BAB 1 MENGENAL SIMULASI

Simulasi merupakan salah satu cara untuk memecahkan berbagai persoalan yang dihadapi di dunia nyata (real world). Simulasi dapat diartikan sebagai suatu sistem yang digunakan untuk memecahkan atau menguraikan persoalan-persoalan dalam kehidupan nyata yang penuh dengan ketidak pastian dengan tidak atau menggunakan model atau metode tertentu dan lebih ditekankan pada pemakaian komputer untuk mendapatkan solusinya.

Ada 3 unsur penting dalam pemodelan simulasi, yaitu: System, Entities dan Attributes. Contoh: SYSTEM ENTITIES ATTRIBUTES Mobil utk bergerak Pengemudi Bentuk mobil yg diperlukan Umur Sopir Jenis Kelamin Gaji/Honor dll Sedan Minibus Jeep

SYSTEM ENTITIES ATTRIBUTES Rumah Sakit Unit barak utk pasien Unit diluar barak pasien Unit X-Ray Dokter Perawat Jml tempat tidur Jml ruang Jml peralatan Jml klinik Jml ruang-ruang dll Jml mesin-mesin X- Ray/Rontgen Jml mesin Jml dokter Jml perawat pria Jml perawat wanita

1.1. Keuntungan Simulasi Ada berbagai keuntungan yang bisa diperoleh dengan memanfaatkan simulasi, yaitu: Compress Time (Menghemat Waktu) Expand Time (Dapat melebar luaskan waktu. Control Sources of Variation (Dapat mengawasi sumber-sumber yang bervariasi) Error in Meansurment Correction (Mengoreksi Kesalahan-Kesalahan Perhitungan. Stop Simulation and Restart (Dapat dihentikan dan dijalankan kembali) Easy to Replicate (Mudah diperbanyak)

1. Compress Time (Menghemat Waktu) Kemampuan di dalam menghemat waktu ini dapat dilihat dari pekerjaan yang bila dikerjakan akan memakan waktu tahunan tetapi kemudian dapat disimulasikan hanya dalam beberapa menit

2. Expand Time (Dapat melebar-luaskan waktu) Hal ini terlihat terutama dalam dunia statistik dimana hasilnya diinginkan dapat tersaji dengan cepat.

3. Control Sources of Variation (Dapat mengawasi sumber-sumber yang bervariasi) Kemampuan pengawasan dalam simulasi terutama pada analisis statistik. Dalam pengambilan dan pengolahan data pada komputer, ada beberapa sumber yang dapat dihilangkan atau sengaja dihilangkan. Disini peneliti harus mampu menguraikan input-input yang bervariasi yang dibutuhkan oleh simulasi tersebut.

4. Error in Meansurment Correction (Mengoreksi kesalahan-kesalahan perhitungan) Dalam prakteknya, pada suatu kegiatan ataupun percobaan dapat saja muncul ketidak benaran dalam mencatat hasil-hasilnya. Sebaliknya dalam simulasi komputer jarang ditemukan kesalahan perhitungan karena komputer mempunyai kemampuan untuk melakukan perhitungan dengan akurat

5. Stop Simulation and Restart (dapat dihentikan dan dijalankan kembali) Simulasi komputer dapat dihentikan untuk kepentingan peninjauan ataupun pencatatan semua keadaan yang relevan tanpa berakibat buruk terhadap program simulasi tersebut. Dalam dunia nyata, percobaan tidak dapat dihentikan begitu saja. Dalam simulasi komputer, setelah dilakukan penghentian maka kemudian dapat dengan cepat dijalankan kembali (restart)

6. Easy to Replicate (Mudah diperbanyak) Dengan simulasi komputer percobaan dapat dilakukan setiap saat dan dapat di ulang-ulang. Pengulangan dilakukan terutama untuk mengubah berbagai komponen dan variabelnya, seperti dengan perubahan pada parameternya, perubahan pada kondisi operasinya, ataupun dengan memperbanyak output.

1.2. Simulasi Sampling Simulasi komputer diartikan sebagai metode untuk mempelajari suatu sistem yang juga berkaitan dengan waktu. Ada juga pengertian : “Percobaan dengan sampling berbasis komputer”, dimana waktu tidak menjadi masalah, sebaliknya data historical yang mendapat perhatian utama. Hal ini dikenal dengan nama Monte Carlo Samoking Simulation.

Metode Monte Carlo menghendaki pengembangan percobaan-percobaan secara sistematis dengan menggunakan Random Number. Sampling Simulation dapat digambarkan sebagai penggunaan data sampling pada simulasi Monte Carlo yang distribusinya sudah diketahui atau dapat diperkirakan.

Metode Monte Carlo juga banyak berperan dalam sistem simulasi komputer dan selalu terkait dengan berbagai faktor lainnya. Metode ini dapat digunakan untuk memanipulasi data base yang besar, memiliki kemampuan untuk membentuk logika seperti operasi matematika dalam suatu model, dan dapat juga mengikuti suatu model untuk kemudian dikembangkan pelaksanaannya pada komputer.

Metode simulasi Monte Carlo ini cukup sederhana di dalam menguraikan atau menyelesaikan berbagai persoalan, termasuk di dalam menggunakan program-programnya. Simulasi ini memberikan batasan dasar yang perlu diperhatikan, yaitu: Apabila suatu persoalan sudah dapat diselesaikan secara matematis dengan tuntas hendaknya jangan lagi menggunakan simualsi ini.

