simmod libre
DESCRIPTION
,TRANSCRIPT
CatatanKuliah
SimulasidanPemodelan
Oleh
TimDosenSimulasidanPemodelan
UNIVERSITASGUNADARMA
i
KataPengantar
PujisyukurkehadiratTuhanYangMahaEsa,karenadenganrakhmatdanberkatHidayahnyacatatankuliahinidapatdiselesaikan.
Dalamsuatuinstitusipendidikan,prosesutamayangsangatperludiper-hatikandanmerupakantolokukurdarikualitasinstitusitersebutadalahprosesbelajarmengajaryangterjadiantaramahasiswadandosen.Gunamenunjangprosestersebutkamiteampengajarsimulasidanpemodelanmenyusuncatatankuliahini.
Selaindiperuntukkanbagimahasiswa,catatankuliahinijugadiharapkandapatdigunakansebagaiacuankeseragamanmateriantardosenyangmen-gajarpadabeberapakelasparalleldiJurusanTeknikInformatika.
Kamisangatmengharapkansarandankritikmembangundariparamaha-siswa,dosendanpembacagunakesempurnaancatatankuliahini.
Depok,2003
Penyusun
DaftarIsi
IGambaranUmumSimulasi,Prinsip-PrinsipUmumSistemSimulasiPeristiwaDiskritix
1PengantarStudiSimulasi(Kuliah1-2)11.1DenisiSimulasi.........................31.2ModelSimulasi..........................31.3DimanaSimulasiCocokdigunakan?...............41.4DimanaSimulasiTidakCocokdigunakan?...........41.5Bidang-BidangAplikasi......................51.6SistemdanLingkunganSistem.................51.7KomponenSistem.........................51.8SistemDiskritdanKontinyu...................71.9Tipe-TipeModel.........................71.10KlasikasiModelSimulasi....................71.11SimulasiSistemPeristiwaDiskrit................81.12Langkah-LangkahStudiSimulasi................81.13VerikasidanValidasi......................121.14PembangunanModel.......................121.15Kelebihan,Kekurangan,PitfallsdariSimulasi.........131.15.1Kelebihan.........................131.15.2Kekurangan........................131.15.3Pitfalls...........................131.16Fitur-tursoftwaresimulasiyangdibutuhkan.........14
2Contoh-ContohSimulasi(Kuliah1-2)152.1Langkah-LangkahDasar.....................152.2SimulasiSistemAntrian.....................162.2.1SistemAntrian......................162.2.2Keacakandalamsimulasi.................182.3SistemAntrianLayananTunggal................192.4Contoh-ContohLain.......................222.4.1MasalahAbleBakerCarhop:DuaPelayan........22
ii
DAFTARISIiii
2.4.2SistemInventory.....................242.4.3MasalahReabilitas....................242.4.4MasalahMiliter......................242.4.5Lead-TimeDemand....................252.5Ringkasan.............................25
3PrinsipUmumSSPD(Kuliah3)263.1KonsepdanDenisi........................283.2TimeinSimulation........................303.3AlgoritmaUmum.........................303.3.1EksekutifSimulasiSinkron...............303.3.2EksekutifEvent-Scanning................313.4MekanismeEksekusiSSPD....................313.5Pendekatan-PendekatandalamSSPD..............333.5.1Pendekatanevent-scheduling...............343.5.2Pendekatanprocess-interaction.............343.5.3Pendekatanactivity-scanning..............353.6Contoh-Contohlain........................363.6.1Contoh3.1:AbleandBaker,versirevisi.........363.6.2Contoh3.2:Antriansingle-channel(Supermarketcheck-outcounter)........................363.6.3Contoh3.4:Simulasicheck-outcounter,lanjutan...373.6.4Contoh3.5:Masalahdumptruck.............38
4Bahasa-BahasaSimulasi394.1BahasaSimulasiKontinyudanDiskrit.............394.2BahasaSimulasiKontinyu....................394.3BahasaSimulasiSistimDiskrit..................404.3.1Event-orientedlanguages.................414.3.2Activity-orientedlanguages................414.3.3Process-orientedlanguages................414.4SIMSCRIPT............................424.5GPSS(GeneralPurposeSimulationSystem)..........454.5.1Single-ServerQueueSimulationinGPSS/H......454.6SIMULA(SIMUlationLanguage)................474.7Factorsinselectionofadiscretesystemsimulationlanguage..48
