Bahan Kuliah Pemodelan

PEMODELAN SISTEM
ENDANG WIDURI ASIH, ST., MT
Program Studi Teknik Industri

Jurusan Teknik Industri
Fakultas Teknologi Industri
Institut Sains & Teknologi Akprind
Yogyakarta
Kompetensi Mata Kuliah
Setelah menyelesaikan mata kuliah ini,
mahasiswa diharapkan mampu:
 Memahami & menguasai konsep dasar permasalahan system

yang kompleks dan pemecahanya secara sistematik serta
macam-macam system, karakteristik dan perspektifnya.
 Memahami pentingnya pendekatan system dalam kondisi realitas
dan menerapkan pendekatan system dalam memformulasikann
masalah.
 Memahami model-model sebagai representasi dari kondisi system
nyata dan jenis-jenis model serta prinsip-prinsip dasar yang
digunakan dalam pembuatan model.
 Menentukan berbagai macam pendekatan dalam estimasi
parameter model determenistik dan stokastik.
 Menentukan pentingnya dilakukan pengujian dan pembuktian
model implementasi dan tahapan pengimplementasian yang
sesuai dengan model
Manfaat
 Pemodelan Sistem merupakan mata

kuliah yang menekankan pada
konseptulisasi system dan pemodelanya
yang akan menjadi dasar dalam
pengambilan keputusan yang terkait
permasalahan-permasalah yang
dihadapinya sesuai dengan system
nyatanya dan pemecahan permasalahan
secara sistematik.
Kontrak Pembelajaran
Mata kuliah Pemodelan Sistem terdiri dari 6

Materi/ pokok bahasan meliputi :
•Konsep Sistem
•Pemodelan Sistem
•Metodologi OR/MS
•Pemodelan Matematika
•Model Testing and Sensitivity Analysis
•Implemantasi Solusi
Rencana Pembelajaran
Mata kuliah Pemodelan Sistem terdiri dari 13
Pertemuan meliputi :
•Pertemuan 1 mengenai Introduction
•Pertemuan 2&3 mengenai materi Konsep Sistem
•Pertemuan 4&5 mengenai materi Pemodelan
Sistem
•Pertemuan 6&7 mengenai materi Metodologi OR/MS
•Pertemuan 8&9 mengenai materi Pemodelan
Matematika
•Pertemuan 10 mengenai materi Model Testing and
Sensitivity Analysis
•Pertemuan 11 mengenai materi Implemantasi Solusi
•Pertemuan 12&13 mengenai Presentasi Tugas
Rencana Pembelajaran
Metode pembelajaran yang akan

digunakan berupa kuliah tatap muka,
e-learning, tugas-tugas dan ujian.
Kuliah tatap muka mengantarkan
pokok bahasan dan menjelaskan isi
dari sub pokok bahasan secara
berurutan. Pendalaman berupa
latihan pengerjaan soal-soal akan
dilakukan pada waktu tatap muka.
Setiap pokok bahasan akan diberikan
soal-soal untuk dikerjakan secara
perorangan dan atau kelompok.
Tugas-tugas
1. Setiap bahan bacaan yang dijadikan acuan
pada setiap tatap muka harus sudah
dibaca terlebih dahulu sebelum mengikuti
perkuliahan agar mahasiswa lebih mudah
mengikuti proses pembelajaran.
2. Mahasiswa juga diwajibkan mengerjakan
tugas-tugas (latihan soal) yang akan
diberikan setelah tatap muka perkuliahan,
dan mengumpulkan pada saat yang
ditentukan.
3. Hasil pengerjaan tugas tertentu (individu
atau kelompok) dibahas lebih lanjut dalam
presentasi dan diskusi.
4. Ujian/evaluasi baik berupa ujian tengah
semester dan ujian akhir semester
dilakukan terjadwal.
Kriteria Penilaian
1. Penilaian akan dilakukan oleh pengajar dengan
menggunakan Patokan Acuan Penilaian, dan
penentuan nilai A, B, C, D, E akan dilakukan setelah
pengolahan semua nilai.
2. Dalam penentuan nilai akhir, akan digunakan
pembobotan sebagai berikut :
Presensi : 10 %
Tugas terstruktur : 30 %
Ujian tengah semester (UTS) : 30 %
Ujian Akhir Semester (UAS) : 30 %
Sumber Kepustakaan (1)
 Daellenbach Hans G, 1992, System and Decision Making
Management Science Approach
 Flood.R.L, Carson,E.R., Dealing With Complexcity: An
Introduction to the Theory and Aplication of System
Science, Plenum Press, New York, 1998
 Murthy,D.N.P.,Page,N.W., Rodin, EY, Mathematical
Modelling: A Tool for Problem Solving in Engineering,
Physical, Biological and Sosial Science, Pergamon Press,
Oxford, 1990.
 Simatupang, T.M., Pemodelan Sistem, Penerbit Nindita,
Klaten, 1995
MODUL 1
KONSEP SISTEM
KOMPETENSI POKOK
BAHASAN
Setelah menyelesaikan mata kuliah
ini, mahasiswa diharapkan mampu:
 Mengenal dan menguasai konsep dasar
mengenai suatu sistem dan permasalahannya.
 Memahami dan menguasai konsep dasar
berbagai macam-macam system,karakteristik
dan perspektifnya.
 Memahami dan menguasai konsep klasifikasi
dan kontrol system.
INTRODUCTION
 Pokok bahasan ini merupakan pokok bahasan
yang menekankan pada pengenalan sistem
dengan berbagai macamnya, karakteristik dan
perspektifnya sehingga memerlukan pendekatan
yang berbeda dalam menangani
permasalahannya.
 Sistem dipandang sebagai sekumpulan elemen-

elemen yang terintegrasi dan suatu sistem
memperlihatkan sifat keunikan/ kekhususannya
serta dimana setiap komponen berpengaruh
terhadap sifat/perilaku sistem serta dipengaruhi
oleh pembentuk sistem itu sendiri .
Konsep Sistem
Bagaimana mendefinisikan sistem, melihat
hal-hal khusus dari sistem dan apa yang
membedakannya dari hanya sekedar
sekumpulan elemen-elemen.
Bagaimana perilaku dan konsep penting

tentang emergent properties dari sistem.
Berbagai klasifikasi sistem
Kontrol sistem untuk mencapai tujuan
tertentu yang diinginkan
Contoh Sistem
Sistem tata surya

Sistem sosial
Sistem telepon
Sistem informasi
komputer
dll
PANDANGAN MENGENAI
SISTEM
Inside-us view
of system
Out there view
of system
OUT-THERE VIEW OF SYSTEM
Terlihat seperti memiliki nilai mutlak
Tidak dipengaruhi cara pandang abserver
Misalnya sistem tata surya
INSIDE-US VIEW OF SYSTEM

Tidak bersifat mutlak sangat subjektif
Dipengaruhi oleh cara pandang observer
Inside-us view of system
Out-there view of system
Subjektivitas Sistem
Elemen-elemen yang membentuk suatu
sistem sangat tergantung dari ketertarikan
individu dari peneliti
Faktor-faktor individu : latar belakang
pendidikan, sosial budaya dan pengalaman
praktek
Konsep dari subjektivitas sama dengan
weltanschauung
Tidak ada yang benar atau salah dalam
melihat suatu sistem selama konsisten
secara logika.
Definisi Formal dari Konsep
Sistem (1)
Sebuah sistem adalah suatu kumpulan/

gabungan komponen-komponen yang
terorganisir
Suatu sistem memperlihatkan sifat
keunikan/ kekhususannya
Setiap komponen berpengaruh terhadap
sifat/perilaku sistem dan dipengaruhi oleh
pembentuk sistem itu sendiri
Definisi Formal dari Konsep
Sistem (2)
Kelompok dari komponen-komponen dalam

sistem mempunyai sifat pada point (1), (2)
dan (3) yang berupa subsistem
Sistem mempunyai sisi luar berupa suatu
lingkungan yang menyediakan input kedalam
sistem dan menerima output dari sistem
Sistem diidentifikasi seseorang sebagai suatu
kepentingan tertentu.
Beberapa Hal Penting Pembentuk
Sistem (1)
Komponen-komponen Sistem
Komponen-komponen sistem tidak hanya
bersifat fisik tetapi juga dapat berupa hal
abstrak seperti informasi, variabel-variabel
numerik untuk suatu pengukuran, dan
hubungan antara hal-hal yang bersifat fisik
atau bersifat abstrak
Hubungan antar komponen
Beberapa Hal Penting Pembentuk Sistem (2)
Perilaku, Aktivitas Atau Proses Transformasi Sistem

Merupakan aspek dari kepentingan utama terhadap
peninjau atau analis. Perilaku sistem biasanya
berupa transformasi antara input terhadap output
Lingkungan (environment)
Lingkungan sistem adalah semua aspek yang
mempengaruhi perilaku sistem. Aspek tersebut
dipandang sebagai sesuatu dari luar sistem bukan
menjadi bagian dari sistem itu sendiri
Bagian dari Lingkungan Sistem (1)
INPUTS
Sesuatu yang dibutuhkan sistem untuk menjalankan
fungsi sistem tetapi tidak membentuk dirinya sendiri.
Contoh : Sumberdaya berupa bahan baku
 OUTPUTS
Walaupun sistem menyediakan output ke
lingkungan, output tersebut diasumsikan tidak
mempunyai pengaruh besar terhadap lingkungan
 Kepentingan tertentu dari observer

Bagian dari Lingkungan Sistem (2)
Pemisahan antara sistem dan lingkungannya

menunjukkan bahwa pada setiap sistem
terdapat suatu batas (boundary).
Hal terpening dalam penjelasan sistem adalah

pemilihan dimana batas (boundary) tersebut
ditentukan
CONTOH-CONTOH SISTEM
Sistem lalu lintas

Sistem suatu perusahaan penggergajian
kayu
 Sudut pandang insinyur teknik industri
 Sistem untuk maksimasi keuntungan
 sistem minimasi biaya
SISTEM LALU LINTAS (1)
Komponen-komponen sistem :
Persimpangan jalan, cabang jalan, belokan jalan, dan
kareketristik fisik lainnya
Hubungan antar komponen :

Perbedaan kondisi geografis masing-masing komponen
terhadap komponen lainnya dan bagaimana mereka
berhubungan satu sama lainnya
Perilaku, Aktivitas Atau Proses Transformasi Sistem.
Sistem lalu lintas menghubungkan satu tempat dengan
tempat lainnya. Transformasi input berupa kendaraan
pada suatu lokasi awal menjadi output berupa
kendaraan pada lokasi yang dituju
Lingkungan
Kondisi dimana orang dan kendaraan pergi dari suatu
tempat ke tempat lain
Input
Input utama sistem adalah orang-orang yang ingin
berpergian dari suatu tempat ketempat lain dan
jenis kendaraan yang digunakan.
Input yang bersifat abstrak adalah pengaturan
operasional traffic control pada persimpangan lalu
lintas
 Output
Orang-orang dan kendaraan yang keluar dari
berbagai titik pada sistem lalulintas. Output
abstraknya misalnya berupa pemilihan rute yang
terpendek atau tercepat
Kepentingan (interest) tertentu dari peninjau
Orang-orang yang berkepentingan dengan
sistem adalah traffic engineer.
Tujuan studi tentang jalan raya diantaranya
untuk mengetahui laju arus lalulintas pada
daerah-daerah jalan yang penting atau krusial
pada saat kondisi lalulintas padat.
SISTEM SUATU PERUSAHAAN
PENGGERGAJIAN KAYU
Sistem transformasi berupa input kayu gelondongan
diolah menjadi produk kayu untuk output berupa
bangunan dan tukang kayu seperti; balok, papan, dll
Seorang Insinyur Teknik Industri melihatnya sebagai
suatu sistem produksi
Bagi Para Pemilik melihatnya sebagai suatu sistem
untuk memperoleh pengembalian modal atas
investasi yang mereka tanamkan
Seorang Ahli Manajemen melihatnya sebagai sistem
pemenuhan kebutuhan konsumen dengan harga
yang seminimal mungkin
Sudut Pandang
Insinyur Teknik Industri
Dipandang sebagai suatu sistem produksi

