Process Mining

Saat ini, beberapa orang "data is the new big oil", hal tersebut mengilustrasikan jumlah data yang sangat besar yang dapat dikumpulkan. Jika anda berpikir untuk menghitung dan memunculkan data dari masa prasejarah hingga tahun 2003 mungkin hal itu masih dapat dilakukan dalam waktu 10 menit, tapi bagaimana jika saat ini?

Seiring berkembangnya teknologi maka jumlah data juga akan semakin besar. Kita dapat memperoleh data dari banyak sumber, contohnya kartu kredit, penggilan telepon, membeli tiket dsb,

Handphone di zaman sekarang memiliki banyak sensor, seperti GPS, fingerprint, bluetooth, camera, wifi, dsb. Sensor tersebut juga dapat menghasilkan / generating data.

Terdapat 4 sumber data peristiwa (event data).

1.Internet of Content (ex: Google / Wikipedia etc.)

2.Internet of People (ex: Social Media (Facebook / Twitter etc.)

3.Internet of Things (ex: Shaving Device)

4.Internet of Places (ex: HP Sensors)

Supply Chain Design (Part 2)

Mengapa Supply Chain Design Penting?

Supply Chain Design penting karena terdapat banyak pilihan. Terdapat berbagai macam cara dalam :

1.Melakukan peramalan permintaan (forecast demand) dan dipilih berdasarkan pada situasi yang dialami. 

2.Penentuan jumlah, metode dan letak inventory

3.Penentuan fasilitas untuk melakukan pengiriman barang. 

4.Melakukan segmentasi konsumen dan cara berkolaborasi dengan konsumen.

5.Memilih dan bekerja sama dengan supplier.

6.Mengelola fungsi supply chain, apakah berbentuk sentralisasi atau desentralisasi?

7.Penentuan lokasi manufaktur dan distribusi.

Jadi berdasarkan beberapa hal tersebut terdapat beragam pilihan yang dapat dipilih dan tidak ada pilihan yang terbaik yang dapat digunakan pada semua situasi. Contohnya seperti situasi pasar, customer yang akan dilayani, dan karakteristik produk.

Demand Forecasting
Hal yang digunakan untuk menentukan jenis dari metode forecasting adalah berdasarkan historis. Apakah terdapat historis pasar dimana produk akan dijual? Dan apakah produk yang akan dijual? Maka terdapat 4 kuadran dalam penentuan jenis forecasting seperti gambar berikut ini.

1. Kuadran "market penetration" adalah jika terdapat data historis pada kedua aspek di atas (market dan product technology), yaitu melalui data historis tersebut dapat dilakukan peramalan kuantitatif antara lain menggunakan time series, exponential smoothing, maupun regresi, karena apa yang terjadi di masa lalu kemungkinan terjadi kembali di masa yang akan datang. Banyak dari produk industri masuk ke dalam kuadran ini.
2. Kuadran "product development" adalah jika mengetahui historis pasar namun pada produk yang baru. Maka yang dapat dilakukan adalah mempelajari pasar berdasarkan produk yang sejenis, yaitu melakukan peramalan dengan menggunakan data pada produk sejenis.
3. Kuadran "market development" adalah jika tidak mengetahui historis pasar namun mengetahui teknologi produk. Maka peramalan dapat dilakukan dengan customer panels maupun experimental atau dapat melalui pendapat ahli.
4. Kuadran "diversification" adalah jika tidak mengetahui pasar dan teknologi produk. maka peramalan yang dapat dilakukan antara lain adalah melalui metode delphi, pendapat ahli, scenario planning, maupun bass diffusion.

3 Hal Yang Akan Selalu Tetap dalam Forecasting
1. Forecast Selalu Salah.
Gunakan range dan hitung forecast error.
2. Forecasting Aggregat Lebih Akurat.
Risk pooling untuk mengurangi variasi koefisien (coefficient of variation).
3. Semakin Singkat Horizon Waktu Forecast Maka Hasil Akan Lebih Akurat.
Perpanjang waktu kustomisasi selama mungkin.