IIModelMatematisdanStatistik50
5ModelStatistikdalamSimulasi51
DAFTARISIiv
5.1AlasanPenggunaanProbabilitasdanStatistikdalamSimulasi525.2TinjauanUlangTerminologidanKonsep............525.3Model-ModelStatistikyangBerguna..............545.4DistribusiVariabelAcakDiskrit.................555.4.1BernoullitrialsdandistribusiBernoulli.........555.4.2DistribusiBinomial....................565.4.3DistribusiGeometrik...................575.4.4DistribusiPoisson.....................585.5DistribusiVariabelAcakKontinyu...............585.5.1DistribusiUniform....................585.5.2DistribusiEksponesial..................595.5.3DistribusiGamma....................605.5.4DistribusiErlang.....................615.5.5DistribusiNormal.....................615.5.6DistribusiWeibull.....................625.6EstimasiMeansdanVariances..................625.7CondenceIntervalsdariMean.................635.8TestingHipotesis.........................635.9DistribusiEmpirisdanRingkasan................64
6GambaranUmumModel-ModelAntrian656.1Model-ModelAntrian.......................656.2KarakteristikSistemAntrian...................666.3SifatAntriandanDisplinAntrian................676.3.1SifatAntrian.......................676.3.2DisplinAntrian......................676.4WaktuPelayanandanMekanismePelayanan..........686.5NotasiAntrian..........................686.6PengukuranLong-RunKinerjaSistemAntrian.........696.7Steady-StatePopulasiTak-TerbatasModelMarkovian....716.7.1M=G=1..........................726.8JaringanAntrian.........................736.9Ringkasan.............................74
IIIBilangandanVariabelAcak75
7PembangkitanBilanganAcak767.1Sifat-SifatBilanganAcak.....................767.2PembangkitanBilanganAcakPseudo..............777.3TeknikPembangkitanBilanganAcak..............78
DAFTARISIv
7.3.1MetodeKongruenLinier.................787.3.2MetodeKongruenLinierKombinasi...........797.4TestBilanganAcak........................797.4.1TesFrekuensi.......................817.4.2TesRuns.........................827.4.3TesAuto-correlation...................857.4.4TesGap..........................867.4.5TesPoker.........................88
8PembangkitanVariabel(Variate)Acak898.1TeknikTransformasiBalik....................898.1.1DistribusiEksponensial..................908.1.2DistribusiUniform....................928.1.3DistribusiWeibull.....................928.1.4DistribusiTriangular...................938.1.5DistribusiKontinyuEmpiris...............948.1.6DistribusiKontinyutanpainversbentuktertutup...958.1.7DistribusiDiskrit.....................958.2TransformasiLangsungDistribusiNormal...........988.3MetodeKonvolusi.........................988.4TeknikPenerimaanPenolakan(Acceptance-Rejection).....99
IVAnalisisDataSimulasi102
9PemodelanMasukan(InputModeling)1039.1IdentikasiDistribusidenganData...............1039.1.1Histogram.........................1039.1.2PenyeleksianKelasDistribusi..............1049.1.3PlotQuantile-Quantile..................1059.1.4EstimasiParameter....................1069.2TesGoodness-of-Fit........................1079.2.1TesChi-Square......................107
