Recommended
More Related Content
Similar to Pertemuan 2 - Dasar Pemodelan dan Simulasi.pptx
Similar to Pertemuan 2 - Dasar Pemodelan dan Simulasi.pptx (20)
Recently uploaded
Recently uploaded (6)
Pertemuan 2 - Dasar Pemodelan dan Simulasi.pptx
- 2. Outline Apa itu sistem? Apa itu pemodelan? Apa itu simulasi? Apa itu pemodelan simulasi dan analisis? Permasalahan seperti apa yang cocok untuk disimulasikan? Bagaimana memilih software untuk simulasi? Apa manfaat dari pemodelan dan simulasi? Apa kesalahan yang sering ada di pemodelan dan simulasi?
- 3. Sistem Sesuatu yang mempunyai aksi untuk dilakukan dan bergantung pada banyak objek yang disebut entitas Contoh: kampus Entitas dari kampus: ruang kelas, mahasiswa, lab Komponen dalam sistem: entitas, atribut, aktivitas
- 4. Sistem dan komponennya Sistem Entitas Atribut Aktivitas Bank Pelanggan Akun Melakukan deposit Unit produksi Mesin, pekerja Kecepatan, kapasitas Pengelasan, memproduksi barang Kampus Dosen, mahasiswa Pendidikan Mengajar
- 5. Pemodelan adalah proses membuat suatu model Model adalah representasi yang bekerja pada suatu sistem. Suatu model mirip dengan sistem yang direpresentasikan, tetapi lebih sederhana. Pemodelan diperlukan untuk proses penganalisaan sehingga kemudian dapat diprediksi apa yang terjadi jika terjadi perubahan tertentu pada sistem. Permasalahan penting dalam pemodelan adalah kebenaran model tersebut. Pemodelan
- 6. Umumnya, model yang digunakan merupakan model matematis yang kemudian dikembangkan dengan bantuan perangkat simulasi. Klasifikasi model matematis merupakan model deterministik atau stokastik; statis atau dinamis. Biasanya, model simulasi bersifat stokastik dan dinamis. Pemodelan
- 7. Simulasi pada sistem adalah pengoperasian suatu model sistem Model dapat dieksperimentasikan; namun biasanya sangat sulit atau sangat mahal Operasi pada model dapat dipelajari untuk kemudian ditarik kesimpulan mengenai sifat sistem yang sebenarnya Simulasi
- 8. Simulasi dilakukan sebelum suatu sistem diubah atau suatu sistem baru dibuat. Simulasi dilakukan untuk mengurangi kemungkinan gagal dalam penerapan spesifikasi tertentu. Digunakan juga untuk mengoptimalkan permormansi sistem. Simulasi
- 9. Pertanyaan yang dapat dijawab dengan simulasi: Apa desain terbaik untuk jaringan telekomunikasi yang baru? Bagaimana performansi jaringan telekomunikasi jika terjadi peningkatan traffic sebesar 50%? Bagaimana pengaruh algoritma perutean yang baru terhadap performansinya? Apa yang mempengaruhi kegagalan jaringan? Simulasi
- 10. Mempelajari Sistem Sistem Eksperimen dengan sistem asli Eksperimen dengan model sistem Model fisik Model matematis Solusi analitis Simulasi
- 11. Skema Simulasi
- 12. Permasalahan yang Cocok Suatu masalah yang tidak mungkin atau sangat mahal untuk dikaji di dunia nyata; contoh: statistik penderita kanker tahun depan Permasalahan yang dapat diformulasikan secara matematis namun terlalu kompleks untuk diaplikasikan di dunia nyata; contoh: model antrian skala besar, stock market Tidak mungkin atau sangat mahal untuk melakukan validasi model matematis yang menggambarkan sistem; contoh: karena kurangnya data
- 13. Permasalahan yang umum diangkat meliputi area: Pemerintahan Komputer dan sistem komunikasi Transportasi Kesehatan, ekologi, lingkungan Sosiologi Biosciences Services (penjadwalan bank teller) Ekonomi dan bisnis Permasalahan yang Cocok
- 14. Memilih Software Simulasi Yang perlu diperhatikan: Fleksibilitas Kemudahan penggunaan Kemampuan penggunaan kembali kode Hardware and software requirements Kemampuan statistik Data keluaran Pendokumentasian
- 15. Keuntungan Meningkatkan pemahaman mengenai sistem Mengurangi waktu pengobservasian Mempelajari pengaruh yang terjadi jika ada perubahan tertentu yang terjadi Proses pembelajaran dapat dilakukan tanpa mengganggu sistem asli Eksperimen dengan situasi baru atau situasi tertentu yang hanya mempunyai informasi terbatas Mengidentifikasi variabel apa yang paling mempengaruhi sistem dan hubungan apa yang ada di antaranya
- 16. Kesalahan dalam Simulasi Ketidakjelasan objek Simulasi dilakukan sedangkan sistem asli telah teruji optimal Ketidakbenaran model Model terlalu kompleks atau terlalu sederhana Asumsi yang tidak didokumentasikan Menggunakan distibusi probabilitas yang salah dalam penginputan Menggunakan ukuran performansi yang tidak tepat Bugs pada program simulasi Hanya mensimulasikan model satu kali
- 17. Step 1. Indentifikasi masalah Step 2. Formulasi masalah Step 3. Mengumpulkan dan memproses data sistem asli Step 4. Formulasi dan kembangkan model Step 5. Validasi model Step 6. Dokumentasi model Step 7. Memilih desain eksperimen yang tepat Step 8. Menentukan kondisi simulasi Step 9. Lakukan simulasi Step 10. Interpretasi dan representasi hasil Step 11. Rekomendasi aksi selanjutnya Langkah yang Diperlukan