3 Skala Pengukuran Kesalahan Forecasting

Kesalahan peramalan (forecast error) dapat diukur dari At (permintaan (actual demand) pada periode (t) tertentu) - Ft (peramalan (forecast) pada periode (t) tertentu). Kemudian, terdapat 3 skala pengukuran yang dapat digunakan untuk mengukur kesalahan peramalan yaitu :
1. Mean Deviation (MD)
Skala pengukuran ini digunakan untuk mengukur error berdasarkan deviasi atau bias. Skala ini dapat menjelaskan kesalahan peramalan dari waktu ke waktu.
2. Mean Absolute Percent Error (MAPE)
Skala pengukuran ini membantu dalam melakukan komparasi metode peramalan yaitu dengan pembagian antara nilai absolut kesalahan dengan nilai aktual dan menghasilkan persentase.
3. Root Mean Squared Error (RMSE)
Skala pengukuran ini digunakan dalam menentukan model inventory, penjumlahan dari kesalahan peramalan yang telah dikuadratkan lalu diakar (square root). Skala ini dapat digunakan untuk menentukan safety stock.
Jadi, ketiga skala pengukuran ini memiliki fungsi yang berbeda.

Inventory Management
Penggerak utama dalam manajemen persediaan adalah variabilitas permintaan (demand variability) dan horizon waktu.

EOQ (Economic Order Quantity)

EOQ (Economic Order Quantity) sesuai digunakan jika variabilitas permintaan yang kecil namun memiliki horizon perencanaan yang panjang dan menimbulkan trade off antara biaya tetap (fixed cost) dan biaya variabel (variable cost). EOQ adalah memesan Q item pada setiap periode t yang telah ditentukan atau memesan Q item pada saat posisi persediaan (inventory position =IP) pada kondisi tertentu.

NV (News Vendor)

NV (News Vendor) sesuai digunakan jika variabilitas permintaan besar namun memiliki horizon perencanaan yang pendek dan menimbulkan trade off antara excess cost (biaya yang muncul karena kelebihan inventory) dan shortage cost (biaya yang muncul karena kekurangan inventory). Sehingga juga menimbulkan trade off dalam penentuan jumlah persediaan produk. Sebagai contoh adalah ketupat, ketupat memiliki permintaan yang tinggi hanya ketika ada hari raya idul fitri saja. Harga yang ditawarkan akan menjadi rendah ketika produk dijual pada waktu selain hari raya. 

Namun banyak juga kasus yang terjadi ketika posisi variabilitas permintaan dan horizon perencanaan berada di posisi tengah, maka juga dimungkinkan untuk mengkombinasikan kedua pendekatan di atas.

Continuous Review dan Periodic Review

Terdapat 2 cara penentuan jumlah dan periode pengisian kembali stok (replenishment period) antara lain yaitu :

Continuous Review

Continuous Review menggunakan sistem (s,Q) yaitu s = order point dan Q = order quantity. Jadi, order dilakukan sejumlah Q dan saat inventory position kurang dari atau melewati batas s.

EOQ (Economic Order Quantity)

Q* (jumlah pemesanan (order quantity)) diperoleh dari akar dari 2 x biaya pemesanan (ct) x jumlah permintaan (D) dibagi biaya simpan tiap periode (ce)

Contoh :

Perusahaan A rata-rata menjual 1.000 produk / bulan dan permintaan produk selama 1 tahun diperkirakan konstan. Perusahaan akan menetapkan kebijakan pemesanan sebanyak 2.000 produk setiap kali pemesanan dengan waktu tunggu (lead time) 6 hari. Biaya setiap kali pemesanan adalah Rp. 600.000 dan biaya penyimpanan tahunan adalah 10.000 per unit. 