10VerikasidanValidasiModelSimulasi11010.1Pembangunan,VerikasidanValidasiModel..........11010.2VerikasiModelSimulasi.....................11110.3KalibrasidanValidasiModel...................11110.3.1FaceValidity.......................11210.3.2ValidasiAsumsiModel..................11210.3.3ValidasiTransformasiInput-Output...........112
DAFTARISIvi
10.3.4ValidasiInput-OutputmenggunkanDatamasukanhis-toris............................113
11AnalisisKeluaranModelTunggal11511.1SifatStokastikDataKeluaran..................11511.2JenisSimulasimenurutAnalisisKeluaran...........11611.3PengukuranKinerjadanEstimasi................11611.3.1EstimasiTitik.......................11611.3.2EstimasiInterval.....................11711.4AnalisisKeluaranSimulasiTerminating.............12011.4.1EstimasiIntervaluntukJumlahReplikasiyangtetap.12011.4.2EstimasiIntervaldenganPresisiTertentu........12111.5AnalisisKeluaranSimulasiSteady-State............12211.5.1InisialisasiBiaspadaSimulasiSteady-State......12211.5.2MetodeReplikasiSimulasiSteady-State.........12311.5.3UkuranSampleSimulasiSteady-State.........12411.5.4BatchMeansuntukEstimasiIntervalEstimationpadaSimulasiSteady-State..................125
DaftarGambar
1.1Caramempelajarisebuahsistem.................61.2Langkahdalamstudisimulasi..................11
2.1SistemAntrian..........................172.2DiagramAliranLayanyangtelahselesai............172.3DiagramAliranunitmemasukisistem.............182.4SistemAntrianPelayanTunggal.................202.5Penentuanwaktuantarketibaan.................202.6HasilSimulasi..........................212.7SistemAntrianDuaPelayan...................232.8Hasilsimulasisistemantrianduapelayan............24
vii
DaftarTabel
2.1TabelSimulasi..........................162.2Aksi-AksiPotensialsaatkedatangan..............172.3Keluaran(outcomes)Pelayansetelahlayananselesai......182.4Contohhasilpembangkitandistribusiyangsederhana.....192.5Distribusiwaktuantarketibaan.................222.6DistribusiwaktupelayanandariAble.............232.7DistribusiwaktupelayanandariBaker.............23
viii
BagianI
GambaranUmumSimulasi,Prinsip-PrinsipUmumSistemSimulasiPeristiwaDiskrit
ix
Bab1
PengantarStudiSimulasi(Kuliah1-2)
Bahasan:
PendahuluanstudisimulasiPengertiandantujuansimulasiManfaatdankelebihanpendekatansimulasiPenerapanSimulasiSistem,Model&SimulasiDenisidarisistemdanmodelSistem,Model&Simulasi
TIU:
Mahasiswamengertiartidanmanfaatstudisimulasi,sertamen-dapatgambarantentangcakupanstudisimulasiMahasiswadapatmembangunmodelyangakandisimulasikandanmemahamidenisisimulasi.
TIK:
MahasiswamampumengikhtisarkanpentingnyasimulasisehinggalebihtermotivasiuntukmemahaminyalabihlanjutMahasiswadapatmenyebutkanmanfaatdankelebihan-kelebihanpendekatamsimulasi.
1
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)2
Mahasiswadapatmenyebutkanbidang-bidangatauilmu-ilmuyangseringmenggunakanpendekatansimulasi.Mahasiswamampumembandingkansistemdanmodel,danmeny-impulkanperlunyamodeluntukkebutuhansimulasi.Mahasiswamampumenggolongkanmodelsisdanmodelmatem-atis,baikyangstatismaupundinamis.Mahasiswadapatmenyimpulkanlangkah-langkahdalamstudisim-ulasisecaragarisbesar.
DeskripsiSingkat:Padaperkuliahaninigambaranumumstudisimulasiakandiberikan,mulaidaripengertian,tujuan,manfaat,sampaipenerapannya.Denisisistem,model,komponensistemsertakaitannyadengansimulasiakandijelaskan.
BahanBacaan:
[1]J.Banks,et.al.,DiscreteEventSystemSimulation,3ed.,Prentice-Hall(Chap.1)[2]Law&Kelton,et.al.,SimulationModeling&Analysis,Mc.Graw-HillInc.,Singapore(Chap.1)
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)3
1.1DenisiSimulasi
Simulasiadalahpeniruanoperasi,menurutwaktu,sebuahprosesatausistemdunianyata.
