui yang harus diestimasi

26
Pendekatan
Latar Belakang dan Tujuan Simulasi
struktural

Pengamatan Sistem Nyata

Analisis Sistem Identifikasi Input

Pemodelan Sistem Pengumpulan Data

Analisis dan Uji Pola Data

Penyusunan Program
Pengadaan Data Tiruan

Pemasukan ke Program

Validasi dan Penyajian

Pengoperasian Sistem Maya Verifkasi hasil
simulasi
 Agrosistem – Typical Model

Mekanisasi
Penduduk Kebutuhan
Pertanian Pangan
+ _ _ _

Kesempatan Lahan _
+ Kerja Pertanian Ketersediaan
Industri + Pangan
Al-Sin +
+
Pendapatan
+ Produksi
+
Pertanian

28
 Sistem A
Produksi Pangan +
Land

Agric.
Use
Rural Input
Labo
r + +
+ +
Other Productio
Income n
+ Source
Rural
Populatio
+ Rural n
Commodit
+ + Income+ +
y Price
+ +
_ + U-R Farm Level
Trade Food
Acces + Availability
s
Roads
+
+
+ +
+ + Food +
Food + Purchase
Impor Urban Food d
+ t ¯ +
Availability

Food + Food
Expor Price
B t
+ +
Urban + Rural Food
+ + +
Job Consumptio
+ +
Availabilit
¯ Incom + _ n
y + e + + Nutritio
n Status
C + + Food
Urban
Consumption
Urban
Population +
 Model
Penentuan Area Tanam Gandum
 VALIDASI & VERIFIKASI MODEL

6. VALIDASI MODEL
 Uji prosedur pemodelan
 Menguji apakah PERILAKU UMUM DARI MODEL mampu
mencerminkan perilaku sistem nyata
 Apakah mekanisme atau proses yang di “model” sesuai dengan yang
terjadi dalam sistem nyata
 Inkonsistensi antara perilaku model dengan rsistem nyata harus dapat
diberikan penjelasannya

7. VERIFIKASI MODEL
 Verifikasi: subjective assessment of the success of the Modelling
 Sampai seberapa jauh output dari model sesuai dengan perilaku
sistem yang sesungguhnya
 Uji statistik untuk mengetahui “adequacy of the model”
Langkah-langkah dalam studi pemodelan
dan simulasi
8. Experimental design : rancangan skenario
simulasi  variabel apa saja yang akan
diubah dan dicobakan pada model
9. Running model : pelaksanaan simulasi
berdasarkan skenario yang dirancang dan
analisis hasil + analisis sensitivitas
10. Pengambilan keputusan/pembuatan
rekomendasi  implementasi
 SENSITIVITY ANALYSIS

Perubahan input variabel dan perubahan parameter

menghasilkan variasi kinerja model (diukur dari solusi
model) ……… analisis sensitivitas

Variabel atau parameter yang sensitif bagi hasil model harus

dicermati lebih lanjut untuk menelaah apakah proses-proses
yang terjadi dalam sistem telah di “model” dengan benar

Re-Validasi MODEL