TUGAS I SIMULASI SISTEM INDUSTRI

Transkripsi

1 TUGAS I SIMULASI SISTEM INDUSTRI TUGAS DIBUAT UNTUK MEMENUHI MATA KULIAH SIMULASI KOMPUTER DOSEN PENGAMPU: GOENAWAN TRIDJOKO PRIJONO, IR. MT DISUSUN OLEH : MARWAH TIFFANI ( ) PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNIK

2 UNIVERSITAS MUHAMMADIYAH CIREBON 2011 A. Prinsip Mdeling dan Simulasi imulasi dan Mdeling merupakan satu bahasan dengan cakupan yang sangat luas dan bersinggungan dengan banyak disiplin ilmu. Adapun simulasi dan mdelling banyak Smembahas masalah-masalah yang : (i) (ii) (iii) Sangat sulit diselesaikan dengan cara analisis, misalnya pada permasalahan dynamic prgramming, yaitu untuk menghitung nilai maksimum fungsi fungsi transendental dengan banyak variabel bebas, atau pada permasalahan rangkaian listrik yang melibatkan banyak kmpnen elektrik. Memiliki ukuran data dan kmpleksitas yang tinggi sehingga tidak dapat ditemukan penyelesaian yang pasti seperti pada beberapa permasalahan permutasinal dan kmbinasinal pada masalah TSP (travelling salesman prblem), penugasan, atau penjadwalan Sangat sulit diimplementasikan secara langsung karena perlu biaya yang sangat besar seperti permasalahan yang terjadi di bidang telekmunikasi dalam ptimasi RBS (radi base statin) atau ptimasi pengaturan saluran (channel assignment). Pada dasarnya, simulasi dan mdelling banyak dipakai untuk persalan dynamic prgramming yang kadang bersifat stkastik, seperti mdel antrian yang merupakan mdel khusus dan banyak dibahas. Simulasi dan mdelling terdiri dari tahapan identifikasi masalah, pembentukan mdel matematika, dan analisis matematika (numerik)untuk mendapatkan bentuk kmputasi yang paling sederhana. Ketiganya membutuhkan kemampuan matematika yang memadai. Pada pendekatan simulasi, untuk menyelesaikan berbagai persalan yang rumit akan lebih mudah bila dimulai dengan membangun mdel percbaan pada suatu sistem. Tiga unsur penting dalam pemdelan simulasi, yaitu System, Entities, dan Attributes.

3 System Entities Attributes 1. Rumah Sakit Unit barak untuk pasien rang sakit Jumlah tempat tidur Jumlah ruang-ruang Jumlah peralatan dll Jumlah Klinik Unit unit di luar barak pasien Jumlah Ruang-ruang Dll Unit-unit X Ray Dkter-dkter Perawat-perawat Jumlah mesin-mesin X-ray/Rntgen Jumlah mesin-mesin bantuan Jumlah dkter umum Jumlah dkter spesialis Jumlah dkter gigi 1. Mbil untuk bergerak Pengemudi Jumlah perawat-perawat pria dan wanita Ketrampilan/shell kekhususan Umur supir Jenis kelamin Gaji/hnrer, dll Bentuk mbil yang dikemudikan Sedan Statin Warga

4 Jeep, dll B. Keuntungan Simulasi Beberapa keuntungan yang bisa diperleh dengan memanfaatkan simulasi : 1. Cmpress Time ( Menghemat Waktu) Kemampuan dalam menghemat waktu dapat dilihat dari pekerjaan yang bila dikerjakan akan memakan waktu ahunan tetapi kemudian dapat simulasikan hanya dalam beberapa menit, bahkan dalam beberapa kasus hanya dalam hitungan detik. Kemampuan ini dapat dipakai leh para peneliti untuk memperhatikan bagian terkecil dari waktu ke waktu untuk kemudian dibandingkan dengan yang terdapat pada sistem yang nyata berlaku. 2. Expand Time (Dapat Melebar-luaskan Waktu) Dapat terlihat treutama dalam dunia statistik dimana hasilnya diinginkan dapat terdaji dengan cepat. Simulasi dapat digunakan untuk menunjukan perubahan struktur dari suatu sistem nyata (Real System) yang sebenarya tidak dapat diteliti pada waktu yang seharusnya (Real Time). Simulasi dapat membantu mengubah Real System hanya dengan memasukkan sedikit data. 3. Cntrl Surces f Variatin (Dapat Mengawasi Sumber-sumber yang Bervariasi) Kemampuan pengawasan dalam simulasi dalam simulasi tampak terutama saat analisa statistik digunakan untuk meninjau hubungan antara variabel bebas (independent) dengan variabel terkait (dependent) yang merupakan faktr-faktr yang akan dibentuk dalam percbaan. Dalam simulasi pengambilan data dan penglahan pada kmputer, ada beberapa sumber yang dapat dihilangkan atau sengaja ditiadakan. 4. Errr in Meassurement Crrectin (Mengreksi Kesalahan-kesalahan Perhitungan) Dalam prakteknya, pada suatu kegiatan ataupun percbaan dapat saja muncul ketidakbenaran dalam mencatat hasil-hasilnya. Sebaliknya, dalam simulasi kmputer

