h1

Batch Mean Method Bikin Bingung

April 24, 2007

Sebenarnya di buku Discrete Event System Simulation itu segala sumber informasi tentang simulasi yg kita butuhkan ada di sana, sayangnya buku tersebut sangat teknis penjelasannya. Tujuh kali baca berulang-ulangpun masih belum paham. Ini bukan berarti saya tidak lagi merekomendasikan buku itu loh.

Setelah beralih membaca Simulation handbook keluaran software simulasi semacam ‘Simulation with Arena‘ & ‘Simulation with ProModel‘, pemahamannya jadi lebih mudah karena buku-buku tersebut dibuat relatif gampang untuk pembelajar simulasi intermediate-beginner. Pokoknya didesain bagi pembelajar praktis. Nggak percaya? Dari beberapa menit fast-reading buku-buku tadi, berikut kesimpulan saya tentang Batchmean yang selama beberapa generasi simpang siur pemahamannya di kalangan pecinta simulasi UdKG (Universitas di Kaki Gunung)

Pointer Batchmean:

—->Output hasil simulasi HARUS reliable.

    Caranya dengan mengujikan analisis statistik yg tepat pada data output tersebut supaya performansi sistem yg sedang dipelajari dapat diukur. Buat simulasi non-terminating caranya bisa: Replication, Regeneration State, & Batching (batchmean yg kita kenal). (Discrete Event, p466)

    —->TIDAK ADA rumus untuk menentukan Warmup Period harus berapa lama

      Cara paling praktis adalah menggambar grafik outputnya, lalu PELOTOTI pakai mata kapan grafiknya jadi stabil/ halus (Simulation with Arena, p305). Iya, semudah itu…..

      —->TIDAK ADA rumus untuk menentukan harus melakukan berapa deletion

        Belum pernah disebutkan teknik yg secara luas diterima, objektif, & terbukti bagus untuk dipakai menentukan jumlah data yg harus dibuang untuk mengurangi bias inisialisasi.
        (Discrete Event, p456)

        —->Masalah utama Batchmean BUKAN hanya penentuan To (titik mulai steady state)

          Karena sebenarnya ada tiga hal penting (yg nggak pernah kita pusingkan sepusing menentukan To) yaitu:

          1. Run Length– berapa lama mesti menyimulasikan sistem non-terminating
          2. Penentuan panjang Batch– terlalu pendek nanti tidak saling independen
          3. Banyak deletion– berapa batch yg didelete, kapan titik To dicapai. (Discrete Event, p466)

          —->Menentukan Run Length ada BANYAK cara

            Tapi yg banyak dipakai adalah usulan Schmeiser:
            Buat jadi 30 batch. Atau yg penting antara 10–30 batch. Tujuannya menjaga batch satu dengan lainnya tetap saling independen. Jangan lebih dari 30 batch, walau punya banyak data. Jangan juga kurang dari 10 batch, karena akan menghasilkan performansi confidence interval yg buruk. (Discrete Event, p464)

            —->Bagaimana kalau grafiknya ruwet? Tidak ada tanda stabil2……..

              Rahasianya adalah membuat supaya grafik tersebut jadi mulus. Saya baru tahu ada yang namanya pemulusan/ smoothing. Lakukan Moving average smoothing. Ini usulan Law & Kelton, caranya dng menentukan w (window; ukuran seberapa mulus grafik nantinya) juga m (periode waktu, berarti jumlah batch). Dengan smoothing ini, grafik mean replikasi kita AKAN berubah jadi garis yg lebih pipih, tidak fluktuatif, shg makin tampak kapan To terjadi. Sisanya, tetapkan sendiri kapan warmup selesai. (Simulation with ProModel, p240)

              Any comment?

              3 comments

              1. Kenyataan bahwa teknik Moving average smoothing baru saya temukan belakangan, nambah semangat banget buat belajar ttg Non-terminating simulation


              2. Teknik Moving average sangat membantu.
                Kita tidak lg dibingungkan (seperti kl menggunakan deletion thd grafik output simulasi yg dicari warm up periodnya).
                Karena, pasti berdebat memilih grafiknya.

                Dengan Moving average, cukup berdebatnya pada ‘memilih batch ke berapa’, tidak berdebat ‘pada grafik deletion yg mana’.

                Ingat, Run Length harus diperlaaaaaaaaaaaamaaaaaaa. Supaya makin jelas fluktuasi grafiknya, & makin mudah memilih stopping point-nya.


              3. 2007 – 2013, udah 6 tahun tulisannya… tapi masi bermanfaat, buktinya nyari2 analisa output, ujung2nya ke mas bram lagi hooho…. ilmu yg bermanfaat🙂



              Leave a Reply

              Fill in your details below or click an icon to log in:

              WordPress.com Logo

              You are commenting using your WordPress.com account. Log Out / Change )

              Twitter picture

              You are commenting using your Twitter account. Log Out / Change )

              Facebook photo

              You are commenting using your Facebook account. Log Out / Change )

              Google+ photo

              You are commenting using your Google+ account. Log Out / Change )

              Connecting to %s

              %d bloggers like this: