MEMBANGUN MODEL SIMULASI YANG VALID DAN KREDIBEL

Slides:



Advertisements
Presentasi serupa
PENELITIAN EKSPERIMENTAL
Advertisements

Bab 1 PENDAHULUAN.
Proses-proses Perangkat Lunak
BAB 8 PENGUJIAN PERANGKAT LUNAK
PERTEMUAN 4 TAHAP PEMROGRAMAN.
TEORI ALGORITMA.
Pembangunan / Pengembangan Sistem Informasi
KULIAH KE 3 METODE EKONOMETRIKA
REKAYASA PERANGKAT LUNAK
Desain simulasi.
Pengujian Software - Pelaksanaan
14. Validasi Model
PROSES PENGAMBILAN KEPUTUSAN
Pengenalan Riset Operasional
ILMU DAN PENELITIAN Sub Pembahasan : 1) Ilmu dan Penalaran 2) Penelitian ilmiah 3) Proposisi dan Teori Dalam Penelitian 4) Metode Penelitian …next.
Prototyping Aplikasi Teknologi Informasi
12. PENGUMPULAN DATA ARTI PENGUMPULAN DATA
Oleh: Asep Hidayatullah (071187)
Materi Kuliah 02 METODOLOGI PENELITIAN Progdi TEKNIK INFORMATIKA Semester Genap TA This template is in wide-screen format and demonstrates how transitions,
MODUL 2 OPTIMISASI EKONOMI
Pengantar SIMULASI Arif Rahman. Industrial Engineering..is concerned with the design, improvement, and installation of integrated systems of men, materials,
TEKNIK SIMULASI D3 TEKNIK KOMPUTER
METODE NUMERIK.
Pemodelan Dalam Riset Operasi
Methods for Software Engineering CHAPTER 5 Software Project Planning Software engineering: a practitioner’s approach / Roger S. Pressman.—5th ed.
Pemodelan dan Simulasi Sistem (Pendahuluan)
PERTEMUAN 4 TAHAP PEMROGRAMAN.
The Design for Real-Time Paper Perforation Quality Control
Analisis Output Pemodelan Sistem.
Pertemuan 18 Aplikasi Simulasi
Langkah – langkah pendesainan suatu Model
SPK Model dan pendukung
PEMODELAN DALAM PENGUKURAN
Riset Operasi Pendahuluan.
Analisis Model dan Simulasi
DISUSUN OLEH : IPHOV KUMALA SRIWANA
RANCANGAN PENELITIAN EKSPERIMEN.
PEMODELAN SISTEM Modul 8 JURUSAN TEKNIK INDUSTRI
BAB 1 PENGUJIAN PERANGKAT LUNAK
Validitas Tes Psikologi Konsep, Pengukuran dan Interpretasi
Judul Penelitian, Perumusan Masalah dan Tujuan Penelitian
Pertemuan 3 MKP Sistem Pakar
Pengantar Pemodelan.
Teknik Informatika-Unitomo Anik Vega Vitianingsih
Cara mengadakan Penelitian
CARA PENGUMPULAN DATA SENSUS DATA POPULASI ANALISIS NILAI PARAMETRIK
Manajemen Umum PERTEMUAN 6 Pemecahan Masalah & Pengambilan Keputusan
Materi Habis Uts IMK Prototyping
PEDOMAN PENYUSUNAN ALGORITMA
BAB VII Implementasi dan Testing
PENGENALAN ALGORITMA & PEMROGRAMAN
Probabilitas ‘n Statistik
MANAJEMEN PENGUJIAN PERANGKAT LUNAK
Pertemuan 13 Analisa Simulasi II
GAMBARAN UMUM SIMULASI
Pemodelan Keputusan Dr. Sri Kusumadewi, S.Si., MT. Materi Kuliah [2]:
SIKLUS HIDUP PENGEMBANGAN SISTEM (System Development Life Cycle/SDLC)
DISAIN PENELITIAN DISAIN PERENCANAAN PENELITIAN
Penelitian dan Penulisan II
07/16/96 KONSEP SISTEM Budi Susetyo, MSc.
ANATOMI PROGRAM SIMULASI
PENGAMBILAN KEPUTUSAN MANAJEMEN
PENGAMBILAN KEPUTUSAN DENGAN STATISTIKA (METODE ANALISA DATA)
PEMODELAN SISTEM Dasar pemodelan dan simulasi sistem.
ANALISA DAN PERANCANGAN
Pemrograman & Dasar Komputer
Penyusunan Instrumen.
PENGUJIAN HIPOTESIS MENGUMPULKAN DATA
METODE RISET (Research Method)
1 Tri Ernita.  Fungsi sejumlah variabel yang secara eksplisit dimasukkan kedalam struktur model dan ketepatan nilai yang berkaitan dengan setiap variabel.
Transcript presentasi:

MEMBANGUN MODEL SIMULASI YANG VALID DAN KREDIBEL Materi ke-4 MEMBANGUN MODEL SIMULASI YANG VALID DAN KREDIBEL DISUSUN OLEH : IPHOV KUMALA SRIWANA

PERSOALAN MENDASAR Dalam simulasi, seringkali persoalan mendasar yang dihadapi oleh para pembangun simulasi adalah menetapkan : Apakah model simulasi yang dibangun sudah benar (valid) ?..........., Apakah model simulasi dapat menampilkan secara tepat atas real sistemnya ?................. Jawaban ini harus didapatkan sebelum masuk ke tahapan berikutnya

VALIDITAS DAN KREDIBILITAS Model yang tidak valid, akan memberikan informasi yang tidak valid dan pada akhirnya kesimpulan yang didapat juga tidak akan valid. Kekredibilitasan model menjadi salah satu tolak ukur keberhasilan simulasi. Meski modelnya valid, tetapi kalau tidak kredibel, tidak ada gunanya.

Model yang valid dan Kredibel, tidak dapat diperoleh secara spontan, akan tetapi harus melalui beberapa tahapan yang sistematis dan logis, bahkan tahapan itu harus mengalami pengulangan beberapa kali, baru didapat model yang valid dan kredibel

PENDEKATAN PEMODELAN YANG VALID DAN KREDIBEL Kembangkan model dengan high face validity Uji asumsi model secara empiris Tetapkan seberapa representatif data keluarannya.

KEMBANGKAN MODEL DENGAN HIGH FACE VALIDITY Tujuan : Mengembangkan model yang high face validity, artinya model yang dari permukaannya saja sudah valid sehingga memancing sebanyak-banyaknya orang yang tahu tentang sistem yang dimodelkan untuk tertarik sehingga menghasilkan banyak informasi

UJI ASUMSI MODEL SECARA EMPIRIS Di tahap awal pengembangan model, seringkali pembuat model membuat anggapan, sehingga anggapan itu perlu diuji kebenarannya.

UJI ASUMSI MODEL SECARA EMPIRIS Pada distribusi teoritis, misalnya, bila distribusi itu telah ditemukan dan hendak dipakai sebagai inputan model, maka maka keacakannya terlebih dahulu diuji dengan plot grafik dan uji kebaikan suai. Pada kasus penggabungan dua data observasi yang diasumsikan mempunyai nilai kehomoginitasnya, terlebih dahulu, uji dengan Kruskal Wallis. Untuk parameter yang sensitif, perlu dilakukan perlu dilakukan perubahan nilai dan dianalisa hasilnya.

TETAPKAN SEBERAPA REPRESENTATIF DATA KELUARANNYA. Semakin besar kemiripan antara model dengan sistem nyatanya, maka semakin besar pula tingkat kepercayaan modelnya.

