tag:blogger.com,1999:blog-61853463271567091782024-03-14T16:14:43.403+07:00Statistik TalkDo you wanna talk about statistic????Statistik Talk...http://www.blogger.com/profile/03794262765724444631noreply@blogger.comBlogger6125tag:blogger.com,1999:blog-6185346327156709178.post-65857355196924089902009-11-24T12:17:00.002+07:002009-11-24T12:32:30.922+07:00Pembangkitan DataSebelum menjelang UTS, berbagai persiapan telah dilakukan. Salah satunya belajar bagaimana cara pembangkitan data,baik diskrit maupun kontinu.<br />Dengan berpikir keras akhirnya q dapat menjalankan beberapa pembangkitan data. Berikut ini syntax untuk random data:<br /><span style="font-weight: bold;">1. RANDOM DATA DISTRIBUSI UNIFORM</span><br />program proguniform;<br />uses wincrt;<br />var i,n:integer;a,b,x:real;<br /><br />function uniform(a,b:real):real;<br />var u:real;<br />begin<br />u:=random;<br />uniform:=(b-a)*u+a;<br />end;<br /><br />begin<br />write('a= ');readln(a);<br />write('b= ');readln(b);<br />write('n= ');readln(n);<br />for i:=1 to n do<br />begin<br />x:=uniform(a,b);<br />writeln(i,'.','',x:2:5);<br />end;<br />end.<br /><br /><span style="font-weight: bold;">2. RANDOM DATA DISTRIBUSI BERNOULLI<br /></span>program progbernoulli;<br />uses wincrt;<br /><br />var i,n:integer;x,p:real;<br /><br />function bernoulli(p:real):real;<br />var u:real;<br />begin<br />u:=random;<br />if u<=p then bernulli:=1 else bernoulli:=0<br />end;<br /><br />begin<br />write('p= ');readln(p);<br />write('n= ');readln(n);<br />for i:=1 to n do<br />begin<br />x:=bernoulli(p);<br />writeln(i,'.','',x:2:3);<br />end;<br />end.<br /><br /><span style="font-weight: bold;">3. RANDOM DATA DISTRIBUSI BINOMIAL<br /></span>program progbinom;<br />uses wincrt;<br /><br />var i,n:integer;x,p:real;<br /><br />function bernoulli(p:real):real;<br />var u:real;<br />begin<br />u:=random;<br />if u<=p then bernoulli:=1 else bernoulli:=0<br />end;<br /><br />function binom(n:integer;p:real):real;<br />var u,sum:real;i:integer;<br />begin<br />sum:=0;<br />for i:=1 to n do<br />begin<br />u:=bernoulli(p);<br />sum:=sum+u;<br />end;<br />binom:=sum;<br />end;<br /><br /><br />begin<br />write('p= ');readln(p);<br />write('n= ');readln(n);<br />for i:=1 to n do<br />begin<br />x:=binom(n,p);<br />writeln(i,'.','',x:2:3);<br />end;<br />end.<br /><br /><span style="font-weight: bold;">4. RANDOM DATA DISTRIBUSI EXPONENSIAL<br /></span>program progeksp;<br />uses wincrt;<br /><br />var i,n:integer;x,beta:real;<br /><br />function eksponen(beta:real):real;<br />var u:real;<br />begin<br />u:=random;<br />eksponen:=-beta*ln(u);<br />end;<br /><br />begin<br />write('beta= ');readln(beta);<br />write('n= ');readln(n);<br />for i:=1 to n do<br />begin<br />x:=eksponen(beta);<br />writeln(i,'.','',x:2:3);<br />end;<br />end.