dindagaze's blog

Telkom University Student Blog site

Month: January 2015

DISCRETE EVENT SIMULATION

  1. PENGERTIAN

Discrete-Event Simulation adalah simulasi dimana perubahan statusnya terjadi pada titik-titik diskrit dalam waktu yang dipicu oleh kejadian (event). Kejadian yang biasa terdapat dalam simulasi tersebut adalah kedatangan sebuah entitas ke sebuah stasiun kerja (workstation), kegagalan resource, selesainya sebuah aktivitas, dan ada akhir sebuah shift.[1]

Model ini digunakan untuk menangani kondisi dengan entitas yang selalu mengalami perubahan setiap waktunya.[2]

 2.  KOMPONEN DAN ORGANISASI DES

 

–          Simulation Clock   : Merupakan variable yang berisi nilai waktu dari simulasi

–          Initialization           : Merupakan bagian dari program yang menginisialisasi simulasi pada waktu t = 0

–          Event List              : Merupakan list atau daftar dari evet yang akan terjadi berikutnya

–          Timing Routine      : Merupakan bagian dari program yang menentukan event mana yang akan dijalankan yang ada pada event list dan memajukan waktu simulasi ke waktu ketika event tersebut terjadi

–          Status Sistem          : Kumpulan variable status untuk menunjukkan kondisi yang terdapat pada sistem pada suatu waktu

–          Event Routine        : Merupakan bagian dari program yang mengupdate status dari sistem ketika suatu event terjadi

–          Statistical Counter  : Variabel yang berisi informasi tentang performa dari sistem

–          Library Routine     : Kumpulan sub brogram yang berguna untuk membuat suatu nilai random dari distribusi probabilitas, gunanya untuk kebutuhan simulasi dimana simulasi terkadang membutuhkan suatu nilai acak

–          Main Program        : Sebuah organisasi yang sangat penting yang didalamnya terdapat pemanggilan timing routine yang berguna untuk memanggil event berikutnya dan mengalihkan control ke event routine yang sesuai untuk memperbarui status dari sistem. Intinya organisasi ini seperti inti yang dapat menjalankan dan menghentikan simulasi

–          Report Generator   : Merupakan bagian program yang bekerja dalam menghasilkan laporan dari simulasi dan juga menghitung perkiraannya

3.  Event

Pada simulasi event diskrit, event untuk :

–          menggambarkan aliran proses dari system

–          Urutan untuk menjalankan aliran proses dari system

–          Memicu eksekusi logika dengan event

–          Menciptakan delay untuk mereplikasi satu lintasan waktu

  1. Tipe Event

–          Kejadian terjadwal adalah sebuah event yang telah ditentukan atau direncanankan sebelumnya.

–          Kejadian kondisional adalah sebuah event yang dipicu oleh kondisi yang ditemui.

  1. Jenis Event

–          Arrival Event terjadi ketika entitas pelanggan tiba di dalam antrian.

–          Departure Event terjadi ketika entitas pelanggan menyelesaikan transaksi ATM

–          Termination Event untuk mengakhiri simulasi

 

4.  CONTOH KASUS

 

Simulasi antrian pada teller bank , server yang menangani kinerja teller bank harus dapat menangani seluruh nasabah yang datang.Dengan jumlah nasabah yang datang dan waktu pelayanan pernasabah yang tidak pasti.Server yang digunakan adalah server tunggal

 

Penyelesaian

ti = waktu kedatangan pelanggan ke i (t0 = 0)

Ai = ti – ti-1 = interval waktu kedatangan antara pelanggan ke (i-1) dan ke i

Si = lama waktu server melayani pelanggan ke i

Di= delay dalam antrian untuk pelanggan ke i

ci = ti + Di + Si= waktu pada pelanggan ke i selesai dilayani dan keluar

ei= waktu terjadinya event ke i ( dari semua jenis event)

 

Kondisi 1 (antrian masih kosong )

e0=0 , server= idle

Kondisi 2 (datang Nasabah 1 dan dilayani)

e1=t1 , server=bussy

Kondisi 3 (Nasabah 1 dilayani , datang Nasabah 2)

e2=t2

t2=t1+A2

Kondisi 4 (Nasabah 1 selesai dilayani , Nasabah 2 menuju teller dan datang Nasabah 3 )

e3=t3

t3=t2+A3

c1=t1+S1

D2=c1-t2

c2=c1+S2

 

5.   ISTILAH LAIN

Ada beberapa istilah yang dikenal pada DES ini, khususnya pada kasus antrian di bank.

  • Akumulator Statistik (Statistical accumulators):

Simple-average: waktu rata-rata pelanggan menunggu dalam antrian

Time-average: Jumlah rata-rata pelanggan di dalam antrian

 

  • Time-average number of customers in the queue:

Simple-average time in queue

–          Menghitung jumlah pelanggan yang melewati antrian.

–          Saat pelanggan melalui antrian, waktu menunggu dicatat.

–          Dihitung saat masuk antrian sampai meninggalkan antrian.

–          Dihitung saat masuk antrian sampai meninggalkan antrian:simple-average time in queue = ti – arrival time

 

Referensi

 

[1]https://alvinburhani.wordpress.com/2012/05/29/simulasi-event-diskrit/

[2]http://benazirpirzada.blogspot.com/2009/09/model-simulasi-diskrit-discrete

[3]Slide pembelajaran Pemodelan Sistem Telkom University

[4]http://mohiqbal.staff.gunadarma.ac.id/Downloads/files/30882/4+SimMod+-+Simulasi+Even+diskrit.pdf.

