SIMULASI

(SIMULASI DISKRIT)
 TOPIK BAHASAN

• Pengertian simulasi
• Jenis simulasi
• Tujuan, keuntungan dan kerugian
menggunakan simulasi
• Tahapan simulasi
• Simulasi (diskrit)
• Contoh soal
SIMULASI ?

Dilaksanakan karena ingin mengetahui bagaimana

sistem yang dikaji akan bereaksi terhadap
perubahan pada variabel-variabel tertentu

Perubahan pada variabel “dibuat” pada

model yang dibangun dan kemudian
melihat hasil yang terjadi
SIMULASI ?
Prosedur kuantitatif yang akan menerangkan sistem yang
dikaji dengan cara :

- Membangun model dari sistem yang dikaji

- melaksanakan perhitungan yang berulang (iterasi)
dengan elemen-elemen yang telah ditentukan
- Memprediksi perilaku sistem dari waktu ke waktu
Contoh untuk model fisik :
misalnya merancang pesawat terbang

- Perancang dapat membangun persamaan untuk

mendeskripsikan sifat aerodinamis pesawat

- Meletakkan model fisik pesawat (kecil) dalam terowongan

angin yang dapat diatur kecepatannya
 MODEL

FISIK MATEMATIK

STATIK
DINAMIK DINAMIK
STATIK

NUMERIK
ANALITIK
NUMERIK

SIMULASI
ISTILAH SIMULASI :

Membangun persamaan matematik bagi

persoalan yang tidak dapat diselesaikan secara
analitik, kemudian me “run” dengan data yang
dimiliki untuk mendapatkan gambaran perilaku
sistem

Solusi analitik :
Mendapatkan solusi secara langsung dari persamaan

Contoh : Programa linier, EOQ dsb

Pada kenyataannya (dunia nyata)

Problem kompleks karena terlalu banyak

faktor yang saling terkait

Solusi tidak didapatkan secara langsung

dari suatu persamaan

BAGAIMANA KALAU KITA PAKSAKAN DENGAN

ADANYA ASUMSI ??
Memaksakan menggunakan solusi analitik

Menyederhanakan permasalahan

Tidak sesuai dengan keadaan nyata

Solusi tidak realistis

Perlu menggunakan SIMULASI

 SIMULASI

MODEL DINAMIS

TUJUAN SIMULASI :
1. Meniru keadaan nyata secara matematik
2. Mempelajari karakteristik dan operasional sistem
3. Menarik kesimpulan dan merancang tindakan keputusan
berdasarkan hasil dari simulasi
KEUNTUNGAN MENGGUNAKAN SIMULASI

1. Dapat digunakan untuk menganalisis situasi dunia nyata

yang kompleks, yang tidak dapat diselesaikan dengan
model-model konvensional
2. Kompresi waktu
3. Dapat menjawab pertanyaan “apa yang terjadi – jika”
4. Tidak mengganggu sistem sebenarnya
5. Dapat mempelajari hubungan antar elemen
KERUGIAN MENGGUNAKAN SIMULASI

1. Simulasi yang sangat lengkap sangat mahal dan

memerlukan waktu yang lama
2. Simulasi tidak dapat menghasilkan solusi optimal
(menggambarkan perilaku sistem)
3. Perancang perlu membangun persamaan untuk semua
variabel yang dikaji dalam sistem
3. Hasil simulasi bersifat unik
Simulasi :
1. Deterministik
2. Stokastik

Simulasi deterministik :
Sistem yang perilakunya dapat diprediksi secara tepat

Dapat diprediksi secara tepat apa yang akan

terjadi dari waktu ke waktu
SIMULASI STOKASTIK :
- Sistem yang luarannya tidak dapat diprediksi secara
tepat karena mengandung ketidakpastian
populasi

Server

antrian
1. Seseorang dari populasi masuk ke antrian, dilayani
kembali ke populasi
2. Kedatangan untuk pelayanan bersifat acak
3. Setiap orang yang masuk ke antrian akan dilayani
4. Waktu pelayanan tentunya bersifat acak
5. Cara pelayanan FIFO

SISTEM ATAU BUKAN ?

DIMANA DAPAT DITEMUKAN SISTEM INI ??
Pada tahap awal : sistem dalam keadaan stabil

Apa yang menyebabkan perubahan pada

sistem ?

Event (kejadian) :
Kumpulan kejadian yang menyebabkan perubahan
pada keadaan sistem
 ADA BERAPA MACAM EVENT ??

