28.2.11

Pengantar Teknik Simulasi

PENGANTAR TEKNIK SIMULASI
DEFINISI SIMULASI
     Simulasi dapat diartikan sebagai meniru suatu sistem nyata yang kompleks yang penuh dengan sifat probabilistik, tanpa harus mengalami keadaan yang sesungguhnya . Hal ini dapat dilakukan denganmembuat sebuah miniature yang representative dan valid denagn tujuan sampling dan survey statistik pada sistem nyata dapat dilakukan pada tiruan ini.


KEDUDUKAN MASALAH DENGAN SIMULASI.
     Proses simulasi juga berhubungan dengan penyusunan tiruan sistem dengan menggunakan interaksi antar bilangan random yang menuruti distribusi dari pola data tertentu. Sehingga diperlukan suatu distribusi tertentu untuk mensimulasikan suatu sistem.

     Simulasi merupakan satu bahasan dengan cakupan sangat luas dan bersinggungan dengan berbagai bidang ilmu. Pada umumnya digunakan untuk menyelesaikan permasalahan yang:
  • Sulit diselesaikan dengan cara analisis : dynamic programming, rangkaian listrik kompleks, dll.
  • Memiliki ukuran data dan kompleksitas yang tinggi: travelling salesman problem, assignment, schedulling, dll.
  • Sangat sulit diimplementasikan secara langsung, karena biaya yang sangat tinggi: optimasi Radio Base Station atau optimasi channel assignment
  • Ketika hubungan antar variable tidak linier
  • Ketika model memiliki variable acak
Model simulasi ada dua (2) macam :
  1. Simulasi Analog
          Yaitu simulasi yang mempergunakan representasi fisik untuk menjelaskan karakteristik penting dari suatu masalah. Contoh : model hidraulik sistem ekonomi makro.
      2. Simulasi Simbolik
          Pada dasarnya meniru model matematik yang pemecahannya (dipermudah) dengan menggunakan computer, disebut simulasi komputer.

KLASIFIKASI SIMULASI DALAM TIGA DIMENSI
  • 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 Kontinu vs. Diskrit
          Model kontinu: 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.

Tidak ada komentar:

Posting Komentar

silakan anda berkomentar namun dimohon untuk jaga kesopanan