Pemodelan Simulasi Sistem Diskrit

Slides:



Advertisements
Presentasi serupa
 Kita perlu memperhatikan struktur probabilistik yang mendasari pengamatan ini.  Kita menulis Z t untuk pengamatan pada waktu t.  Dalam hal ini,
Advertisements

11 – 12. Model Stokastik
Sistem Delay (Sistem Antrian/Delay System)
Proses Stokastik Semester Ganjil 2013.
Pemodelan Sistem & Simulasi Suatu Konsep
BY DR. HERI NUGRAHA. SE.MSi
Simulasi Antrian Ipung Permadi, S.Si, M.Cs.
Prodi Sistem Informasi Titik Lusiani, M.Kom, OCP Sistem Pendukung Keputusan Pertemuan 8.
Averill M. Law W. David Kelton.  ( The Nature of Simulation ), teknik penggunaan komputer untuk ‘ imitate ’ atau ‘ simulate ’ operasi-operasi dari berbagai.
Simulasi Discrete-Event
EVENT & VARIABLES.
BAB 9 SIMULASI ANTRIAN.
Contoh: Time-shared computer and multi-teller bank
Pemodelan dan Simulasi Sistem (Pendahuluan)
 Statistical Simulation, menggambarkan sistem yang stochastic maupun static dan digunakan untuk meng-estimate nilai-nilai yang tidak bisa dengan mudah.
PERANCANGAN BASIS DATA
Pendekatan Simulasi Kejadian Diskret Pertemuan 10.
1 Pertemuan 25 Troubleshooting : Teknik Simulasi Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1.
BAB 1 MENGENAL SIMULASI.
Definisi dan Relasi Pokok
KLASIFIKASI MODEL.
Analisis Output Pemodelan Sistem.
TEORI PGB. KEPUTUSAN TEORI ANTRIAN Ari Darmawan, Dr. SAB. MAB.
Model & Simulasi 1. Pengantar Sistem, Model & Simulasi
KLASIFIKASI MODEL.
PENGANTAR MODEL STOKASTIK
Analisis Model dan Simulasi
Menentukan Perilaku Biaya
(Fundamental of Control System)
Teori Antrian.
MATERI KULIAH PEMODELAN dan SIMULASI.
DISUSUN OLEH : IPHOV KUMALA SRIWANA
By : ARDIANSYAH FAUZI ( )
Simulasi dan Pemodelan
Pengantar Pemodelan.
BAB I TEKNIK SIMULASI.
Materi Ke-1 PEMODELAN SISTEM DISUSUN OLEH : IPHOV K. S.
MODUL 21 POKOK BAHASAN : DETERMINISTIK MODEL
ANALISIS KINERJA SISTEM PERTEMUAN 1
Pengantar Pemodelan Teknik Lingkungan
ANALISIS DAN DESAIN SISTEM INFORMASI
PEMODELAN SISTEM Modul 8 JURUSAN TEKNIK INDUSTRI
Perilaku Dasar Sistem.
Teori antrian Manajemen Operasional
DISTRIBUSI PROBABILITAS DISKRIT (1)
DISTRIBUSI PROBABILITAS DISKRIT (1)
MODEL SIMULASI Pertemuan 13
ANALISA ANTRIAN.
KLASIFIKASI MODEL.
PENGANTAR SIMULASI DEFINISI Simulasi sederhana 6
GAMBARAN UMUM SIMULASI
ANALISIS DAN DESAIN SISTEM INFORMASI PERTEMUAN -1 RANI SUSANTO, S. KOM
Teori Antrian.
DISUSUN OLEH : IPHOV KUMALA SRIWANA
INPUT OUTPUT SIMULASI SISTEM ANTRIAN
ANATOMI PROGRAM SIMULASI
Waiting Line & Queuing Theory Model
SIMULASI.
Konsep Simulasi Ipung Permadi, S.Si, M.Cs.
Teori Antrian.
PEMODELAN SISTEM Dasar pemodelan dan simulasi sistem.
Model dan Simulasi Distribusi Poisson Veni Wedyawati, S.Kom, M.Kom.
Pemodelan Sistem & Simulasi Suatu Konsep
Riset Operasi Semester Genap 2011/2012
Contoh Simulasi kasus antrian Single Server
Menentukan Perilaku Biaya
Riset Operasi Semester Genap 2011/2012
COURSE DAY 3.
PEMODELAN TEKNIK LINGKUNGAN. DEFINISI MODEL Model dapat diartikan sebagai penggambaran, penyederhanaan, miniatur, atau peniruan. Pemodelan lingkungan.
DISTRIBUSI PROBABILITAS DISKRIT (1)
Transcript presentasi:

Pemodelan Simulasi Sistem Diskrit Abas Setiawan

Pengantar Sistem: Kumpulan entitas yang berinteraksi bersama-sama untuk mencapai suatu tujuan Model: Representasi abstrak dari sebuah sistem aktual. Jenis Model: Fisik dan Matematis

Karakteristik Sistem diskrit State: deretan variabel suatu keadaan, atau Event: kejadian dari sistem fisik yang berubah secara diskrit pada titik-titik tertentu. Diskrit adalah sejumlah elemen berhingga yang berbeda atau elemen-elemen yang tidak bersambungan. Lawan dari Diskrit adalah Continue

Sifat Karakteristik Statis <> dinamis, dan Deterministic <> stokastik, baik pada entitas atau suatu kejadian. Pemodelan sistem diskrit sering disebut dengan DES Model(Discrete-Event Simulation Model) Variabel Penting: waktu dan keadaan

Komponen Sistem Diskrit Variable Keadaan Sistem (System State Variable) Kumpulan variable yang memuat semua informasi yang diperlukan (lengkap dan minimal) untuk mendeskripsikan sistem pada waktu tertentu. Entitas (Entitity) Suatu obyek atau komponen dalam sistem yang membutuhkan representasi secara eksplisit di dalam model. Suatu entitas pada suatu system dapat bersifat dinamik atau static.

Komponen Sistem Diskrit Atribut (Attributes) Karakteristik dari suatu entitas. Beberapa atribut dari suatu entitas dapat berupa variable keadaan status. Suatu atribut yang berlaku pada satu observasi mungkin tidak berlaku pada observasi yang lain. Kejadian (Event) Suatu peristiwa yang dapat mengubah keadaan sistem.

Komponen Sistem Diskrit Aktivitas (Activity) Kegiatan dari entitas dengan rentang waktu yang diketahui secara jelas kapan mulai dan selesainya. Aktivitas merupakan salah satu bentuk spesifikasi model. Rentang waktu aktivitas dapat konstan, berubah-ubah secara random mengikuti distrubusi statistik, input dari suatu file, atau ditentukan dan dihitung berdasarkan keadaan event. - Event Notice : catatan tentang event yang sedang terjadi atau yang akan terjadi. - Event List : disebut juga Future Event List (FEL) berisikan daftar event, khususnya event-event yang akan terjadi, disusun menurut waktu.

Komponen Sistem Diskrit Tunda (Delay) Kegiatan dari entitas dengan rentang waktu yang tidak diketahui secara jelas kapan mulai dan selesainya. Merupakan bagian dari variable hasil simulasi. Delay dapat juga terjadi ketika pasokan sumber daya pelayanan sedang kosong (tidak terpenuhi pada saat tersebut) sehingga entitas harus menunggu untuk mendapat layanan. Clock Variabel yang merepresentasikan total lama waktu simulasi.

