6. Variable
Variabel merupakan potongan informasi yang mencerminkan karakteristik suatu sistem. Variabel berbeda dengan atribut karena tidak mengikat suatu
entitas melainkan sistem secara keseluruhan sehingga semua entiti dapat mengandung variabel yang sama contoh: panjang antrian, batch size.
2.1.4. Model – model Simulasi
Model – model simulasi yang ada dapat dikelompokkan ke dalam beberapa penggolongan, antara lain :
1. Model Stochastic atau probabilistic
Model stokastik adalah model yang menjelaskan kelakuan sistem secara probabilistik; informasi yang masuk adalah secara acak Model ini sering
juga disebut sebagai model simulasi Monte Carlo. Meskipun output yang diperoleh dapat dinyatakan dengan rata – rata, namun kadang – kadang
ditunjukkan pula pola penyimpangannya. Model yang mendasarkan pada teknik peluang dan memperhitungkan ketidakpastian uncertainty.
2. Model Deterministik
Pada model ini tidak diperhatikan unsur random, sehingga pemecahan masalahnya menjadi lebih sederhana.
3. Model Dinamik
Model simulasi yang dinamik adalah model yang memperhatikan perubahan – perubahan nilai dari variabel kalau terjadi pada waktu yang
berbeda. 4.
Model Statik Model statik adalah kebalikan dari model dinamik. Model statik tidak
memperhatikan perubahan – perubahan nilai dari variabel – variabel yang ada kalau terjadi pada waktu yang berbeda.
5. Model Heuristik
Model 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
Universitas Sumatera Utara
diperoleh hasil yang lebih baik, tetapi belum tentu optimal Subagyo, 2000.
2.1.5. Tahapan Dalam Studi Simulasi
Jerry Banks memberikan suatu tahapan dalam melakukan studi simulasi.
Penjelasan: 1.
Formulasi Masalah. Setiap studi seharusnya dimulai dengan statemen terhadap masalah.
2. Penetapan Tujuan dan Perencanaan Keseluruhan. Tujuan menandai adanya
pertanyaan yang harus dijawab dengan simulasi. Dalam hal ini, definisi harus dibuat berhubungan dengan apakah simulasi merupakan metodologi
yang layak dalam memformulasikan masalah dan tujuan. 3.
Pembangunan Konsep Model. Membangun sebuah model dari suatu sistem merupakan seni dalam ilmu pengetahuan. Walaupun tidak mungkin
menyediakan kumpulan petunjuk yang akan menuntun dalam membangun sebuah model yang sesuai dengan berbagai kejadian.
4. Pengumpulan Data. Terdapat hubungan yang saling mempengaruhi antara
model yang dibuat dengan kumpulan data input yang diperlukan. 5.
Penerjemahan Model. Karena kebanyakan sistem dunia nyata yang dimodelkan memerlukan informasi penyimpanan dan perhitungan, maka
model harus dimasukkan ke dalam format komputer. 6.
Verifikasi. Verifikasi berhubungan dengan program komputer yang dipersiapkan terhadap model simulasi
7. Validasi. Validasi adalah penentuan keakuratan model dalam
merepresentasikan sistem nyata. Validasi biasanya dilakukan dengan kalibrasi suatu model, proses iterasi membandingkan model dengan
perilaku sistem aktual dan menggunakan diskrepansi antara keduanya. 8.
Perancangan Eksperimen. Menentukan alternatif yang akan disimulasikan. Seringkali, keputusan yang berhubungan dengan alternatif yang akan
disimulasikan harus dijalankan hingga selesai dan dianalisa.
Universitas Sumatera Utara
9. Pengoperasian dan Analisis Simulasi . Run hasil, dan analisis berikutnya
digunakan untuk mengestimasi ukuran performansi terhadap rancangan sistem yang disimulasikan.
10. Penambahan Simulasi. Didasarkan pada analisis run yang telah
diselesaikan, analis menentukan seandainya tambahan run diperlukan dan rancangan experiment tambahan apa yang seharusnya dilakukan.
11. Dokumentasi dan Penyajian. Terdapat dua jenis dokumentasi yaitu:
program dan progress. Hasil dari semua analisis seharusnya dilaporkan dengan tepat dan jelas dalam laporan akhir.
12. Implementasi. Keberhasilan tahap implementasi tergantung pada seberapa
baik 11 tahap sebelumnya dilaksanakan.
2.2. Simulasi ProModel
