BAB3. LANGKAH-LANGKAHSIMULASI

Tujuan Instruksional Umum

Tujuan Instruksional Khusus

Mahasiswa dapat menguraikan langkah-langkah dalam simulasi1. Mahasiswa dapat menguraikan elemen

analisis simulasi2. Mahasiswa dapat menguraikan sistem yang

akan dimodelkan3. Mahasiswa dapat mengidentifikasikan

teknik pengumpulan data dan analisis data4. Mahasiswa dapat menyebutkan model

simulasi5. Mahasiswa mengerti peran dan makna

verifikasi dan validasi model6. Mahasiswa dapat mengerti manfaat

percobaan dan optimasi7. Mahasiswa dapat menguraikan

implementasi hasil simulasi

3.1. Pendahuluan

Simulasi dilakukan mengikuti beberapa langkah, seperti yang dapat dilihatpada Gambar 3.1. Permodelan simulasi diawali dengan kegiatan memformulasikanmasalah dan membuat rencana pemecahannya. Jika formulasi masalah dan rencanapemecahan sudah jelas, data yang dibutuhkan sudah diketahui dan dapatdikumpulkan. Model juga sudah dapat didefinisikan. Uji validitas dilakukanterhadap model yang sudah terbentuk.

3.2. Formulasi Permasalahan

Formulasi masalah merupakan suatu langkah yang sangat penting dalamperancangan model simulasi. Formulasi masalah yang tidak tepat tidak akanmungkin menghasilkan model yang tepat (akurat). Formulasi masalah merupakansuatu kegiatan untuk memilih satu permasalahan yang dianggap paling pentinguntuk diselesaikan saat itu dari sekianbanyak permasalahan.

3.1.l.Variabel dan pembatasHal-hal berikut diungkapkan dalam formulasi masalah:

· Identifikasi keputusan dan variabel yang tidak dapat dikontrol· Spesifikasipembatas variabel keputusan

61

-- --- - ---

. Mendefinisikan ukuran kinerja sistem dan fungsi tujuan

. Mengembangkan model struktur awal yang menghubungkan variabel sistemdan ukurankinerja

Formulasikan Masalah & Buat Rencana Pemecahannya

Kumpulkan Data dan Definisikan Modelnya

!Uji Validitas (Model)

!Buat Program Komputer

!Jalankan Programnya

!Uji Validitas

!Rancang Percobaan

!Jalankan Produksi

!Analisis Data Output

Penyimpanan Hasil dan Program yang Dipakai

Gambar 3.1. Langkah - langkah model simulasi

62

Setelah manajemen memutuskan permasalahan yang akan diselesaikan dalammodel simulasi, maka langkah selanjutnya adalah menentukan variabel yangmendefinisikan sistem dan outputnya. Variabel dapat dikategorikan sebagaivariabel eksogenus dan endogenus. Variabeleksogenus kadang-kadang disebutjugasebagai variabel input sedangkan variabel endogenus disebut juga sebagai variabeloutput.

Variabel eksogenus ada di luar sistem dan tidak terikat dengan model. Di sisilain, variabel endogenus ada dalam sistem dan mernpakan fungsi variabeleksogenus. Variabel eksogenus terdiri dari variabel yang dapat dikontrol dan tidakdapat dikontrol. Variabel eksogenus yang dapat dikontrol dapat dimanipulasipengambil keputusan, sedangkan variabel eksogenus yang tidak dapat dikontroltidak dapat dimanipulasi pengambil keputusan. Jadi untuk menyelesaikanpermasalahan yang dihadapi manajemen, menggunakan model simulasi, merekahanya dapat memanipulasi variabel eksogenus yang dapat dikontrol. Penentuanvariabel sebagai terkontrol atau tidak tergantung dari kemampuan pengambilkeputusan mengendalikan sumber daya.

Variabel eksogenus yang dapat dikontrol kadang-kadang disebut denganvariabel keputusan. Variabel eksogenus yang tidak dapat dikontrol kadang-kadangdisebut dengan parameter sistem. Sumber daya yang membatasi dalam mencapaitujuan juga hams didefinisikan dengan tepat. Permasalahan timbul karena adanyabatasan-batasan dalam sistem.

Ukuran kinerja sistem bisa lebih dari satu. Pengoptimalan salah satunya bisasaling bertentangan dengan ukuran kinerja lainnya. Pengambil keputusan hamsdapat memilih ukuran kinerja yang paling tepat untuk tujuan optimasi.

Detail model tergantung dari tujuan pengembangan model dan kontribusimarjinal penambahan detail. Kompleksitas model ditentukan secara subjektif,dengan cara coba-coba yang diturnnkan dari perkiraan biaya marjinal yang hamsdikeluarkan untuk mendapatkan data dan relasi dalam model terhadap akurasitambahan yang dapat diberikan.

