Material Requirement Planning

Material Requirement Planning (MRP) adalah sistem terintegrasi yang dirancang untuk merencanakan, mengatur, dan mengelola inventaris dalam konteks proses manufaktur. Sebagian besar implementasi MRP didasarkan pada software khusus, meskipun dapat diterapkan secara manual jika diperlukan. MRP bertujuan untuk mencapai tiga tujuan utama secara bersamaan:

Pertama, menjamin ketersediaan bahan baku yang dibutuhkan untuk produksi dan memastikan produk siap dikirim ke pelanggan pada waktu yang tepat. Kedua, kami menjaga tingkat bahan dan produk pada tingkat terbaik, dengan prinsip menghindari penumpukan yang tidak perlu di gudang dan menjaga efisiensi.

Terakhir, MRP berfungsi sebagai alat untuk merencanakan produksi, menetapkan jadwal pengiriman, dan mengendalikan pengadaan, memberikan landasan yang kuat untuk manajemen dan pengambilan keputusan yang efisien dalam lingkungan manufaktur. Oleh karena itu, MRP menjadi faktor penting dalam mencapai target produksi yang efisien dan responsif terhadap kebutuhan pasar.

Sejarah MRP

Sebelum munculnya perencanaan material (MRP) dan dominasi komputer di industri, metode reorder point (ROP) dan reorder quantity (ROQ) telah lama digunakan, seperti economic order quantity (EOQ), di bidang manufaktur dan manajemen persediaan. MRP pertama kali dikembangkan pada awal tahun 1950an oleh Rolls-Royce dan General Electric untuk kebutuhan perusahaan mereka, namun tidak ada yang dikomersialkan. Sejarah MRP kembali berubah ketika Joseph Orlicky mengembangkan MRP sebagai respon terhadap program manufaktur Toyota pada tahun 1964, kemudian Black and Decker yang dipimpin oleh Dick Alban menerapkannya pada tahun yang sama.

Buku Orlicky "Material Requirement Planning" pada tahun 1975 merupakan tonggak sejarah dalam pengembangan MRP dan memperkenalkan konsep baru untuk manufaktur dan manajemen inventaris. Pada tahun yang sama, MRP diadopsi oleh 700 perusahaan, dan pada tahun 1981, jumlah tersebut meningkat pesat menjadi 8.000.

Pada tahun 1983, Oliver Whyte membawa MRP lebih jauh dengan mengubahnya menjadi Manufacturing Resource Planning (MRP II). Pada tahun 1980an, MRP II dikembangkan, awalnya oleh Joe Orlicky, bersama dengan fungsi lain seperti penjadwalan induk, perencanaan kapasitas kasar, perencanaan kebutuhan kapasitas, dan perencanaan penjualan dan operasi (SandOP). Pada tahun 1989, sekitar sepertiga industri komputer AS menggunakan MRP II, yang bernilai sekitar $1,2 miliar. Inovasi-inovasi ini menyoroti peran MRP dan evolusinya sebagai alat penting untuk meningkatkan efisiensi dan pengendalian produksi di berbagai industri.

Ruang lingkup MRP di bidang manufaktur

Perbedaan permintaan dependent dengan permintaan independen

Permintaan dalam industri manufaktur secara garis besar dapat dibagi menjadi permintaan independen dan permintaan dependen. Permintaan spesifik muncul dari faktor-faktor di luar pabrik atau sistem produksi, sedangkan permintaan mengacu pada komponen-komponen yang menjadi sandaran permintaan produk akhir. Bill of Materials (BOM) memainkan peran penting dalam menghubungkan produk akhir, aplikasi spesifik, dengan komponen-komponennya, aplikasi dependen. Dalam konteks ini, sistem Perencanaan Manajemen Material (MRP) adalah alat yang mengambil masukan dari bill of material.

Fungsi dasar sistem MRP adalah manajemen persediaan, pemrosesan bill of material, dan perencanaan proyek. MRP membantu organisasi mempertahankan inventory level sambil merencanakan aktivitas produksi, penjualan, dan pengiriman. Dalam kehidupan nyata, perusahaan manufaktur menghadapi tantangan terkait keinginan pelanggan untuk mendapatkan produk lebih cepat dari yang dibutuhkan untuk produksi. Oleh karena itu, tingkat perencanaan tertentu sangat penting untuk memenuhi harapan pelanggan.

Organisasi manufaktur harus mengatasi tantangan sehari-hari seperti mengelola jenis dan kuantitas bahan yang dibeli, merencanakan produksi, dan memastikan ketersediaan produk untuk memenuhi permintaan pelanggan saat ini dan calon pelanggan dengan biaya serendah mungkin. Kesalahan dalam hal ini dapat berdampak buruk bagi perusahaan, antara lain ketidakmampuan memenuhi kewajiban kontrak, pemborosan uang dalam penjualan aset, dan tertundanya dimulainya produksi.

MRP menjadi alat penting untuk menyelesaikan permasalahan tersebut dengan memberikan jawaban atas pertanyaan-pertanyaan ke depan. MRP dapat diterapkan pada subperakitan internal dan barang yang dibeli dari pemasok eksternal. Penting untuk dicatat bahwa MRP ditentukan oleh kelangkaan persediaan, bukan biaya. Sistem bekerja memesan bahan dan waktu agar tidak kehabisan barang dengan memperhatikan aturan kuantitas setiap barang dan memesan pada waktu terbaik.

