Permodelan Dan Simulasi

Nama : Daeng Rosanda Kelas : IF-2

NIM : 10108088 Semester : V

Tugas : Mencari contoh model dari model deterministik dan stokastik, model dinamis dan statis, model linier dan non-linier, serta

model time variant dan in varian.

1 Matakuliah Permodelan dan Simulasi

Dosen Albi Fitransyah, S.Si., M.T.

Model Liner dan non linier

Model linier

Model linier adalah model yang memiliki variabel inputan yang mempunyai suatu

perbandingan atau berselisih dengan variabel peubahnya sehingga dapat dicari kemungkinan

hasil keluaran selanjutnya setelah ada hasil keluaran pertama. Variabel peubah dalam model

linier bisa berupa integral, diferensial, fungsi, atau operasi aljabar. Model linier biasanya

digunakan untuk menaksir beberapa kemungkinan yang ada. Seperti penaksiran percepatan

yang berbanding lurus dengan jarak tempuh.

Model non linier

Model non linier adalah model yang inputan yang bervariasi namun memiliki hasil keluaran

yang acak bahkan tidak terdefinisi. Contoh: grafik tangen.

Model Statis dan dinamis

Model Statis

Model Statis adalah model yang memiliki inputan dan keluaran dalam sebuah variabel

peubah tertentu yang tidak berdasarkan pada waktu. Model satis biasanya digunakan sebagai

hitungan prakiraan yang mengabaikan perubahan waktu, sehingga lebih bersifat proyektif.

Model Dinamis

Model dinamis adalah model yang menggunakan waktu sebagai variabel peubah yang

mempengaruhi hasil keluaran. Model dinamis menggunakan waktu sebagai ruang lingkup

variabelnya. Ruang lingkup variabel sering disebut juga sebagai Environment variabel.

Operasi/fungsi/aljabar

X output

variabel

input







Model Deterministik dan Stokastik

Model Deterministik

Model deterministik merupakan model yang bersifat acak atau random. Model deterministik

menggunakan beberapa inputan variabel yang diproses melaui beberapa titik variabel peubah

yang didapat dari hasil taksiran, sehingga hasilnya merupakan titik potong dari semua

keluaran yang ada. Hasil keluaran dari model ini merupakan titik-titik kemungkinan yang

mungkin ada dari berbagai respons.

Model Stokastik

Model Stokastik adalah model memiliki komponen input random, dan menghasilkan output

yang random pula. Model stokastik mengandung unsur acak atau distribusi peluang, sehingga

tidak hanya membuat penaksiran keluaran yang defenitif tapi juga disertai dengan deviasi

(variance). Semakin besar ketidak-pastian akan tingkah-laku suatu sistem, semakin penting

penerapan model stokastik. Proses seperti kelahiran, migrasi, kematian, dan konversi kimia

cenderung terjadi secara acak. Tingkah-laku sistem dapat menjadi deterministik apabila

kuantitas besar dilibatkan, artinya variasi yang sangat kecil tidak begitu berarti dalam taksiran

yang dihasilkan model. Kasus epidemiologi, dinamika populasi, pengendalian populasi

kadang-kadang dilakukan melalui pendekatan dengan model stokastik.

Model Time Varian dan Time Invarian

Model Time Varian

Model Time Varian merupakan suatu model yang mengunakan perubahan waktu sebagai

acuan dari perubahan variabel inputan sekaligus sebagai ruang lingkup variabelnya. Dalam

model Time Varian, waktu dapat diubah sedemikian rupa sehingga dapat membentuk waktu

baru dengan rentang yang sama. Dalam model ini, waktu dapat dibuat berhenti, lambat







ataupun cepat setelah variabel waktu yang ditempuh dibatasi dalam rentang waktunya.

Sebelum terjadi pembatasan waktu, model ini bersifat dinamis. Namun setelah mendapatkan

pembatasan rentang waktu, model ini bersifat statis dan linier terhadap rentang waktunya.

Model Time Invarian

Model invarian merupakan model yang memiliki variabel masukan dan keluaran pada waktu

yang bersamaan. Dalam model ini variabel waktu merupakan variabel yang tidak mengubah

atau mempengaruhi proses keluaran. Sehingga dalam model ini variabel waktu ditekan

seminimal mungkin atau diusahakan supaya tidak mempengaruhi hasil keluaranya. Dalam

model ini juga terdapat variabel peubah yang dituntut untuk melakukan proses secepat

mungkin sehingga variabel waktu dinyatakan minimal atau bahkan tidak ada. Hal ini

dilakukan supaya tidak terjadi delay (keterlambatan) yang mungkin terjadi pada saat proses

dari variabel peubahnya berlangsung. Model ini juga disebut sebagai model Real-Time.

Variabel rubahan pada model ini biasanya berupa fungsi matematis ataupun aljabar. Contoh :

Digital Signal Processor, Guitar Effect.

output

variabel

input

FX













Daftar Pustaka

Permodelan & Simulasi, Suryani Erma, Grafika.

ardhi108.blogsome.com/.../ann-day-4-stochastic-model-and-directed-graphs-of-neural-

networks/

ardhi108.blogsome.com/.../ann-day-4-stochastic-model-and-directed-graphs-of-neural-

networks/

www.dephut.go.id

geovaniyeonisza.blogspot.com

sri_wiji.staff.gunadarma.ac.id

journal.mercubuana.ac.id

www.ansoft.com/news/articles/bmas03-devarajan.pdf

http://libros-en-pdf.com/descargar/contoh-model-diagram-ishikawa-1.html

http://sutanto.staff.uns.ac.id/2009/03/04/tugas-pengantar-simulasi-searching-article/

www.worldagroforestry.org

www.lontar.ui.ac.id/file?file=digital/124556-SK-620...Literatur.pdf

myhut.org/public/datawarehouse.doc

risyana.wordpress.com/page/2/

Documents

Permodelan Dan Simulasi