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

dokumen-dokumen yang mirip
TEKNIK SIMULASI. Nova Nur Hidayati TI 5F

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

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

BAB 2 LANDASAN TEORI

Pertemuan 14. Teknik Simulasi

Pertemuan 10. Pengembangan Model SPK

Analisis Model dan Simulasi. Hanna Lestari, M.Eng

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

BAB 2 TINJAUAN TEORITIS. Menurut Open Darnius (2009, hal : 53) simulasi dapat diartikan sebagai suatu

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

Jurusan Teknik Informatika Universitas Komputer Indonesia

PENGANTAR MODEL STOKASTIK. Teknik Industri 2015

BAB I PENDAHULUAN. Kata Statistik dikaitkan dengan kata staat (bahasa Jerman artinya Negara) atau statista

TUTORIAL SIMULASI KOMPUTER. Modul PEMODELAN SISTEM 2017/2018. Laboratorium Pemodelan dan Simulasi Industri Universitas Islam Indonesia

6/15/2015. Simulasi dan Pemodelan. Keuntungan dan Kerugian. Elemen Analisis Simulasi. Formulasi Masalah. dan Simulasi

Formulasi Model dan Parameterisasi

BAB I PENDAHULUAN. 1.1 Latar belakang. Secara langsung atau tidaklangsung kata statitik sering kita dengar dan kita rasakan

BAB II LANDASAN TEORI

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

Kriteria Model yang Baik

Pemodelan dan Simulasi. Dr. Muljono, S.Si, M.Kom

BAB 1 PENDAHULUAN. Kata statistik dikaitkan dengan kata staat (bahasa Jerman artinya negara) atau statista

BAB 2 LANDASAN TEORI

BAB III SIMULASI Definisi Simulasi Tahapan Simulasi

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

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

Sistem, Model dan Simulasi

Dasar-Dasar Pemodelan Sistem

BAB II MODEL Fungsi Model

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

1-2. KONSEP DASAR PEMODELAN.

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

PEMODELAN SISTEM. Pemodelan & simulasi TM04

SISTEM TRANSPORTASI BUS KAMPUS UNAND

OUTLINE. Definisi Pemodelan Sistem. Konsep dasar pendekatan sistem. Pemodelan dan Langkah-langkah dalam pemodelan sistem

1/14/2010. Jurusan Informatika

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

SUMBER: Arwin DW, TEKNOLOGI SIMULATOR PESAWAT TERBANG DARI MASA KE MASA

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

3. KLASIFIKASI MODEL.

Sistem Pendukung Keputusan / Decision Support System PENGAMBILAN KEPUTUSAN, SISTEM, PEMODELAN DAN DUKUNGAN

BAB III METODOLOGI. Gambar 1. Kerangka Pikir

Sistem Pendukung Keputusan / Decision Support System

Lecture 3 : Klasifikasi dan Prinsip Pendekatan Sistem. Teknik industri 2015

BAB I. PENDAHULUAN PENGAMBILAN KEPUTUSAN

PENDAHULUAN BEBERAPA ASPEK MODEL KARAKTERISTIK MODEL YANG BAIK PRINSIP-PRINSIP PEMODELAN CONTOH MODEL PERAN MODEL KLASIFIKASI MODEL

TOOLS SIMULASI INVENTORI PADA SUPERMARKET

BAB 2 TINJAUAN PUSTAKA. Pada bab ini akan dijelaskan mengenai peneltian terdahulu, penelitian sekarang, dan landasan teori sebagai dasar penelitian.

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

SIMULASI PROGRAM ANTRIAN BANK

2 PENGANTAR PEMODELAN & SIMULASI

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

Model Matematis, Sistem Dinamis dan Sistem Kendali

BAB II TINJAUAN PUSTAKA

Asusmi/Penyederhanaan Sistem

BAB 2 TINJAUAN PUSTAKA

Pengantar Model dan Simulasi

7. LANGKAH PEMODELAN.

PEMODELAN SISTEM PENDAHULUAN

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

Konsep Pengambilan Keputusan. Tujuan Instruksonal Khusus

7/28/2005 created by Hotniar Siringoringo 1

2-RP. rate, 10).Model Antrian. Deskripsi. sistem finansial, sistem komunikasi. Semester : V Hal: 1 dari 7. Dosen : SPW, NI, HY No.

Simulasi Model Sistem Jasa. DosenPengampu: Ratih Setyaningrum,MT Hanna Lestari, M.Eng

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

Gambar Skema Proses Pemodelan

Linier Programming (LP), Simulasi, Pemrograman Heuristic. Pertemuan 6 (Pemodelan) - Mochammad EKo S,S.T 1

VISUALISASI PERBANDINGAN PERUBAHAN GRAFIK FUNGSI BINOMIAL DENGAN NORMAL DAN FUNGSI BINOMIAL DENGAN HIPERGEOMETRIK; MENGGUNAKAN SUATU SIMULASI

Pemodelan dan Simulasi

Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

Perkuliahan. Pemodelan dan Simulasi (FI-476 )

Maximize or Minimize Z = f (x,y) Subject to: g (x,y) = c

MODEL STOKASTIK.

