Home / Education / Ilmu Komputer / Laporan Teknik Simulasi dan Pemodelan Studi Kasus di Gundaling

Laporan Teknik Simulasi dan Pemodelan Studi Kasus di Gundaling

Laporan Teknik Simulasi dan Pemodelan studi kasus di Gundaling – Susantokun. Berikut adalah hasil dari laporan yang telah saya dan teman-teman saya buat dalam menyelesaikan tugas dari mata kuliah teknik simulasi dan pemodelan, yaitu mengenai antrian yang nantinya akan disimulasikan oleh software AweSim!.

LAPORAN
TEKNIK SIMULASI DAN PEMODELAN

(Studi Kasus: Gundaling)
Dosen: Eneng Tida Tosida, M.Si

Logo Universitas Pakuan

Disusun oleh:
1. Susanto 065114333
2. M. Andilian Sidik 065114308
3. Aditya Ramadhani 065114331

PROGRAM STUDI ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PAKUAN
2016

KATA PENGANTAR

Puji syukur kami panjatkan atas kehadirat Allah SWT yang telah memberikan kesempatan untuk kami sehingga dapat membuat dan menyelesaikan laporan dari hasil simulasi di salah satu toko percetakan Gundaling ini sebagai salah satu tugas dari mata kuliah Teknik Simulasi dan Pemodelan. Penulis berharap laporan ini dapat memberikan manfaat bagi pembaca pada umumnya dan kami selaku penulis pada khususnya.

Kami menyadari bahwa penulisan ataupun isi dari makalah ini masih jauh dari kata sempurna, sehingga akan menajdi suatu kehormatan bagi penulis apabila mendapat kritik dan saran yang sifatnya membangun demi perbaikan ke arah kesempurnaan.

Bogor, Oktober 2016
Penyusun

DAFTAR ISI

KATA PENGANTAR
DAFTAR ISI
BAB I
PENDAHULUAN
1.1 Latar Berlakang
1.2 Ruang Lingkup
1.3 Tujuan
1.4 Manfaat
BAB II
TINJAUAN PUSTAKA
2.1 Sejarah Gundaling
2.2 Pengertian Teknik Simulasi
BAB III
MOTODELOGI
3.1 Konsep Dasar Simulasi
3.2 Klasifikasi Model Simulasi
3.3 Langkah-langkah Pembuatan Model Simulasi
3.3 Langkah-langkah Simulasi
BAB IV
PEMBAHASAN
4.1 Tabel Simulasi Manual di Gundaling
4.2 Tabel Event-oriented Descroption of Gundaling
4.4 Hasil Wawancara
BAB V
KESIMPULAN
DAFTAR PUSTAKA
Lampiran

BAB I
PENDAHULUAN

1.1 Latar Berlakang

Pada zaman yang modern ini setiap orang biasanya sudah terbiasa dengan kehidupan yang nyaman dan instan, seperti halnya mengerjakan atau membuat sesuatu dengan menggunakan jasa dari ahlinya.Karena banyaknya yang menggunakan jasa dari ahlinya maka kata mengantri bukanlah sesuatu yang tabu atau aneh dalam kehidupan sehari-hari, ditambah dengan kebutuhan dari jasa secara bersamaan yang akhirnya membuat kebutuhan tersebut lama untuk dikerjakan. Oleh karena itu yang sangat diharapkan para pengguna jasa adalah untuk mengurangi ketidaknyamanan tersebut, seperti tidak terlalu lama dalam menunggu. Proses menunggu atau mengantri ada berbagai faktor yang menyebabkan itu terjadi, contohnya adalah dari Petugas yang masih bingung dengan yang dijelaskan pelanggan sehingga membuat pelanggan berikutnya menunggu lebih lama, kemudian dari sistem yang dipakai oleh Petugas yang masih menggunakan sistem manual.

1.2 Ruang Lingkup

Ruang lingkup yang kami lakukan adalah sebagai berikut:
a. Petugas adalah karyawan yang ditunjuk oleh pemimpin untuk melakukan tugas melayani pelanggan meminta diselesaikan kebutuhannya yang sesuai dengan pelayanan di Gundaling
b. Pelanggan adalah seseorang yang meminta jasa dari petugas yang ada di Gundaling guna menyelesaikan kebutuhan yang diinginkan.