Diketahui :

D (permintaan) = 1.000 x 12 = 12.000 unit / tahun

ct (biaya pesan) = 600.000

ce (biaya simpan) = 10.000 / unit / tahun

Jawab :

EOQ = Q* = V(2.ct.D / ce)

= V(2 x 12.000 x 600.000)/10.000

= 1.200 unit

s (order point)

s (order point) diperoleh dari perkiraan permintaan (expected demand) rata-rata tiap periode dikalikan dengan lead time + safety stock yaitu (k (safety factor) x standar deviasi dari kesalahan peramalan dikalikan dengan lead time).

Pengisian stok (replenishment) terjadi setelah periode L (lead time).

Diketahui :

L (lead time) = 6 hari

D  = 12.000 unit / tahun = 32,8 unit / hari ~ 33 unit / hari

Order Point = (6 x 33) + ss = 198 + ss

Terdapat beberapa cara menentukan safety stock, salah satunya, tahap pertama yaitu menghitung kemungkinan kekurangan persediaan α dengan cara (misal cu atau biaya kekurangan (shortage cost) = 12.000 / unit / tahun) :

Sehingga α = 0.0769, (1-α) = 0.9230, sehingga Zα adalah sebesar 1.42, kemudian safety stock adalah sebesar (misal σ = 30) :

= Zα.σ.vL

= 1.42 x 30 x v6 = 104.37 ~ 105 unit

Sehingga s =

= 198 + 105 = 303

Periodic Review

Periodic Review adalah melakukan pemeriksaan persediaan setiap R waktu.

S (order up to level / par level) yaitu melakukan pemesanan ketika periode pemeriksaan (review periods) sebanyak S.

S (order up to level / par level)

S diperoleh dari (perkiraan permintaan (expected demand) tiap periode dikalikan lead time ditambah R) + safety stock yaitu (k (safety factor) x standar deviasi dari kesalahan peramalan dikalikan lead time ditambah R).

Opsi Transportasi (Transportation Options)

1. One-to-One

Ketika membutuhkan volume yang cukup besar dalam satu kali pengiriman, maka akan lebih sesuai jika pengiriman dilakukan dari satu titik ke titik yang lain.

2. One-to-Many

Namun, ketika hanya dibutuhkan sedikit volume dan untuk banyak tujuan (misalnya dibutuhkan 1/4 bagian tiap tujuan), maka dapat menggunakan one-to-many atau multi-stop.

3. Many-to-Many

Namun, jika hanya memiliki transportasi dengan daya angkut yang kecil, maka dapat menggunakan many-to-many yaitu mengkombinasikan seluruh item yang dikirimkan ke salah satu titik seperti mixing center, cross docking,atau hub operation lalu akan dikirimkan ke masing-masing customer.

Berdasarkan 3 jenis pengiriman tersebut, maka hal yang dapat dipertimbangkan antara lain adalah biaya (cost), lead time, dan variabilitas lead time atau sigma.  

Total Cost Equation

cD = purchase cost / item
ct(D/Q) = ordering cost
ce(Q/2+kσDL + DL) = inventory holding cost
Q/2 = cycle stock
kσDL = safety stock

DL = amount of inventory

csP[StockOutType] = holding for the stock out cost

Hubungan antara Peramalan (Forecasting) dengan Transportasi (Transportation)
1.Dampak peramalan = perkiraan permintaan (demand) dan eror.
2.Dampak transportation = biaya dan lead time.
Jika kesalahan peramalan meningkat, maka sigma DL juga akan meningkat dan berdampak juga pada peningkatan safety stock.
Jika transportasi lebih lambat, maka inventory dan mengulur waktu untuk menjaga inventory tetap ada, sehingga safety stock akan meningkat.
Sehingga Peramalan dan Transportasi berperan dalam menentukan Safety Stock.
Safety Stock dapat ditentukan melalui :
1.Service Metrics - menentukan nilai k berdasarkan level of service
2.Cost Based Metrics - menentukan nilai k untuk mengurangi total costs.
Langkah terakhir yang dapat dilakukan adalah menkombinasikan variabilitas lead time dan variabilitas permintaan.

