Simulasi Berbasis Spasial Analisis Spasial dalam Pengembangan Industri

Terkadang kita juga menginginkan untuk menentukan target pangsa pasar tertentu yang dapat diraih dari sejumlah permintaan yang ada dengan mempertimbangkan pesaing. Gambaran model spasial untuk permasalahan ini ditunjukkan pada gambar berikut ini. Gambar 2-45 Model Spasial dengan Target Pangsa Pasar Tertentu Toko diskon besar biasanya menggunakan model target pangsa pasar ketika mereka ingin tahu ekspansi yang diperlukan untuk mencapai tingkat tertentu dari pangsa pasar atau untuk melihat strategi apa yang diperlukan untuk mempertahankan pangsa pasar mereka saat ini dengan adanya fasilitas dari pesaing. Dalam kasus lain di mana terdapat keterbatasan anggaran, maka keputusan yang harus diambil adalah menangkap sebanyak mungkin pangsa pasar dengan sejumlah batasan fasilitas.

2.4.8 Simulasi Berbasis Spasial

Untuk mendapatkan pemahaman terhadap perilaku sistem dan kinerjanya, melakukan eksperimen pada sistem yang nyata akan memiliki konsekuensi biaya dan risiko yang tinggi. Salah satu cara untuk mengevaluasi sebuah rancangan sistem adalah dengan melakukan simulasi sistem. Simulasi akan meniru perilaku sistem dan rancangan sistem dan selanjutnya dapat memberikan gambaranterhadap kinerja sistem yang sebenarnya tanpa harus mengganggu sistem physiknya. Dengan menggunakan simulasi, dapat dibuat skenario-skenario perbaikan sistem dan melakukan evaluasi terhadap inisiatif-inisiatif tersebut. Ada beberapa tipe pemodelan simulasi yang dikenal Harrington dan Tumay, 2000, yaitu: a. Metode pemodelan simulasi analitis b. Metode pemodelan simulasi kontinyu c. Metode pemodelan simulasi discrete event, dan d. Metode pemodelan simulasi berorientasi object. Metode pemodelan simulasi analitis menitikberatkan pada beberapa aspek kompleksitas dinamik seperti sejumlah pelanggan yang berkompetisi untuk memperebutkan sumberdaya yang sama dan beberapa variabilitas yang berhubungan dengan proses kedatangan dan pelayanan. Model analitis menyediakan estimasi kinerja steady-state agregat yang jauh lebih akurat dibandingkan dengan menggunakan analisis pada spreadsheet. Gambar 2-46 mengilustrasikan konsep kinerja steady-state. Keunggulan dari simulasi analitis adalah pemodelan dan proses eksekusi simulasi yang lebih cepat. Gambar 2-46 Kinerja Steady-state pada Simulasi Analitis Pemodelan simulasi kontinyu dapat menangkap proses dinamis dengan menggunakan persamaan diferensial dan dapat mengandung perilaku random. Model kontinyu memiliki kemampuan baik untuk phenomena steady-state maupun phenomena transien Harrington dan Tumay, 2000. Animasi dan model 80 Steady-state Waktu Utilisasi Server kontinyu lebih bernilai dibandingkan dengan model analitis karena bottleneck dan flow dapat divisualisasikan dengan gauges dan dials. Pemodelan tipe ini lebih tepat untuk memodelkan volume yang besar dan proses produksi kontinyu. Gambar 2-47 berikut ini memperlihatkan model simulasi kontinyu. Gambar 2-47 Simulasi Kontinyu Pemodelan discrete event memungkinkan untuk merumuskan perilaku acak dengan distribusi dan ekspresi kemungkinan. Model discrete event menghasilkan output yang acak dan oleh karena itu hanya merupakan estimasi dari perilaku yang sesungguhnya dari sebuah sistem. Replikasi harus dibuat dan rata-rata harus diperoleh untuk mendapatkan estimasi dari ukuran-ukuran kinerja yang diharapkan. Pada proses simulasi discrete event, entitas merepresentasikan produk atau jasa yang memperebutkan sumber daya untuk melakukan aktivitasnya. Oleh karena itu simulasi discrete event adalah teknik simulasi yang paling natural untuk pemodelan dan analisis proses. Animasi dari model discrete event dapat sangat impresif dan berguna untuk kepentingan validasi dan presentasi. Animasi dari discrete event juga bisa dilakukan dalam peta dan tergambar secara spasial merepresentasikan sistem nyata dengan lebih baik OSullivan dan Perry, 2011. Salah satu contoh nyata representasi animasi dari discrete event simulation dapat dilihat pada Gambar 2-48 berikut ini. Stock PKS01 Produksi PKS01 Kapasitas PKS01 Tanki Timbun PO-01 Pengiriman CPO PKS01 Kapasitas Alat Angkut PKS01 Loading PO-01 Loading Rate PO-01 Barge Arrival to PO- 01 Stock PKS02 Produksi PKS02 Kapasitas PKS02 Pengiriman CPO PKS02 Kapasitas Tanki Timbun PO-01 Jumlah Alat Angkut PKS01 Shortage Surplus Jumlah Alat Angkut PKS02 Kapasitas Alat Angkut PKS02 Gambar 2-48 Simulasi Discrete Event Berbasis Spasial Salah satu kelemahan dari simulasi discrete-event ini adalah biasanya membutuhkan waktu yang lebih lama untuk proses running dibandingkan dengan model simulasi analitis dan kontinyu. Tantangan pemodelan simulasi discrete- event ini adalah keahlian yang dibutuhkan untuk membangun model yang valid. Contoh logika proses simulasi discrete-event ini ditunjukkan pada Gambar 2-49. Gambar 2-49 Konsep Dasar Simulasi Discrete Event Banks, II et al. 2010 dalam bukunya yang berjudul Discrete-event System Simulation memberikan gambaran langkah-langkah utama dalam melakukan studi simulasi sebagaimana yang digambarkan pada Gambar 2-50. t Generate Arrival Entity Dispose Entity Wait for Resource Advance Time Free Resource Adapun langkah-langkah untuk melakukan simulasi komputer adalah sebagai berikut:

1. Perumusan masalah

Setiap studi harus didahului dengan pendefinisian permasalahan. Jika definisi permasalahan diberikan oleh pembuat kebijakan, atau pemilik masalah, maka peneliti harus memastikan bahwa permasalahan tersebut telah jelas dapat dipahami. Jika perumusan masalah dilakukan oleh peneliti, maka harus dipastikan juga pembuat kebijakan memahami dan menyetujui perumusan masalah tersebut. Meskipun tidak ditunjukkan pada gambar, harus dipahami bahwa perumusan masalah dapat dilakukan berulang seiring dengan berkembangnya penelitianstudi. Pada umumnya, pembuat kebijakan dan peneliti menyadari bahwa permasalahan telah terjadi lama sebelum karakteristik permasalahan diketahui.

2. Penentuan tujuan dan perencanaan proyek penelitian

Tujuan menunjukkan pertanyaan yang harus dijawab oleh simulasi. Pada titik ini, harus sudah ditetapkan apakah simulasi merupakan metode yang tepat untuk penyelesaian masalah seperti yang telah dirumuskan dan tujuan yang telah ditetapkan. Dengan mengasumsikan bahwa simulasi adalah metode yang tepat, dalam perencanaan proyek juga harus menyertakan sistem alternatif yang dapat digunakan dan metode evaluasi efektivitas dari alternatif-alternatif tersebut. Dalam rencana proyek penelitian juga perlu menyertakan kebutuhan tenaga SDM, biaya penelitian, waktu yang dibutuhkan untuk menyelesaikan setiap tahapan, dan hasill yang diharapkan pada akhir setiap tahapannya.

3. Konsep pemodelan

Pembangunan sebuah model dari sebuah sistem cenderung lebih ke arah seni daripada sainsilmu pengetahuan. Pritsker 1998 membahas panjang lebar tentang tahapan ini. “Meskipun tidak memungkinkan untuk memberikan instruksi detil yang dapat menuntun pembangunan model yang sesuai pada setiap kasus, namun ada beberapa pedoman umum yang dapat diiku ti” Morris, 1967. Seni memodelkan akan semakin baik dengan kemampuan mengintisarikan kunci permasalahan yang diteliti, memilih dan memodifiksi asumsi-asumsi dasar yang menggambarkan karakteristik sistem, dan memperkaya serta mengembangkan model sampai didapatkan hasil yang diinginkan. Oleh karena itu, sebaiknya kita memulai dengan model sederhana dan membangunnya perlahan. Akan tetapi, perlu dicatat bahwa model yang dibangun tidak perlu melebihi tingkat yang dibutuhkan untuk mencapai tujuan penelitian. Jika model dibangun melebihi tingkat yang dibutuhkan maka hal tersebut hanya akan menambah biaya pembangunan model. Pendekatan sangat detil dari sistem nyata ke model one-to-one mapping tidak diperlukan, cukup sampai dengan intisari dari sistem nyata yang dibutuhkan. Disarankan untuk melibatkan pengguna model dalam pembuatan konsep model. Melibatkan pengguna model akan memperbaiki kualitas model yang dihasilkan dan juga menambah kepercayaan diri pengguna model dalam aplikasinya.

