Ruang Lingkup Pemodelan dan Simulasi Oleh Muchammad Gamma Al Hakim

1.      DASAR-DASAR SIMULASI DAN PEMODELAN

              Simulasi diartikan sebagai teknik menirukan atau memperagakan kegiatan berbagai macam  proses atau fasilitas yang ada di dunia nyata.  Fasilitas atau proses tersebut disebut dengan sistem, yang mana didalam keilmuan digunakan untuk membuat asumsi-asumsi bagaimana sistem tersebut bekerja. 

              Untuk melihat bagaimana sistem tersebut bekerja maka dibuat asumsi-asumsi, dimana asumsi-asumsi tersebut biasanya berbentuk hubungan matematik atau logika yang akan membentuk model yang digunakan untuk mendapatkan pemahaman bagaimana perilaku hubungan dari sistem tersebut.

              Jika hubungan yang membentuk model cukup simpel, hubungan tersebut bisa menggunakan metode matematik (seperti aljabar, kalkulus atau teori probabilitas) untuk mendapatkan informasi yang jelas setiap permasalahan tertentu, sistem ini disebut dengan solusi analitik.  Bagaimanapun juga untuk memperkenalkan model-model realistik dimana terlalu kompleksnya sistem-sistem di dunia nyata untuk dievaluasi secara analitik maka model-model tersebut harus dipelajari secara simulasi.

              Dalam simulasi kita menggunakan komputer untuk mengevaluasi model numerikal, dan data digunakan untuk mengestimasi karakteristik yang benar yang diharapkan pada model. Lingkup aplikasi simulasi sangat banyak dan terbagi-bagi.  Berikut adalah beberapa jenis permasalahan utama dimana simulasi dibangun menjadi alat yang bermanfaat:

–          Perancangan dan analisis sistem manufaktur

–          Evaluasi sistem persenjataan militer atau persyaratan militer lainnya

–          Penentuan persyaratan hardware atau protokol untuk jaringan komunikasi

–          Penentuan persyaratan hardware dan software untuk sistem komputer

–          Perancangan dan operasional sistem transfortasi seperti bandara udara, jalan tol, pelabuhan laut dan jalan bawah tanah.

–          Evaluasi rancangan pada organisasi jasa seperti call center, restoran cepat saji, rumah sakit dan kantor pos

–          Reenginering pada pemilikan pabrik

–          Penentuan kebijakan pemesanan barang pada sistem inventori

–          Analisis keuangan atau sistem ekonomi

2.`        MODEL-MODEL SIMULASI

        1. Model Simulasi Statis dan Dinamis

                 Model simulasi statis adalah merepresentasikan sistem pada waktu utama, atau model ini mungkin digunakan untuk menunjukkan sistem yang mana permainan waktunya sederhana tanpa aturan; contoh simulasi statis adalah model Monte Carlo samping itu model simulasi dinamik menunjukkan sistem sistem yang lambat laun melampaui waktu seperti sistem konveyor pada pabrik.

        2. Model Simulasi Determinsistik dan Stokastik

                Jika model simulasi tidak berisikan komponen-komponen yang probabilitik (dengan kata lain random), model ini disebut deterministik; penyelesaian sistem (dan analisis yang tidak bisa dikembalikan ) pada penjabaran persamaan yang berbeda sebuah reaksi kimia semesti sebagai model.  Dalam model deterministik, outputnya ditentukan sekali membentuk output kuantitas dan hubungan dalam model dikhususkan sama walaupun penentuan yang sebenarnya memerlukan sedikit waktu berhitung untuk mengevaluasi.  Banyak sistem bagaimanapun harus dimodelkan seperti pemilikan sekurang-kurangnya beberapa komponen-komponen input random dan membangkitkan model simulasi stokastik.  Kebanyakan teori antrian dan sistem inventori (pergudangan) dimodelkan secara stokastik.  Model simulasi stokastik menghasilkan output random, karenanya diuji hanya berupa estimasi (perkiraan) kebenaran karakteristiknya pada model; ini merupakan model utama yang tidak menguntungkan dalam simulasi.

