Resume
Simulasi Komputer II
Model
Building
Model
building adalah suatu proses penulisan perintah untuk masukan data, pengolahan
data, dan output dari hasil pengolahan data. Atau dengan kata lain, model
building adalah proses menerjemahkan konsep model sebuah sistem kedalam
simulasi.
Tahapan
dalam membuat model yaitu :
1. Mengobservasi
sistem nyata.
Yaitu kita memperhatikan bagaimana perilaku sistem
yang akan kita modelkan di dalam sistem nyata, sehingga kita dapat membuat
model konseptual yang mirip dengan sistem nyata.
2. Membangun
model konseptual dan melakukan validasi kinerja model konseptual.
Pada tahap ini, kita membangun model konseptual
berdasarkan perilaku dan interaksi antar elemen sistem nyata. Jadi kita harus
memperhatikan input, proses dan output dari sistem nyata.
3. Menerjemahkan
model konseptual ke dalam model komputer dan verifikasi.
Setelah membuat model konseptual, kita menginput
model tersebut ke dalam komputer dan kita verifikasi perwujudan dari sistem
nyata dengan model konseptual.
4. Kalobrasi,
verifikasi dan validasi setiap langkah yang digunakan.
Kalibrasi kita gunakan untuk mengukur tingkat
kesesuaian antar sistem nyata dan model konseptual, Verifikasi kita gunakan
untuk melihat apakah perwujudan dari model konseptual sama dengan sistem nyata,
sedangkan validasi kita gunakan untuk melihat performansi dari model konseptual
apakah sudah menggambarkan atau tidak.
Verifikasi
dan Validasi
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 mode
konseptual simulasi (sebagai tandingan program komputer) adalah representasi
akurat dari sistem nyata yang sedang dimodelkan (Law dan Kelton, 1991).
Verifikasi
dan Validasi di gunakan untuk membangun model simulasi yang kredibel/ dapat
dipercaya.
Model
konseptual kita validasi berdasarkan analisis dan data, Namun sebelum validasi
data dan analisis kita harus verifikasi terlebih dahulu data dan analisisnya. Kemudian
jika sudah valid maka program simulasi kita verifikasi perogramnya. Kemudian
kita lakukan validasi kembali untuk mengetahui hasil simulasi dengan
menjalankan model tersebut.
Analisis Output di gunakan untuk menunjukkan hasil
hipotesa apakah hasil tersebut >, <, = atau ≠. Namun pada analisis output
kita tidak hanya sampai kepada hasil hipotesa saja, tetapi kita harus melakukan
analisis penyebab hasil hipotesa tersebut.
Terminating simulation kita lakukan jika kita ingin
perilaku sistem pada suatu periode waktu tertentu, jadi waktu awal dan waktu
akhir telah kita tentukan terlebih dahulu.
Nonterminating simulation kita lakukan jika kita ingin
mengamati perilaku sistem dalam kondisi steady state dimana secara teoritis
dapat berjalan terus menerus tanpa ada perubahan perilaku secara statistik.
Comparing
System
Tujuan
dari comparing sistem adalah untuk mengetahui sistem yang memiliki nilai
kinerja yang lebih baik di bandingkan sistem lainnya. Alat yang di gunakan
untuk pengujian adalah uji hipotesa.
Uji
hipotesa yaitu sebuah pernyataan atau dugaan terhadap satu atau lebih populasi atau
sebuah pernyataan mengenai parameter dari sebuah distribusi.
Metode
yang digunakan :
1.
Welch Confidence Interval : mensyaratkan bahwa observasi yang diambil dari
masing-masing populasi terdistribusi normal dan independen dalam populasi dan
antar populasi
2.
Paired t confidence interval : tidak mengharuskan bahwa antar populasi bersifat
independen.
3.
Welch VS Paired t. Jika observasi antar populasi tidak independen maka metode
welch tidak dapat digunakan, jadi kita menggunakan paired t. Demikian juga
sebaliknya.
Simulation
Optimization
Model
simulasi di bangun untuk banyak alasan, contohnya mungkin dari segi biaya/cost,
ada beberapa yang di bangun untuk memperkuat pemahaman tentang sistem yang ada
atau untuk melakukan peramalan tentang hasil output sistem.
Optimisasi
yaitu proses mencoba berbagai alternatif kombinasi dari nilai suatu variabel
sampai akhirnya kita akan menemukan solusi terbaik untuk model simulasi yang
akan kita implementasikan di dalam sistem nyata.
Interface
algoritma optimisasi dapat secara otomatis membuat beberapa alternatif solusi
dan mengevaluasinya karena :
1.
Interface algritma adalah bagian dari analisis proses dan menyimpan analisis
waktu.
2.
metode logika berguna secara efisien dalam mengexplore setiap kemungkinan dari
setiap alternatif.
3.
beberapa metode sering ditemukan contohnya sehingga para penganalisis mudah
dalam mengambil keputusan.
Langkah-langkah
menemukan solusi optimal :
a.
identifikasi semua kemungkinan alternatif variabel keputusan yang berpengaruh
kepada output sistem.
b.
berdasarkan alternatif tersebut, identifikasi semua kemungkinan solusi.
c.
evaluasi setiap alternatif solusi dengan akurat
d.
lakukan perbandingan antar solusi.
e.
pilih solusi terbaik.
Strategic
and tactical issues of simulation optimization :
1.
Operational efficiency : programmer bisa mengontrol seberapa efisien penggunaan
program.
2.
Statistical Efficiency : mengurangi variasi sehingga memudahkan untuk
mengsestimasi rata-rata nilai dari variabel random dan independen observations.
3.
General Optimization