Perhatikan situasi berikut ini yang dihadapi oleh seorang apoteker yang tengah berpikir untuk mendirikan sebuah apotek kecil tempat ia akan menerima resep. Ia merencanakan untuk membuka apoteknya pada pukul 9.00 setiap hari kerja dan berharap agar rata-rata akan ada sekitar 32 resep yang masuk setiap hari sebelum pukul 17.00. Pengalamannya menunjukkan bahwa waktu yang akan ia habiskan untuk melayani sebuah resep merupakan kuantitas acak yang memiliki rerata dan standar deviasi (simpangan baku) 10 dan 4 menit, secara berturutturut.
Ia merencanakan untuk tidak menerima resep baru sesudah pukul 17.00, walaupun ia akan tetap tinggal di apotek melewati waktu ini jika perlu untuk melayani semua resep yang masuk hari itu. Dengan skenario ini, apoteker tersebut mungkin tertarik akan jawaban terhadap pertanyaan berikut ini:
1. Rata-rata pukul berapa ia akan meninggalkan apoteknya pada malam hari?
2. Bagaimana proporsi hari di mana ia akan tetap bekerja pada pukul 17.30?
3. Berapa rata-rata waktu yang akan ia habiskan untuk melayani sebuah resep (dengan memperhitungkan bahwa ia tidak perlu segera mulai mengerjakan resep yang baru masuk, tetapi resep itu harus menunggu hingga ia selesai mengerjakan semua resep yang masuk sebelumnya?)
4. Bagaimana proporsi resep yang akan dipenuhi dalam waktu 30 menit?
5. Jika ia mengubah kebijakannya dalam menerima semua resep antara pukul 9.00 dan 17.00, tetapi hanya menerima resep baru ketika hanya kurang dari lima resep yang masih perlu dilayani, berapa banyak resep, rata-rata, akan lobs?
6. Bagaimana kondisi pembatasan pesanan mempengaruhi jawaban untuk pertanyaan nomor 1 sampai 4?
Untuk menggunakan matematika guna menganalisis situasi ini dan menjawab pertanyaan, kita lebih dahulu menyusun sebuah model probabilitas. Untuk melakukan ini kita perlu membuat beberapa asumsi yang lumayan akurat sehubungan dengan skenario di atas. Sebagai contoh, kita harus membuat beberapa asumsi tentang mekanisme probabilitas yang menggambarkan kedatangan rata-rata 32 pelanggan setiap hari.
Satu kemungkinan asumsi adalah tingkat kedatangan, dalam pengertian probabilitas, konstan sepanjang hari, sementara kemungkinan asumsi kedua (kemungkinan lebih realistis) adalah tingkat kedatangan bergantung pada waktu tertentu sepanjang hari bersangkutan. Kita pun harus menetapkan distribusi probabilitas (memiliki rerata 10 dan simpangan baku 4) untuk waktu yang dibutuhkan dalam melayani sebuah resep; dan kita hams membuat asumsi mengenai apakah waktu pelayanan resep tertentu selalu atau tidak selalu memiliki distribusi ini atau apakah waktunya berubah sebagai fungsi dari variabel lain (misalnya, jumlah resep yang menunggu untuk dilayani atau waktu tertentu sepanjang hari). Dengan kata lain, kita harus membuat asumsi probabilitas mengenai waktu kedatangan harian dan waktu pelayanan.
Kita juga harus memutuskan apakah hukum probabilitas yang menguraikan hari tertentu berubah sebagai fimgsi hari bersangkutan atau apakah pada dasarnya tetap sepanjarig waktu. Sesudah asumsi ini, dan mungkin asumsi lain, ditetapkan, maka tersusunlah model probabilitas dari skenario kita.
