36
1 PEMODELAN DAN PEMODELAN DAN MANAJEMEN MODEL MANAJEMEN MODEL OLEH M . Fazri Pasaribu, ST,MT

Simulasi 2

Embed Size (px)

Citation preview

Page 1: Simulasi 2

1

PEMODELAN DAN PEMODELAN DAN MANAJEMEN MODELMANAJEMEN MODEL

OLEH

M . Fazri Pasaribu, ST,MT

Page 2: Simulasi 2

Indrawani.S/SPK/09 2

PENGEMBANGAN MODELPENGEMBANGAN MODEL

1. Konsep Model

2. Pengembangan Model

3. Klasifikasi Model

4. Formulasi model

5. Siklus Model

Page 3: Simulasi 2

Indrawani.S/SPK/09 3

I. KONSEP MODEL

Model diartikan sebagai tiruan dari kondisi sebenarnya, dengan kata lain model di-definisikan sebagai representasi atau for-malisasi dari suatu sistem nyata, atau pe-nyederhanaan dari gambaran sistem nyata.

Sistem nyata merupakan sistem yang sedang berlangsung dlm kehidupan, sistem yg dijadikan titik perhatian permasalahan.

Page 4: Simulasi 2

Indrawani.S/SPK/09 4

Secara umum model digunakan untuk mem-berikan gambaran (description), memberikan penjelasan (prescription), dan memberikan perkiraan (prediction) dari realitas yang di-selidiki.

Menurut Siregar (1991), suatu model baik memiliki karakteristik sbb :

1. Tingkat generalisasi yang tinggi.

Page 5: Simulasi 2

Indrawani.S/SPK/09 5

Semakin tinggi derajat generalisasi suatu model, maka semakin baik sebab kemam-puan model untuk memecahkan masalah semakin besar.

2. Mekanisme transparansi

Suatu model dikatakan baik jika dapat meli-hat mekanisme suatu model dalam meme-cahkan masalah, artinya kita dpt menerang-kan kembali tanpa ada yg disembunyikan.

Page 6: Simulasi 2

Indrawani.S/SPK/09 6

3. Potensial untuk dikembangkan

Suatu model yg berhasil biasanya mampu membangkitkan minat (interest) peneliti lain untuk menyelidikinya lebih jauh.

4. Peka terhadap perubahan asumsi

Proses pemodelan tidak pernah berakhir (selesai), selalu memberi celah untuk mem-bangkitkan asumsi.

Page 7: Simulasi 2

Indrawani.S/SPK/09 7

Dalam mengkonfirmasikan salah satu karak-teristik model, yaitu penyederhanaan sistem nyata. Ada 3 (tiga) bentuk proses penyeder-hanaan sistem nyata dalam studi ttg sistem :

1. Analisis sistem (system analysis)

2. Perancangan sistem (system design)

3. Postulasi sistem (system postulation).

Page 8: Simulasi 2

Indrawani.S/SPK/09 8

1. Analisis Sistem

Analisis sistem dilakukan untuk memahami bagaimana suatu sistem yg diusulkan dapat beroperasi. Idealnya, seorang analis bereks-perimen langsung dengan sistem tersebut. Akan tetapi kenyataan yg dilakukan adalah membangun model sistem tersebut dan me-nyelidiki perilakunya melalui model tersebut. Hasil yg diperoleh kemudian ditaksirkan dlm terminologi performasi sistem.

Page 9: Simulasi 2

Indrawani.S/SPK/09 9

2. Perancangan Sistem

Sasaran perancangan sistem adalah meng-hasilkan suatu sistem yg memenuhi bebe-rapa spesifikasi. Parameter-parameter atau komponen-komponen sistem tsb diseleksi atau direncanakan oleh perancang, dan secara konseptual dapat dipilih salah satu kombinasi khususnya untuk membangun suatu sistem. Sistem yg diusulkan dimodel-kan kemudian performansinya diperkirakan berdasarkan perilaku model.

Page 10: Simulasi 2

Indrawani.S/SPK/09 10

Jika performansi yg diperkirakan ini sesuai dengan performansi yg diinginkan, rancang-an diterima, akan tetapi jika tidak sistem di-rancang ulang dan keseluruhan proses dila-kukan kembali.