1.Dapatdilakukansecaramanualmaupundenganbantuankom-puter.2.Menyertakanpembentukandatadansejarahbuatan(articialhis-tory)darisebuahsistem,pengamatandatadansejarah,dankes-impulanyangterkaitdengankarakteristiksistem-sistem.
Untukmempelajarisebuahsistem,biasanyakitaharusmembuatasumsi-asumsitentangoperasisistemtersebut.
Asumsi-asumimembentuksebuahmodel,yangakandigunakanuntukmemahamisifat/perilakusebuahsistem.
SolusiAnalitik:Jikaketerkaitan(relationship)modelcukupsederhana,sehinggamemungkinkanpenggunaanmetodematematisuntukmem-perolehinformasieksakdarisistem
Langkahriilsimulasi:Mengembangkansebuahmodelsimulasidanmengevaluasimodel,biasanyadenganmenggunakankomputer,untukmengestimasikarakteristikyangdiharapkandarimodeltersebut.
1.2ModelSimulasi
Suaturepresentasisederhanadarisebuahsistem(atauprosesatauteori),bukansistemitusendiri.
Model-modeltidakharusmemilikiseluruhatribut;merekadiseder-hanakan,dikontrol,digeneralisasi,ataudiidealkan.
Untuksebuahmodelyangakandigunakan,seluruhsifat-sifatrelevant-nyaharusditetapkandalamsuatucarayangpraktis,dinyatakandalamsuatusetdeksripsiterbatasyangmasukakal(reasonably).
Sebuahmodelharusdivalidasi.
Setelahdivalidasi,sebuahmodeldapatdigunakanuntukmenyelidikidanmemprediksiperilaku-perilaku(sifat)sistem,ataumenjawabwhat-ifquestionsuntukmempertajampemahaman,pelatihan,prediksi,danevaluasialternatif.
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)4
1.3DimanaSimulasiCocokdigunakan?
Mempelajariinteraksiinternal(sub)-sistemyangkompleks.
Mengamatisifatmodeldanhasilkeluaranakibatperubahanlingkuan-ganluaratauvariabelinternal.
Meningkatakinerjasistemmelaluipembangunan/pembentukanmodel.
Eksperimendesaindanaturanbarusebelumdiimplementasikan.
Memahamidanmemverikasisolusianalitik.
Mengidentikasidanmenetapkanpersyaratan-persyaratan.
Alatbantupelatihandanpembelajarandenganbiayalebihrendah.
Visualisasioperasimelaluianuimasi.
Masalahnyasulit,memakanwaktu,atautidakmungkindiselesaikanmelaluimetodeanalitikataunumerikkonvensional.
1.4DimanaSimulasiTidakCocokdigunakan?
Jikamasalahdapatdiselesaikandenganmetodesederhana.
Jikamasalahdapatdiselesaikansecaraanalitik.
Jikaeksperimenlangsunglebihmudahdilakukan.
Jikabiayaterlalumahal.
Jikasumberdayaatauwaktutidaktersedia.
Jikatidakadadatayangtersedia.
Jikaverikasidanvalidasitidakdapatdilakukan.
Jikadayamelebihikapasitas(overestimated).
Jikasistemterlalukompleksatautidakdapatdidenisikan.
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)5
1.5Bidang-BidangAplikasi
Perancangandananalisissistemmanufacturing.
Evaluasipersyaratanhardwaredansoftwareuntuksistemkomputer.
Evaluasisistemsenjataatautaktikmiliteryangbaru.
Perancangansistemkomunikasidanmessageprotocol.
Perancangandanpengoperasianfasilitastransportasi,mis.jalantol,bandara,relkereta,ataupelabuhan.
Evaluasiperancanganorganisasijasa,mis.rumahsakit,kantorpos,ataurestoranfastfood.
Analisissistemkeuanganatauekonomi.