Source :

MITx.CTL.SC2X

Massachusetts Institute of Technology

Supply Chain Design (Part 1)

Definisi Supply Chain
Definisi supply chain adalah dua pihak atau lebih, perusahaan, organisasi, beberapa entitas, dihubungkan oleh sebuah aliran sumber daya. Khususnya, yaitu material, informasi (contohnya pesanan/order), dan uang, untuk memenuhi permintaan pelanggan. Jadi kita dapat berfikir bahwa supply chain berfokus untuk mengelola atau mengontrol aliran tersebut.

Supply chain melibatkan banyak pihak, tidak hanya pelanggan dan supplier, tetapi supplier juga masih memiliki supplier hingga supplier yang menyediakan raw material. Sebagai contoh, gambar ini merupakan hubungan linier supply chain.

Namun hubungan linier tidak umum terjadi, Supply chain lebih sering memiliki jaringan yang kompleks dengan hubungan non-linear.

Contoh Supply Chain
Sebagai contoh adalah perusahaan sepeda, atau dapat disebut sebagai tier 0.

Pada awalnya perusahaan tersebut memiliki 2 supplier, atau dapat disebut sebagai supplier tier 1 dan merupakan supplier primer / utama yaitu dengan memasok hardware dan frame. Namun supplier tersebut masih memiliki supplier lagi, atau dapat disebut sebagai supplier tier 2 antara lain tire supplier, gear supplier, pedal supplier, casting plant, paint supplier. Dan masih berlanjut pada supplier selanjutnya atau supplier tier 3 yaitu rubber mfg, smelter, dsb. dan masih mungkin berlanjut lagi hingga tier 20 bahkan n tier.

Salah satu tantangan pada supply chain management adalah mengontrol dan mengelola supplier tier 1 tersebut. Tetapi jika menuju tier 2 dan bergerak ke belakang, maka dapat terjadi kehilangan kendali.

Diketahui bahwa terdapat 3 supplier tier 2 yang terpisah yaitu casting supplier, gear supplier, dan pedal supplier. Tetapi ketiga supplier tersebut tergantung pada 1 supplier tier 3. Perusahaan mungkin tidak mengetahui secara keseluruhan pada supplier tier 3 tersebut, tetapi jika supplier tersebut berhenti memasok barang, maka akan berdampak besar pada perusahaan. Nah, ini merupakan salah satu tipe dari bentuk supply chain (upstream), tetapi ini baru setengah.

Sekarang kita membahas aliran downstream perusahaan. Perusahaan menjual produk ke wholesalers, dimana wholesalers menjual produk tersebut ke tiap retailer dan dijual ke pelanggan yang berbeda,

Tetapi bisa saja perusahaan memiliki toko sendiri dan bahkan memiliki website supaya konsumen dapat membeli produk tersebut langsung ke perusahaan,

Terdapat berbagai alur distribusi, berbagai cara dalam manufaktur (upstream) dan distribusi (downstream). Tetapi ketika membahas supply chain design, orang-orang lebih banyak berpikir global seperti berikut.

Dimanakah seharusnya penempatan perusahaan / manufaktur? Dimanakah seharusnya penempatan distibusi? Hal tersebut hanya berfokus pada material fisik (physical), karena material fisik tersebut yang dapat menghasilkan investasi yang besar. Seharusnya ketika berpikir mengenai supply chain design, maka harus mendesain ketiga hal tersebut (informasi, material fisik, dan finansial / keuangan).

Definisi Desain / Design

Menurut Ralph dan Wand (2009), mengatakan bahwa desain / design adalah "a specification of an object (or system), manifested by some agent, intended to accomplish goals, in a particular environment, using a set of primary (or fundamental) components, satisfying a set of requirements, subject to some constraints."

"Design of anything is a specification of an object or a system", maka kita berfokus pada sistem.

