Modul Praktikum Sekolah Tinggi Informatika & Komputer Indonesia 2008

Modul Praktikum

Model dan Simulasi

Sekolah Tinggi Informatika & Komputer Indonesia 2008

Winner vs. Looser Winner is always a part of solutions Looser is always a part of problems Winner sees answer in every problem Looser sees problem in every answer Winner always has a program Looser always has an excuse Winner always says, “It’s difficult, but it’s possible.” Looser always says, “It’s possible, but it’s difficult.”

2

Daftar Isi Pertemuan

Pokok Bahasan

Hal.

Pertemuan I

Konsep Dasar Siman . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

Pertemuan II

Single Server – Single Channel . . . . . . . . . . . . . . . . . . . .

13

Pertemuan III

Single Server – Multi Channel. . . . . . . . . . . . . . . . . . . .

17

Pertemuan IV

Single Server – Multi Channel Lanjutan. . . . . . . . . . . .

23

Pertemuan V

Multi Server – Single Channel . . . . . . . . . . . . . . . . . . . .

27

Pertemuan VI

Multi Server – Single Channel Lanjutan. . . . . . . . . . . .

33

Pertemuan VII

Multi Channel – Multi Server . . . . . . . . . . . . . . . . . . . . .

38

Pertemuan VIII

Multi Channel – Multi Server Lanjutan . . . . . . . . . . . .

43

3

Kata Pengantar Praktikum Model dan Simulasi adalah praktikum yang menunjang dalam hal pemecahan Masalah yang ada di Industri, perdagangan, Jasa pelayanan seperti Toko, restaurant, bengkel, pelayanan Jalan Tol, SPBU, Kantor Samsat, Kantor Pelayanan Pajak, Bank, Hotel, Asuransi, Provider GSM, Warnet, Gamecenter dan lain‐lain. Mungkin kita dapat memecahkan dengan pembuatan software khusus dengan bahasa pemrograman tertentu seperti Fotran, Pascal, Unix, C++, Visual Basic, Java, Lisp dan lain‐lain AtauKita memakai Program Jadi seperti SIMscript, Arena, Siman dan lain‐ lain Mudah2 an dengan praktikum ini anda dapat membuat model pemecahan masalah dan melakukan experiment dengan Siman khusus yang berkaitan dengan proses parallel maupun berurutan dalam antrian dengan kombinasi Channel (Jalur) dan Server ( yang melayani), dimana peristiwa terjadi dengan probabilitas dengan kemungkinan serta secara acak (random).

Malang, September 2009

4

Praktikum

1 Konsep Dasar SIMAN Tujuan: • Mengenal dan mengerti dalam menggunakan SIMAN. Bila diberikan kasus sederhana, mahasiswa mampu membuat program, mulai dari pembuatan diagram, model, eksperimen dan project.

Persiapan: • Menjalankan Program Siman, mengikuti percobaan yang diberikan sesuai dengan urutannya. Mengerjakan latihan‐latihan yang diberikan.

Pekerjaan: • Membuat diagram, model, eksperimen, dan project, menjalankannya, dan menganalisa hasil.

Sekilas tentang SIMAN Untuk dapat mengerti tentang SIMAN, kita terlebih dahulu mengetahui arti dari simulasi dan inti dari simulasi itu sendiri. Simulasi adalah model yang menirukan realitas yang berjalan menurut waktu. Inti dari simulasi adalah antrian dan resources. SIMAN digunakan untuk membantu pengguna dalam menyelesaikan suatu masalah, dalam hal ini yang berkaitan dengan antrian. Dengan SIMAN kita bisa mengetahui rata‐rata suatu antrian, banyaknya konsumen yang mungkin dilayani dari suatu antrian, utilisasi dari suatu mesin, antrian dari suatu mesin dan sebagainya, hal itu akan dibahas pada pertemuan berikut. Seperti yang telah dijelaskan di atas SIMAN hanya dapat menyelesaikan masalah‐masalah yang berkaitan dengan antrian saja.

5

Langkah‐langkah mengerjakan SIMAN Secara umum langkah pengerjaan pada SIMAN adalah dengan : 1. Mendefinisikan masalah dari suatu contoh kasus dengan membuat suatu diagram. Adapun secara umum gambar diagram suatu kasus adalah sebagai berikut :

Ket : x = Kapasitas antrian. Jenis‐jenis waktu distribusi, antara lain : o Uniform Penulisan : Uniform (min, max) atau Unif (min, max) o Normal Penulisan : Normal (mean, standart deviasi) atau Norm (mean, standart deviasi) o Triangular Penulisan : Triangular (min, mode, max) atau Tria (min, mode, max) o Discrete Penulisan :Discrete (persen, waktu) atau Disc (persen, waktu) o Exponential Penulisan : Exponential (mean) atau Expo (mean) 2. Membuat Blok model dan experiment. 3. Menjalankan simulasi model dan experiment pada project. Logika aliran Model (Model Flow Logic) 1. CREATE : Entitas yang memasuki sistem. 2. QUEUE : Antrian Entitas. 3. SEIZE : Entitas memakai sumber daya (Resources). DELAY : Waktu resources memproses entitas. RELEASE : Resouces melepaskan entitas. COUNT : Jumlah entitas yang dapat dilayani. 4. DISPOSE : Entitas meninggalkan sistem. 6

Ket : SEIZE, DELAY, DAN RELEASE merupakan proses. Untuk lebih jelasnya dapat dilihat di Lampiran. Button short cut yang umum digunakan, antara lain : -

ALT : untuk buka main menu. Ctrl : mengakatifkan menu pada window Model/Experiment. F3 : mengaktifkan button "‫"ڤ‬ di sudut kiri atas window Model/Experiment. F2 : pindah window.

Percobaan Untuk mempermudah dalam memahami SIMAN, berikut contoh kasus sederhana, coba praktekkan. Kasus (Single Server, Single Channel) Diketahui : -

Sistem layanan satu server, dengan antrian tunggal, memiliki waktu kedatangan berdistribusi uniform 1 sampai 10 menit. - Waktu untuk melayani konsumen berdistribusi Uniform 1 sampai 6 menit. - Simulasikan selama 8 jam = 480 menit Pertanyaan : -

Rata‐rata antrian Banyaknya konsumen yang dapat dilayani.

Langkah‐langkah pengerjaan : 1. Membuat diagram

2. Model dan Experiment Membuat dan menambahkan blok model : 1. Pilih menu MODEL kemudian klik NEW. 2. Lalu, klik ADD. 3. Ketikan tiga atau empat huruf awal nama blok (posisikan highlight pada end) 4. Tambahkan blok CREATE. 5. Ketikkan "Unif(1,10)" pada bagian 'Time Between Batches' (Sequential) → Accept. 7

6. 7. 8. 9.

Tambahkan blok QUEUE. Ketikkan "Buffer" pada bagian 'Queue ID' (Next) → Accept. Tambahkan blok SEIZE. Ketikkan "Server" pada bagian 'Resource Name' (Sequential) → Accept. 10. Tambahkan blok DELAY. 11. Ketikkan "Unif (1,6)" pada bagian 'Duration' (Sequential) → Accept. 12. Tambahkan blok RELEASE. 13. Ketikkan "Server" pada bagian 'Resource Name' (Sequential) → Accept. 14. Tambahkan blok COUNT. 15. Ketkkan "JmlKons" pada bagian 'Counter ID' (Dispose). 16. Kemudian simpan (Save).

Pembuatan Experiment : 1. Pilih menu EXPERIMENT kemudian klik NEW. 2. Lalu, klik ADD. 3. Ketikkan tiga atau empat huruf nama elemen (posisikan highlight pada END). 4. Tambahkan elemen PROJECT. 5. Ketikkan "Contoh Pertama" pada bagian 'Project Title' dan "Team" pada bagian 'Analyst Name' (Sifat Optional). 6. Tambahkan elemen RESOURCES. 8

7. Ketikkan "Server" pada bagian 'Name'. 8. Tambahkan elemen QUEUES. 9. Ketikkan "Buffer" pada bagian 'Name' 10. Tambahkan elemen DSTATS. 11. Ketikkan NQ (Buffer) pada bagian 'Expression'. 12. Tambahkan elemen COUNTERS. 13. Ketikkan "JmlKons" pada bagian 'Name'. 14. Tambahkan elemen REPLICATE. 15. Ketikkan "480" pada bagian 'Replication Length' 16. Kemudian Simpan (Save). Experiment Frame: BEGIN; PROJECT, Contoh Pertama, Team; RESOURCES:

Server;

QUEUES:

Buffer;

DSTATS:

NQ(Buffer);

COUNTERS: JmlKons; REPLICATE,

,,480;

END;

3. Project Pembuatan Project : 1. Pilih menu PROJECT kemudian klik NEW. 2. Pilih menu Setup. 3. Klik ADD, jika sudah memilih file MODEL dan file EXPERIMENT yang telah dibuat. 4. Klik menu Built. 5. Klik Make. 6. Klik Run.

Latihan -

Job memasuki sistem, menunggu giliran untuk diproses pada mesin tunggal, dan kemudian meninggalkan sistem. Job‐job datang satu demi satu dengan waktu antar kedatangan merupakan variabel random berdistribusi eksponensial dengan rata‐rata 4.4 menit. Waktu setup dan pemrosesan oleh mesin bagi masing‐masing job juga berupa variable random yang berdistribusi triangular dengan waktu minimum 3.2 menit, mode 4.2 menit, dan maksimum 5.2 menit. Sistem beroperasi pada satu shift kerja perhari selama 8 jam. Setiap job yang belum selesai diproses pada akhir kerja dilanjutkan pada hari berikutnya tanpa interupsi. Simulasikan sistem selama 8 jam kerja. Dapatkan statistic berkaitan dengan : 9

a. Banyaknya job yang dapat diselesaikan dalam satu hari kerja. b. Rata‐rata banyaknya job yang menunggu. Jawab : Diagram

Model Frame

10

Experiment Frame BEGIN; PROJECT,

Example 1, Team;

RESOURCES: Mesin; QUEUES:

AntriMesin;

DSTATS:

NQ(AntriMesin), Antrian utk Mesin;

COUNTERS:

Jobs;

REPLICATE, ,,480; END;

Laporan 1. Buatlah kesimpulan untuk praktium hari ini. 2. Dari soal latihan di atas tambahkan kapasitas antrian untuk "AntriMesin" sebesar 4, dan dengan ketentuan yang sama dengan soal yang di atas. Tentukan : a. Banyaknya job yang dapat diselesaikan. b. Rata‐rata banyaknya job yang menunggu. c. Banyaknya job yang keluar dari sistem d. Utilitas mesin.

11

Modul Praktikum Siman

12

Praktikum

2 Single Server ‐ Single Channel Tujuan: • Mengenal dan mengerti dalam menggunakan SIMAN. Bila diberikan kasus sederhana, mahasiswa mampu membuat program, mulai dari pembuatan diagram, model, eksperimen dan project.



Simulasi Pada SIMAN seperti yang dijelaskan sebelumnya hanya berkaitan dengan antrian, memiliki beberapa bentuk, sesuai dengan masalah‐masalah yang timbul yang berhubungan dengan antrian khususnya. Bentuk simulasi tersebut antara lain : 1. Single Server, Single Channel 2. Single Server, Multi Channel 3. Multi Server, Single Channel 4. Multi Server, Multi Channel Pada pertemuan saat ini akan dibahas contoh‐contoh kasus antrian dengan bentuk Single Server, Single Channel. Dari pertemuan sebelumnya contoh‐ contoh soal yang diberikan tidak lain adalah contoh kasus antrian Single Server, Single Channel. Dimana mesin yang memproses suatu pekerjaan hanya ada satu dan job yang dikerjakan pun hanya ada satu.


13

Percobaan -

Job memasuki sistem, menunggu giliran untuk diproses pada mesin tunggal, dan kemudian meninggalkan sistem. Job‐job datang satu demi satu dengan waktu antar kedatangan merupakan variabel random berdistribusi eksponensial dengan rata‐rata 3.5 menit. Adapun kapasistas antriannya sebesar 2. Waktu setup dan pemrosesan oleh mesin bagi masing‐masing job juga berupa variable random yang berdistribusi triangular dengan waktu minimum 0.5 menit, mode 1.3 menit, dan maksimum 2.2 menit. Sistem beroperasi pada satu shift kerja perhari selama 8 jam. Setiap job yang belum selesai diproses pada akhir kerja dilanjutkan pada hari berikutnya tanpa interupsi. Simulasikan sistem selama 8 jam kerja. Dapatkan statistic berkaitan dengan • Banyaknya job yang dapat diselesaikan dalam satu hari kerja. • Banyaknya job yang keluar dari sistem. • Rata‐rata banyaknya job yang menunggu. • Utilitas mesin. Diagram

13


14

Frame Model

Frame Experiment BEGIN; PROJECT,

Problem Mesin Tunggal, Team;

RESOURCES: MesinTunggal; QUEUES:

AntriMesin;

DSTATS:

NQ(AntriMesin): NR(MesinTunggal)

COUNTERS:

Jobs: JmlJobsKeluar;

REPLICATE, ,,480; END; 14


15

Latihan -

Dari soal percobaan di atas, simulasikan sistem selama 3 hari dan tentukan : o Banyaknya job yang dapat diselesaikan dalam satu hari kerja. o Banyaknya job yang keluar dari sistem. o Rata‐rata antrian. o Utilitas mesin

Laporan 1. Buatlah kesimpulan untuk praktium hari ini. 2. Diketahui : - Sistem layanan sebuah ATM, dengan antrian tunggal, memiliki waktu kedatangan berdistribusi uniform 1 sampai 3 menit. - Waktu untuk melayani nasabah berdistribusi Uniform 1 sampai 5 menit. - Kapasistas antrian 3 - Simulasikan selama 12 jam Pertanyaan : -

Rata‐rata antrian Banyaknya nasabah yang dapat dilayani. Utilitas mesin Banyaknya nasabah yang keluar dari sistem. Simulasikan selama 5 hari

15


16

Praktikum

3 Single Server – Multi Channel Tujuan Instruksional Khusus • Praktikan mampu memahami fungsi single server – multi channel

Pengertian Single Server – Multi Channel adalah antrian dari pekerjaan (job) nantinya akan dikerjakan oleh satu mesin namun mesin tersebut dapat mengerjakan lebih dari 1 perkerjaan (job) .

Persiapan Baca dahulu teori yang terdapat pada modul praktikum.

Pekerjaan 9 Kerjakan percobaan praktikum 3 dan latihan. 9 Kerjakan tugas praktikum yang telah disediakan.

Hasil 9 Tunjukkan hasil pekerjaan anda pada asisten. 9 Kumpulkan hasil pekerjaan tugas parktikum 3 pada pertemuan berikutnya.

Teori MODEL Terdapat blok baru yang digunakan, yaitu blok ASSIGN. Blok ini diletakkan setelah blok CREATE. Blok ASSIGN memungkinkan suatu nilai diberikan kepada suatu attribute dan variables. Assigment (Var=Expr): attribute atau variable = angka atau ekspresi. Apabila terdapat beberapa attribute atau kotak variabel yang harus

16


17

diberi nilai, maka pemberian nilai dapat ditambahkan atau di – insert – kan pada kotak di bawah Assigment List. Blok ASSIGN ditunjukkan pada gambar 3.1 di bawah ini.

Gambar 3.1 Blok ASSIGN

Gambar 3.2 Blok ASSIGN ‐ Insert

EXPERIMENT Elemen ATTRIBUTES diperlukan apabila model memuat attribute (Mark Attribute atau attribute yang ditulis pada blok ASSIGN). Number : nomor urut attribute Name : nama attribute Initial Values : memberi nilai awal untuk attribute. Diisikan sebagai konstan. Elemen ATTRIBUTES ditunjukkan oleh gambar 3.3.

