Sistem, Model dan Simulasi

Dian Ramadhani, S.T.,M.T

CPMK

1. Definsi Sistem dan Model

2. Klasifikasi Model simulasi
3. Tahapan Simulasi
Defini dan karakteristik Sistem
Sistem merupakan kumpulan elemen yang bekerja bersama untuk
mencapai tujuan yang diharapkan.

Karakteristik atau ciri-ciri system :

1. Sistem terdiri dari berbagai elemen yang membentuk satu kesatuan
2. Adanya interaksi, saling ketergantungan dan kerjasama antar elemen
3. Sebuah sistem ada untuk mencapai tujuan tertentu
4. Memiliki mekanisme / transformasi
5. Memiliki lingkungan yang mengakibatkan dinamika system
Tujuan Model
Akademik
Untuk menjelaskan sekumpulan fakta karena belum ada teori
- Untuk mencari konfirmasi, bila telah ada teori
Manajerial
Alat pengambilan keputusan
- Proses belajar
- - Alat komunikasi
Simulasi
Simulasi merupakan suatu teknik meniru operasi-operasi atau
proses- proses yang terjadi dalam suatu sistem dengan bantuan
perangkat komputer dan dilandasi oleh beberapa asumsi tertentu
sehingga sistem tersebut bisa dipelajari secara ilmiah (Law and
Kelton, 1991)
Klasifikasi Model Simulasi
Pada dasarnya model simulasi dikelompokkan dalam tiga dimensi
yaitu [Law and Kelton, 1991] :

1. Model Simulasi Statis dengan Model Simulasi Dinamis

2. Model Simulasi Deterministik dengan Model Simulasi Stokastik.
3. Model simulasi Kontinu dengan Model Simulasi Diskret.
Model Simulasi Statis dengan Model Simulasi Dinamis

Model simulasi statis digunakan untuk mempresentasikan

sistem pada saat tertentu atau sistem yang tidak terpengaruh
oleh perubahan waktu. Sedangkan model simulasi dinamis
digunakan jika sistem yang dikaji dipengaruhi oleh perubahan
waktu.
Model Simulasi Statis
Model statik yaitu representatsi sistem pada waktu tertentu,
atau model yang digunakan untuk mempersentasikan sistem
dimana waktu tidak mempunyai peranan. Model statik
memberikan informasi tentang peubah-peubah model hanya
pada titik tunggal dari waktu.
Contoh model statik yaitu simulasi Monte Carlo (simulasi
perilaku sistem Fisika dan Matematika).
Model Simulasi Dinamis
Model dinamik yaitu representasi sistem sepanjang pergantian
waktu ke waktu. Model dinamik lebih sulit dan mahal
pembuatannya, namun memberikan kekuatan yang lebih tinggi pada
analisis dunia nyata.
Contoh model Dinamis yaitu sistem Conveyor di pabrik.
Model Simulasi Deterministik
Model Deterministik yaitu model simulasi yang tidak
mengandung komponen yang sifatnya probabilistik (random) dan
output yang telah dapat ditentukan begitu sejumlah input dan
hubungan tertentu dimasukkan. Output yang diperoleh akan tetap
sama jika inputnya sama walaupun diproses ulang. Model
determinsitik memusatkan penelaahannya pada faktor-faktor kritis
yang diasumsikan mempunyai nilai eksak tertentu pada waktu yang
spesifik.
Simulasi Deterministik (2)
a. Tidak memiliki komponen input yang bersifat acak
b. Tidak memiliki keacakan  (randomness)
c. Seluruh status yang akan datang dapat ditentukan setelah data
input dan status (initial state) didefinisikan

- Sebagai contoh, simulasi kedatangan pasien seorang dokter

praktek yang telah diatur jadwal pelayanannya
- Rumus Y= a+ b.x  F= 32+9/5 C = 30 ‫ﹾ‬C -> 86‫ ﹾ‬F
Model Simulasi Stokastik
Pada umumnya sistem yang dimodelkan dalam simulasi mengandung
beberapa input yang bersifat random (jika nilai-nilai input yang
digunakan terdiri dari nilai-nilai dugaan), maka pada sistem seperti ini
disebut model simulasi stokastik.
Data output hasil simulasi yang diperoleh dengan penggunaan nilai-
nilai input dugaan juga termasuk nilai dugaan, meskipun simulasi
dilakukan dengan langkahlangkah yang pasti. Hasil simulasi dalam
bentuk nilai dugaan tidak dapat diubah menjadi nilai pasti.
 Simulasi Stokastik (2)
a. Satu atau lebih variabel input merupakan variabel acak
b. Menghasilkan output yang acak dengan sendirinya (self random)
c. Memberikan hanya satu titik data untuk mengetahui bagaimana sistem
berperilaku -setiap percobaan bervariasi secara statistik.
Contoh kejadian stokaastik adalah Jumlah penumpang bus.
Sebagai contoh jumlah penumpang ketika pagi hari, mendekati jam kerja
sangat banyak. berangsur- menurun ketika jam kerja sudah dimulai dan
menjelang jam istirahat, kembali naik ketika jam pulang kerja. Hal ini
berlangsung hampir setiap hari, namun tidak dapat dipastikan fungsi apa yang
mendekatinya
Y= a + bx + e (residual)  Pelemparan dadu , harga saham
Model simulasi Diskrit