"Manifested by some agent", kita sebagai agen tersebut, seseorang mendesain hal tersebut, dan desain tidak mungkin terbentuk tanpa seseorangpun.

"Intended to accomplish goals, in a particular environment", maka harus ditentukan goal / tujuan yang akan dicapai, berbeda supply chain maka akan memiliki goal / tujuan yang berbeda, dan akan beroperasi dan di desain untuk beroperasi pada lingkungan tertentu, maka hal yang perlu diketahui adalah situasi pada lingkungan tersebut.

"Using a set of primary (or fundamental) components", langkah mendasar (fundamental) adalah bagaimana melakukan peramalan (forecast), bagaimana mengelola inventory, bagaimana melakukan pengiriman produk, semua itu merupakan building blocks yang digunakan untuk memenuhi desain supply chain.

"Satisfying a set of requirements, subject to some constraints", maka hal terakhir yang harus ditentukan adalah kebutuhan (requirement) dan batasan (constraint), dalam dunia nyata tidak mungkin memiliki budget maupun waktu yang tidak terbatas.

Source :
MITx.CTL.SC2X
Massachusetts Institute of Technology

Simulasi Komputer (Part 1)

Definisi
Menurut Jerry Banks et al., Simulasi adalah imitasi dari proses pada keadaan nyata / sebenarnya atau sistem dari waktu ke waktu.
Perilaku sistem seperti itu berkembang dari waktu ke waktu telah dipelajari dengan mengembangkan model simulasi.
Model mengambil bentuk satu set asumsi yang berfokus pengoperasian sistem.
Setelah dikembangkan dan divalidasi, model dapat digunakan untuk menyelidiki pandangan secara luas mengenai "what-if question" atau mengenai "hubungan sebab akibat" pada sistem nyata.

Penggunaan Simulasi
1.Untuk mempelajari dan melakukan eksperimen dengan interaksi internal dari sebuah sistem yang kompleks.
2.Informasi, organisasi, dan perubahan lingkungan dapat disimulasikan, dan efek dari perubahan terhadap perilaku model dapat diamati.
3.Pengetahuan yang diperoleh dalam merancang model simulasi mungkin dapat menghasilkan value yang besar yang dapat menunjukkan perbaikan pada sistem.
4.Dengan mengubah input simulasi dan mengamati output yang dihasilkan, pemahaman yang berharga dapat diperoleh dalam variabel yang yang tergolong paling penting / berpengaruh terhadap sistem dan mempelajari bagaimana interaksi antar variabel.
5.Simulasi dapat digunakan sebagai perangkat pedagogis untuk memperkuat metodologi solusi analitik.
6.Simulasi dapat digunakan untuk bereksperimen dengan desain baru atau kebijakan sebelum pelaksanaan, sehingga untuk mempersiapkan apa yang mungkin terjadi.
7.Simulasi dapat digunakan untuk verifikasi solusi analitis.
8.Dengan melakukan simulasi pada mesin dengan kemampuan yang berbeda, kebutuhan dapat ditentukan.
9.Model simulasi yang dirancang untuk pelatihan memungkinkan belajar tanpa biaya dan gangguan pelatihan kerja.
10.Animasi menunjukkan sistem dalam operasi simulasi sehingga rencana tersebut dapat divisualisasikan.
11.Sistem modern yang sangat kompleks sehingga interaksi dapat diolah hanya melalui simulasi.