5 jarang ditemukan kesalahan perhitungan terutama bila angka-angka diambil dari kmputer secara teratur dan bebas. Kmputer mempunyai kemampuan untuk melakukan perhitunga secara akurat. 5. Stp Simulatin and Restart (Dapat Dihentikan dan Dijalankan Kembali) Simulasi kmputer dapat dihentikan untuk peninjauan ataupun pencatatan semua kejadian yang relevan tanpa berakibat buruk terhadap prgram simulasi tersebut. Dalam dunia nyata, percbaan tidak dapat dihentikan begitu saja. Setelah dilakukan penghentian maka kemudian dapat dengan cepat dijalankan kembali (restart). 6. Easy t Replicate (Mudah Diperbanyak) Dengan simulasi kmputer percbaan dapat dilakukan setiap saat dan diulang-ulang. Pengulangan dilakukan terutama untuk mengubah berbagai kmpnen dan variabelnya. Seperti perubahan pada parameternya. Perubahan pada kndisi perasinya, ataupun dengan memperbanyak utput. Kekurangan Simulasi 1. Simulasi tidak akurat. Teknik ini bukan prses ptimisasi dan tidak menghasilkan sebuah jawaban tetapi hanya menghasilkan sekumpulan utput dari sistem pada berbagai kndisi yang berbeda. Dalam banyak kasus, ketelitiannya sulit diukur. 2. Mdel simulasi yang baik bisa jadi sangat mahal, bahkan sering dibutuhkan waktu bertahun-tahun untuk mengembangkan mdel yang sesuai. 3. Tidak semua situasi dapat dievaluasi dengan simulasi. Hanya situasi yang mengandung ketidak-pastian yang dapat dievaluasi dengan simulasi. Karena tanpa kmpnen acak semua eksperimen simulasi akan menghasilkan jawaban yang sama. 4. Simulasi menghasilkan cara untuk mengevaluasi slusi, bukan menghasilkan cara untuk memecahkan masalah. Jadi sebelumnya perlu diketahui dulu slusi atau pendekatan slusi yang akan diuji. C. Ruang Lingkup