Page 11: Simulasi 2

Indrawani.S/SPK/09 11

3. Postulasi Sistem

Postulasi sistem adalah karakteristik cara penerapan model dalam studi-studi sosial, politik, dan kedokteran, yg perilaku sistemnya diketahui tetapi proses yg menghasilkan peri-lakunya tidak diketahui.

Sejumlah hipotesis mengenai sekumpulan entiti atau aktivitas yg diduga kuat sebagai penyebab harus dibuat, agar perilaku yg di-amati dapat dijelaskan.

Page 12: Simulasi 2

Indrawani.S/SPK/09 12

Studi akan membandingkan respon model yg didasarkan pada hipotesis ini dgn perilaku yg diketahui. Jika ditemukan kesesuaian, dapat diasumsikan bahwa struktur model sudah relevan dengan sistem nyata dan sistem nyata tsb dapat dipostulasikan.

Alasan lain yg mendorong orang utk mem-buat model adalah kenyataan bahwa hanya sebagian saja komponen-komponen pada

Page 13: Simulasi 2

Indrawani.S/SPK/09 13

suatu sistem nyata yg benar-benar menentu-kan perilaku sistem untuk suatu persoalan yg sedang diamati. Hal ini mengisyaratkan bhw penggunaan model merupakan penyeder-hanaan validitasnya.

Ada 4 (empat) prinsip membangun model :

1. Keterorganisasian

2. Relevansi

Page 14: Simulasi 2

Indrawani.S/SPK/09 14

3. Keakuratan

4. Tingkat agregasi Prinsip pengembangan model :

1. Elaborasi

2. Analogi

3. Dinamis

Page 15: Simulasi 2

Indrawani.S/SPK/09 15

II. PENGEMBANGAN MODEL

Secara umum pengembangan model suatu sistem mengandung 2 (dua) tahapan proses, yaitu :1. Pembuatan struktur model, yaitu menetap- kan batas-batas sistem yg akan memisah- kan sistem dari lingkungannya, dan mene-

tapkan komponen-komponen pembentuk sistem yg akan diikutsertakan atau dike-

luarkan dari model.

Page 16: Simulasi 2

Indrawani.S/SPK/09 16

Dalam menetapkan keduanya, harus di-

ingat bahwa model harus lengkap, valid,

tetapi juga cukup sederhana.

2. Pengumpulan data, yaitu utk mendapat-

kan besaran-besaran atribut komponen yg

dipilih, dan utk mengetahui hubungan yg

terjadi pada aktivitas-aktivitas sistem.

Page 17: Simulasi 2

Indrawani.S/SPK/09 17

III. KLASIFIKASI MODEL

Gordon (1989) mengklasifikasi model :

1. Model Fisik

2. Model Matematika

3. Model Statis

4. Model Dinamis

5. Model Analitis

6. Model Neumerik

7. Model Simulasi

Page 18: Simulasi 2

Indrawani.S/SPK/09 18

1. Model Fisik

Model fisik didasarkan pd beberapa analogi antara sistem-sistem seperti mesin dengan listrik atau listrik dgn hidrolika. Atribut-atribut model fisik dipresentasikan dgn pengukuran-pengukuran yg ditunjukkan oleh jarum pada alat ukur. Aktivitas-aktivitas sistem dicermin-kan oleh hukum-hukum fisika yg membangun model.

Page 19: Simulasi 2

Indrawani.S/SPK/09 19

2. Model Matematika

Model matematika menggunakan notasi dan persamaan-persamaan matematika untuk mempresentasikan sistem. Atribut-atribut di-nyatakan dengan variabel-variabel dan aktivi-tas-aktivitas dinyatakan dgn fungsi matema-tika yg menjelaskan hubungan antar variabel-variabel tersebut.

Page 20: Simulasi 2

Indrawani.S/SPK/09 20

3. Model Statis

Model-model dlm katagori statis, baik fisik atau matematika, memiliki nilai-nilai atribut yg berbeda dlm keadaan seimbang. Jika kese-imbangan diganggu dgn memberikan nilai-nilai baru pada salah satu atribut, sistem akan mencapai suatu keseimbangan baru, dengan nilai atribut yg baru pula. Perubahan itu sendiri tidak dapat diterangkan.

Page 21: Simulasi 2

Indrawani.S/SPK/09 21

4. Model Dinamis

Model dinamis menunjukkan perubahan se-tiap saat akibat aktivitas-aktivitasnya. Per-ubahan yg terjadi dlm sistem dapat diturun-kan sebagai fungsi waktu.