Begitu model probabilitas tersusun, jawaban untuk pertanyaan secara teoretis dapat ditentukan secara analitis. Akan tetapi, dalam praktek pertanyaan tersebut terlalu sulit untuk ditentukan secara analitis dan dengan demikian untuk menjawabnya biasanya kita harus mengadakan studi simulasi. Studi seperti ini memprogram mekanisme probabilistik pada komputer dan dengan menggunakan "bilangana acak" studi ini mensimulasikan kemungkinan kejadian dari model ini selama banyak hari dan kemudian menggunakan teori statistik untuk mengestimasi jawaban bagi pertanyaan seperti yang diajukan tadi.
Dengan kata lain, program komputer memanfaatkan bilangan acak untuk menghasilkan nilai variabel acak, dengan distribusi probabilitas yang diasumsikan, yang menggambarkan waktu kedatangan dan waktu pelayanan resep. Dengan menggunakan nilai ini, program tersebut kemudian menentukan selama banyak hari kuantitas minat yang berkaitan dengan pertanyaan di atas. Kemudian digunakanlah teknik statistik untuk memberikan jawaban yang diestimasi—sebagai contoh, seandainya dari 1000 hari yang disimulasikan, ada 122 hari di mana apoteker tersebut masih bekerja pada puku1.17.30, maka kita akan mengestimasi bahwa jawaban untuk pertanyaan 2 adalah 0,122.
Selengkapnya silahkan Download Link Berikut :
Ia merencanakan untuk tidak menerima resep baru sesudah pukul 17.00, walaupun ia akan tetap tinggal di apotek melewati waktu ini jika perlu untuk melayani semua resep yang masuk hari itu. Dengan skenario ini, apoteker tersebut mungkin tertarik akan jawaban terhadap pertanyaan berikut ini:
1. Rata-rata pukul berapa ia akan meninggalkan apoteknya pada malam hari?
2. Bagaimana proporsi hari di mana ia akan tetap bekerja pada pukul 17.30?
3. Berapa rata-rata waktu yang akan ia habiskan untuk melayani sebuah resep (dengan memperhitungkan bahwa ia tidak perlu segera mulai mengerjakan resep yang baru masuk, tetapi resep itu harus menunggu hingga ia selesai mengerjakan semua resep yang masuk sebelumnya?)
4. Bagaimana proporsi resep yang akan dipenuhi dalam waktu 30 menit?
5. Jika ia mengubah kebijakannya dalam menerima semua resep antara pukul 9.00 dan 17.00, tetapi hanya menerima resep baru ketika hanya kurang dari lima resep yang masih perlu dilayani, berapa banyak resep, rata-rata, akan lobs?
6. Bagaimana kondisi pembatasan pesanan mempengaruhi jawaban untuk pertanyaan nomor 1 sampai 4?
Untuk menggunakan matematika guna menganalisis situasi ini dan menjawab pertanyaan, kita lebih dahulu menyusun sebuah model probabilitas. Untuk melakukan ini kita perlu membuat beberapa asumsi yang lumayan akurat sehubungan dengan skenario di atas. Sebagai contoh, kita harus membuat beberapa asumsi tentang mekanisme probabilitas yang menggambarkan kedatangan rata-rata 32 pelanggan setiap hari.
Satu kemungkinan asumsi adalah tingkat kedatangan, dalam pengertian probabilitas, konstan sepanjang hari, sementara kemungkinan asumsi kedua (kemungkinan lebih realistis) adalah tingkat kedatangan bergantung pada waktu tertentu sepanjang hari bersangkutan. Kita pun harus menetapkan distribusi probabilitas (memiliki rerata 10 dan simpangan baku 4) untuk waktu yang dibutuhkan dalam melayani sebuah resep; dan kita hams membuat asumsi mengenai apakah waktu pelayanan resep tertentu selalu atau tidak selalu memiliki distribusi ini atau apakah waktunya berubah sebagai fungsi dari variabel lain (misalnya, jumlah resep yang menunggu untuk dilayani atau waktu tertentu sepanjang hari). Dengan kata lain, kita harus membuat asumsi probabilitas mengenai waktu kedatangan harian dan waktu pelayanan.
