BAB II LANDASAN TEORI. digunakan untuk mendukung penyusunan laporan tugas akhir. Landasan teori

dokumen-dokumen yang mirip
BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Aplikasi Matrix Labolatory untuk Perhitungan Sistem Antrian dengan Server Tunggal dan Majemuk

BAB II TINJAUAN PUSTAKA. X(t) disebut ruang keadaan (state space). Satu nilai t dari T disebut indeks atau

BAB II LANDASAN TEORI

I. PENDAHULUAN. 2.2 Klasifikasi Model Simulasi

BAB II LANDASAN TEORI

Analisis Sistem Antrian Pada Pelayanan Poli Kandungan Dan Ibu Hamil Di Rumah Sakit X Surabaya

BAB 2 LANDASAN TEORI

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

BAB 2 LANDASAN TEORI

ANALISIS ANTRIAN PADA MCDONALD PUSAT GROSIR CILILITAN (PGC) (Untuk Memenuhi Tugas Operational Research)

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Antrian adalah garis tunggu dan pelanggan (satuan) yang

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

KAJIAN ANTRIAN TIPE M/M/ DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT

BAB 2 LANDASAN TEORI

BAB IV HASIL DAN PEMBAHASAN

ANALISIS ANTRIAN MULTI CHANNEL MULTI PHASE PADA ANTRIAN PEMBUATAN SURAT IZIN MENGEMUDI DENGAN MODEL ANTRIAN (M/M/c):( )

ANALISIS SISTEM ANTRIAN PADA BANK MANDIRI CABANG AMBON Analysis of Queue System on the Bank Mandiri Branch Ambon

IDENTIFIKASI MODEL ANTRIAN PADA ANTRIAN BUS KAMPUS UNIVERSITAS ANDALAS PADANG

BAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini

Pengembangan Simulasi Komputer Model Antrian Nasabah Untuk Menganalisa Unjuk Kerja Layanan Teller Bank 1

BAB II. Landasan Teori

TEORI ANTRIAN MATA KULIAH RISET OPERASIONAL Pertemuan Ke-13. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia

PEMBANGKIT RANDOM VARIATE

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

Pengembangan Simulasi Komputer Model Antrian Nasabah Untuk Menganalisa Unjuk Kerja Layanan Teller Bank 1

BAB II LANDASAN TEORI

Oleh: Isna Kamalia Al Hamzany Dosen Pembimbing : Dra. Laksmi Prita W, M.Si. Dra. Nur Asiyah, M.Si

BAB II LANDASAN TEORI

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia

BAB II LANDASAN TEORI. Ada tiga komponen dalam sistim antrian yaitu : 1. Kedatangan, populasi yang akan dilayani (calling population)

BAB II LANDASAN TEORI. Dalam Kamus Bahasa Inggris dari Oxford [13] menjelaskan simulasi : The

Metoda Analisa Antrian Loket Parkir Mercu Buana


Mata Kuliah Pemodelan & Simulasi

BAB 2 LANDASAN TEORI

MODUL PRAKTIKUM RISET OPERASIONAL 2

BAB I PENDAHULUAN. siapa saja. Contoh kongkrit yang dapat dilihat dalam kegiatan sehari-hari seperti

BAB II LANDASAN TEORI

ANALISIS ANTRIAN TIPE M/M/c DENGAN SISTEM PELAYANAN FASE CEPAT DAN FASE LAMBAT. Oleh : Budi Setiawan

BAB V SIMPULAN DAN SARAN

PRAKTIKUM STOKASTIK MODUL TEORI ANTRIAN

BAB 2 LANDASAN TEORI

DESKRIPSI SISTEM ANTRIAN PADA KLINIK DOKTER SPESIALIS PENYAKIT DALAM

SIMULASI SISTEM ANTRIAN SINGLE SERVER. Sistem: himpunan entitas yang terdefinisi dengan jelas. Atribut: nilai data yang mengkarakterisasi entitas.

BAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.