Fokus utamanya adalah komponen-komponen
fisik dari operasi pengolahan kayu gelondongan
menjadi produk akhir
Aktivitas komponen-komponen berupa
pemindahan, pemotongan, dan pengeringan kayu
Hubungan antar aktivitas berupa urutan pekerjaan
(sequence)
Kepentingan tertentu adalah memperoleh tata
letak pabrik yang baik, sistem pengangkutan
material dan proses operasi yang baik guna
Sistem untuk
Maksimasi Keuntungan
Sudut pandang pemilik berhubungan dengan resiko

keuangan dalam menjalankan perusahaan
Inputnya berupa : proyeksi harga dan ketersediaan
kayu gelondongan dari berbagai jenis, atau tingkat
proyeksi permintaan berbagai jenis hasil kayu olahan
sebagai fungsi dari harga jual
Outputnya berupa : proyeksi penjualan produk kayu
olahan, atau proyeksi laba dari cashflow
Proses Transformasi tidak hanya mengubah kayu
gelondongan menjadi berbagi jenis kayu olahan
tetapi menciptakan kemakmuran/kesejahteraan yang
pada awal tahun anggaran hingga akhir tahun
Sistem Minimasi Biaya
Sudut pandang ilmu manajemen digunakan untuk

memperoleh biaya operasi yang minimum
Input sistem berupa : pengklasifikasian kayu
berdasarkan jenis, tingkatan dan kualitas menurut
kebutuhan proses, atau detail jadwal pemenuhan
permintaan pelanggan
Outputnya berupa : jumlah produk kayu olahan yang
dihasilkan atau total biaya yang diperlukan untuk
memenuhi permintaan pelanggan
Sistem Sebagai Kotak Hitam
Input Output
Proses transformasi tidak diketahui dengan jelas

Contoh : fungsi otak manusia, ramalan cuaca, pola
kerusakan mesin.
Proses transformasi diketahui dengan jelas
Contoh : proses kimia di pengilangan minyak
Hirarki Sistem
contoh
Sistem perekonomian nasional
Industri penghasil kayu
Sistem penggergajian regional
Perusahaan penggergajian
Sistem di dalam sistem (system within system)
Containing system dan Contained system

sistem minimasi cost merupakan contained dari
sistem maksimasi profit.
Komponen pada sistem maksimasi profit (nilai
persediaan batang kayu) menjadi input bagi
sistem minimasi cost
Wider dan Narrow System of Interest
Dalam beberapa kasus seringkali containing system

melakukan kontrol terhadap contained system.
Wider system of interest
sistem yang melakukan kontrol
contoh : Sistem maksimasi profit perusahaan
narrow system of interest
contained system
contoh : sistem minimasi biaya perusahaan
penggergajian
Perilaku Sistem
State system
State variable
Variasi perilaku sistem
Emergent properties
State System (1)
Status atau keadaan sistem

dipengaruhi oleh karakteristik, properties dan atribut
tiap komponen pembentuk sistem.
Contoh : jalan raya pada traffic system
atribut mobil : lokasi, kecepatan dan arah perjalanan
state variabel
perilaku sistem dapat diketahui dengan jelas jika kita
mengetahui perubahan state sistem terhadap waktu.
State Variabel (2)
State variabel suatu sistem dapat berubah karena :

hasil dari input yang diberikan oleh orang yang dapat
mempengaruhi perilaku sistem
contoh : mobil di jalan berhenti atau tidak karena ada
traffic light
sebagai konsekuensi dari aktivitas komponen
pembentuk sistem tersebut
contoh : kecepatan kendaraan dipengaruhi oleh
kepadatan lalu lintas
Variasi Perilaku Sistem
Bola lampu pada papan reklame
perilaku sistem ditunjukkan oleh perubahan pola on-
off bola lampu
pada sistem nyata jarang sekali ditemui perilaku
sistem yang detil per-menit
traffic system
jumlah kendaraan yang lewat di suatu jalan
tujuan : mengukur performansi sistem
Emergent Properties
Property yang muncul karena adanya interaksi

antar komponen pembentuk sistem
Tidak akan muncul jika kita tidak memandang
sistem secara keseluruhan
contoh : pergerakan kendaraan di jalan raya
dapat menimbulkan kemacetan
Klasifikasi Sistem
 Sistem diskret
 Sistem kontinu
 Sistem deterministik & stokastik
 Sistem terbuka dan tertutup
 Steady state sistem probabilistik
Sistem Diskret
Pada taruhan melalui telepon seperti yang dibahas
pada bab 1 dimana jumlah saluran telpon yang sibuk
merupakan salah satu state sistem yang penting dan
harus integer.
Pada sistem predator, state digambarkan dengan
jumlah predator dan jumlah mangsa yang hidup pada
suatu waktu tertentu. Kesemuanya ini adalah variabel
diskrit.
Pada sistem perbaikan alat tenun, terdapat dua buah
state variabel yakni jumlah mesin yang beroperasi
dan jumlah mesin yang rusak pada suatu waktu
tertentu, sekali lagi kesemuanya ini adalah variabel
diskrit.
Sistem Kontinu
Contoh :
Banyak mobil yang melintas di jalan raya pada
suatu periode waktu tertentu
proses industri pada pabrik kimia dan
petrokimia
proses yang digunakan oleh hewan berdarah
panas di dalam menjaga suhu tubuhnya agar
tetap berada pada suatu range suhu tertentu
Sistem Deterministik
Jika perilaku sistem dapat diperkirakan secara detil,
artinya sistem bersifat deterministik.
Contoh :
Jalan kereta api di Swiss yang terkenal dengan
ketepatan waktunya
Tata surya, karena lintasan planet dapat
diperkirakan dengan tepat
Iklan animasi dengan menggunakan lampu neon
yang mengikuti suatu pola tertentu
Sistem Stokastik
Perilaku sistem yang dipengaruhi oleh
input yang sifatnya random atau stokastik
Fenomena pada kehidupan nyata yang

melibatkan orang biasanya tidak dapat
diperkirakan
Sistem Tertutup
sistem yang tidak menerima apapun dari

lingkungannya dan juga tidak memberikan
apapun kepada lingkungannya.
tidak memiliki input dan output.
tidak memiliki interaksi dengan
lingkungannya.
Pada kenyataannya, sistem tertutup tidak
memiliki lingkungan.
Sistem Terbuka
Sistem yang memiliki interaksi dengan
lingkungannya, dengan menerima input dari
lingkungan dan memberikan output kepada
lingkungannya
tidak ada sistem yang benar-benar tertutup.
hanya ada di laboratorium atau teoretis
untuk mengamati sistem yang sedang ada
dalam kondisi percobaan sehingga interaksi
dengan lingkungan sedapat mungkin
dieliminir
Steady State Sistem
Probabilistik
Sistem dapat mencapai state akhir yang sama,

meskipun memiliki kondisi awal yang berbeda.
State akhir ini dalam kenyataannya menjadi state
ekuilibrium atau dengan kata lain membentuk steady
state yang independen dari bentuk sistem yang awal.
Hal ini lebih jauhnya akan dibahas pada bab 15,
ketika membahas mengenai ketidakpastian
(uncertainty) dan pengertiannya,
Setelah sejumlah besar gangguan yang sifatnya
random, sistem mungkin didorong keluar dari
keadaan steady state, tertapi secara berangsur-
angsur akan mendekati keadaan steady state lagi.
Kontrol Sistem
Kontrol input
bentuk input yang digunakan pada proses kontrol
suatu sistem, yang dapat mempengaruhi beberapa
aktivitas dari sistem tersebut sehingga perilakunya
berjalan sesuai dengan yang diinginkan
Misalnya sekumpulan keputusan,aturan keputusan,

dan state awal dari sistem.
Kontrol Sistem (2)
Tiga kondisi yang dibutuhkan untuk

menerapkan kontrol pada perilaku sistem
- target, maksud atau tujuan yang ingin
dicapai
- kemampuan sistem untuk mencapai
maksud atau tujuan tersebut
- beberapa cara dalam mempengaruhi
perilaku sistem
Tiga Tipe Kontrol
Open loop controls

Closed loop controls
Feed-forward controls
Open Loop Controls
bentuk input yang terdapat dalam sistem yang

berdasar kepada prediksi tentang bagaimana
perilaku sistem bereaksi pada kontrol
Open loop control sering berbentuk sebagai

aturan yang harus diikuti misalnya penjadwalan
yang sangat detil untuk pola pemotongan kayu
pada sistem minimasi biaya perusahaan
penggergajian.
Closed Loop Controls
Informasi tentang perilaku sistem dari input
control sebelumnya merupakan feedback
Controller menggunakan feedback tersebut
untuk mengatur control signal
control signal dapat mengarahkan sistem
sesuai arah yang diinginkan
Loop dari mekanisme kontrol ke bagian lain
sistem ditutup oleh feedback dari bagian
tersebut ke mekanisme kontrol
Self Regulation
Feedback loop membantu untuk mengatur perilaku
sistem-sistem tersebut dalam mencapai keadaan
keseimbangan
Feedback yang terjadi tidak berhubungan dengan
proses kontrol. Karena tidak ada input control
manusia yang mempengaruhi perilaku dari sistem
tersebut
Contohnya : Sistem Biologi dan Sistem Ekologi
Closed Loop Controls
Uncontrolled
system System System
inputs transformation output
process
Control
inputs; Control New State of
Decision rules mechanism system
Feedback Controls menerima extra input

berupa decision rules dari controller manusia
Self Regulation
system
inputs System System
transformation output
process
Self Regulation New State of

System Reaction system
Aturan yang mengatur self regulation bersifat

internal, hasilnya adalah evolusi alamiah
Negatif dan Positif Feedback
Loops
 Positif dan negatif bukan berarti baik atau buruk.

 Feedback positif menambah tingkat ketidaksesuaian
antara bentuk sistem di masa datang dengan bentuk
keseimbangannya. Dengan kata lain bentuk sistem
cenderung akan terus menyimpang dari bentuk
awalnya. Feedback positif ini cenderung mengarah
ke keadaan ketidak-stabilan.
 Feedback negatif menurunkan tingkat
ketidaksesuaian antara bentuk sistem di masa
datang dengan bentuk awalnya. Self Regulation
dalam sistem biologi atau ekologi sebenarnya
berdasar pada feedback negatif ini.
Feed-forward Control
Mekanisme feed-forward control adalah memperkirakan

bagaimana perubahan pada uncotrollable input
mempengaruhi perilaku sistem lalu mengirim control
signals yang dapat mempertahankan perilaku sistem
sedekat mungkin sesuai dengan yang diinginkan, sehingga
menetralkan pengaruh input gangguan
Aplikasinya adalah : kebanyakan perusahaan cenderung
untuk selalu mencoba memperkirakan keadaan ekonomi
masa datang atau trend tingkat permintaan dengan
maksud untuk mengambil kesempatan dari pertumbuhan
ekonomi atau juga untuk menghindari potensi kerugian bila
keadaan ekonomi mengalami kemunduran
Response Lags in System
 Lag adalah keterlambatan waktu yang terjadi antara

waktu ketika control signals diterapkan sampai dengan
pengaruh control signal tersebut memiliki efek seluruhnya
 Transport Lag
Misalnya kenaikan tingkat produksi mungkin
membutuhkan waktu sebelum menghasilkan kenaikan
pada tingkat deliveries dari pabrik, bahkan membutuhkan
waktu yang lebih banyak sebelum akhirnya dapat
menaikan tingkat penjualan
 Exponential Lag
Pengaruh control signals bisa langsung terasa namun
besarnya pengaruh terjadi secara berangsur-angsur.
Misalnya perubahan temperatur pada oven gas
KESIMPULAN (1)
Sudut pandang suatu sistem ada dua yaitu Out There
View Of System dan Inside-Us View Of System
Sistem adalah suatu kumpulan/ gabungan komponen-
komponen yang terorganisir.
Beberapa hal-hal penting pembentuk sistem adalah
komponen-komponen sistem, hubungan antar
komponen, perilaku, aktivitas atau proses transformasi
Sistem dan Lingkungan (environment) sistem.
Perilaku Suatu Sistem; State system, State variable,
Variasi perilaku sistem dan Emergent properties.
Klasifikasi Sistem terdiri dari; Sistem diskret, Sistem
kontinu, Sistem deterministik & stokastik, Sistem
terbuka dan tertutup dan Steady state sistem
probabilistik.
SOAL LATIHAN (1)
1. Bagaimana kita dapat mengetahui

permasalahan yang ada pada suatu
sistem? Berilah contohnya!
2. Apakah yang dimaksud dengan
sistem? Dan hal-hal apa yang jadi
pembentuk suatu sistem? Tolong anda
jelaskan!
SOAL LATIHAN (2)
3. Tolong anda uraikan secara lengkap hal-hal

penting pembentuk suatu sistem produksi
pada industri manufaktur dari sudut
pandang anda sebagai sarjana teknik
industri!
4. Apakah yang dimaksud dengan : a.hirarki

sistem,
b.sistem di dalam sistem
c. sistem sebagai kotak hitam
MODUL 2
PEMODELAN
SISTEM
KOMPETENSI POKOK BAHASAN
 Memahami model-model sebagai
representasi dari kondisi system nyata
 Memahami jenis-jenis model.
 Memahami dan menguasai prinsip-prinsip
dasar yang digunakan dalam pembuatan
dan pengembangan model.
INTRODUCTION
 Pokok bahasan ini merupakan pokok bahasan
yang menekankan pada pengenalan konsep
pemodelan,karakteristik model, jenis-jenis
model, prinsip-prinsip model, klasifikasi model
sehingga dalam pemahamanya perlu adanya
suatu cara yang lebih sistematik.
 Pemodelan sistem adalah proses membangun
atau membentuk sebuah model dari suatu sistem
nyata dalam bahasa formal tertentu. Untuk
memodelkan suatu sistem maka kita perlu tahu
gambaran permasalahan yang ada serta
hubungan antar komponen, variabel dan
parameter-parameter sistemnya.
KONSEP MODEL (1)
 Model didefinisikan sebagai suatu representasi atau

formalisasi dalam bahasa tertentu (yang disepakati)
dari suatu sistem nyata (Simatupang, 1995)
 Sistem Nyata adalah sistem yang sedang
berlangsung dalam kehidupan. Sistem ini dijadikan
titik perhatian dan dipermasalahkan.
 Pemodelan adalah proses membangun atau
membentuk sebuah model dari suatu sistem nyata
dalam bahasa formal tertentu.
KONSEP PEMODELAN (2)
Kacamata Pemodel
Tergantung pada:
- Sistem nilai yg dianut
- pengetahuanya A’=Image
-Pengalamanya
Bahasa
Formal
Sistem Nyata (A)