<br /><br /><span style="font-weight: bold;">5. SERTA DISTRIBUSI YANG LAIN<br /></span><span style="font-weight: bold;"></span>program tugasaqcampur;<br />uses wincrt;<br /><br />var varians,rata2,z1,z2,x,z1n1,z1n2,alfa,beta,alfa1,alfa2,a,b,y,p:real;<br />i,n,pilih:integer;mau:char;<br /><br />procedure inisialisasi;<br />begin<br />x:=0;<br />end;<br /><br />Function Exp (b : real) : real;<br />Var u : real;<br />Begin<br /> u := random;<br /> Exp := -b * ln(u);<br />End;<br /><br />Procedure Normal (rata2,varians : real ; Var z1,z2 : real);<br />Var u1,u2,v1,v2,w,y,x1,x2 : real;<br />Begin<br /> Repeat<br /> u1 := random;<br /> u2 := random;<br /> v1 := 2 * u1 - 1;<br /> v2 := 2 * u2 - 1;<br /> w := sqr(v1) + sqr(v2);<br /> if w <= 1 then<br /> begin<br /> y := sqrt ((-2*ln(w))/w);<br /> x1 := v1 * y;<br /> x2 := v2 * y;<br /> z1 := sqrt (varians) * x1 + rata2;<br /> z2 := sqrt (varians) * x2 + rata2;<br /> end<br /> Until w <= 1;<br />End;<br /><br />procedure lognormal(rata2,varians : real;<br /> Var zln1,zln2 : real);<br />Var y1, y2 : real;<br />begin<br /> Normal (rata2,varians,y1,y2);<br /> zln1 := exp(y1);<br /> zln2 := exp(y2);<br />end;<br /><br />Function Gamma (alfa,beta : real):real;<br />Var kelar : boolean;<br /> a,b,u,p,y,q,teta,d,u1,u2,v,w,z : real;<br />Begin<br /> if alfa < 1 then<br /> begin<br /> b := 1 + alfa/exp(1);<br /> Repeat<br /> kelar := false;<br /> u := random;<br /> p := b * u;<br /> if p > 1 then<br /> begin<br /> y := -ln((b-p)/alfa);<br /> u := random;<br /> if exp((alfa-1)*ln(y)) >= u then<br /> begin<br /> Gamma := beta * y;<br /> kelar := true<br /> end<br /> end<br /> else<br /> begin<br /> y := exp (ln(p)/alfa);<br /> u := random;<br /> if exp(-y) >= u then<br /> begin<br /> Gamma := beta * y;<br /> kelar := true<br /> end<br /> end<br /> Until kelar;<br /> end<br /> else<br /> if (alfa > 0.99999999) and (alfa < 1.0000001) then<br /> begin<br /> y := Exp(1);<br /> Gamma := beta * y;<br /> end<br /> else<br /> begin<br /> a := 1 / sqrt(2*alfa-1);<br /> b := alfa - ln(4);<br /> q := alfa + 1/a;<br /> teta := 4.5;<br /> d := 1 + ln(teta);<br /> Repeat<br /> kelar := false;<br /> u1 := random;<br /> u2 := random;<br /> v := a * ln(u1/(1-u1));<br /> y := alfa * exp(v);<br /> z := sqr(u1) * u2;<br /> w := b + q * v - y;<br /> if (w+d-teta*z >= 0) then<br /> begin<br /> Gamma := beta * y;<br /> kelar := true;<br /> end<br /> else<br /> if w >= ln(z) then<br /> begin<br /> Gamma := beta * y;<br /> kelar := true<br /> end<br /> Until kelar;<br /> end<br />End;<br /><br />Function FBeta (alfa1,alfa2,a,b : real):real;<br />Var u1,u2,y : real;<br />Begin<br /> u1 := Gamma (alfa1,1);<br /> u2 := Gamma (alfa2,1);<br /> y := u1/(u1+u2);<br /> Fbeta := a + (b-a) * y;<br />End;<br /><br />Function Geometri (p : real) : real;<br />Var u : real;<br />Begin<br /> u :=random;<br /> Geometri := ln(u) / ln(1-p);<br />End;<br /><br />begin<br />writeln('mau bangkitkan distribusi apa?');<br />writeln('1. distribusi normal');<br />writeln('2. distribusi lognormal');<br />writeln('3. distribusi gamma');<br />writeln('4. distribusi beta');<br />writeln('5. distribusi geometri');<br />writeln('jadi mau apa?');<br />readln(pilih);<br />case pilih of<br /> 1: begin<br /> write('varian='); readln(varians);<br /> write('rata2='); readln(rata2);<br /> write('n ='); readln(n);<br /> for i:=1 to n do begin<br /> Normal(rata2,varians,z1,z2);<br /> writeln(i,'.',z1:5:3,' ',z2:5:3);<br /> end;<br /> end;<br /> 2: begin<br /> write('rata2 ='); readln(rata2);<br /> write('varian ='); readln(varians);<br /> write('n ='); readln(n);<br /> for i:=1 to n do begin<br /> lognormal(rata2,varians,z1n1,z1n2);<br /> writeln(i,'.',z1n1:5:3,' ',z1n2:5:3);<br /> end;<br /> end;<br /> 3: begin<br /> write('alfa='); readln(alfa);<br /> write('beta='); readln(beta); <br /> write('n='); readln(n);<br /> for i:=1 to n do<br /> begin<br /> x:=gamma(alfa,beta);<br /> writeln(i,'.',x:5:3);<br /> end;<br /> end;<br /> 4: begin<br /> write('alfa1 ='); readln(alfa1);<br /> write('alfa2 ='); readln(alfa2);<br /> write('a ='); readln(a);<br /> write('b ='); readln(b);<br /> write('n ='); readln(n);<br /> for i:=1 to n do<br /> begin<br /> x:=Fbeta(alfa1,alfa2,a,b);<br /> writeln(i,'.',x:5:3);<br /> end;<br /> end;<br /> 5: begin<br /> writeln('masukan banyak data yang diinginkan:');<br /> readln(n);<br /> writeln('peluang sukses=');<br /> readln(p);<br /> for i:=1 to n do<br /> begin<br /> x:=Geometri(p);<br /> writeln('data bangkitan :',x:0:3);<br /> end;<br /> end;<br />end;<br />end.<br /><br /><br /><span style="font-weight: bold;"></span><br /><span style="font-weight: bold;"></span><span style="font-weight: bold;"></span>Statistik Talk...http://www.blogger.com/profile/03794262765724444631noreply@blogger.com0tag:blogger.com,1999:blog-6185346327156709178.post-16334166755682149962009-09-06T13:54:00.002+07:002009-09-06T14:00:32.034+07:00CONTOH SIMULASI: pencarian BIASContoh simulasi pencarian bias ini merupakan tugas kuliah TEKNIK SIMULASI yang membuat saya pusing tujuh keliling. Mau bagaimana lagi, namanya tugas harus dikerjakan :)<br /><br />Pada contoh ini akan digunakan makro minitab, (klo belum ada yang punya minitab nanti akan saya link kan untuk download ya :) )<br /><br />Penggunaan makronya sebagai berikut:<br /><span style="font-family: arial; font-weight: bold;">macro</span><br /><span style="font-family: arial; font-weight: bold;">bootvar x</span><br /><span style="font-family: arial; font-weight: bold;">mconstant i n b lower upper statbias se_bias</span><br /><span style="font-family: arial; font-weight: bold;">mcolumn x y stat</span><br /><span style="font-family: arial; font-weight: bold;">let n=10</span><br /><span style="font-family: arial; font-weight: bold;">let b=1000</span><br /><span style="font-family: arial; font-weight: bold;">do i=1:b</span><br /><span style="font-family: arial; font-weight: bold;"> sample n x y;</span><br /><span style="font-family: arial; font-weight: bold;"> replacement.</span><br /><span style="font-family: arial; font-weight: bold;"> let stat(i)=stde(y)**2</span><br /><span style="font-family: arial; font-weight: bold;">enddo</span><br /><span style="font-family: arial; font-weight: bold;">let statbias=mean(stat)</span><br /><span style="font-family: arial; font-weight: bold;">let sebias=stde(stat)</span><br /><span style="font-family: arial; font-weight: bold;">histo stat</span><br /><span style="font-family: arial; font-weight: bold;">sort stat stat</span><br /><span style="font-family: arial; font-weight: bold;">let lower=stat(25)</span><br /><span style="font-family: arial; font-weight: bold;">let upper=stat(975)</span><br /><span style="font-family: arial; font-weight: bold;">print statbias sebias lower upper</span><br /><span style="font-family: arial; font-weight: bold;">endmacro</span><br /><br />KALO SALAH, AQ MINTA MAAF....:(Statistik Talk...http://www.blogger.com/profile/03794262765724444631noreply@blogger.com0tag:blogger.com,1999:blog-6185346327156709178.post-25596140257493629402009-09-06T12:20:00.005+07:002009-09-06T13:53:37.962+07:00CONTOH SIMULASI: pencarian PHIDalam dunia statistik, simulasi sering digunakan untuk mencari suatu fungsi distribusi probabilitas. Sering kali simulasi tersebut menggunakan software minitab 15 atau pascal. Sebagai contoh untuk pencarian nilai phi.<br /><br />Sebelumnya saya beberkan fakta-fakta mengenai phi.<br /><br /><ul><li>Pada tahun 1706, seorang ahli Matematika bahasa Inggris memperkenalkan abjad Yunani phi (π) untuk mewakili nilai yang dikatakan. Namun, pada tahun 1737, Euler resmi mengadopsi simbol ini untuk mewakili bilangan.</li><li>Pada tahun 1897, legislatif dari Indiana mencoba menentukan nilai yang paling akurat untuk phi. Namun ternyata kebijakan ini tidak berhasil.</li><li>Sebagian besar orang pada waktu itu tidak mengetahui fakta bahwa lingkaran memiliki jumlah sudut yang tak terbatas. Nilai dari phi adalah banyaknya diameter lingkaran yang akan dipaskan dengan keliling lingkaran.</li><li>Nilai dari phi adalah 22 / 7 dan ditulis sebagai π = 22 / 7 atau π= 3,14.</li><li>Nilai phi dengan 100 tempat desimal pertama adalah: 3,1415926535897932384626433832795028841971693993751058209749445923078164062862089986280348253421170679</li><li>Fakta menarik lainnya adalah Anda tidak akan menemukan nol dalam 31 digit pertama dalam dari phi.</li><li>Seorang pengusaha di Cleveland, AS, menerbitkan buku pada pada tahun 1931 untuk phi, maka angka itu akan merentang dari New York City ke Kansas.</li><li>Tahukah Anda Yasumasa Kanada, seorang profesor di Universitas Tokyo?? Ia membutukan waktu sekitar 116 jam untuk menemukan sebanyak 6442450000 tempat desimal Phi dengan komputer.</li><li>Pada tahun 1706, John Machin memperkenalkan suatu rumus untuk menghitung nilai phi, yaitu : π/ 4 = 4 * arc tan (1 / 5) - arc tan (1 / 239).</li><li>Pada tahun 1949, ia juga menghabiskan waktu sekitar 70 jam untuk menghitung 2.037 tempat desimal phi menggunakan ENIAC (Electronic Numeric Integrator and Computer).</li><li>Seorang Ahli Matematika Jerman, Ludolph van Ceulen, mendedikasikan seluruh hidupnya untuk menghitung 35 tempat desimal pertama phi</li></ul>Sekarang kita kembali pada bahasan simulasmengumumkan bahwa nilai pi adalah 256/81.Jika Anda mencetak miliaran dari desimal i. Kita akan mencari nilai phi sebagai contoh aplikasi simulasi. Dengan menggunakan rumus :<br /><br /><br /><a onblur="try {parent.deselectBloggerImageGracefully();} catch(e) {}" href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiHXs3Bt5C6jl4vbi_y5O7U4rErflpr8s7dmzImn5jHrl9TsTVO-ZQbM1Q0bro2_1A4Ij861fyKanoWEhFIcmF2LhMMaKX7XyvsaFPagTC-CV7mak640y1_WBT1aOLIQPpjtgOQZ7ts7mU/s1600-h/Picture2.png"><img style="margin: 0pt 10px 10px 0pt; float: left; cursor: pointer; width: 