Page 22: Simulasi 2

Indrawani.S/SPK/09 22

5. Model Analitis

Model analitis adalah model yg penyelesaian-nya dilakukan dgn teknis analitis, artinya di-lakukan dgn menggunakan deduksi teori-teori matematika. Solusi yang diberikan model-model jenis ini adalah langsung dan bersifat umum. Suatu model persamaan matematika yg merepresentasikan lintasan gerak suatu objek, misalnya dapat diselesaikan secara langsung dgn teknik analitik, utk mendapat-kan nilai atribut yg bersifat umum, seperti kecepatan maksimum, dan percepatan maksimum.

Page 23: Simulasi 2

Indrawani.S/SPK/09 23

6. Model Numerik

Model numerik adalah model yg diselesaikan dgn teknik numerik yg menghasilkan solusi melalui tahapan-tahapan perhitungan iteratif. Model ini mampu memberikan solusi yg ber-sifat khusus, yaitu pd keadaan-keadaan tertentu. Dengan mengguna-kan contoh model matematika lintasan gerak objek, nilai-nilai atribut pada keadaan tertentu dapat juga di-ketahui dengan teknik numerik. Kelebihan model ini dari model analitik adalah pada kemampuan menyelesaikan persoalan-persoalam yg kompleks.

Page 24: Simulasi 2

Indrawani.S/SPK/09 24

7. Model Simulasi

Emshoff (1970) mendefinisikan simulasi se-bagai suatu model sistem yg komponen-komponennya direpresentasikan oleh proses-proses aritmatik dan logika yg ada pada komputer, utk memperkirakan sifat-sifat dinamis sistem tertentu.

Dalam simulasi, informasi mengenai keadaan sistem diperoleh melalui tahapan-tahapan perhitungan waktu/selang waktu ke waktu/ selang waktu berikutnya.

Page 25: Simulasi 2

Indrawani.S/SPK/09 25

IV. FORMULASI MODEL

Konsep formulasi model merupakan awal membangun model formal yg menunjukkan ukuran performansi sistem sebagai fungsi dari variabel-variabel model. Secara grafis besar, langkah-langkah konsep formulasi model ditunjukkan pada gambar berikut :

Page 26: Simulasi 2

Indrawani.S/SPK/09 26

MASALAH SISTEM-Latar belakang Masalah

- Identifikasi Masalah- Pembatasan Masalah- Definisikan Masalah

MASALAH SISTEM-Latar belakang Masalah

- Identifikasi Masalah- Pembatasan Masalah- Definisikan Masalah

AsumsiAsumsi

PEMAHAMAN SISTEM- Elemen- Relasi- Atribut

PEMAHAMAN SISTEM- Elemen- Relasi- Atribut

MODEL KONSEPTUALMODEL KONSEPTUAL

VARIABEL MODEL- Identifikasi Variabel- Klasifikasi Variabel

- Definisi Operasional Variabel

VARIABEL MODEL- Identifikasi Variabel- Klasifikasi Variabel

- Definisi Operasional Variabel

FORMULASI MODEL- Fungsi dan Relasi Variabel- Ukuran Performansi Sistem

- Model Formal

FORMULASI MODEL- Fungsi dan Relasi Variabel- Ukuran Performansi Sistem

- Model Formal

Gbr. Tahap-tahap konsep Formulasi Model

Page 27: Simulasi 2

Indrawani.S/SPK/09 27

V. SIKLUS MODEL

Konsep dan ide dasar untuk pemodelan memben-tuk siklus model yang meliputi 3 fase pengem-bangan, yaitu :

1. Fase Penentuan Masalah

2. Fase Pengembangan Model

3. Fase Pengambilan Keputusan

Page 28: Simulasi 2

Indrawani.S/SPK/09 28

Komunikasimasalah

Komunikasimasalah

Formulasimasalah

Formulasimasalah

ModelModel

Penetapan Sistemdan Tujuannya

Penetapan Sistemdan Tujuannya

ModelKonseptual

ModelKonseptual

ModelKomunikatif

ModelKomunikatif

PemogramanModel

PemogramanModel

ModelEksperemental

ModelEksperemental

HasilModel

HasilModel

Integrasi Penunjang Keputusan

Integrasi Penunjang Keputusan

Pembuat

Keputusan

Presentasi dari

Hasil Model

Formulasi Model

Representasi Model

Pemrograman

Perancangan Eksperemen

Eksperimen

Gbr. Siklus Pengembangan Model

Tahap pendukungkeputusan

Tahap penentuanmasalah

Tahap pengembanganModel

Page 29: Simulasi 2

CONTOH PERMODELAN DAN SIMULASI (1) Diketahui peta dari suatu wilayah seperti gambar disebelah kanan. Berapakah luas dari wilayah tersebut bila diketahui skala perbandingannya.

