Asusmi/Penyederhanaan Sistem

dokumen-dokumen yang mirip
Pemodelan dalam RO. Sesi XIV PEMODELAN. (Modeling)

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

Sesi X ANALISIS KEPUTUSAN

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

Manajemen Sains. Pengenalan Riset Operasi. Eko Prasetyo Teknik Informatika

BAB 2 LANDASAN TEORI

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

RISET OPERASIONAL. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

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

RISET OPERASIONAL MINGGU KE-1. Disusun oleh: Nur Azifah., SE., M.Si. Kosep Dasar Riset Operasional

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

LINIER PROGRAMMING Formulasi Masalah dan Pemodelan. Staf Pengajar Kuliah : Fitri Yulianti, MSi.

MATA KULIAH RISET OPERASIONAL [KODE/SKS : IT045233/ 2 SKS]

Mata Kuliah :: Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb

Sesi IX : RISET OPERASI. Perkembangan Riset Operasi

Hanif Fakhrurroja, MT

FUNGSI. Sesi XI 12/4/2015

Aljabar Vektor. Sesi XI Vektor 12/4/2015

Analisis Model dan Simulasi. Hanna Lestari, M.Eng

SISTEM DAN MODEL Tujuan Instruksional Khusus:

TEKNIK SIMULASI. Nova Nur Hidayati TI 5F

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

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

BAB 2 LANDASAN TEORI

Riset Operasi Bobot: 3 SKS

Sesi XVI METODE ANTRIAN (Queuing Method)

Ratih Setyaningrum,MT Hanna Lestari, M.Eng

OPERATIONS RESEARCH. oleh Bambang Juanda

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

MODEL DAN PERANAN RO DALAM PENGAMBILAN KEPUTUSAN

OPERATION RESEARCH-1

BAB II MODEL Fungsi Model

3. KLASIFIKASI MODEL.

LINIER PROGRAMMING. By Zulkifli Alamsyah /ZA 1

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Simulasi. Kholid Fathoni 2013

Kriteria Model yang Baik

Sesi XV TEORI PERMAINAN (Game Theory)

BAB 2 LANDASAN TEORI

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

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

BAB 2 LANDASAN TEORI. 2.1 Program Dinamik

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

Pendahuluan. Matriks Permainan (Payoff Matrix) Matriks Permainan Jumlah Nol. Unsur-Unsur Dasar. Matriks Permainan Jumlah Tak Nol

Integral Garis. Sesi XIII INTEGRAL 12/7/2015

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

Sistem, Model dan Simulasi

Sesi XIII AHP (Analytical Hierarchy Process)

BAB III SIMULASI Definisi Simulasi Tahapan Simulasi

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

Pengertian Pengambilan Keputusan

SISTEM TRANSPORTASI BUS KAMPUS UNAND

MANAGEMENT SCIENCE ERA. Nurjannah

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

Pemrograman Linier (Linear Programming) Materi Bahasan

BAB I. PENDAHULUAN PENGAMBILAN KEPUTUSAN

TEKNIK RISET OPERASI (TRO) OPERATIONS RESEARCH (OR) Mbayak Ginting TRO

MODEL TRANSPORTASI. Sesi XI : Model Transportasi

MODEL STATIK DINAMIK. Manequin, Model pesawat ANALITIK SIMULASI NUMERIK NUMERIK

Metode Perencanaan Berdasarkan Kondisi Keamanan*

Formulasi Model dan Parameterisasi

III KERANGKA PEMIKIRAN

BAB 2 LANDASAN TEORI

1.1 Latar Belakang Masalah

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

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

BAB 5. PEMODELAN dan Model Manajemen

MODEL STOKASTIK.

Pemodelan dan Linier Programming (LP)

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

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

III. METODE PENELITIAN

BAB I PENDAHULUAN 1.1 Latar Belakang

Pemodelan dan Analisa

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

Pertemuan 14. Teknik Simulasi

LINEAR PROGRAMMING. Pembentukan model bukanlah suatu ilmu pengetahuan tetapi lebih bersifat seni dan akan menjadi dimengerti terutama karena praktek.