17


18

Gambar 3.3 Elemen ATTRIBUTES

Gambar 3.4 Elemen ATTRIBUTES ‐ Insert

Percobaan Problem mesin tunggal 2 job Sebuah job – shop dengan mesin tunggal memproses 2 macam job. Job jenis 1 tiba setiap 10 menit dan memerlukan 4 menit untuk memprosesnya pada mesin. Job jenis 2 mulai datang 5 menit kemudian dan selanjutnya datang setiap 6 menit. Setiap job jenis 2 memerlukan waktu 3 menit untuk memproses. Tentukan banyaknya job dari masing – masing jenis job dan total job yang dapat diproses dalam 1 shift kerja selama 8 jam ! DIAGRAM

job1 job2 antrian

mesin

totaljob,job1,job2

job1

job2

0 5 10 15 20 18


19

MODEL

BEGIN; CREATE : ASSIGN :

CREATE , ASSIGN :

proses

QUEUE , SEIZE : DELAY : RELEASE : COUNT : COUNT :

10: jenisjob=1: wktpros=4: NEXT(proses); ,5: 6; jenisjob=2: wktpros=3: NEXT(proses); antrian; mesin; wktpros; mesin; jenisjob; jobtotal: DISPOSE;

END;

EXPERIMENT

BEGIN; PROJECT , QUEUES : RESOURCES : COUNTERS :

ATTRIBUTES : REPLICATE :

mesintunggal; antrian; mesin; job1: job2: jobtotal; jenisjob: wktpros; , ,480;

END;

Latihan Waktu antar kedatangan job 1 = expo(15) dan job 2 = expo(20). Waktu proses job 1 = discrete 30% perlu 10 menit, 20% perlu 12 menit, 50% perlu 15 menit. Waktu proses job 2 = norm(12,9). Fasilitas antri 3, yang tidak dapat masuk antrian dikeluarkan. Hitung : a. Utilisasi mesin b. Panjang antrian c. Jumlah yang dikeluarkan sistem

19


20

Laporan Job 1 = Waktu antar kedatangan = 5 Waktu proses = 6 Job 2 = Job datang pertama kali = 7 Waktu antar kedatangan = 8 Waktu proses = 9 Job 3 = Waktu antar kedatangan = 10 Waktu proses = 11 Kapasitas antrian = 20, simulasi waktu 12 jam, mesin tunggal Hitung : a. Jumlah tiap job => Job 1, job 2, job 3 dan total job b. Jumlah job yang keluar c. Utilitas mesin d. Rata ‐ rata antrian

Jangan lupa cantumkan pula diagram nya !!!

20


21

Pertemuan

4 Single Server – Multi Channel Lanjutan Tujuan Instruksional Khusus • Praktikan mampu memahami fungsi single server – multi channel lebih dalam

Pengertian Single Server – Multi Channel adalah antrian dari pekerjaan (job) nantinya akan dikerjakan oleh satu mesin namun mesin tersebut dapat mengerjakan lebih dari 1 perkerjaan (job) .



Hasil 9 Tunjukkan hasil pekerjaan anda pada asisten. 9 Kumpulkan hasil pekerjaan tugas praktikum 4 pada pertemuan berikutnya.

Teori MODEL Blok ASSIGN tetap digunakan dalam menyelesaikan kasus yang terdapat pada percobaan, latihan dan tugas. Dalam blok DELAY menggunakan ED (Elemen Distributions) yang fungsinya untuk mendeklarasikan waktu kedatangan hanya sekali tetapi job yang diproses bisa 2 (dua) atau lebih.


22

EXPERIMENT Elemen ATTRIBUTES juga tetap digunakan untuk menyelesaikan contoh kasus yang terdapat pada praktikum 4 ini. Elemen DISTRIBUTIONS digunakan untuk mendeklarasikan distribusi waktu proses. Elemen ini digunakan sebagai pemisah distribusi waktu masing – masing proses. Penggunaan elemen ini berhubungan dengan penggunaan ED (Elemen Distributions) pada blok DELAY.

Gambar 4.1 dan 4.2 menunjukkan elemen DISTRIBUTIONS.

Gambar 4.1 Elemen DITRIBUTIONS

Gambar 4.2 Elemen DITRIBUTIONS ‐ Insert

Percobaan Sebuah pabrik garment memproduksi rok dan celana berdasarkan order. Misal order diterima rata ‐ rata tiap 5 menit dengan distribusi eksponensial. Dari order yang diterima 70% adalah untuk rok dan 30% adalah untuk celana. Sebuah mesin tunggal digunakan untuk memproduksi kedua macam pakaian tsb. Waktu yang diperlukan oleh mesin untuk memproduksi rok mengikuti distribusi normal dengan rata ‐ rata 4 menit dan standart deviasi 1.5 menit. Waktu untuk memproses celana adalah uniform dengan min 3 menit dan max 4.5 menit. Simulasikan selama 8 jam. Hitung : a. Rata ‐ rata panjang antrian 22


23

b. Utilisasi mesin DIAGRAM rok antrian celana

mesin

NQ,NR

MODEL

BEGIN; CREATE : ASSIGN : QUEUE , SEIZE : DELAY : RELEASE :

expo(5): wproses=disc(0.7,1,1,2): antrian; mesin_tunggal; ED(wproses); mesin_tunggal: DISPOSE;

PROJECT , QUEUES : RESOURCES : ATTRIBUTES : DISTRIBUTIONS :

mesintunggal; antrian; mesin_tunggal; wproses; 1,norm(4,1.5): 2,unif(3,4.5); NQ(antrian): NR(mesin_tunggal); , ,480;

END;

EXPERIMENT

BEGIN;

DSTATS : REPLICATE : END;

Latihan

Terdapat sebuah mesin tunggal yang digunakan untuk memproduksi 3 macam produk. Order diterima rata – rata setiap 3 menit dengan distribusi eksponensial. Dari order yang diterima, 15% adalah untuk produk 1, 37% adalah untuk produk 2 dan 48% adalah untuk produk 3. Waktu proses untuk produk 1 mengikuti distribusi uniform dengan min. 4 dan max. 5. Untuk produk 2 menggunakan distribusi waktu normal dengan mean 3 dan standart deviasi 2.5. Untuk produk 3 menggunakan distribusi waktu triangular dengan min 1.5, mean 2.5 dan max 3.5. Simulasikan selama 5 (lima) hari. Hitung : a. Rata – rata panjang antrian b. Utilisasi mesin 23


24

Laporan Sebuah pabrik garment memproduksi kaos dan kemeja berdasarkan order. Misal order diterima rata ‐ rata tiap 12 menit dengan distribusi eksponensial. Dari order yang diterima 25% adalah untuk kemeja dan 75% adalah untuk kaos. Sebuah mesin tunggal digunakan untuk memproduksi kedua macam pakaian tsb. Waktu yang diperlukan oleh mesin untuk memproduksi kemeja mengikuti distribusi triangular dengan min. 2, mean 2.5 dan max 3. Waktu untuk memproses kaos adalah normal dengan rata – rata 5 menit dan standart deviasi 1.5. Simulasikan selama 4 hari. Hitung : a. Rata ‐ rata panjang antrian b. Utilisasi mesin


24


25

Praktikum

5 Multi Server – Single Channel Tujuan Instruksional Khusus • Praktikan mampu memahami fungsi multi server – single channel

Pengertian

Multi Server – Single Channel adalah antrian dari satu pekerjaan (job) yang nantinya akan dikerjakan oleh lebih dari satu mesin. Bisa dimisalkan suatu job setelah diproses pada mesin pertama lalu masuk ke mesin kedua untuk pemrosesan selanjutnya dan seterusnya bisa saja masuk ke mesin ketiga.



Hasil 9 Tunjukkan hasil pekerjaan anda pada asisten. 9 Kumpulkan hasil pekerjaan tugas parktikum 5 pada pertemuan berikutnya.

Teori MODEL Blok model yang digunakan untuk menyelesaikan soal percobaan dan soal latihan masih standar. Dalam artian yang digunakan masih berkisar blok CREATE, QUEUE, SEIZE, DELAY dan RELEASE. Hanya saja mungkin lebih banyak lagi mempergunakan fasilitas yang terdapat pada blok – blok yang sudah disebutkan di atas. 25


26

Contoh dapat dilihat pada soal percobaan. Pada blok QUEUE, yang diisi bukan hanya pada queue id namun juga pada queue capacity dan balk label. Dengan begitu fungsi – fungsi yang terdapat pada blok tersebut dapat lebih dipahami. Khusus pada soal tugas akan menggunakan sebuah blok baru, yaitu blok BRANCH. Tampilannya dapat terlihat pada gambar 5.1 dan 5.2 berikut ini. Blok BRANCH memberikan kemungkinan untuk percabangan untuk mengalirkan aliran entitas. Entitas diarahkan sesuai dengan label pada tanda anak panah ke kanan. Max. Branches To Take : menentukan jumlah maksimum dari cabang yang dapat dipilih oleh entitas yang datang, dinyatakan dengan bilangan bulat. IF, WITH, ELSE, or ALWAYS : diisi dengan salah satu kata – kata tersebut yang sesuai. CONDITION or PROBABILITY : syarat/kodisi yang menyebabkan entitas menuju cabang tersebut atau probabilitas suatu entitas memilih cabang tersebut. DESTINATION BLOCK LABEL : menunjukan label blok tujuan apabila cabang tersebut dipilih. Cabang dapat dibuat berulang dengan cara Insert dibawah BRANCH LIST.

Gambar 5.1 Blok BRANCH

26


27

Gambar 5.2 Blok BRANCH ‐ Insert

EXPERIMENT Elemen yang digunakan untuk menyelesaikan soal percobaan dan latihan juga tidak ada tambahan. Elemen yang digunakan masih berkisar pada elemen QUEUES, COUNTERS, RESOURCES, DSTAT dan REPLICATE. Blok BRANCH yang terdapat pada model tidak membutuhkan elemen pada experiment.

Percobaan Job – job dimulai di area produksi menurut distribusi eksponensial dengan waktu rata – rata 5 menit. Proses produksi terdiri atas 3 macam operasi. Yaitu drilling, milling dan grinding. Terdapat 2 mesin drill, 3 mesin mills dan 2 mesin grinder. Fasilitas menunggu pada mesin drill dan grinder mampu menampung max. 2 job untuk antri, fasilitas antri pada mesin mills mampu menampung max. 3 job. Di mesin drill, sebuah job diproses oleh sebuah mesin drill dengan waktu proses berdistribusi uniform dari 6 sampai 9 menit. Kemudian job itu diproses oleh sebuah mesin mills dengan waktu yang berdistribusi triangular dengan waktu minimum, mode dan maksimum masing – masing 10,14 dan 18 menit. Akhirnya job tersebut diproses oleh mesin grinder dengan waktu berdistribusi discrete yaitu 25% perlu 6 menit, 50% perlu 8 menit dan 25 menit perlu 12 menit. Job yang tidak dapat masuk antrian pada saat antrian penuh dikeluarkan dari sistem. Diasumsikan waktu transportasi antar resources dapat diabaikan. Sistem disimulasikan selama 40 jam kerja. Hitung : a. Berapa banyak job yang dapat diselesaikan b. Utilisasi (tingkat kesibukan) untuk masing – masing mesin c. Total job yang dikeluarkan dari sistem karena antrian penuh 27


28

d. Rata – rata job yang harus menunggu untuk mengantri DIAGRAM

drill Expo(5) 2 3

mill

grinder

2

buang buang buang MODEL

BEGIN; CREATE : QUEUE : SIEZE : DELAY : RELEASE : QUEUE : SIEZE : DELAY : RELEASE : QUEUE : SIEZE : DELAY : RELEASE : COUNT : COUNT :

expo(5); drillq,2,buang; drill; unif(6,9); drill; millq,3,buang; mill; tria(10,14,18); mill; grinq,2,buang; grin; disc(0.25,5,0.75,8,1,12); grin; jmljob: DISPOSE; jobtotal: DISPOSE;

END;

EXPERIMENT

BEGIN; PROJECT , QUEUES :

RESOURCES :

COUNTERS : DSTAT :

REPLICATE :

mesinbanyak; drillq: millq: grinq; drill,2: mill,3: grin,2; jmljob: totkeluar; NQ(drillq): NQ(millq): NQ(grinq): NR(drill)/2: NR(mill)/3): NR(grin)/2; , ,2400;

END; 28


29

Latihan Karena peningkatan permintaan manufaktur telah menambah sebuah area produksi. Area produksi yang baru diberi nama OPF yang memiliki 1 drill, 1 mill dan 1 grinder. Pemrosesan pada drillOPF berdistribusi uniform antara 4,5 sampai 8 menit. Pada millOPF berdistribusi waktu eksponensial dengan mean 5 menit. GrinderOPF berdistribusi waktu normal dengan mean 7,5 menit dengan deviasi standar 1,2 menit. Job – job yang tidak dapat masuk antrian karena keterbatasan kapasitas kirim ke tahap yang sama pada area OPF untuk diproses. Misal jika job tiba di tahap milling pada saat antrian penuh maka job tersebut ditransfer ke millOPF. Ketika proses di millOPF selesai, job tetap diproses di area OPF, yaitu dilanjutkan ke grinderOPF sampai selesai. Apabila job yang masuk tahap tertentu pada OPF menjumpai antrian sedang penuh maka job tersebut dikeluarkan dari sistem. Masing – masing tahap pada area OPF memiliki kapasitas antrian 2 job. Diasumsikan waktu transportasi antar resources dapat diabaikan. Sistem disimulasikan selama 40 jam kerja. Hitung : a. Berapa banyak job yang dapat diselesaikan b. Banyaknya job yang harus diselesaikan pada fasilitas – fasilitas bukan OPF c. Utilisasi mesin – mesin pada OPF dan bukan OPF d. Total job yang dikeluarkan dari sistem karena antrian penuh e. Rata – rata waktu tunggu untuk antri di OPF dan bukan OPF f. Banyaknya job yang harus diselesaikan pada fasilitas – fasilitas OPF

Laporan Sebuah pabrik memproduksi kaos bergambar. Di dalam pabrik tersebut terdapat 3 mesin. Job datang berdistribusi waktu normal dengan mean 3 menit dan standar deviasi 1,5 menit dan ditampung pada sebuah antrian. Job yang datang lalu masuk untuk diproses pada mesin pertama yang dipergunakan untuk memproduksi kaos. Memproduksi kaos ini menggunakan waktu yang berdistribusi eksponensial rata – rata 5 menit. Setelah itu kaos yang sudah jadi akan masuk antrian mesin kedua. Pada mesin kedua, kaos akan disablon. Penyablonan kaos ini memerlukan waktu yang berdistribusi triangular dengan waktu minimum 1 menit, modus 2 menit dan maksimum 3 menit. Perjalanan kaos selanjutnya masuk pada antrian mesin ketiga. Mesin ketiga ini berfungsi sebagai mesin inspeksi. Waktu penginspeksian kaos berdistribusi uniform dengan waktu minimum 2 menit dan maksimum 2,5 menit. Apabila ditemukan cacat atau kerusakan pada kaos yang diproduksi, maka kaos tersebut akan dibuang. Dan kaos yang sempurna akan dijual. Dari yang dapat diamati, 90 persen dari produksi selesai tanpa cacat dan sisanya dibuang. 29


30

Sistem ini disimulasikan selama 20 jam. Hitung : a. Jumlah kaos yang selesai tanpa cacat b. Jumlah kaos yang dibuang c. Rata – rata waktu antrian d. Utilitas masing – masing mesin


30


31

Pertemuan

6 Multi Server ‐ Single Channel Lanjutan Tujuan: • Mengenal dan mengerti dalam menggunakan SIMAN. Bila diberikan kasus sederhana, mahasiswa mampu membuat program, mulai dari pembuatan diagram, model, eksperimen dan project.