320px; height: 179px;" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiHXs3Bt5C6jl4vbi_y5O7U4rErflpr8s7dmzImn5jHrl9TsTVO-ZQbM1Q0bro2_1A4Ij861fyKanoWEhFIcmF2LhMMaKX7XyvsaFPagTC-CV7mak640y1_WBT1aOLIQPpjtgOQZ7ts7mU/s320/Picture2.png" alt="" id="BLOGGER_PHOTO_ID_5378239512088596194" border="0" /></a><br /><br /><br /><br /><br /><br /><br /><br /><br /><br /><br />Algoritma:<ol><li>Mulai</li><li>i= 0<br /></li><li>i=i+1</li><li>Membangkitkan 1000 titik dengan x~U(0,1) dan y~ U(0,1)</li><li>π= 4*m/n</li><li>jika i kurang dari 1000 maka kembali ke langkah 3</li><li><a onblur="try {parent.deselectBloggerImageGracefully();} catch(e) {}" href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEggfz69ZftSPPjpKri2t9HPsLFEzCsqATDFtm-cwNuxegWw9xvw999XI42Gdl2wMRC-1pxKZypV2UzVKCBcOBng_3E11QPjs-0QxRWByn_1lHR5s6qB3WHXjPPrdrUR3unbSSWI-Jj3fKQ/s1600-h/Picture4.png"><img style="cursor: pointer; width: 109px; height: 52px;" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEggfz69ZftSPPjpKri2t9HPsLFEzCsqATDFtm-cwNuxegWw9xvw999XI42Gdl2wMRC-1pxKZypV2UzVKCBcOBng_3E11QPjs-0QxRWByn_1lHR5s6qB3WHXjPPrdrUR3unbSSWI-Jj3fKQ/s320/Picture4.png" alt="" id="BLOGGER_PHOTO_ID_5378243076779765138" border="0" /></a></li><li>Menuliskan π</li><li>Selesai</li></ol>Dan akhirnya inilah syntax nya:<br /><br /><span style="font-weight: bold;">program phi;</span><br /><span style="font-weight: bold;">uses wincrt;</span><br /><span style="font-weight: bold;">var x,y,p:real;</span><br /><span style="font-weight: bold;"> i,m,n:integer;</span><br /><span style="font-weight: bold;">begin</span><br /><span style="font-weight: bold;">randomized;</span><br /><span style="font-weight: bold;">n:=1000;m:=0;</span><br /><span style="font-weight: bold;">for i:=1 to n do</span><br /><span style="font-weight: bold;"> begin</span><br /><span style="font-weight: bold;"> x:=random;</span><br /><span style="font-weight: bold;"> y:=random;</span><br /><span style="font-weight: bold;"> if (x*x+y*y)<=1 then m:=m+1</span><br /><span style="font-weight: bold;"> end;</span><br /><span style="font-weight: bold;">p:=4*m/n;</span><br /><span style="font-weight: bold;">writeln(p);</span><br /><span style="font-weight: bold;">end.</span><br /><br />SELAMAT MENCOBA!!!!Statistik Talk...http://www.blogger.com/profile/03794262765724444631noreply@blogger.com0tag:blogger.com,1999:blog-6185346327156709178.post-925245472835019482009-08-30T10:37:00.003+07:002009-08-30T11:31:17.657+07:00Aplikasi dari Teknik Simulasi<span style="font-size:85%;"><span style="font-family:verdana;">Ada banyak sekali aplikasi dari simulasi. Contohnya adalah sebagai berikut: (Untuk informasi lebih lanjut, klik contoh dibawah ini dan dapatkan filenya)<br /><br />1. <a href="http://dickynd.wordpress.com/2008/12/03/aplikasi-simulasi-antrian-spbu-bbm-dengan-visual-basic-60/">Antrian SPBU</a><br /><br />2. <a href="http://www.ftsl.itb.ac.id/kk/manajemen_dan_rekayasa_konstruksi/wp-content/uploads/2007/06/maranatha-ma.pdf">Analisa Proses Kontruksi Berulang (bidang Teknik Sipil)</a><br /><br />3. <a href="http://home.unpar.ac.id/%7Ealoysius/skripsi-2002-juni.pdf">Pengembangan model simulasi pola tanam daerah