4. Pengumpulan data

Ada hubungan saling mempengaruhi antara pembangunan model dan kumpulan data input Shannon, 1975. Ketika model berubah, maka elemen data yang dibutuhkan juga akan berubah. Yang perlu diperhatikan adalah karena pengumpulan data merupakan tahapan yang paling besar porsinya dalam melakukan simulasi, maka akan sangat penting untuk memulai pengumpulan data pada awal penelitian, umumnya bersamaan dengan tahapan awal pembangunan model. Tujuan penelitian sangat menentukan jenis data yang harus diperoleh. Contohnya pada studi antrian di bank, maka data-data yang dibutuhkan adalah distribusi antar kedatangan nasabah pada waktu yang berbeda tiap harinya, distribusi pelayanan kasir bank, dan data historis distribusi antrian dalam beragam situasi.

5. Penerjemahan model

Sebagian besar sistem real ketika dimodelkan memerlukan penyimpanan informasi dan komputasi yang cukup kompleks, maka model harus dibuat dalam format yang dapat dikenal komputer computer-recognizable. Modeller harus menentukan akan menggunakan software yang dapat digunakan simulasi untuk tujuan penelitiannya.

6. Verifikasi

Langkah verifikasi ini dimaksudkan untuk menguji apakah programperangkat lunak yang digunakan telah berjalan dengan baik. Pada model yang rumit, sangat sulit, jika tidak bisa dibilang tidak mungkin, untuk menterjemahkan model pada perangkat lunak tanpa proses debugging yang dilakukan berulang- ulang; jika parameter input dan struktur logika dari model telah mampu direpresentasikan dengan baik pada perangkat lunak, maka proses verifikasi telah selesai.

7. Validasi

Validasi umumnya dilakukan dengan melakukan kalibarasi model, proses iterasi dengan membandingkan model dengan perilaku sistem aktual dan menggunakan perbedaan antara keduanya , dan kesimpulan yang didapatkan, untuk melakukan perbaikan terhadap model. Proses ini dilakukan berulang- ulang sampai didapatkan model dengan tingkat akurasi yang dapat diterima.

8. Desain eksperimen

Alternatif yang akan disimulasikan harus ditentukan terlebih dahulu. Seringkali, keputusan mengenai alternatif yang disimulasikan adalah fungsi dari hasil yang telah selesai dianalisa. Perlu ada keputusan terlebih dahulu untuk setiap desain sistem yang akan disimulasikan, mengenai periode simulasi, periode awal, dan jumlah replikasi.

9. Simulasi dan analisis

Simulasi dan analisis yang mengikutinya digunakan untuk mengestimasi kinerja dari desain sistem yang sedang disimulasikan.

10. Simulasi lanjutan

Setelah analisis selesai dilakukan, peneliti perlu menentukan apakah diperlukan simulasi lebih lanjut.

11. Dokumentasi dan pelaporan

Ada dua jenis pendokumentasian: program dan progress. Dokumentasi program perangkat lunak diperlukan beragam alasan. Jika program tersebut akan digunakan lagi oleh peneliti yang sama maupun yang berbeda, akan sangat penting untuk memahami bagaimana program tersebut bekerja. Hal tersebut juga akan memberikan kepercayaan pada program yang digunakan, sehingga pengguna model dan pembuat kebijakan dapat membuat keputusan berdasarkan analisis dari model tersebut. Alasan lain untuk mendokumentasikan program adalah untuk keperluan modifikasi program, dan jika pengguna akan melakukan perubahan pada parameter input dan menganalisis pengaruhnya terhadap keluaran yang dihasilkan. Musselman 1998 membahas tentang progress report yang menyediakan sejarahtahapan tertulis dan penting dalam sebuah proyek simulasi. Progress report akan menunjukkan kronologi pembangunan model dan keputusan-keputusan yang dibuat dalam prosesnya. Hal ini dapat digunakan sebagai alat untuk menjaga proyek tetap dalam jalur sesuai rencana. Musselman menyarankan laporan rutin minimal bulanan sehingga pihak yang tidak terlibat langsung dalam aktivitas proyek harian pun dapat memahami proyek dengan baik. Dari sisi pelaporan, Musselman menyarankan deliverables rutin, dimana Musselman menyatakan “it is better to work with many intermediate milestones than with absolute deadline .” Hasil dari seluruh analisis harus dilaporkan dengan jelas dan singkat pada laporan final. Hal tersebut akan memudahkan pengambil keputusan untuk melakukan review terhadap perumusan final, sistem alternatif yang diajukan, kriteria yang digunakan untuk membandingkan setiap alternatif, hasil eksperimen, dan rekomendasi solusi untuk permasalahan.

