Tugas Teknik Pemodelan & Simulasi

  A. Deskripsi Permasalahan Dalam lingkungan  sekolah dasar , terjadi penyebaran penyakit flu di dalam satu ruang kelas. Untuk memahami dinamika penyebaran penyakit tersebut digunakan  Agent-Based Simulation (ABS) , di mana setiap siswa dimodelkan sebagai agen yang dapat berinteraksi satu sama lain. B. Parameter Model Jumlah siswa:  30 orang Peluang tertular per kontak:  0,2 Waktu pemulihan:  3 hari Lama simulasi:  14 hari C. Diagram Konseptual Model 1. Agent Siswa 2. State Agen Setiap siswa berada pada salah satu state berikut: Sehat (Susceptible) Sakit (Infected) Sembuh (Recovered) 3. Interaksi Siswa saling berinteraksi setiap hari di dalam kelas. Jika siswa  sakit berinteraksi dengan siswa sehat , maka siswa sehat memiliki peluang  0,2  untuk tertular. Siswa yang sakit akan berpindah ke kondisi  sembuh setelah 3 hari  dan tidak menularkan lagi. D. Proses Simulasi (14 Hari) Hari ke-0 dimulai dengan  1 siswa terinfeksi , ...

  PERTEMUAN KE-16.3   A. Deskripsi Permasalahan Perusahaan investasi ingin memperkirakan  potensi keuntungan portofolio saham  dalam kondisi harga yang fluktuatif. Untuk itu digunakan  Simulasi Monte Carlo  guna memprediksi return investasi selama  1 tahun , serta  optimasi portofolio  untuk meminimalkan risiko. B. Parameter Simulasi Return rata-rata harian (μ) =  0,1% (0,001) Standar deviasi harian (σ) =  1% (0,01) Jumlah hari perdagangan =  252 hari Jumlah iterasi simulasi =  1000 Aset portofolio =  A dan B C. Simulasi Monte Carlo (Python) import numpy as np import matplotlib.pyplot as plt # Parameter mu = 0.001 sigma = 0.01 days = 252 simulations = 1000 # Simulasi return harian daily_returns = np.random.normal(mu, sigma, (simulations, days)) # Return tahunan annual_returns = np. sum (daily_returns, axis= 1 ) # Statistik mean_return = np.mean(annual_returns) risk = np.std(annual_returns) print ( "Re...

  Laporan Simulasi Sistem Antrian Pendaftaran Rumah Sakit 1. Pendahuluan Rumah sakit daerah mengalami permasalahan penumpukan pasien di ruang pendaftaran pada jam sibuk. Dengan rata-rata kedatangan 12 pasien per jam dan waktu pelayanan 4 menit per pasien, sistem antrian yang ada tidak lagi optimal. Laporan ini bertujuan untuk menganalisis sistem antrian saat ini, mengukur performanya, dan memberikan rekomendasi perbaikan berbasis simulasi. 2. Model Simulasi Sistem Antrian 2.1 Asumsi dan Parameter Model Sistem Antrian : Single-server, single-queue (M/M/1) Distribusi Kedatangan : Poisson (λ = 12 pasien/jam atau 1 pasien/5 menit) Distribusi Pelayanan : Eksponensial (μ = 15 pasien/jam atau 4 menit/pasien) Waktu Simulasi : 8 jam (480 menit) Jumlah Replikasi : 30 kali untuk hasil yang statistik valid Aturan Antrian : First-In-First-Out (FIFO) Kapasitas Antrian : Tidak terbatas (pasien akan tetap mengantri) 2.2 Diagram Model Sistem text ┌───────────────────────────────────────────────────...