Tugas 5 [Achmad Khairil Abrar] : Simulasi dan Pemodelan 7C21
1. Langkah-Langkah Studi Simulasi
- Formulasi masalah
- Penetapan tujuan dan rencana proyek: pendekatan yang digunakan untuk menyelesaikan masalah.
- Konseptualisasi model: membangun model yang masuk akal.
- Pengumpulan data: mengumpulkan data yang diperlukan untuk me-run simulasi (seperti laju ketibaan, proses ketibaan, displin layanan, laju pelayanan dsb).
- Penerjemahan Model: konversi model suatu bahas pemrograman.
- Verifikasi: Verifikasi model melalui pengecekan apakah program bekerja dengan baik.
- Validasi: Check apakah sistim merepresentasi sistim riil secara akurat.
- Desain Eksperimen: Berapa banyak runs? Untuk berapa lama? Jenis variasi masukannya seperti apa ?
- Produksi runs dan analisis: running aktual simulasi, mengumpulkan dan menganalisis keluaran.
- Jalankan lagi (More runs) ?: mengulangi eksperiemen jika perlu.
- Dokumentasi dan pelaporan: Dokumen dan laporan hasil
- Implementasi
3. Formulasi masalah:
- mengidentifikasikan maslah yang akan diselesaikan
- mendeskripsikan operasi sistim dalam term-term obyek dan aktivitas dalam suatau layout
- mengidentifikasi sistem dalam term-term variabel input (eksogen) dan output (endogen)
- mengkategorikan variabel input sebagi decision (controllable) dan parameters (uncontrollable)
- mendefinisikan pengukuran kinerja sistem (sebagai fungsi dari variabel endogen) dan fungsi obyek (kombinasi beberapa pengukuran)
- mengembangkan struktur model awal (preliminary)
- mengembangkan struktur mode lebih rinci yang mengidentifikasi seluruh obyek berikut atribut dan interfacenya
4. Konseptualisasi model: membangun model yang masuk akal.
- memahami sistem
- Pendekatan proses atau pendekatan alarian fisik (physical flow approach) didasarkan pada tracking flow dari entitas-entitas keseluruhan sistem berikut titik pemorsesan dan aturan keputusan percabangan
- Pendekatan peristiwa (event) atau pendekatan perubahan keadaan (state change approach) didasarkan pada definisi variabel keadaan internal dan events sistem yang mengubahnya, diikuti oleh deskripsi operasi sistem ketika suatu event terjadi
- konstruksi model
- definisi obyek, atribut, metode
- flowchart metode yang relevan
- pemilihan bahas implemntasi
- penggunaan random variates dan statistik kinerja
- coding dan debugging
5. Pengumpulan data: mengumpulkan data yang diperlukan untuk merun simulasi (seperti laju ketibaan, proses ketibaan, displin layanan, laju pelayanan dsb).
- observasi langsung dan perekaman manual variabel yang diseleksi (selected)
- time-stamping untuk men-track aliran suatu entitas keseluruh sistem
- menyeleksi ukuran sample yang valid secara statistik
- menyeleksi sutau format data yang dapat diproses oleh komputer
- analisis statistik untuk menetapkan distribusi dan parameter data acak
- memutuskan data mana yang dipandang sebagai acak dan yang mana diasumsikan deterministik
6. Desain Eksperimen:
Berapa banyak runs?
Untuk berapa lama?
Jenis variasi masukannya seperti apa ?
- evaluasi statistik output untuk mementapkan beberapa level presisi yang diterima dari pengukuruan kinerja
- analisi terminasi digunakan jika interval waktu riil tertentu akan disimulasikan
- steady state analysis digunakan jika obyek of interest merupakan rata-rata long-term
- Sebagian besar sistem riil dengan elemen-elemen stokastik tidak dapat dideskripsikan secara akurat dengan model matematik yang dievaluasi secara analitik. Dengan demikian simulasi seringkali merupakan satusatunya cara.
- Simulasi memungkinkan estimasi kinerja sistem yang ada dengan beberapa kondisi operasi yang berbeda.
- Rancangan-rancangan sistem alternatif yang dianjurkan dapat dibandingkan via simulasi untuk mendapatkan yang terbaik.
- Pada simulasi bisa dipertahankan kontrol yang lebih baik terhadap kondisi eksperimen.
- Simulasi memungkinkan studi sistem dengan kerangka waktu lama dalam waktu yang lebih singkat, atau mempelajari cara kerja rinci dalam waktu yang diperpanjang.
- Setiap langkah percobaan model simulasi stokastik hanya menghasilkan estimasi dari karakteristik sistem yang sebenarnya untuk parameter input tertentu. Model analitik lebih valid.
- Model simulasi seringkali mahal dan makan waktu lama untuk dikembangkan.
- Output dalam jumlah besar yang dihasilkan dari simulasi biasanya tampak meyakinkan, padahal belum tentu modelnya valid.
9. Kesalahan yang sering terjadi dalam simulasi
- Gagal mengidentifikasi tujuan secara jelas
- Desain dan analisis eksperimen simulasi tidak memadai
- Pendidikan dan pelatihan yang tidak memadai
10. Fitur software simulasi yang dibutuhkan
- Membangkitkan bilangan random dari distribusi probabilitas U(0,1).
- Membangkitkan nilai-nilai random dari distribusi probabilitas tertentu, mis. eksponensial.
- Memajukan waktu simulasi.
- Menentukan event berikutnya dari daftar event dan memberikan kontrol ke blok kode yang benar.
- Menambah atau menghapus record pada list.
- Mengumpulkan dan menganalisa data.
- Melaporkan hasil.
- Mendeteksi kondisi error.
Sumber Tugas : Online Learning Uhamka
Komentar
Posting Komentar