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

SATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS

PENGATURAN LAMPU LALU LINTAS PEREMPATAN PINGIT YOGYAKARTA DENGAN SIMULASI ARENA

RISET OPERASIONAL. Kosep Dasar Riset Operasional. Disusun oleh: Destianto Anggoro

Manajemen Sains. Pengenalan Riset Operasi. Eko Prasetyo Teknik Informatika

Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia

By. Ir. Yustina Ngatilah, MT SKS = 3

Sistem Informasi Manajemen. Lecture s Structure. Sistem Informasi Manajemen

PEMODELAN ANALISIS. Di Susun Oleh : Linda Liana Dosen Pengampu : Wahyu Hari Haji M.Kom

STATISTIKA. Statistika PENDAHULUAN. Statistika/metode statistik. Operasi dilakukan melalui

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

5/12/2014. Plant PLANT

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1

TIN102 - Pengantar Teknik Industri Materi #11 Ganjil 2014/2015 SISTEM TIN102 PENGANTAR TEKNIK INDUSTRI

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI

2.1 Pengantar Model Simulasi Sistem Diskrit

OPTIMASI DAN HEURISTIK DALAM PENDEKATAN SISTEM. Arif Rahman

Sesi X ANALISIS KEPUTUSAN

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. Gambar 2. 1 Struktur Umum Model Antrian (Sumber : Yamit,1993)

BAB II LANDASAN TEORI

KONSEP DASAR SISTEM DAN MODEL. Hanna Lestari, ST, M.Eng

BAB II LANDASAN TEORI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN

MATA KULIAH MATEMATIKA SISTEM INFORMASI 2 [KODE/SKS : IT / 2 SKS]

Teknik Riset Operasional Semester Genap Tahun Akademik 2015/2016 Teknik Informatiaka UIGM

BAB 2 LANDASAN TEORI

Transkripsi:

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

Referensi Prof Dr Ir Soemarno, MS MALANG, 2007

Pemodelan Proses membangun atau membentuk model dari suatu sistem nyata dalam bahasa formal tertentu. IMAGE Sistem Nyata MODEL Sampel Model yang diuji

Ciri- ciri Sistem Adanya sekumpulan elemen Adanya interaksi diantara elemen tersebut Mempunyai tujuan yang hendak dicapai Situasi dan kondisi yang kompleks Contoh???

SISTEM Eksperimen dengan sistem sebenarnya Eksperimen dengan model Model Fisik Model Matematik Solusi Analitis SIMULASI

Elemen dari sistem Entitas Aktivitas Sumber daya kontrol

Entitas Adalah item item yang akan diproses oleh sistem (konkrit atau abstraks) Entitas terbagi menjadi : Bernyawa Tidak bernyawa Tidak dapat diraba Exp : Produk sabun, Pelanggan bank,dll

Atribut adalah segala sesuatu yang menjadi properti dari entitas Exp : Entitas : kasir Atribut : skill kasir

Aktivitas Kejadian yang dilakukan sistem secara langsung maupun tidak langsung dalam memproses entitas. Exp : Melayani pelanggan

Sumber daya Segala sesuatu yang dapat membantu aktivitas Sumber daya memiliki karakteristik seperti kapasitas, kecepatan, waktu siklus dan reliabilitas Sumber daya terbagi menjadi : Bernyawa Tidak bernyawa Tidak dapat diraba

Kontrol Mengatur bagaimana, kapan dan dimana aktivitas dilaksanakan

Ukuran Kinerja Sistem Flowtime / aliran waktu Utilisasi Nilai waktu Waktu tunggu Rata-rata aliran Tingkat antrian Produksi Variansi

Varibel Variabel sistem Variabel keputusan Varibel yang independet Variabel Respon Variabel yang mengukur performansi dari sistem, untuk memberikan respon pada variabel keputusan Variabel State Variabel yg menendai status dari sistem pada saat tertentu

Karakteristik Model Tingkat generalisasi yang tinggi Makin tinggi tingkat generalisasi model, maka model tsb dpt memecahakan masalah besar Mekanisme transparansi Model dapat menjelaskan dinamika sistem secara rinci Potensial untuk dikembangkan Potensial untuk diteliti lebih lanjut Peka terhadap asumsi Proses pemodelan tidak pernah selesai / peka terhadap lingkungan

Elaborasi Sinektik Iteratif Prinsip Prinsip Pemodelan Sistem Pengembangan model scr bertahap mulai dari model sederhana hingga model lebih representatif Pengembangan model dilakukan secara analogis (kesamaankesamaan) Pengembangan model dilakukan scr berulang-ulang dan peninjauan kembali

Tahapan Pengembangan Model Sistem Nyata Teori, Prinsip, Hukum Pendekatan Sistem Elemen, Atribut, Relasi Pengumpulan data Tujuan studi Model Konseptual Karakterstik sistem Formulasikan Model Parameterisasi Model Validasi Model Implementasi model

3 Konsep Model didefinisikan sebagai representasi atau formalisasi dalam bahasa ttt dari suatu sistem nyata Sistem nyata adalah sistem yg sedang berlangsung / dipermasalahkan. Sistem sebagai suatu koleksi entiti, misal manusia/mesin. Simulasi merupakan alat numeris terhadap model untuk melihat sejauh mana input mempengaruhi pengukuran output atas performansi sistem.