Sebuah model diskrit memiliki variabel dependen yang hanya

berubah pada saat tertentu selama waktu simulasi. Setiap
perubahan status sistem disebut peristiwa.
Contohnya adalah pada sistem antrian. Pelayanan yang diberikan
ke pelanggan (customer) oleh teller di sebuah bank.
State variabel nya = nasabah dalam bank berubah hanya ketika
nasabah tiba atau nesabah telah selesai dilayani dan pulang.
(variabel lain = jumlah teller yang sibuk, waktu kedatangan
masing-masing nasabah dalam bank dst)
Model simulasi Kontinyu
Model kontinyu memiliki variabel dependen yang mengikuti
fungsi kontinyu waktu. State (status) dari system berubah karena
berubahnya waktu (continuouschange state variables).

Sebagai contoh, waktu yang dibutuhkan untuk membongkar

minyak dari tangki atau posisi sebuah “crane”.
Contoh lain contohnya simulasi populasi penduduk
Langkah-langkah dalam studi Simulasi
Langkah-langkah dalam studi Simulasi
1. Merumukan masalah
2. Menentukan tujuan penelitian
3. Mengembangkan penyelesaian masalah
4. Verifikasi
5. Validasi
6. Implementasi dan hasil jawaban masalah
Merumukan masalah
Sebuah permasalahan ditandai dengan munculnya gejala.

Untuk mengetahui sebuah permasalahan, perlu mengumpulkan

informasi secara aktual (kejadian lapangan) dan semua gejala yang
ditimbulkannya.

Pencarian informasi tersebut bisa dilakukan dengan mencari jawaban

dari pertanyaan : apa , bagaimana, mengapa, dimana, kapan dan siapa .
Menentukan tujuan penelitian
Setelah pokok permasalahan ditemukan, tentukan tujuan
penelitian.

Untuk membuat suatu model, tidak semua kondisi dapat

dipastikan kejadiannya. Untuk kondisi yang sangat sulit diprediksikan
dengan pasti, diberikan asumsi. Dengan tujuan yang telah
ditetapkan, akan didapat batasan yang pasti pada saat
pengembangan penyelesaian masalah.
Mengembangkan penyelesaian masalah
Dalam tahap ini pendekatan teoritis dilakukan dengan
menggunakan metode tertentu sebagai alternative cara
menyelesaikan masalah.
Ketika data pendukung pengamatan di lapangan dan tujuan
telah ditentukan, tindakan berikutnya adalah menganalisis data
tersebut. Dari proses analisis akan didapatkan suatu ketentuan
yang berupa asumsi, kendala, sebab akibat dari satu variable
dengan variable yang lain, serta faKtor lain yang berhubungan
dengan pembuatan model.
Verifikasi
Menentukan program komputer simulasi bekerja sebagaimana
mestinya, yaitu sama dengan men-debug program komputer.
Verifikasi memeriksa penerjemahan model simulasi konseptual
(mis., flowchart dan asumsi-asumsi) menjadi program yang
berjalan dengan benar. Proses pengujian terhadap model tersebut
perlu dilakukan.
Jika pengujian model yang diharapkan dengan pengembangan
aplikasi dapat dipastikan tidak timpang maka proses penyesuaian
metode yang digunakan dalam model akan mampu memberikan
alternative tanpa harus mengubah model.
Validasi
Jika model simulasi dan hasilnya diterima oleh manajer/client
sebagai valid, dan digunakan sebagai alat bantu dalam pengambilan
keputusan, berarti model tersebut kredibel.
Validasi (dianalisis secara statistik data dapat mewakili) dapat
dilakukan dengan membandingkan model output dengan system
yang sebenarnya.
Pengujian subyektif - dengan pakar menilai hasil output
berdasarkan kemahiran dalam sisstem dan pengalaman.
pengujian obyektif - menggunakan statistik - membandingkan data
sebenarnya dengan hasil simulasi
Implementasi dan hasil jawaban masalah
Penyajian dari aplikasi yang disesuaikan dengan model
diharapkan mampu menerjemahkan permasalahan dan fungsi
aplikasi yang dibangun kepada seluruh orang yang berinteraksi
dengan aplikasi tersebut. Proses ini juga mampu menggambarkan
prosedur operasional yang mudah dimengerti dan mudah
dilaksanakan oleh orang yang bertanggung jawab terhadap
penyelesaian permasalahan tersebut.
Good Luck