• Tidak ada hasil yang ditemukan

MODEL DAN SIMULASI

N/A
N/A
Protected

Academic year: 2017

Membagikan " MODEL DAN SIMULASI"

Copied!
6
0
0

Teks penuh

(1)

MODEL DAN SIMULASI

KOORDINATOR RINI SOVIA, S.Kom, M.Kom

ANGGOTA

1. LARISSA NOVIA RAHMI, S.Kom, M.Kom 2. HEZY KURNIA, S.Kom, M.Kom

3. WIFRA SAFITRI, S.Kom, M.Kom 4. TERI ADE PUTRA, S.Kom, M.Kom 5. R. AYU MAHESSYA, S.Kom, M.Kom 6. SAYENDRA SAFARINA, S.Kom, M.Kom

PADANG 2015/2016

SILABUS

(2)

menjelaskan mengenai konsep yang berkaitan dengan implementasi konsep simulasi dan dunia nyata dibidang kesehatan, keamanan, militer, ekonomi.

B. Materi:

1. Pengantar Sistem, Model dan Simulasi

2. Aspek Statistik dan Probabilitas dalam Simulasi 3. Pembangkit Bilangan Acak

4. Simulasi Kejadian Diskrit 5. Distribusi Poisson

6. Sistem Antrian C. Buku Acuan:

1. Banks, Jerry, J. Carson II, B. L. Nelson, “Discrete-Event System Simulation”, Prentice-Hall International, Inc., London, 1984.

2. Gottfried, Byron S., “Elements of Stochatic Process Simulation”, Prentice-Hall, Inc., New Jersey, 1984.

3. Law, Averill M., W. David Kelton, “Simulation Modeling & Analysis”, Mc. Graw-Hill Inc., Singapore, 1991.

4. Soepono Soeparlan, “Pengantar Simulasi”, Penerbit Gunadarma, Jakarta, 1995.

5. Mendenhall, William, “A course in Business Statistics”, Duxbury Press, Boston, 1984.

(3)

Perte muan

Pokok Bahasan dan Tujuan Instruksional Umum (TIU)

Sub-pokok Bahasan dan Tujuan Instruksional Khusus

1. 1 Pengantar Sistem, Model dan Simulasi TIU :

Mahasiswa dapat membangun model yang akan

disimulasikan dan memahami definisi

simulasi.

1.1 Sistem, Model & Simulasi 1.1 Konsep Sistem

TIK:

Mahasiswa mampu memahami sistem dan mengetahui penerapan sistem

1.2 Konsep Model TIK:

Mahasiswa mampu memahami konsep model 1.3 Konsep Simulasi

TIK:

Mahasiswa mampu memahami konsep simulasi dan penggunaan simulasi

2 2. Aspek Statistik dan Probabilitas dalam Simulasi

TIU : Mahasiswa memahami

langkah-langkah penting dalam simulasi system

2.1Definisi Distribusi Peluang Binomial TIK:

Mahasiswa dapat menjelaskan defenisi distribusi bilanagan binomial

2.2 Syarat Distribusi Binomial TIK:

Mahasiswa dapat memahami syarat dari ristribusi bilangan binoimial

2.3 Ciri-ciri Distribusi Binomial TIK:

Mahasiswa dapat memahami ciri-ciri distribusi binomial 2.4 Penerapan Distribusi Binomial

TIK:

Mahasiswa dapat mengetahui penerapan distribusi binomial 2.5 Rumus Didtribusi Binomial

TIK:

Mahasiswa mampu memahami rumus distribusi bilangan binomial

2.6 Contoh Soal distribusi Binomial 2.7 Latihan

TIK:

(4)

Umum (TIU) 3 3. Pembangkit

Bilangan Acak

TIU:

Diharapkan mahasiswa mampu memahami pembangkit bilangan acak berupa angka random dengan nilai ketentuan yang sudah diketahui

3.1 Bilangan Acak TIK:

Mahasiswa mampu memahami bilangan acak 3.2 Metode Pembangkit Bilangan Acak 3.2.1 Linear Congruent generator (LCG) TIK:

Mahasiswa dapat menjelaskan pembangkit bilangan acak, pembangkit kongruen Campuran dan Multiplikatif.

