1 Pertemuan 25 Troubleshooting : Teknik Simulasi Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1.

Slides:



Advertisements
Presentasi serupa
TEORI ANTRIAN Suatu antrian ialah garis tunggu dari nasabah yang
Advertisements

BAB VII Simulasi Monte Carlo.
BAB 9 SIMULASI ANTRIAN.
Latihan UAS Teknik Simulasi.
BAB 9 SIMULASI ANTRIAN.
Pertemuan 4 Distribusi Frekuensi
1 Pertemuan 6 Hubungan Komponen terhadap Kehandalan Paralel Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1.
Analisis Kinerja SIstem
 Statistical Simulation, menggambarkan sistem yang stochastic maupun static dan digunakan untuk meng-estimate nilai-nilai yang tidak bisa dengan mudah.
RANDOM VARIATE DISTRIBUSI DISKRIT
Pertemuan 3 Pengukuran Kehandalan Sistem
Pertemuan 5-6 Metode pemulusan eksponential tunggal
F2F-7: Analisis teori simulasi
Bina Nusantara Analisis Jalur Kerja Proyek Pertemuan 9: Mata kuliah: K0194-Pemodelan Matematika Terapan Tahun: 2008.
Pertemuan 2 Pola Analisis, pasar dan pelaku ekonomi makro
Definisi dan Relasi Pokok
1 Pertemuan 1 Pendahuluan Matakuliah: K0442 – Metode Kuantitatif Tahun: 2005 Versi: 1 / 0.
Pertemuan 5 Hubungan Komponen terhadap Kehandalan Seri
Simulasi Monte Carlo.
Analisis Output Pemodelan Sistem.
1 Pertemuan 7 Klasifikasi dan Rekognisi Pola (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
1 Pertemuan 08 Teori Penyusutan (Depresiation) Matakuliah: A0032 / Matematika Bisnis Tahun: 2005 Versi: 1 / 0.
Fungsi Logaritma Pertemuan 12
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
Pertemuan 10 Gaya – gaya dalam
Pertemuan 18 Aplikasi Simulasi
Pertemuan 22 Aplikasi Simulasi III
SIMULASI SISTEM PERSEDIAAN
1 Pertemuan 07 Teori Peluang Matakuliah: F0392/Simulasi Perdagangan di Bursa Efek Tahun: 2005 Versi: 1/3.
1 Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang Matakuliah: I0262 – Statistik Probabilitas Tahun: 2007 Versi: Revisi.
SIMULASI.
DISTRIBUSI TEORITIS.
DISTRIBUSI NORMAL Distribusi normal sering disebut juga distribusi Gauss. Merupakan model distribusi probabilitas untuk variabel acak kontinyu yang paling.
Work sampling.
PENGOLAHAN DATA DAN PENYAJIAN DATA
Risiko Pasar Bab 9 /
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
STATISTIKA Pertemuan 4: Pengantar teori peluang dan distribusi peluang
Pertemuan 10 PAJAK PERTAMBAHAN NILAI dan PPn BM
Operations Management
Matakuliah : A0114/ Sistem Akuntansi Tahun : 2005 Versi : Revisi 1
Contoh Aplikasi : Kasus 1.
MODEL SIMULASI Modul 14. PENELITIAN OPERASIONAL I Oleh : Eliyani
Pertemuan 12 Prosedur dan Konsep Perawatan
Pertemuan 6 Model Antrian
Pertemuan 7 Model Antrian
Pertemuan 10 SISTEM PENJUALAN KREDIT
Pertemuan 10 Distribusi Sampling
DISUSUN OLEH : IPHOV KUMALA SRIWANA
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
Distribusi Probabilitas Kontinyu
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
MODEL SIMULASI Pertemuan 13
Pertemuan 3 PD Dapat Dihomogenkan
Pertemuan 16 SISTEM AKUNTANSI UTANG
MODEL ANTRIAN 14.
Pertemuan 2 METODOLOGI PENGEMBANGAN SISTEM AKUNTANSI
DISUSUN OLEH : IPHOV KUMALA SRIWANA
TUGAS MANDIRI DIKUMPULKAN RABU, 6 APRIL 2011
Pertemuan 7-8 Metode pemulusan eksponensial ganda
Pertemuan 09 Peubah Acak Diskrit
INPUT OUTPUT SIMULASI SISTEM ANTRIAN
Pertemuan 13 Metode Transportasi
Pertemuan 04 Peubah Acak Diskrit dan Sebaran Peluang
SIMULASI.
SIMULASI SISTEM PERSEDIAAN
Teori Antrian.
Simulasi Monte Carlo.
Pertemuan ke 9.
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
Transcript presentasi:

1 Pertemuan 25 Troubleshooting : Teknik Simulasi Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1

2 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menyusun kembali teknik trouble shooting dengan metode sistem antrian