6 Knsep dan teknik analisis sistem semula dikembangkan leh para ahli militer untuk keperluan mengeksplrasi dan mengkaji keseluruhan implikasi yang diakibatkan leh alternatif-alternatif strategi militer. Pendekatan ini merupakan suatu strategi penelitian yang luas dan sistematik untuk menyelesaikan suatu prblem penelitian yang km-pleks. Obyek penelitian biasanya merupakan suatu sistem dengan kerumitan-kerumitan yang sangat kmpleks sehingga memerlukan pengabstraksian. Dalam hubungan inilah dikenal istilah "mdel dan pemdelan". Istilah pemdelan adalah terjemahan bebas dari istilah "mdelling". Untuk menghindari berbagai pengertian atau penafsiran yang berbeda-beda, maka istilah "pemdel-an" dapat diartikan sebagai suatu rangkaian aktivitas pem-buatan mdel. Sebagai landasan untuk lebih memahami pengertian pemdelan maka diperlukan suatu penelaahan tentang "mdel" secara spesifik ditinjau dari pendekatan sistem. Dalam knteks terminlgi penelitian perasinal (peratin research), secara umum mdel didefinisikan sebagai suatu perwakilan atau abstraksi dari suatu byek atau situasi aktual. Mdel melukiskan hubungan-hubungan langsung dan tidak langsung serta kaitan timbalbalik dalam terminlgi sebab akibat. Oleh karena suatu mdel adalah abstraksi dari realita, maka pada wujudnya lebih sederhana dibandingkan dengan realita yang diwakilinya. Mdel dapat disebut lengkap apabila dapat mewakili berbagai aspek dari realita yang sedang dikaji. Salah satu syarat pkk untuk mengembangkan mdel adalah menemukan peubah-peubah apa yang penting dan tepat. Penemuan peubah-peubah ini sangat erat hubungannya dengan pengkajian hubungan-hubungan yang terdapat di antara peubah-peubah. Teknik kuantitatif seperti persamaan re-gresi dan simulasi digunakan untuk mempelajari keterkaitan antar peubah dalam sebuah mdel. Memang dimungkinkan untuk dapat merancang-bangun dengan baik berbagai mdel sistem tanpa matematik, dan /atau mengetahui matematika tanpa analisis sistem. Namun demikian, perumusan mate-matika yang terpilih dapat mempermudah pengkajian sistem, yang pada umumnya merupakan suatu kmpleksitas. Sifat universalitas dari matematik dan ntasintasinya akan memperlancar kmunikasi dan transfer metde yang dikembangkan di suatu negara atau bidang ilmu tertentu ke bidang lainnya. Kebanyakan para pengguna analisis sistem menjumpai kesukaran untuk mengimplementasikan ntasi-ntasi matematika ke dalam frmat knsepsi disiplin ilmunya. Mereka kemudian memilih alternatif pembuatan mdel knsepsi (cnceptual mdel) yang

7 sifatnya infrmal karena terasa lebih mudah. Bagaimanapun juga, para ahli sistem berpendapat bahwa keuntungan lebih besar dibandingkan dengan biaya yang diperlukan dalam megkaji permasalahan penelitian secara matematis. Hal ini disebabkan adanya daya guna yang berlipat ganda pada prses rancang bangun dan analisis dalam bentuk bahasa matematika yang sangat penting dalam teri eknmi, keteknikan, ilmu alam hingga ilmuilmu ssial. Meskipun teknik-tekniknya sangat beragam dan filsfinya masih dipandang kntraversi namun ide dasarnya adalah sederhana yaitu menjabarkan keterkaitan-keterkaitan yang ada dalam dunia nyata menjadi perasi-perasi matematis. D. Pembahasan Materi Teri-teri mengenai prses stkastik sebagai dasar mdelling dan teknik teknik simulasi yang banyak digunakan dalam menyelesaikan permasalahan simulasi beserta dasar teri yang cukup sebagai bekal untuk mengembangkan mdel yang baik. (1) Bilangan Acak (2) Mnte Carl (3) Simulated Annealing (4) Mdel Epidemik (5) Cellular Autmata E. Jenis Simulasi 1. Mnte Carl Dikembangkan leh Jhn vn Neumann pada waktu Perang Dunia II. Digunakan leh sistem yang menunjukkan kemungkinan pada perilakunya, misalnya antrian.

8 Berdasarkan atas penggunaan bilangan acak (randm number). Digunakan untuk mengestimasi distribusi hasil yang bergantung pada input prbabilistik (misalnya keuntungan bisnis; durasi pryek; rencana pensiun, dll.). 2. Operatinal Gaming Digunakan untuk mensimulasi dua atau lebih pemain yang berkmpetisi (misalnya wargame); dikembangkan leh Bz, Allen & Hamiltn; diimplementasikan dengan manusia sebagai pemain dan kmputer menyediakan lingkungan nya. 3. Systems simulatin: Digunakan untuk mensimulasi sistem-sistem besar, seperti eknmi nasinal, perusahaan, dll. Diimplementasikan dengan mengintegrasikan beberapa/banyak simulasi yang lebih kecil dari subsistem-subsistem. Misalnya, sub-simulasi untuk kndisi cuaca, kndisi eknmi, perkembangan teknlgi, dll. F. Karakteristik Mdel Matematika Prses pemdelan mencakup pemilihan karakteristik dari perwakilan abstrak yang paling tepat bagi situasi yang sedang dikaji. Pada umumnya mdel matematika dapat diklasifikasikan menjadi dua bagian, yaitu mdel statik dan mdel dinamik. Mdel statik memberikan infrmasi tentang peubah-peubah mdel hanya pada titik tunggal dari waktu. Sedangkan mdel dinamik mampu menelusuri jalur waktu dari peubah-peubah mdel. Mdel dinamik lebih sulit dan mahal pembuatannya, namun mempunyai kekuatan yang lebih hebat untuk analisis dunia nyata. Klasifikasi lain tergantung apakah mdel abstrak tersebut meng-gunakan pandangan mikr atau makr. Mdel mikr bertujuan untuk mempernyatakan suatu unit individu yang ada pada dunia nyata, sebagai cnth sebuah mbil pada aliran transprtasi atau serang pembeli pada antrian pasar. Pada mdel makr, unit individu kehilangan identitasnya karena peubah mdel secara khas dikaitkan dengan agregat dari unit sistem. Cnth dari pandangan makr adalah peubah pada aliran listrik,

