Tentang Pemodelan dan Simulasi
Simulasi adalah program
(software) komputer yang berfungsi untuk menirukan perilaku sistem nyata
(realitas) tertentu. Tujuan simulasi adalah antara lain untuk pelatihan
(training), studi perilaku sistem (behaviour), dan hiburan / permainan (game).
Pemodelan dan simulasi merupakan salah satu alat yang sering digunakan oleh
menajemen dalam mempelajari atau menganalisis perilaku kerja dari suatu sistem
atau proses.
Gambar 1. Hubungan Pemodelan dan Simulasi dengan Studi Informatika yang lain
Simulasi waktu nyata (real time)
merupakan bagian dari ilmu informatika (teknologi informasi) yang sedang
berkembang sangat pesat saat ini. Studi informatika yang mendukung dan
berhubungan dengan pemodelan dan simulasi komputer, antara lain : pemodelan dan
simulasi, teori sistem, rekayasa perangkat lunak, grafik animasi kmputer, dan
perangkat keras sistem komputer seperti pada gambar 1 diatas. Matematika
diskret, probalitas dan statistik, kalkulus persamaan diferensial, integral,
transformasi Laplace, dan transformasi z yang diperlukan karena sebagian besar
model sistem dinyatakan dalam bentuk persamaan matematika. Ilmu fisika, ekonomi
dan sosial diperlukan karena sebelum memodelkan suatu sistem tertentu maka
perlu memahami cara kerja dan perilaku sistem yang bersangkutan. Struktur data
dan algoritma serta bahasa pemrograman komputer diperlukan pada dasarnya hasil
akhir keluaran pemodelan dan simulasi adalah berupa program (software)
komputer.
Saat ini, implementasi simulasi
untuk ukuran besar berupa suatu konfigurasi sistem jaringan komputer.
Perkembangan program simulasi ukuran besar memerlukan kerja tim (team work )
dengan menerapkan prinsip-prinsip rekayasa perangkat lunak. Beberapa simulasi
waktu-nyata seperti simulasi pesawat terbang memerlukan pengetahuan tentang
sistem waktu-nyata (real – time system). Agar lebih menarik bagi pengguna
(user), keluaran hasil perhitungan simulasi disajikan dalam bentuk grafik dan
animasi komputer. Dalam bidang sosial dan ekonomi serta perbankan, hasil
keluaran simulasi dapat menambah informasi bagi manajemen dalam mengambil
keputusan optimal.
Pemodelan dan simulasi didasari
oleh pengetahuan komputer, matematika serta propabilitas dan statistik,
walaupun tidak disangkat bahwa prosesnya sering dilakukan sebagai proses yang
instingtif. Karena untuk membangun suatu model dari sistem dan melakukan
simulasi tidak ada rumus-rumus eksak, maka yang dapat diberikan hanyalah
petunjuk-petunjuk secara garis besar dalam bidang tersebut. Suatu model dan
simulasi yang spesifik harus dilakukan terhadap suatu sistem yang bersangkutan,
tetapi suatu analogi dapat diambil terhadap model yang telah ada sebagai acuan.
Tujuan Pemodelan dan Simulasi
Sudah disebutkan bahwa secara
umum ada tiga tujuan dari pemodelan dan simulasi yaitu antara lain pelatihan
(training), studi perilaku sistem (behaviour) dan hiburan / permainan (game).
Seorang pilot baru, sbelum diperbolehkan menerbangkan pesawat sebenarnya
terlebih dahulu diharuskan latihan terbang di simulator dengan berbagai kondisidan
manuver terbang. Pilot lama juga perlu terbang di simulator untuk latihan
terbang dalam kondisi darurat, sepertia adanya kerusakan mesin, cuaca buruk dan
lain-lain. Simulasi diperlukan untuk memahami perilaku sistem tertentu misalnya
: sistem transportasi darat, sistem lalu lintas udara dekat bandara, sistem
kebijakan ekonomi, sistem antrian perbankan, dan lain-lain. Dalam dunia hiburan
(entratainment), seorang anak dapat memainkan game simulasi berjam-jam di depan
komputer sampai lupa belajar.