1.3 Tujuan

Tujuan dari survei yang kami lakukan adalah sebagai berikut:
a. Menjelaskan model sistem antrian petugas melayani pelanggan
b. Menjelaskan waktu keefektifan petugas melayani pelanggan
c. Menjelaskan waktu kesibukan petugas pada saat pelayanan

1.4 Manfaat

Manfaat dari survei yang kami lakukan adalah sebagai berikut:
a. Mengetahui produktivitas dari petugas
b. Mengetahui waktu sibuk petugas melayani pembeli
c. Mengurangi antrian pada saat pelayanan

BAB II
TINJAUAN PUSTAKA

2.1 Sejarah Gundaling

Gundaling Layanan Cetak Satu Atap adalah perusahaan yang bergerak dibidang cetak gambar/digital printing dengan didukung oleh mesin-mesin tercanggih dan terbaru di dunia. Berdiri sejak tahun 1994 dengan nama Gundaling, memulai usaha dibidang fotocopy, seiring dengan berjalannya waktu, banyak hal-hal baru yang kami pelajari, pahami, perbaiki dan bahkan kami tingkatkan serta perbaharui guna mencapai hasil kerja, layanan dan produksi yang lebih baik.

Didukung oleh tenaga kami yang berpengalaman serta mesin-mesin tercanggih dan terbaru, kami selalu berusaha untuk menghasilkan produk yang berkualitas dengan pelayanan yang cepat dan harga yang terjangkau. Semua ini memantapkan posisi kami dalam industri digital printing.

Pelayanan kami diantaranya: Large Format, Digital Print, Design, Finishing.

Berikut merupakan misi dari Gundaling :

“Perusahaan yang bergerak di bidang printing dan document service, menyediakan solusi pencetakan demi layanan dokumen secara efektif dan efisien dengan teknologi terkini, berkualitas, serta bertujuan membina hubungan dengan klien secara berkelanjutan.”

2.2 Pengertian Teknik Simulasi

Berdasarkan sumber-sumber dapat diambil suatu kesimpulan menurut kami bahwa simulasi adalah teknik peniruan dari suatu kegiatan yang nyata pada lingkungan tertentu. Namun ada juga beberapa definisi mengenai simulasi dari beberapa sumber, diantaranya adalah sebagai berikut:

a. Banks (1998)
Simulasi adalah tiruan dari proses dunia nyata atau sistem. Simulasi menyangkut pembangkitan proses serta pengamatan dari proses untuk menarik kesimpulan dari sistem yang diwakili.

b. Nailor (1966) dalam Rubinstein & Melamed (Melamed 1998)

Simulasi adalah tehnik numeric untuk melakukan eksperimen pada komputer, yang melibatkan jenis matematika dan model tertentu yang menjelaskan pri- laku bisnis atau ekonomi pada suatu periode waktu tertentu.

Jadi simulasi mempelajari atau memprediksi sesuatu yang belum terjadi dengan cara meniru atau membuat model sistem yang dipelajari dan selanjutnya mengadakan eksperimen secara numerik dengan menggunakan komputer. Dalam simulasi matematika atau statistika ada beberapa komponen yang mutlak diperlukan diantaranya adalah model dari permasalahan yang dipelajari dan komputer yang dijadikan alat untuk melakukan eksperimen. Dalam persoalan model diperlukan kemampuan konseptual matematika dan statistika atau teori peluang, sedangkan dalam hal penggunaan komputer diperlukan kemampuan metode numerik ataupun pengetahuan komputasi lainnya

Metode simulasi adalah mempelajari berbagai prosedur pengambilan keputusan, mencari prediktor atau prosedur pengambilan keputusan terbaik untuk berbagai situasi. Lebih jauh lagi ahli statistika harus dapat memberikan informasi berkaitan dengan derajat kecocokan dari masing masing prosedur yang diberikan.

BAB III
MOTODELOGI

3.1 Konsep Dasar Simulasi

Simulasi adalah suatu cara untuk menduplikasi / menggambarkan ciri, tampilan, dan karakteristik dari suatu system nyata. Simulasi merupakan alat yang tepat untuk digunakan terutama jika diharuskan untuk melakukan eksperimen dalam rangka mencari komentar terbaik dari komponen-komponen sistem. Hal ini dikarenakan sangat mahal dan memerlukan waktu yang lama jika eksperimen dicoba secara riil. Dengan melakukan studi simulasi maka dalam waktu singkat dapat ditentukan keputusan yang tepat serta dengan biaya yang tidak terlalu besar karena semuanya cukup dilakukan dengan komputer.