1.6SistemdanLingkunganSistem
Sistimadalahsekumpulanobyekyangdihubungkansatusamalainmelaluibeberapainteraksireguleratausecarabebasuntukmencapaisuatutujuan.
Sistembiasanyadipengaruhiolehperubahanyangterjadidiluarsis-tim.Perubahaniniterjadidilingkungansistem.Dalampemodelansistem,perluditetapkanbatas(boundary)antarasistemdanlingkun-gannya.Contoh,padastudimemoricachemenggunakan,kitaharusmenetapkandimanabatassistem.BatasinidapatantaraCPUdancache,ataudapatmemasukanmemoriutama,disk,OS,kompilator,ataupunprogram-programaplikasi.
Caramempelajarisebuahsistem
Mempelajarisistemdengansimulasi,secaranumerikmenjalankanmodeldenganmemberiinputdanmelihatpengaruhnyaterhadapoutput.
1.7KomponenSistem
Entitasmerupakanobyekdalamsistem.Contoh,customerspadasu-atubank.
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)6
Sistim
EksperimendgnSistemaktual
Eksperimendgnmodelsistem
ModelfisikModelmatematis
Solusianalitis
Simulasi
Gambar1.1:Caramempelajarisebuahsistem
Atributmerupakansuatusifatdarisuatuentitas.Contoh,pengecekanneracarekeningcustomer.
Aktivitasmerepresentasikansuatuperiodewaktudanganlamater-tentu(speciedlength).Periodewaktusangatpentingkarenabiasanyasimulasimenyertakanbesaranwaktu.Contohdepositouangkereken-ingpadawaktudantanggaltertentu.
Keadaansistemdidenisikansebagaikumpulanvaribel-variabelyangdiperlukanuntukmenggambarkansistemkapanpun,relatifterhadapobyektifdaristudi.Contoh,jumlahtelleryangsibuk,jumlahcustomeryangmenunggudibarisantrian.
Peristiwadidenisikansebagaikejadiansesaatyangdapatmengubahkeadaansistem.Contoh,kedatangancustomer,pejumlahanjumlahteller,keberangkatancustomer.
Contoh-contohentitas,atribut,aktivitas,peristiwadanvariabel-variabelkeadaandariberbagaisistimdapatdilihatpadareferensi[1]tabel1.1.hala-man11.
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)7
1.8SistemDiskritdanKontinyu
SistimDiskrit:variabel-variabelkeadaanhanyaberubahpadasettitikwaktuyangdiskrit.
Contoh:jumlahcustomeryangmenunggudiantrian
SistemKontinyu:variabel-variabelberubahsecarakontinyumenurutwaktu.
Contoh:aruslistrik
1.9Tipe-TipeModel
Model:
Fisik:modelrumah,modeljembatanMatematis(symbolic):(-)=&!ModelsimulasiStatik(padabeberapatitikwaktu)vs.Dynamik(berubahmenurutwaktu)Deterministik(masukandiketahui)vs.Stokastik(variabelacak,masukan/keluaran)Diskritvs.Kontinyu
1.10KlasikasiModelSimulasi
ModelSimulasiStatikvs.Dinamik
Modelstatik:representasisistempadawaktutertentu.Waktutidakberperandisini.Contoh:modelMonteCarlo.Modeldinamik:merepresentasikansistemdalamperubahannyaterhadapwaktu.Contoh:sistemconveyordipabrik.
ModelSimulasiDeterministikvs.Stokastik
Modeldeterministik:tidakmemilikikomponenprobabilistik(ran-dom).
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)8
Modelstokastik:memilikikomponeninputrandom,danmeng-hasilkanoutputyangrandompula.
ModelSimulasiKontinyuvs.Diskrit
Modelkontinyu:statusberubahsecarakontinuterhadapwaktu,mis.gerakanpesawatterbang.Modeldiskrit:statusberubahsecarainstanpadatitik-titikwaktuyangterpisah,mis.jumlahcustomerdibank.