3.3. Pengumpulan DataData diperlukan untuk percobaan model. Verifikasidan validasi model dapat

dilakukan dengan adanya data. Dalam validasi dan verifikasi, analisis mengujiseberapa dekat model yang dibuat dapat menirn sistem aslinya denganmembandingkan output model dengan kinerja sistem. Output akan diperoleh jika

63

--

-- --

simulasi dijalankan untuk data tertentu. Data bisa diperoleh dengan pengamatan danpelaporan pribadi, atau dengan membangkitkan bilangan acakjika data historisnyasudah ada. Cara kedua ini khususnya digunakan untuk model probabilistik. Ukuransampel tergantung dari biaya yang bersedia dikeluarkanuntuk keakuratan tertentu.

3.4. Pengembangan ModelPemahaman yang baik akan sistem sebenamya sangat diperlukan dalam

membentuk model dan merupakan hal yang sulit juga untuk dilakukan. Tidak adapendekatan yang baku dalam membentuk model. Ada dua pendekatan yang dapatkita gunakan, yaitu pendekatan aliran fisik danperubahan status. Dalam pendekatanaliran fisik, pemrosesan atau perpindahan entitas secara fisik ditunjukkan dalammodel. Keberadaan entitas ini dilacak dalam sistem selama proses penjalanansimulasi, untuk mengetahui entitas sedang diproses dimana dan pencabangan aturankeputusan untuk menentukan rutenya. Diagram alur entitas dan pemrosesan elemensistem memberikan representasi sistem darimana model dan pemrogramankomputemya dikembangkan. Dalam pendekatan perubahan status, kita memerlukanvariabel status (termasuk dalam klasifikasi variabel endogenus) dan kejadian.

Kita dapat bedakan model yang akan kita bangun ke dalam model konseptual,logika dan simulasi. Penggolongan ini akan memudahkan dalam membentuk modelsimulasinya.· Model konseptual :menggambarkan sistem secara konsep, dapat secara verbal

atau menggunakan grafik.· Model logika : menerjemahkan model konseptual ke dalam bentuk suatudiagram alur atau algoritma.· Model simulasi :menerjemahkan modellogika ke dalamprogram komputer

3.5. Verifikasi dan ValidasiVerifikasi dan validasi dilakukan untuk ketiga model (konseptual, logika dan

simulasi). Model valid jika ukuran outputnya sangat dekat dengan ukuran sistemnyata yang sesuai. Validasi menunjukkan seberapa akurat model memprediksikejadian mendatang. Prediksi kejadian masa mendatang harus didahului prediksinilai variabel input.

3.6. Percobaan model dan optimasiAnalisis output menggunakan metode statistik. Teknik statistik yang

umumnya digunakan adalah rancangan percobaan, dan metode respon permukaan.Dalam melakukan analisis output, sistem dibedakan menjadi dua (2) jenis. Jenispertama adalah sistem yang memiliki masa akhir (terminating), yaitu semua

64

kegiatan berlangsung pada periode tertentu dan akan ditutup untuk istirahat padawaktu yang sudah ditentukan. Sistem akan mulai beroperasi kembali untuk memulaiperiode berikutnya. Contoh dari sistem ini adalah hampir semua aktivitas kantor.Pada umumnya kantor mulai beraktivitas jam 09.00 pagi lalu akan tutup jam 17.00untuk istirahat, dan akan beraktivitas kembali pada hari berikutnya dan jam yangsarna.

Jenis kedua adalah sistem yang tidak mempunyai akhir secara nyata padaperiode tertentu (tidak terminating). Padajenis ini, tidak ada kejadian spesifik yangmengakhiri kegiatan sistem. Sistem akan tetap beraktivitas kecuali ada kerusakandari sub sistem atau komponen lainnya yang memaksa sistem untuk berhenti.Contoh dari sistem ini adalah pabrik otomasi yang bekerja sepanjang hari, sepanjangminggu, bulan, dan tahun. Contoh lainnya dalam industri jasa adalah layanantelepon 24jam sehari.

3.7Analisis OutputAnalisis output menggunakan metode statistik. Teknik statistik yang

umumnya digunakan adalahpendugaan parameter dan uji hipotesis. Bagian ini akandibahas secara khusus dan detail pada bab 8.

65

--

Daftar Pustaka

1. Hoover, Stewart V. Dan Perry, Ronald F. Simulation: A Problem SolvingApproach. Addison-WesleyPublishing-Company, Massachusetts. 1989.

2. Banks, Jerry, Carson II, J. Dan Nelson, B.L. Discrete-Event SystemSimulation. Prentice-Hall International, Inc., London. 1984.

3. Law, Averill M. Dan Kelton, David W. Simulation Modeling and Analysis.McGraw-Hill Inc., Singapore. 1991.

4. Peg~en, C. Dennis, Shannon, Robert E. Dan Sadowski, Randall P.Introduction to Simulation Using SIMAN. McGraw-Hill, Inc., Singapore.1995.

66