Click here for Myspace Layouts

Senin, 20 Mei 2013

SIMULASI KOMPUTER


BAB 9

MODEL BUILDING

Dalam bisnis sering juga digunakan Rancangan Percobaan Simulasi.  Menggunakan suatu “MODEL BUILDING TECHNIQUE” untuk menentukan pengaruh perubahan-perubahan.  Salah satu rancangan adalah simulasi dengan menggunakan komputer (COMPUTER-BASED SIMULATIONS).  Suatu simulasi dapat dipandang sebagai suatu percobaan yang dilaksanakan menggunakan setting khusus yang menyerupai lingkungan alamiah biasanya kegiatan itu berlangsung (lingkungan dibuat artifisial tapi tidak jauh berbeda dengan kenyataan).
Ex:  Model simulasi yang menggunakan perangkat komputer:
       - simulasi terbang (pilot)
       - mengemudi kendaraan bermotor

Bentuk Pendekatan
Rancangan / pendekatan penelitian banyak dipengaruhi oleh:  jenis dan banyaknya variabel.  Jenis variabel juga dipengaruhi oleh jenis pendekatan.

Faktor-faktor lain yang mempengaruhi jenis pendekatan, yaitu:
1.  Tujuan penelitian
2.  Waktu dan dana yang tersedia
3.  Tersedianya subjek penelitian
4.  Minat peneliti

Walaupun masalah penelitiannya sama kadang-kadang peneliti dapat memilih 1 diantara 2 atau lebih jenis pendekatan penelitian yang digunakan.
l  SURVEI merupakan cara mengumpulkan data dari sejumlah unit / individu dalam waktu yang bersamaan.
l  VAN DALEN mengemukakan survei bermaksud:
     - untuk mengetahui status gejala
     - menentukan kesamaan status dengan cara membandingkannya 
       dengan standar yang sudah dipilih / ditentukan
     - memantapkan suatu rencana, sebagai studi pendahuluan
Menurut Van Dalen studi survey merupakan bagian dari studi deskriptif dan meliputi:
1.  School Survey
     Tujuannya meningkatkan efisiensi dan efektivitas pendidikan (berhubungan dengan proses belajar mengajar)
2.  Job Analysis
Tujuan:  mengumpulkan informasi mengenai tugas-tugas umum dan tanggung jawab para karyawan, aktivitas khusus yang membutuhkan keterlibatan, dan fungsi anggota organisasi, kondisi kerja dan fasilitas.
3.   Analisis Dokumen / Analisis Isi / Analisis Aktivitas/ Analisis Informasi
Ex:  meneliti dokumen, menganalisis peraturan
4.  Public Opinion Surveys
Tujuan:  untuk mengetahui pendapat umum tentang sesuatu hal
5. Community Surveys / Social Surveys / Field Surveys
Tujuan:  mencari informasi tentang aspek kehidupan secara luas dan mendalam. 
Walaupun kelihatannya survei ini menyangkut masyarakat, namum sangat erat hubungannya dengan survei sekolah.
  

BAB 10

VERIFIKASI DAN VALIDASI MODEL SIMULASI

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).


 



Gambar 1. Relasi verifikasi, validasi dan pembentukan model kredibel


Prinsip Pemodelan Simulasi Valid:
Tabel 1. Hal yang harus diperhatikan dalam verifikasi dan validasi.
Model
Verifikasi
Validasi

Konseptual

Apakah model mengandugn semua elemen, kejadian dan relasi yang sesuai?

Apakah model dapat menjawab pertanyaan pemodelan?


Logika
Apakah kejadian direpresentasikan dengan benar?
Apakah mode memuat semua kejadian yang ada pada model konseptual?
Apakah rumus matematika dan relasi benar?

Apakah ukuran statistik dirumuskan dengan benar?
Apakah model memuat semua relasi yang ada dalam model konseptual?


Komputer
 atau simulasi
Apakah kode komputer memuat semua asapek mode logika?
Apakah model komputer merupakan representasi valid dari sistem nyata?
Apakah statistik dan rumus dihitung dengan benar?
Dapatkah model komputer menduplikasi kinerja sistem nyata?
Apakah model mengandung kesalahan pengkodean?
Apakah output model komputer mempunyai kredibilitas dengan ahli sistem dan pembuat keputusan?



