STATISTICAL STUDENT OF IST AKPRIND

dokumen-dokumen yang mirip
Berhitung dengan mudah dan cepat menggunakan freeware Eigenmath

Materi minggu ke-2 r a z I q h a s a n

Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

Unit 7 PEMODELAN MATEMATIKA. Pendahuluan. Selamat belajar dan tetap bersemangat, Tuhan memberkati. Wahyudi

Manajemen Sains. Pengenalan Riset Operasi. Eko Prasetyo Teknik Informatika

MODEL STOKASTIK.

Outline 0 PENDAHULUAN 0 FORMULASI MODEL 0 FORMULASI MODEL DETERMINISTIK 0 FORMULASI MODEL STOKASTIK

BAB II MODEL Fungsi Model

SIMULASI SISTEM. Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu.

1/14/2010. Riani L. Jurusan Teknik Informatika

Kesalahan Perhitungan Aritmatika Pada Beberapa Program Kalkulator

Sample Size for a Simple Random Sample

1/14/2010. Riani L. Jurusan Teknik Informatika

TEKNIK SIMULASI. Nova Nur Hidayati TI 5F

SISTEM DAN MODEL Tujuan Instruksional Khusus:

Sistem Pendukung Keputusan (SPK)

Jurusan Teknik Informatika Universitas Komputer Indonesia

Andry Pujiriyanto

Pengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP

Sistem Pendukung Keputusan (SPK)

Hanif Fakhrurroja, MT

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

Pengambilan Keputusan dalam keadaan ada kepastian. IRA PRASETYANINGRUM, S.Si,M.T

GARIS-GARIS BESAR PROGRAM PENGAJARAN

BAB 1 PENDAHULUAN. Persoalan keputusan sering diformulasikan sebagai. persoalan optimisasi, jadi dalam berbagai situasi, pengambil keputusan ingin

BAB I PENDAHULUAN. Statistika adalah salah satu cabang ilmu yang mempelajari prosedur-prosedur

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Karakteristik Model & Struktur Model. Ratih Setyaningrum, MT Hanna Lestari, M.Eng

OPERATION RESEARCH-1

MATA KULIAH SEMESTER GANJIL

Beberapa Freeware Pengganti MATLAB

PENGANTAR MODEL STOKASTIK. Teknik Industri 2015

Formulasi Model dan Parameterisasi

Triyana Muliawati, S.Si., M.Si.

Lisensi Dokumen: Komunitas elearning IlmuKomputer.Com. Copyright IlmuKomputer.Com

BAB II KAJIAN PUSTAKA DAN KERANGKA BERPIKIR. A. Kajian Pustaka

Salah satu dasar utama untuk mengembangkan model adalah guna menemukan peubah-peubah apa yang penting dan tepat Permasalahan muncul ketika banyak

3. KLASIFIKASI MODEL.

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

Pertemuan 14. Teknik Simulasi

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

BAB 1 PENDAHULUAN. khususnya matematika rekayasa, yang menggunakan bilangan untuk menirukan proses

Teknik Simulasi. Eksperimen pada umumnya menggunakan model yg dapat dilakukan melalui pendekatan model fisik atau model matametika.

PENDAHULUAN METODE NUMERIK

Sistem berasal dari kata Yunani yaitu systema yang mengandung arti sehimpunan bagian atau komponen yang saling berhubungan secara teratur dan

BAB III UJI STATISTIK DAN SIMULASI. Menggunakan karakteristik dari distribusi tersebut dan transformasi / = ( ) (3.1.1) / = ( ) (3.1.

Ghandie Kurnia Widi Lisensi Dokumen:

Batra Yudha Pratama

8. MODEL MATEMATIKA.

Set Tiled Background Pada Packet Tracer

UNIKOM. Pendesainan Model. Pemodelan Simulasi

Lecture 1: Pemodelan Sistem Pendahuluan. Hanna Lestari, M.Eng

II.TINJAUAN PUSTAKA. 2.1 Pemodelan Matematika (Mathematical Modeling) (biasanya bertujuan untuk memahami realita tersebut) dan mempunyai feature

Sesi X ANALISIS KEPUTUSAN

Sistem Informasi Manajemen. Lecture s Structure. Sistem Informasi Manajemen

Iman Adrianto

Yama Fresdian Dwi Saputro

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Abe Poetra YM! = abe_poetra. 1. Kata-Kata Introduksi

BAB I PENDAHULUAN. Kata topologi berasal dari bahasa yunani yaitu topos yang artinya tempat

Alex Budiyanto.

