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

dokumen-dokumen yang mirip
Sistem Operasi Outline. Rules. Sistem Operasi Picture. Pendahuluan 9/9/2016. Who Am I? Ricky Maulana Fajri

Data Mining Outline BAB I Pendahuluan. Rules. Pendahuluan 9/9/2016. Who Am I? Manusia Memproduksi Data. Ricky Maulana Fajri

TEKNIK SIMULASI. Nova Nur Hidayati TI 5F

Analisis Model dan Simulasi. Hanna Lestari, M.Eng

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

BAB II TINJAUAN PUSTAKA

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

SIMULASI: Deterministik dan Monte Carlo

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

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

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

Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 2 LANDASAN TEORI. antrian (queuing theory), merupakan sebuah bagian penting dan juga alat yang

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

Dasar-dasar Simulasi

TOOLS SIMULASI INVENTORI PADA SUPERMARKET

Dasar-Dasar Pemodelan Sistem

BAB II LANDASAN TEORI

PENGANTAR MODEL STOKASTIK. Teknik Industri 2015

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

PEMODELAN DAN SIMULASI DALAM MENENTUKAN JUMLAH PENJUALAN PRODUK MOTOR DENGAN METODE MONTE CARLO. Eka Iswandy 1 Novinaldi 2 ABSTRACT

Pertemuan 14. Teknik Simulasi

BAB II LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

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

BAB II MODEL Fungsi Model

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

BAB I PENDAHULUAN. yang berkaitan dengan urutan (prioritas) yang dilakukan oleh sistem. Menurut J.

1.1 Latar Belakang Masalah

Simulasi Monte Carlo

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

Manajemen Sains. Pengenalan Riset Operasi. Eko Prasetyo Teknik Informatika

Ahmad Banyu Rachman

SATIN Sains dan Teknologi Informasi

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

MATERI KULIAH PEMODELAN dan SIMULASI

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

Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian

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

PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI

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

PERTEMUAN #1 PENGANTAR DAN PENGENALAN PEMELIHARAAN DAN REKAYASA KEANDALAN 6623 TAUFIQUR RACHMAN TKT316 PEMELIHARAAN DAN REKAYASA KEANDALAN

BAB 2 LANDASAN TEORI

I. PENDAHULUAN. 2.2 Klasifikasi Model Simulasi

SIMULASI PROGRAM ANTRIAN BANK

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

BAB 2 LANDASAN TEORI

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

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

Sistem Informasi Manajemen. Lecture s Structure. Sistem Informasi Manajemen

Sesi X ANALISIS KEPUTUSAN

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang

Journal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8

BAB II LANDASAN TEORI

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1

SATIN Sains dan Teknologi Informasi

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

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

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

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

BAB I PENDAHULUAN. meningkat ke layanan Fourth Generation dengan teknologi Long Term Evolution

SIMULASI PENGENDALIAN PERSEDIAN GAS MENGGUNAKAN METODE MONTE CARLO DAN POLA LCM ( Studi Kasus di PT.PKM Group Cabang Batam )

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

MANAGEMENT INFORMATION SYSTEMS Raymond McLeod, Jr. and George Schell

Asusmi/Penyederhanaan Sistem

ANALISIS SISTEM ANTREAN KENDARAAN DAN KEBUTUHAN PARKIR DI SD MUHAMMADIYAH SOKONANDI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI

KONSEP SISTEM INFORMASI

SISTEM INFORMASI. Konsep Dasar Sistem

BAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk

Hanif Fakhrurroja, MT

SIMULASI SISTEM ANTRIAN PELAYAN TUNGGAL SEDERHANA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

ABSTRAK. iii Universitas Kristen Maranatha

BAB 1 PENDAHULUAN. Algoritma Banker dikemukakan oleh Edsger W.Djikstra dan merupakan salah satu

BAB I PENDAHULUAN. berpikir untuk melakukan dan mengatasi segala permasalahan yang dihadapi dengan bantuan

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

Bab I PENDAHULUAN. segala macam kreasi dan desain yang tradional dan moderen Perusahaan CV.

TIN102 - Pengantar Teknik Industri Materi #1 Ganjil 2016/2017. h t t p : / / t a u f i q u r r a c h m a n. w e b l o g. e s a u n g g u l. a c.

BAB II LANDASAN TEORI

Penerapan Algoritma Greedy Pada Mesin Penjual Otomatis (Vending Machine)

PERANCANGAN DAN SIMULASI ANTRIAN PAKET DENGAN MODEL ANTRIAN M/M/N DI DALAM SUATU JARINGAN KOMUNIKASI DATA

BAB I PENDAHULUAN 1.1. Latar Belakang

PEMODELAN SISTEM. Pemodelan & simulasi TM04

Berita KURIKULUM 2015 TEKNIK INDUSTRI UBAYA SEMESTER I KODE 1 / 68

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

Sistem kumpulan dari elemen-elemen atau komponen-komponen atau subsistem-subsistem.