9 kecepatan aliran mbil pada jalan raya dan aliran bahan dan pelayanan pada struktur eknmi. Ditinjau dari cara klasifikasinya maka mdel abstrak dapat dikelmpkkan menjadi: (i) mikr-statik, (ii) makr-statik, (iii) mikr-dinamis, dan (iv) makr-dinamis. Penggunaan mdel- mdel ini tergantung pada tujuan pengkajian sistem dan terlihat jelas pada frmulasi permasalahan pada tahap evaluasi kelayakan. Sifat mdel juga tergantung pada teknik pemdelan yang digunakan. Mdel yang mendasarkan pada teknik peluang dan memperhitungkan adanya ketidak pastian (uncertainty) disebut mdel prbabilistik atau mdel stkastik. Pada ilmu sistem mdel ini sering digunakan karena masalah yang dikaji pada umumnya megandung keputusan yang mengandung ketidak-menentuan. Lawan dari mdel ini adalah mdel kuantitatif yang tidak mempertimbangkan peluang kejadian, dikenal sebagai mdel deterministik. Cnthnya adalah mdel pada "prgram linear". Mdel ini memusatkan penelaahannya pada faktr-faktr kritis yang diasumsikan mempunyai nilai yang eksak dan tertentu pada waktu yang spesifik. Sedangkan mdel prbabilistik biasanya mengkaji ulang data atau infrmasi yang terdahulu untuk menduga peluang kejadian tersebut pada keadaan sekarang atau yang akan datang dengan asumsi terdapat relevansi pada jalur waktu. Dalam hal-hal tertentu, sebuah mdel dibuat hanya untuk semacam deskripsi matematik dari kndisi dunia nyata. Mdel ini disebut mdel deskriptif dan banyak dipakai untuk mempermudah penelaahan suatu permasalahan. Mdel ini dapat diselesaikan secara eksak serta mampu mengevaluasi hasilnya dari berbagai pilihan data input. Apabila mdel digunakan untuk memperbandingkan antar alternatif, maka mdel disebut mdel ptimalisasi. Slusi dari mdel ini merupakan nilai ptimum yang tergantung pada kriteria input yang digunakan. Sebagai teladan adalah "Prgram Dinamik dan Gal Prgramming"; sedangkan mdel deskriptif yang hanya memper-nyatakan pilihan peubah adalah persamaan regresi multi-variate. Apabila sistem telah diekspresikan dalam bentuk n-tasi matematika dan frmat persamaan, maka timbullah keuntungan yang berasal dari kapasitas manipulatif dari matematik. Serang analis dapat memasukkan nilai-nilai yang berbeda-beda ke dalam mdel matematika dan kemudian mempelajari perilaku sistem tersebut. Pada