Ada 2 event yang dapat mengubah keadaan sistem

- Kedatangan ( masuknya unit dalam sistem)
- Keluarnya unit dari dalam sistem

BAGAIMANA MEKANISME KEJADIANNYA ?

KEDATANGAN
kedatangan

tidak Apakah server Ya

sibuk ?

Unit masuk
Unit dilayani
antrian
 Status antrian

Tidak kosong
ksong

Status Sibuk Masuk Masuk

server antrian antrian

menganggur TIDAK Masuk

MUNGKIN pelayanan
KEPERGIAN
kepergian

tidak Apakah ada unit Ya

yang menunggu?

Server istirahat Satu orang masuk ke

pelayanan

Mulai dilayani
 Status antrian

Tidak kosong
kosong

Status Sibuk TIDAK

server MUNGKIN

menganggur TIDAK
MUNGKIN
Misalnya :

Di suatu toko serba ada, pelanggan datang secara acak

antara 1 – 6 menit untuk 6 pelanggan

pelanggan Antar waktu Waktu

kedatangan kedatangan
1 - 0

2 2 2

3 4 6

4 1 7

5 2 9

6 6 15
Waktu pelayanan bervariasi antara 1 – 6 menit untuk 6
pelanggan

pelanggan Waktu
pelayanan
1 2

2 1

3 3

4 2

5 1

6 4
Pelanggan Waktu keda- Pelayanan Waktu Pelayanan
tangan mulai pelayanan selesai
1 0 0 2 2

2 2 2 1 3

3 6 6 3 9

4 7 9 2 11

5 9 11 1 12

6 15 15 4 19
Jenis event Pelanggan ke Waktu

Kedatangan 1 0
kepergian 1 2
Kedatangan 2 2
kepergian 2 3
Kedatangan 3 6
Kedatangan 4 7
Kepergian 3 9
Kedatangan 5 9
Kepergian 4 11
Kepergian 5 12
Kedatangan 6 15
kepergian 6 19
2.5

1.5
jml pelanggan
1

0.5

0
 METODA MONTE CARLO

Tahapan :
1. Membangun distribusi peluang
2. Mengalokasikan distribusi peluang kumulatif untuk
setiap variabel
3. Mengalokasikan interval bilangan acak
4. Membangkitkan bilangan acak
5. Melaksanakan simulasi
 Misalkan :

Sebuah toko serba ada memiliki 1 kasir. Pelanggan datang

untuk dilayani pada kasir ini secara acak, yang bervariasi
dari 1 – 8 menit
Waktu pelayanan bervariasi dari 1 – 6 menit

Simulasikan apaa yang terjadi pada sistem untuk 20

pelanggan !
Tahap 1. Membangun distribusi peluang untuk kedatangan
dan pelayanan

Waktu Peluang Peluang

kedatangan kejadian kumulatif
1 0.125 0.125
2 0.125 0.250
3 0.125 0.375
4 0.125 0.500
5 0.125 0.625
6 0.125 0.750
7 0.125 0.875
8 0.125 1.000
 Waktu Peluang Peluang
pelayanan kejadian kumulatif

1 0.1 0.1
2 0.2 0.3
3 0.3 0.6
4 0.25 0.85
5 0.1 0.95
6 0.05 1.00
Tahap 2. Mengalokasikan distribusi peluang kumulatif untuk
setiap variabel
Waktu Peluang Peluang
kedatangan kejadian kumulatif
1 0.125 0.125
2 0.125 0.250
3 0.125 0.375
4 0.125 0.500
5 0.125 0.625
6 0.125 0.750
7 0.125 0.875
8 0.125 1.000
Tahap 2. Mengalokasikan distribusi peluang kumulatif untuk
setiap variabel
Waktu Peluang Peluang Distribusi
kedatangan kejadian kumulatif bilangan
acak
1 0.125 0.125 001 – 125
2 0.125 0.250 126 – 250
3 0.125 0.375 251 – 375
4 0.125 0.500 376 – 500
5 0.125 0.625 501 – 625
6 0.125 0.750 626 – 750
7 0.125 0.875 751 – 875
8 0.125 1.000 876 - 000
 Waktu Peluang Peluang
pelayanan kejadian kumulatif