Pendekatan simulasi diawali dengan pembangunan model sistem nyata. Model tersebut harus dapat menunjukkan bagaimana berbagai komponen dalam sistem saling berinteraksi sehingga benar-benar menggambarkan perilaku sistem. Setelah model dibuat maka model tersebut ditransformasikan ke dalam program komputer sehingga memungkinkan untuk disimulasikan.

a. Sistem Simulasi

Sistem didefinsikan sebagai suatu kumpulan satu kesatuan, seperti manusia dan mesin yang aktif dan berinteraksi bersama-sama untuk mendapatkan penyelesaian akhir pokok pikiran. (definisi ini diajukan oleh Schmidt dan Taylor (1970)). Praktisnya apa yang diartikan sebagai sistem tergantung pada objektivitas pembelajaran tertentu. Kumpulan kesatuan berisi sistem pembelajaran mungkin hanya sekelompok kecil pada keseluruhan sistem yang satu dengan sistem lainnya.

Ada beberapa cara untuk dapat merancang, menganalisis dan mengoperasikan suatu sistem. Salah satunya adalah dengan melakukan pemodelan, membuat model dari sistem tersebut

b. Model Simulasi

Model adalah suatu rancangan, desain, atau suatu alat yang sangat berguna untuk menganalisis maupun merancang sistem. Sebagai alat komunikasi yang sangat efisien, model dapat menunjukkan bagaimana suatu operasi bekerja dan mampu merangsang untuk berpikir bagaimana meningkatkan atau memperbaikinya.

Model didefinisikan sebagai suatu deskripsi logis tentang bagaimana sistem bekerja atau komponen-komponen berinteraksi. Dengan membuat model dari suatu sistem maka diharapkan dapat lebih mudah untuk melakukan analisis. Hal ini merupakan prinsip pemodelan, yaitu bahwa pemodelan bertujuan untuk mempermudah analisis dan pengembangannya.

Model merupakan contoh sederhana dari sistem dan menyerupai sifat-sifat sistem yang dipertimbangkan, tetapi tidak sama dengan sistem. Penyederhanaan dari system sangat penting agar dapat dipelajari secara seksama.

3.2 Klasifikasi Model Simulasi

Ada beberapa model simulasi yang dapat kita pelajari, diantaranya sebagai berikut :

a. Model simulasi statis dan dinamis
Model simulasi statis adalah merepresentasikan sistem pada waktu utama, atau model ini mungkin digunakan untuk menunjukkan sistem yang mana permainan waktunya sederhana tanpa aturan; contoh simulasi statis adalah model Monte Carlo samping itu model simulasi dinamik menunjukkan sistem sistem yang lambat laun melampaui waktu seperti sistem konveyor pada pabrik.

b. Model Simulasi Determinsistik dan Stokastik
Jika model simulasi yang akan dibentuk tidak mengandung variabel yang bersifat random, maka model simulasi tersebut dikatakan sebagi simulasi deterministik. Pada umumnya sistem yang dimodelkan dalam simulasi mengandung beberapa input yang bersifat random, maka pada sistem seperti ini model simulasi yang dibangun disebut model simulasi stokastik.

Deterministik adalah penyelesaian sistem (dan analisis yang tidak bisa dikembalikan) pada penjabaran persamaan yang berbeda sebuah reaksi kimia semesti sebagai model. Dalam model deterministik, outputnya ditentukan sekali membentuk output kuantitas dan hubungan dalam model dikhususkan sama walaupun penentuan yang sebenarnya memerlukan sedikit waktu berhitung untuk mengevaluasi. Banyak sistem bagaimanapun harus dimodelkan seperti pemilikan sekurang-kurangnya beberapa komponen-komponen input random dan membangkitkan model simulasi stokastik. Kebanyakan teori antrian dan sistem inventori (pergudangan) dimodelkan secara stokastik. Model simulasi stokastik menghasilkan output random, karenanya diuji hanya berupa estimasi (perkiraan) kebenaran karakteristiknya pada model; ini merupakan model utama yang tidak menguntungkan dalam simulasi.

c. Model Simulasi Kontinyu dan Diskrit
Untuk mengelompokkan suatu model simulasi apakah diskret atau kontinyu, sangat ditentukan oleh sistem yang dikaji. Suatu sistem dikatakan diskret jika variabel sistem yang mencerminkan status sistem berubah pada titik waktu tertentu, sedangkan sistem dikatakan kontinyu jika perubahan variabel sistem berlangsung secara berkelanjutan seiring dengan perubahan waktu.