10 pengkajian ma-salah-masalah tertentu, uji sensitifitas dari sistem dilakukan dengan pengubahan peubah-peubah sistem itu sendiri. Bahasa simblik juga sangat membantu dalam kmunikasi karena pernyataannya yang singkat dan jelas dibandingkan dengan deskripsi lisan. Penggunaan frmat matematika membuat penjelasan lebih kmprehensif dan seringkali mampu mengungkapkan hubungan-hubungan yang tidak dapattercermin pada deskripsi lisan dari suatu sistem. Dengan demikian dapat dikatakan bahwa pemdelan sistem (System Mdelling) adalah pembentukan rangkaian lgika untuk menggambarkan karakteristik sistem tersebut dalam frmat matematis. Oleh karena itu, prses ini sering disebut juga pemdelan abstrak (abstract mdelling) karena hasilnya adalah gugus persamaan-persamaan yang saling berkaitan secara fungsinal. Pada beberapa jenis sistem, prses pemdelan abstrak ini lebih mudah pengerjaannya, seperti mdel bifisik dan keteknikan. G. Bahasa Simulasi Pemrgraman mdel simulasi, seperti yang disebutkan sebelumnya, dapat dilakukan menggunakan bahasa umum kmputer (general purpses language) atau menggunakan bahasa simulasi. Pada bagian ini kita akan mempelajari beberapa bahasa simulasi, melihat dan memahami kelebihan dan kekurangan dari masing-masingnya, sehingga kita melakukan pemilihan yang tepat saat kita perlu menggunakan bahasa simulasi. Satu bahasa simulasi tidak dapat menjadi alat yang tepat untuk semua kasus permdelan simulasi. Pembahasan pada bagian ini akan kita mulai dengan mempelajari anatmi bahasa simulasi; lalu dilanjutkan dengan penjelasan berbagai bahasa simulasi lengkap dengan kelebihan dan kelemahannya. ANATOMI BAHASA SIMULASI B A HASA SIM U L A S I : AWAL MULA Kesuksesan analisis simulasi merupakan teknik campuran yang sangat tergantung pada keahlian dan keahlian analis. Elemen dan struktur bahasa kmputer umum seperti Pascal atau FORTRAN, srce cdenya tidak dengan mudah dapat digunakan untuk memdelkan simulasi sistem. Msialnya, bahasa itu tidak menyediakan struktur data yang enak digunakan untuk pemrsesan kejadian, sementara hal ini merupakan elemen lgis yang sangat penting

11 dalam permdelan simulasi. Tidak ada perintah dalam FORTRAN misalnya yang dengan jelas menambah atau mengurangi antrian nasabah atau bjek lainnya. Tidak ada perintah dalam FORTRAN yang mengakumulasikan jumlah bjek dalam antrian dan menghitung ratarata untuk menyediakan utput statistik penting. Variabel waktu lanjt, yang penting dalam penjalanan mdel simulasi, juga tidak dapat ditemukan pada FORTRAN dan bahasa pemrgraman umum lainnya. Untuk memenuhi fungsi-fungsi di atas dan hal-hal penting lainnya dalam struktur mdel prgram kmputer, kde pemrgraman yang ekstensif, kmpleks dan sulit didebug harus dibuat. Mtivasi mengembangkan dan menggunakan bahasa simulasi berasal dari keinginan untuk mempersingkat waktu yagn dibutuhkan untuk mengembangkan mdel valid yang relatif mudah didebug dan yang meneydiakan utput statistik yang dibutuhkan dalam pengambilan keputusan. Bahasa simulasi pertama yang dihasilkan untuk tujuan itu adalah GPSS (General Purpse Simulatin System) yang dikembangkan leh Geffrey Grdn dan dipublikasikan pertama sekali tahun bahasa ini telah berevlusi dalam beberapa versi, yang pada umumnya dikembangkan le IBM. Pengembangan terpisah versi GPSS, GPSS/H memungkinkan debugging kde interaktif. Akhir-akhir ini, GPSS tersedia pada umumnya untuk mainframe dan minikmputer, dan ada 2 versi untuk mikrkmputer IBM. Elemen GPSS dieknal mempunyai derajat ismrfis tinggi dengan elemen sistem diskrit. GPSS diikuti dengan munculnya SIMSCRIPT tahun 1963, dikembangkan leh perusahaan RAND. Bahasa ini memiliki kemampuan untuk permdelan sistem yang lebih kmpleks. Untuk melakukan fungsi ini, elemen bahasa kurang jelas dihubungkan dengan dunia nyata. Penggunaan himpunan, kejadian, prses dan sumber daya menggambarkan secara utama pada struktur dan perasi prgram SIMSCRIPT. Bahasa-bahasa pinir ini tidak lama diikuti pengemabngan bahasa-bahasa simulasi khusus lainnya dan jumlahnya sudah sangat banyak sampai saat ini. ST RUK TUR B AH ASA S IM ULASI