Simulasi sistem merupakan konsekuensi hasil dari
tiga hal tersebut, Pertama kebutuhan terhadap suatu studi biaya-rendah atau
perancangan sistem yang mempunya sifat alamiah kompleks sebagai pembuka arah
pengembangan dalam suatu eksperimen atau sebagai suatu model skala. Kedua,
kebutuhan untuk memverifikasi bahwa suatu sistem persamaan matematika pemodelan
yang digunakan dalam suatu sistem kendali adalah valid. Ketiga, kebutuhan untuk
meralamal (forecast) tanggapan suatu sistem terhadap kebijakan atau kendali
kompleks sebagai suatu alat evaluasi konsekuensi dari alternatif atau kendala tertentu yang dipilih.
Dalam pandangan sistem, pemodelan
dan simulasi dapat digunakan untuk tujuan berikut :
- Studi sistem komplek, yaitu sistem di mana suatu solusi analitik tidak dapat dilakukan.
- Membandingkat alternatif rancangan untuk sistem yang tidak atau belum ada
- Studi pengaruh perubahan terhadap sistem yang ada dengan tanpa merubah sistem
- Memperkuat atau memverifikasi suatu slolusi analitik.
Simulasi tidak digunakan sebagai berikut.
Simulasi mengizinkan keluwesan besar dalam pemodelan sistem komplek, sehingga
model simulasi dapat sangat valid. Mudah membandingkan berbagai alternatif.
Kendala kondisi eksperimental. Dapat mempelajari sistem dengan bingkai waktu
yang sangat panjang. Beberapa kerugian simulasi sebagai berikut. Simulasi
stokastik hanya menghasilkan dugaan (estimate) dengan noise. Model simulasi
dapat menjadi mahal untuk pengembangan. Simulasi umumnya menghasilkan volume
besar keluaran sehingga perlu untuk meningkatkan, sesuai analisis statistik.
Kesukaran tersembunyi adalah sebagai berikut : Gagal untuk mengidentifikasi
tujuan secara jelas. Tingkat rincian yang tidak sesuai pada awalnya. Analisis
dan rancangan yang tidak sesuai dari ekspterimen simulasi. Pendidikan dan
latihan yang tidak sesuai.
Penerapan Simulasi
Contoh :
- Memperkirakan permintaan pada bisnis produksi
- Menghitung keuntungan penjualan
- Perancangan dan analisis sistem manufacturing.
- Evaluasi persyaratan hardware dan software untuk sistem komputer.
- Evaluasi sistem senjata atau taktik militer yang baru.
- Perancangan sistem komunikasi dan message protocol.
- Perancangan dan pengoperasian fasilitas transportasi, mis. jalan tol, bandara, rel kereta, atau pelabuhan.
- Evaluasi perancangan organisasi jasa, mis. rumah sakit, kantor pos, atau restoran fast food
Implementasi Pemodelaan dan Simulasi
Simulasi Monte Carlo
Merupakan
bentuk simulasi probabilistik dimana suatu solusi dari suatu masalah diberikan
berdasarkan proses randomisasi ( acak). Proses acak ini melibatkan suatu
distribusi probabilitas dari variable data yang dikumpulkan berdasarkan data
masa lalu maupun distribusi probabilitas teoritis.
Langkah-langkah
utama dalam simulasi Monte Carlo:
- Mendefinisikan distribusi probabilitas yang diketahui secara pasti dari data yang didapatkan dari pengumpulan data di masa lalu. Variabel yang digunakan dalam distribusi harus disusun distribusi probabilitasnya.
- Mengkonversikan distribusi probabilitas ke dalam bentuk frekuensi kumulatif. Distribusi probabilitas kumulatif ini akan digunakan sebagai dasar pengelompokan batas interval dari batasan acak.
