Simulasi Modified

Published on June 2016 | Categories: Documents | Downloads: 56 | Comments: 0 | Views: 313
of 25
Download PDF   Embed   Report

Comments

Content

Simulation
Prepared by Akhid Yulianto, SE, MSC (Log)
Based on Anderson, Sweeney, and Williams

© 2003 ThomsonΤΜ /South-Western

1 Slide

Simulation
s

s s

s s s s

Kebaikan dan kelemahan menggunakan simulation Modeling Random Variables and Pseudo-Random Numbers Time Increments Bahasa Simulation Validation and Pertimbangan Statistik Contoh contoh.

© 2003 ThomsonΤΜ /South-Western

2 Slide

Simulation
s

Simulation salah satu hal yang sering digunakan sebagai teknik science manajemen. Secara khusus untuk memodelkan proses random yang terlalu kompleks dengan model analitis.

s

© 2003 ThomsonΤΜ /South-Western

3 Slide

Advantages of Simulation
s

s

Kemampuan untuk mendapat gambaran mendalam dari solusi model. Sebuah laboratorium experiment yang memudahkan dalam analisa "what if" and sensitivity.

© 2003 ThomsonΤΜ /South-Western

4 Slide

Disadvantages of Simulation
s

s s

Memerlukan waktu yang banyak dalam pengembangan. Solusi yang didapat bukan nilai optimal. trial and error method

© 2003 ThomsonΤΜ /South-Western

5 Slide

Simulation Modeling
s

s

s

Membangun pernyataan matematika dari masalah. Model harus realistis tetapi dapat dipecahkan dalam batas kecepatan dan kapasitas penyimpanan sistem komputer yang digunakan. Nilai input untuk model serta estimasi probability untuk variabel random harus dinyatakan.

© 2003 ThomsonΤΜ /South-Western

6 Slide

Random Variables
s

s

Nilai random variable menggunakan simulasi Monte Carlo. Setiap random variabel adalah satu set angka dengan model sehingga jika satu angka random dihasilkan maka angka input yang dalam model juga akan berubah.

© 2003 ThomsonΤΜ /South-Western

7 Slide

Pseudo-Random Numbers
s

s

s

Komputer menghasilkan bilangan random dengan formula yang sama sehingga bilangan random bukan dihasilkan secara real. Tetapi, menggunakan test statistics standard, angaka dapat ditampilkan dari process random. These numbers are called pseudo-random numbers.

© 2003 ThomsonΤΜ /South-Western

8 Slide

Time Increments
s

s

Dalam model simulasi waktu tetap, priode waktu ditambahkan dengan jumlah tetap. Untuk satu periode waktu sebuah set data yang berbeda dari urutan input digunakan untuk menghitung efek pada model. Dalam model simulasi next event, Periode waktu tidak ditetapkan tetapi di turunkan dengan nilai data dari urutan input.

© 2003 ThomsonΤΜ /South-Western

9 Slide

Simulation Programs
s

s

s

s

The computer program that performs the simulation is called a simulator. Flowcharts can be useful in writing such a program. While this program can be written in any general purpose language (e.g. BASIC, FORTRAN, C++, etc.) special languages which reduce the amount of code which must be written to perform the simulation have been developed. Special simulation languages include SIMSCRIPT, SPSS, DYNAMO, and SLAM.

© 2003 ThomsonΤΜ /South-Western

10 Slide

Model Verification/Validation
s

s

s

Verifikasi/validasi baik model atau metode yang digunakan pada komputer untuk perhitungan sangat penting. Model yang tidak merefleksikan perilaku dunia nyata tidak diharapkan menciptakan hasil yang bermakna. Sama, kesalahan dalam pemrograman dapat menghasilkan hasil yang tidak bermakna.

© 2003 ThomsonΤΜ /South-Western

11 Slide

Model Verification/Validation
s

s

s

Validasi secara umum dikerjakan oleh ahli review model dan ahli kode komputer untuk kesalahan. Secara ideal, simulasi seharusnya berproses menggunakan data lampau yang benar benar terjadi. Prediksi dari model simulasi seharusnya di bandingkan dengan hasil masa lalu.

© 2003 ThomsonΤΜ /South-Western

12 Slide

Experimental Design
s

s

s

s

Desain experimental adalah pertimbangan sangat penting dalam proses simulasi. Isu isu seperti panjang waktu dari simulasi dan penanganan dari output data dari model harus di lakukan dalam pengumpulan dan penganalisaan data output. Normally one is interested in results for the steady state (long run) operation of the system being modeled. The initial data inputs to the simulation generally represent a start-up period for the process and it may be important that the data outputs for this start-up period be neglected for predicting this long run behavior.
13 Slide

© 2003 ThomsonΤΜ /South-Western

Experimental Design
s

s

For each policy under consideration by the decision maker, the simulation is run by considering a long sequence of input data values (given by a pseudo-random number generator). Whenever possible, different policies should be compared by using the same sequence of input data.