Modelyangakandipelajariselanjutnyaadalahdiskrit,dinamik,danstokastik,dandisebutmodelsimulasi(sistem)peristiwadiskrit(discrete-event).
1.11SimulasiSistemPeristiwaDiskrit
Pemodelansistimdimanavariabelkeadaanberubahpadasetwaktuyangdiskrit.
Metode:numerik(bukananalitik)
Analitik:alasandeduktifsecaramatematis;akuratNumerik:prosedurkomputasional;aproksimasi
Modelsimulasidi-run(bukandiselesaikan(solved)).
Observasisistemriil,entitas,interaksiAsumsimodelPengumpulandataAnalisisdanestimasikinerjasistem
1.12Langkah-LangkahStudiSimulasi
Formulasimasalah:
mengidentikasikanmaslahyangakandiselesaikanmendeskripsikanoperasisistimdalamterm-termobyekdanaktiv-itasdddalamsuataulayoutsik
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)9
mengidentikasisistemdalamterm-termvariabelinput(eksogen),danoutput(endogen)mengkatagorikanvariabelinputsebagidecision(controllable)danparameters(uncontrollable)mendenisikanpengukurankinerjasistim(sebagaifungsidarivari-abelendogen)danfungsiobyek(kombinasibeberapapengukuran)mengembangkanstrukturmodelawal(preliminary)mengembangkanstrukturmodelebihrinciyangmenidentkasiseluruhobyekberikutatributdaninterface-nya
Penetapantujuandanrencanaproyek:pendekatanyangdigu-nakanuntukmenyelesaikanmasalah.
Konseptualisasimodel:membangunmodelyangmasukakal.
memahamisistemPendekataproses(ataupendekatanalariansik(physicalowapproach))didasarkanpadatrackingowdarientitas-entitaskeseluruhansistemberikuttitikpemorsesandanaturankepu-tusanpercabanganPendekatanperistiwa(event)(ataupendekatanperubahankeadaan(statechangeapproach))didasarkanpadadenisivariabelkeadaaninternaldaneventssistimyangmengubah-nya,diikutiolehdeskripsioperasisistimketikasuatueventterjadikonstruksimodeldenisiobyek,atribut,metodeowchartmetodeyangrelevanpemilihanbahasimplemntasipenggunaanrandomvariatesdanstatistikkinerjacodingdandebugging
Pengumpulandata:mengumpulkandatayangdiperlukanuntukme-runsimulasi(sepertilajuketibaan,prosesketibaan,displinlayanan,lajupelayanandsb.).
observasilangsungdanperekamanmanualvariabelyangdise-leksi(selected)
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)10
time-stampinguntukmen-trackaliransuatuentitaskeseluruhsis-temmenyeleksiukuransampleyangvalidsecarastatistikmenyeleksisutauformatdatayangdapatdiprosesolehkomputeranalisisstatistikuntukmenetapkandistribusidanparameterdataacakmemutuskandatamanayangdipandangsebagaiacakdanyangmanadiasumsikandeterministik
PenerjemahanModel:konversimodelsuatubahaspemrograman.
Verikasi:Verikasimodelmelaluipengecekanapakahprogrambek-erjadenganbaik.
Validasi:Checkapakahsistimmerepresentasisistimriilsecaraakurat.
DesainEksperimen:Berapabanyakruns?Untukberapalama?Jenisvariasimasukannyasepertiapa?
evaluasistatistikoutputuntukmementapkanbeberapalevelpresisyangditerimadaripengukuruankinerjaanalisiterminasidigunakanjikaintervalwakturiiltertentuakandisimulasikansteadystateanalysisdigunakanjikaobyekofinterestmerupakanrata-ratalong-term
Produksirunsdananalisis:runningaktualsimulasi,mengumpulkandanmenganalisiskeluaran.
Jalankanlagi(Moreruns)?:mengulangieksperiemnjikaperlu.