- Menjalankan proses simulasi dengan menggunakan bilangan acak. Faktor-faktor yang sifatnya tidak pasti sering sekali menggunakan bilangan acak untuk menggambarkan kondisi yang acak akan memberikan gambaran dari variasi yang sebenarnya.
- Analisis yang dilakukan dari keluaran simulasi sebagai masukan bagi alternatif pemecahan permasalahan dan pengambilan kebijakan. Pihak manajemen dapat melakukan evaluasi terhadap kondisi yang sedang terjadi dengan hasil simulasi.
Download Soal + Jawaban Simulasi Monte Carlo dalam format M.Excel Disini
Download Soal + Jawaban Simulasi Sistem Antrian Tunggal dalam format M.Excel Disini
Berikut beberapa contoh source code Sistem Pemodelan dan Simulasi dengan menggunakan Delphi :
Simulasi Dasar equation of motion
Gambar 2. Tampian Awal pada saat dijalankan
Gambar 3. Setelah dilakukan proses Hitung dan animasi
Download source codenya hanya disini
Simulasi Dead Zone
Gambar 4. Tampilan Awal simulasi dead zone
Gambar 5. Tampian setelah dilakukan proses Hitung dan animasi
Download source codenya hanya disini
Simulasi Distribusi Probabilistik
Gambar 6. Tampilan Distribusi Prababilistik
Download source codenya hanya disini
Metode Analitik untuk menyelesaikan persamaan diferensial
Gambar 7. Tampilan awal Metode Analitik
Gambar 8. Tampilan Metode Analitik setelah dilakukan proses Hitung dan Animasi
Download source codenya hanya disini
Metode Integrasi Adam Bashfort
Gambar 9. Tampilan Metode Integrasi Adam Bashfort
Gambar 10. Tampilan setelah dilakukan proses perhitungan dan anismasi
Download source codenya hanya disini
Metode Integrasi Prediktor - Korektor
Gambar 11. Tampilan Awal Metode Integrasi Prediktor - Korektor
Gambar 12. Tampilan setelah dilakukan proses perhitungan dan animasi
Download source codenya hanya disini
Metode Integrasi Runge - Kutta
Gambar 13. Tampilan Awal Metode Integrasi Runge-Kutta pada saat dijalankan
Gambar 14. Tampilan ketika Proses Hitung dan Animasi dijalankan
Download source codenya hanya disini
Metode Integrasi Simpson, Newton-Cotes Definite
Gambar 15. Tampilan Awal Metode Integrasi Simpson,Newton-Cote Definite
Gambar 16. Setelah dilakukan proses perhitungan dan animasi Integrasi Simpson
Download source codenya hanya disini
Metode Integrasi Trapesium
Gambar 17. Tampilan awal Metode Integrasi Trapesium
Gambar 18. Tampilan setelah dilakukan proses perhitungan dan animasi Intgrasi Trapesium
Download source codenya hanya disini
Polinomial Kuadrat
Gambar 19. Tampilan Polinomial Kuadrat
Gambar 20. Tampilan setelah dilakukan proses perhitungan dan animasi Polinomial Kuadrat
Download source codenya hanya disini
Polinomial Lima
Gambar 21. Tampilan awal Polinomial Lima
Gambar 22. Tampilan setelah dilakukan proses perhitungan dan animasi Polinomial Lima
Download source codenya hanya Disini
Demikian penjelasan secara garis besar tentang Pemodelan dan Simulasi, semoga bisa bermanfaat.
Referensi
Pemodelan dan Simulasi Sistem - Bambang Sridadi
Terima kasih - Mr.Dicsr
mau tanya mas.... metode apa yang tepat kita gunakan untuk pemodelan simulasi penerbangan?
ReplyDeletemohon maaf ini hanya pendapat saya sj, penerbangan kalau di lihat dari beberapa kategori ada pada saat mendarat atau pada saat terbang..kl pendaratan menggunakan metode antrian FIFO dan FCFS untuk bahan ajar + source code C++ ( pilih folder debug->bandara.exe) bisa coba di link : https://bit.ly/3qulg4H semoga bisa membantu.trims
ReplyDelete