PRINSIP PEMODELAN SIMULASI YANG VALID Tetapkan secara hati-hati pokok persoalan yang ingin diteliti, ukuran kinerja untuk evaluasi, cara bagaimana model digunakan dan konfigurasi sistem alternatif di awal kajian. Model tidak valid secara universal, tetapi dirancang dengan kesamaan yang spesifik. Pengguna akhir dari model dan frekuensi penggunaannya akan mempengaruhi seberapa user friendly model diperlukan dan seberapa cepat, model dieksekusi. Pemahaman akan konfigurasi sistem yang disimulasikan akan membantu menghindari penulisan yang berulang-ulang akan program simulasi di masa datang.

PRINSIP PEMODELAN SIMULASI YANG VALID Gunakan pakar dan analisa sensitivitas guna membantu menetapkan tingkat kerincian model Jangan membuat model terlalu rinci, kecuali memang terkait dengan pokok persoalannya. Dalam beberapa kajian simulasi, kendala waktu dan biaya menjadi faktor utama dalam pembuatan model yang rinci. Bagilah permasalahan ke dalam sub-sub permasalahan. Jika ada banyak faktor yang mempengaruhi, maka bangunlah model yang global saja atau model analitis, guna mengidentifikasikan faktor-faktor yang pentign sebelum mengembangkan model ke bentuk yang lebih rinci.

TAHAPAN PEMBANGUNAN MODEL SIMULASI Pemodelan hanyalah salah satu dari upaya simulasi secara keseluruhan. Tahapan yang dilakukannya dapat dilihat Pada Gambar 1 atau langkah-langkah sistematis pada Modul 3.

Gambar 1

FORMULASIKAN PERSOALAN DAN RENCANAKAN KAJIAN Setiap kajian harus dimulai dengan pernyataan yang jelas akan tujuan kajian dan persoalan yang spesifik yang sedang dibahas. Rancangan sistem alternatif harus digambarkan dan kriteria evaluasi dari keberhasilan atas sistem alternatif harus diberikan Perhatikan kebutuhan waktu, tenaga dan biaya untuk persoalan yang besar.

KUMPULKAN DATA DAN TETAPKAN MODELNYA Dilakukan untuk menspesifikasikan prosedur operasi dan distribusi probabilitas variabel acak yang akan digunakan model.

VALIDASI MODEL Upaya validasi model, menjadi satu keharusan. Dalam menjalankan validasi, disarankan tidak harus menunggu model yang akan divalidasi selesai lebih dahulu. Setiap saat ada kemungkinan untuk memvalidasi model, hendaknya langsung dikerjakan.

SUSUN PROGRAM KOMPUTER DAN VERIFIKASI Program yang sudah selesai, harus diperiksa apakah sudah bebas dari syntax error, design error, dan run time error. Pemilihan bahasa pemrograman yang tepat, sangat dianjurkan. Pemrograman secara terstruktur akan sangat menolong di kemudian hari.

BUAT PILOT PERCOBAAN (RUN) Pilot run menjadi penting bila diinginkan usaha validasi saat run time. Program yang sudah bebas dari syntax error, design error, dan run time error serta logical error, bukan berarti program yang sudah bebas dari kesalahan sehingga harus diperiksa logical error. Logical error, relatif sulit dilacak. Diketahui adanya kesalahan yang terjadi pada jenis ini, tergantung pada kejelian pemrograman.

VALID ?????????? Hasil pilot run dapat digunakan untuk analisa sensitivitas keluaran model pada setiap perubahan parameter masukan. Jika ada perubahan secara signifikan, estimasi parameter yang lebih baik, perlu dilakukan ulang.

PERANCANGAN EKSPERIMEN Perancangan ini berkaitan dengan penetapan kondisi awal simulasi, panjang warm up period, panjang simulasi dan banyaknya replikasi yang harus dilakukan.

PRODUCTION RUN Diperlukan untuk menghasilkan data kinerja model. Dari data inilah, kinerja model dapat diukur.