Interdisipliner dari Simulasi matematika S Aplikasi Komputer

SISTEM sekumpulan obyek yang tergabung dalam suatu interaksi dan interdependensi yang teratur. Sistem dibedakan menjadi dua tipe yaitu sistem diskrit dan sistem kontinu. MODEL penyederhanaan dari sistem yang akan dipelajari. SIMULASI suatu prosedur kuantitatif, yang menggambarkan sebuah sistem, dengan mengembangkan sebuah model dari sistem tersebut dan melakukan sederetan uji coba untuk memperkirakan perilaku sistem pada kurun waktu tertentu.

Alternatif terakhir, bila cara lain tak dapat digunakan. Pada kenyataannya, berdasarkan hasil riset di US tahun 1971, dari 1000 perusahaan : 20 % (paling banyak) menggunakan teknik Simulasi, 21% menggunakan Linier Programming, 2% menggunakan Inventori dan sisanya menggunakan berbagai teknik-teknik lain.

1. Simulasi adalah satu-satunya cara yang dapat digunakan untuk mengatasi masalah, jika sistem nyata sulit diamati secara langsung Contoh : Jalur penerbangan pesawat ruang angkasa atau satelit. 2. Solusi Analitik tidak bisa dikembangkan, karena sistem sangat kompleks. 3. Pengamatan sistem secara langsung tidak dimungkinkan, karena : - sangat mahal - memakan waktu yang terlalu lama - akan merusak sistem yang sedang berjalan.

1.Simulasi tidak akurat. Teknik ini bukan proses optimisasi dan tidak menghasilkan sebuah jawaban tetapi hanya menghasilkan sekumpulan output dari sistem pada berbagai kondisi yang berbeda. Dalam banyak kasus, ketelitiannya sulit diukur. 2. Model simulasi yang baik bisa jadi sangat mahal, bahkan sering dibutuhkan waktu bertahun-tahun untuk mengembangkan model yang sesuai.

3. Tidak semua situasi dapat dievaluasi dengan simulasi, Hanya situasi yang mengandung ketidak-pastian yang dapat dievaluasi dengan simulasi. Karena tanpa komponen acak semua eksperimen simulasi akan menghasilkan jawaban yang sama. 4. Simulasi menghasilkan cara untuk mengevaluasi solusi, bukan menghasilkan cara untuk memecahkan masalah. Jadi sebelumnya perlu diketahui dulu solusi atau pendekatan solusi yang akan diuji.

Design dan analisa sistem manufaktur Mengetahui kebutuhan sofware dan hardware untuk sebuah sistem komputer. Mengevaluasi sistem persenjataan baru, dalam bidaang militer Menentukan pengaturan dalam sistem inventory/persediaan. Mendesign sistem transportasi Mendesign sistem komunikasi Mengevaluasi sistem pelayanan dalam bidang perbankan. Mengevaluasi sistem ekonomi dan finansial.

Keuntungan Simulasi Fleksibel Compress time / hemat waktu Expand time / melebar-lebarkan waktu Control sources of variation Error in measurement correction Stop simulation & restart Easy to replicate Tidak bertentangan dgn sistem nyata Dapat solusi analitis menjawab pertanyaan what-if

Klasifikasi Model Simulasi Model Simulasi Statis vs Dinamis Model Simulasi Deterministik vs Stokastik Model Simulasi Kontinyu vs Diskret

Verifikasi & Validasi Verifikasi adalah suatu langkah untuk meyakinkan bahwa model berkelakuan/bersifat seperti yang dikehendaki, bisa dijalankan di komputer. Validasi merupakan langkah untuk meyakinkan bahwa model berkelakuan/bersifat seperti sistem nyatanya.

Simulasi digunakan bila Keputusan operasional sedang dibuat Proses nyata mudah digambarkan & berulang Peristiwa & aktivitas memperlihatkan beberapa independent & variabilitas Biaya berdampak pada kebutusan Beban untuk percobaan lebih besar dibanding simulasi

Simulasi tidak digunakan jika Permasalahan dapat diselesaikan dengan analisis Permasalahan dapat diselesaikan dengan akal sehat Permasalahan dapat diselesaikan dengan eksperimen langsung Biaya simulasi mahal Perilaku sistem ekstrem kompleks Ekspektasi thd persoalan dapat dinalar Sumber & waktu tidak tersedia