pemodelan dan simulasi
klasifikasi model dan simulasi
Klasifikasi Model
Model dapat dikategorikan menurut jenis, dimensi, fungsi, tujuan pokok pengkajian atau derajad keabstrakannya.
Secara umum, model dapat dikelompokkan menjadi :
1. Model Ikonik
Model ikonik adalah perwakilan fisik dari beberapa hal baik dalam bentuk ideal ataupun dalam skala yang berbeda. Model ikonik mempunyai karakteristik yang sama dengan hal yang diwakili, dan terutama amat sesuai untuk menerangkan kejadian pada waktu yang spesifik.
Model ikonik dapat berdimensi dua (foto, peta, cetak biru) atau tiga dimensi (prototip mesin, alat). Apabila model berdimensi lebih dari tiga, maka tidak mungkin lagi dikonstruksi secara fisik sehingga diperlukan kategori model simbolik.
2. Model Analog (Model Diagramatik)
Model analog dapat mewakili situasi dinamik, yaitu keadaan berubah menurut waktu. Model ini lebih sering dipakai daripada model ikonik karena kemampuannya untuk mengetengahkan karakteristik dari kejadian yang dikaji.
Model analog banyak berkesusuaian dengan penjabaran hubungan kuantitatif antara sifat dan klas-klas yang berbeda. Dengan melalui transformasi sifat menjadi analognya, maka kemampuan membuat perubahan dapat ditingkatkan. Contoh model analog ini adalah kurva permintaan, kurva distribusi frekuensi pada statistik, dan diagram alir.
3. Model Simbolik (Model Matematik)
Pada hakekatnya, ilmu sistem memusatkan perhatian kepada model simbolik sebagai perwakilan dari realitas yang sedang dikaji. Format model simbolik dapat berupa bentuk angka, simbol, dan rumus. Jenis model simbolik yang umum dipakai adalah suatu persamaan (equation).
Pada umumnya, model matematik dapat diklasifikasikan menjadi dua bagian, yaitu :
1. Model statik memberikan informasi tentang peubah-peubah model hanya pada titik tunggal dari waktu.
2. Model dinamik mampu menelusuri jalur waktu dari peubah-peubah model.
Model dinamik lebih sulit dan mahal pembuatannya, namun memberikan kekuatan yang lebih tinggi pada analisis dunia nyata.
Klasifikasi simulasi dalam tiga dimensi :
1. Model Simulasi Statik vs. Dinamik
a. Model statik: representasi sistem pada waktu tertentu. Waktu tidak berperan di sini.
Contoh: model Monte Carlo.
b. Model dinamik: merepresentasikan sistem dalam perubahannya terhadap waktu.
Contoh: sistem conveyor di pabrik.
2. Model Simulasi Deterministik vs. Stokastik
a. Model deterministik: tidak memiliki komponen probabilistik (random).
b. Model stokastik: memiliki komponen input random, dan menghasilkan output yang random pula.
3. Model Simulasi Kontinu vs. Diskrit
a. Model kontinu: status berubah secara kontinu terhadap waktu, mis. gerakan pesawat terbang.
b. Model diskrit: status berubah secara instan pada titik-titik waktu yang terpisah, mis. jumlah customer di bank
Pemilihan model tergantung pada tujuan dari pengkajian sistem dan terlihat jelas pada formulasi permasalahan pada tahap evaluasi kelayakan. Sifat model juga tergantung pada teknik permodelan yang dipakai.
Model probabilistik atau model stokastik adalah model yang mendasarkan pada teknik peluang dan memperhitungkan ketidakmenentuan (uncertainty). Dalam mengkaji suatu sistem, model ini sering dipakai karena perihal yang dikaji umumnya mengandung keputusan yang tidak tentu.
Model probabilistik biasanya mengkaji ulang data atau informasi terdahulu untuk menduga peluang kejadian tersebut pada keadaan sekarang atau yang akan datang dengan asumsi terdapat relevansi pada jalur waktu.
Kebalikan dari model ini adalah model kuantitatif yang tidak mempertimbangkan peluang kejadian, dikenal sebagai model deterministik. Contohnya adalah model pada program linear dan PERT. Model ini memusatkan penelaahannya pada faktor-faktor kritis yang diasumsikan mempunyai nilai eksak dan tertentu pada waktu yang spesifik.
Pada beberapa perihal, sebuah model dibuat hanya untuk semacam deskripsi matematis dari kondisi dunia nyata. Model ini disebut model deskriptif dan banyak dipakai untuk mempermudah penelaahan suatu permasalahan. Model ini dapat diselesaikan secara eksak serta mampu mengevaluasi hasilnya dari berbagai pilihan data input.
Apabila perbandingan antar alternatif dilakukan, maka model disebut model optimalisasi. Solusi dari model optimalisasi adalah merupakan nilai optimum yang tergantung pada nilai input, contohnya adalah Non-linear programming.
Link yang berkaitan dengan Teknik Simulasi :
=> Materi Kuliah Teknik Simulasi
=> Materi PDF Teknik Simulasi
=> Blog tentang Teknik Simulasi
=> Wikipedia tentang Pengertian Simulasi
=> Simulasi & Pemodelan
Blog dengan bahasan Teknik Simulasi :
=> http://karlinarachmasita.blogspot.com/
=> http://simulasi-niezz.blogspot.com/
=> http://sindyfebriantika.blogspot.com/
==========================================================================
Model dapat dikategorikan menurut jenis, dimensi, fungsi, tujuan pokok pengkajian atau derajad keabstrakannya.