irigasi</a><br /><br />4. <a href="http://sipil-uph.tripod.com/wir_kegagalan_bangunan.pdf">Simulasi dengan menggunakan teknologi komputer untuk mencegah kegagalan bangunan</a><br /><br />5. <a href="http://www.jetsets.com/photogallery/pages/aircraft%20simulator.htm"><span style="font-style: italic;">Aircraft Simulator</span></a><br /><br />6. <a href="http://www.zengrange.co.uk/products.html"><span style="font-style: italic;">Artillery Simulator</span></a><br /><br />yang lain menyusul ya;-)<br /><br /></span></span>Statistik Talk...http://www.blogger.com/profile/03794262765724444631noreply@blogger.com0tag:blogger.com,1999:blog-6185346327156709178.post-15017548902782470472009-08-30T09:59:00.003+07:002009-08-30T10:37:02.612+07:00Pendahuluan: Kelebihan dan Kekurangan Simulasi<span style="font-size:85%;"><span style="font-family:verdana;"><span style="font-weight: bold;font-size:100%;" >Kelebihan dari penggunaan simulasi adalah:</span><br /></span></span><ol><li><span style="font-size:85%;"><span style="font-family:verdana;">Banyak sistem kompleks di dunia nyata adalah model stokastik, analisis yang cukup sulit dan rumit. Simulasi menawarkan cara untuk menanggulanginya</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Penampilan dari sistem yang diajukan dapat dievaluasi untuk kemudian hari</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Banyak sekali alternative dari sistem yang dapat dibandingkan</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Kontrol dari percobaan sebuah sistem akan lebih baik jika menggunakan simulasi daripada langsung terjun ke dunia nyata</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Sistem dapat dipelajari dalam waktu singkat maupun waktu luang</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Sangat berguna bagi sitem ketika respon suatu kejadian random diutamakan</span></span></li></ol><span style="font-size:85%;"><span style="font-weight: bold;font-family:verdana;" ><span style="font-size:100%;">Kekurangan dari penggunaan simulasi adalah:<br /></span></span></span><ol style="font-family:verdana;"><li><span style="font-size:85%;"><span style="font-family:verdana;">Beberapa model mungkin akan menghabiskan banyak waktu dan biaya untuk pengembangannya</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Model simulasi yang terbaik sekalipun hanya mampu menyajikan estimator atau perkiraan untuk penampilan sebuah sistem</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Semua alternatie jawaban harus diketahui sebelum percobaan simulasi diterapkan</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Solusi terbaik yang terpilih terbatas pada himpunan alternative</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Akan ada banyak sekali kemungkinan jawaban yang harus dievaluasi, seperti contoh: apakah keputusan yang telah diambil rumit atau tidak mungkin diterapkan</span></span></li><li><span style="font-size:85%;"><span style="font-family:verdana;">Project simulasi biasanya menghasilkan keputusan yang mengagumkan walaupun keputusan tersebut tidak valid. Hal ini biasa disebut solusi yang tidak beralasan dan tidak mempunyai latar belakang yang jelas.