MODEL
Model yang Diuji

Sampel
Gambar. Skema Proses Pemodelan

 Sistem Nyata (A) akan dilihat dan dibaca oleh

pemodel dan membentuk “image” atau gambaran
tertentu di dalam pikirannya (A’).
 “image (A’)ini tidak persis sama dengan sistem
nyatanya, karena pemodel membaca dengan
menggunakan “kacamata tertentu”.
 “Kacamata” yang dimaksud adalah sudut pandang
atau visi/ wawasan tentang kehidupan yang
dipengaruhi tiga faktor :
-Tata nilai yang diyakini atau dianut oleh pemodel
- Ilmu pengetahuan yang dimiliki oleh pemodel
- Pengalaman hidup dari pemodel
 “Image “atau Citra Diri adalah suatu model
yang disebut model mental(pikiran atau proses
berpikir manusia). Model ini tidak mudah untuk
dikomunikasikan dengan orang lain.
 Untuk mempermudahdikomunikasikan
dibutuhkan alat komunikasi tertentu yang
sama-sama dimengerti oleh pihak lain. Alat
komunikasi ini berbentuk seperti uraian verbal,
simbol-simbol, huruf, grafik, angka, gambar
dan dapat berbentuk wujud fisik.
 Model yang sudah diformulasikan akan diuji
kesesuaianya dengan sistem nyata secara
ilmiah. Untuk memperkecil kesalahan
pengembangan dan hasil model dapat
dilakukan penyesuaian-penyesuaian tertentu.
KARAKTERISTIK MODEL
YANG BAIK (1)
 Tingkat Generalisasi.
Semakin tinggi tingkatan generalisasi suatu
model, maka semakin baik, sebab kemampuan
model dalam memecahkan masalah semakin
besar.
 Mekanisme Transparansi.
suatu model dikatakan baik jika kita dapat melihat
mekanisme suatu model dalam memecahkan
masalah.Artinya kita bisa menerangkan kembali
model tersebut tanpa ada yang disembunyikan.
KARAKTERISTIK MODEL YANG BAIK (2)
 Potensial untuk Dikembangkan

suatu model yang berhasil biasanya mampu
membangkitkan interest peneliti lain untuk
menyelidikannya lebih lanjut.Dan membuka
kemungkinan pengembangannya menjadi model
yang lebih kompleks untuk menjawab masalah
sistem nyata.
 Peka Terhadap Perubahan Asumsi
Hal ini menunjukan bahwa proses pemodelan tidak
pernah berakhir (selesai), selalu memberi celah
untuk membangkitkan asumsi.
Model-model sistem (1)
Kata model memiliki beberapa makna.

Satu hal yang menarik adalah sebagaimana
dijabarkan dalam kamus Webster
‘Penjelasan atau analogi yang digunakan
untuk menvisualisasikan sesuatu…yang
secara langsung dapat diobservasi’. Hal ini
sangat sesuai dengan apa yang akan kita
lakukan pada saat mendefinisikan sebuah
sistem.
Model Ikon
Sebuah model bisa berupa ikon,

simbol maupun analogi.
Model ikon merupakan reproduksi
dari objek fisis biasanya untuk sekala
yang berbeda dengan ketelitian yang
tidak besar. Misal miniatur pesawat
dicobakan pada sumber angin untuk
mengetahui aerodinamika pesawat
sesungguhnya
Model Simbolis
Model simbolis adalah representasi
hubungan antar beberapa pemain atau
konsep dengan mengartikan simbol-
simbol. .
Model-model simbolis juga bisa
memiliki arti yang sangat efektif guna
mengungkapkan tipe tertentu dari suatu
pengambilan keputusan.
Model Matematis
Tipe lain dari model simbolis secara
luas digunakan dalam OR/MS adalah
model matematis, dimana hubungan
antara pemain dijabarkan dalam bentuk
matematis seperti fungsi, persamaan, dan
pertidaksamaan.
PRINSIP-PRINSIP
PENGEMBANGAN PEMODELAN (1)
 ELABORASI
Pengembangan model dimulai dengan yang sederhana
dan secara bertahap dielaborasi hingga diperolah model
yang lebih representatif.Penyederhanaan dilakukan
dengan menggunakan sistem asumsi yang ketat
tercermin pada jumlah, sifat dan relasi relasi variabel-
variabelnya.
 SINEKTIK
Sinektik adalah metode yang dibuat untuk
mengembangkan pengenalan-pengenalan masalah
secara analogis (Dunn, 1981).
PRINSIP-PRINSIP
Dalam mengembangkan model dengan SINETIK

ini dapat dihasilkan empat tipe analogi:
1. Analogi Personifikasi
Analogi personifikasi terutama penting dalam mem-buka
opini dan preferensi dari situasi problematikyang tidak
tersusun dengan dengan baik.
2. Analogi Langsung
Dalam membuat analogi langsung, analis mencari
hubungan yang serupa diantara dua atau lebih situasi
problematik. Contohnya, dalam merancang pondasi tiang
listriktegangan tinggi di daerah rawa-rawa dapat
dianalogikan dengan akar pohon kelapa di pantai.
PRINSIP-PRINSIP
3. Analogi Simbolik
Dalam membuat analogi simbolik, analis beru-
saha menemukan hubungan yang serupa an-
tara situasi problematik sistem nyata dengan
proses simbolik.
4. Analogi Fantasi
Analis bebas mencari kesamaan antara situasi
problematik yang dihadapi dan beberapa masalah
perusahaan lain yang bersifat khayali. Contoh : analogi
antara perkembangan logika learning machine dan
konsep berpikir manusia yang gradual dalam meng-
hadapi situasi baru
PRINSIP-PRINSIP
 ITERATIF
Dalam tahap pengembangan model, prosesnya
bersifat pengulangan atau peninjauan-
peninjauan kembali.
• Ada 3 komponen utama prinsip iteratif yaitu;
pengembangan model awal (dugaan), langkah-
langkah yang harus ditempuh agar dapat
diperoleh model yang memadai, dan ukuran
kompleksitas model.
Model sebagai Perkiraan
Sebagaimana definisi Webster,
sebuah model hanyalah sebuah
perwakilan dari dunia nyata sehingga
mengandung beberapa perkiraan, ada
kalanya memiliki konsekuensi yang besar.
Jenis perkiraan yang dibuat akan
mencerminkan hasil pelatihan,
pengalaman dan kepribadian analis.
Sumberdaya bisa berupa waktu maupun
dana yang seharusnya sebanding dengan
KLASIFIKASI MODEL (1)
Klasifikasi model bermanfaat untuk

membangkitkan alternatif model yang
dapat mewakili sistem nyata,
Kalasifikasi model :
 Fungsi
1. Model Deskriptif, model yang
menggambarkan kondisi atau kegiatan
sekarang atau masa lalu tanpa usaha
memprediksi sesuatu. Contoh;
diagram tata letak pabrik, laporan
keuangan , foto sinar X paru-paru
seorang pasien dll.
2. Model Prediktif, model ini menghubung-kan variabel
terikat dan bebas utuk meramalkan hasil dari kondisi
tertentu dan memungkinkan untuk melakukan
percobaan dengan pertanyaan “jika”. Contoh:
- Rumusan yang menyatakan bahwa penjualan
diramalkan untuk periode “t” bergantung pada penjualan
untuk dua periode sebelumnya, yaitu
S (t) = a. S(t-1) + (1- a). S(t-2)
- Diagram Keputusan, dll
3.Model Normatif, model ini
memberikan aturan dan rekomendasi
untuk langkah-langkah dalam
mengoptimalkan pencapaian
keuntungan. Contoh; model simpleks
dalam pemrograman linier, pesanan
waktu pesanan optimum dll.
 Struktur
1. Model Ikonis, model ini
mempertahankan sebagian dari sifat-
sifat fisik dari hal-hal yang diwakili
mereka. Contoh; maket tiga dimensi
tata letak pabrik, model pesawat,
gambar cetak biru sebuah gedung dll
2. Model Analog, model ini menggunakan karakteristik
suatu sistem untuk merepresentasikan beberapa
karakteristik sistem lain. Conto; grafik yang
menggunakan jarak (skala)untuk mewakili saling
hubungan antar variabel dll.
3. Model Simbolik, Prediksi atau pemecahan-pemecahan
optimal dapat dicapai dari model ini dengan menerapkan
metode-metode matematika, statistika dan logika.
Contoh;
TC = PC + CC + HC
Hal tersebut menyatakan bahwa biaya persediaan total
(TC) sama dengan biaya pembelian(PC) ditambah biaya
pengadaan(CC) ditambah biaya simpan (HC).
 Acuan Waktu
1. Model Statis,
Model ini tidak mempersoalkan perubahan-
perubahan karena waktu. Contoh; struktur
organisasi, model input-output statis Leontief
2. Model Dinamik,
Model ini menunjukan perubahan setiap saat
akibat aktivitas-aktivitasnya. Model dinamik
memiliki waktu sebagai variabel bebas. Contoh;
model-model pertumbuhan populasi
 Acuan Tingkat Ketidakpastian
1. Model Deterministik
2. Model Probabilistik
Model probabilistik merupakan model yang
mencakup distribusi kemungkinan untuk
input/proses dan memberikan serangkaian nilai
variabel output dengan probabilitasyang berkaitan
dengan tiap nilai.
Contoh : - Diagram pohon keputusan
3. Model Konflik
Dalam model ini sifat alamiah pengambil
keputusan berada dalam pengendalian
lawan. Contoh: Kompetisi, Negosiasi dll.
4. Model Tak Pasti
Model yang dikembangkan untuk meng-
hadapi ketidakpastian mutlak. Dalam model ini
kondisi masa depan dan probabilitasnya tidak
diketahui. Model-model permainan, model-
model keputusan dll.
 Derajat Generalisasi
1. Model Umum, model ini dapat digunakan untuk
beberapa jenis masalah yang berbeda.Contoh;
programa linier yang dapat dipakai dalam
memecahkan berbagai masalah alokasi sumber.
2. Model Spesifikasi, model ini diterapkan terhadap
sebuah bidang usaha fungsional tunggal atau unik
dan hanya dapat diterapkan pada masalah-masalah
tertentu. Contoh; model persediaan probabilistik
 Acuan Lingkungan
1. Model Terbuka, model yang memiliki interaksi
dengan lingkungannya berupa pertukaran
informasi, material atau energi. Model ini
mempunyai satu atau lebih variabel yang berasal
dari lingkungan. Contoh; model input-output
2. Model Tertutup, model ini tidak memiliki interaksi
dengan lingkungannya, dan mempunyai variabel
yang berasal dari lingkungan terkendali dan
internal. Contoh; model termostat.
 Derajat Kuantifikasi
1. Model Kualitatif, model yang
menggambarkan mutu suatu realita. Model
ini terdiri dari medel mental dan verbal.
2. Model Kuantitatif, model yang variabel-
variabelnya dapat dikuantitatifkan (berupa
numerik).Model ini terdiri dari; model
statistik, model optimasi, model heuristik
dan model simulasi,
 Dimensi
1. Model dua Dimensi
Model yang terdiri dari dua faktor atau
dimensi penentu. Contoh;
- model pegas, F = k.x
- Regresi linier, y = a + b.x
2. Model Multidimensi
model ini terdiri dari banyak faktor penentu
atau lebih dari dua variabel. Contoh; model
keputusan multikriteria, goal programming
dll
Pemodelan
Sistem
Proses konseptualisasi dari

ketertarikan terhadap suatu
sistem
Bagaimana caranya
melakukan
pendekatan terhadap sebuah
permasalahan?
Buatlah diri anda mengerti betul
dengan sebuah keadaan , struktur dan
prosesnya, siapa yang terlibat, serta tujuan
dan keinginan dari kondisi tersebut ,
hubungan antar elemen, struktur
kekuasaan, ketersediaan sumber daya,
sumber data dan informasi.
sebuah cara yang paling efektive
menggambarkan situasi yang rumit adalah
dengan membuat rich picture diagram
Contoh Rich picture diagram
Apa yang dimaksud dengan
rich picture diagram ?
Rich picture merupakan gambar kartun

yang menggambarkan keseluruhan sistem
yang rumit sehingga mudah dibaca dari
berbagai sudut pandang dengan segala
aspek yang terkandung pada saat itu guna
menjadi referensi secara instant.
Pembuatan Rich picture diagram
merupakan rangkuman dari sebuah
pemikiran panjang dan bukan pada awal
observasi.
Sebuah rich picture baik diagram maupun
konsep bukanlah merupakan penjelasan
mengenai sistem. Suatu sistem yang baku
mengindikasikan adanya keterkaitan yang
teratur dan tidak terjadi dalam waktu yang
bersamaan. Mengekspresikan sebuah masalah
dalam bentuk rich picture diagram merupakan
salah satu jalan menyimpulkan sebuah situasi.
Misal,sebuah operasi manufaktur mungkin
akan sangat baik bila digambarkan dengan
diagram alir yang menjelaskan bagaimana
material berpindah dari satu proses ke proses
yang lainnya.
Tiga komponen utama yang
digunakan dalam rich picture
1. Elemen-elemen dari struktur

2. Elemen – elemen dari proses
3. Hubungan antara struktur dan proses
serta antar proses
Bagi sitem-sistem aktifitas manusia, Rich
picture tidak hanya berisi fakta yang tersurat
tapi juga harus berisi fakta tersirat.
Fakta tersurat merupakan bentuk fisis
dari struktur dan proses, rekaman data
beserta penafsiran statistiknya, hubungan
antar informasi, dan segala sesuatu yang
merupakan objek berbentuk.
Fakta tersirat meliputi opini, gosip,
prasangka, hubungan interpersonal yang
tampak, agenda yang berharga, rahasia
perusahaan, sinergitas, dan hubungan
simbiosis.
Pentunjuk pembuatan Rich
Picture
 Pahamilah cakupan dari masalah yang
muncul yang bersifat aktual dan
potensial
 Rich picture berisi penjelasan simbol
yang gamblang
 Rich picture tidak pernah ada akhirnya
 Tidak ada versi terbenar dalam
pembuatan rich picture
Beberapa kesalahan yang biasa
dibuat dalam menggambar Rich
picture
 Setiap gambar dihubungkan dengan

gambar yang lainnya
 Penggunaan tanda panah yang berlebih
yang berakibat kerancuan dalam struktur
sistem pada rich picture
 Menghapus petunjuk yang mengarahkan
pada masalah-masalah potensial
Penggunaan rich picture
Rich picture merupakan alat yang ideal untuk
berkomunikasi mengenai situasi yang rumit dan
bermasalah .
Keterkaitan antar elemen serta hubungan yang
terjalin, langsung maupun tidak lebih mudah dilihat.
memudahkan identifikasi pemilik masalah dan
membantu dalam mengidentifikasi potensi masalah
dan konflik.
Membantu dalam mebuatan batasan dan
cakupan masalah.
Memperkaya wacana
sebuah Rich Picture
Tidak ada hubungan antar item yang
tergambar dalam rich picture dan deskripsi
sistem. Sehingga rich picture tidak harus
mendeskripsikan sebuah sistem.
Proses pengayaan rich picture dan
penghalusan definisi sistem biasanya dilakukan
secara manual satu dengan yang lainnya saling
mengisi.
Pendekatan yang digunakan
dalam penggambaran sebuah
sistem
Kenapa kita perlu menggambarkan secara
jelas sistem yang relevan terhadap masalah
yang diidentifikasi dalam sebuah studi?
Sebuah penggambaran sistem akan berguna

dalam mengidentifikasikan seluruh
komponen yang relevan. Termasuk
hubungan antar struktur dan proses dimana
masalah tersebut ditetapkan.
Penggambaran sebuah sistem
sebaiknya mengidentifikasi
 Perubahan proses
 Batasan sistem
 Komponen dan subsistem dari siatem yang
dikaji serta kesimbangan hubungan
antarakeduanya maupun terhadap struktur
 Input yang berasal dari lingkungan sekitar
 Hasil akhir dari sistem
Pendekatan struktural (1)
Masalah yang dipilih guna studi terperinci

mungkin akan mempertimbangkan struktur
tertentu yang biasanya ditemui dalam sebuah
situasi tetentu.
Suatu pendekatan struktural merupakan

acuan mengenai apa yang mesti dilakukan ketika
situasi telah dipahami dan pandangan yang
ditimbulkan oleh evaluasi kinerja sistem dari tipe
struktur terpilih yang dirasa cukup tepat
terhadap identifikasi masalah pada rich picture.
Pendekatan struktural(2)
Sebuah pendekatan struktural juga

menjadi acuan bahwa analis cukup paham
dengan struktur mendasar paling umum
yang sering menimpa sebuah sistem, dan
hal ini tidaklah berasal dari tingkatan
teoritis, akan tetapi juga membutuhkan
pengalaman yang pernah dirasakan
sendiri
Pendekatan struktural(3)
Para analis yang berpengalaman di satu sisi
dengan mudah mengenal struktur mana yang
sesuai dengan deskripsi sistem yang akan
dianalisa. Tetapi jika memang tidak bisa
diidentifikasi maka harus mau tidak mau mereka
harus mengulang dari awal pendekatan proses.
Pendekatan proses (1)
Tidak pernah ada pembuatan asumsi

mengenai struktur sistem yang
memungkinkan . Tetapi lebih pada proses
yang ditelaah dan hubungan yang
menarik antar beberapa komponen dari
sistem yang digunakan untuk menemukan
struktur yang bagus.
Pandangan filosofis mengarahkan
pengevaluasi kinerja sistem yang mana
yang akan di teliti.
Empat aturan dalam mengidentifikasi komponen,
input, baik yang bisa dikontrol maupun tidak dan
output sistem
1. Segala aspek yang mempengaruhi sistem, akan tetapi

pada dasarnya tidak begitu signifikan merupakan
input dari lingkungan sistem. Hal ini mengatur input
luar.
2. Segala aspek yang secara langsung maupun tidak
berpengaruh atau mengatur sistem, tapi tidak
mempengaruhi aspek yang lainnya disebut output
sistem.
3. Segala pemain yang merupakan bagian dari struktur
sistem atau transformasi sistemnya merupakan
komponen sistem, jika bukan maka merupakan
output sistem
4. Segala aspek yang tidak mempengaruhi sistem
atupun dipengaruhi atau bukan merupakan bagian
dari struktur atau dalam transformasi proses tidak
Bergunakah identifikasi
relevansi sistem?
Hampir semua kebingungan dapat
dihindari dengan identifikasi semua output
sistem, sehingga penerapan aturan yang
ketiga nantinya tidak akan rancu.
Sederhananya, cara yang efektif dalam

menemukan apakah sistem relevan atau tidak
atau hanya memiliki sedikit relevansi adalah
dengan melihat kebalikannya atau
menghilangkan aspek tersebut. Jika tidak
merubah relevansi definisi sistem atau
relevansi input, maka aspek tersebut dapat
dibuang.
Bagaimana membuat
Sistem yang Relevan
1. Tetapkan pengertian filosofisnya

2. Berhati-hatilah dengan beberapa aspek
dan nilai yang membantu dalam
mencegah terjadinya kebiasan yang tak
diketahui dalam pendeskripsian sistem.
3. Buatlah rangkuman dari sistem yang
relevan
Contoh kasus masalah
penipisan lapisan Ozon
Jutaan ton CFC diproduksi dunia

setiap tahunnya, Zat clorine yang
dihasilkan berefek pada penipisan
lapisan ozone yang berfungsi
melindungi bumi dari pancaran sinar
UV. Dilain pihak sinar UV terus
terpancar dari matahari ke bumi.
Bagaimana caranya membuat sistem
penanganan pengikisan lapisan
Penjelasan sistem tentang
masalah penipisan lapisan
ozon
Sebuah penjelasan sistem

menunjukkan beberapa aspek dan
item disebutkan dalam deskripsi
lisan dan mengklasifikasikannya
sebagai struktur sistem, proses
transformasi, komponen-
komponen, input, dan output
menggunakan aturan terdahulu.
Proses pemecahan sistem masalah
penipisan lapisan ozon
Proses identifikasi dimulai dengan

mengkategorikan input informasi
menjadi input, output, komponen,
struktur, subsistem maupun hal yang
tidak relevan.
Langkah selanjutnya buatlah rich
picturenya, akan tetapia jika memang
mengalami kesulitan maka buatlah
diagram pengaruh.
Identifikasi aspek-aspek
dalam masalah penipisan
lapisan ozon
Item aspek Aturan Identifikas

i
Produksi CFC 1 Input
Sinar UV 2 Output
dipermukaan bumi
Penggunaan CFAC 3 Komponen
Efek kehidupan 4 Tidak
dimuka bumi relevant
INFLUENCE DIAGRAM
(Diagram Pengaruh (1))
Diagram pengaruh terutama

berkaitan dengan pembuatan proses
transformasi dari sistem dalam bentuk
hubungan struktural dan sebab akibat
antara komponen dari sistem.
Diagram Pengaruh(2)
Sebuah diagram pengaruh menggambarkan

hubungan
Pengaruh:
l Antara input sistem dan komponennya
l Antara komponen dengan sistem
l Antara komponen dengan output
Contoh diagram pengaruh pada
kasus penipisan lapisan ozon
Sinar UV dari
matahari Sinar UV mencapai permukaan bumi
Penyerapan pada
lapisan ozon
Contoh diagram pengaruh
pada kasus taruhan
Jumlah saluran telepon

Jumlah dalam tab
pemain yang Rata-rata
bertaruh keuntungan dari
setiap taruhan
Jumlah taruhan
yang menang Total pendapatan yang dihasilkan
SIMBOL-SIMBOL DALAM PENGGAMBARAN
INFLUENCE DIAGRAM
Awan menggambarkan input data dari lingkungan ssitem

yang lebih
Kotak merupakan kontrol input
Lingkaran merupakan variabel setiap komponen
Oval merupakan output sistem dan pengukuran kinerja
sistem.
Sejumlah informasi yang terkandung dalam diagram dapat
ditinggikan dengan mengindikasikan apakah hubungan
pengaruh positif, peningkatan (penurunan) dalam variabel
yang berpengaruh mengakibatkan peningkatan
(penurunan) pada variabel terpengaruh, atau nilainya
negatif, peningkatan jumlah variabel yang berpengaruh
menurunkan variable terpengaruh dan sebaliknya.
Pemodelan Kuantitatif
Diagram pengaruh melengkapi penjelasan
sistem.
Hubungan yang terlihat dalam diagram
pengaruh masih perlu diterjemahkan dalam
bentuk matematis. Sehingga memerlukan
pengetahuan mendalam mengenai sifat fisis
dari variasi proses yang terlibat. Model
matematis selanjutnya diterjemahkan dalam
program komputer.
KESIMPULAN (1)
•Model didefinisikan sebagai suatu representasi

atau formalisasi dalam bahasa tertentu.
•Karakteristik Pemodelan yang baik:
- Tingkat Generalisasi.
- Mekanisme Transparansi.
- Potensial untuk Dikembangkan
- Peka Terhadap Perubahan Asumsi
•Jenis-jenis model ada dua yaitu model
matematik dan informasi.
KESIMPULAN (2)
 Pengembangan model adalah usaha untuk

memperoleh model baru yang memiliki
kemampuan lebih di dalam beberapa aspek.
Dalam pengembangan model menggunakan
prinsip-prinsip dasar yaitu; Elaborasi, Sinektik,
Iteratif.
 Klasifikasi model bermanfaat untuk
membangkitkan alternatif model yang dapat
mewakili sistem nyata. Kalasifikasi model terbagi
menjadi delapan yaitu; Fungsi, Struktur, Acuan
waktu, Acuan Tingkat Ketidakpastian, Derajat
Generalisasi, Acuan lingkungan, Derajat
Kuantifikasi dan Dimensi.
Kesimpulan (3)
Setiap orang memiliki perbedaan dalam