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

BAB II KAJIAN PUSTAKA

BAB IV SIMULASI MONTE CARLO

Bab I Pendahuluan. I.1 Latar Belakang

Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel

ANALISIS SISTEM ANTREAN PADA PELAYANAN PASIEN BPJS RUMAH SAKIT MATA DR. YAP YOGYAKARTA SKRIPSI

Transkripsi:

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

Who Am I? SDN 146 Palembang (1997) SMPN 33 Palembang (2000) SMA 11 Palembang (2003) S.Kom, M.Sc and in Software Engineering from Universitas Bina Darma Palembang(2003-2007) University of Technology Sydney (2011) Research Interests: Software Engineering, Intelligent Systems, Network Security

80 % attendance Dress code??? Task, Quis, Mid Term and Final is a must Goals Attendance 10 % Quis 10 % Task 10 % Mid Term 30 % Final 40 % Rules

Pendahuluan Sistem, Model dan Simulasi Model Simulasi Monte Carlo Bilangan Acak Distribusi Probabilitas Pengujian Pola Distribusi Simulasi Sistem Antrian Tunggal Contoh Simulasi Software Study Materi Simulasi dan Pemodelan

1. Adalah suatu model tiruan dari suatu proses atau sistem tertentu. 2. Model simulasi harus mempunyai karakteristik yang serupa dengan proses (sistem) yang sesungguhnya. 3. Karena model simulasi mempunyai karakteristik yang serupa dengan sistem yang sesungguhnya, maka kita dapat mempelajari sistem nyata itu melalui model tiruan (simulasinya). PENDAHULUAN

Mempelajari suatu proses (sistem) jika hal itu terlalu sukar untuk dilakukan secara langsung. Sukar bisa juga diartikan sebagai mahal, berbahaya, secara teknis susah, dan sebagainya. Untuk Apa Simulasi?

Kita ingin mempelajari lokasi fasilitas (logistik, maintenance, dsb.) serta pengaruhnya terhadap produksi total, utilisasi unit, dan sebagainya. Dapat dilakukan dengan melakukan eksperi-men dengan berbagai kemungkinan lokasi fasilitas, dan kemudian amati tingkat produksi, utilisasi unit untuk setiap kemungkinan itu Memerlukan waktu yang lama, mahal, dan secara ekonomis sukar untuk dilaksanakan. Contoh Kasus

Kita dapat mempelajari suatu proses (sistem) melalui model tiruannya Semua ini dapat dilakukan dengan cepat, murah dan tanpa harus mengganggu sistem yang tengah berjalan. Kita dapat mempelajari suatu sistem bahkan sebelum sistem itu ada secara phisik. Misalnya, kita dapat mempelajari efek penempatan suatu fasilitas tertentu sebelum fasilitas itu dibangun. Dengan Simulasi dan Pemodelan

Kita dapat mempelajari setiap alternatif keputusan tanpa harus secara nyata menerapkan alternatif tersebut. Kenyataan ini akan dapat membantu kita dalam usaha memilih alternatif yang terbaik. Dengan Simulasi dan pemodelan

Sistem adalah sekumpulan unsur dari suatu realitas yang terbatas yang menjadi objek telaahan. Sistem bersifat relatif karena tergantung pada tujuan mempelajari sistem tersebut. Model adalah penyederhanaan dari sistem dengan hanya memperhatikan faktor-faktor yang dianggap penting serta mengabaikan faktor-faktor yang dianggap tidak penting pada telaahan yang dilakukan. Sistem dan Model

1. Model iconic (scaled physical object) 2. Graphical model. 3. Mathematical dan logical model. Melalui model suatu sistem kita pelajari. Jenis-Jenis Model

Model Deskriptif Ditentukan sekumpulan kondisi input dan strategi operasi, model ini akan memprediksi apa yang akan terjadi (model input-output) Model Preskriptif Ditentukan sekumpulan kondisi, model ini akan memberikan anda suatu solusi terbaik untuk suatu kondisi tertentu Jenis-Jenis Model

Model Statis Vs. Dinamis Model statis menangkap tingkah laku sistem pada sebuah titik waktu tertentu Rata-rata tingkat pengembalian tahunan dari suatu investasi Total penggunaan bahan bakar pada suatu trip Model dinamis menggambarkan tingkah laku sistem sepanjang waktu tertentu Tingkat inventori suku cadang dari suatu sistem manufaktur Banyaknya orang yang menunggu sepanjang waktu untuk dilayani pada suatu sistem layanan pelanggan Jenis-Jenis Model

Model Deterministik vs. Stokastik Model Deterministik mengabaikan keragaman acak (random variation) Model Stokastik secara eksplisit memperhatikan adanya keacakan (randomness) Contoh-contoh keacakan yang menjadi perhatian dalam suatu model, meliputi Lamanya suatu operasi Lamanya menunggu Frekuensi kegagalan Waktu antar kedatangan pelanggan Jenis-Jenis Model

Simulasi komputer adalah suatu proses perancangan model logika matematika dari suatu sistem nyata dan bereksperimentasi dengan model ini secara abstrak pada komputer. Simulasi Komputer

1. Tanpa harus membangun sistem, jika kita ingin mengevaluasi suatu sistem yang belum ada. 2. Tanpa mengganggu sistem, jika kita ingin mempelajari sistem yang tengah beroperasi dan melakukan suatu eksperimen pada sistem amatlah mahal ataupun berbahaya. 3. Tanpa harus menghancurkan sistem, misalnya kita mempunyai tujuan untuk menentukan limit tekanan pada suatu sistem. Simulasi Komputer

Contoh Simulasi

Contoh Aplikasi Ke Sistem

Model suatu proses pemeriksaan dalam manufacturing suatu produk tertentu Produk disampaikan pada petugas pemeriksa pada suatu daerah pemeriksaan Petugas pemeriksa melakukan pemeriksaan terhadap produk itu Setelah proses pemeriksaan, produk akan meninggalkan daerah pemeriksaan. Sistem Antrian Tunggal

Terima Kasih