Analisis Output

Model simulasi kejadian diskrit berbeda dari tipe model lainnya. Model simulasi kejadian diskrit menggabungkan banyak variabel acak sehingga hasil (output) model merupakan variabel acak juga. Sebagai hasilnya, perkiraan output dalam penjalanan simulasi tertentu dapat sangat berbeda dari karakteristik model sebenarnya. Karena itu menggunakan output simulasi kejadian diskrit untuk menjawab pertanyaan pemodelan yang merupakan perilaku dan karakteristik sistem nyata bisa menjadi pekerjaan yang sangat sulit. Output model simulasi seperti ini bisa dengan mudah disalahinterpresentasikan.

Dalam berbagai studi simulasi, waktu dan dana besar biasanya dikelurkan saat pengembangan model dan pembuatan program, tapi sangat sedikit usaha yagn dilakukan dalam menganalisis output simulasi dengan tepat. Ada beberapa alasan kenapa analisis data output belum dilakukan dengan benar. Pertama, pengguna sering membayangkan bahwa simulasi hanya latihan dalam pemrograman komputer, bahkan untuk yang sangat kompleks. Akibatnya, banyak studi simulasi dimulai dengan pembangunan dan pengkodean model heuristik dan diakhiri dengan penjalanan tunggal mode untuk menghasilkan “jawaban”. Padahal, simulasi adalah percobaan contoh statistik berbasis komputer. Oleh karena itu, jika hasil simulasi tidka mempunyai arti, teknik statistik harus digunakan untuk merancang dan menganalisis percobaan simulasi. Alasan kedua adalah output proses semua simulasi maya bersifat dinamis dan otokorelasi. Oelh karena itu teknik statistik klasik yang didasarkan pada pengamatan IID (Identics and independent distribution) tidak secara langsung dapat diaplikasikan. Masih ada juga beberapa permasalahan analisis output dimana tidak ada solusi lengkap yang dapat diterima, dan metode yang tersedia biasanya terlalu kompleks untuk digunakan. Kegagalan lainnya adalah biaya waktu komputer yang dibutuhkan untuk mengumpulkan jumlah cukup data output. Bahkan kadang-kadang ada situasi dimana prosedur statistik yang tersedia sesuai, tetapi biaya mengumpulkan data yang dibutuhkan prosedur itu terlalu mahal. Permasalahan terakhir ini memang sudah mulai mendapatkan penyelesaian karena kebanyakan analis mempunyai mikrokomputer atau stasiun kerja dengan kecepatan tinggi. Komputer seperti ini sudah tidak terlalu mahal dan dapat dijalankan sepanjang malam atau selama akhir pekan untuk menghasilkan data output simulasi yang sangat besar pada biaya marjinal nol.

Tujuan Analisis Output

Dari awal kita sudah memahami bahwa langkah awal dan penting dalam analisis simulasi adalah mendefinisikan dengan jelas pertanyaan model simulasi yang diharapkan untuk dijawab. Analis harus selalu mempunyai pemahaman yang jelas pertanyaan apa yang harus dijawab ketika analisis diselesaikan dan menggunakan pertanyaan sebagai arahan melakukan analisis data, pengembangan model, validasi dan analisis output. Tujuan dari analisis output oleh karenanya adalah menjawab pertanyaan yang diajukan di awal pembentukan model dengan benar. Bentuk pertanyaan mengindikasikan pengujian hipotesis, selang kepercayaan atau pendugaan parameter.

Kita kembali ke simulasi sistem komputer time-shared. Kita asumsikan bahwa waktu aktif server adalah 24 jam sehari. Pertanyaan-pertanyaan yang mungkin perlu untuk dijawab analis adalah:
1. berapa lama seorang pengguna harus menunggu untuk terkoneksi dengan sistem?
2. berapa persen pengguna yang menunggu?
3. berapa peluang bahwa pengguna akan menunggu lebih dari 1 menit untuk terkoneksi?
4. berapa rata-rata pengguna yang menunggu terkoneksi?
5. berapa rata-rata waktu seorang pengguna terkoneksi dalam setiap koneksi yang dibuat?
6. apakah dengan menambah jumlah port akan dapat mengurangi waktu menunggu koneksi pengguna secara signifikan?
7. apakah dengan memperbesar memori CPU akan dapat mengurangi waktu menunggu koneksi pengguna secara signifikan?
8. apakah dengan mempercepat transmisi akan dapat mengurangi waktu menunggu koneksi pengguna secara signifikan?
9. berapa waktu rata-rata port kosong?
10. berapa banyak waktu menunggu akan naik jika pemanggilan pengguna bertambah 10%?

Dan banyak lagi pertanyaan yang mungkin diajukan sesuai dengan kebutuhan analisis. Jika model dirancang dengan benar, setiap pertanyaan itu akan dapat dijawab tetapi mungkin membutuhkan data yang berbeda yang harus dikumpulkan selama penjalanan simulasi. Untuk menjawab pertanyaan itu dengan beanr, analisis harus memutuskan berapa lama simulasi akan dijalankan, mengontrol laju kedatangan dan waktu terkoneksi, dan keakuratan statistik jawaban (tingkat kesalahan yang biasa disebut dengan signifikansi dalam statistik).

Permasalahan Analisis Output Model Simulasi

Untuk menggambarkan permasalahan analisis output model simulasi kita kembali ke model sistem komputer time-shared. Kita mengasumsikan (berdasarkan data historis atau perhitungan lainnya) bahwa laju pemanggilan pengguna untuk koneksi ke sistem adalah 75 per jam dan waktu rata-rata terkoneksi 35 menit. Kedua waktu ini (pemanggilan dan koneksi) berdisribusi secara eksponensial. Hasil penjalanan model simulasi ditunjukkan Tabel 1.

Kapanpun kita melakukan analisis data statistik, asumsi tentang proses darimana data itu ditarik dan pengamatannya harus dibuat. Jika asumsi yang dibuat tidak benar, maka akan dihasilkan kesimpulan karakteristik dan perilaku proses yang tidak benar. Ketika menganalisis data statistik adalah umum menggunakan asumsi:
1. pengamatan saling bebas.
2. waktu proses bervariasi.
3. untuk pengamatan dalam jumlah besar (lebih besar atau sama dengan 30), rata-rata sampel menyebar normal.