menafsirkan sebuah sistem
Pendeskripsian metodologi sistem yang
relevan dan menjelaskan hubungan
pengaruh akan sangat bermanfaat sebagai
langkah awal bagi pemecahan masalah
secara umum.
Prinsip-prinsip tersebut dengan mudah
dapat diterapkan bagi sebuah
permasalahan.
LATIHAN SOAL (1)
1. Apakah yang dimaksud dengan Pemodelan
sistem? Dan bagaimana proses proses
pemodelan tersebut? Dan Tolong anda
gambarkan!
2. Bagaimana karakteristik suatu model
dikatakan baik?
3. Prinsip-prinsip apa yang harus ada dalam
pengembangan model? Tolong anda
jelaskan!
LATIHAN SOAL (2)
4. Untuk memodelkan suatu sistem nyata
maka kita perlu suatu simpulan gambaran
sistemnya (Rich Picture) . Bagaimana
langkah-langkah dalam pembuatan rich
picture?
5. Bagaimana kita mengidentifikasi komponen,
input, baik yang bisa dikontrol maupun
tidak dan output sistem?
6. Apakah yang dimaksud dengan Influence
Diagram? Bagaimana cara
penggambaranya?
LATIHAN SOAL (3)
7. Suatu perusahaan memproduksi peralatan kemudi mobil lengkap
yang terdiri dari poros dan roda kemudi. Dalam pembuatan kemudi
mobil, untuk roda kemudi di beli pada perusahaan lain sedangkan
porosnya dibuat sendiri. Setiap tahunnya perusahaan mengalami
permasalahan mengenai biaya persediaan roda kemudi yang selalu
tinggi. Perusahaan melakukan pembelian roda kemudi didasarkan
atas permintaan kemudi mobil yang sifatnya tetap dan diketahui
sebesar 6.400 unit/ tahun dengan harga per unit Rp. 100.000,- .
Untuk biaya-biaya yang terlibat dalam pembelian bahan baku
tersebut adalah sebagai berikut:
 Biaya pengiriman Rp.10.000,-
 Biaya pemeriksaan bahan baku yang dating Rp.70,-
 Biaya administrasi Rp. 20,-
 Biaya penyimpanan digudang 20% dari nilai rata-rata barang yang dibeli
 Biaya modal 10 % dari modal rata-rata yang tertanam dalam persediaan
Pertanyaan:
Dari gambaran permasalahan sistem perusahaan tersebut, tolong
anda buatkan Rich Picture dan hubungan-hubungan antara
variable,komponen dan input-inputnya (influence diagram)?
MODUL 3
Metodologi OR/MS
KOMPETENSI POKOK BAHASAN
 Memahami model-model sebagai
representasi dari kondisi system nyata
 Memahami jenis-jenis model.
 Memahami dan menguasai prinsip-prinsip
dasar yang digunakan dalam pembuatan
dan pengembangan model.
INTRODUCTION (1)
Sebagian besar dari metodologi

OR/MS berkaitan dengan sistem aktifitas
manusia yang mudah dikendalikan /
berpengaruh
Peran pelaku dalam proyek
OR/MS
Beberapa bentuk pemecahan masalah
melibatkan pengawas, peran dan pemain
berikut:
Pemilik masalah yaitu orang atau kelompok
yang memiliki kewenangan mengatur beberapa
aspek tertentu dari situasi permasalahan, yang
menentukan langkah apa yang ditempuh.
Pelaksana masalah yaitu orang yang
menggunakan solusi dan melaksanakan
keputusan yang disetujui oleh pemilik masalah
atau pengambil keputusan.
Penikmat masalah yaitu orang yang merasakan
manfaat atau konsekuensi pelaksanaan solusi.
Pemecah masalah yaitu orang yang
menganalisa masalah dan mengembangkan
Peran pelaku dalam proyek
OR/MS
Semua peran akan selalu didefinisikan dalam
bentuk ketertarikan sistem yang sempit.
Definisikanlah sertaidentifikasi siapa saja pengawas
dari suatu situasi permasalahan sehingga menjadi
sangat jelas sekaligus sistem yang relevan telah
didefinisikan, meskipun demikian analis mungkin
memiliki ide yang baik mengenai siapakah yang
paling diutamakan dalam analisis.
Nama pemilik masalah, pelaksana masalah,
penikmat masalah dan analis tidak mesti harus
dengan nama sebenarnya, tetapi gunanya untuk
memerankan. Sebagaimana yang kita ketahui satu
orang mungkin memilki asumsi bahwa ada lebih dari
satu peran yang berkesinambungan dan berurutan.
Arti penting kejelasan
definisi peran
Peran sponsor akan mewarnai ruang lingkup
proyek misalnya menentukan kerangka kerja dan
fokus pelaksanaan.
Jika kerangka kerja diprakarsai oleh pembuat
keputusan, proyek biasanya bersifat substantif,
yang menghantarkan pada perubahan yang nyata,
dengan sebuah sistem relevan bagi suatu proyek
yang didefinisikan secara jelas dalam Span of
control dari pengambil keputusan. Penjabaran
filosofis yang relevan dibuat oleh pengambil
keputusan.
jika diprakarsai oleh peran yang lain, biasanya
ruang lingkupnya bersifat deskriptif. Pemrakarsa
lebih cenderung menggunakannnya sebagai sarana
mendidik atau mengajak pelaku lainnya dari situasi
permasalahan atau berbuat sesuai dengan pemilik
masalah.
Arti penting kejelasan
definisi peran
Pemilihan sistem relevan yang tepat bagi suatu

proyek beserta penjabaran filosofisnya mungkin
lebih bermasalah lagi dan berpeluang menjadi
kontroversi. Setidaknya analis permasalahan cukup
jelas dengan peran dari bermacam-macam pelaku
dalam situasi permasalahan yang dipelajari, Proyek
bisa saja berada dalam alur yang salah semenjak
awal mulanya. Hal tersebut bisa terjadi tanpa harus
mengatakan bahwa analis harus berusaha mengerti
situasi permasalahan melalui pandangan relevan
dari sponsor maupun diri mereka sendiri.
Tinjauan dari metodologi
OR/MS
Beberapa proyek OR/MS

yang berhasil akan melalui tiga
tahapan:
1. Formulasi masalah
2. Pemodelan matematis
3. Implementasi hasil
rekomendasi.
Metodologi OR/MS
FORMULASI Pemodelan IMPLEMENTASI
1. Menyimpulkan situasi 4. Membangun 8. Merencanakan

permasalahan model matematis implementasi
2. Identifikasi 5. Menemukan solusi 9. Mulai mengontrol
permasalahan yang dikehendaki evaluasi
6. Validasi dan
3. Mendeskripsikan 10. Implementasi solusi
Pengujian kinerja
sistem yang relevan
7. Menganalisa 11. Menindaklanjuti
Sensitivitas dari Penerapan solusi
solusi
TAHAP FORMULASI MASALAH
Langkah pertama- menyimpulkan situasi
permasalahan- dengan mengartikan rich picture.
Rich picture membantu kita
mengidentifikasi permasalahan- lankah kedua
formulasi masalah. Langkah ketiga, kita
gunakan pendekatan proses untuk
mengidentifikasi struktur, proses transformasi,
komponen-komponen, input-input, dan output
dari sitem relevan yang digabungkan dalam
diagram pengaruh.
EMPAT ELEMEN DARI
MASALAH
1. Pembuata keputusan
2. Tujuan pembuat keputusan
3. Ukuran kinerja
4. Aksi (tindakan) alternatif atau
variabel keputusan dalam
mencapai tujuan
Kompleksitas dari
Pendefinisian Masalah
salah satu kesulitan pada tahap ini
adalah adanya ketidak sesuaian dari
peran pengawas.
Mungkin saja pengambil keputusan
menjadi samar/ragu terhadap tujuan
yang berimbas pada nilai standar kerja. .
Pada aplikasi nyata kebanyakan
komunikasi masalah tidak bisa diperoleh
melalui satu kali menjalankan tiga
tahapan..
Identifikasi permasalahan sistem
selalu menarik untuk dikaji, akan
tetapi keterbatasn dana dan waktu
sebagai kompensasi penelitian bisa
saja menjadi batu sandungan, untuk
itu dalam sebuah penelitian peran
sponsor sangat besar.
Proses pencarian sponsor biasanya

dimulai dari pembuatan proposal
proyek yang berisi ide segar dari
Proposal Proyek
Proyek proposal merupakan bagian kerja
yang paling mudah untuk dikritisi pada bidang
apapun, kejelasan dalam presentasi akan sangat
berpengaruh terhadap diterima atau ditolaknya
proposal.
Potensi kesulitan yang akan dihadapi yang
dapat menggelincirkan proyek sebaiknya
didiskusikan secara terbuka dan membuat
kejelasan tentang tanggung jawab terhadap
setiap tugas.
Perkiraan Untung dan Rugi
Proyek (1)
Sebuah proyek akan dipertimbangkan
berdasarkan apakah sebanding dengan biayanya
dan apakah harapan sponsor dapat terpenuhi.
Proyek komersil sanagt berkaitan dengan soal
untung dan rugi sehingga ekspresi yang digunakan
adalah uang.
Analis harus sepenuhnya memprediksi
keuntungan yang akan diperoleh, sehingga
memerlukan penyederhanaan model dari proyek.
Hal ini dapat digunakan untuk menghitung
perkiraan keuntungan sehingga memberikan
gambaran yang baik dan mudah dalam
Perkiraan Untung dan Rugi
Proyek (2)
Bagaimanapun juga seorang analis

semestinya secara serius memikirkan usaha
dalam memprediksikan keuntungan proyek
bukannya hanya menebak-nebak saja. Hal
ini mungkin akan memerlukan
pengembangan dari sebuah model yang
disederhanakan guna memperkirakan
sistem operasi yang ditawarkan.
Format Proposal Proyek (1)
1. Pendahuluan
2. Kesimpulan khusus dari
rekomendasi
3. Pernyataan yang lebih terperinci
mengenai kajian permasalahan
yang diidentifikasi
4. Penjelasan non teknis dari

langkah-langkah analisis
5. Daftar jenis dan bentuk data yang
diperlukan
6. Pernyataan kualitatif mengenai
pencapaian yang hendak dituju
7. Daftar sumber daya

8. Tabel waktu pengerjaan secara
terperinci
9. Pernyataan yang didukung data
kemampuan dan kompetensi
penganalisa proyek
10. Pernyataan mengenai aspek-
aspek kepercayaan data
TAHAP PEMODELAN
MASALAH
Tahap pemodelan berawal dari tahap
keempat dengan mengekspresikan deskripsi
sistem, sebagaimana hubungannya dengan
permasalahan yang dipilih guna keperluan
analisa pada bentuk kuantitatif
Tahap kelima kita manipulasimodel
kuantitatif guna memeriksa respon kinerja
sistem untuk merubah input yang dapat
dikontrol maupun yang tidak
Tahap keenam menjalankan kredibilitas
model
Tahap ketujuh terdiri dari pernyataan
Laporan Proyek
Pada tahapan akhir dari fase pemodelan,

seorang analis mempersiapkan laporan
proyek yang mendetail mengenai analisis
yang digunakan dalam laporan proyek
dengan menghindari penggunaan bahasa
OR/MS
Tahap Penerapan
Tahap kedelapan mempersiapkan rencana
terperinci dari berbagai pekerjaan penerapan,
tugas mandiri dan jadual koordinasi
Tahap kesembilan melaksanakan prosedur
guna menjaga dan mengontrol jalannya solusi
yang disarankan
tahap kesepuluh membuat perubahan yang
diperlukan dari kondisi awal ke kondisi yang
disarankan
Terakhir setelah solusi baru dibuat pada
periode tertentu, analis hendaknya mengecek
dan mengaudit ulang solusi
SIFAT DARI PROSES OR/MS
Variasi langkah biasanya
diprakarsai dalam bentuk
pengurutan, akan tetapi setiap
langkah sangat mungkin akan
melompati cara kerja tertentu dan
menjadi langkah berikutnya.
Pemilihan model matematis
yang paling sesuai hendakanya
dipengaruhi oleh seberapa besar
biaya yang diharapkan dari
pengembangan secara terperinci.
Proses Iteratif
Metodologi bersifat iteratif. Artinya

seorang analis mungkin akan mengulang ke
langkah sebelumnya serta memodifikasi bagian
yang sudah pernah dikerjakan.
Jarang ada suatu proyek mengalami
semua tahapan tanpa kembali pada tahap
sebelumnya dalam sebuah analisis.
Analis pada beberapa kesempatan
mencoba mencari tahu kesulitan potensial pada
tahap selanjutnya dan mungkin akan kembali
pada langkah sebelumnya untuk suatu
perubahan.
Pentingnya Dokumentasi
Proses
Selama seluruh fase dilalui,

sangatlah krusial untuk mencatat
semua asumsi dan penyederhanaan
yang dibuat dan semua data yang
digunakan termasuk sumber daya
Metode ilmiah dan proses
OR/MS
OR/MS sering kali berkaitan dengan

aplikasi metode ilmiah atau pemecahan
masalah .
Salah satu alasan utama dari
penggunaan metode ilmiah adalah sifat
alami sains untuk mendapatkan
pengetahuan yang berkembang sesuai
disiplin ilmunya.
Prinsip-prinsip dasar
Ilmiah
1. Apakah semua asumsi yang penting dari model telah
diidentifikasi?
2. Apakah telah diverifikasi bahwa data tersebut tidak
bermasalah sesuai dengan pengetahuan teoritis yang
memadai?
3. Apakah didukung oleh observasi empiris mengenai
sistem yang dimodelkan?
4. Apakah sensitifitas perilaku model untuk mengubah
asumsi-asumsi ini dan input data yang digunakan telah
diperiksa?
5. Apakah perhatian serius pada verifikasi dan validasi
model telah dibangun contohnya dengan menguji
apakah model mampu menghasilkan perilaku sistem
yang memuaskan bedasarkan data historis?
Pengumpulan Data
Sebuah data mungkin tidak tersedia