Luas tidak dapat dihitung menggunakan rumus integral atau metode numerik karena tidak mempunyai fungsi f(x) tertentu.

Metode Monte Carlo dapat digunakan untuk mensimulasikan perhitungan luas.

Page 30: Simulasi 2

CONTOH PERMODELAN DAN SIMULASI (2) Diketahui kota-kota yang harus

dilalui oleh seorang sales dimana dia harus melalui semua kota dan satu kota hanya boleh dilalui satu kali.

Permasalahan ini dinamakan dengan Traveling Salesman Problem (TSP)

Metode Monte Carlo dan Simulated Annealing dapat digunakan untuk mensimulasikan penyelesaian TSP

Page 31: Simulasi 2

CONTOH PERMODELAN DAN SIMULASI (3)

Diketahui pada sebuah kota terjangkit suatu wabah penyakit tertentu.

Bagaimana dapat mengetahui pola penyebaran penyakit tersebut, masa penyebaran, pemakaian imun dan vaksin tertentu?

Ini membutuhkan program untuk mensimulasikan kejadian penyebaran wabah penyakit.

Model semacam ini dinamakan dengan Model Epidemik.

Page 32: Simulasi 2

CONTOH PERMODELAN DAN SIMULASI (4)

Pembuatan game of life merupakan suatu program simulasi untuk menggambarkan gerakan kehidupan.

Game of life dapat disimulasikan menggunakan konsep Cellular Automata

Page 33: Simulasi 2

MANFAAT/KELEBIHAN SIMULASI

Simulasi adalah satu-satunya cara yang dapat digunakan untuk

mengatasi masalah, jika :

1. Sistem nyata sulit diamati secara langsung

Contoh : Jalur penerbangan pesawat ruang angkasa atau satelit.

2. Solusi Analitik tidak bisa dikembangkan, karena sistem sangat

kompleks.

3. Pengamatan sistem secara langsung tidak dimungkinkan, karena :

sangat mahal

- memakan waktu yang terlalu lama

- akan merusak sistem yang sedang berjalan.

Page 34: Simulasi 2

KELEMAHAN SIMULASI (1)1. Simulasi tidak akurat.

Teknik ini bukan proses optimisasi dan tidak menghasilkan

sebuah jawaban tetapi hanya menghasilkan sekumpulan output dari sistem pada berbagai kondisi yang berbeda. Dalam banyak kasus, ketelitiannya sulit diukur.

2. Model simulasi yang baik bisa jadi sangat mahal, bahkan sering dibutuhkan waktu bertahun-tahun untuk mengembangkan model yang sesuai.

Page 35: Simulasi 2

KELEMAHAN SIMULASI (2)

3. Tidak semua situasi dapat dievaluasi dengan simulasi.

Hanya situasi yang mengandung ketidak-pastian yang dapat dievaluasi dengan simulasi. Karena tanpa komponen acak semua eksperimen simulasi akan menghasilkan jawaban yang sama.

4. Simulasi menghasilkan cara untuk mengevaluasi solusi, bukan menghasilkan cara untuk memecahkan masalah.

Jadi sebelumnya perlu diketahui dulu solusi atau pendekatan solusi yang akan diuji.

Page 36: Simulasi 2

APLIKASI MODEL SIMULASI

• Design dan analisa sistem manufaktur

• Mengetahui kebutuhan sofware dan hardware untuk sebuah

sistem komputer.

• Mengevaluasi sistem persenjataan baru, dalam bidaang militer

• Menentukan pengaturan dalam sistem inventory/persediaan.

• Mendesign sistem transportasi

• Mendesign sistem komunikasi

• Mengevaluasi sistem pelayanan dalam bidang perbankan.

• Mengevaluasi sistem ekonomi dan finansial.