IFK 335_Pertemuan ke 2_Pengantar Sistem dan Pemodelan.pptx
1. IFK 335
PERMODELAN DAN SIMULASI
PERTEMUAN KE 2
Pengantar Sistem dan Pemodelan
Dr. ERWIN HERMAWAN, S.Si, M.Sc
LABORATORIUM GEOINFORMATIKA
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS TEKNIK & SAINS
UNIVERSITAS IBN KHALDUN
2. Komponen-komponen atau bagian-bagian
yang saling berinteraksi antara satu
dengan yang lainnya untuk mencapai suatu
tujuan
Syarat sistem :
kesatuan (unity)
hubungan fungsional
tujuan yang berguna
3. Model adalah representasi atau deskripsi
yang menjelaskan suatu obyek, situasi aktual
(realitas), proses, sistem atau konsep.
Model adalah penyederhanaan dari sistem,
yang hanya memperhatikan faktor-faktor
yang dianggap penting serta mengabaikan
faktor-faktor yang dianggap tidak penting
pada telaahan yang dilakukan.
Model seringkali berupa penyederhanaan,
dengan hanya memperhatikan faktor-faktor
yang dianggap penting serta mengabaikan
faktor-faktor yang dianggap tidak penting
pada telaahan yang dilakukan, atau berupa
idealisasi.
Definisi Model
4. Definisi Model
Representasi dari sebuah obyek atau situasi
aktual
Penyederhanaan dari suatu realitas yang
kompleks
Model dikatakan lengkap apabila dapat mewakili
berbagai aspek dari realitas yang sedang
dikaji
Memperlihatkan hubungan-hubungan langsung
maupun tidak langsung serta kaitan timbal
balik dalam istilah sebab akibat.
6. Perwakilan fisik dari beberapa hal:
Berdimensi dua (foto, peta)
Berdimensi tiga (prototipe alat atau mesin)
7. Mewakili situasi dinamik yaitu keadaan
berubah menurut waktu.
Contoh :
kurva permintaan, diagram alir
8. 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)
9. 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
Model deterministik
model kuantitatif yang tidak mempertimbangkan
peluang kejadian.
ex. PERT (Program Evaluation ReviewTechnique)
10. Model deskriptif
mempermudah penelaahan suatu
permasalahan
Model ini dapat diselesaikan secara eksak
serta mampu mengevaluasi hasilnya dari
berbagai pilihan data input
11. MODEL SIMBOLIK :
Simbol-simbol Matematik
Angka Persamaan
Simbol Ketidaksa-
Rumus maan
Fungsi
MODEL IKONIK :
Model Fisik
1. Peta-peta geografis
2. Foto, Gambar, Lukisan
3. Prototipe, manekin
MODEL ANALOG :
Model Diagramatik:
1. Hubungan-hubungan
2. ...
3. ..
Jenis - Jenis
Model
13. Model Deterministik vs. Stokastik
Model Deterministik mengabaikan keragaman acak
(random variation)
Model Stokastik secara eksplisit memperhatikan
adanya keacakan (randomness)
Contoh-contoh keacakan yang menjadi perhatian
dalam suatu model, meliputi
Lamanya suatu operasi
Frekuensi kegagalan suatu operasi
Waktu antar kedatangan pelanggan
Kejadian hujan
Sifat model
14. MODEL DESKRIPTIF
Deskripsi matematik dari
kondisi dunia nyata
MODEL ALOKATIF :
Komparasi alternatif untuk
mendapatkan optimal
solution
Fungsi
Model
15. Fungsi model
Model Deskriptif
Ditentukan sekumpulan kondisi input dan strategi
operasi, model ini akan memprediksi apa yang akan
terjadi (model input-output)
Model Alokatif/Preskriptif
Ditentukan sekumpulan kondisi, model ini akan
memberikan suatu solusi terbaik untuk suatu
kondisi tertentu
16. Model StatisVs. Dinamis
Model statis menangkap tingkah laku sistem pada
sebuah titik waktu tertentu
Rata-rata tingkat pengembalian tahunan dari suatu investasi
Total penggunaan bahan bakar pada suatu trip
Model dinamis menggambarkan tingkah laku sistem
sepanjang waktu tertentu
Tingkat inventori suku cadang dari suatu sistem manufaktur
Banyaknya orang yang menunggu sepanjang waktu untuk
dilayani pada suatu sistem layanan pelanggan
Jenis-jenis model
17. Pemodelan Berdasarkan Skenario
(Scenario Based Modelling)
Pemodelan Berorientasi Aliran (Flow-
Oriented Modelling)
Pemodelan Berdasarkan Kelas (Class-
Based Modelling)
Pemodelan Perilaku (Behavioral
Modelling)
18. Simulasi komputer adalah suatu proses
perancangan model logika matematika dari
suatu sistem nyata dan bereksperimentasi
dengan model ini secara abstrak pada
komputer.
Simulasi Komputer
20. Langkah-langkah dalam studi pemodelan dan
simulasi
1. Formulasi masalah: perumusan masalah yang menjadi
pertanyan/kajian
2. - penetapan tujuan
- penggambaran kerangka pikir flowchart umum
3. Konseptualisasi model
Pendekatan black-box empirik, atau
Pendekatan struktural mekanistik
4. Pengumpulan data sesuai pendekatan
5. Translasi model : penterjemahan model ke dalam program
komputer
21. Model Empirik
Diturunkan dari uji kinerja pada
proses nyata
Tidak didasarkan pada mekanisme
yang melandasinya
Mencocokkan fungsi tertentu
untuk mencocokkan suatu keadaan
Hanya gambaran lokal dari suatu
keadaan saja (bukan ekstrapolasi)
Model hanya sebaik datanya
21
22. Penyajian
hasil simulasi
Pemasukan ke Program
Pengoperasian Sistem Maya
Validasi dan
Verifkasi
Analisis Sistem
Identifikasi Input
Latar Belakang danTujuan
Simulasi
Pengamatan Sistem Nyata
Pemodelan Sistem
Pengumpulan Data
Pendekatan
Enpirik
Pengadaan Data Tiruan
Penyusunan Program
Analisis dan Uji Pola Data
23. Model Mekanistik
Berlandaskan pada pemahaman kita tentang sebuah
keadaan/proses
Berguna untuk simulasi dan eksplorasi kondisi operasi
yang baru
Mungkin mengandung konstanta yang tidak diketahui
yang harus diestimasi
23
24. Penyajian
hasil simulasi
Pemasukan ke Program
Pengoperasian Sistem Maya
Validasi dan
Verifkasi
Analisis Sistem Identifikasi Input
Latar Belakang danTujuan
Simulasi
Pengamatan Sistem Nyata
Pemodelan Sistem Pengumpulan Data
Pendekatan
struktural
Pengadaan Data Tiruan
Penyusunan Program
Analisis dan Uji Pola Data
25. Merupakan pemodelan sistem yang
dilakukan dari sudut pandang pengguna
Pemodelan ini menggunakan UML
(Unified Modeling Language) yang
dijelaskan pada pertemuan lain
26. Pemodelan ini mendefinisikan bagaimana
obyek obyek data ditransformasikan
oleh fungsi proses.
Biasanya dimodelkan dengan Data Flow
Diagram
27. Pemodelan ini mendefinisikan obyek,
atribut dan relasi
Biasanya menggunakan ERD (entity
Relationship Diagram)
28. Pemodelan ini lebih mengarah pada perilaku
dari sistem atau produk.
Menggambarkan bagaimana sistem atau
perangkat lunak akan merespon jika ada event
dari luar.