3 Outline Materi Teori Antrian Prosedur analisis sistem

4 Teknik TroubleShooting Model pengambilan keputusan untuk sistem dengan saluran antrian biasanya didasarkan pada asumsi tertentu, dengan memperhatikan bentuk matematis dari distribusi kedatangan barang dan waktu service Contoh Analisis Monte Carlo Untuk menentukan luasan sebuah lingkaran berdiameter satu inchi, langkah-langkahnya sbb:

5 Contoh Analisis Monte Carlo- (1) 1.Buat garis keliling pada sisi lingkaran seperti gambar. 2.Bagilah kotak tersebut menjadi puluhan, ratusan, atau ribuan dst tergantung ketelitian yang diinginkan (dalam gambar diambil 9 x 9 kotak)

6 Contoh Analisis Monte Carlo- (2) 1.Ambillah bilangan random dari tabel bilangan acak atau dibangkitkan dari kalkulator 2.Gunakan tiap bilangan untuk menentukan apakah posisi tsb didalam lingkaran atau tidak 3.Hitung ratio jumlah titik yang jatuh dalam lingkaran terhadap jumlah total pengujian. Angka ratio ini pendekatan terhadap luasan lingkaran sebagai bagian dari 1 inch Catatan : hasil yang diperoleh belum tentu benar untuk situasi mengambil keputusan yang melipatkan variabel-variabel acak.

7 Contoh Analisis Monte Carlo- (3) Tabel untuk menentukan luasan lingkaran Uji keBil acakinout x xx xxx.. xxx xxx.. x x. x. Total7921

8 Contoh Analisis Monte Carlo- (4) Bilangan luasan tersebut dihitung secara matematik, akan diperoleh : A =  r 2 A = 3,141 (0,5) 2 A = 0,7854 Berapa luas lingkaran berdasarkan angka acak yang anda buat ?

9 Distribusi waktu service dan kedatangan Kemungkinan sistem antrian melibatkan distribusi waktu kedatangan dan waktu service. Analisis monte carlo memerlukan bentuk dan parameter distribusi-distribusi ditentukan. Distribusi kumulatif bisa diperoleh dan digunakan untuk menghasilkan data kedatangan dan waktu service

10 Prosedur Analisis – (1) 1.Susunlah distribusi kemungkinan untuk tiap variabel. 2.Buatlah distribusi kumulatif untuk tiap variabel. 3.Tentukan interval bilangan acak untuk tiap variabel. 4.Bangkitkan bilangan acak. 5.Simulasikan sejumlah uji.

11 Prosedur Analisis – (2) Dengan menggunakan analisis Monte Carlo, proses antrian dapat dibuat. Contoh: –Asumsikan bahwa waktu antara kedatangan, Ax, memiliki rata-rata kedatangan periode. –Waktu pelayanan (service time, Sx) diasumsikan memiliki distribusi normal dengan rata-rata 5 periode dengan standard deviasi 1 periode. Distribusi ini digambarkan dalam gambar berikut ini :

12 Prosedur Analisis – (3) AxAx A x = SxSx 2 5 S x = Gambar 1 Distribusi Waktu kedatangan dan waktu layanan

13 Prosedur Analisis – (4) SxSx 2 5 Gambar 2 Distribusi Kumulatif Waktu kedatangan dan waktu layanan

14 Prosedur Analisis – (5) Sebuah unit akan dipindahkan ke service station jika kosong, jika fasilitas service tidak kosong, unit akan menunggu di antrian. Unit akan berada di saluran tunggu berdasarkan urutan datang pertama kali dilayani. Analisis Monte Carlo akan mensimulasikan proses ini sepanjang waktu. Dengan bantuan tabel bilangan random, maka akan diperoleh antrian sbb:

15 Prosedur Analisis – (6) Dari tabel bilangan random : 5668, 3513, 2060, 7804, 0815, 2639, 9845, 6549, 6353, 7941, dst menghasilkan interval kedatang-an : 6,6,5,7,5,5,9,7,7,7,dst Berikutnya 323, 249, 404, 275, 879, 404, 740, 779, 440, 384, dst menghasilkan waktu service : 5, 4, 5, 4, 6, 5, 6, 6, 5, 5, dst hasil diatas digambarkan kedalam diagram aliran seperti yang terlihat pada contoh di buku teks hal 175 atau lihat simulasi Montecarloanalysis02.swfhasil diatas digambarkan kedalam diagram aliran seperti yang terlihat pada contoh di buku teks hal 175 atau lihat simulasi Montecarloanalysis02.swf

16 Tugas/Evaluasi Diskusi : Lakukan analisis suatu usaha layanan perbaikan komputer dengan waktu kedatangan dan service utk 8 jam per hari, pertanyaannya : –Berapa jumlah layanan yang bisa diproses dalam sehari ?