Kita juga harus memutuskan apakah hukum probabilitas yang menguraikan hari tertentu berubah sebagai fimgsi hari bersangkutan atau apakah pada dasarnya tetap sepanjarig waktu. Sesudah asumsi ini, dan mungkin asumsi lain, ditetapkan, maka tersusunlah model probabilitas dari skenario kita.
Begitu model probabilitas tersusun, jawaban untuk pertanyaan secara teoretis dapat ditentukan secara analitis. Akan tetapi, dalam praktek pertanyaan tersebut terlalu sulit untuk ditentukan secara analitis dan dengan demikian untuk menjawabnya biasanya kita harus mengadakan studi simulasi. Studi seperti ini memprogram mekanisme probabilistik pada komputer dan dengan menggunakan "bilangana acak" studi ini mensimulasikan kemungkinan kejadian dari model ini selama banyak hari dan kemudian menggunakan teori statistik untuk mengestimasi jawaban bagi pertanyaan seperti yang diajukan tadi.
Dengan kata lain, program komputer memanfaatkan bilangan acak untuk menghasilkan nilai variabel acak, dengan distribusi probabilitas yang diasumsikan, yang menggambarkan waktu kedatangan dan waktu pelayanan resep. Dengan menggunakan nilai ini, program tersebut kemudian menentukan selama banyak hari kuantitas minat yang berkaitan dengan pertanyaan di atas. Kemudian digunakanlah teknik statistik untuk memberikan jawaban yang diestimasi—sebagai contoh, seandainya dari 1000 hari yang disimulasikan, ada 122 hari di mana apoteker tersebut masih bekerja pada puku1.17.30, maka kita akan mengestimasi bahwa jawaban untuk pertanyaan 2 adalah 0,122.
Selengkapnya silahkan Download Link Berikut :
Cover Pengantar Simulasi
- Kata Pengantar
- Daftar Isi
- Bab 1. Pendahuluan
- Bab 2. Elemen Probabilitas
- Bab 3. Bilangan Acak
- Bab 4. Pembangkit Variable Acak Disket
- Bab 5. Pemabangkit Variable Acak Kontinu
- BAB 6. Pendekatan Simulasi Peristiwa Disket
- BAB 7. Analisis Statistik Dari Data Simulasi
- BAB 8. Teknik Pengurangan Variansi
- BAB 9. Teknik Validasi Statistik
- BAB 10. Beberapa Topik Lanjutan
- Lampiran Program
Jadikan setiap Postingan untuk ajang DISKUSI dan saling BERBAGI agar ilmu anda semakin berkembang dan berguna bagi orang lain.
Gunakan Kolom Komentar di bawah ini untuk menyampaikan PENDAPAT/ OPINI sebagai bentuk partisipasi untuk mencerdaskan bangsa.
Anda Akan Menyukai ini :
Literatur Ekonomi | Ekonomi Mikro | Buku Komputer | Buku Gratis | Kumpulan Buku | Contoh Makalah | Makalah Management | Makalah Manajemen | Ekonomi Islam | Ilmu Ekonomi | Sistem Ekonomi Indonesia | Free Novels | Novel Melayu | Sistem Informasi Akuntansi | Ilmu Akuntansi | Buku Akuntansi | Dasar Akuntansi | Jurnal Akuntansi | Artikel Akuntansi | Laporan Keuangan Perusahaan Jasa | Skripsi Akuntansi | Sistem Informasi Manajemen | Artikel Manajemen | Manajemen Sumber Daya Manusia | Manajemen Pemasaran | Konsep Dasar Manajemen | Cerpen Indonesia | Cerpen Remaja | Cerpen Cinta | Novel Cerpen | Motivasi Diri | Politik Amerika | Psikologi Anak | Psikologi Sosial | Psikologi Pendidikan | Psikologi Remaja | Pengertian Psikologi | Artikel Ekonomi
0 komentar:
Post a Comment