Multi Server ‐ Single Channel Seperti pada pertemuan sebelumnya pada modul pertemuan ini masih membahas bentuk simulasi yang ketiga yaitu : Multi Server, Single Channel. Dari contoh‐contoh yang akan dibahas pada pertemuan ini pun masih berkisar bagaimana mensimulasikan jika suatu job diproses oleh beberapa mesin atau tahapan tertentu.

Percobaan -

Pada sebuah sistem yang memproduksi komponen‐komponen elektronik terdapat tiga tahap proses yang harus dilalui oleh komponen yang diproduksi. Tahap itu adalah Assembly, Soldering, dan Inspection. Waktu antar kedatangan order untuk komponen‐komponen tersebut berdistribusi Exponensial dengan rata‐rata 15 menit, sedangkan waktu proses dalam tiap‐tiap tahap adalah sebagai berikut : Assembly : norm (14, 2) Soldering : Expo (22) Inspection : Unif (13, 17)


32

Assembly dan Inspection hanya dikerjakan pada komponen satu demi satu. Perasi soldering dapat memproses dua komponen sekaligus. Sistem tutup setelah 8 jam kerja dalam satu hari. Apabila ada komponen yang sedang diproses pada saat sistem ditutup, maka komponen tadi aka diselesaikan pada hari berikutnya. Simulasikan sistem selama 5 hari dan kumulkan utilisasi tiap mesin, beserta antriannya serta total komponen yang dapat diselesaikan pada setiap 8 jam shift kerja. Diagram

Frame Model

32


33

33


34

Frame Experiment BEGIN; PROJECT,

Praktikum06, Team;

QUEUES:

Q_Assembly: Q_Soldering: Q_Inspection;

RESOURCES: Assembly,1: Soldering,2: Inspection,1; COUNTERS:

Job_Completed;

DSTATS:

NQ(Q_Assembly): NQ(Q_Soldering): NQ(Q_Inspection): NR(Assembly)/1: NR(Soldering)/2: NR(Inspection)/1;

REPLICATE, 5,,480; END;

Latihan -

Dari soal percobaan di atas, tambahkan ketentuan bahwa kapasitas antrian untuk proses assembly adalah 2 dan untuk antrian inspection adalah 3 tentukan : o Utilitas mesin baik itu assembly, soldering , maupun inspection. o Jumlah komponen yang keluar dari sistem.

Laporan 3. Buatlah kesimpulan untuk praktium hari ini. 4. Job‐job dimulai di area produksi menurut distribusi eksponensial dengan waktu rata‐rata 5 menit. Proses produksi terdiri atas tiga macam operasi, yaitu : drilling, milling, dan grinding. Terdapat 2 mesin drill, 3 mesin mills, dan 2 mesin grinder. Fasilitas menunggu pada mesin drill dan grinder mampu menampung maksimum 2 job untuk antri sedangkan fasilitas antri pada mesin mill mampu menampung maksimum 3 job. Dimesin drill, sebuah job di proses oleh sebuah mesin drill dengan waktu proses berdistribusi uniform dari 6 sampai 9 menit. Kemudian, job itu diproses oleh sebuah mesin mills dengan waktu yang berdistribusi triangular dengan waktu minimum, mode, dan maksimum masing‐masing 10, 14, dan 18 menit. Akhirnya, job tersebut diproses oleh sebuah mesin grinder dengan waktu 34


35

mengikuti distribusi discrete yaitu 25% memerlukan waktu 6 menit, 50% memerlukan 8 menit dan 25% memerlukan 12 menit. Job yang tidak dapat memasuki antrian pada saat antrian penuh dikeluarkan dari sistem. Sistem disimulasikan selama 40 jam kerja. Pertanyaan : -

Banyaknya job yang dapat diselesaikan. Utilisasi mesin drill, mill, dan grinder. Banyaknya job yang keluar dari sistem. Simulasikan selama 2 hari

35


36

Pertemuan

7 Multi Channel – Multi Server Tujuan: • Bisa menyelesaikan kasus‐kasus antrian multi channel – multi server dengan menggunakan siman.

Persiapan: • Pelajari soal‐soal praktikum sebelumnya untuk menunjang penyelesaian praktikum kali ini.

Pekerjaan: • Baca soal dengan teliti ! Buat blok diagramnya terlebih dahulu sebelum membuat model dan experiment. Kerjakan soal Percobaan dengan mengikuti instruksi dari asisten. Kemudian kerjakan soal Latihan secara mandiri. Soal tugas pada bagian Laporan dikerjakan di rumah dan dikumpulkan minggu depan.

Hasil: • Di akhir pertemuan, mahasiswa dapat menyelesaikan kasus‐kasus antrian multi channel – multi server dari mulai yang mudah hingga yang agak rumit.

Teori Model Blok ASSIGN memungkinkan suatu nilai diberikan kepada suatu atribut dan variable. Assignment (Var=Expr) : atribut atau variable = angka atau ekspresi. Apabila terdapat beberapa atribut atau variable yang harus diberi nilai, maka pemberian nilai dapat ditambahkan atau disisipkan pada kotak di bawah assignment list. Blok TALLY digunakan untuk mencatat nilai statistic rata‐rata, variansi, minimum dan maksimum dan banyaknya observasi untuk ditampilkan pada file output atau file eksternal lain. Blok ini digunakan untuk mencatat waktu yang diperlukan oleh sebuah entity untuk bergerak dari suatu titik ke titik lain didalam model. Tally ID : yang digunakan untuk mencatat statistic tally. Value : nilai yang dicatat Reserved word yang biasanya digunakan adalah kata INTERVAL (AttributeID) atau disingkat INT(AttributeID), dan BETWEEN atau BET. Elemen 36


37

Elemen ATTRIBUTES diperlukan apabila model memuat atribut (Mark Attribute atau atribut yang ditulis pada blok ASSIGN) Number :nomor urut atribut Name : nama atribut Initial values : memberi nilai awal untuk atribut. Diisikan sebagai konstan. Elemen TALLIES digunakan apabila blok TALLY digunakan dalam model, untuk memberikan informasi deskriptif tentang model’s tally records. Number : nomor tally Name : memberi identitas dan label dari ringkasan statistic untuk setiap register yang dicatat.

Percobaan Warnet 2 lantai. Lantai 1 terdapat 10 komputer, lantai 2 20 komputer. Konsumen terbagi 2. Konsumen 1, waktu kedatangan adalah expo (6), waktu sewa expo (60). Konsumen 2 datang unif(1,3), waktu sewa expo(40). Antrian lantai 1 ,max 3 orang, jika antrian lantai 1 penuh ke antrian lantai 2. jam buka dari jam 6‐22. yang dihitung : rata2 antrian 1 dan 2, utilisasi computer tiap lantai, jumlah konsumen untuk jenis 1 dan 2. Model File : BEGIN; CREATE: ASSIGN:

CREATE: ASSIGN:

antri

QUEUE, SEIZE: DELAY: RELEASE: COUNT:

antri2

QUEUE, SEIZE: DELAY: RELEASE: COUNT:

totalkons COUNT:

expo(6); konsumen=1: sewa=expo(60): NEXT(antri); unif(1,3); konsumen=2: sewa=expo(40): NEXT(antri); AntLant1,3,antri2; KompLant1; sewa; KompLant1; konsumen: NEXT(totalkons); AntLant2; KompLant2; sewa; KompLant2; konsumen: NEXT(totalkons); total: DISPOSE;

END;

Experiment File 37


38

BEGIN; PROJECT, QUEUES: RESOURCES: DSTATS:

COUNTERS:

REPLICATE, ATTRIBUTES:

Percobaan 7,Mhs,12/12/2006; AntLant1: AntLant2; KompLant1,10: KompLant2,20; nr(KompLant1), Utility Komp Lantai 1: nr(KompLant2), Utility Komp Lantai 2: nq(AntLant1), Rata2 Antrian Lantai 1: nq(AntLant2), Rata2 Antrian Lantai 2; Konsumen 1: Konsumen 2: Total; ,,960; konsumen: sewa;

END;

Latihan Sebuah pabrik menerima order untuk 2 macam produk. Misalnya produk 1 dan produk 2. rata2 waktu antrian kedatangan order untuk produk 1 adalah 20 menit dan produk 2 adalah 30 menit. Asumsikan bahwa waktu antar kedatangan mengikuti distribusi expo. Order produk 1 diproses dengan melibatkan mesin B saja dan waktu untuk memproses berdistribusi norm dengan mean 12 menit dan deviasi standart 2 mnti. Sedangkan order produk 2 memerlukan proses yang melibatkan pertama mesin A dengan waktu proses berdistribusi UNIF (10,20), kemudian mesin B dengan waktu proses berdistribusi TRIA(4,6,8) Simulasikan system selama 24 jam. Hitung a. waktu yang diperlukan untuk memproses masing‐masing produk b. utilisasi mesin A dan B c. antrian mesin A dan B Model File BEGIN; CREATE: ASSIGN:

CREATE: ASSIGN:

proses A

QUEUE,

expo(20): MARK(wmasuk1); produk=1: waktuB=norm(12,2): NEXT(proses B); expo(30): MARK(wmasuk2); produk=2: waktuA=unif(10,20): waktuB=tria(4,6,8): NEXT(proses A); bufferA; 38


39

SEIZE: DELAY: RELEASE: proses B

QUEUE, SEIZE: DELAY: RELEASE: TALLY: TALLY:

mesinA; waktuA; mesinA: NEXT(proses B); bufferB; mesinB; waktuB; mesinB; lama job 1,int(wmasuk1); lama job 2,int(wmasuk2): DISPOSE;

END;

Experiment File BEGIN; PROJECT, QUEUES: RESOURCES: ATTRIBUTES:

DSTATS:

REPLICATE, TALLIES:

praktikum 7,mhs; bufferA: bufferB; mesinA,1: mesinB,1; produk: waktuA: waktuB: wmasuk1: wmasuk2; NR(mesinA),utilisasi mesin A: NR(mesinB),utilisasi mesin B: nq(bufferA),panjang antrian A: nq(bufferB),panjang antrian B; ,,14400; lama job 1: lama job 2;

END;

Laporan TUGAS : Sebuah perusahaan memproduksi kaos dan baju berdasarkan order. Misalkan, order untuk kaos diterima rata‐rata setiap 45 menit, sedangkan untuk baju 60 menit, kedatangan mengikuti distribusi eksponensial. Tersedia 2 buah mesin yang identik digunakan untuk memproduksi kedua macam pakaian tersebut. Waktu yang diperlukan oleh mesin untuk memproses kaos mengikuti distribusi normal dengan rata‐rata 30 menit dan standart deviasi=5 menit. Sedangkan waktu yang diperlukan untuk memproses baju mengikuti distribusi uniform dengan waktu min 25 menit dan waktu max 40 menit. Kaos dan baju yang sudah selesai diproses kemudian diperiksa oleh karyawan untuk menentukan apakah kaos atau baju yang sudah selesai tersebut layak atau tidak untuk dikirimkan dan harus disisihkan. Waktu yang diperlukan untuk memeriksa kaos rata‐rata 4 menit dan untuk baju rata‐ rata 6 menit. Sistem disimulasikan 24 jam kerja. Untuk menjawab: 39


40

a. Rata‐rata waktu untuk menyelesaikan sebuah kaos dan sebuah baju b. Banyaknya baju dan kaos yang tidak layak kirim. c. Utilitas mesin. Pelajari soal percobaan Modul 8 !

40


41

Pertemuan

8 Multi Channel – Multi Server Lanjutan Tujuan: • Bisa menyelesaikan kasus-kasus antrian multi channel – multi server tingkat lanjut dengan menggunakan siman

Persiapan Pelajari soal‐soal praktikum sebelumnya untuk menunjang penyelesaian praktikum kali ini.

Pekerjaan Baca soal dengan teliti ! Buat blok diagramnya terlebih dahulu sebelum membuat model dan experiment. Kerjakan soal Percobaan dengan mengikuti instruksi dari asisten. Kemudian kerjakan soal Latihan secara mandiri. Soal tugas pada bagian Laporan dikerjakan di rumah dan dikumpulkan minggu depan.

Hasil Di akhir pertemuan, mahasiswa dapat menyelesaikan kasus‐kasus antrian multi channel – multi server dari mulai yang mudah hingga yang agak rumit.

Teori Model Blok BRANCH memberikan kemungkinan untuk percabangan untuk mengarahkan aliran entitas. Entitas diarahkan sesuai dengan label pada tanda anak panah ke kanan. Max. Branches To Take : menentukan jumlah maksimum dari cabang yang dapat dipilih oleh entitas yang datang, dinyatakan dengan bilangan bulat. IF, WITH, ELSE,or ALWAYS : diisi dengan salah satu kata‐kata tersebut yan sesuai. CONDITION or PROBABILITY : syarat / kondisi yang menyebabkan entitas menuju cabang tersebut atau probabilitas suatu entitas memilih cabang tersebut. DESTINATION BLOCK LABEL : menunjukkan label blok tujuan apabila cabang tertentu dipilih.


42

Cabang dapat berulang dengan cara insert di bawah BRANCH LIST.

Percobaan Restoran dibuka mulai pk 17.00 s/d 21.00. Tamu yang datang harus sebelum pk 21.00 dan harus sudah mendapat tempat duduk. Tamu datang berdua 40%, bertiga 30%, berempat 20%, dan berlima 10% didistribusikan. Kedatangan secara exponensial dengan mean 1,6 menit. Restoran mempunyai 50 meja untuk berdua. Meja tersebut bisa digabung kalau tamu lebih dari 2. Dari hasil penelitian 5 antrian untuk dapat tempat duduk. Kalau sudah 5 genap antrian, tamu harus meninggalkan restoran dan pergi ke restoran lain. Waktu pelayanan didistribusikan segitiga dengan waktu 14,19,24 menit. Waktu makan didistribusikan normal dengan mean = 24 menit dan SD = 5 menit. Ketika selesai makan, maka pergi kasir dan membayar, waktu yang dibutuhkan untuk pemosesan distribusi normal mean = 1,5 menit dan SD = 0,5 menit. Simulasikan sistem dengan periode waktu 4 jam 1. Tentukan berapa tamu yang dilayani 2. Tentukan berapa meja yang ditempati 3. Tentukan berapa tamu yang menunggu 4. Tentukan berapa tamu yang meninggalkan restoran tanpa makan tentukan kapasitas kerja restoran selama 4 jam Model File BEGIN; CREATE: BRANCH,

closed

ASSIGN:

open

ASSIGN: QUEUE, SEIZE: DELAY: RELEASE: QUEUE, SEIZE: DELAY: RELEASE: COUNT:

leave

COUNT:

Expo(1.6),Door; 1: IF,Tnow <= 240,open: ELSE,closed; Door=0: DISPOSE; party size = disc(0.4,2,0.7,3,0.9,4,1,5); TableQ,5,leave; Table,(party size +1)/2; Tria(14,19,24)+Norm(24,5); Table,(party size +1)/2; CashierQ; Cashier; Norm(1.5,0.5); Cashier; Served Parties: DISPOSE; Lost Parties: DISPOSE;

END;

Experiment File BEGIN; PROJECT, ATTRIBUTES: VARIABLES:

Kasus Restoran,ane,12/11/2005; party size; door,10000; 42


QUEUES: RESOURCES: COUNTERS: DSTATS:

43

TableQ: CashierQ; table,50: cashier; Served Parties: Lost Parties; NR(table): NQ(TableQ): NR(Cashier)*100: NQ(CashierQ);