© 2003 ThomsonΤΜ /South-Western

14 Slide

Analisa Resiko
s

s s s

Melibatkan prediksi outcome sebuah keputusan yang menghadapi ketidakpastian Contoh adalah: Pengembangan produk baru. Analisa dapat menggunakan simulasi atau tidak Simulasi menghasilkan analisa yang lebih komprehensif.

© 2003 ThomsonΤΜ /South-Western

15 Slide

Portacomp Project
Memproduksi PC dan peralatan yang terkait s Mmbangun sebuah prototype untuk printer portable model baru kualitas tinggi s Membutuhkan analisa pasar s Ditemukan data awal (nilai konstan, parameter dari model ): Selling price : $ 249 perunit Administrative cost = $ 400,000 Advertising Cost = $ 600,000  Input probabilistics (not known certainly) Direct labor/unit = $ 45; 15,000 units for the for the first year demand; Part cost/unit = $ 90
s

© 2003 ThomsonΤΜ /South-Western

16 Slide

Portacomp Project
s

Situasi kebijakan cash flow yang ketat; jadi fokus pada kerugian potensial

© 2003 ThomsonΤΜ /South-Western

17 Slide

What if Analysis
s

s s

Profit = ($ 249 – Direct labor cost/unit – Part cost/unit) (Demand) – ($ 400,000+$ 600,000) Profit = ($ 249 – c1 – c2)(x) – ($ 10,000)

Skenario kasus dasar: Profit = ($ 249 – 45 – 90)(15000) – ($ 10,000) = $710,000  Data juga memperlihatkan bahwa direct labor cost antara 43-47; part cost antara 80-100; Permintaan tahun pertama 15000-28500  The worst case scenario: Profit = ($ 249 – 47 – 100) (15000) – ($ 10,000) = -$847,000  The best case Scenario: Profit = ($ 249 – 43 – 80)(28500) – ($ 10,000) = $ 2,591,000

© 2003 ThomsonΤΜ /South-Western

18 Slide

Results of What if Analysis
s

s

Keuntungan berkisar antara kerugian $ 847,000 - keuntungan $ 2,591,000 dengan skenario kasus dasar bernilai $ 710,000. jadi tetap ada potensi kerugian. Tetapi, probabilitas keuntungan dan kerugian tidak tergambar dengan baik.

© 2003 ThomsonΤΜ /South-Western

19 Slide

Simulasi
s

s

Tambahan keterangan adalah : melalui data awal biaya probabilitasnya dapat diketahui . Yaitu melalui penggambaran diagram atau uji distribusi (pelajari cara pembuatan histogram) Direct Labor cost $43-$47 dengan pola distribusi discrete
Direct Labor Cost/unit $43 $44 $45 $46 $47 Probability 0.1 0.2 0.4 0.2 0.1

© 2003 ThomsonΤΜ /South-Western

20 Slide

Simulasi
s

Part cost: $80-$100 and follows uniform probability

1 20

8 0

9 0

10 0

© 2003 ThomsonΤΜ /South-Western

21 Slide

First Year Demand
s

Mengikuti Normal probability

© 2003 ThomsonΤΜ /South-Western

22 Slide

Simulation
s s

Parts costs = a + r(b-a) Direct Labor cost:
Direct Labor cost/unit $43 $44 $45 $46 $47 Probability

80 + r(100-80)
Interval of Random Number 0.0 but <0.1 0.1 but <0.3 0.3 but < 0.7 0.7 but <0.9 0.9 but < 1.0

0.1 0.2 0.4 0.2 0.1

© 2003 ThomsonΤΜ /South-Western

23 Slide

Makna Tabel Excel
s s

s

s

s

Angka 1-500 menunjukkan jumlah percobaan Kolom direct Labor cost B20-B519: masing masing cell membaca tabel secara vertikal dari direct labor cost bagian bilangan random (A10-B14) dikaitkan nilai random untuk menetukan cost per unit (kolom ke tiga) Kolom part cost per unit C20-C519: menggunakan rumus slide no 23 yang memakai bilangan random Kolom Demand (first year demand) D20D519:menghasilkan bilangan random ynag mengikuti distribusi normal dari mean 15000 dan standar deviasi 4500 Kolom Profit (E20-E519): Ingat rumus Profit

© 2003 ThomsonΤΜ /South-Western

24 Slide

Makna Tabel Excel
s s s

s

Mean profit = rata rata keuntungan E20-E519 Standar deviasi= simpangan baku dari E20-E519 Minimum Profit = Keuntungan minimum dari E20-E519 Selanjutnya tinggal anda pahami dengan melihat langsung excelnya

© 2003 ThomsonΤΜ /South-Western

25 Slide

Sponsor Documents

Or use your account on DocShare.tips

Hide

Forgot your password?

Or register your new account on DocShare.tips

Hide

Lost your password? Please enter your email address. You will receive a link to create a new password.

Back to log-in

Close