dalam bentuk yang diperlukan sehingga
sangat penting bagi seorang analis
mengemukakan sedini mungkin, jika
data terlewatkan atau tidak tersedia
dalam bentuk yang bermanfaat maka
analis harus memulai mengumpulkan
data dalam bentuk yang diperlukan
Wawancara dan kemampuan
interpersonal Analis
Ada kalanya data yang diambil

merupakan data observasi yang memerlukan
wawancara yang memerlukan beberapa teknik
khusus diantaranya adalah dengan
menggunakan perekam suara, jika
diperkenankan dan tulislah semua data yang
diperoleh dengan segera.
Pencarian informasi melalui wawancara
tergantung kemampuan dasar seorang analis.
Kesimpulan
Metodologi OR/MS sebenarnya terdiri dari
tiga fase Formulasi, Pemodelan dan Penerapan.
Pada permasalahan yang rumit atau
berujung pada kontroversi sangat dianjurkan
untuk membuat beberapa deskripsi dan definisi
sistem guna membedakan dalam tahapan
resolusi sebaik penjabaran filosofis yang
mungkin telah diasumsikan.
MODUL 4
DEFINISI MODEL
MATEMATIKA(1)
 Model matematika adalah kumpulan
keterkaitan variabel-variabel yang
berbentuk formulasi atau fungsi
persamaan dan/atau pertidaksamaan
yangmengekspresikan feature (sifat)
pokok dari sistem atau proses fisis
dalam istilah matematika. (Simatupang,
1994)
MODEL MATEMATIKA (1)
 Dalam penalaran yang sangat

umum, model matematis dapat
dinyatakan dalam bentuk
hubungan fungsional (chapra,
1988) yang berbentuk:
var iabel bebas, parameter, fungsi pemaksa........(1)
variabel =
 Variabel terikat(dependent variable)

adalah suatu karakteristik yang
mencerminkan keadaan atau perilaku sistem
yang tergantung dari variabel lain.
 Variabel bebas (indepandent variable)
adalah variabel yang tidak tergantung
dengan variabel lain, variabel ini biasanya
adalah dimensi seperti waktu dan ruang,
selama perilaku sistem sedang ditentukan.
 Parameter adalah pencerminan sifat-
sifat/komposi sistem
 Fungsi Pemaksa adalah pengaruh eksternal
yang bekerja pada sistem
 Ekspresi matematis dari persamaan (1)
dapat berkisar dari suatu hubungan aljabar
sederhana sampai himpunan persamaan
diferensial besar yang kompleks. Misalnya
persamaan ongkos total (TC) sebagai fungsi
linier dari kuantitas produk, jika di
ekspresikan.
TC = a + b.Q…………..(2)
 Persamaan (2) mempunyai ciri khas dari

model matematika yang menggambarkan
sistem nyata yaitu:(Simatupang, 1994)
Ciri model matematika
persamaan (2)
1. Persamaan tersebut menggambarkan
suatu sistem atau proses biasa dalam
istilah-istilah matematis.
2. Persamaan tersebut menyatakan
suatu idealisasi dan penyerdehanaan
dari keadaan yang sebenarnya.
3. Persamaan tersebut memberikan hasil
yang dapat direproduksi, sehingga
dapat digunakan untuk peramalan.
TEKNIK PEYELESAIAN
MODEL MATEMATIKA
 Metode analitik, metode ini
memberikan wawasan unggul
mengenai perilaku beberapa sistem.
 Metode numerik, metode ini berisikan
berisikan teknik-teknik yang digunakan
untuk memformulasikan matematis
agar dapat dipecahkan dengan operasi
perhitungan.
PENGERTIAN DASAR DALAM MODEL
MATEMATIKA
 Relasi atau hubungan
 Fungsi
 Variabel, Konstanta, dan Parameter
 Himpunan atau Set
 Pernyataan (statement) dan Aksioma
 Sistem
 Model
RELASI (HUBUNGAN)
 Keadaan alam berdasar prinsip

interdependensi.
 Segala sesuatu (obyek, variabel,
benda) satu dengan yang lain
saling berhubungan.
FUNGSI
 Fungsi menyatakan adanya suatu pola
hubungan tertentu yang terdapat
antara dua himpunan obyek atau
variabel
 Suatu fungsi:O = f.(I) …….(3)
 Dari rumusan fungsi (3) menunjukan
bahwa O berhubungan dengan I atau
O adalah fungsi dari I
VARIABEL,KONSTANTA
DAN PARAMETER
 Variabel adalah lambang yang

memiliki unsur-unsur dalam suatu
himpunan dari atribut sistem.
 Konstanta adalah lambang yang
mewakili unsur dalam suatu himpunan
berunsur tunggal.
 Parameter adalah lambang yang
mewakili unsur di himpunan konstanta.
HIMPUNAN (SET)
 Himpunan (set) adalah kumpulan

unsur-unsur (element) yang
karena sesuatu maksud dan tujuan
dijadikan satu
PERNYATAAN (STATEMENT) DAN
AKSIOMA (1)
 Pernyataan dipergunakan sebagai alat

komunikasi
 Pernyataan tertutup adalah jika dalam
matematika memuat pernyataan -
pernyataan benar atau salah.
 Pernyataan terbuka adalah jika dalam
matematika memuat pernyataan tergantung
dari kita. Contoh; x < 7
PERNYATAAN (STATEMENT) DAN
AKSIOMA (2)
 Aksioma adalah suatu kumpulan

pernyataan yang sudah dianggap benar
tanpa pembuktian.
 Aksioma merupakan elemen terpen-ting
dalam model matematika.ant
 Aksioma menggambarkan padanan
antara model dan sistem nyatanya.
Properties of Good mathematical models
Simple
Complete
Easy to manipulate
Adaptive
Easy to communicate with
Appropriate for the situation studied
Produce information that is relevant and appropriate for
decision making
SISTEM DINAMIK
 Sistem Statik:
 Keputusan tunggal pada saat tertentu
 Masa yad dikatakan stasioner
 Setiap keputusan identik
 Sistem Dinamik:
 Serangkaian keputusan selama selang waktu
tertentu
 Masa yad tidak stasioner tapi dinamik
 Setiap keputusan berhubungan dgn status sistem
yang berbeda (tidak identik)
SISTEM DINAMIK
 Jika elemen waktu dipertimbangkan
dalam proses keputusan, pertanyaannya
adalah:
 berapa lama ke masa depan kita harus lakukan
studi? (Horison Perencanaan?)
 Untuk situasi dinamik
 Pemilihan horison perencanaan menjadi
sangat penting
 Keputusan terbaik dapat dipengaruhi oleh
panjang horison.
Horison Perencanaan (HP)
 HP: jumlah minggu, bulan, atau tahun
 HP untuk proses musiman
 Panjang waktu yang tepat untuk HP
 HP dapat mempengaruhi input sistem
 HP bergerak (Rolling Planning Horizon)
 N periode untuk memperoleh solusi optimal
 Keputusan diterapkan dan pengaruhnya dicatat
 Pada periode berikutnya masalah dianalisa
kembali untuk N periode ke depan
Planning Horizon: Lead-up
Time
 Implementation of the decision may not
be instantaneous
 Need to be planned prior to the
planning horizon
 Therefore, such lead-up time becomes
part of the effective time
 The effective planning horizon=Lead-up
time+Active planning horizon
Example
Week 1 2 3 4 5 6 7 8 9 10 11 12
Number 46 82 22 45 120 36 8 5 10 75 20 0
Crystal Spring Mineral Water
Co.
 Choice of planning horizon
 Influence Diagram
 Mathematical Model
 Finding the Optimal Production Plan
 Consideration for Practical
Implementation
Sistem Stokastik
 Jika menghadapi sebuah permasalah,
kita akan dapat memperkirakan efek
yang ditimbulkan dengan kepastian
yang bersifat absolut (bersifat
Deterministik)
 Kita tidak akan mampu memastikan
kejadian yang akan datang
 Beberapa kejadian akan bersifat tidak
pasti, beresiko, stokastik dan
Penyebab Ketidakpastian
 Proses tidak diketahui atau dipahami
dalam bentuk penjabaran yang
mencukupi
 Pernyataan mengenai proses
berdasarkan informasi yang tidak
lengkap
 Ketidakmampuan memperkirakan apa
yang akan dilakukan oleh pelaku lain di
dalam kenyataaan semisal pesaing dan
pelanggan.
Proses Stokastik
Sebuah proses stokastik adalah

pengurutan dari variabel acak yang
menjabarkan evolusi sitem padaq suatu
masa.
Jika seseorang membeli soda
pada waktu yang lampau adalah
coca cola maka 91 % dia akan
membeli Coca cola lagi, jika
sebelumnya dia membeli Pepsi
maka 90% dia akan membeli
Pepsi kembali.
Waktu Diskrit Bagaimana harapan Market Share
Rantai Markov Coca cola?
Susunan disket A RAID-5 terdiri
dari 512 disket, Waktu antar
kesalahan berdistribusi
eksponensial 400 hari,waktu
penggantian atau perbaikan
berdistribusi eksponensial dengan
rata-rata 1 hari. Susunan yang
Waktu yang benar berisi 5 kesalahan.
berkelanjutan dariRantai Sekarang hanya ada dua disket di
tangan yang bisa diganti
Markov
Bagaimana Kesediaan sistem?

Kebanyakan penumpang masuk
ke terminal C pada pengecekan
SFO dalam tempat pemesanan
tiket Skycap. Para penumpang
yang hanya membawa satu
bagasi langsung ke petugas
keamanan. Distribusi antar
kedatangan dari setiap titik dan SISTEM ANTRIAN
waktu proses dari setiap stasiun
telah diketahui
Jam berapakah seharusnya anda

berada disana jika akan terbang
jam 5 Sore?
Sebuah jalur fabrikasi
semikonduktor tipis yang rumit dan
menghasilkan beberapa efek acak
semisal kesalahan peralatan dan
permasalahan hasil yang diperoleh.
SIMULASI
Apakah sebaiknya kita

menambahkan jumlah stok
pengaman sebalum stasiun potong?
Apakah sebaiknya kita menambah
kapasitas Etch? Berapakah jumlah
persediaan yang mesti simpan?
Haruskah kita menambah jam kerja
Bath? Haruskah kita menambahkan
tahapan pengujian yang lain
setelah proses Bath? Bagaimana
efeknya terhadap hasil keluaran
dengan perubahan yang lakukan?
Apakah proses stokastik itu?
Sebuah proses stokastik {Xt, t € T} merupakan sebuah kumpulan variabel
acak
T merupakan Set Index dari proses, biasanya dalam bentuk waktu
Xt merupakan pernyataan proses pada saat t
Jika T dapat dihitung, {Xt,t € T} merupakan proses stokastik dengan
waktu diskrit
Contoh : Xt merupakan barang simpanan di penghujung hari untuk hari t, t