Dasar Pengambilan Keputusan

MATEMATIKA EKONOMI Program Studi Agribisnis. Dosen Pengampu: Prof. Dr. H. Almasdi Syahza, SE., MP.

Sistem Pengambilan Keputusan, Pemodelan dan Pendukung. Tri, 2017

BAB 2 LANDASAN TEORI

BAB 2 KAJIAN PUSTAKA

8. MODEL MATEMATIKA.

BAB I PENDAHULUAN A. Latar Belakang Masalah

PEMODELAN DAN MANAJEMEN MODEL. Pemodelan dalam MSS. Salah satu contoh DSS, yaitu dari Frazee Paint, Inc., memiliki 3 jenis model:

BAB III METODE PENELITIAN. berbagai sudut pandang yang tidak bisa dipisahkan. Jika dilihat dari sudut

SILABUS MATA KULIAH Program Studi : Teknik Industri Kode Mata Kuliah : TKI-303 Nama Mata Kuliah : Pemodelan Sistem Jumlah SKS

BAB 2 LANDASAN TEORI

BAB I PENGANTAR. 1.1 Latar Belakang. dari suatu properti atau usaha. Pembuatan asumsi tersebut berkaitan dengan

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

MODUL PRAKTIKUM RISET OPERASIOANAL (ATA 2011/2012)

OPTIMISASI. Pengantar Penelitian Operasional 1. Pertemuan 1 KHAMALUDIN, S.T, M.T

Perkuliahan. Pemodelan dan Simulasi (FI-476 )

BAB II LANDASAN TEORI

4. Mahasiswa menunjukkan sikap bertanggungjawab atas pekerjaan di bidang keahliannya secara mandiri. (S10); Garis Entry Behavior

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB III METODE PENELITIAN

PROGRAM LINIER PROGRAM LINIER DENGAN GRAFIK PERTEMUAN 2 DEFINISI PROGRAM LINIER (1)

PEMODELAN SISTEM. Pemodelan & simulasi TM04

Transkripsi:

Mata Kuliah : Matematika Rekayasa Lanjut Kode MK : TKS 8105 Pengampu : Achfas Zacoeb Sesi XV PEMODELAN e-mail : zacoeb@ub.ac.id www.zacoeb.lecture.ub.ac.id Hp. 081233978339 Model Sistem yang sebenarnya Asusmi/Penyederhanaan Sistem Model Salah satu alasan pembentukan model adalah untuk menemukan variabel-variabel apa yang penting dan menonjol yang berkaitan erat dengan penyelidikan hubungan yang ada diantara variabel-variabel itu. 1

Pengertian : Model adalah abstraksi atau penyederhanaan realitas dari suatu sistem yg kompleks Model menunjukkan hubungan-hubungan (langsung atau tidak langsung) dari aksi dan reaksi dalam pengertian sebab dan akibat. Model harus mencerminkan semua aspek realitas yang sedang diteliti. Model adalah suatu fungsi tujuan dengen seperangkat kendala yang diekspresikan dalam bentuk variabel keputusan. Alasan pembentukan model : Menemukan variabel-variabel yang penting atau menonjol dalam suatu permasalahan. Penyelidikan hubungan yang ada di antara variabelvariabel. 2

1. Iconic (physical) Model Penyajian fisik yang tampak seperti aslinya dari suatu sistem nyata dengan skala yang berbeda. Model ini mudah untuk mengamati, membangun dan menjelaskan tetapi sulit untuk memanipulasi dan tidak dapat digunakan untuk tujuan peramalan. Biasanya menunjukkan peristiwa statik. 2. Analogue Model Lebih abstrak dari model iconic, karena tidak kelihatan sama antara model dengan sistem nyata. Lebih mudah untuk memanipulasi dan dapat menunjukkan situasi dinamis. Umumnya lebih berguna dari pada model iconic karena kapasitasnya yang besar untuk menunjukkan ciri-ciri sistem nyata yang dipelajari. 3