Pada Kondisi Apakah Model Simulasi Tidak Tepat Digunakan?
1.Masalah dapat diselesaikan dengan menggunakan akal / nalar / logika sederhana.
Contoh : Rata-rata kedatangan customer = 100 / jam. Tingkat pelayanan = 12 customer / jam. Jumlah server = 100/12 = 8,33 ~ 9 server.
2.Masalah dapat diselesaikan secara analitis.
3.Lebih mudah diselesaikan dengan eksperimen langsung.
4.Biaya melampaui penghematan.
Studi biaya US $ 20.000, penghematan mungkin US $ 10,000.
5.Sumber daya tidak tersedia
Studi biaya US $ 20.000, sumber daya yang tersedia sebesar US $ 10.000.
6.Waktu tidak tersedia
7.Data tidak tersedia
8.Tidak ada sumber daya yang dapat membuat model simulasi atau waktu tidak tersedia untuk memverifikasi & memvalidasi model.
9.Jika manajer memiliki keinginan yang tidak masuk akal
10.Sistem yang akan dimodelkan terlalu rumit atau tidak dapat didefinisikan.

Kelebihan Model Simulasi
1.Kebijakan baru, prosedur operasi, aturan keputusan, arus informasi, prosedur organisasi, dan sebagainya dapat dieksplorasi tanpa mengganggu operasi yang sedang berlangsung dari sistem nyata.
2.Desain hardware baru, layout fisik, sistem transportasi, dan sebagainya, dapat diuji tanpa melakukan penindakan terhadap sumber daya.
3.Hipotesis tentang bagaimana atau mengapa fenomena tertentu terjadi dapat diuji untuk kelayakan.
4.Waktu dapat dikompresi atau diperluas sehingga memungkinkan untuk percepatan atau perlambatan dari fenomena yang diselidiki.
5.Pandangan tentang interaksi variabel atau pentingnya variabel pada kinerja sistem.
6.Analisis bottleneck dapat dilakukan menunjukkan delay pada proses.
7."What-If" question (pertanyaan sebab-akibat) dapat dijawab - terutama untuk sistem baru.

Kekurangan Model Simulasi
1.Biaya mahal.
2.Membutuhkan waktu yang panjang.
3.Kurangnya tenaga berpengalaman.
4.Pembangunan Model membutuhkan pelatihan khusus dan pengalaman.
5.Kadang hasil sulit untuk diinterpretasi.
6.Memakan waktu dan mahal
7.Penggunaan simulasi ketika model analitis sudah tersedia dan lebih baik, terutama untuk bentuk model tertutup.

Aplikasi Model Simulasi
1.Manufaktur, Semiconductor Manufacturing.
2.Konstruksi & Manajemen Proyek
3.Militer
4.Logistik, Supply Chain, Distribusi
5.Transportasi & Lalu Lintas
6.Proses bisnis
7.Kesehatan

Sistem
Satu set input yang melewati proses tertentu untuk menghasilkan output.
Satu set komponen terkait yang bekerja sama menuju pada tujuan yang diberikan.
Sekelompok objek bergabung dalam interaksi biasa atau saling ketergantungan untuk pemenuhan beberapa tujuan.
NB : Sistem dapat membantu jika sistem dapat diamati, terukur, sistematis.

System Environment (Lingkungan Sistem)
"Dunia" yaitu di mana terdapat sistem
Sistem dipengaruhi oleh unsur-unsur di luar sistem yaitu system environment /lingkungan sistem.
Boundary adalah garis batas antara sistem & lingkungannya.
Keputusan tentang boundary (batas) tergantung pada tujuan simulasi.

Komponen Sistem
Sistem terdiri dari objek-objek yang disebut ENTITAS.
Entitas memiliki satu set sifat yang disebut ATRIBUT yang menggambarkan entitas tersebut.
Ada ada interaksi disebut AKTIVITAS atau EVENTS yang terjadi antara entitas yang menyebabkan perubahan.
STATE OF A SYSTEM adalah snapshot dari sistem pada waktu tertentu.
  i.e. variabel diperlukan untuk menggambarkan sistem.
Model ini dimulai pada kondisi awalnya / INITIAL STATE.

Aktivitas dan Event
Menyebabkan perubahan atribut dari entitas.
Event: Sesaat.
Kegiatan: Memiliki panjang waktu.