[5] https://alvinburhani.wordpress.com/2012/05/29/simulasi-event-diskrit/

 

Rangkuman Pemodelan Sistem

1. Definisikan Sistem, Model dan Simulasi

Sistem menurut Anatol Rapoport adalah satu kesatuan yang befungsi sebagai kesatuan karena bagian bagian yang saling bergantung dan sebuah metode yang bertujuan untuk menemukan sistem yang lebih luasSistem dapat direpresentasikan dengan menggunakan model maupun simulasi. Model adalah deskripsi yang menjelaskan suatu obyek/sistem/konsep yang disederhanakan. Model dapat berbentuk  fisik (maket,prototipe), citra(gambar, visualisasi, grafis) maupun rumusan masalah matematis. Simulasi adalah metode pelatihan yang memperagakan sesuatu dalam bentuk tiruan yang mirip dengan keadaan aslinya.

2. Jenis -Jenis model

1. Model Fisik

Merupakan suatu model yang dilihat  mata dan terdefinisi. Model fisik ini dibagi kembali menjadi beberapa bagian :

  1. Model Ikonik

Suatu model  yang  menirukan  sistem  aslinya,  tetapi  dalam suatu skala tertentu. Model iconik memiliki karakteristik yang sama dengan hal yang diwakilinya, terutama dalam hal menerangkan kejadian waktu yang spesifik. Model iconik ini dapat dua dimensi atau tiga dimensi.

  1. Model Analog

Suatu model  yang menirukan  sistem  aslinya tetapi mengambil  beberapa  karakteristik  utama  dan  menggambarkannya dengan benda.

 

2. Model Simbolik

Suatu  model  yang  menggambarkan  suatu sistem dengan  symbol simbol biasa dan   simbol-simbol  matematik.

Kelamahan model simbolik :

– Sederhana dan tidak detil

– Hanya memberikan gambaran elemen dan jenis aktivitas serta hubungan antar elemen tetapi tidak  menggambarkan dinamika sistemnya.

Model simbolik ini dikelompokan menjadi beberapa bagian :

a. Model statik

Model yang digunakan untuk mempersentasikan sistem tertentu dimana waktu tidak punya peranan. Model statik memberikan informasi tentang peubah-peubah model. Contoh dari model statik adalah simulasi Monte Carlo (simulasi perilaku sistem Fisika dan Matematika).

b. Model dinamik

Model dinamik merupakan model yang mempresentasikan sistem sepanjang pergantian waktu ke waktu. Model dinamik lebih sulit dan pembuatannya lebih membutuhkan banyak budget.

c. Model Desktiptif

Sebuah model yang hanya menggambarkan suatu deskripsi matematis atau suatu model yang hanya menggambarkan sebuah system tanpa rekomendasi.

d. Model Predikif

sebuah model yang menunjukan apa yang akan terjadi bila akan terjadi.

contoh untuk no 2

10945946_976548099040816_1313524292_n

3. Syarat – Syarat sistem dapat dimodelkan

  • Sistem dibentuk dengan tujuan untuk menyelesaikan suatu tujuan.
  • Elemen sistem harus memiliki rencana yang ditetapkan.
  • Adanya hubungan diantara setiap elemen sistem.
  • Unsur dasar dari proses (arus informasi, energi, dan material) lebih penting daripada elemen sistem.

4. Langkah – Langkah Pemodelan dan Simulasi

Untitled

  1. Pendefinisan masalah untuk memurnikan bagian yang sudah ada dalam pendefinisan masalah dengan tujuan masalah. Tahap ini juga untuk menentukan :

-input dan output

-tingkat hirarki yang relevan dengan tingkat model atau hirarki model dalam kasus model hirarkis.

-jenis distribusi spasial (didistribusikan atau disamakan model)

-rentang diperlukan dan akurasi model

-karakteristik waktu (statis vs dinamis) dari model proses.

2.     Mengidentifikasikan factor-faktor yang berpengaruh atau mengambil langkah selanjutnya untuk menyelidiki proses yang berperan dalam system yang relevan dengan tujuan pemodelan.

3.     Mengevaluasi data untuk masalah Seperti yang telah telah dicatat, model sistem proses nyata oleh karena itu, kita hampir selalu perlu untuk menggunakan data proses diukur secara langsung atau nilai parameter estimasi dalam model.

4.     Membangun model yaitu membuat atau membangun model yang akan digunakan untuk menyelesaikan masalah ersebu.

5.     Penyelesaian solusi model Cari dan menerapkan prosedur solusi Setelah mendirikan model, kita harus mengidentifikasi bentuk dan menemukan atau menerapkan prosedur solusi.

6.     Verifikasi hasil solusi model yang Memiliki solusi adalah hanya awal dari analisis. Verifikasi adalah menentukan apakah model tersebut berfungsi dengan benar. Apakah kode dengan benar dan memberikan jawaban yang Anda inginkan? Ini tidak sama dengan validasi model di mana kita periksa model terhadap realitas.

7.     Validasi model Setelah model telah dibentuk, kita harus mencoba untuk memvalidasi itu. Ini memeriksa kualitas dari model yang dihasilkan terhadap pengamatan independen atau asumsi. Biasanya, hanya sebagian validasi dilakukan dalam kasus-kasus praktis tergantung pada tujuan pemodelan.

5. Contoh – Contoh Sistem yang Dimodelkan dan Simulasi

Capturea

Capturea

Capturea

Capturea

Capturea

Capturea

Referensi

[1]Anonim.2012.zulfikarmsi.wordpress.com.diakses 22 Januari 2014
[2] Anonim.2012.lenterakecil.com.diakses 22 Januari 2014

[3] Mahmud – Bab 3.pdf

[4] https://muhammadghazali.wordpress.com/tag/syarat-syarat-sistem/

© 2017 dindagaze's blog

Theme by Anders NorenUp ↑