€ T= (0,1,2,3,…)
Jika T bersifat kontinu, {Xt,t € T} merupakan proses stokastik dengan
waktu berkesinambungan (kontinu)
Contoh : Xt merupakan Harga stok barangpada waktu t, t € T= (Jam 9

pagi- 5 sore hari ini)
Jarak pernyataan (state space) dari proses stokastik merupakan
sekumpulan nilai Xt yang memungkinkan untuk melakukan asumsi
Proses Markov
Proses stokastik dengan waktu diskrit X0X1’X2,…merupakan rantai Markov jika
semua t bagi setiap urutan dari state k0,k1,…,k1-t,i,j
Proses stokastik dengan waktu kontinu X0 ,X1’X2,…merupakan rantai Markov

jika semua r,s,t € T dan s > r≥0 dan semua state i,j,k
Distribusi keadaan state akan datang telah tersedia dari

data masa lampau dan state sekarang bersifat independen
terhadapa state masa lalu dan hanya tergantung pada kondisi
sekarang
Aplikasi yang lain
 Epidemiologi  Manajemen
 Genetika penampungan air
 Pertumbuhan populasi  Manajemen
 Imigrasi dan emigrasi persediaan
 Keuangan  Proses jobshop
 Perencanaan tenaga
kerja  Perawatan mesin
 Pemasaran  Sistem rambu-
 Pemesanan tiket dan rambu
kamar hotel  Manajemen layanan
 Manajemen akuntansi suara
 Permainan judi
Contoh Rantai Markov dengan
waktu diskrit
Contoh sistem persediaan (s,S)
Kebijakan persediaan (s,S): jika persediaan pada permulaan

proses kurang dari(kita asumsikan barang langsung dikirim)
s, maka kita harus memesan sejumlah S
Xt = level persediaan setelah Dt = permintaan pada periode t

pemesanan dilakukan pada periode t (iid)
jarak state E = (s,s+1,…,S)
Diagram transisi untuk sistem
persediaan (s,S)
Sistem persediaan (s,S),
permintaan konrinu
Rekursi:
Probabilitas
transisi
Proses Stokastik dengan waktu
diskrit
Sebuah proses stokastik {Xt, t € T} merupakan sebuah kumpulan
variabel acak
T merupakan Set Index dari proses, biasanya dalam bentuk waktu
Xt merupakan pernyataan proses pada saat t
Jika T dapat dihitung, {Xt,t € T} merupakan proses stokastik dengan
waktu diskrit
Contoh : Xt merupakan barang simpanan di penghujung hari untuk hari

t, t € T= (0,1,2,3,…)
Jarak pernyataan (state space) dari proses stokastik merupakan
sekumpulan nilai Xt yang memungkinkan untuk melakukan asumsi
Kita akan tunjukkan sebuah proses stokastik dengan waktu diskrit dengan
X0,X1,X2,,…Tunjukkan bahwa jarak state E = {0,…,S},
Jika Xn= i, kita katakan bahwa proses dalam state I pada waktu n
(Kita gunakan notasi Xn dan Xt secara bergantian)
Sebuah Rantai Markov
Contoh permasalahan 1: Kekalahan penjudi
Anggaplah saya pergi ke kasino dengan membawa
uang $2 dan bermain Blackjack dimana satu taruhan
seharga $1, kemungkinan saya menang adalah p dan
kemungkinan kalah adalah 1-p, saya akan berhenti
main setelah menang $4.
Setelah permainan ke saya memiliki sejumlah uang
tertentu kataknlah Xt posisi uang saya setelah
permainan selanjutnya adalah variabel acak Xt+1.
Kunci permasalahan pada contoh ini adalah posisi uang
saya setelah permainan selanjutnya t+1 tergantung
jumlah uang yang saya miliki pada permainan t ( dan
dari permainan t-1) hal tersebut tidak tergantung dari
catatan hasil sebelum permainan t. Inilah inti dari
Rantai Markov
Rantai Markov dengan waktu
diskrit
Sifat Markov
Proses stokastik dengan waktu diskrit X0X1’X2,…merupakan rantai Markov jika
semua t bagi setiap urutan dari state k0,k1,…,k1-t,i,j
Distribusi keadaan state akan datang telah tersedia dari data

masa lampau dan state sekarang bersifat independen terhadapa
state masa lalu dan hanya tergantung pada kondisi sekarang
Asumsi tetap
P (Xt+1=j I Xt=i) tidak tergantung dengan t
Probabilitas transisi tetap

asumsi tetap
Diagram Transisi
Contoh Diagram Transisi permasalahan1 :
Matrix transisi untuk permasalahan 1:

Probabilitas Transisi N langkah
Probabilitas Transisi N langkah
= Probabilitas kondisional dimana proses stokastik Xt akan berada

pada state j. Setelah tepat berada pada langkah n, yang terdapat
dalam permulaan langkah i.
P(n)= matrik probabilitas langkah n (elemen ke i,j dari P(n) merupakan Pij(n)
Persamaan Chapman Kolmogorof
Untuk menghitung probabilitas transisi langkah n Pij(n),ambillah jumlah langkah
manapun dari m<n.Pada saat m, proses telah berada pada posisi tertentu.
Merupakan probabilistik kondisional yang diberikan sebuah state permulaan dari i,

prosesnya akan terjadi pada state k setelah langkah m dan kemudian dalam state j
setelah langkah langkah lain dari m-n. Dengan mengasumsikan semua
kemungkinan kondisional untuk waktu m, kita akan memperoleh persamaan
Chapman-Kolmogorov.
Untuk semua i,,j € (0,…,S) dan 0 <= m <= n

Perhitungan probabilitas transisi
langkah-n s  p0 j 
p  
 p1 j 
. 
Contoh : n=2 k 0
pij(2) =  p - p )
ik Pkj = (p i0
 . i1 js
jth dari
. 
kolom p 
 psj 

 
dengan baris dari P
Elemen ke ij dari langkah
matrik transisi 2 , P(2)
= elemen ke ij dari matrik P.P = P2
P (2) = P.P = P2
Menghitung probabilitas transisi N langkah secara umum:
Proses Stokastik dengan waktu
kontinu
Pada beberapa kasus sistem stokastik, akan lebih alami
untuk waktu pemodelansebagai waktu kontinu daripada waktu
diskrit. Mungkin hal ini akan benar jika kita tertarik untuk
mengobservasi sistem secara terus menerus daripada hanya pada
waktu yang terpotong dengan waktu tertentu. Kita akan tahu
bahwawaktu diskrit dan kontinu dalam Rantai Markov sangat
berkaitan.
Sebuah proses stokastik dengan waktu kontinu (X(t): t € T)
merupakan sekumpulan variabel acak, dimana
X (t) merupakan state dari proses pada waktu t.
T = (0,∞) merupakan satuan index dari proses
E = (0,1,…,S) merupakan jarak state dari proses stokastik
(sekumpulan nilai yang memungkinkan X(t) dapat diasumsikan
Contoh jalur proses stokastik
dengan waktu kontinu
Catatan: waktu yang dibutuhkan dalam

transisi haruslah integer
Contoh
Anggaplah seekor katak yang melompat diantara daun
lili yang kita beri nomor 0 sampai 5. Katak tersebut
mulai dari daun nomor 0 sampai 5 secara berurutan
dan kembali lagi ke tempat semula. Di setiap daun dia
menunggu beberapa detik yang berdistribusi
eksponensial dengan parameter λ>0 ( contoh, rata-rata
1/ λ detik) sebelum melompat ke daun selanjutnya.
Contoh
Contoh 1, lanjutan
X(t) menunjukkan nomor daun lili dimana
katak itu berada pada waktu t.
Saat berada pada interval (0, ∞).
Jarak state dari proses adalah
(0,1,2,3,4,5)
X(t) merupakan proses stokastik dengan

waktu kontinu.
Sebuah jalur untuk Contoh 1
Catatan: Xt benar-benar bersifat kontinu

Rantai Markov dengan waktu
kontinu
Sifat Markov
Proses stokastik dengan waktu kontinu X0 ,X1’X2,…merupakan rantai Markov
jika semua r,s,t € T dan s > r≥0 dan semua state i,j,k
P (X (t+s) = j I X (s) = i dan X (r) = k) = P ( X (t+s) = j I X (s) = i)
Distribusi keadaan state akan datang telah tersedia dari data

masa lampau dan state sekarang bersifat independen terhadap state
masa lalu dan hanya tergantung pada kondisi sekarang
Asumsi Tetap:
P ( X(t+s) = j I X (s) = i) bersifat independen terhadap s
Contoh dari Rantai Markov
dengan waktu kontinu
Contoh 1, lanjutan
Pikirkan kembali kolam katak kita. Cerita tersebut
mengikuti sifat distribusi eksponensial yang tidak
terekam pada saat waktu s, distribusi yang mana
katak akan berada pada daun lili disaat s+t bersifat
independen dari posisi dimana dia pada waktu
sebelum s, dan diketahui dimana letak katak
tersebut pada saat s.
X (t) adalah Rantai Markov dengan waktu

kontinu
Waktu berkutat
Anggaplah bahwaRantai Markov dengan waktu kontinu
yang kita buat telah sampai pada state i. Definisikanlah
variabel acak Tj ke dalam bentuk lama waktu proses
yang dihabiskan pada state i sebelum berpindah pada
state selanjutnya. Kita sebut Tj dengan waktu berkutat
pada state i.
Sifat tak terekam
Pengakuan:
Sifat Markov menyiratkan P(Ti > t+s I Ti > s) = P (Ts > t)
Distribusi dari berapa lama lagi anda akan berada
pada state i bersifat independen terhadap berapa
lama anda telah siap berada di sana.
Pembuktian : ( Dengan pembalikan)
Anggaplah saat ini berada pada waktu s, anda berada pada state i, dan
P (Ti > t+s I Ti > s) ≠ P (Ti > t)
Contoh, jumlah waktu diman anda telah siap berada pada state i
bersifat relevan dalam memperkirakan berapa lama lagi anda berada
disana. Kemudian untuk sembarang waktu r < s, apakah anda akan
berada di state i atau pada state j pada suatu waktu masa depan s+t
sehingga
P (X (t+s) = j I X(s) = i dan X(r) = k ) ≠ P (X (t+s) = j I X(s) = i),
Menyalahi sifat Markov
Sifat tak terekam
Sifat tak terekam
Kenyataan bahwa P(Ti > t+s I Ti > s) = P (Ts > t) untuk setiap state i,
Disebut sebagai sifat tak terekam dari waktu berkutat
Fakta hanya distribusi eksponensial yang sesuai bahwa dengan sifat

tak terekam.
Waktu Berkutat berdistribusi Eksponensial
Bagi Rantai Markov dengan waktu kontinu, waktu berkutat Ti pada saat state i
Berdistribusi eksponensial dengan parameter sebut saja qt yang berarti 1/qt
Sehingga
Fi (t) = P (Ti ≤ t ) = 1 – e -q i
t
KESIMPULAN
MODUL 5
PENGUJIAN MODEL DAN
ANALISA SENSITIFITAS
Validasi model mempunyai dua

langkah:
1. Mengecek validasi internal
2. Mengecek validasi eksternal
Validasi internal juga disebut
sebagai verifikasi, sedangkan
validasi eksternal disebut validasi
Validasi Internal
apakah secara matematis model itu

benar dan secara logika konsisten?
Metode terbaik untuk melakukan
validasi model adalah dengan mengecek
apakah secara numerik hasil secara
manual demi kecukupan jangkauan data
input.
Validasi External
Apakah model cukup mewakili

sistem nyata?
Sedekat apakah perkiraan yang

dibuat dengan kenyataan?
Jawabannya tergantung dari tujuan
membangun model dan tujuan pernggunaannya.
Sebagai sebuah solusi, sebuah perkiraan mungkin
cukup baik untuk menjelaskan model perencanaan
sedangkan model yang ditujukan untuk
keputusanmendetail harian mungkin akan
memerlukan ketepatan yang cukup baik terhadap
representasi realita
Validasi external merupakan pertanyaan
besar mengenai kredibilitas model.
Validitasi External sering dapat diasumsikan
jika model mampu secara tepat menirukan
kenyataan.
Evaluasi yang berlangsung
terhadap proses pemodelan
dan Model
Validasi dan verifikasi sering
dipandang sebagai sebuah pekerjaan
yang dikerjakan sekali saja dalam
pemodelan yang pada esensinya telah
terselesaikan.
Evaluasi seluruh aspek dari model
semestinya terus berkesinambungan. S.I
Gass menyarankan penganalis bekerja
dibawah asumsi bahwa pekerjaan mereka
secara akan ditinjau ulang.
Pengujian solusi untuk
memperlihatkan kinerja
Tujuan utama dari pengujian ini adalah untuk
menentukan keuntungan yang diharapkan semisal
keuntungan bersih atau penghematan bersih yang
dihasilkan dari penerapan solusi.
Operasi yang sesungguhnya akan didasari
oleh kebijakan yang ada, sedangkan kebijakan yang
ditawarkan disimulasikan pada sebuah kertas.
Bagi sistem-sistem yang masih berada di
papan gambar, tidak ada perbandingan dengan
sistem yang ada untuk dibuat (meskipun
perbandingan kebutuhan dengan alternatif
pembanding masih dibutuhkan) pengujian
selanjutnya digunakan untuk mengobservasi
tingkah laku sistem yang ditawarkan dan untuk
mendapatkan perkiraan keuntungan-keuntungan
Aturan Pengujian Validasi
1. Evaluasi kebijakan yang

ditawarkan harus berdasarkan
observasi dari kinerja
sebenarnya.
2. Data yang digunakan untuk
pengujian sebaiknya, tidak
tergantung dengan data yang
digunakan untuk kebijakan
terbaik.
3. Pengujian sebaiknya tidak hanya
APAKAH PROYEK TERSEBUT
DILANJUTKAN ATAU DITOLAK?
Penganalisa telah membangun

sebuah model matematis yang
dipertimbangkan mencantumkan aspek-
aspek pokok masalah dan juga telah
dikembangkan suatu metode guna
memperoleh solusi .
Pelajaran yang akan kita dapatkan
dari diskusi ini adalah evaluasi suatu
proyek haruslah dibuat sedini mungkin
dalamanalisis. Hal ini akan
memperkenankan penyisihan proyek
dengan prospek yang kecil dalam
pencapaian keuntungan yang cukup
tinggi sebelum sejumlah sumber daya
ANALISA SENSITIFITAS
Bagaimana solusi optimal