Kita mendefinisikan model simulasi diskrit dan kontinyu analog dengan cara kita mendefinisikan sistem diskrit dan kontinyu sebelumnya. Keputusan apakah menggunakan model diskrit atau kontinyu pada sistem-sistem utama tergantung dalam kekhususan yang obyektif. Sebagai contoh, model arus lalu lintas jalan tol menjadi diskrit jika karakteristik dan gerakan mobil secara individu adalah terpenting. Alternatifnya jika mobil dapat diuji secara bersama-sama/berkelompok, arus lalu lintas dapat dijelaskan dengan persamaan yang berbeda dalam model kontinyu.

3.3 Langkah-langkah Pembuatan Model Simulasi

Untuk pembuatan model simulasi model yang dibangun harus kredibel. Representasi kredibel sistem nyata oleh model simulasi ditunjukkan oleh verifikasi dan validasi model. Verifikasi adalah proses pemeriksaan apakah logika operasional model (program komputer) sesuai dengan logika diagram alur. Kalimat sederhananya, apakah ada kesalahan dalam program? (Hoover dan Perry, 1989); verifikasi adalah pemeriksaan apakah program komputer simulasi berjalan sesuai dengan yang diinginkan, dengan pemeriksaan program komputer. Verifikasi memeriksa penerjemahan model simulasi konseptual (diagram alur dan asumsi) ke dalam bahasa pemrograman secara benar (Law dan Kelton, 1991) .

Validasi adalah proses penentuan apakah model, sebagai konseptualisasi atau abstraksi, merupakan representasi berarti dan akurat dari sistem nyata? (Hoover dan Perry, 1989); validasi adalah penentuan apakah model konseptual simulasi (sebagai tandingan program komputer) adalah representasi akurat dari sistem nyata yang sedang dimodelkan (Law dan Kelton, 1991).

Langkah-langkah Pembuatan Model Simulasi

a. Aturan Verifikasi dan Validasi Dalam Simulai
Ketika membangun model simulasi sistem nyata, kita harus melewati beberapa tahapan atau level pemodelan. Seperti yang dapat dilihat pada Gambar 1, pertama kita harus membangun model konseptual yang memuat elemen sistem nyata. Dari model konseptual ini kita membangun model logika yang memuat relasi logis antara elemen sistem juga variabel eksogenus yang mempengaruhi sistem. Model kedua ini sering disebut sebagai model diagram alur. Menggunakan model diagram alur ini, lalu dikembangkan program komputer, yang disebut juga sebagai model simulasi, yang akan mengeksekusi model diagram alur.

Pengembangan model simulasi merupakan proses iteratif dengan beberapa perubahan kecil pada setiap tahap. Dasar iterasi antara model yang berbeda adalah kesuksesan atau kegagalan ketika verifikasi dan validasi setiap model. Ketika validasi model dilakukan, kita mengembangkan representasi kredibel sistem nyata, ketika verifikasi dilakukan kita memeriksa apakah logika model diimplementasikan dengan benar atau tidak. Karena verifikasi dan validasi berbeda, teknik yang digunakan untuk yang satu tidak selalu bermanfaat untuk yang lain Baik untuk verifikasi atau validasi model, kita harus membangun sekumpulan kriteria untuk menilai apakah diagram alur model dan logika internal adalah benar dan apakah model konseptual representasi valid dari sistem nyata. Bersamaan dengan kriteria evaluasi model, kita harus spesifikasikan siapa yang akan mengaplikasikan kriteria dan menilai seberapa dekat kriteria itu memenuhi apa yang sebenarnya.