12. Implementasi

Keberhasilan tahapan implementasi sangat bergantung pada sebelas tahapan yang mendahuluinya. Hal yang juga penting adalah seberapa dalam analis melibatkan pengguna model selama proses simulasi. Jika pengguna model telah dilibatkan selama proses pembangunan model dan pengguna model juga mengerti karakteristik model dan output-outputnya, kecenderungan implementasi akan berhasil akan semakin baik Kelton, Sadowski et al., 2003. Demikian juga sebaliknya, jika model dan asumsi-asumsi yang mendasarinya tidak dikomunikasikan dengan baik, maka proses implementasi tidak akan berjalan dengan baik, terlepas dari validitas model yang dibangun. Pembangunan model simulasi seperti yang ditunjukkan pada diagram dapat dibagi kedalam empat Fase. Fase pertama, terdiri dari langkah 1 Perumusan masalah dan 2 Penentuan tujuan dan desain keseluruhan. Fase kedua berhubungan dengan pembangunan model dan pengumpulan data dan melibatkan langkah ke-3 Konsep pemodelan, 4 Pengumpulan data, 5 Penerjemahan model, 6 Verifikasi, dan 7 Validasi. Jika pengguna model tidak dilibatkan dalam fase ini akan mengakibatkan masalah pada saat implementasi. Fase ketiga berkaitan dengan running mode. Langkah ke-8 Desain eksperimen, 9 Simulasi dan analisis, dan 10 Simulasi lanjutan ada pada fase ketiga ini. Fase ini memerlukan perencanaan komprehensif terkait dengan eksperimen dengan model simulasi. Simulasi discrete-event stochastic sebenarnya adalah eksperimen statistik. Variabel output yang dihasilkan mengandung error acak, dan karena itu memerlukan analisis statistik yang baik. Fase keempat, melibatkan langkah ke-11 Dokumentasi dan pelaporan, 12 Implementasi. Keberhasilan implementasi bergantung pada keterlibatan kontinu dari pengguna model dan keberhasilan penyelesaian proses pada setiap tahapan. Mungkin, hal yang paling krusial dari keseluruhan proses adalah langkah ke-7 Validasi, karena model yang tidak valid akan menghasilkan analisis yang salah, yang jika diimplementasikan akan berbahaya dan menimbulkan biaya besar, atau bahkan keduanya. Gambar 2-50 Langkah-langkah dalam Studi Simulasi Formulasi permasalahan Penentuan tujuan dan keseluruhan rencana proyek Konseptualisasi model Pengumpulan data Penterjemahan model Verified? Validated? Rancangan eksperimental Run dan analisis Perlu run lagi? Dokumentasi dan pelaporan Implementasi Ya Ya Tidak Ya Ya Tidak Tidak Tidak 1 2 3 4 5 6 7 8 9 10 11 12

2.5 Rancang Bangun Sistem Pendukung Keputusan Berbasis Spasial

Perancangan merupakan langkah pertama dalam fase pengembangan rekayasa suatu produk atau sistem. Menurut Pressman 1997, perancangan merupakan suatu proses penggunaan berbagai prinsip dan teknik untuk tujuan-tujuan pendefinisian suatu perangkat, proses atau sistem hingga ke tingkat kerincian tertentu yang diinginkan. Model pengembangan sistem di tataran awal yang umumnya digunakan adalah model prototyping. Prototyping sendiri merupakan model pengembangan sistem yang melibatkan proses pembentukan model versi sistem secara iteratif untuk menghasilkan sistem yang sesuai dengan kebutuhan pengguna. Pendekatan seperti ini merupakan implementasi dari konsep “think small strategize big” dari Turban et al. 2011 dimana pengguna maupun pengembang pertama-tama fokus pada penyelesaian permasalahan kunci untuk meraih keberhasilan-keberhasilan kecil secara bertahap. Pendekatan ini dipandang lebih efektif dan efisien dalam pengembangan sistem pendukung keputusan Turban, Sharda et al., 2011. Model ini sendiri memiliki tiga bentuk: a. Prototype diatas kertas atau berbasiskan sistem komputer yang menggambarkan diagram interaksi-interaksi yang mungkin terjadi. b. Working type yang mengimplementasikan sebagian fungsi yang ditawarkan oleh sistem yang dikembangkan. c. Program jadi yang mampu melakukan sebagian atau bahkan keseluruhan fungsi yang ditawarkan meskipun masih terdapat beberapa feature yang dikembangkan lebih lanjut. Adapun proses pengembangan sistem pendukung keputusan yang menggunakan proses prototyping ini melibatkan aktivitas-aktivitas sebagai berikut: a. Pengumpulan secara cepat kebutuhan terhadap sistem oleh pihak pengguna dan pengembang. Aktivitas ini mirip dengan fase analisis yang terdapat dalam model pengembangan proses waterfall.