merespon perubahan parameter
input?
Analisa sensitifitas
menerangkan bagaimana soslusi
optimal merespon perubahan yang
diberikan pada parameter input.
Tujuan analisa sensitifitas :
1. Jika solusi optimal relatif tidak

sensitif terhadap perubahan
besar parameter input sehingga
pengambil keputusan dan
pengguna dapat merasa percaya
diri dengan validitas dan
kegunaan model .
2. Bagi input model dalam bentuk
sumber daya yang langka, analisis
sensitifitas menyediakan informasi
mengenai jumlah tambahan setiap
sumber daya yang langka yang
kemudian disebut sebagai Shadow
price
3. Ketidakjelasan mungkin saja
terjadi mengenasi berapa jumlah
input data. Analisa sensitifitas
digunakan untuk
mengungkapkan bagaimana
solusi optimal mengubah sebuah
fungsinya menjadi data yang
jelas.
ANALISA KESALAHAN
Beberapa parameter input

diperkirakan pada dasar data masa
lalu dan digunakan untuk
mengoptimalisasi operasi masa
depan.
Analis mungkin memperoleh
data yang keliru sehingga
memasukkan parameter input yang
slah pada model.
Prosedur umum dalam
melakukan analisa kesalahan
1. Tentukan kebijakan
optimalberdasarkan jumlah perkiraan
terbaik bagi seluruh parameter input.
2. Asumsikan bahwa jumlah parameter
input P yang digunakan dala (1)
berbeda dengan nilai yang benar.
Temukan kebijakan optimal dan
hubungannya dengan fungsi nilai
tujuan menggunakan nilai P yang
benar bagi parameter dalam sebuah
pertanyaan.
3. Hitunglah nilai sebenarnya dari
fungsi objektif dalam kebijakan
optimal yang tidak benar yang
ditentukan dalam (1) ketika
diterapkan, tetapi penggunaan nilai
P yang benar (diasumsikan) bagi
parameter dalam bentuk
pertanyaan.
4. Temukan perbedaan antara fungsi
tujuan otimal bagi nilai parameter
inputyang benar dan fungsi tujuan
sebenarnya bagi kebijakan optimal
yang tidak benar (pseudo)
Tujuan Analisa kesalahan
1. Menentukan ketepatan yang

diperlukan untuk memperkirakan
input data, semakin sensitif solusi
terhadap kesalahan input, seharusnya
semakin akurat pula parameter input.
2. Menyediakan jarak kontrol bagi
perubahan dalam input parameter
yang mana kebijakan optimal
sekarang hampir mendekati optimal.
Pencapaian keuntungan atau
penghematan terasa terlalu kecil bagi
penjaminan biaya pembaharuan
Kesimpulan
Baik analisa sensitifitas maupun

analisa kesalahan mengungkapkan efek
perubahan dalam input parameter pada
solusi model .
Jika solusi tidak sensitif terhadap
perubahan rasional dalam input
parameter, kita sebut solusinya dengan
Robust. Pengambil keputusan bisa lebih
percaya diri dan kredibel dalam solusi
yang robust. Robustness adalah tingkatan
yang paling dikehendaki oleh model
MODUL 6
IMPLEMENTASI SOLUSI
Seorang analis pemula sangat jarang
menyelesaikan permasalahan sistem sampai
tahap implementasi, namun bagi analis yang
berpengalaman perencanaan penerapan solusi
dilakukan sedini mungkin.
Sekali suatu solusi jika telah diterapkan
maka prosedur dan aturan yang dicantumkan
harus diterapkan guna kontrol berkelanjutan,
pembaharuan dan perawatan / penjagaan
solusi.
IMPLEMENTASI
Implementasi proyek OR/MS dengan
membiarkan solusi terpilih bekerja. Caranya
dengan menerjemahkan solusi matematis ke
dalam serangkaian prosedur operasi yang
mudah dipahami atau aturan-aturan
keputusan bagi setiap orang yang terlibat
dalam menyiapkan input model, melakukan
perhitungan secara manual maupun
komputerisasi yang selanjutnya diadakan
pelatihan bagi semua orang yang terlibat
demi penerapan aturan yang semestinya
dan menyiapkan dokumentasi untuk
referensi masa depan
Intinya!
Implementasi memerlukan
pendekatan sistematis serta
organisasi dan koordinasi yang
baik
Darimanakah permasalahan
implementasi biasanya muncul
?
1. Semua yang berkaitan dengan sifat

fisis tugas dalam implementasi,
semisal kerumitan solusi,
sensitifitas penyimpangan
keuntungan / biaya yang
ditetapkan, dan adanya
ketidaksesuaian pengerjaan solusi
yang ditawarkan ketika diterapkan
2. Semua yang berkaitan dengan masalah
pemakai dan siapa saja yang terkena
dampak penerapan solusi semisal
kepribadian, motivasi dan kepuasan
kerja
3. Semua yang berkaitan dengan

lingkungan sekitar proyek semisal
dukungan terhadap proyek dan
implikasi organisasi terhadap
penerapan solusi.
Intinya !
Penerapan solusi harus

memperhatikan aspek Teknis (1)
dan aspek Humanis (2) & (3)
Perencanaan implementasi
Perencanaan implementasi
berawal dari permulaan proyek
ketika kontak pertama kali dengan
sponsor.
Proses perencanaan
implementasi memerlukan beberapa
elemen
ELEMEN-ELEMEN DALAM
PERENCANAAN IMPLEMENTASI
1. Identifikasi semua pemegang

kekuasaan (stake holder) dari situasi
permasalah yang timbul alasannya
pertama, atas persetujuan mereka lah
solusi dapat diterapkan. Kedua,
kerjasama penuh mereka selalu
dibutuhkan untuk implementasi.
ELEMEN-ELEMEN DALAM
PERENCANAAN
IMPLEMENTASI (2)
2. Membuat jalur komunikasi yang efektif
dengan pemilik dan pemakai masalah.
Analis harus mengerti kapan komunikasi
formal dan informal dilakukan, dan
bagaimana membangun rasa saling
mempercayai dan memiliki, oleh karena
itu analis dituntut memahami
permasalahan tidak hanya secara teknis
dengan pengetahuan variasi model
OR/MS semata namun juga harus
mengerti hal-hal sensitif yang tersirat.
ELEMEN-ELEMEN DALAM
PERENCANAAN
IMPLEMENTASI (3)
3. Membahas dan mengatur harapan
sesungguhnya dari proyek, sehingga
analis mesti memikirkan apakah
mungkin proyek diselesaikan dengan
waktu dan sumber daya yang terbatas.
Artinya prinsip kehati-hatian mesti
dipegang teguh.
4. Selalu memberikan informasi kepada
pemilik dan pemakai masalah
mengenai kemajuan proyek.
ELEMEN-ELEMEN DALAM
PERENCANAAN
IMPLEMENTASI (4)
5. Memeriksa ketersediaan dan
sumber input data yang dibutuhkan
6. Melakukan pemesanan peralatan
khusus atau software komesial
7. Pengembangan seluruh software
yang ada
ELEMEN-ELEMEN DALAM
PERENCANAAN
IMPLEMENTASI (5)
8.Perencanaan dan eksekusi proses
implementasi yang sebenarnya dengan
melakukan beberapa hal berikut:
 Persiapan semua data base
 Persiapan perlengkapan atau formulir

yang dibutuhkan
 Peneyediaan waktu pelatihan software
baru
 Perubahan fisik ke gaya yang baru
ELEMEN-ELEMEN DALAM
9. Tindak lanjut yang
PERENCANAAN rutin dengan
IMPLEMENTASI
(6)pemakai masalah semenjak
awal penggunaan gaya kerja
yang baru
Perencanaan implementasi dalam

OR/MS sering disebut sebagai
Project Evaluation and Review
Technique (PERT) atau Critical Path
Method (CPM)
PENGAWASAN DAN
PENJAGAAN SOLUSI
Perubahan gaya kerja lama
berimplikasi pada perubahan struktural dan
kuantitatif, artinya perubahan terhadap
input harus terus diawasi dan ditelaah
implikasinya.
Perubahan struktural sendiri

merupakan perubahan bentuk/sifat alami
input yang mempengaruhi hubungan antara
input dan variabel yang terlibat. Sehingga
diperlukan prosedur yang berguna
memonitor perubahan struktural dan
melakukan pengawasan
solusi: (1)
1. Membuat daftar setiap input
2. Membuat daftar bentuk struktural
dari semua hubungan pengaruh
antara input dan variabel terkait
3. Menjabarkan bagaimana input
seharusnya diukur untuk
melakukan pendalaman jika
perubahan secara signifikan terjadi
Beberapa langkah dalam
melakukan pengawasan solusi: (2)
4. Memberikan tanggung jawab dan

menunjuk orang untuk mengawasi
setiap item.
5. Menjabarkan bagaimana solusi harus

diperbaharui jika terjadi perubahan
kuantitatif pada input, siapa yang
melakukan dan apa yang harus
dilakukan sebagai langkah awal
terhadap perubahan struktural.
PENGAWASAN
IMPLENTASI
Salah satu permasalah utama dari
implementasi adalah faktor manusia, karena
mungkin saja terjadi salah paham atau salah
pengertian terhadap aturan yang dibuat
sehingga terkesan “semau gue” yang akan
berakibat pada munculnya masalah baru.
Untuk itulah pengawasan implementasi
menjadi sangat penting jika terjadi salah
pengertian terhadap solusi maka tindakan
korektif harus langsung diterapkan jika
tidak bisa saja mengakibatkan penerapan
solusi ditolak ditengah jalan.
AUDIT KINERJA
Meskipun hasil penerapan solusi

baru telah dirasakan, akan tetap
harus ada simulasi terhadap
perlakuan untuk gaya lama sehingga
lebih meyakinkan akan hasil kinerja
yang dicapai
Kesimpulan
Penerapan keseluruhan rekomendasi

amatlah jarang, tetapi lebih penting
untuk menentukan tingkat
kepentingan penerapan pada
masing-masing tahapan dan pilihlah
mana yang paling signifikan atau
mana ynag mempunyai masalah
paling kritis.
SOAL

Bahan Kuliah Pemodelan

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Bahan Kuliah Pemodelan

Diunggah oleh

Hak Cipta:

Format Tersedia

PEMODELAN SISTEM

ENDANG WIDURI ASIH, ST., MT

Program Studi Teknik Industri

 Memahami & menguasai konsep dasar permasalahan system

 Pemodelan Sistem merupakan mata

Mata kuliah Pemodelan Sistem terdiri dari 6

Metode pembelajaran yang akan

 Sistem dipandang sebagai sekumpulan elemen-

Bagaimana perilaku dan konsep penting

Sistem tata surya

INSIDE-US VIEW OF SYSTEM

Sebuah sistem adalah suatu kumpulan/

Kelompok dari komponen-komponen dalam

Perilaku, Aktivitas Atau Proses Transformasi Sistem

 Kepentingan tertentu dari observer

Pemisahan antara sistem dan lingkungannya

Hal terpening dalam penjelasan sistem adalah

Sistem lalu lintas

Hubungan antar komponen :

Dipandang sebagai suatu sistem produksi

Sudut pandang pemilik berhubungan dengan resiko

Sudut pandang ilmu manajemen digunakan untuk

Proses transformasi tidak diketahui dengan jelas

Containing system dan Contained system

Dalam beberapa kasus seringkali containing system

Status atau keadaan sistem

State variabel suatu sistem dapat berubah karena :

Property yang muncul karena adanya interaksi

Fenomena pada kehidupan nyata yang

sistem yang tidak menerima apapun dari

Sistem dapat mencapai state akhir yang sama,

Misalnya sekumpulan keputusan,aturan keputusan,

Tiga kondisi yang dibutuhkan untuk

Open loop controls

bentuk input yang terdapat dalam sistem yang

Open loop control sering berbentuk sebagai

Feedback Controls menerima extra input

Self Regulation New State of

Aturan yang mengatur self regulation bersifat

 Positif dan negatif bukan berarti baik atau buruk.

Mekanisme feed-forward control adalah memperkirakan

 Lag adalah keterlambatan waktu yang terjadi antara

1. Bagaimana kita dapat mengetahui

3. Tolong anda uraikan secara lengkap hal-hal

4. Apakah yang dimaksud dengan : a.hirarki

 Model didefinisikan sebagai suatu representasi atau

Sistem Nyata (A)

Model yang Diuji

Gambar. Skema Proses Pemodelan

 Sistem Nyata (A) akan dilihat dan dibaca oleh

 Potensial untuk Dikembangkan

Kata model memiliki beberapa makna.

Sebuah model bisa berupa ikon,

Dalam mengembangkan model dengan SINETIK

Klasifikasi model bermanfaat untuk

Proses konseptualisasi dari

Rich picture merupakan gambar kartun

1. Elemen-elemen dari struktur

 Setiap gambar dihubungkan dengan

Sebuah penggambaran sistem akan berguna

Masalah yang dipilih guna studi terperinci

Suatu pendekatan struktural merupakan