Aturan Verifikasi dan Validasi Dalam Simulai

b. Validasi Model Konseptual
Validasi model konseptual adalah proses pembentukan abstraksi relevan sistem nyata terhadap pertanyaan model simulasi yang diharapkan akan dijawab. Validasi model simulasi dapat dibayangkan sebagai proses pengikat dimana analis simulasi, pengambil keputusan dan manajer sistem setuju aspek mana dari sistem nyata yang akan dimasukkan dalam model, dan informasi apa (output) yang diharapkan akan dihasilkan dari model. Tidak ada metode standar untuk validasi model konseptual, kita hanya akan melihat beberapa metode yang berguna untuk validasi.

c. Representasi Kejadian Sistem
Metode ini menggunakan graf kejadian seperti yang digunakan dalam pengembangan model
simulasi. Teknik pembuatan grafnya juga sama. Kita harus mendefinisikan dengan jelas relasi kondisional antar kejadian. Representasi graf dapat digunakan sebagai jembatan ke model logis (model diagram alur) juga sebagai alat bantu komunikasi antara analis simulasi, pengambil keputusan dan manajer. Hampir sama dengan graf kejadian adalah model diagram alur, merepresentasikan aliran entitas melalui sistem.

d. Identifikasi Eksplisit Elemen yang Harus Ada dalam Model
Pada umunya model konseptual tidak dapat memasukkan semua detil sistem nyata, melainkan hanya elemen yang relevan dengan pertanyaan yang diharapkan akan dijawab. Dalam pembuatan model konseptual, semua kejadian, fasilitas, peralatan, aturan operasi, variabel status, variabel keputusan dan ukuran kinerja harus jelas diidentifikasikan dan akan menjadi bagian dari model simulasi. Kita juga harus mengidentifikasikan dengan jelas semua elemen yang tidak akan dimasukkan dalam model simulasi. Analis simulasi, pengambil keputusan dan manajer harus bergabung untuk memutuskan berapa banyak sistem nyata harus dimasukkan untuk menghasilkan representasi valid sistem nyata.

e. Verifikasi dan Validasi Model Logis
Bentuk model logis tergantung dari bahasa pemrograman yang akan digunakan. Jika model konseptual sudah dibangun dengan baik, verifikasi model konseptual bukan pekerjaan kompleks. Ada beberapa pertanyaan yang harus dijawab sebelum kita yakin bahwa model logis merepresentasikan model konseptual. Salah satu pendekatan yang digunakan untuk verifikasi model logis adalah dengan fokus pada:
1. apakah kejadian dalam model diproses dengan benar?
2. apakah rumus matematika dan relasi dalam model valid?
3. apakah statistik dan ukuran kinerja diukur dengan benar?

f. Verifikasi Statistik dan Ukuran Kinerja
Kesalahan umum yang terjadi dalam pemodelan simulasi adalah gagal memperbaharui statistik relevan dan ukuran kinerja secara tepat ketika suatu kejadian terjadi. Salah satu cara yang dapat digunakan untuk verifikasi bahwa statistik dan ukuran kinerja diperbaharui dengan benar adalah menggunakan graf kejadian. Dalam kebanyakan bahasa simulasi, beberapa tipe ukuran statistik dapat dikumpulkan secara otomatis saat simulasi dieksekusi. Oleh karena itu, ukuran statistik dibangun dalam metode yang transparan ke analis, sehingga mengurangi kesempatan kesalahan statistik.

Ketika model logis dibangun, adalah penting melakukan validasi bahwa sttaistik dan ukuran kinerja adalah satu-satunya yang perlu dijawab.

g. Verifikasi Model Komputer
Model komputer diverifikasi dengan menunjukkan bahwa program komputer adalah implementasi tepat model logis. Beberapa metode yang digunakan untuk verifikasi model komputer adalah unik terhadap simulasi, sementara metode verifikasi lain sama dengan yang digunakan dalam setiap pengembangan perangkat lunak lainnya. Verifikasi model komputer sangat tergantung dengan bahasa pemrograman yang digunakan dan tidak ada metodologi umum yang disetujui. Verifikasi model komputer sering membutuhkan imaginasi dan keahlian tinggi analis, dan ini adalah satu aktivitas dalam proyek simulasi yang dilakukan tanpa bantuan pengambil keputusan dan manajer.
Verifikasi model komputer dapat dilakukan dengan:
1. Metode pemrograman terstruktur
2. Penelusuran model simulasi
3. Pengujian
4. Pengujian relasi logis
5. Verifikasi dengan model analitis
6. Verifikasi menggunakan grafik

h. Penelusuran Simulasi
Beberapa bahasa simulasi menyediakan kemampuan-terpasang penelusuran simulasi sebagaimana terjadinya. Ketika model simulasi diprogram menggunakan bahasa umum, tentu saja analis harus membangun kemampuan penelusuran dalam kode program. Ketika membangun memprogram model logika, mekanisme penelusuran simulasi harus dimasukkan sebagai bagian dari disain program dan tidak ditutupi ketika ada kesalahan dalam program komputer.