Contoh simulasi sistem diskrit sederhana Misalkan suatu BPR “X” hanya mengoperasikan 1 orang teller untuk melayani nasabah, dimana waktu kedatangan nasabah ke BPR “X” berkisar setiap 1 sampai 10 menit. Seorang nasabah dilayani sekitar 1 sampai 6 menit. Akan dilakukan simulasi terhadap 6 orang nasabah untuk menghitung kinerja pelayanan seperti persentase waktu kosong teller, rata-rata waktu yang diperlukan nasabah untuk dilayani dan sebagainya. Misalkan waktu kedatangan dan waktu pelayanan dari 6 nasabah tersebut adalah sebagai berikut :

Contoh Nasabah Ke Waktu Antar Kedatangan (Menit) 1 - 2 8 3 6 4 5

Contoh Nasabah Ke Waktu Pelayanan (Menit) 1 4 2 3 5 6

Simulasi Kedatangan Asumsikan bahwa nasabah 1 datang pada menit ke 0 dan 8 menit kemudian datang nasabah ke 2. Jadi nasabah ke 2 datang pada menit ke 8. Sedang nasabah ke 3 datang 6 menit setelah nasabah ke 2, jadi nasabah ke 3 datang pada menit ke 14. Dengan analogi yang sama, nasabah ke 4 datang pada menit ke 15, nasabah ke 5 datang pada menit ke 23, dan seterusnya.

Simulasi Kedatangan

Simulasi Pelayanan Nasabah 1 datang pada saat ke 0 dan langsung dilayani oleh teller selama 4 menit. Karena datang pertama kali, maka nasabah 1 tidak memerlukan waktu tunggu. Waktu pelayanan nasabah 1 dimulai menit ke 0 dan berakhir menit ke 4. Nasabah 1 berada dalam system selama 4 menit. Nasabah 2 datang pada menit ke 8, berarti teller mempunyai delay (idle time) selama 4 menit. Nasabah ke 2 dilayani mulai menit ke 8 dan karena waktu layanan nasabah 2 adalah 1 menit maka layanan berakhir pada menit ke 9. Nasabah 2 tidak memerlukan waktu tunggu untuk dilayani, karena teller sebelumnya dalam keadaan idle. Nasabah 2 berada dalam system selama 1 menit. Nasabah 3 datang pada menit ke 14, berarti teller mempunyai idle time selama 5 menit. Nasabah 3 dilayani mulai menit ke 14 dan berakhir pada menit ke 18. Nasabah 3 tidak memerlukan waktu tunggu untuk dilayani dan berada dalam system selama 4 menit.

Simulasi Pelayanan Jumlah waktu pelayanan = 18 Jumlah waktu tunggu (Antrian) = 3 Jumlah waktu dalam sistem = 21 Jumlah waktu idle teller = 12 Waktu selesai dilayani terakhir = 30

Simulasi Pelayanan Rata2 waktu tunggu = 3/6 = 0.5 menit Peluang nasabah harus menunggu untuk dilayani : 6(maksimum waktu dalam sistem)/6(jumlah nasabah) = 1 (100%) Rata-rata waktu yang dibutuhkan nasabah dalam system : 21/6 = 3.5 menit (Rata-rata waktu menunggu + rata-rata waktu pelayanan) Rata-rata waktu pelayanan : 18/6 = 3 menit Persentase teller menganggur : (3/30) * 100% = 10% Rata-rata waktu antar kedatangan nasabah : 26/5 = 5.2 menit Rata-rata waktu tunggu nasabah yang mengantri : 3/6 = 0.5 menit

Hasil Berdasarkan hasil simulasi tersebut tampak bahwa sistem pelayanan nasabah pada BPR “X” belum bagus, sebab jumlah nasabah yang harus mengantri untuk mendapatkan pelayanan terhitung sangat tinggi yaitu 100% walaupun tingkat menganggur bagi teller hanya 10%.

Tugas kELOMPOK Aplikasi DES? Pengembangan DES Model? Contoh Penerapan? Presentasi Minggu depan dengan PPT. Terbatas untuk 2 kelompok saja!! Aturan. Cepet2an kumpulin di email saya. Email: sukasenyumm@windowslive.com