Dokumentasidanpelaporan:Dokumendanlaporanhasil
Implementasi
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)11
2
1
FormulasiMasalah
Penetapantujuandan
Keseluruhanrencanaproyek34KonseptualisasiModelPengumpulandata
5
PenerjemahanModel(modeltranslation)kedalamprogram
6
Tidak
Verifikasi
TidakTidakya7Validasi
8
ya
DesainEksperimen9Menjalankanproduksi(productionruns)dananalisis
ya
10
11
Jalankanlagi?TidakDokumentasidanPelaporan
ya
12
Implementasi
Gambar1.2:Langkahdalamstudisimulasi
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)12
1.13VerikasidanValidasi
Langkahterpentingdalamstudisimulasi:validasi
Validasibukanmerupakantugastersendiriyangmengikutipengemban-ganmodel,namunmerupakansatukesatuanyangterintegrasidalampengembanganmodel.
Verikasi:Apakahkitamembangunmodelyangbenar?
Apakahmodeldiprorgramsecarabenar(inputparametersdanlogicalstructure)?
Validasi:
Apakahmodelmerupakanrepresentasiakuratdarisistimriil?Prosesinteratifdaripembandinganmodelterhadapsifatsistemaktualdanmemperbaikimodel.
1.14PembangunanModel
Prosesiteratifyangmengandungtigalangkahutama:
Observasisistimriildaninteraksikomponendanpengumpulandata
DomainpengetahuantertentuStakeholders:operator,teknisi,engineers
Konstruksimodelkonseptual
Asumsidanhipotesakomponendannilai-nilaiparameterStruktursistim
Penerjemahanmodeloperasionalkebentukyangdikenalolehkomputer
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)13
1.15Kelebihan,Kekurangan,PitfallsdariSimulasi
1.15.1KelebihanSebagianbesarsistemriildenganelemen-elemenstokastiktidakdapatdideskripsikansecaraakuratdenganmodelmatematikyangdievaluasisecaraanalitik.Dengandemikiansimulasiseringkalimerupakansatu-satunyacara.
Simulasimemungkinkanestimasikinerjasistemyangadadenganbe-berapakondisioperasiyangberbeda.
Rancangan-rancangansistemalternatifyangdianjurkandapatdiband-ingkanviasimulasiuntukmendapatkanyangterbaik.
Padasimulasibisadipertahankankontrolyanglebihbaikterhadapkondisieksperimen.
Simulasimemungkinkanstudisistemdengankerangkawaktulamadalamwaktuyanglebihsingkat,ataumempelajaricarakerjarincidalamwaktuyangdiperpanjang.
1.15.2KekuranganSetiaplangkahpercobaanmodelsimulasistokastikhanyamenghasilkanestimasidarikarakteristiksistemyangsebenarnyauntukparameterinputtertentu.Modelanalitiklebihvalid.
Modelsimulasiseringkalimahaldanmakanwaktulamauntukdikem-bangkan.
Outputdalamjumlahbesaryangdihasilkandarisimulasibiasanyatam-pakmeyakinkan,padahalbelumtentumodelnyavalid.
1.15.3PitfallsGagalmengidentikasitujuansecarajelas
Desaindananalisiseksperimensimulasitidakmemadai
Pendidikandanpelatihanyangtidakmemadai
BAB1.PENGANTARSTUDISIMULASI(KULIAH1-2)14
1.16Fitur-tursoftwaresimulasiyangdibu-tuhkan
MembangkitkanbilanganrandomdaridistribusiprobabilitasU(0,1).
Membangkitkannilai-nilairandomdaridistribusiprobabilitastertentu,mis.eksponensial.
Memajukanwaktusimulasi.
Menentukaneventberikutnyadaridaftareventdanmemberikankon-trolkeblokkodeyangbenar.
Menambahataumenghapusrecordpadalist.
Mengumpulkandanmenganalisadata.
Melaporkanhasil.
Mendeteksikondisierror.