Pengujian
Dua pendekatan pengujian adalah bottom-up dan top-down. Pada pendekatan bottom-up, yang terendah, modul dasar pada umumnya diuji dan diverifikasi terlebih dahulu. Pendekatan kadang-kadang disebut dengan pengujian unit. Setelah modul dasar diuji, uji terintegrasi dilakukan dimana interface diantara kedua modul diuji. Pendekatan bottom-up ini berlanjut terus sampai model dapat diuji sebagai sistem tunggal. Bagian terpenting dalam pengujian adalah seleksi data uji. Keuntungan pengujian modul paling rendah terlebih dahulu adalah pengujian itu membutuhkan himpunan data uji yang lebih kecil daripada modul integrasi yang lebih besar. Modul dapat diuji menggunakan driver yang menurunkan data uji, dan kemudian modul dieksekusi. pada pendekatan top-down, pengujian dimulai dengan modul utama dan secara inkremntal bergerak turun ke modul paling rendah. Dalam pengujian top-down, rutin (routine) dummy dibutuhkan untuk mensimulasikan fungsi modul level paling rendah. Keuntungan pendekatan top-down adalah proses berlangsung secara logika, paralel dengan aliran program. Programmer dan manajer biasanya lebih menyukai pendekatan top-down karena keberlangsungna proses dapat dilihat. Setelah model diuji baik dengan pendekatan bottom-up ataupun top-down, model harus diuji coba dengan kondisi paling ekstrim. Jika dipilih dengan hati-hati, hasil simulasi dengan kondisi ekstrim dapat diprediksi.

i. Pengujian Relasi Logis
Relasi ini dapat didasarkan pada hukum konservasi atau secara statistik. Jika relasi ini tidak diperhatikan, maka program bukan implementasi benar dari model logis. Titik paling sesuai untuk memeriksa relasi itu adalah ketika model berjalan tahap demi tahap. Secara tipikal, kesalahan pemrograman tidak acak dan berdistribusi secara uniform, tetapi berkumpul secara kluster.

j. Validasi Model Simulasi
Persfektif Umum Simulasi:
1. Eksperimen dengan model simulasi untuk eksperimen sistem aktual
2. Kemudahan atau kesulitan dari proses validasi tergantung pada kompleksitas sistem yang dimodelkan
3. Sebuah model simulasi dari sebuah sistem yang kompleks hanya dapat menjadi pendekatan terhadap aktual sistem
4. Sebuah model simulasi sebaiknya selalu dibangun untuk sekumpulan tujuan tertentu
5. Sebuah buku catatan dari asumsi-asumsi model simulasi sebaiknya diupdate berkala
6. Sebuah model simulasi sebaiknya divalidasi relatif terhadap ukuran kinerja yang akan digunakan untuk pengambilan keputusan
7. Pembentukan model dan validasi sebaiknya dilakukan sepanjang pensimulasian
8. Pada umumnya tidak mungkin untuk membentuk validasi statistik secara formal diantara data output model dengan data output sistem aktual

Langkah 1. Membangun sebuah model dengan usaha melibatkan informasi semaksimal mungkin:
1. Melakukan observasi terhadap sistem
2. Memanfaatkan Teori yang ada
3. Memanfaatkan hasil dari Model simulasi yang sama dan relevan
4. Menggunakan pengalaman atau intuisi
5. Memanfaatkan Teori yang ada
6. Memanfaatkan hasil dari Model simulasi yang sama dan relevan
7. Menggunakan pengalaman atau intuisi