4 3.2.2 Metode Additif

TIK:

Mahasiswa mampu memahami metode additif 5

3.2.3 Metode Multiplicative (C=0) 3.3 Latihan

TIK:

 Mahasiswa dapat menentukan data acak yang berdistribusi U(0,1)

 Mahasiswa dapat menjelaskan pembangkit bilangan acak, pembangkit kongruen Campuran dan Multiplikatif. 6 4. Simulasi

Kejadian Diskrit TIU: Dihrapkan mahasiswa mampu memahami distribusi diskrit dalam pencarian angka random

4.1 Simulasi Kejadian Diskrit

TIK:

(5)

Perte muan

Pokok Bahasan dan Tujuan Instruksional Umum (TIU)

Sub-pokok Bahasan dan Tujuan Instruksional Khusus

7 4.2 Simulasi Monte Carlo

TIK:

Mahasiswa mampu memahami pemakaian simulasi Monte Carlo

8 4.3 Simulasi 2 Lintasan Produksi 4.4 Ringkasan

TIK:

Mahasiswa dapat memahami simulasi 2 Lintasan Produksi

9 UTS UTS

10 4.5 Distribusi Probabilitas Kontinu TIK:

Mahasiswa mampu memahami penggunaan distribusi probabilitas kontinu

11 5 Distribusi Poisson TIU:

Diharapkan mahasiswa mampu memahami langkah dalam pencarian penyelesaian dalan distribusi poisson pada studi kasus di dunia nyata

5.1 Defenisi Distribusi Poisson TIK:

Mahasiswa memahami defensi dari distribusi poisson 5.2 Ciri-ciri Distribusi Poisson

TIK:

Mahasisiwa mengetahui dan memahami ciri-ciri dar distribusi poisson

5.3 Penerapan Distribusi Poisson TIK:

Mahasiswa mengetahui penerapan dari distribusi poisson

12 5.4 Rumus Didtribusi Poisson TIK:

Mahasiswwa mengetahui dan memahami rumus dari distribusi poisson

5.5 Contoh Soal Distribusi Poisson TIK:

(6)

Umum (TIU)

13 5.6 Latihan

TIK:

Mahasiswa mampu menyelesaikan soal mengenai distribusi poisson

14 6.Sistem Antrian

TIU: Mahasiswa mampu meneliti kegiatan dan fasilitas pelayanan dalam rangkaian kondisi acak dari suatu sistem antrian yang terjadi

6.1 Struktur Model Antrian TIK:

Mahasiswa dapat memahami struktur model antrian 6.2 Contoh Kejadian Antrian

TIK:

Mahasiswa mampu memahami contoh kejadian antrian 6.3 Contoh Sistem Antrian

TIK:

Mahasiswa mampu memahami contoh sistem ntrian 6.4 Notasi dalam Sistem Antrian

TIK:

Mahasiswa mampu memahami notasi dalam sistem antrian 6.5 Single Channel Model

TIK:

Mahasiswa mampu memahami Single Channel Model

15 6.6 Simulasi Sistem Antrian TIK:

Mahasiswa mampu memahami simulasi sistem antrian

16 6.7 Latihan

TIK:

Referensi

Dokumen terkait

4. Menyampaikan manfaat yang akan diperoleh dari materi tutorial pada pertemuan ini 5. Memotivasi mahasiswa. untuk mampu memahami

CLO 6 CLO Mahasiswa mampu memahami dan menjelaskan wawasan nusantara dan ketahanan nasional bagi warga negara CLO 4 CLO Mahasiswa mampu memahami tentang hak kewajiban warga negara

waktu antar kedatangan dan waktu pelayanan merupakan komponen dan variable input dalam simulasi sistem antrian 21. Kinerja Sistem

Rata-Rata waktu mahasiswa dalam Antrian 09:16:00/100 = 05:56 Menit Rata-Rata waktu mahasiswa dalam Fasilitas 07:41:00/100 = 04:61 Menit Rata-Rata waktu mahasiswa dalam Sistem

Setelah dilakukan analisis menggunakan metode analitis dan simulasi, diperoleh model antrian yang cocok untuk bank ini adalah sistem pe- layanan ganda dengan notasi Kendall ( M/M/ 2)

Dengan demikian model antrian dengan notasi M/M/2/~/FCFS artinya adalah sistem antrian dengan waktu antar kedatangan berdistribusi eksponensial, waktu pelayanan

Oleh karena itu diperoleh sumber model antrian yang dapat mewakili keadaan sistem antrian pada masing – masing tipe pelayanan pada BNI KCP Unmul yaitu dengan

M4 M5 M6 M7 M8 1 2 3 4 5 6 7 8 9 10 11 Mahasiswa mampu membedakan dan menghitung hubungan fuzzy dengan klasik ILO1, ILO5 Mahasiswa mampu memahami dan menghitung fuzzy inference