- 18. Membangun Model Simulasi Step 1. Identifikasi masalah List permasalahan yang ada pada sistem yang ada Tentukan apa saja yang diperlukan untuk perbaikan sistem
- 19. Membangun Model Simulasi Step 2. Formulasi masalah Tentukan batasan masalah Tentukan permasalahan spesifik yang akan dipelajari Tentukan pengukuran performansi; apakah akan dibandingkan dengan sistem lain, dsb Berikan hipotesis mengenai performansi sistem Tentukan ruang waktu yang akan dipelajari
- 20. Membangun Model Simulasi Step3. Mengumpulkan dan memproses data sistem asli Kumpulkan data mengenai spesifikasi sistem, variabel yang ada, juga performansi sistem yang telah ada Identifikasi kerandoman yang ada di sistem Pilih distribusi probabilitas yang tepat untuk setiap variabel stokastik
- 21. Membangun Model Simulasi Step 4. Formulasi dan pengembangan model. Mengembangkan diagram skema dari sistem. Terjemakan model ke bahasa yang digunakan oleh software aplikasi Periksa apakah model dapat bekerja dengan baik (periksa apakah parameter termasuk dalam acceptable range, apakah output sesuai dengan yang diharapkan)
- 22. Membangun Model Simulasi Step 5. Validasi model Bandingkan performansi model dengan menggunakan kondisi yang telah teruji sebelumnya dengan sistem asli Untuk pembelajaran yang major, diperlukan konsultasi dengan ahli
- 23. Membangun Model Simulasi Step 6. Dokumentasi model Detail asumsi Variabel input Syarat lain yang digunakan
- 24. Desain Simulasi Step 7. Memilih desain simulasi yang tepat Pilih ukuran performansi, variabel yang akan diinput yang sepertinya mempengaruhi ukuran performansi Dokumentasikan desain simulasi yang terpilih
- 25. Desain Simulasi Step 8. Menentukan kondisi simulasi Tentukan apakah sistem stasioner atau tidak Tentukan batasan waktu simulasi dan kondisi awal yang tepat Jika diperlukan, tentukan lamanya pemanasan Tentukan banyaknya simulasi yang diperlukan dengan memperhatikan data latih sebelumnya Ukuran data latih harus cukup untuk meyakinkan estimasi pengukuran performansi
- 26. Desain Simulasi Step 9. Lakukan simulasi Lakukan simulasi berdasarkan apa yang telah dilakukan di step 1 ssampai step 8
- 27. Analisis Step 10. Interretasi dan representasi hasil Hitung estimasi numerik dari ukuran performansi yang dikehendaki Uji hipotesis mengenai performansi sistem. Gambarkan grafik dari data output Dokumentasikan hasil dan kesimpulan
- 28. Analisis Step 11. Rekomendasi aksi selanjutnya Apa yang sebaiknya dilakukan atau diubah untuk eksperimen selanjutnya agar menghasilkan hasil yang lebih baik
- 29. Maria, Anu. 1997. Introduction to Modeling and Simulation, Proceedings of the 1997 Winter Simulation Conference. V.P. Singh. 2009. System Modeling and Simulation. New Age International (O) Ltd., Publishers. New Delhi, India. Referensi
Editor's Notes
- Model harus mendekati sistem asli tetapi tidak terlalu kompleks sehingga dapat dimengerti dan dieksperimenkan. Model yang baik adalah model yang mendekati sistem asli namun tidak rumit.
- Deterministik: terbatas (input and output variables are fixed values) stochastic (at least one of the input or output variables is probabilistic) static (time is not taken into account) dynamic (time-varying interactions among variables are taken into account).
- Developing a simulation model, designing a simulation experiment, and performing simulation analysis are: Although this is a logical ordering of steps in a simulation study, many iterations at various sub-stages may be required before the objectives of a simulation study are achieved. Not all the steps may be possible and/or required. On the other hand, additional steps may have to be performed
- Decide the time frame of the study, i.e., will the model be used for a one-time decision (e.g., capital expenditure) or over a period of time on a regular basis (e.g., air traffic scheduling). Identify the end user of the simulation model, e.g., corporate management versus a production supervisor.
- Verification techniques include traces, varying input parameters over their acceptable range and checking the output, substituting constants for random variables and manually checking results, and animation.
- This not only ensures that the model assumptions are correct, complete and consistent, but also enhances confidence in the model.
- stationary (performance measure does not change over time) or non-stationary (performance measure changes over time) Decide the number of independent runs - each run uses a different random number stream and the same starting conditions - by considering output data sample size. Sample size must be large enough (at least 3-5 runs for each configuration)