Langkah 2. Menguji asumsi-asumsi model secara empiris
Jika distribusi probabilitas secara teoritis cocok dengan observasi dan digunakan sebagai input untuk model simulasi, dapat diuji dengan pembuatan grafik dan uji goodness-of-fit Jika beberapa himpunan data diobservasi untuk fenomena random yang sama, maka perbaikan dari penggabungan data tersebut dapat ditentukan dengan uji Kruskal-Wallis Salah satu utiliti yang sangat berguna adalah analisis sensitivitas

Langkah 3. Menentukan seberapa representatif output Simulasi
Prosedur Statistik untuk membandingkan data output dari observasi dunia nyata dan simulasi:
1. Korelasi pendekatan inspeksi
2. Pendekatan pendugaan selang kepercayaan berdasarkan data independen
3. Pendekatan Time Series

Validasi model simulasi dilakukan dengan partisipasi analis, pengambil keputusan dan manajer sistem. Uji validasi model adalah apakah pengambil keputusan dapat mempercayai model yang digunakan sebagai bagian dari proses pengambilan keputusan.

Tidak ada teknik tunggal untuk melakukan validasi model. Prosedur validasi model simulasi tergantung dari sistem yang sedang dimodelkann dan lingkungan pemodelan. Beberapa metode validasi adalah:
1. perbandingan output simulasi dengan sistem nyata.
2. metode Delphi.
3. pengujian Turing.
4. perilaku ekstrim
k. Peperbandingan Output Simulasi dengan Sistem Nyata

Membandingkan output ukuran kinerja model simulasi dengan ukuran kinerja yang sesuai dari sistem nyata adalah metode yang paling sesuai untuk melakukan validasi model simulasi. Jika ukuran kinerja sistem nyata cukup tersedia, uji statistik umum seperti uji t digunakan dimana kita menguji hipotesis kesamaan nilai rata-rata. Kadang-kadang uji F juga dapat digunakan untuk menguji kesamaan ragam sistem nyata dengan model simulasi. Beberapa metode nonparametrik lainnya juga bisa digunakan, misalnya ChiSquare dan Kolmogorov Smirnov.

Perbandingan antara model dan sistem nyata merupakan perbandingan statistik dan perbedaan dalam performans harus diuji untuk signifikansi statistiknya. Perbandingan ini tidak bisa dilakukan dengan sederhana begitu, karena performans yang diukur menggunakan simulasi didasarkan pada periode waktu yang sangat lama, mungkin beberapa tahun. Kinerja yang diukur dalam sistem nyata sebaliknya didasarkan pada periode waktu singkat, mungkin hanya dalam ukuran minggu atau paling lama bulan. Kendala kedua, semua kondisi awal sistem, yang mempunyai pengaruh pada performans sistem secara umum tidak diketahui pada sistem nyata.

Permasalahan lainnya dalam membuat perbandingan statistikal antara sistem nyata dengan model simulasi adalah bahwa performan yang diukur dalam sistem nyata mungkin merefleksikan banyak elemen atau pengaruh dalam sistem yang dikeluarkan dari sistem. Contohnya, ukuran kinerja untuk sistem produksi mungkin memasukkan pengaruh seperti shift kerja panjang, liburan dan kecelakaan industri. Pengaruh ini elbih disukai dikeluarkan dari model simulasi karena pengaruhnya akan konstan untuk sembarang alternatif model simulasi yang diharapkan untuk dievaluasi.

Dalam banyak proyek model yang sedang disimulasikan, sistem nyata bahkan belum ada. Dalam kasus seperti itu, tidak ada ukuran kinerja sistem nyata yang dapat digunakan sebagai perbandingan dengan ukuran kinerja model simulasi. Cara terbaik mungkin mencari sistem yang mirip, tapi perbandingan seperti itu lemah.

l. Metode Delphi
Metode Delphi dikembangkan sebagai pendekatan ke analisis permasalahan ketika sangat sedikit data tersedia atau sistem nyata sedang dipertimbangkan. Dalam metode Delphi, sekelompok ahli terpilih membentuk panel yang akan menghasilkan jawaban konsensus terhadap pertanyaan yang diajukan ke mereka. Dalam lingkungan simulasi, panel mungkin terdiri dari manager dan pengguna sistem yang sedang dimodekan dan pertanyaan adalah tentang perilaku atau kinerja sistem di bawah kondisi operasi tertentu. Metode Delphi tidak memasukkan diskusi tatap muka, oleh karena itu terhindar dari ketegangan diskusi kelompok seperti dominasi peserta paling vokal. Metode dikembangkan oleh perusahaan RAND dan telah digunakan dalam berbagai bentuk.
m. Pengujian Turing

