HUBUNGAN SIMULASI DAN PEMODELAN DALAM SEBUAH SISTEM oleh (Eka PDS5B23)

 HUBUNGAN SIMULASI DAN PEMODELAN DALAM SEBUAH SISTEM


Definisi Sistem 

Sistem adalah kumpulan kesatuan yang terdiri dari unsur-unsur yang berinteraksi untuk mencapai tujuan tertentu. Definisi sistem dapat berbeda tergantung pada konteks dan tujuan pembelajaran. Praktisnya, sistem adalah sekelompok objek yang saling terhubung melalui interaksi reguler atau bebas untuk mencapai suatu tujuan.

Contoh Definisi Sistem 

Sistem dapat didefinisikan dalam berbagai konteks, dan beberapa contoh definisi sistem mencakup:

  • Sistem Komputer : Terdiri dari perangkat keras, perangkat lunak, dan pengguna yang bekerja bersama untuk memproses informasi.
  • Sistem Pendidikan : Merupakan struktur yang mencakup sekolah, guru, siswa, kurikulum, dan sumber daya lain yang bekerja bersama untuk memberikan pendidikan kepada siswa.
  • Sistem Transportasi : Melibatkan jaringan jalan, rel, kendaraan, dan infrastruktur lainnya yang digunakan untuk mengangkut orang dan barang.
  • Sistem Ekologi : Terdiri dari komunitas organisme hidup dan lingkungan mereka yang berinteraksi satu sama lain.
  • Sistem Keuangan : Melibatkan bank, pasar keuangan, perusahaan, dan individu yang terlibat dalam aktivitas keuangan seperti pinjaman dan investasi.
  • Sistem Perdagangan Elektronik : Platform online yang memungkinkan pembeli dan penjual untuk berinteraksi dan melakukan transaksi secara elektronik.

Lingkungan Sistem 

Menetapkan batas (boundary) antara sistem dan lingkungan dalam pemodelan sistem penting karena:

  1. Memahami pengaruh lingkungan terhadap sistem.
  2. Mengisolasi perubahan dari lingkungan.
  3. Mendefinisikan aspek-aspek yang relevan dalam lingkungan.
  4. Fokus pada komponen inti sistem dalam analisis dan perancangan.

Dalam studi mengenai memori cache, menetapkan batas sistem memungkinkan analisis yang lebih terfokus pada kinerja cache tanpa harus mempertimbangkan elemen di luar batas tersebut.

Komponen Sistem 

Dalam pemodelan sistem, terdapat konsep dasar:

  • Entitas : Obyek dalam sistem, contohnya adalah "customers" di dalam bank.
  • Atribut : Sifat atau karakteristik dari entitas, seperti "pengecekan neraca rekening customer."
  • Aktivitas : Representasi suatu periode waktu dengan lama tertentu, penting dalam simulasi yang mempertimbangkan aspek waktu, seperti "deposito uang ke rekening pada waktu tertentu."
  • Keadaan Sistem : Kumpulan variabel yang diperlukan untuk menggambarkan sistem kapan saja, seperti "jumlah teller yang sibuk" atau "jumlah customer yang menunggu di barisan antrian."
  • Peristiwa : Kejadian sesaat yang dapat mengubah keadaan sistem, seperti "kedatangan customer" atau "pejumlahan jumlah teller." 
Konsep ini membantu dalam memahami, menganalisis, dan memodelkan sistem dengan baik, dengan memperhatikan interaksi antara entitas, atribut, aktivitas, keadaan sistem, dan peristiwa.

Kategori Sistem 

  • Sistim Diskrit : variabel-variabel keadaan hanya berubah pada set titik waktu yang diskrit.

Contoh : jumlah customer yang menunggu diantrian

  • Sistem Kontinyu : variabel-variabel berubah secara kontinyu menurut waktu.

Contoh : arus listrik

Hubungan Simulasi, Model dan Sistem 


Klasifikasi Model dalam Simulasi 

  • Model Simulasi Statik vs. Dinamik
  • Model Simulasi Deterministik vs. Stokastik
  • Model Simulasi Kontinyu vs. Diskrit

Model Simulasi Statik vs. Dinamik

  • Model statik : representasi sistem pada waktu tertentu. Waktu tidak berperan di sini. 

Contoh : model Monte Carlo.

  • Model dinamik : merepresentasikan sistem dalam perubahannya terhadap waktu. 

Contoh : sistem conveyor di pabrik.

 Model Simulasi Deterministik vs. Stokastik

  • Model deterministik : tidak memiliki komponen probabilistik (random).
  • Model stokastik : memiliki komponen input random, dan menghasilkan output yang random pula. 

Model Simulasi Kontinyu vs. Diskrit

  • Model kontinyu : status berubah secara kontinu terhadap waktu, mis. gerakan pesawat terbang.
  • Model diskrit : status berubah secara instan pada titik-titik waktu yang terpisah, mis. jumlah customer di bank. 

Simulasi Sistem Peristiwa Diskrit

Pemodelan sistim dimana variabel keadaan berubah pada set waktu yang diskrit.

Metode: numerik (bukan analitik)

  • Analitik : alasan deduktif secara matematis; akurat
  • Numerik : prosedur komputasional; aproksimasi

Model simulasi di-run (bukan diselesaikan (solved)).

  • Observasi sistem riil, entitas, interaksi
  • Asumsi model
  • Pengumpulan data
  • Analisis dan estimasi kinerja sistem

Verifikasi dan Validasi Model Dalam Simulasi

Langkah terpenting dalam studi simulasi : validasi

Validasi bukan merupakan tugas tersendiri yang mengikuti pengembangan model, namun merupakan satu kesatuan yang terintegrasi dalam pengembangan model.

Verifikasi :

  • Apakah kita membangun model yang benar?
  • Apakah model diprogram secara benar (input parameters dan logical structure)?

Validasi :

  • Apakah model merupakan representasi akurat dari sistim riil?
  • Proses interatif dari pembandingan model terhadap sifat sistem aktual dan memperbaiki model.

Sumber : OLU











Komentar

Posting Komentar

Postingan populer dari blog ini

Langkah Dasar Dan Contoh Simulasi Antrian oleh Eka (PDS5B23)

Gambar
 Langkah Dasar Dan Contoh Simulasi Antrian  1. Menetapkan karakteristik masukan. Biasanya dimodelkan sebagai distribusi probabilitas 2. Menkonstruksi tabel simulasi. Spesifikasi masalah Biasanya terdiri dari sekumpulan masukan  dan lebih dari satu respon – Pengulangan 3. Membangkitkan nilai secara berulanag untuk  setiap masukan dan mengevaluasi fungsi. Contoh Simulasi Sistem Antrian Pemanggilan populasi (Calling population) : Biasa tidak terbatas: jika sebuah unit keluar, tidak ada perubahan pada laju ketibaan/kedatangan. Kedatangan/ketibaan : terjadi secara acak. Mekanisme pelayanan : Sebuah unit akan dilayani dalam panjang waktu yang acak berdasarkan suatu distribusi probabilitas. Kapasitas sistem : tidak ada batasan Displin antrian – Urutan layanan, misal, FIFO.  Aliran Sistem Antrian Kedatangan dan pelayanan didefinisikan melalui distribusi probabilitas waktu antara kedatangan dan distribusi waktu pelayanan. Laju pelayanan vs. laju kedatangan : tidak stabil...
Baca selengkapnya