01- (INTRO) Pengenalan

Simulasi Sistem Industri

DOSEN: YULIZAR WIDIATAMA

PRESENTASI KULIAH
SIMULASI SISTEM INDUSTRI
JURUSAN TEKNIK INDUSTRI (S-1)
 Pokok Bahasan Materi

Pengenalan konsep sistem simulasi

Tipe Simulasi dan Aplikasi Simulasi

Klasifikasi model simulasi

Fase pembuatan kajian model simulasi

Verifikasi dan Validasi sistem simulasi

 Target perkuliahan

Memahami definisi serta konsep dasar dan lingkup sistem

simulasi industri

Memahami pentingnya sistem simulasi dalam beberapa

lingkup kajian

Mampu mengetahui konsep dasar pembuatan model

simulasi

Memahami prinsip dasar validasi dan verifikasi model

simulasi
 Konsep Sistem Simulasi

Sistem
 Kumpulan dari detil metode, prosedur, dan rutinitas yang dibuat secara
berkesinambungan dan terintegrasi satu sama lain untuk menjalankan suatu
kegiatan yang spesifik. Sehingga tugas (duty) dan problem dapat
diselesaikan/ditanggulangi
Sistem Simulasi
o Desain sistem operasi yang berjalan berdasarkan kriteria/skenario
Simulasi
o Kegiatan yang terdiri dari mereplika, mengimitasi, menggunakan kriteria yang
sama dengan kondisi yang sebenarnya dengan pembuatan model yang digunakan
untuk kemudahan ataupun pelatihan
Eksperimen
o Eksperimen dilakukan untuk mempelajari fenomena yang terjadi
o Terdiri dari eksperimen pada suatu objek maupun eksperimen pada kondisi
lingkungan eksperimen tersebut dilakukan
 Eksperimentasi

Contoh:
1. Asumsikan lingkup kajian adalah menemukan lokasi
optimum meja pada suatu kelas. Untuk tujuan
penghematan penggunaan listrik, penempatan meja
dan AC harus ditata sedemikan rupa. Konfigurasi
penempatan meja harus mampu membuat kelas
tersebut bersuhu dalam rentang -20 dan +45 oCelcius
2. Berikanlah contoh lain eksperimen yang kalian sering
lakukan/temukan dalam kehidupan sehari-hari
3. Video mengenai Eksperimen
 Kelemahan Eksperimentasi

Permasalahan yang terdapat pada kondisi

sebenarnya terlalu komplex
Penjadwalan eksperimen yang terlalu banyak akan
sangat memakan biaya
Tidak dapat melakukan eksperimen pada
kejadian/sistem yang belum eksis
Eksperimen tidak dapat mewakili kondisi
sebenarnya secara tepat, dikarenakan banyak
variable yang diasumsikan pada percobaan
eksperimen
 Model Aliran Eksperimen

Eksperimen
Kerangka
Obyek
Eksperimen
Hasil
 Sistem Simulasi

Simulasi adalah penggunaan/penggabungan beberapa kaedah

untuk menjelaskan fenomena-fenomena secara lebih akurat dan
mendekati nyata
Perkembangan sistem simulasi didasari oleh dua kaedah berikut:
 Analytical Modelling
 Perhitungan diferensial
 Computation
 Metode Approximation/ Pen-diskritan
Pada perhitungan analitik, beberapa permasalahan dapat
dipecahkan dengan metode diferensial/kontinu sehingga perlu
beberapa simplifikasi agar hasil dapat diterjemahkan
Pada metode Komputasi, simplifikasi terjadi sehingga
terbentuklah sistem simulasi diskrit
 Model Aliran Model Matematika

Eksperimen
Kerangka
Obyek
Eksperimen
Hasil
Data
Model Kerangka Model
Eksperimen (diferensial)

Komputasi data
Komputasi
Pen-
Kerangka
diskritan
Eksperimen
Hasil diskrit
 Model Aliran Simulasi

Eksperimen
Kerangka
Obyek
Eksperimen
Hasil

Simulator
Hasil
 Keuntungan Sistem Simulasi

Alternatif dapat di cek secara artificial

Model yang sama dapat digunakan untuk beberapa kali
(asumsi jika algoritma/kerangka eksperimen sama)
Lebih mudah dibandingkan dengan model matematika
Aturan main dalam simulasi dapat dirubah sesuka hati
Simulasi dapat di integrasikan dengan sistem
eksperimentasi (DOE/ANNOVA)
Dapat mereplika keadaan/sistem yang belum ada
Mengurangi biaya operasional
Obyek sebenarnya tidak terganggu, simulasi dapat
dilakukan tanpa melakukan percobaan pada obyek
 Tipe-Tipe Simulasi