Bab2
Contoh-ContohSimulasi(Kuliah1-2)
BahanBacaan:
[1]J.Banks,et.al.,DiscreteEventSystemSimulation,3ed.,Prent-Hall(Chap.2)[2]Law&Kelton,et.al.,SimulationModeling&Analysis,Mc.Graw-HillInc.,Singapore(Chap.1)
2.1Langkah-LangkahDasar
Menetapkankarakteristikmasukan.
Biasanyadimodelkansebagaidistribusiprobabilitas
Menkonstruksitabelsimulasi.
SpesikasimasalahBiasanyaterdiridarisekumpulanmasukandanlebihdarisaturesponPengulangan
Membangkitkannilaisecaraberulanaguntuksetiapmasukandanmengeval-uasifungsi.
15
MasukanResponPengulangan12Xi;1Xi;2:::Xi;j::::::Xi;pyi3......nBAB2.CONTOH-CONTOHSIMULASI(KULIAH1-2)16
Tabel2.1:TabelSimulasi
2.2SimulasiSistemAntrian
Sistemantrinaterdiridari:
Pemanggilanpopulasi(Callingpopulation):Biasatidakterbatas:jikasebuahunitkeluar,tidakadaperubahanpadalajuketibaan/kedatangan.
Kedatangan/ketibaan:terjadisecaraacak.
Mekanismepelayanan:Sebuahunitakandilayanidalampanjangwaktuyangacakberdasarkansuatudistribusiprobabilitas.
Kapasitassistem:tidakadabatasan
Displinantrian
Urutanlayanan,misal,FIFO.
2.2.1SistemAntrianKedatangandanpelayanandidenisikanmelaluidistribusiprobabilitaswaktuantarakedatangandandistribusiwaktupelayanan.
Lajupelayananvs.lajukedatangan:tidakstabilatauekplosif
Keadaan:jumlahunitdalamsistemdanstatusdaripelayan
Peristiwa:Stimulanyangmenyebabkankeadaansistemberubah.
Clocksimulasi:Tracewaktusimulasi.
StatusAntriantidakkosongantritidakmungkinkosongantrimasuklayananstatuspelayansibukidleBAB2.CONTOH-CONTOHSIMULASI(KULIAH1-2)17
Gambar2.1:SistemAntrian
PeristiwaKeberangkatan
tidakya
Mulaipelayanmenganggur(idletime)
TerdapatunitlainYgmenunggu?
Kurangiunitygmenunggudariantrian
Mulaipelayananunit
Gambar2.2:DiagramAliranLayanyangtelahselesai
Tabel2.2:Aksi-AksiPotensialsaatkedatangan
StatusAntriantidakkosongyatidakmungkinkosongtidakmungkinyakeluaranpelayansibukidleBAB2.CONTOH-CONTOHSIMULASI(KULIAH1-2)18
PeristiwaKedatangan
tidakya
Unitmemasukilayanan
Pelayansibuk?
Unitmemasukiantrianlayanan
Gambar2.3:DiagramAliranunitmemasukisistem
Tabel2.3:Keluaran(outcomes)Pelayansetelahlayananselesai
2.2.2KeacakandalamsimulasiContohaplikasi:
WaktupelayananWaktuantarkedatangan
Bilanganacak:terdistribusisecarauniformdalaminterval(0,1)
Digitacak:terditribusisecarauniformpadahimpunanf0;1;2;:::;9g
Bilanganacakyangsebenarnyasangatsulitdibuat:
Bilanganacakbayangan(pseudo-randomnumbers)Membangkitanbilanganacakdaritabeldigitacak.
Pembangkitansuatudistribusisederhan
Pseudo-code:
intservice_time(void)
r=rand()/RAND_MAX/*pseudorandomon(0,1)*/
WaktuLayanan(menit)ProbabilitasProbabilitasKumulatif10.100.1020.200.3030.300.6040.250.8550.100.9560.051.00BAB2.CONTOH-CONTOHSIMULASI(KULIAH1-2)19
Tabel2.4:Contohhasilpembangkitandistribusiyangsederhana
if(r1(2x)2cdf
Step2.let
F(x)=
8>