Metode ini diajukan oleh Alan Turing sebagai uji intelegensia buatan. Seorang ahli atau panel ahli menyediakan ringkasan gambaran atau laporan berdasarkan sistem nyata dan model simulasi. Jika ahli tidak dapat mengidentifikasi laporan berdasarkan output model simulasi, kredibilitas model ditingkatkan. Kesulitan utama validasi model menggunakan uji Turing adalah penyesuaian ukuran kinerja sistem nyata sehingga pengaruh tidak dimaksudkan sebagai bagian dari model simulasi dihilangkan.

3.3 Langkah-langkah Simulasi

a. Pahami persyaratan simulasi dan batas-batas sistem

b. Identifikasi
1) Faktor-faktor
2) Parameter
3) Ukuran-ukuran

c. Bangun model
1) Sistem
2) Worklab

d. Implementasi

e. V&V
1) Validasi : apakah sistem secara akurat menangkap performasi sistem yang menjadi perhatian? Apakah model ini valid?
2) Verifikasi : apakah implementasi secara akurat mengimplementasikan model?

f. Perencanaan eksperimen initial
Tentukan bagaimana faktor-faktor akan divariasikan, termasuk relasi satu dengan lainnya

g. Analisa sensitivitas
Tentukan faktor-faktor yang mempunyai efek terbesar

h. Perbaiki desain eksperimen
1) Koleksi data simulasi
2) Analisa data dan interprestasi
3) Presentasi hasil

BAB IV
PEMBAHASAN

4.1 Tabel Simulasi Manual di Gundaling

4.2 Tabel Event-oriented Description of Gundaling

4.3 Hasil Wawancara

 

BAB V
KESIMPULAN

Dari hasil survey yang kami lakukan di Gundaling kami menarik kesimpulan bahwa dengan menggunakan teknik simulasi kami dapat mengetahui dan menilai kinerja petugas pada saat pelayanan kepada pelanggan dan jam sibuk yang terjadi di Gundaling. Tingkat kesibukan petugas di Gundaling pada tanggal 23 Oktober 2016 adalah 94,03%.

Selain itu kami mengetahui bahwa tingkat produktivitas tenaga kerja tidaklah tetap hanya dengan mengukur dari antrian yang dilakukan kurang lebih 2-4 jam, karena pada dasarnya tingkat kebutuhan masyarakat tidaklah menentu, namun dengan menggunakan metode-metode simulasi bisa mewakili dari produktivitas yang sesungguhnya.

DAFTAR PUSTAKA

  • http://whandany.blogspot.co.id/2011/07/langkah-pembuatan-model-simulasi.html
  • http://joni1307100038.blogspot.co.id/2009/08/pengertian-teknik-simulasi.html
  • https://web.facebook.com/Gundaling-Belinken-397717200258541/

Lampiran

Semoga apa yang saya share ini bisa bermanfaat untuk sobat sekaian. btw itu foto yang dilampiran teman saya namanya M. Andilian Sidik (Leong). Terima kasih.

Bagi yang mau download filenya tinggal klik tombol download dibawah
DOWNLOAD

Unduh File dan Berikan Penilaian :

Keaslian Artikel
Tingkat Kebenaran

Rating

Terima kasih telah memberikan review pada artikel Laporan Teknik Simulasi dan Pemodelan Studi Kasus di Gundaling, sehingga kami dapat mengetahui dan bekerja lebih baik lagi.

User Rating: 5 ( 2 votes)

About Susantokun

Seorang pemuda tampan yang sedang berjuang untuk mencari modal nikah.
Lahir di Bumi ini atas perjuangan Ayah dan Ibu yang senantiasa membuat dan mengeluarkan sehingga lahirlah Susanto pada tanggal 27 Maret 1996 di Cianjur – Jawa Barat.

Check Also

Cara Menyambungkan Webiste PHP Dengan Database MySQL

Cara Menyambungkan Webiste PHP Dengan Database MySQL

Cara Menyambungkan Webiste PHP Dengan Database MySQL – Kali ini kita akan langsung membuat koneksi …

error: Content is protected !!