Contoh Komponen Sistem
Sistem Perbankan
Entitas : Costumer.
Atribut : Memeriksa saldo rekening.
Aktivitas : Membuat deposito.
Acara : Kedatangan; keberangkatan.
State Variable : Jumlah teller yang sibuk; Jumlah pelanggan yang menunggu.

Aktivitas dan Event
Endogen: variabel yang mempengaruhi sistem yang (dapat) dimanipulasi dalam sistem.
Eksogen: variabel yang mempengaruhi sistem tetapi tidak dapat dimanipulasi oleh sistem karena mereka berada di luar sistem.

Klasifikasi Sistem
Statis (Monte Carlo) vs Dinamis
Deterministik vs Stokastik
Continuous vs Discrete
  D: State vars. berubah pada titik-titik diskrit dalam waktu
  C: State vars. berubah terus menerus dari waktu ke waktu
Simulate
Stochastic - Dinamis - Diskrit atau berkelanjutan

Model
Representasi dari sebuah objek dalam beberapa bentuk selain bentuk objek itu sendiri, biasanya untuk tujuan penelitian atau eksperimen
Mengapa Model ?
1. Pelatihan atau instruksi
2. Untuk membantu pemikiran
3. Untuk membantu komunikasi
4. Prediksi
5. Eksperimen
6. Untuk membantu proses pengambilan keputusan

Klasifikasi Model
Fisik : Representasi aktual
Skema : Representasi bergambar
Deskriptif : Deskripsi verbal
Mathematical : Komponen dijelaskan secara matematis, dalam bentuk persamaan
Heuristik : Model deskriptif berdasarkan aturan; algoritmik; - Berbasis komputer

Karakteristik Model yang Baik
1.Mudah untuk memahami.
2.Tujuan terarah.
3.Robust.
4.Mudah dikontrol.
5.Dilengkapi dengan isu-isu penting.
6.Adaptif dan mudah untuk diperbarui.
7.Evolusioner.

Langkah-langkah dalam Simulasi

1.Formulasi masalah (Problem Formulation)
- Pernyataan masalah
2. Menentukan Tujuan & Rencana Proyek (Set Objectives and Project Plan)
- Pertanyaan yang harus dijawab
- Apakah metode simulasi yang tepat untuk digunakan?
- Metode, alternatif
- Alokasi sumber daya, contoh : SDM, biaya, waktu, dll
3.Konseptualisasi Model (Model Conceptualization)
- Membutuhkan pengalaman
- Mulai dengan model sederhana dan menambahkan kompleksitas
- Menangkap esensi dari sistem
- Melibatkan user
4.Pengumpulan Data (Data Collection)
- Membutuhkan waktu, dimulai dari awal
- Menentukan data apa saja yang harus dikumpulkan
5.Penerjemahan Model (Model Translation)
- Terbentuk dalam bahasa komputer.
- Tujuan umum vs tujuan pada bahasa khusus / bahasa komputer.
6.Verifikasi (Verification)
- Apakah program tersebut merepresentasikan / menggambarkan model yang dan dapat berjalan dengan baik? Gunakan logika / nalar.
7.Validasi Model
- Membandingkan model sistem aktual
- Apakah model mereplikasikan sebuah sistem?
8.Desain eksperimental (Experimental Design)
- Menentukan alternatif untuk mensimulasikan
- Waktu, inisialisasi, dll
9.Produksi & Analisis (Production & Analysis)
- Actual runs + Analisis hasil
- Menentukan ukuran kinerja
10.More Runs?
11.Dokumentasi & Pelaporan (Documentation & Reporting)
- Program & Kemajuan Dokumen
- Benar-benar mendokumentasikan Program - kemungkinan akan digunakan dari waktu ke waktu
- Laporan kemajuan penting sebagai proyek terus - sejarah, kronologi - perubahan, dll
12.Implementasi (Implementation)

Source :
Discrete-Event System Simulation (3rd Edition)
Jerry Banks; John S. Carson; Barry L. Nelson; David M. Nicol
Published by Prentice Hall, 2000