BAB 2 LANDASAN TEORI

Nama : RHEINHARD NIM : MATEMATIKA DISKRIT

DSS. POKOK BAHASAN Yang akan dibahas pada pertemuan ini adalah : PENDAHULUAN PENGAMBILAN KEPUTUSAN SISTEM PENDUKUNG KEPUTUSAN

Iman Wibisono

Klasifikasi Model. Teori dan Pemodelan Sistem TIP FTP UB Mas ud Effendi

Rima Hidayati. Lisensi Dokumen:

BAB I PERKEMBANGAN LOGIKA FUZZY

Pertemuan 1. Pendahuluan Dasar-Dasar Logika

POPULASI DAN SAMPEL Apakah populasi? Populasi diartikan sebagai sekumpulan unsur atau elemen yang menjadi obyek penelitian. Elemen populasi ini biasan

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

Dasar-Dasar Pemodelan Sistem

BAB 2 LANDASAN TEORI

9 10. MODEL DETERMINISTIK.

BAB 1 PENDAHULUAN. distribusi atau bahkan peranan dari suatu distribusi yang lebih luas. Berdasarkan

PENGANTAR KOMPRESI DATA

Laporan Studi Jadwal Kelas PROGRAM STUDI HARI JAM MULAI JAM SELESAI KELAS KODE MK NAMA MK RUANG JML PESERTA Matematika SENIN 07:30:00 09:15:00 A

Cara Installasi Operating Sistem Mikrotik Pada PC

PEMODELAN. Model adalah abstraksi dari sesuatu, yang mewakili beberapa fenomena berbentuk objek atau aktivitas.

Gambar Skema Proses Pemodelan

KELOMPOK MATA KULIAH FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA)

Membuat Daftar bersama pada Spreadsheet Google Drive

KAJIAN MODEL MARKOV WAKTU DISKRIT UNTUK PENYEBARAN PENYAKIT MENULAR PADA MODEL EPIDEMIK SIR. Oleh: RAFIQATUL HASANAH NRP.

Kriteria Model yang Baik

Installasi Oracle VM Virtual Box 4.1.6

BAB 2 LANDASAN TEORI

Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc

BAB II LANDASAN TEORI

BAB I PENDAHULUAN. Latar Belakang Masalah

Outline 0 PENDAHULUAN 0 BEBERAPA ASPEK MODEL MATEMATIKA 0 PROSES PEMODELAN MATEMATIKA 0 KARAKTERISASI SISTEM 0 SIFAT MODEL MATEMATIKA YANG BAIK

BAB 1 PENDAHULUAN. Perkembangan dunia teknologi berkembang sangat pesat di dalam kehidupan

BAB V KESIMPULAN DAN SARAN. Kesimpulan dari hasil penelitian ini diantaranya adalah : siswa dan terkait variasi informasi yang ada pada soal.

Sofiyan Arif Kurniawan

MODUL PEMBELAJARAN ANALISIS VARIABEL KOMPLEKS 2/22/2012 IKIP BUDI UTOMO MALANG ALFIANI ATHMA PUTRI ROSYADI

Matematika Terapan Teknik Informatika

Pemodelan dan Simulasi

PENGENALAN POLA HURUF ROMAWI DENGAN JARINGAN SARAF TIRUAN PERSEPTRON LAPIS JAMAK

Kasus dalam tulisan ini adalah: Merancang database relasional untuk menyimpan data stok barang - ini adalah ruang-lingkupnya (scope)

BAB 1 PENDAHULUAN 1-1

Transkripsi:

Pengenalan Penyusunan Model Lisensi Dokumen: Copyright 2010 ssista.wordpress.com Seluruh dokumen di ssista.wordpress.com dapat digunakan dan disebarkan secara bebas untuk tujuan bukan komersial (nonprofit), dengan syarat tidak menghapus atau merubah atribut penulis dan pernyataan copyright yang disertakan dalam setiap dokumen. Tidak diperbolehkan melakukan penulisan ulang, kecuali mendapatkan ijin terlebih dahulu dari ssista.wordpress.com. I. Pengertian Model Model adalah gambaran (tiruan, perwakilan) suatu objek yang disusun berdasarkan tujuan tertentu. Objek dapat berupa suatu system, atau perlakuan system atau suatu proses tertentu. System adalah suatu himpunan beserta relasi antar unsur-unsurnya yang sisusun berdasarkan tujuan tertentu. Model hanya menirukan sebagian dari segi objek sesuai dengan tujuan penyusunan model denag maksud supaya lebih mudah dikenali dipelajari dan dimanipulasi lebih lanjut. Dengan demikian dapat dipastikan bahwa model lebih sederhana dari pada aslinya. II. Tujuan penyusunan Model Tujuan penyusunan model dapat dibedakan atas tiga kategori yaitu sebagai berikut: 1. Guna mengenali keadaan, sifat, atau perilaku system dengan cara mencari keterkaitan antara unsure-unsurnya. Model yang terjadi disebut model keterkaitan. 2. Guna mengadakan pendugaan atau prediksi untuk memperbaiki keadaan objek. Model hasilnya disebut model pendugaan. 3. Guna mengadakan optimisasi bagi objek. Model ini disebut model optimasi. III. Jenis-jenis Model Model dapat dibagi menurut jenisnya sbb: 1. Model fisis, model yang biasanya cukup mirip dengan objek dari segi fisis, misalnya bentuk atau polanya. Model fisis dapat dibedakan menjadi dua bagian yaitu : Model ikonik, yang biasanya menekankan keadaan statis objek atau keadaan dinamis sesaat. Model Analog, yang biasa meminjam system lain yang mempunyai kesamaan sifat dengan objek. 2. Model simbolik (Model Matematika), model yang menggunakan lambinglambang (symbol) matematika/logika untuk menyajikan perilaku objek. 3. Dari segi Tujuan, model dapat dibedakan menurut tujuannya yaitu: Sekedar menggambarkan hubungan ialah keterkaitan. Guna melihat ke depan yaitu model dugaan 1

Untuk mencari optimasi yaitu model optimisasi. Dari segi penyajian ada yang menamakan ada yang menamakan model keterkaitan dan model pendugaan sebagai model deskriptif yang menggambarkan keadaan objek seperti apa adanya sedangkan model optimisasi disebut sebagi model preskriptif yang memberikan gambaran objek sesuai harapan kita. 4. Model Matematika dibedakan menjadi dua yaitu: Model Deterministik, model matematika dari suatu obyek yang unsureunsurnya dapat diukur dengan derajat kepastian cukup tinggi. Model probabilistic, model matematika dari suatu obyek yang unsurunsurnya bersifat stokastik atau probabilistik 5. Model matematik dapat pula dibedakan berdasar sifat variabel yang terkait yaitu: Model Diskrit, model matematika dari suatu obyek yang unsurnya dinotasikan dengan variabel diskrit. Model Kontunu, model matematika dari suatu obyek yang unsurnya dinotasikan dengan variabel kontinu. IV. Manfaat dan Keterbatasan Objek Melalui model orang dapat memperoleg gambaran yang lebih jelas mengenai obejek, mengadakan percobaan terhadap model tanpa mengguanakan objek, dan dapat membuat gambaran masa depan. Walaupun model memiliki banyak keuntungan, namun model juga memiliki keterbatasan, sebab model adalah tiruan yang disusun lewat penyederhanaan atau abtraksi. V. Langkah-Langkah Penyusunan Moldel 1. Pada umumnya masalah real cukup komplek, sehingga perlu dibagi dalam kelompok permasalahan yang sejenis, dengan tujuan untuk mempermudah penyusunan model matematiknya, karena dengan pengelompokan tersebut berarti memperkecil jumlah parameter/variabel yang terkait pada masing-masing kelompok permasalahan. 2