12 Kiviat mendefinisikan struktur statis bahasa simulasi terdiri dari 3, yaitu identifikasi bjek dan karakteristik bjek, relasa antara bjek dan penurunan bjek. Struktur dinamisnya didefinisikan sebagai metde penambahan waktu simulasi. Objek adalah kmpnen mdel dan sistem yang menjadi perhatian utama analisis, misalnya nasabah bank, kmpnen dalam lini perakitan, pengguna dalam sistem jaringan, dll. Bahasa yang berbeda memberikan definisi yang berbeda pada bjek, misalnya dalam SIMAN disebut entities, dalam GPSS disebut transactins. Masing-masing bjek dalam sistem yang sama mempunyai karakteristik yang berbeda. Nasabah bank misalnya, ada yang ingin melakukan penarikan, ada yang ingin melakukan setran, dll. Pendefinisian karakteristik dalam bahasa yang berbeda juga berbeda. Karakteristik dalam SIMAN dan SIMSCRIPT misalnya didefinisikan sebagai attributes sedangkan dalam GPSS didefinisikan sebagai parameters, dan ada juga yang menggunakan definisi prperties, dll. Meskipun bjek mempunyai karakteristik unik, untuk tujuan pemrsesan dalam mdel, ada baiknya karakteristik itu dikelmpkkan. Setiap bahasa mempunyai mekanisme berbeda dalam melakukan pengelmpkan ini. Bahkan dalam kasus sistem yang relatif kecil, mempertahankan semua bjek dalam mdel selama penjalanan simulasi bisa tidak memungkinkan karena keterbatasan memri kmputer. Akibatnya, alat untuk menurunkan bjek ketika dibutuhkan dan menghapusnya jika sudah tidak dibutuhkan harus disediakan. Cara setiap bahasa simulasi memfasilitasi ini sangat berbeda. Dalam beberapa kasus, mekanisme digunakan untuk menelusuri karakteristik akar bahasa kmpiler darimana bahasa simulasi dikembangkan. Bahasa simulasi yang kurang dekat dengan knvensi struktur data dari kmpiler tertentu menurunkan bjek yagn sangat mirip dengan sudut pandang dunia bahasa. Sejalan dengan perbaikan kemampuan bahasa kmputer umum (general purpses), bahasa simulasi khusus pada umumnya telah dikdean kembali seperti assembly, bahasa bebas mesin seperti C. Tetapi struktur awal penurunan bjek tetap dalam bahasa simulasi. Struktur statis bahasa simulasi menempatkan bjek dalam ruangan mdel, yaitu dimana bjek secara fisik ditempatkan dalam sistem. Struktur dinamis dibutuhkan untuk menempatkan bjek dalam waktu dan memungkinkan keberlanjutan dari satu titik waktu ke titik lainnya. Seperti yang sudah dijelaskan dalam tpik sebelumnya, ada dua pendekatan dasar yang digunakan dalam struktur dinamis, yaitu fixed-time step dan event-tracking. Pendekatan fixed-time memeriksa sistem pada interval waktu tetap untuk menentukan apakah statusnya sudah berubah atau belum. Jika status masih sama, variabel waktu akan ditambahkan sebesar interval waktu-tetap. Meskipuns ecara lgika pendekatan ini cukup