Simulasi Deterministik (Tidak ada random variable)

-> Untuk menangkap mekanisme atau proses alami
 Simulasi sistem diskrit
 Linear Programming
 Simplex Method
 Dll (metode dalam Riset Operasi)

Simulasi Stokastik (Adanya random Variable , ξ)

-> Ketidakpastian, keraguan
 Simulasi Sistem Diskrit
 Probability Distribution (Bernoulli/lempar koin, Binomial,Poisson) (simbol: ∑)
 Logarithmic direct method
 Simulasi Sistem Kontinu
 Probability Distribution (Normal, Exponential, Distribusi T) (Simbol: ∫)
 Simulasi Monte Carlo
 Pembangkitan Bilangan Random (Linear Congruent Method Generator)
 Jenis Klasifikasi Teknik Modeling

Model Konseptual
 Menjelaskan proses alami (Natural) dengan memaparkan
beberapa fakta (terkadang ambigu) yang terdapat pada obyek
simulasi (Entity)
Model Deklaratif
 Menjelaskan sifat objek (entity) dan transisinya. Terdapat dua
teknik yaitu:
 Berdasarkan Status
Mempelajari obyek yang terkena beberapa proses
 Berdasarakan Kejadian (event)
Mempelajari kejadian yang berlaku
 Jenis Klasifikasi Teknik Modeling

Model Fungsional
 Berbentuk fungsi matematika seperti linear programming,
aljabar, dll.
Model Spasial
 Adanya hubungan antara waktu dan ruang pada simulasi
tersebut
 Cth: Gerak Lurus Berubah Beraturan, Percepatan (t+1),(t+2)…
(t+n)
 Sistem Simulasi Diskrit

Simulasi sistem diskrit akan mempunyai relasi dengan

satuan waktu tertentu atau satuan lainnya yang mempunyai
sifat integer (bilangan bulat)
Sudah jelas alirannya, urutannya ataupun sudah memiliki
skenario yang sudah dipersiapkan
Simulasi sistem diskrit terbagi 2:
 Timed Automata
Simulasi yang diatur oleh satuan waktu, simulasi akan berpindah pada
tahap selanjutnya berdasarkan rentang waktu tertentu (cth: traffic light)
 Finite State Machine

Simulasi yang diatur berdasarkan tahapan proses manufaktur yang

bergantung pada set input, set ouput, set proses (cycle time)
 Latihan (10 menit)

Buatlah skenario proses perpindahan lampu rambu

lalu lintas dengan menggunakan bahasa
pemrograman sederhana, asumsikan rentang waktu
modular=110

Sama dengan yang diatas, asumsikan modular

waktu= 190 detik. Lampu merah, kuning dan hijau
akan secara bergantian menyala selama durasi
80:3080
 Fase Studi Simulasi

Perumusan Masalah
pada fase ini perumusan masalah ditekankan pada usaha
penyelesaian dan pemahaman konsep. Sebab dan latar belakang
perlu dirumuskan, serta klasifikasi variable yang diperlukan
(decision variable & parameter). Objective function perlu
dibangun pada fase ini sebagai model awal guna menyelesaikan
masalah
Cth:
obj. minimize Z= 2000x + 5000y
Decision variable= Suhu, perlakuan, banyak material, kecepatan
Parameter= iklim, permintaan customer, jarak,
 Fase Studi Simulasi

Model Konseptual
Pada tahap ini perumusan konsep simulasi, baik perilaku
sistem, interface, atribut, hubungan antar obyek.

Pengambilan data
Data yang diambil mestilah data yang berkaitan dengan
perilaku sistem simulasi yang hendak di bangun. Baik
secara proses, urutan, atribut sesuai dengan model
konseptual yang telah dibangun. Dalam tiap data, perlulah
mengambil minimal sample 40 set data untuk tujuan
validasi, verifikasi, dan cek distribusi
 Fase Studi Simulasi

Fase Modeling
dalam fase ini, pemodelan sistem dimulai. Penentuan
konstrain, serta model yang membangun sistem tersebut
berjalan sesuai dengan data dan perilaku sistem yang
sebenarnya
Cth: obj. minimize Z= 2000x + 5000y
s.t x<= 400
y> 200
2x+y = 3000
x>=0, y>=0
x , y є integer
 Latihan pemodelan