3. Mathematical (Simbolic) Model Sifatnya paling abstrak. Menggunakan seperangkat simbol matematik untuk menunjukkan komponen-komponen (dan hubungan antar mereka) dari sistem nyata. Dibedakan menjadi : a. Model deterministik : o Dibentuk dalam situasi penuh kepastian (certainty) o Memerlukan penyederhanaan-penyederhanaan dari realitas karena kepastian jarang terjadi. o Keuntungannya : dapat dimanipulasi dan diselesaikan lebih mudah. 4

b. Model probabilistik : o Dalam kondisi ketidakpastian (uncertainty). o Lebih sulit di analisis, meskipun representasi ketidak-pastian dalam model dapat menghasilkan suatu penyajian sistem nyata yang lebih realistis. Penyederhanaan model : 1. Melinierkan hubungan yang tidak linier. 2. Mengurangi banyaknya variabel atau kendala. 3. Merubah sifat variabel, misalnya dari diskrit menjadi kontinyu. 4. Mengganti tujuan ganda menjadi tujuan tunggal. 5. Mengeluarkan unsur dinamik (membuat model menjadi statik). 6. Mengasumsikan variabel random menjadi suatu nilai tunggal (deterministik). 5

Pembentukan model sangat esensial dalam penyelesaian suatu masalah, karena solusi dari pendekatan ini tergantung pada ketepatan model yang dibuat. Tahapan Pemodelan 1. Merumuskan Masalah (Formulating the Problem) Merumuskan definisi persoalan secara tepat Dalam perumusan masalah ada tiga hal yang penting diperhatikan : o Variabel keputusan (decision variables), yaitu unsur-unsur dalam persoalan yang dapat dikendalikan oleh pengambil keputusan, sering disebut sebagai instrumen. 6

Tahapan Pemodelan (lanjutan) o Tujuan (objective), penetapan tujuan membantu pengambil keputusan memusatkan perhatian pada persoalan dan pengaruhnya terhadap organisasi. Tujuan ini diekspresikan dalam variabel keputusan. o Kendala (constraint), adalah pembataspembatas terhadap alternatif tindakan yang tersedia. Tahapan Pemodelan (lanjutan) 2. Pembentukan Model (Constructing the Model) Sesuai dengan definisi persoalannya, pengambil keputusan menentukan model yang paling cocok untuk mewakili sistem. Model merupakan ekspresi kuantitatif dari tujuan dan kendala-kendala persoalan dalam variabel keputusan. Jika model yang dihasilkan cocok dengan salah satu model matematik yang biasa (misalnya linier), maka solusinya dapat dengan mudah diperoleh dengan program linier. 7

Tahapan Pemodelan (lanjutan) 3. Penyelesaian Model (Solving the Model) Aplikasi bermacam-macam teknik dan metode solusi kuntitatif yang merupakan bagian utama. Disamping solusi terhadap model, perlu juga informasi tambahan : Analisa Sensitivitas atau Kepekaan. Tahapan Pemodelan (lanjutan) 4. Validasi Model (Validation the Model) Model harus diperiksa apakah dapat merepresentasikan berjalannya sistem yang diwakili. Validitas model dilakukan dengan cara membandingkan performance solusi dengan data aktual. Model dikatakan valid jika dengan kondisi input yang serupa, dapat menghasilkan kembali performance seperti kondisi aktual. 8

Tahapan Pemodelan (lanjutan) 5. Penerapan Solusi (Implementation the Solution) Menjalankan solusi yang sudah divalidasi. 6. Mekanisme Pengawasan (Control Mechanism) Melakukan mekanisme kontrol terhadap solusi yang diimplementasikan. Kesimpulan http://www.lionhrtpub.com/orms/orms-12-04/military.html 9

Kesimpulan (lanjutan) Thanks for your kind attention! 10