        3. Model Simulasi Kontinyu dan Diskrit

               Kita mendefinisikan model simulasi diskrit dan kontinyu analog dengan cara kita mendefinisikan sistem diskrit dan kontinyu sebelumnya.  Keputusan apakah menggunakan model diskrit atau kontinyu pada sistem-sistem utama tergantung dalam kekhususan yang obyektif.  Sebagai contoh, model arus lalu lintas jalan tol menjadi diskrit jika karakteristik dan gerakan mobil secara individu adalah terpenting.  Alternatifnya jika mobil dapat diuji secara bersama-sama/berkelompok, arus lalu lintas dapat dijelaskan dengan persamaan yang berbeda dalam model kontinyu.

3.         KELEBIHAN DAN KEKURANGAN SIMULASI

Beberapa kelebihan simulasi bisa dihitung secara luas yang muncul sebagai berikut:

–          Sangat kompleks, dunia sistem yang nyata dengan element stokastik yang tidak dapat dijelaskan secara tepat oleh model matematik yang dapat dinilai secara analitik.  Dengan demikian, simulasi sering  hanya sebagai tipe untuk kemungkinan investigasi.

–          Simulasi memperkenankan sesuatu untuk mengestimasi kinerja keberadaan sistem dibawah beberapa kumpulan proyek pada kondisi operasional.

–          Alternatif menyusun rancangan sistem (atau alternatif kebijakan operasional untuk sistem tunggal) dapat dibandingkan melalui simulasi untuk mengetahui bagaimana menemukan persayaratan yang spesifik.

–          Dalam simulasi kita dapat menjaga  kontrol lebih baik melalui penelitian yang dikondisikan dari pada kemungkinan akan digeneralisasikan ketika penelitian dengan sistemnya sendiri.

–          Simulasi memperkenankan kita untuk belajar sebuah sistem sepanjang kerangka waktu, -misalnya dalam sistem ekonomi-dalam tekanan waktu, atau alternatifnya untuk belajar kerja sistem secara mendalam dalam perluasan waktu.

Beberapa kerugian simulasi adalah sebagai berikut:

–          Kegagalan dalam membentuk definisi yang baik objek pada awal studi simulasi.

–          Tidak tersedianya level pada model secara mendalam

–          Kegagalan mengkomunikasikan dengan manajemen melalui kursus pada studi simulasi

–          Kesalahpahaman simulasi oleh manajemen

–          Penampilan sebuah studi simulasi jika secara utama diuji dalam program komputer.

–          Kegagalan masyarakat dengan pengetahuannya tentang metodologi simulasi dan satatistik dalam team pemodelannya..

–          Kegagalan untuk mengumpulkan sistem data yang baik.

–          Tidak tersedianya software simulasi

–          Sebelumnya menggunakan produk software simulasi yang statemen makronya kompleks tidak sebaik yang didokumentasikan dan belum bisa mengimplementasikan model-model logik yang diharapkan.

–          Percaya bahwa mudah menggunakan paket simulasi, yang mana mensyaratkan sedikit atau tidak bisa melakukan pemrograman, mensyaratkan taraf signifikansi yang rendah pada teknik kompentensi.

–          Animasi tidak berguna.

–          Kegagalan untuk menghitung secara tepat sumber random dalam sistem aktual.

–          Menggunakan distribusi yang asal-asalan (misalnya, normal, uniform, atau triangular) sebagai input simulasi.

–          Analisa data output dari sebuah run simulasi (replikasi) menggunakan rumusan yang diasumsikan independen

–          Membuat replikasi tunggal pada rancangan sistem utama dan diuji output statistik sebagai jawaban yang benar.

–          Membandingkan rancangan sistem alternatif dalam basis sebuah replikasi untuk setiap rancangan.

–          Menggunakan bentuk ukuran yang salah.

 Artikel ini dibuat sebagai tugas kuliah  sebagaimana yang tertuang dalam https://onlinelearning.uhamka.ac.id