10/26/2015 created by Hotniar Siringoringo 1

• Analisis simulasi : teknik pemodelan deskriptif,

karena itu tidak ada formulasi permasalahan dan

langkah penyelesaian eksplisit yang merupakan

bagian integral dari model optimasi.

• Elemen simulasi:

• Formulasi permasalahan

• Pengumpulan dan analisis data

• Pengembangan model

• Verifikasi dan validasi model

• Percobaan dan optimasi model

• Implementasi hasil simulasi

10/26/2015 created by Hotniar Siringoringo 2

Formulasi Masalah

• Langkah yang sangat penting.

• Pemilihan satu dari sekian banyak

permasalahan

• Hal-hal berikut diungkapkan dalam formulasi

masalah:

• Identifikasi keputusan dan variabel tidak

dapat dikontrol

• Spesifikasi pembatas variabel keputusan

• Mendefinisikan ukuran kinerja sistem dan

fungsi tujuan

• Mengembangkan model struktur awal yang

menghubungkan variabel sistem dan

ukuran kinerja

10/26/2015 created by Hotniar Siringoringo 3

Variabel dan pembatas:

• Mendefinisikan sistem dan output

• Eksogenus (variabel input) dan endogenus

(variabel output)

• Variabel eksogenus : ada di luar sistem dan

tidak terikat dengan model.

• Variabel endogenus : ada dalam sistem dan

merupakan fungsi variabel eksogenus.

• Eksogenus : dapat dikontrol dan tidak dapat

dikontrol.

• Variabel eksogenus yang dapat dikontrol

dapat dimanipulasi pengambil keputusan

10/26/2015 created by Hotniar Siringoringo 4

• Variabel eksogenus yang tidak dapat

dikontrol tidak dapat dimanipulasi pengambil

keputusan.

• Variabel eksogenus yang dapat dikontrol

kadang-kadang disebut dengan variabel

keputusan.

• Variabel eksogenus yang tidak dapat

dikontrol kadang-kadang disebut dengan

parameter sistem.

• Penentuan variabel sebagai terkontrol atau

tidak tergantung dari kemampuan

pengambil keputusan mengendalikan

sumber daya.

10/26/2015 created by Hotniar Siringoringo 5

Pengukuran kinerja sistem dan fungsi tujuan:

• Ukuran kinerja sistem bisa lebih dari satu.

Pengoptimalan salah satunya bisa saling

bertentangan dengan ukuran kinerja lainnya.

Pengambil keputusan harus dapat memilih

ukuran kinerja yang paling tepat untuk tujuan

optimasi.

Pengembangan model:

• Detail model tergantung dari tujuan

pengembangan model dan kontribusi marjinal

penambahan detail.

10/26/2015 created by Hotniar Siringoringo 6

• Kompleksitas model ditentukan secara

subjektif, coba-coba yang diturunkan dari

perkiraan biaya marjinal yang harus

dikeluurkan untuk mendapatkan data dan

relasi dalam model terhadap akurasi

tambahan yang dapat diberikan.

Pengumpulan Data

• Bisa dengan pengamatan dan pelaporan

pribadi

• Membangkitkan bilangan acak

• Ukuran sampel tgt dari biaya yang bersedia

dikeluarkan untuk keakuratan tertentu.

10/26/2015 created by Hotniar Siringoringo 7

Data : waktu pemeriksaan, jumlah kasir,

jumlah pengepak, waktu kedatangan

pelanggan

Pengumpulannya : dengan pengamatan

langsung atau menggunakan laporan yang

ada pada komputer kasir.

10/26/2015 created by Hotniar Siringoringo 8

Pengembangan Model

• Model konseptual : menggambarkan sistem

secara konsep, dapat secara verbal atau

menggunakan grafik.

• Model logika : menerjemahkan model

konseptual ke dalam bentuk suatu diagram

alur atau algoritma.

• Model simulasi : menerjemahkan model

logika ke dalam program komputer

10/26/2015 created by Hotniar Siringoringo 9

• Pendekatan aliran entitas : ada entitas yg bisa

ditelusuri, pelanggan atau pembelian.

• Pendekatan perubahan status

Variabel status :

jlh pelanggan dlm sistem dan antrian

Menganggur tidaknya kasir dan

pengepak

Kejadian: kedatangan ke kasir, pemilihan

kasir, penyelesaian pemeriksaan dan

keberangkatan meninggalkan sistem.

10/26/2015 created by Hotniar Siringoringo 10

Verifikasi dan validasi Model

• Verifikasi dan validasi dilakukan untuk

ketiga model (konseptual, logika dan

simulasi).

• Model valid jika ukuran outputnya sangat

dekat dengan ukuran sistem nyata yang

sesuai.

• Validasi menunjukkan seberapa akurat

model memprediksi kejadian mendatang.

• Prediksi kejadian masa mendatang harus

didahului prediksi nilai variabel input.

10/26/2015 created by Hotniar Siringoringo 11

Percobaan model dan optimasi

• Analisis output : statistik

• Analisis output : analisis terminating dan

analisis keseimbangan.

• Analisis terminating : penjalanan model

diakhiri dengan beberapa kejadian spesifik.

• Percobaan model :

• desain percobaan klasik (ANOVA)

• Metodologi respon permukaan (response

surface methodology)