ANALISIS SISTEM ANTRIAN PELAYANAN PEMBUATAN KARTU TANDA PENDUDUK DAN KARTU KELURGA DI DINAS KEPENDUDUKAN DAN CATATAN SIPIL KABUPATEN KUNINGAN

Lecture 2 : Teori Antrian

BAB 3 PEMBAHASAN. Tabel 3.1 Data Jumlah dan Rata-Rata Waktu Pelayanan Pasien (menit) Waktu Pengamatan

Teori Antrian. Prihantoosa Pendahuluan. Teori Antrian : Intro p : 1

MODEL SISTEM ANTRIAN

Riset Operasional. Tahun Ajaran 2014/2015 ~ 1 ~ STIE WIDYA PRAJA TANA PASER

BAB III METODE PENELITIAN. Gambar 3.1

TEORI ANTRIAN. Riset Operasional 2, Anisah SE., MM 1

ANALISA SIFAT-SIFAT ANTRIAN M/M/1 DENGAN WORKING VACATION

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN. Herjanto (2008:2) mengemukakan bahwa manajemen operasi merupakan

BAB I PENDAHULUAN. Sementara para pelanggan tiba di satu sarana pelayanan, mereka bergabung

BAB V PENUTUP. Menurut. Ukuran Keefektifan Rumus ProModelStudent. Rumus

Jurnal Edik Informatika Penelitian Bidang Komputer Sains dan Pendidikan Informatika V1.i1(91-102)

Cara memperoleh data: Zaman dahulu, dgn cara : Melempar dadu Mengocok kartu

BILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :

ANALISIS DAN SIMULASI SISTEM ANTRIAN PADA BANK ABC

SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)

BAB II LANDASAN TEORI. pembahasan model antrian dengan working vacation pada pola kedatangan

Riska Sismetha, Marisi Aritonang, Mariatul Kiftiah INTISARI

ANALISIS SISTEM ANTRIAN UNTUK MENENTUKAN JUMLAH GARDU KELUAR YANG OPTIMAL PADA GERBANG TOL TANJUNG MULIA

MODEL ANTRIAN YULIATI, SE, MM

METODE NUMERIK 3SKS-TEKNIK INFORMATIKA-S1. Mohamad Sidiq PERTEMUAN-1

Analisis Model dan Simulasi. Hanna Lestari, M.Eng

BAB III DARI MODEL ANTRIAN M/M/1 DENGAN POLA KEDATANGAN BERKELOMPOK KONSTAN. 3.1 Model Antrian M/M/1 Dengan Pola Kedatangan Berkelompok Acak

MODUL II DISTRIBUSI PELUANG DISKRIT DAN KONTINU

Teori Antrian. Aminudin, Prinsip-prinsip Riset Operasi

Model Simulasi Antrian Dengan Metode Kolmogorov-Smirnov Normal Pada Unit Pelayanan

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. Jl. Panjang No.25 Jakarta Barat. Penelitian dilakukan selama 2 Minggu, yaitu

Pendahuluan. Teori Antrian. Pertemuan I. Nikenasih Binatari. Jurusan Pendidikan Matematika FMIPA UNY. September 6, 2016

Simulasi Dan Permodelan Sistem Antrian Pelanggan di Loket Pembayaran Rekening XYZ Semarang

Operations Management

MAKALAH REKAYASA TRAFIK TEORI ANTRI

BAB 1 PENDAHULUAN. banyak lagi. Pernah kita mendengar pernyataan seperti: tiap bulan habis

Sesi XVI METODE ANTRIAN (Queuing Method)

ANALISIS KINERJA SISTEM ANTRIAN M/M/1/N

BAB III PEMBAHASAN. Dalam skripsi ini akan dibahas tentang model antrean satu server dengan

SIMULASI ANTRIAN PELAYANAN BONGKAR MUAT KAPAL

TEORI ANTRIAN PERTEMUAN #10 TKT TAUFIQUR RACHMAN PENGANTAR TEKNIK INDUSTRI

BAB II TINJAUAN PUSTAKA. manajemen operasional adalah the term operation management

BAB 2 LANDASAN TEORI

BAB II KAJIAN TEORI. probabilitas, teori antrean, model-model antrean, analisis biaya antrean, uji

BAB 2 LANDASAN TEORI

DISTRIBUSI NORMAL. Pertemuan 3. Distribusi Normal_M. Jainuri, M.Pd 1

BABAK PENYISIHAN SELEKSI TINGKAT PROVINSI BIDANG KOMPETISI

Transkripsi:

BAB II LANDASAN TEORI Dalam bab ini akan dijelaskan berbagai macam landasan teori yang digunakan untuk mendukung penyusunan laporan tugas akhir. Landasan teori yang dibahas meliputi permasalahan-permasalahan atau prosedur-prosedur yang berlaku saat ini serta beberapa pengertian tentang ilmu yang berkaitan dengan permasalahan tersebut. 2.1 Pemodelan dan Simulasi Simulasi adalah sebuah model matematika yang menjelaskan tingkah laku sebuah sistem dalam beberapa waktu dengan mengobservasi tingkah laku dari sebuah model matematika untuk beberapa waktu seseorang analist dapat mengambil kesimpulan tentang tingkah laku dari sistem dunia nyata yang disimulasikan, I.G Arya (2010). Sebuah sistem dapat dikatakan merupakan sebuah himpunan dari elemen yang saling berhubungan yang secara keseluruhan berfungsi untuk mencapai sasaran yang telah ditetapkan. Dunia nyata sangatlah kompleks banyak hal-hal yang tidak dapat diterangkan dengan logika biasa. Namun ada cara untuk mendekati dunia nyata itu yaitu dengan membuat model, dimana model yang di buat ini dapat dimengerti dengan mudah, karena parameter yang membentuknya dapat di kenali (misalnya panjang, lebar dan tinggi untuk sebuah benda tiga dimensi dan panjang kali lebar untuk dua dimensi). 5

6 2.2 Antrian Sistem antrian yaitu proses kedatangan pelanggan ketika menunggu pelayanan, atau juga proses menunggu pelayanan ketika fasilitas masih sibuk. 2.2.1 Kedatangan Antrian dimulai dari sebuah masuknya input kedalam suatu proses. Kedatangan juga dapat di artikan sebagai inputan awal karena awal dari sebuah antrian adalah kedatangan. Proses kedatangan juga terjadi secara acak, oleh sebab itu sering disebut dengan variabel acak. 2.2.2 Pelayanan Antrian akan berjalan jika ada pelayanan di dalamnya. Pelayanan terdiri dari satu atau lebih pelayanan dan satu atau lebih fasilitas pelayanan yang diberikan. Jalur antrian disebut sebagai channel dan fasilitas disebut juga dengan phase. Contohnya adalah parkir kendaraan yang memiliki satu atau lebih pintu parkir. Pelayanan ini memiliki tiga aspek yang harus diperhatikan yaitu : 1. Tersedia Pelayanan Pelayanan tiket tidak selalu di buka setiap saat. Contohnya adalah ketika pertandingan sepak bola, maka loket hanya akan buka pada saat pertandingan akan dimulai. 2. Lama pelayanan Waktu yang digunakan dalam melayani antrian. Lama pelayanan dapat di tentukan oleh penyelenggara atau orang yang bertanggung jawab dalam proses.

7 2.2.3 Disiplin Antrian Menurut I.G Arya (2010), Ada empat disiplin antrian menurut urutan kedatangan antara lain adalah : 1. First In First Out (FIFO) yaitu pelanggan pertama yang akan dilayani terlebih dahulu. 2. Last In First Out (LIFO) adalah pelanggan yang datang terakhir akan dilayani terlebih dahulu. 3. Service In Random Out (SIRO) yaitu pemanggilan pelayanan dilakukan secara acak. 4. Priority Service (PS), yaitu pelanggan yang memiliki priority terbesar akan dilayani terlebih dahulu tanpa memperhitungkan awal kedatangan dan akhir kedatangan. 2.2.4 Struktur Antrian Struktur antrian menurut I.G Arya (2010) memiliki 4 model yang terjadi dalam seluruh proses antrian: 1. Single Channel Single Phase Gambar 2.1 Single channel single phase Model yang paling sederhana dalam antrian adalah: Single Channel single station queue (SCSSQ). Yang harus selalu diingat dalam antrean adalah pelanggan tidak akan menunggu bila ada pelayan yang sedang menganggur, dan pelanggan harus menunggu bila pelayannya sedang dipakai oleh pelanggan lain; dan juga yang penting harus selalu diingat