Apabila suatu persoalan sebagian sudah dapat diuraikan secara analisis dengan baik, maka sebaiknya penyelesaiannya dilakukan secara terpisah, yaitu sebagian dilakukan secara analisis dan lainnya dengan simulasi Monte carlo untuk kemudian secara keseluruhan disusun sebagai suatu penyelesian akhir. Simulasi ini juga dibutuhkan apabila terdapat 2 sistem dengan perbedaan- perbedaan parameter dan distribusinya, asalkan ada cukup alasan untuk melakukan simulasi tersebut.

1.3. Klasifikasi Model Klasifikasi model ini digunakan untuk mendapatkan pengertian yang jelas dan juga untuk meneliti hubungan teknik-teknik yang digunakan tersebut dengan teknik lain.

Ada 2 bagian dalam memodelkan suatu persoalan, yaitu: Bagian pertama menguraikan tentang format, dimana model ini akan ditunjukkan atau diekspresikan. bagian kedua menguraikan jalan keluar, yang mana model tersebut dapat dipergunakan untuk membuat prediksi maupun mendapat solusi yang optimal.

Untuk kepentingan evaluasi model diperlukan beberapa faktor yang perlu diperhatikan, yaitu: Penggunaan biaya relatif yang lebih efisien dari model tersebut. Model tersebut dapat dipergunakan untuk berkomuni diantara orang teknik itu sendiri dan juga antara orang teknik dengan pelaksana di lapangan. Adanya keterbatasan di dalam menggunakan model tersebut.

Diantara model-model yang ada dapat diklasifikasikan menjadi: Model Deskriptif Model Fisik Model Simbolik Model Prosedur

1. Model deskriptif Model deskriptif banyak sekali memiliki pembatasan dan juga cara-cara prediksi yang pada umumnya hanya berlaku untuk lingkup sendiri dan tidak dapat dengan mudah dihubungkan ataupun dilakukan pengulangan bila dibutuhkan. Keuntungannya biaya untuk membuat prediksi biasanya cukup rendah. Oleh karena itu model ini banyak digunakan untuk pengambilan keputusan.

2. Model fisik Cara-cara optimasi dengan model fisik ini terutama untuk mencari alternatif design sebagai berikut: Kriteria penampilan (performance) adalah menunjukkan bahwa sudah established, stabil. Mengadakan estimasi untuk suatu kombinasi inisial dari variabel-variabel yang dapat dikontrol (controllable variables).

Model ini kemudian dapat digunakan untuk prediksi dari nilai-nilai, untuk kriteria penampilan (performance) dengan kondisi- kondisi yang berlaku. Adanya suatu pencarian (search) untuk semua yang tidak sesuai untuk kemudian diperbaiki dan di-reset untuk kepentingan variabel-variabel yang dapat dikontrol. Aturan pencarian ini didesign untuk menggerakkan variabel yang dapat dikontrol ke arah yang dapat mencapai perkembangan.

diperoleh, dan pencarian juga sudah Apabila penampilan maksimum sudah diperoleh, dan pencarian juga sudah ditemukan, hal itu merupakan hasil yang optimal. Juga nilai dari variabel yang terkontrol. Kondisi operasi yang diketahui juga dapat dicapai. Keuntungan dari model fisik ini adalah adanya kemudahan untuk berkomunikasi dengan orang-orang yang tidak mempunyai background teknologi. Namun dari segi tujuan decision making (pengambilan keputusan) modern, hal ini tidak dapat memberikan pebjelasan atas proses informasi.

Model ini memerlukan biaya yang tinggi (high cost) dan hanya dapat digunakan untuk menjelaskan persoalan khusus sesuai apa yang diinginkan untuk desain. 3. Model Simbolik Model ini digunakan sama seperti simbol-simbol matematik, terutama terlihat pada Technologi Operation Research yang menguraikan status dari variabel-variabel di dalam sistem dan juga menguraikan jalan keluar.

Variabel- variabel akan berubah dan juga berinteraksi Variabel- variabel akan berubah dan juga berinteraksi. Prediksi-prediksinya dibuat dari simbol yang disajikan dengan analisis dan prosedur matematis. Untuk menggunakan model ini diperlukan pengetahuan kalkulus dengan segala persoalan dan aksiomanya. Penggunaan model-model simbolik ini memerlukan biaya yang cukup rendah.

Pada umumnya terdapat 2 macam metode untuk mendapatkan perkiraan-perkiraan numerik dalam simbolik integral, yaitu dengan metode. Pendekatan interaktif yang didasarkan pada kenyataan bahwa nilai dari integral adalah sama dengan volume atau area bawah kurva fungsi yang memerlukan kumulatif distribusi dari fungsi tersebut.

b. Adanya pendekatan Monte Carlo (oleh Hamnersley and Handscomb), dengan menggunakan distribusi probabilitas dan pengambilan contohnya, yang dikenal dengan Simulasi Monte Carlo. 4. Model Prosedur Model ini sebenarnya merupakan suatu prosedur yang dinyatakan dalam simbol-simbol yang tepat.

Istilah simulasi menunjuk pada cara dimana model yang digunakan untuk prediksi dengan pengertian setiap model adalah suatu simulasi dari kenyataan yang ada dalam lingkup kebutuhan persoalan-persoalan tersebut dan merupakan prosedur untuk menyatakan (execution) proses-proses tersebut.