Kapan Kita Menggunakan Simulasi ?

Tidak semua masalah yang dapat diselesaikan dengan simulasi harus dipecahkan menggunakan simulasi. Simulasi akan sangat cocok dan efektif jika :

1. Pengembangan model matematis terlalu sulit atau tidak memungkinkan,
2. Sistem memiliki satu atau lebih variable random yang interdependent,
3. Dinamika sistem sangat komplek,
4. Tujuannya untuk mengamati perilaku sistem dalam suatu periode waktu tertentu,
5. Tampilan animasi merupakan hal yang sangat penting.

Dalam mengambil keputusan bagaimana untuk memodelkan sebuah sistem, kita harus mengetahui hubungan bagaimana untuk mendesain, menganalisis, dan merepresentasikan model dalam suatu software yang tepat.

Berikut adalah bebepara hal yang harus diperhatikan agar dapat memahami simulasi secara berkala, yaitu :

1. Memahami sebuah sistem,
2. Menyelesaikan tuntas dari tujuan kita,
3. Memformulasikan sebuah model,
4. Menerjemahkan kedalam software pemodelan.
5. Memeriksa bahwa konsep model yang dibuat pada komputer dapat dipercaya,
6. Memvalidkan sebuah model,
7. Mendesain sebuah eksperimen,
8. Menjalankan eksperimen tersebut,
9. Menganalisis hasilnya,
10. Dapatkan pengetahuan dari ekperimaen tersebut, dan
11. Dokumentasikan apa yang telah kita selesaikan.

(Kelton W.D., Sadowski R.P., dan Sturrock D.T., 2007, “Simulation with Arena Foutrh Edition”, McGraw Hill International Edition, New York;  47)

Banyak terdapat jalan untuk mengklasifikasikan model-model simulasi, tetapi berikut ini adalah beberapa yang paling sering digunakan dalam mengklasifikasikan, diantaranya adalah :

a.  Model Simulasi Statis dan Model Simulasi Dinamis

Model Simulasi Statis adalah representasi system pada suatu waktu tertentu, atau model yang digunakan untuk merepresentasikan system dimana waktu tidak mempunyai peranan. Contoh : Simulasi Monte Carlo .

Model Simulasi Dinamis adalah representasi system sepanjang pergantian waktu. Contoh: Sistem conveyor di pabrik.

b.  Model Simulasi Continue dan Model Simulasi Diskrit

Model Simulasi Continue adalah model simulasi dimana status dan sistem berubah secara continue karena berubahnya waktu (continous-change state variables ).

Model Simulasi Diskrit adalah model suatu sistem dirnana perubahan status terjadi pada satuan-satuan waktu yang diskrit sebagai hasil suatu kejadian (event ) tertentu (discrete-change state variables ).

c.  Model Simulasi Deterministik dan Model Simulasi Stokastik

Model Simulasi Deterministik adalah model simulasi yang tidak mengandung komponen yang sifatnya probabilistic (random ) dan output telah dapat ditentukan begitu sejumlah input dan hubungan tertentu dimasukkan. Output yang diperoleh akan tetap sama jika inputnya sama walaupun diproses berulang.

Model Simulasi Stokastik adalah model simulasi yang mengandung input-input probabilistik (random) dan output yang dihasilkannya pun sifatnya random .

(Kelton W.D., Sadowski R.P., dan Sturrock D.T., 2007, “Simulation with Arena Foutrh Edition”, McGraw Hill International Edition, New York;  7-8)