Prinsip Pemodelan Simulasi Valid:
Petunjuk umum dalam menentukan tingkat kedetailan yang diperlukan dalam model simulasi :

Ø Hati-hati dalam mendefinisikan
Ø Model-model tidak valid secara universal

Ø Memanfaatkan ‘pakar’ dan analisis sensitivitas untuk membantu menentukan level detil  model
Ø  Validasi Model Konseptual
Validasi model konseptual adalah proses pembentukan abstraksi relevan sistem nyata terhadap pertanyaan model simulasi yang diharapkan akan dijawab.  Validasi model simulasi dapat dibayangkan sebagai proses pengikat dimana analis simulasi, pengambil keputusan dan manajer sistem setuju aspek mana dari sistem nyata yang akan dimasukkan dalam model, dan informasi apa (output) yang diharapkan akan dihasilkan dari model.  Tidak ada metode standar untuk validasi model konseptual, kita hanya akan melihat beberapa metode yang berguna untuk validasi.

Ø  Verifikasi dan Validasi Model Logis
Bentuk model logis tergantung dari bahasa pemrograman yang akan digunakan.  Jika model konseptual sudah dibangun dengan baik, verifikasi model konseptual bukan pekerjaan kompleks.  Ada beberapa pertanyaan yang harus dijawab sebelum kita yakin bahwa model logis merepresentasikan model konseptual.  Salah satu pendekatan yang digunakan untuk verifikasi model logis adalah dengan fokus pada:
1.      apakah kejadian dalam model diproses dengan benar?
2.      apakah rumus matematika dan relasi dalam model valid?
3.      apakah statistik dan ukuran kinerja diukur dengan benar?
Verifikasi dan Validasi Pemrosesan Kejadian
Ø  Validasi bahwa model logis mengandung semua kejadian dalam model konseptual
Ø  Verifikasi hubungan di antara kejadian
Ø  Verifikasi bahwa model logis memproses kejadian secara simultan dengan urutan benar.
Ø  Verifikasi bahwa semua variabel status yang berubah karena terjadinya suatu kejadian diperbaiki dengan benar.
Metode umum yang digunakan untuk verifikasi dan validasi pemrosesan kejadian dalam model logis adalah structured walk-through, dimana pengembang model logis harus menjelaskan (walk through) logika detil model ke anggota lain tim pengembang model simulasi.


BAB 11

SIMULATION OUTPUT ANALYSIS


Model simulasi kejadian diskrit berbeda dari tipe model lainnya. Model simulasi kejadian diskrit menggabungkan banyak variabel acak sehingga hasil (output) model merupakan variabel acak juga. Sebagai hasilnya, perkiraan output dalam penjalanan simulasi tertentu dapat sangat berbeda dari karakteristik model sebenarnya. Karena itu menggunakan output simulasi kejadian diskrit untuk menjawab pertanyaan pemodelan yang merupakan perilaku dan karakteristik sistem nyata bisa menjadi pekerjaan yang sangat sulit.
Output model simulasi seperti ini bisa dengan mudah disalah interpresentasikan. Dalam berbagai studi simulasi, waktu dan dana besar biasanya dikeluarkan saat pengembangan model dan pembuatan program, tapi sangat sedikit usaha yang dilakukan dalam menganalisis output simulasi dengan tepat. Ada beberapa alasan kenapa analisis data output belum dilakukan dengan benar. Pertama, pengguna sering membayangkan bahwa simulasi hanya latihan dalam pemrograman komputer, bahkan untuk yang sangat kompleks. Akibatnya, banyak studi simulasi dimulai dengan pembangunan dan pengkodean model heuristik dan diakhiri dengan penjalanan tunggal model untuk menghasilkan “jawaban”. Padahal, simulasi adalah percobaan contoh statistik berbasis komputer. Oleh karena itu, jika hasil simulasi tidak mempunyai arti, teknik statistik harus digunakan untuk merancang dan menganalisis percobaan simulasi. Alasan kedua adalah output proses semua simulasi maya bersifat dinamis dan otokorelasi.
Tujuan Analisis Output
Dari awal kita sudah memahami bahwa langkah awal dan penting dalam analisis simulasi adalah mendefinisikan dengan jelas pertanyaan model simulasi yang diharapkan untuk dijawab. Analis harus selalu mempunyai pemahaman yang jelas pertanyaan apa yang harus dijawab ketika analisis diselesaikan dan menggunakan pertanyaan sebagai arahan melakukan analisis data, pengembangan model, validasi dan analisis output. Tujuan dari analisis output oleh karenanya adalah menjawab pertanyaan yang diajukan di awal pembentukan model dengan benar. Bentuk pertanyaan mengindikasikan pengujian hipotesis, selang kepercayaan atau pendugaan parameter. Kita kembali ke simulasi sistem komputer time-shared. Kita asumsikan bahwa waktu aktif server adalah 24 jam sehari.