REPLICATE; END;

Latihan UGD mempunyai 3 tempat tidur, 1 perawat dan 2 dokter. Pasien datang, mereka didiagnosa, diterapi lalu pulang atau masuk rumah sakit. Kedatangan pasien waktunya didistribusi eksponential dengan mean=0,3 jam. Kategori penderita : 1. Sangat berat 6% 2. Berat 8% 3. Cukup berat 18% 4. Ringan 33% 5. Sangat ringan 35% Problem ini disimulasikan 30 hari. Untuk penderita kategori pertama harus segera diletakkan di tempat tidur dan dirawat. Sedangkan kategori 2 sampai 5 harus mendaftar. Waktu pendaftaran terdistribusi unif(0.1,0.2). Diagnosa dan perawatan dibutuhkan waktu (dalam jam) distribusi segitiga dengan data di bawah ini: Kategori pasien: 5 1 2 3 4 Minimum 0.8 0.7 0.4 0.2 0.1 Rata‐rata 1.2 0.95 0.6 0.45 0.35 Maksimum 1.6 1.1 0.75 0.6 0.45 Model File BEGIN; CREATE: ASSIGN: BRANCH: records

tobed

QUEUE, SEIZE: DELAY: RELEASE: QUEUE, SEIZE: QUEUE, SEIZE:

expo(0.3): MARK(time in); category=disc(0.06,1,0.14,2,0.32,3,0.65,4,1,5);

if,category.EQ.1,tobed: else,records; nurseQ; nurse; unif(0.1,0.2); nurse; bedQ; bed; doctorQ; doctor; 43


DELAY: RELEASE: TALLY: TALLY:

44

tria(minimum(category),mode( category),maksimum(category)); doctor: bed; category,int(time in); overall flow time,int(time in): DISPOSE;

END;

Experiment File BEGIN; PROJECT, ATTRIBUTES: VARIABLES:

QUEUES:

RESOURCES:

TALLIES:

DSTATS:

REPLICATE, END;

rumah sakit,may,12/12/2006; category: time in; minimum(5),0.8,0.7,0.4,0.2,0.1: mode(5),1.2,0.95,0.6,0.45,0.35: maksimum(5),1.6,1.1,0.75,0.6,0.45; nurseQ: bedQ: doctorQ; bed,3: doctor,2: nurse,1; open wounds: closed injuries: multiple trauma: visceral complaints: chronic complaints: overall flow time; NR(nurse): NR(doctor): NR(bed): NQ(NurseQ): NQ(doctorQ): NQ(bedQ); ,,720;

Laporan TUGAS : Sebuah restaurant masakan Jepang buka mulai pk 16.30‐21.30. Paling lambat tamu sudah harus mendapat meja pada pukul 21.30. Tamu datang secara berkelompok dan memiliki distribusi dengan mean 1,5 menit. Tamu datang bertiga sebesar 35%, berempat 25%, berlima dan bertujuh sebesar 20%. Restaurant memiliki 2 lantai. Tamu yang datang akan antri di lantai 1 untuk mendapatkan meja. Antrian pada lantai 1 hanya untuk 2 kelompok tamu saja. Jika antrian penuh maka akan diarahkan ke antrian lantai 2 dengan kapasitas antrian 3 kelompok tamu. 44


45

Jika antrian di kedua lantai penuh maka tamu terpaksa mencari restoran lain. Pada lantai 1, tersedia 30 meja untuk bertiga. Meja dapat digabung jika tamu lebih dari 3 orang.] Waktu pelayanan memiliki distribusi waktu minimum 10 menit, mode 14 menit, maksimum 16 menit. Sedangkan waktu makan memiliki distribusi mean 24 menit dan standar deviasi 3 menit. Pada lantai 2, tersedia 40 meja untuk berdua. Meja dapat digabung jika tamu lebih dari 2 orang. Waktu pelayanan pada lantai 2 berdistribusi 10 hingga 25 menit. Sedangkan waktu makan memiliki distribusi dengan mean 20 menit. Setelah selesai makan, tamu membayar di kasir kemudian meninggalkan restaurant. Proses pembayaran memiliki waktu distribusi dengan mean 3,5 menit dan standar deviasi 0,5 menit. Restaurant memiliki 2 kasir yang terletak di lantai 1. Dari sebuah survey diketahui dari keseluruhan tamu yang membayar 60% membayar di kasir 1, dan sisanya di kasir 2. Dari soal diatas, hitunglah: 1. jumlah tamu yang dapat dilayani di masing‐masing lantai 2. jumlah seluruh tamu yang dapat dilayani 3. jumlah tamu yang membayar di masing‐masing kasir, 4. jumlah tamu yang meninggalkan restaurant karena antrian penuh 5. rata‐rata antrian dan tingkat kesibukan masing‐masing lantai.

45


46

Lampiran Berikut merupakan keterangan yang dapat membantu, dalam menggunakan elemen‐elemen yang ada pada Model maupun Experiment.

Model Blok CREATE

Blok CREATE memasukkan entitas ke dalam sistem. Umumnya merupakan blok pertama setelah BEGIN. Tidak ada batasan untuk menentukan banyaknya blok CREATE dalam suatu model frame. Batch Size : menentukan banyaknya entitas yang akan dimasukkan ke dalam sistem setiap kali blok CREATE diaktifkan. Batch Size dapat diisi dengan integer atau ekspresi matematik (yang akan dipotong ke integer). Nilai default adalah1. Offset to First Creation : menentukan waktu jedah antara mulainya simulasi dengan kedatangan entitas pertama. Setiap bilangan real atau ekspresi dapat digunakan. Nilai default adalah 0. Nilai 0 berarti entitas pertama masuk ke model bersamaan dengan dimulainya simulasi. Time between Batches (Interval) : menentukan waktu antar kedatangan atau waktu yang diperlukan antara satu entitas dengan entitas berikutnya. Dapat diisi dengan bilangan real atau ekspresi matematis. Jika tidak diisi, maka blok CREATE akan menghasilkan entitas sesuai dengan Batch Size satu kali. Batch Limit (MaxBatches) : menentukan jumlah maksimum entitas (sesuai dengan Batch Size) yang dihasilkan oleh blok CREATE. Dapat diisi dengan integer atau ekspresi (yang akan dipotong menjadi integer). Isian ini dapat digunakan untuk mengendalikan lamanya model di RUN, apabila diisi dengan angka tertentu. 46


47

Pilihan Sequential : blok berikutnya yang akan dilewati entitas yang di CREATE, adalah tepat blok berikutnya yang ditunjuk oleh anak panah. Pilihan Dispose : entitas dibuang. Pilihan Next : entitas yang di CREATE akan diarahkan ke blok lain yang diberi label sebagaimana label yang ditulis pada kotak di bawah NEXT. Blok QUEUE

Blok QUEUE memberikan tempat/area kepada entitas untuk menunggu proses lebih lanjut. QUEUE ID : (nama atau nomor) operand yang diperlukan untuk menentukan nama antrian, yang menjadi identitas antrian. Queue Capasity : sebuah integer atau ekspresi yang menyatakan kapasitas antrian (menentukan jumlah entitas maksimum yang dapat menunggu dalam QUEUE ID pada satu waktu). Nilai default adalah infinite. Balk Label : adalah label yang menjadi identitas blok tujuan bagi identitas yang tidak bias memasuki antrian pada saat antrian penuh. Apabila Balk Label dikosongi, maka entitas yang masuk pada saat antrian penuh akan dibuang. Balk Label diperlukan hanya bila kapasitas antrian terbatas. Blok SEIZE

47


48

Blok Priority : prioritas dalam menggunakan resource. Defaultnya adalah 1. Operand ini diperlukan apabila ada dua buah blok SEIZE yang mengunakan resource yang sama. Resource Name : adalah nama resource yang digunakan oleh sebuah entitas. Sebuah entitas dapat menggunakan lebih dari satu resource, misalnya entitas adalah pasien, sedangkan resources adalah dokter dan perawat. Semua resource yang digunakan diisikan di bawah Resource List. Number of Units : adalah banyaknya satu jenis resource yang digunakan oleh sebuah entitas. Blok DELAY