VI. 2. Identifikasi masalah dilakukan guna menentukan jenis dan banyaknya variabel ataupun parameter yang terkait pada permasalahan tersebut. Jenis variabel dan parameter sangat penting, karena akan dimanfaatkan pada langkah perumusan masalah. 3. Pada rumusan masalah ditetukan hubungan dan keterkaitan antar variabel dan parameter yang terkait, dengan mempergunakan berbagai cabang ilmu matematika, probabilitas, stokastik dapat disusun model matematika. 4. Langkah selanjutnya adalah menentukan penyelesaian model matematika tersebut, sehingga diperoleh penyelesaian model. Apabila model matematika dipandang sangat sulit untuk menentukan penyelesaiannya, maka perlu dilakukan penyederhanaan model matematika tersebut, sehingga diperoleh model sederhana yang penyelesaiannya lebih mudah. Penyelesaian model matematika bukan merupakan penyelesaian permasalahan real. 5. Dari penyelesaian model matematika selanjutnya dilakukan penafsiran penyelesaian sehingga diperoleh penyelesaian permasalahan real yang disederhanakan. 6. Setelah diperoleh penyelesaian permasalahan real yang disederhanakan, masih harus dilakukan evaluasi apakah penyelesaian yang diperoleh sudah sesuai dengan permasalahan real yang harus diselesaikan. 7. Apabila penyelesaian yang diperoleh belum/tidak sesuai dengan penyelesaian permasalahan real yang diharapkan, maka langkah-langkah tersebut diulang dengan mengakaji ulang penyedehanaan permasalahan yang telah dilakukan. 8. Apabila dalam penyusunan model matematika sebagaimana diuraikan diatas tidak diperoleh penyelesaian sebagaimana diharapkan, dengan kata lain sangat sukar menyusun model matematika untuk permasalahan real, maka guna menentukan penyelesaian permasalahan real tersebut ditempuh cara dengan melakukan simulasi penyusunan model matematika. 9. Apabila penyelesaian masalah real ditempuh dengan melakukan simulasi penyusunan model matematika, maka yang diperoleh adalah simulasi penyelesaian dengan hampiran/pendekatan. Langkah-Langkah Penyelesaian Permasalahan Real 3

VII. Keterangan : Penyelesaian Eksak artinya penyelesaian secara analisis (menggunakan model aljabar atau kalkulus), yang member hasil yang tepat, sedangkan penyelesaian Numeris menggunakan metode numeris yang biasanya merupakan hampiran. Selain itu bisa diselesaikan menggunakan computer. Model yang Baik Dalam penyusunan model tidak ada istilah model yang benar atau juaga model yang salah, yang ada hanyalah model yang baik dan model yang jelek. Suatu model dikatan baik apabila ia mampu memberikan gambaran objeknya dengan cukup jelas sehingga tujuan penyusunan model tercapai. Model jelek bila tujuan penyusunan model tidak dapat sepenuhnya tercapai karena model atau hasilnya terlalu jauh dari keadaan objek yang sebenarnya. Disuatu pihak, bila kita menginginkan suatu model menjadi baik maka jangan terlalu memperbanyak penyederhanaan, akan tetapi dengan demikian modelnya menjadi terlalu rumit atau tidak dapat diselesaikan. Dipihak lain supaya model sederhana atau supaya mudah diselesaikan, biasanya orang terlalu banyak menyederhanakan dengan akibatnya hasilnya terlalu jauh dari kenyataan. Karena suatu model merupakan hampiran dari objeknya, maka pasti memiliki galat atau error. Besar kecilnya galat, dapat menentukan apakah model tersebut dapat diterima atau ditolak, dan biasanya sudah ditentukan dulu dalam derajat kekeliruan yang 4

disesuaikan dengan tujuan penusunan model, maka dalam kerangka penyusunan model timbul langkah-langkah pengkajian sebelum hasil diterima untuk dilaksanakan. Dikutip dari berbagai sumber By : nolanlasar@yahoo.com 5