PT. ABC sebuah perusahaan perkebunan, dimana

PT. ABC memakai dua jenis pupuk yaitu
TumbuhCepat dan PanenCepat. Dalam tiap pupuk
mengandung nitrogen dan fosfat sbb:
Nitrogen Fosfat Harga
TumbuhCepat 2 kg/kantong 4 kg/kantong Rp 6/ktg
PanenCepat 4 kg/kantong 3 kg/kantong Rp 3/ktg
Perkebunan PT.ABC mengharuskan setidaknya
kandungan nitrogen sebesar 16 kg dan 24 kg
kandungan fosfat. Bantulah PT.ABC untuk
merumuskan model untuk meminimalisir total biaya
 Fase Studi Simulasi (lanjutan)

Fase Simulasi
Pada fase ini, model konsep dan model fungsional yang telah dibuat
dijalankan pada suatu software simulasi. Sebagai contoh: Flexsim,
Promodel, Witness, ARENA. Perlu diingat bahwa penterjemahan dari
model fungsional dan model konsep ke bahasa pemrograman simulasi
(SIMAN language)
Verifikasi dan Validasi
Verifikasi dan validasi penting dilakukan sebagai langkah memastikan
bahwa model simulasi yang dibuat mampu mereplika kondisi sistem
sebenarnya. Hal ini dianggap penting karena jika model tidak dapat
mereplika keadaan sebenarnya maka model tersebut tidak mampu
untuk mensimulasikan sistem tersebut dan hasil dianggap tidak valid.
Biasanya simulasi akan berjalan selama minimal 10 tahun simulasi
 Fase Studi Simulasi (lanjutan)

Eksperimen (Opsional)
Eksperimen dilakukan pada hasil simulasi yang didapatkan
untuk dapat memberikan konfigurasi yang sesuai sebagai
pemecahan masalah. Eksperimen hanya berlaku pada
percobaan simulasi yang fokus kepada pencarian konfigurasi
tertentu. Selain daripada itu, proses yang dapat dilakukan yaitu
dengan sensitivity analysis, optimasi, variance reduction
Analisa Output
Pada tahap ini penganalisaan output bertujuan untuk
memahami dengan lebih mendalam hasil yang didapatkan dan
juga dapat mengetahui dan memahami proses sistem tersebut
sehinga mengetahui sumber permasalahan
 Verifikasi dan Validasi

Proses Verifikasi dan validasi merupakan tahapan yang

perlu dilakukan, dimana model simulasi tiap kejadian
adalah berbeda. Sehingga tidak ada referensi pasti yang
tetap mengenai bentuk model simulasi yang harus
dibuat berdasarkan kondisi tertentu
Validasi memastikan model bekerja sebagaimana
mestinya dan menjamin bahwa output yang dihasilkan
adalah valid dan aktual. Memastikan bahwa model
betul-betul merepresentasikan kejadian sebenarnya dan
behaviour yang sesuai dengan kebutuhan model.
 Validasi

Validasi replika
Hasil dari simulasi pada tahun awal sesuai dengan data yang
diambil (Historical data). Rentang error yang diperbolehkan
mestilah berada pada ambang toleransi.
Validasi Prediksi
Sama seperti Validasi replika, validasi prediksi fokus kepada
memprediksikan output yang akan terjadi pada masa akan datang.
Validasi Struktural
Pada validasi ini, seluruh sistem dinilai tidak hanya dari sisi
output tetapi juga dinilai berdasarkan proses yang dilaluinya harus
sama dengan keadaan sebenarnya. Jika output sama tetapi proses
tidak sama maka model tersebut dikatakan tidak valid
 Verifikasi

Pada tahap verifikasi fokus kepada sistem simulator

untuk mereplika behaviour (perilaku)yang sesuai
dengan model yang dibuat.
Verifikasi terbagi pada
 Verifikasi model konsep
 Verifikasi desain
 Verifikasi sistem
 Verifikasi simulator
 Verifikasi hasil eksperimen (sensivity analysis, branch and
bound, dll)
 Kesimpulan

Sistem simulasi adalah metode yang optimum untuk

mereplikasikan kondisi yang kompleks, sulit, fluktuasi dan
memiliki tingkat perhitungan yang detil
Simulasi merupakan metode yang paling singkat dan mudah
untuk menyelesaikan suatu permasalahan dibandingkan
dengan eksperimentasi dan model matematika
Penggunaan sistem model simulasi memiliki klasifikasi
tersendiri untuk menangani situasi khusus
Model simulasi perlu divalidasi dan diverifikasi. Dalam model
simulasi tidak ada model yang benar dan salah, tetapi hanya
terdapat tingkat kemampuan untuk mereplikasi sistem pada
kondisi sebenarnya