PPERTEMUAN KE-3
stta_marni@yahoo.co.id
PENGANTAR
• Dominasi sistem yang muncul adalah sistem
stokastik, yang di dalamnya terdapat variasi
dari berbagai macam variabel, seperti jumlah
pelanggan yang datang, waktu proses
pelayanan, jarak yang ditempuh, kecepatan
tempuh, dan lain-lain
• Variasi nilai memiliki pola tertentu dan dapat
digambarkan berdasarkan fungsi densitas
tertentu sebagaimana didefenisikan oleh
fungsi distribusi propabilitas
: gambaran
Obyektif :
an
adaakan
atif
berbagai
jangka
n
ro Probabilitas
ab
ta
diartikan
sebagai hasil
ub
ek bagi dari
f:
ap peristiwa yang
t
t
dimaksud
rj dengan
m
hk seluruh
n
e
peristiwa yang
ga mungkin
ar
ra
g
u
di
Probabilitas
ta diartikan
me sebagai
gg
na proporsi
an
ad
waktu
terjadinya
ta
suatu
ar
ha
peristiwa
Distribusi Probabilitas
• 1.Bernoulli, bernoulli(p)
• 2.Discrete uniform, DU(i,j)
• 3.Binomial, bin(t,p)
• 4.Geometric, geom(p)
• 5.Negative binomial, negbin(s,p)
• 6.Poisson, poisson(λ)
Continuous Distributions
• 1.Uniform, U(a,b)
• 2.Exponential, expo(β)
• 3.Gamma, gamma(α,β)
• 4.Weibull, weibull(α,β)
• 5.Normal, N(μ,σ2)
• 6.Lognormal, LN(μ,σ2)
• 7. Beta, beta(α1, α2)
• 8. Pearson type V, VI
• 9. Log-logistic, LL(α,β)
• 10. Johnson SB, SU
• 11.Triangular, triang(a,b,c)
Selecting Distributions
HOW TO SELECT
THE
DISTRIBUTIONS ?
1.Trace-driven simulation
,0 x 1
F ( x)
0, yanglainny a
1 x3 1 1
E ( R ) xdx
0 2 0 2
1
V ( R ) x 2 dx E ( R )
2
0
2
x 1 1 1 1 1
3
3 0 2 3 4 12
• Tujuan dari segala pembangkitan bilangan
random, bagaimanapun, adalah untuk
menghasilkan suatu urutan angka-angka
antara 0 dan 1 yang dihasilkan dari suatu
distribusi uniform dan independent
TEKNIK PEMBANGKITAN BILANGAN RANDOM
i = 1, 2, 3, …
Contoh
Nilai a=21, c=3, Z0=13 dan m=16
Z1 = (21. 13 + 3) mod (16)
Z1 = (276) mod 16
Z1 = 4
U1 = 4/16 = 0,25
Z2, Z3, Z4, dst diperoleh dengan memasukkan nilai Z
sebelumnya
Bilangan random yang terbentuk dapat dilihat pada
tabel berikut :
i Zi Ui i Zi Ui
0 13
1 4 0,2500 11 14 0,8750
2 7 0,4375 12 9 0,5625
3 6 0,3750 13 0 0,0000
4 1 0,0625 14 3 0,1875
5 8 0,5000 15 2 0,1250
6 11 0,6875 16 13 0,8125
7 10 0,6250 17 4 0,2500
8 5 0,3125 18 7 0,4375
9 12 0,7500 19 6 0,3750
10 15 0,9375 20 1 0,0625
Pada urutan ke-17 terjadi perulangan
siklus dari random number generator
CONTOH
• Suatu aliran sistem produksi terdiri dari benda
kerja dan mesin. Waktu antar kedatangan benda
kerja diukur dengan teliti dan menghasilkan
nilai-nilai sebagai berikut :
3.0, 2.6, 3.4, 2.5, 3.5, 3.6, 3.8, 2.8, 3.1, 2.9, 3.3
• Diasumsikan terdapat buffer untuk menahan
benda kerja sebelum diproses, dimana awalnya
kosong. Jumlah batch adalah 3 dan waktu
proses setiap batch 3 detik. Waktu idle mesin
antara proses kurang dari 1 detik. Waktu loading
dan unloading diabaikan. [m=27, a=5, c=7, Z0=0]
• 1.Draw the empirical cumulative distribution of
the workpieceinter-arrival times!
• 2.Run the simulation for 3 batches (note: as
soon as there are enough workpiecesin the
buffer, the processing will be initiated)!
• 3.Calculate the average total time to produce a
batch (from the arrival of the first workpieceof
each batch to the end of processing)!
GRAFIK DISTRIBUSI KUMULATIF EMPIRIS
• BUATLAH GRAFIKNYA
• First: Urutkan waktu proses dari yang kecil ke besar
• x = 2.5, 2.6, 2.8, 2.9, 3.0, 3.1, 3.3, 3.4, 3.5, 3.6, 3.8
• n = 11, interval = 1/(n-1) = 1/(11-1) = 1/10 = 0,1
• F(x) = 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
• i = 1 , 2, 3 , 4, 5 , 6, 7 , 8, 9 , 10, 11 Time (second)
a. Generate Random Number
Z i1 ( a .Z i c ) mod m
ri Z i / m
ui Z i / m
b. Generate Interarrival
( i 1) ( x xi )
f (x)
( n 1) ( n 1)( x i 1 x i )
a. Generate Random Number
Z i (5.Z i 1 7) mod 27
i Zi Ri Xi (Perhitungannya
lihat slide berikutnya)
0 0 - -
1 7 mod 27 = 7 7/27 = 0,26 2,86
2 42 mod 27 = 15 15/27 = 0,55 3,21
3 82 mod 27 = 1 1/27 = 0,04 2,54
4 12 mod 27 = 12 12/27 = 0,44 3,04
5 67 mod 27 = 13 13/27 = 0,48 3,08
6 72 mod 27 = 18 18/27 = 0,67 3,36
7 97 mod 27 = 16 16/27 = 0,59 3,49
8 87 mod 27 = 6 6/27 = 0,22 2,84
9 37 mod 27 = 10 10/27 = 0,37 2,87
b. Generate Interarrival
( i 1 ) ( x x )
f ( x ) i
( n 1 ) ( n 1 )( x i 1 x i )
( 3 1 ) ( x 2 , 8 )
0 , 26
( 11 1 ) ( 11 1 )( 2 , 9 2 , 8 )
2 ( x 2 , 8 )
0 , 26
10 10 ( 0 ,1 )
( x 2 , 8 )
0 , 26 0 , 2
1
X 2 , 8 0 , 06
X 0 , 06 2 , 8
X 2 , 86
Time Workpiece Buffer Counter Machine Status
(Second)