48


49

Blok DELAY menahan entitas dalam jangka waktu tertentu. Duration : waktu tertentu yang diperlukan entitas di dalam blik DELAY. Diisi dengan suatu nilai konstan atau ekspresi matematis. Nilai atau ekspresi yang ditunjukkan pada isian ini menyatakan berapa lama suatu entitas menggunakan suatu resources. Blok RELEASE

49


50

Blok RELEASE melepaskan sekurang‐kurangnya satu resources tertentu. Resouces yang dilepaskan adalah yang diseize oleh blok SEIZE. Apabila satu entitas menggunakan lebih dari satu jenis resources, maka resources tersebut tidak harus di release bersamaan. Resource Name : nama resources yang dilepaskan, sesuai dengan nama resources di blok SEIZE. Number of Unit : banyaknya resources yang dilepaskan. Diisi dengan angka atau ekspresi. Banyaknya resource ini tidak boleh lebih besar dari banyaknya resources yang diseize. Blok ASSIGN

Blok ASSIGN memungkinkan suatu nilai diberikan kepada suatu attribute dan variables. Assignment (Var=Expr) : attribute atau variable = angka atau ekspresi. Apabila terdapat beberapa attribute atau variable yang harus diberi nilai, maka pemberian nilai dapat ditambahkan/diinsertkan pada kotak dibawah Assignment List. 50


51

Blok COUNT

Blok COUNT digunakan untuk menambahkan atau mengurangi dengan besar tertentu nilai dari suatu counter. Setiap kali suatu entitas melewati blok ini maka Counter ID akan bertambah nilainya sebesar yang ditunjukkan pada Counter Increment. Blok TALLY

Blok TALLY digunakan untuk mencatat statistic rata‐rata, variasi, minimum, dan maksimum dan banyaknya observasi untuk ditampilkan pada file output atau file eksternal lain. Blok ini digunakan untuk mencatat waktu yang diperlukan oleh sebuah entity untuk bergerak dari suatu titik ke titik lain di dalam model. Tally ID : yang digunakan untuk mencatat statistic Tally. Value : nilai yang dicatat Reserved word yang biasanya digunakan adalah kata INTERVAL (AttributeID) atau disingkat INT (AttributeID), dan BETWEEN atau BET.

51


52

Blok BRANCH

Blok BRANCH memberikan kemungkinan untuk percabangan untuk mengarahkan aliran entitas. Entitas diarahkan sesuai dengan label pada tanda anak panah ke kanan. Max. Branches To Take : menentukan jumlah maksimum dari cabang yang dapat dipilih oleh entitas yang dating, dinyatakan dengan bilangan bulat. IF, WITH, ELSE, or ALWAYS : diisi dengan salah satu kata‐kata tersebut yang sesuai. CONDITION or PROBABILITY : syarat/kodisi yang menyebabkan entitas menuju cabang tersebut atau probabilitas suatu entitas memilih cabang tersebut. DESTINATION BLOCK LABEL : menunjukan label blok tujuan apabila cabang tersebut dipilih. Cabang dapat dibuat berulang dengan cara Insert dibawah BRANCH LIST.

52


53

Experiment Elemen PROJECT

Elemen PROJECT menyebabkan SIMAN Summary Report dihasilkan setelah simulasi berhenti. Elemen ini diletakkan mendahului elemen‐elemen yang lain. Project Title : dapat diisi dengan sembarang karakter alfanumerik untuk memberi identitas pada simulasi. Analyst Name : nama yang membuat model dan menyimulasikan. Project Date : tanggal dengan format sesuai dengan format tanggal komputer. Elemen QUEUES

53


54

Elemen QUEUES mendefinisikan informasi‐informasi tentang antrian‐antrian model. Informasi ini meliputi nomor, nama, dan aturan ranking antrian. Aturan ranking menentukan urutan entitas yang datang dalam antrian dalam menggunakan resources. Number : adalah nomor antrian. Nomor antrian harus berurutan dari 1 sampai sejumlah antrian dalam model. Name : nama antrian. Number dan Name dapat digunakan salah satu saja. Ranking Criterion : menentukan urutan entitas yang antri untuk menggunakan resources. Defaultnya adalah FIFO. Aturan urutan yang lain adalah LIFO, Low Value First (LVF) dan High Value First (HVF). Elemen RESOURCES

54


55

Elemen RESOURCES memberikan informasi tentang resource dari model, yaitu nomor, nama, dan kapasitas resources. Elemen ini diperlukan apabila model mengunakan satu atau lebih resources. Number : adalah nomor resources. Diisikan berurutan apabila terdapat lebih dari satu resources. Name : nama resources. Number dan Name dapat diisikan salah satu. Nama resources pada elemen ini bersesuaian dengan nama resources yang dituliskan pada blok SEIZE dan RELEASE. Capacities : menunjukkan banyaknya resources yang tersedia untuk satu jenis resource. Elemen COUNTERS

55


56

Elemen COUNTERS diperlukan apabila dalam model menyertakan blok COUNTER. Elemen ini memuat informasi tentang counter‐nya model yaitu nomor, nama limit, reinisialisasi, dan nama file output. Number : nomor counter, dapat diisikan apabila memiliki lebih dari satu counter. Name : nama counter. Nama ini akan digunakan memberi label pada output counter Summary Report. Limit : adalah nilai terbesar dari counter. Defaultnya adalah infinite. Apabila diisikan suatu nilai tertentu dan counter mencapai nilai limit itu, maka simulasi akan berhenti. Init Between Reps : counter akan diawali dengan angka 0 apabila dilakukan multiple replication. Elemen REPLICATE

Elemen REPLICATE diperlukan didalam eksperimen bila diinginkan untuk mengendalikan banyaknya replikasi simulasi, lama setiap replikasi simulasi. Number of Replications : menyatakan banyaknya replikasi simulasi berurutan yang harus dijalankan. Defaultnya adalah 1. Begin Time : waktu awal suatu replikasi. 56


57

Replication Length : menyatakan lama maksimum suatu replikasi, yang membatasi durasi setiap replikasi simulasi, apabila simulasi tidak dihentikan dengan cara lain. Init System Between Reps : mengendalikan inisialisasi setiap replikasi dari simulasi berurutan. Discard Obs. Between Reps : apakah statistik dari replikasi sebelumnya dipakai sebagai nilai awalan atau tidak. Warm Up Time : memberikan jarak waktu saat statistik mulai mencatat dari mulainya simulasi. Elemen ATTIBUTES

Elemen ATTIBUTES diperlukan apabila model memuat attribute (Mark Attribute atau attribute yang ditulis pada blok ASSIGN). Number : nomor urut attribute. Name : nama attribute. Initial Values : memberi nilai awal untuk attribute. Diisikan sebagai konstan. 57


58

Elemen DSTATS

Elemen DSTATS digunakan untuk mencatat data dari variabel time‐dependent dalam model. Number : nomor Dstats, berurutan mulai 1. EXPRESSION : ekspresi yang melibatkan satu atau lebih variabel dengan nilai yang didefinisikan menurut waktu. Dua ekspresi yang biasa digunakan adalah variabel NQ(QueueID) dan NR(ResourceID), masing‐masing, berhubungan dengan panjang antrian dan banyaknya resource sibuk. Name : nama yang diberikan analis untuk menamai hasil ekspresi. Number dan Name dapat dipilih salah satu.

58


59

Elemen TALLIES

Elemen TALLIES digunakan apabila blok TALLY digunakan dalam model, untuk memberikan informasi deskriptif tentang model's tally record. Number : nomor Tally. Name : memberi identitas dan label dari ringkasan statistik untuk setiap register yang dicatat.

59

Modul Praktikum Sekolah Tinggi Informatika & Komputer Indonesia 2008

Recommend Documents