8 adalah pelanggan akan segera memasuki pelayan bila ada pelanggan yang meninggalkan pelayanan. 2. Single Channel Multi Phase Gambar 2.2 Single Channel Multi Phase Antrian yang hanya memiliki satu jalur antrian tetapi memiliki lebih dari satu fasilitas yang diberikan. 3. Multi Channel Single Phase Gambar 2.3 Multi Channel Single Phase Sistem Multi Channel Single Phase terjadi di mana ada dua atau lebih fasilitas pelayanan dialiri oleh antrian tunggal. 4. Multi Channel Multi Phase Gambar 2.4 Multi Channel Multi Phase Multi channel multi phase adalah jalur antrian tunggal tetapi setiap sistem mempunyai dua atau lebih fasilitas pelayanan pada setiap tahapan sehingga dapat melayani dalam waktu bersamaan. Contoh pada model ini

9 adalah salon kecantikan yang di mulai dari potong rambut hingga pembersihan kuku tangan dan kaki. 2.3 Distribusi Probabilitas Di dalam statistik, kunci aplikasi probabilitas adalah untuk memperkirakan terjadinya peluang yang akan dihubungkan dengan peristiwa tersebut dalam beberapa keadaan. Setelah mengetahui keseluruhan probabilitas dari sebuah kemungkinan yang terjadi, maka seluruh probabilitas kejadian tersebut akan membentuk suatu distribusi probabilitas. 2.3.1 Distribusi Normal Dalam keadaan hidup sehari-hari distribusi normal paling sering digunakan, baik dalam perhitungan nilai maupun lain-lainnya. Distribusi Normal berbentuk simetri dengan densitas peluang berbentuk bell dengan rumus : Keterangan : : nilai rata-rata f (x) (1/ 2) { 1/ 2(x) / ) 2 } : standard deviasi. Distribusi normal tidak diintegralkan secara langsung sehingga dapat melakukan simulasi. Dalam mempermudah dan memecahkan masalah distribusi normal, maka yang harus dilakukan adalah nilai = 1. Dan mendapatkan nilai standar Z dimana Z = (x-)/ sehingga persamaan akan menjadi: Z 12 i1 Ui 6

10 Fungsi densitas peluang ini adalah distribusi standard normal. Dalam hal khusus, bila rata-rata sampel didapat dari sejumlah N bilangan acak U(0,1) adalah besar maka:. Z ((1/ n) N i1 UI (1/ 2)) / 1/(12N) Distribusi diatas merupakan persamaan dari distribusi normal yaitu menset N lebih besar dari nilai 10. Persamaan terakhir diatas pembilang dan penyebutnya dibagi dengan N maka akan didapat hasil sebagai berikut: Untuk mempermudah maka akan menset N = 12; sehingga persamaan akan berubah menjadi: Dari rumus ini untuk mencari Z maka jumlahkan saja sebanyak 12 U(0,1) dan dikurangi 6. selanjutnya melakukan persamaan dengan persamaan berikut: X = + Z Keterangan : : nilai rata-rata : standard deviasi. 2.3.2 Distribusi Poisson Distribusi Poisson sama dengan distribusi exponensial yaitu dengan menggunakan waktu kedatangan dan waktu kepergian. Khususnya bila waktu terkait dengan waktu antar kedatangan dan waktu kepergian. Khusunya bila waktu antara kejadian berikutnya menjadi distribusi exponensial; maka jumlah kejadian akan menjadi distribusi Poisson dengan densitas peluang sebagai berikut: f(x) = ((t)x)/x!)e -t Dimana dan t konstanta positif :

11 µ = 2 = t sx adalah bilangan bulat nonnegatif, karena x menyatakan jumlah kejadian yang terjadi pada waktu t. Bilangan acak distribusi Poisson tidak bias diselesaikan dengan menggunakan cara analitik, maka sebaiknya akan digunakan simulasi secara langsung namun memiliki kendala : x i1 ti t x1 i1 ti dimana t ditentukan dan ti bilangan acak distribusi exponensial yang dapat dinyatakan dengan : ti = -(1/)lnUi x i1 ti (1/ ) ln Ui t maka akan dicari harga terkecil k yang memenuhi ketidaksamaan berikut: 2.3.3 Distribusi Exponensial Cara membangkitkan bilangan acak berdistribusi exponensial adalah: Untuk itu misal x = waktu. x adalah peluang terjadinya kejadian acak antara x dan (x + x). positif diketahui sehingga peluang tidak akan terjadinya kejadian dalam waktu ini adalah (1 - x) Sekarang pertimbangan untuk interval batas waktu yang besar 0 x, dimana interval ini dibagi menjadi n dengan interval x yang sama sehingga x = n* x. Peluang yang terjadi agar tidak muncul kejadian acak pada waktu yang sama dapat ditulis dengan menggunakan rumus : LIM (1 - x)n = LIM (1 - x)x/ x