13 sederhana, tapi metdenya sangat tidak efisien. Mungkin ada beberapa titik waktu dimana sistem tidak berubah statusnya, dan karenanya akan ada banyak pemeriksaan sistem yang tidak perlu. Akibatnya, tidak ada bahasa simulasi kejadian diskrit yang menggunakan pendekatan ini ke struktur dinamis. Pendekatan event-tracking memeriksa sistem hanya jika ada perubahan status. Lgika diamsukkan dalam mdel untuk menentukan kapan kejadian atau status sistem berubah, dan variabel waktu ditambahkan dengan tepat sampai titik sebelum sistem diperiksa. Lgika yang dibutuhkan untuk melakukan ini lebih kmpleks dibandingkan dengan langkah waktutetap, tetapi akan mengehmat waktu eksekusi mdel secara signifikan. Karakteristik Bahasa Simulasi Struktur dinamis dan statis bahasa simulasi menyediakan kebutuhan jelas untuk mengeksekusi mde simulasi. Beberapa sifat bahasa simulasi lainnya dibutuhkan atau sangat diinginkan untuk penggunaan efektif analisis simulasi sebagai teknik pembantu pengambilan keputusan.. Pengembangan kde mdel. Kebanyakan bahasa simulasi amsih membutuhkan pemasukan pernyataan kde untuk menciptakan kde mdel, tetapi kemampuan grafik mikrkmputer telah memungkinkan input grafik. Cara ini paling sesuai untuk bahasa yang fkus pada aliran bjek melalui elemen atau blk mdel. Debugging mdel. Begitu mde simulasi sudah dikdekan menggunakan bahasa simulasi yang dipilih, langkah selanjutnya adalah debugging kde sehingga mdel simulasi berjalan ke penghentian nrmal. Syntax errrs (kesalahan sintaks) adalah permasalahan pertama dalam prses, dan analisis untuk mendeteksi ini sudah ditanam dalam bahasa simulasi umumnya. Kesulitan berikutnya yang dihadapi adalah perbaikan kesalahan selama eksekusi kde. Analisis bahasa simulasi umumnya tidak sesuai secara ttal dengan permasalahan ini. Setelah menemukan kesalahan seperti ini, prgram berhenti dan tidak memberikan alasan dalam bentuk lgika mdel kenapa prgram berhenti. Penurunan variabel acak. Untuk kebanyakan simulasi prbabilistik, kemampuan mengekstrak sampel acak dari distribusi prbabilitas tertentu sangat penting. Bahasa simulasi melakukannya dengan mudah. Pengumpulan statistik. Penjalanan mdel simulasi tanpa mengumpulkan data ukuran kinerja sistem sama saja dengan tidak melakukan pengamatan pada sistem dunia

14 nyata yang sedang berlangsung. Pengamat ada selama perasi sistem dunia nyata tetapi tidak mengamati dan mencatat apa yang terjadi. Bahasa simulasi harus memungkinkan pengguna dengan mudah menspesifikasikan beragam statistik yang dikumpulkan selama eksekusi mdel. Juga untuk membantu interpretasi utput simulasi, kemampuan penggambaran grafik dan inferensi statistik diperlukan. Disain percbaan. Karena analisis simulasi bersifat deskriptif, kesuksesan aplikasinya tergantung pada percbaan mdel. Rancangan percbaan efektif dan efisien benarbenar meningkatkan kualitas slusi yang didapatkan dari mdel simulasi. Animasi grafis dan utput dinamis. Kemampuan menggunakan bahasa simulasi pada mikrkmputer memungkinkan kemampuan grafis mesin ini untuk mengilustrasikan penjalanan mde simulasi atau utputnya. Ilustrasi bjek yang mengalir melalui elemen mdel disebut sebagai animasi. Animasi biasanya menggunakan mnitr berwarna dan dengan mudah mengenali simbl bjek dan elemen mdel. Dengan mengamati aliran seperti itu, analisis dapat memperhatikan penyebaba permasalahan perasi dan dapat memperbaikinya. Animasi mdel akan memperlambat eksekusi mdel. Oleh akrena itu, animasi biasanya hanya dilakukan pada mikrkmputer cepat dengan memri besar. H. Kesimpulan Telah dipaparkan dalam penjabaran diatas tentang pemdelan dan simulasi serta materi pembahasannya juga tentang mdelling dalam menyelesaikan suatu permasalahan dengan membuat simulasinya sebelum akhirnya diimplementasikan. Simulasi ini terutama digunakan untuk menguraikan dan menyelesaikan persalanpersalan yang timbul dalam dunia nyata, baik di dalam sektr publik maupun di berbagai sektr bisnis.

15 Daftar Isi Basuki, Ahmad Mdeling dan Simulasi/ leh Achmad Basuki, Tri Budi Sants, dan Miftahul Huda; penyunting, Tri Jk Setiadi-Jakarta: IPTAQ Mulia Media, 2004 Kakiay, Thmas J Pengantar Sistem Simulasi/ Thmas J. Kakiay ; Ed. I. Ygyakarta, Andi,