<br /></span></span></li></ol><span style="font-size:85%;"><span style="font-weight: bold;font-family:verdana;" ><span style="font-size:85%;"><br /><span style="font-size:85%;"><span style="font-weight: bold;"><span style="font-family:verdana;"></span></span></span> </span></span></span>Statistik Talk...http://www.blogger.com/profile/03794262765724444631noreply@blogger.com0tag:blogger.com,1999:blog-6185346327156709178.post-26559060137299696462009-08-27T07:30:00.001+07:002009-08-29T03:37:03.139+07:00Pendahuluan: Teknik Simulasi<a onblur="try {parent.deselectBloggerImageGracefully();} catch(e) {}" href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhyFJDP1ALbPai5336WqR9_1e9Cm-DurP7SlZBmNLtr1HEGXaK7ixkk1anetvsPID8lYIVlMs7RYJ6vateD8azwkZt1ed_zptwmx5r7v1uYW3S1Fq67W3qBjo72qhU0JzcH0XyQagOgkPU/s1600-h/Picture1.png"><img style="margin: 2pt 10px 10px 2pt; float: right; cursor: pointer; width: 320px; height: 180px;" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhyFJDP1ALbPai5336WqR9_1e9Cm-DurP7SlZBmNLtr1HEGXaK7ixkk1anetvsPID8lYIVlMs7RYJ6vateD8azwkZt1ed_zptwmx5r7v1uYW3S1Fq67W3qBjo72qhU0JzcH0XyQagOgkPU/s320/Picture1.png" alt="" id="BLOGGER_PHOTO_ID_5374468810055680546" border="0" /></a><br /><span style="font-size:85%;"><span style="font-family:verdana;">Simulasi adalah sistem tiruan dari suatu sistem atau proses di dunia nyata yang berhubungan dengan waktu</span></span>.<br /><span style="font-size:85%;"><span style="font-family:verdana;"><br />Dalam simulasi kita dapat:</span></span><br /><span style="font-size:85%;"><span style="font-family:verdana;">1. menirukan sebuah sistem dengan menggunakan sebuah model<br />2. melakukan sederetan uji coba untuk tiruan tersebut<br />3. mengambil suatu kesimpulan dari gambaran proses di dunia nyata dari simulasi tersebut<br /><br />Dalam simulasi akan diperlukan sebuah model. Model merupakan representasi dari sistem nyata.<br />Jenis-jenis model, diantaranya:<br />1. <span style="font-style: italic;">Physical Model</span>, contoh: mainan, boneka<br />2. <span style="font-style: italic;">Mathematical Model</span>, contoh: persamaan diferensial, persamaan integral, model stokastik<br />3. <span style="font-style: italic;">Computer Model</span>, contoh: video games<br /><br />Jenis-jenis model simulasi:<br />1. Model simulasi statik VS Model simulasi dinamis<br /> Model statik: model yang mewakili suatu sistem pada keadaan tertentu. Waktu tidak berperan disini<br /> Model dinamis: model yang mewakili sistem dalam perubahannya terhadap waktu<br />2. Model simulasi deterministik VS model simulasi stokastik<br /> Model deterministik: model yang tidak memiliki komponen probabilistik (random)<br /> Model stokastik: model yang memiliki komponen input random dan menghasilkan output random juga<br />3. Model simulasi kontinu VS model simulasi diskrit<br /> Model kontinu: model yang statusnya berubah secara kontinu terhadap waktu<br /> MOdel diskrit: model yang statusnya berubah secara instan pada titik-titik waktu yang terpisah<br /><br /><br /><br /></span></span>Statistik Talk...http://www.blogger.com/profile/03794262765724444631noreply@blogger.com0