12 x 0 x 0 n = LIM [(1 - x)-1/ x]- x x 0 = e - x dimana e adalah bilangan napier peluang terjadinya kejadian: P(0 X x) = F(x) = 1 e - x Fungsi peluang : f(x) = e - x mean =µ = 1/ Untuk dapat menggunakan metoda inverse terlebih dahulu selesaikan persamaan: F(x) = 1 e - x Didapat x = -(1/)ln[1-F(x)]; karena F(x) berdistribusi uniform, maka harga (1- F(x)) menjadi distribusi uniform dan dapat ditulis dengan cara berikut: X = -1(1/)ln(U), X adalah bilangan acak yang terdistribusi exponensial sedangkan U adalah bilangan distribusi uniform(0,1). Batas yang digunakan adalah 0 < xo x dan rumusnya akan berubah menjadi: X = Xo (1/)lnU dengan = 1/(µ-xo) Bila xo = 0 maka = 1/µ atau µ = 1/.

13 2.4 Statistika Secara umum, statistik adalah suatu metode ilmiah dalam mengumpulkan, mengklasifikasikan, meringkas, menyajikan, menginterpretasikan, dan menganalisis data guna mendukung pengambilan kesimpulan yang valid dan berguna sehingga dapat menjadi dasar pengambilan keputusan yang masuk akal. 2.4.1 Parameter Parameter adalah bilangan/angka yang menggambarkan karakteristik suatu populasi, sedangkan statistik adalah bilangan/angka yang menggambarkan karakteristik suatu sampel. Seringkali sebuah parameter dari suatu populasi tidak dapat/sulit diketahui sehingga yang digunakan adalah statistik dari sampelnya (Harinaldi,2006). 2.4.2 Variabel Variable adalah suatu symbol (lambing), misalnya X, H, r, a, dan sebagainya, yang dapat bernilai berapapun dari sekumpulan nilai yang telah dijelaskan terlebih dahulu. Kumpulan nilai yang telah dijelaskan itu disebut sebagai domain dari variabel yang bersangkutan. Variabel dibedakan atas dua jenis yaitu variable kontinu dan variable diskrit. Suatu variabel yang secara teoritis dapat bernilai berapapun diantara dua nilai yang diketahui disebut variabel kontinu, sedangkan yang tidak dapat disebut variabel diskrit (Harinaldi,2006).

14 2.5 Metode Sturgess Metode sturgess digunakan untuk menentukan banyaknya kelas interval yang diambil dari jumlah data (Frids, 2010) dengan menggunakan rumus seperti berikut : K= 1+3.322 log n Jangkauan range = nilai maksimal nilai minimal Jumlah kelas = 1+3.322*log(n) Interval kelas = Jangkauan range/jumlah kelas. Keterangan: K = Jumlah kelas n = Jumlah data. 2.6 Distribusi Frekuensi Relatif Distribusi frekuensi relative digunakan untuk melihat proporsi data yang ada pada suatu interval kelas. Cara untuk mendapatkan distribusi frekuensi relative adalah dengan membagi frekuensi dengan total data. Distribusi frekuensi relative = frekuensi / total data. 2.7 Puskesmas Puskesmas (Pusat Kesehatan Masyarakat) adalah organisasi kesehatan yang didirikan oleh pemerintah untuk menjangkau masyarakat pedalaman guna

