Langkah – Langkah Dalam Proses Simulasi Model – Model Simulasi

metode analitik berarti suatu cara penalaran yang deduktif dari teori matematik untuk menyelesaikan suatu model sehingga akan didapatkan model yang sesuai dengan sistem yang dianalisa. Model simulasi biasanya dijalankan atau dicoba-coba untuk memperoleh informasi yang diinginkan. Berdasarkan hasil tersebut, penganalisaan dapat mempelajari kelakuan sistem. Maka simulasi bukanlah suatu teori melainkan suatu metodologi untuk memecahkan masalah. Telah didefinisikan bahwa simulasi adalah proses mengadakan eksperimen terhadap model dari suatu sistem yang ada. Masalahnya seringkali timbul kesulitan jika informasi – informasi yang dibutuhkan tidak tersedia. Eksperimen langsung terhadap suatu sistem yang ada mengiliminasi kesulitan – kesulitan dalam usaha memperoleh kecocokan antara model dengan kondisi sebenarnya. Tetapi kerugian dari eksperimen langsung terhadap sistem cukup banyak, antara lain : 1. Dapat mengganggu jalannya operasi 2. Objek yang diamati cenderung bertingkah laku lain dari biasanya 3. Sangat sulit membuat kondisi yang sama untuk percobaan yang berulang 4. Untuk memperoleh sampel yang sama perlu waktu dan biaya 5. Pada kenyataan sulit mengganti banyak alternatif.

2.10.1 Langkah – Langkah Dalam Proses Simulasi

Semua simulasi yang baik memerlukan perencanaan dan organisasi yang baik. Pada umumnya terdapat 5 langkah pokok yang diperlukan dalam menggunakan simulasi P. Siagian, 1987 , hal. 449 – 450, yaitu : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 1. Tentukan sistem atau persoalan yang hendak disimulasi . Ini mencakup penentuan : - lingkungan - tujuan - karakteristik 2. Kembangkan model simulasi yang hendak digunakan. 3. Ujilah model dan bandingkan tingkah lakunya dengan tingkah laku dari sistem nyata, kemudian berlakukanlah model simulasi ini. 4. Rancang percobaan – percobaan simulasi. 5. Jalankan simulasi dan analisis data.

2.10.2 Model – Model Simulasi

Model – model simulasi dapat dikelompokkan ke dalam beberapa penggolongan, antara lain Pangestu dkk, 2000, hal. 294 – 299 : 1. Model Simulasi Stokhastik Model ini kadang – kadang juga disebut sebagai model simulasi Monte Carlo. Istilah Monte Carlo dalam simulasi mulai diperkenalkan oleh Compte de Buffon pada tahun 1977 dan pemakaiannya pada sistem nyata dimulai selama perang dunia II, dipakai untuk merancang pelindung nuklir yang ditembus oleh neutron pada berbagai material. Masalah ini sulit dipecahkan dengan analitik dan rumus pula untuk eksperimen langsung, sehingga dipakailah bilangan random untuk memecahkannya. Teknik ini dinamakan Monte Carlo karena dasarnya sama seperti permainan judi. Sedangkan Monte carlo adalah kota judi terbesar di dunia. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Di dalam proses stokhastik sifat – sifat keluaran output dari proses ditentukan berdasarkan dan merupakan hasil dari konsep random acak 2. Model Simulasi Deterministik Pada model ini tidak diperhatikan unsur random, sehingga pemecahan masalahnya menjadi lebih sederhana. Contoh aplikasi dari model ini adalah dalam dispatching, line balancing, sequence dan plant layaout. 3. Model Simulasi Dinamik dan Statik Model simulasi yang dinamik adalah model yang memperhatikan perubahan – perubahan nilai dari variabel – variabel yang ada kalau terjadi pada waktu yang berbeda. Tetapi model statik tidak memperhatikan perubahan. Perubahan ini, contoh dari model simulasi yang statik adalah line balancing dan plant layout. Dalam perencanaan layout tentu saja diperlukan syarat – syarat keadaan – keadaan lain bersifat statik sedang contoh dari model dinamik adalah inventory sistem, job shop model dan sebagainya. 4. Model Simulasi Heuristik Model yang heuristik adalah model yang dilakukan dengan cara coba – coba, kalau dilandasi suatu teori masih bersifat ringan, langkah perubahannya dilakukan berulang – ulang dan pemilihan langkahnya bebas, sampai diperoleh hasil yang lebih baik, tetapi belum tentu optimal. Model stokhastik adalah kebalikan dari model deterministik, dan model statik kebalikan dari model dinamik. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

2.10.3 Motivasi Menggunakan Simulasi