Secara umum, model dapat dikelompokkan menjadi :
1. Model Ikonik
Model ikonik adalah perwakilan fisik dari beberapa hal baik dalam bentuk ideal ataupun dalam skala yang berbeda. Model ikonik mempunyai karakteristik yang sama dengan hal yang diwakili, dan terutama amat sesuai untuk menerangkan kejadian pada waktu yang spesifik.
Model ikonik dapat berdimensi dua (foto, peta, cetak biru) atau tiga dimensi (prototip mesin, alat). Apabila model berdimensi lebih dari tiga, maka tidak mungkin lagi dikonstruksi secara fisik sehingga diperlukan kategori model simbolik.
2. Model Analog (Model Diagramatik)
Model analog dapat mewakili situasi dinamik, yaitu keadaan berubah menurut waktu. Model ini lebih sering dipakai daripada model ikonik karena kemampuannya untuk mengetengahkan karakteristik dari kejadian yang dikaji.
Model analog banyak berkesusuaian dengan penjabaran hubungan kuantitatif antara sifat dan klas-klas yang berbeda. Dengan melalui transformasi sifat menjadi analognya, maka kemampuan membuat perubahan dapat ditingkatkan. Contoh model analog ini adalah kurva permintaan, kurva distribusi frekuensi pada statistik, dan diagram alir.
3. Model Simbolik (Model Matematik)
Pada hakekatnya, ilmu sistem memusatkan perhatian kepada model simbolik sebagai perwakilan dari realitas yang sedang dikaji. Format model simbolik dapat berupa bentuk angka, simbol, dan rumus. Jenis model simbolik yang umum dipakai adalah suatu persamaan (equation).
Pada umumnya, model matematik dapat diklasifikasikan menjadi dua bagian, yaitu :
1. Model statik memberikan informasi tentang peubah-peubah model hanya pada titik tunggal dari waktu.
2. Model dinamik mampu menelusuri jalur waktu dari peubah-peubah model.
Model dinamik lebih sulit dan mahal pembuatannya, namun memberikan kekuatan yang lebih tinggi pada analisis dunia nyata.
Klasifikasi simulasi dalam tiga dimensi :
1. Model Simulasi Statik vs. Dinamik
a. Model statik: representasi sistem pada waktu tertentu. Waktu tidak berperan di sini.
Contoh: model Monte Carlo.
b. Model dinamik: merepresentasikan sistem dalam perubahannya terhadap waktu.
Contoh: sistem conveyor di pabrik.
2. Model Simulasi Deterministik vs. Stokastik
a. Model deterministik: tidak memiliki komponen probabilistik (random).
b. Model stokastik: memiliki komponen input random, dan menghasilkan output yang random pula.
3. Model Simulasi Kontinu vs. Diskrit
a. Model kontinu: status berubah secara kontinu terhadap waktu, mis. gerakan pesawat terbang.
b. Model diskrit: status berubah secara instan pada titik-titik waktu yang terpisah, mis. jumlah customer di bank
Pemilihan model tergantung pada tujuan dari pengkajian sistem dan terlihat jelas pada formulasi permasalahan pada tahap evaluasi kelayakan. Sifat model juga tergantung pada teknik permodelan yang dipakai.
Model probabilistik atau model stokastik adalah model yang mendasarkan pada teknik peluang dan memperhitungkan ketidakmenentuan (uncertainty). Dalam mengkaji suatu sistem, model ini sering dipakai karena perihal yang dikaji umumnya mengandung keputusan yang tidak tentu.
Model probabilistik biasanya mengkaji ulang data atau informasi terdahulu untuk menduga peluang kejadian tersebut pada keadaan sekarang atau yang akan datang dengan asumsi terdapat relevansi pada jalur waktu.
Kebalikan dari model ini adalah model kuantitatif yang tidak mempertimbangkan peluang kejadian, dikenal sebagai model deterministik. Contohnya adalah model pada program linear dan PERT. Model ini memusatkan penelaahannya pada faktor-faktor kritis yang diasumsikan mempunyai nilai eksak dan tertentu pada waktu yang spesifik.
Pada beberapa perihal, sebuah model dibuat hanya untuk semacam deskripsi matematis dari kondisi dunia nyata. Model ini disebut model deskriptif dan banyak dipakai untuk mempermudah penelaahan suatu permasalahan. Model ini dapat diselesaikan secara eksak serta mampu mengevaluasi hasilnya dari berbagai pilihan data input.
Apabila perbandingan antar alternatif dilakukan, maka model disebut model optimalisasi. Solusi dari model optimalisasi adalah merupakan nilai optimum yang tergantung pada nilai input, contohnya adalah Non-linear programming.
Link yang berkaitan dengan Teknik Simulasi :
=> Materi Kuliah Teknik Simulasi
=> Materi PDF Teknik Simulasi
=> Blog tentang Teknik Simulasi
=> Wikipedia tentang Pengertian Simulasi
=> Simulasi & Pemodelan
Blog dengan bahasan Teknik Simulasi :
=> http://karlinarachmasita.blogspot.com/
=> http://simulasi-niezz.blogspot.com/
=> http://sindyfebriantika.blogspot.com/
==========================================================================
No comments