15 mendapatkan kesehatan sehingga masyarakat dapat beraktifitas tanpa ada penyakit. Puskesmas memberikan pelayanan menyeluruh yang meliputi pelayanan kuratif, preventif, promotif dan rehabilitatif (pemulihan kesehatan). Pelayanan tersebut ditujukan kepada semua penduduk dengan tidak membedakan jenis kelamin dan golongan umur, sejak dari pembuahan dalam kandungan sampai tutup usia (Effendi, 2009). 2.7.1 Tujuan Puskesmas Puskemas memiliki tujuan yaitu mendukungnya tujuan pembangunan kesehatan nasional, meningkatkan kesadaran agar masyarakat hidup bersih dan terwujud derajat kesehatan yang setinggi-tingginya (Trihono, 2005). Memberikan jaminan pelayanan kesehatan bagi masyarakat yang tidak dapat dijangkau melalui rumah sakit, dan menyediakan sumber daya manusia yang dapat melayani masyarakat secara cepat dan tanggap sehingga mensukseskan Indonesia sehat. 2.7.2 Fungsi Puskesmas Menurut Trihono (2005) fungsi Puskesmas ada tiga yaitu: pusat penggerah kesehatan, memantau penyelenggaran pembangunan, dan mendukung pembangunan kesehatan. Puskesmas bertanggung jawab menyelenggarakan pelayanan terpadu untuk melayani masyarakat dalam bidang kesehatan sehingga mewujudkan Indonesia sehat. Beberapa pelayanan kesehatan sudah di tawarkan oleh Puskesmas seperti pelayanan bersifat pribadi, seperti Puskesmas yang memiliki pelayanan rawat jalan dan beberapa Puskesmas besar memiliki tambahan rawat inap.

16 2.7.3 Peran Puskesmas Peran Puskesmas sangat vital sebagai sebuah badan pelaksana teknis karena dituntut untuk memiliki kemampuan manajemen dan pandangan ke depan dalam meningkatkan kualitas pelayanan kesehatan di Indonesia. Beberapa acara juga ikut serta dalam menentukan kebijakan seperti sistem yang akan dirancang dengan matang dan sesuai dengan keadaan tersebut, pelaksanaan kegiatan yang di susun dengan rapi serta sistem untuk evaluasi yang akurat, dan menggunakan teknologi informasi yang di gunakan dalam upaya peningkatan pelayanan kesehatan secara komprehensif dan terpadu (Effendi, 2009). 2.8 Software Matlab Matlab yang merupakan singkatan dari Matrix Laboratory, merupakan bahasa pemrograman yang dikembangkan oleh The Mathwork Inc. yang hadir dengan fungsi dan karakteristik yang berbeda dengan bahasa pemrograman lain yang sudah ada lebih dahulu seperti Delphi, Basic maupun C++. Matlab (MATrix LABoratory) yang merupakan bahasa pemrograman tingkat tinggi berbasis pada matriks sering digunakan untuk teknik komputasi numerik, yang digunakan untuk menyelesaikan masalah-masalah yang melibatkan operasi matematika elemen, matrik, optimasi, aproksimasi dll. Sehingga Matlab banyak digunakan pada : a. Matematika dan Komputansi b. Pengembangan dan Algoritma c. Pemrograman modeling, simulasi, dan pembuatan prototipe d. Analisa Data, eksplorasi dan visualisasi e. Analisis numerik dan statistik

17 f. Pengembangan aplikasi teknik Pada situs resmi matlab yaitu www.mathworks.com ditulis bahwa software matlab bersifat extensible yang berarti bahwa semua pemakai yang mendaftar dapat menulis fungsi baru atau rumus baru yang terdapat pada library matlab dengan bahasa pemrograman berbeda-beda seperti C, Pascal dan sebagainya. Karena Matlab adalah software berbasis desktop dengan orientasinya adalah matriks, maka bahasa pemrograman berbasis obyek (OOP). 2.9 Software Arena Arena adalah software yang dibuat untuk dapat mensimulasikan sebuah penelitian bersifat matematik sehingga peneliti dapat melihat seberapa jauh hasil penelitian yang telah dilakukan. Arena dapat memberikan kesimpulan dan solusi pada akhir simulasi sehingga mampu memberikan masukkan kepada peneliti kedapannya. Arena terdapat dua versi yaitu untuk pelajar yang bersifat free dan versi professional yang bersifat berbayar. Software Arena dapat mendeskripsikan setiap model dalam bentuk blok modul dengan bahasa siman. Software arena juga memberikan sebuah tool desain sehingga peneliti dapat menggambarkan situasi yang sedang di teliti saat itu, sehingga akan muncul sebuah animasi bersifat real dan outputnya akan memberikan kesimpulan permasalahan yang terjadi dan solusi yang dapat diambil.