1 0.1 0.1
2 0.2 0.3
3 0.3 0.6
4 0.25 0.85
5 0.1 0.95
6 0.05 1.00
 Waktu Peluang Peluang Distribusi
pelayanan kejadian kumulatif Bilangan
acak
1 0.1 0.1 01 – 10
2 0.2 0.3 11 – 30
3 0.3 0.6 31 – 60
4 0.25 0.85 61 – 85
5 0.1 0.95 86 – 95
6 0.05 1.00 96 - 00
Cust. Time Arrival service Time Cust Time Cust Idle of
last time time srvc waits srvc spends server
arrvl bgn end
1 - 0 4 0 0 4 4 0
2 8 8 1 8 0 9 1 4
3 6 14 4 14 0 18 4 5
4 1 15 3 18 3 21 6 0
5 8 23 2 23 0 25 2 2
6 3 26 4 26 0 30 4 1
7 8 34 5 34 0 39 5 4
8 7 41 4 41 0 45 4 2
9 2 43 5 45 2 50 7 0
10 3 46 3 50 4 53 7 0
Cust. Time Arrival service Time Cust Time Cust Idle of
last time time srvc waits srvc spends server
arrvl bgn end
11 1 47 3 53 6 56 9 0
12 1 48 5 56 8 61 13 0
13 5 53 4 61 8 65 12 0
14 6 59 1 65 6 66 7 0
15 3 62 5 66 4 71 9 0
16 8 70 4 71 1 75 5 0
17 1 71 3 75 4 78 7 0
18 2 73 3 78 5 81 8 0
19 4 77 2 81 4 83 6 0
20 5 82 3 83 1 86 4 0
68 56 124 18
ANALISIS (setelah digambarkan hasil simulasinya)

Kriteria Cara perhitungan

Waktu tunggu rata-rata Jumlah pelanggabn 56/20

menunggu di antrian / = 2.8
total pelanggan
Kemungkinan menunggu Jumlah pelanggan yang 13/20
menunggu / jumlah = 0.65
pelanggan
Kemungkinan waktu Jumlah waktu 18/86
menganggur dari kasir menganggur kasir/ total = 0.21
waktu simulasi
Waktu pelayanan rata- Total waktu pelayanan/ 68/20
rata jumlah pelanggan = 3.4
Rata-rata waktu jumlah waktu 56/13
menunggu menunggu/Jumlah = 4.3
pelanggan menunggu
Kesimpulan :
- Banyak pelanggan harus menunggu, meskipun waktu
tunggu tidak lama
- Kasir tidak banyak memiliki waktu menganggur
LATIHAN

Jika diketahui untuk menghitung profit dipakai rumus sbb :

Profit = { (harga jual - biaya) X volume penjualan} - biaya
promosi
Jika diketahui juga peluang sbb :
hrg jual P biaya P volume P biaya promosi P
$5 0.20 $ 2.50 0.35 15000 0.30 $ 20000 0.50
$ 5.50 0.50 $ 3.00 0.50 18000 0.45 $ 25000 0.30
$6 0.30 $ 3.50 0.15 20000 0.25 $ 30000 0.20
Simulasikan untuk 10 perhitungan profit jika random
number sbb

No RN Harga RN biaya RN volume RN promosi

1 17 91 42 82
2 05 89 31 17
3 21 17 60 51
4 66 94 71 44
5 43 85 76 75
6 54 44 55 58
7 11 62 52 41
8 61 09 38 38
9 35 66 59 29
10 39 37 97 61
Peluang :
hrg jual P biaya P volume P biaya promosi P
$5 0.20 $ 2.50 0.35 15000 0.30 $ 20000 0.50
$ 5.50 0.50 $ 3.00 0.50 18000 0.45 $ 25000 0.30
$6 0.30 $ 3.50 0.15 20000 0.25 $ 30000 0.20

Distribusi RN:
hrg jual RN biaya RN volume RN b. promosi RN
$5 00 - 19 $ 2.50 00 - 34 15000 00 - 29 $ 20000 00 -
49
$ 5.50 20 - 69 $ 3.00 35 - 84 18000 30 - 74 $ 25000 50 -
79
$6 70 - 99 $ 3.50 85 - 99 20000 75 - 99 $ 30000 80 -
99
No Harga biaya volume promosi profit

RN nilai RN nilai RN nilai RN nilai

1 17 5.00 91 3.50 42 18000 82 30000 -
3000
2 05 5.00 89 3.50 31 18000 17 20000
7000
3 21 5.50 17 2.50 60 18000 51 25000
29000
4 66 5.50 94 3.50 71 18000 44 20000
16000
5 43 5.50 85 3.50 76 20000 75 25000
15000
6 54 5.50 44 3.00 55 18000 58 25000
20000
7 11 5.00 62 3.00 52 18000 41 20000
16000
ANALISIS :

• Profit rata-rata
• Kemungkinan mendapatkan kerugian
• Kemungkinan mendapatkan profit
• Kemungkinan mendapat profit >= $ 10000
• dll