Permasalahan Analisis Output Model Simulasi
Untuk menggambarkan permasalahan analisis output model simulasi kita kembali ke model sistem komputer time-shared. Kita mengasumsikan (berdasarkan data historis atau perhitungan lainnya) bahwa laju pemanggilan pengguna untuk koneksi ke sistem adalah 75 per jam dan waktu rata-rata terkoneksi 35 menit. Kedua waktu ini (pemanggilan dan koneksi) berdistribusi secara eksponensial. Hasil penjalanan model simulasi ditunjukkan Tabel 1. Kapanpun kita melakukan analisis data statistik, asumsi tentang proses darimana data itu ditarik dan pengamatannya harus dibuat. Jika asumsi yang dibuat tidak benar, maka akan dihasilkan kesimpulan karakteristik dan perilaku proses yang tidak benar.
Ketika menganalisis data statistik adalah umum menggunakan asumsi:
1. Pengamatan saling bebas.
2. Waktu proses bervariasi.
3.Untuk pengamatan dalam jumlah besar (lebih besar atau sama dengan 30), rata-rata sampel menyebar normal.

 

BAB 12

PERBANDINGAN SISTEM


Dalam beberapa kasus, simulasi digunakan untuk membandingan antara dua buah rancangan atau lebih. Tujuannya untuk mengetahui alaternatif yang paling unggul. Metode yang biasanya digunakan adalah Hipotesis
Ada 3 cara dalam membandingkan sistem yaitu:
1.      Uji Hipotesis
Uji hipotesis adalah pernyataan atau dugaan terhadap satu atau lebih populasi. Uji hipotesis merupakan sebuah pernyataan tentang parameter-parameter dari sebuah distribusi probabilitas atau parameter dari sebuah model.


2.      Membandingkan dua rancangan alternatif sistem
a)   Welch Confidence Interval
        Observasi diambil dari masing-masing populasi
v  Terdistribusi normal
v  Independen dalam/antar populasi
        Jumlah sampel dari satu populasi tidak harus sama dengan populasi yang lain
        Dua populasi tidak harus memiliki variansi yang sama

b)   Paired-t Confidence Interval
       Observasi diambil dari masing-masing populasi
v  Terdistribusi normal
v  Independen dalam populasi, tapi tidak perlu independen antar populasi
        Jumlah sampel dari satu populasi dengan populasi yang lain harus sama
        Dua populasi tidak perlu memiliki variansi yang sama
           

3.      Membandingkan lebih dari dua rancangan alternatif sistem
a)     The Bonferroni Approach
        Merupakan suatu metode yang memungkinkan banyak perbandingan pernyataan yang akan dibuat (atau interval keyakinan yang akan dibangun) sementara harus memastikan seluruh koefisien kepercayaan tetap dipertahankan.
        Metode Bonferroni cocok digunakan untuk jumlah sampel baik itu memiliki jumlah sampel yang sama atau tidak.



b)     Advanced statistical models:   
          Merupakan salah satu uji hipotesis pada statistika parametrik, untuk melakukan pengujian terhadap interaksi antara dua faktor dalam satu percobaan dengan membandingkan rata-rata dari lebih dari dua sampel
        Tujuan dari analisis varians adalah untuk dapat menemukan variabel independen dalam penelitian dan mengetahui bagaimana interaksi antar variabel dan pengaruhnya terhadap perlakuan.
c)      Factorial Design


BAB 13

SIMULATION OPTIMAZION


STop of Form
imulasi Optimasi merupakan sebuah metode yang lebih kuat untuk analisis simulasi, di luar simulasi parameter, adalah dengan menggunakan optimasi simulasi untuk secara otomatis menemukan nilai terbaik dari satu atau lebih variabel yang dapat dikontrol. Kita dapat menempatkan komputer untuk bekerja, pada dasarnya melakukan simulasi parameter untuk berbagai kombinasi nilai variabel keputusan kami, dan mencari kombinasi terbaik dari nilai kriteria yang kita tentukan.

Bagaimana Simulasi Optimization
Bekerja
Optimasi membantu membuat pilihan yang lebih baik ketika memiliki semua data, dan simulasi membantu dalam memahami hasil. Frontline Solvers memungkinkan Anda untuk menggabungkan metode analitik, sehingga Anda dapat membuat pilihan yang lebih baik untuk keputusan melakukan kontrol, dengan mempertimbangkan berbagai hasil potensial untuk berbagai faktor.
Metode ini, yang disebut optimasi simulasi, membantu dalam membuat pilihan yang lebih baik dalam situasi ketidakpastian.

Pembuatan Model Mencakup:
  • Variabel keputusan untuk sumber daya yang dilakukan seperti halnya dalam model optimasi konvensional
  • Variabel ketidakpastian faktor yang tidak mengontrol seperti pada model simulasi Monte Carlo
  • Sebuah tujuan untuk memaksimalkan atau meminimalkan, yang mungkin tergantung pada keputusan dan variabel tidak pasti
  • Kendala untuk memenuhi, yang mungkin juga tergantung pada keputusan dan variabel tidak pasti.
Bottom of Form