Saat kita menerapkan perencanaan kebutuhan material (MRP), perhatian diberikan pada banyak data untuk memastikan keberhasilan sistem. Pertama, data terkait barang akhir atau produk yang diproduksi menjadi data primer dan disebut sebagai tingkat "0" dari permintaan khusus atau bill of material (BOM). Informasi lain yang perlu dipertimbangkan adalah jumlah yang dibutuhkan pada suatu waktu, waktu yang dibutuhkan untuk memenuhi kebutuhan, waktu penyimpanan bahan, dan catatan status persediaan (termasuk barang yang ada dan dipesan dari pemasok).

Data bill of material juga berisi informasi tentang suku cadang dan subkomponen yang diperlukan untuk pembuatan setiap produk. Data perencanaan juga penting, termasuk batasan dan pedoman produksi, seperti perutean, standar tenaga kerja dan teknik, standar kualitas dan pengujian, perintah penarikan/kerja, prosedur ukuran lot, tingkat penarikan, dan fasilitas lainnya.

Dua output utama sistem MRP adalah "Jadwal Produksi Pilihan" dan "Jadwal Penjualan Pilihan". Versi awal menunjukkan tanggal mulai dan selesai minimum untuk setiap aktivitas konstruksi dan BOM yang diperlukan untuk memenuhi persyaratan Rencana Produksi Induk (MPS). Output kedua menunjukkan tanggal penerimaan barang yang dibeli dan tanggal pesanan pembelian atau total tanggal pengiriman pesanan untuk dimasukkan dalam jadwal produksi.

Pesan dan laporan yang dibuat antara lain pesanan pembelian kepada supplier, pengaturan notifikasi yang memerlukan pembatalan, penambahan, penundaan atau percepatan pesanan sebelumnya. Meskipun MRP menawarkan banyak manfaat, MRP juga dapat menimbulkan beberapa tantangan. Integritas data sangat penting, dan kesalahan dalam data inventory, tagihan raw material, atau jadwal produksi induk dapat memberikan hasil yang tidak efektif. Sistem ini juga memiliki pertimbangan yang perlu diperhatikan, seperti waktu produksi dan pertimbangan keterbatasan daya.

Sistem MRP juga dapat menghadapi masalah ketika desain produk berubah dan diproduksi di lokasi yang berbeda. Oleh karena itu, integrasi dengan sistem lain seperti Enterprise Resource Planning (ERP) sangat penting untuk mengelola inventaris dan kebutuhan pabrik. Terlepas dari kekurangannya, MRP II dan ERP menawarkan solusi komprehensif yang mempertimbangkan aspek energi, keuangan, dan aspek lain dari operasi perusahaan.

Disadur dari: en.wikipedia.org

Permintaan

Permintaan atau demand adalah sebuah konsep penting dalam ilmu ekonomi, menggambarkan hubungan yang tepat antara harga dan kuantitas yang ingin dibeli konsumen. Grafik berbentuk kurva demand menunjukkan bagaimana perubahan jumlah yang diminta berhubungan dengan perubahan harga suatu barang atau jasa. Setiap titik pada kurva demand menunjukkan jumlah yang diminta konsumen pada tingkat harga tertentu.

Demand tidak hanya mencerminkan order, tetapi juga berperan sebagai faktor yang mempengaruhi seberapa banyak konsumen bersedia membeli. Karena konsumen peka terhadap hubungan antara harga dan jumlah yang mereka inginkan, fungsi permintaan berubah ketika harga berubah. Pengaruh tindakan permintaan juga dapat dilihat pada tingkat ekonomi, yaitu mempengaruhi pasokan dan harga barang atau jasa.

Pentingnya penerapan teori demand dapat dilihat dari dampaknya terhadap strategi perusahaan. Perusahaan menyesuaikan harga dan outputnya berdasarkan tingkat permintaan. Dalam situasi permintaan tinggi, perusahaan berusaha meningkatkan produksi atau menurunkan harga untuk memenuhi permintaan pasar. Di sisi lain, jika permintaan rendah, perusahaan mungkin memutuskan untuk mengurangi produksi atau menaikkan harga untuk menjaga keseimbangan.

Demand tidak hanya mempengaruhi pelaku usaha, akan tetapi juga memainkan peran penting dalam membentuk perilaku konsumen. Konsumen yang selalu sadar harga dan kuantitas akan memilih produk atau jasa yang memenuhi kebutuhannya dengan harga yang bersaing.

Pentingnya demand juga dapat dilihat dari dampaknya terhadap semua perubahan ekonomi. Perubahan demand dapat disebabkan oleh faktor-faktor seperti perubahan ekonomi, demografi, teknologi dan politik. Perubahan ini akan menyebabkan perubahan harga dan produksi, yang akan berkontribusi pada pertumbuhan pasar yang berkelanjutan.

Secara keseluruhan, konsep demand bukan hanya sebuah konsep ekonomi; Sebaliknya, hal ini mempunyai pengaruh yang kuat terhadap strategi perusahaan, perilaku konsumen, dan dampak perubahan ekonomi secara keseluruhan. Sebagai bagian penting dari persamaan permintaan, perilaku konsumen merupakan faktor kunci dalam menentukan seberapa baik suatu produk atau jasa akan diterima di pasar. Keputusan penetapan harga dan output suatu perusahaan dipengaruhi oleh tingkat permintaan saat ini. Permintaan yang tinggi memaksa perusahaan untuk meningkatkan produksi atau menyesuaikan harga untuk memenuhi permintaan pasar, sedangkan permintaan yang rendah menyebabkan penyesuaian seperti pengurangan produksi atau kenaikan harga. Pemahaman mendalam terhadap dinamika permintaan merupakan kunci strategis untuk merespons perubahan yang akan terus terjadi dalam lingkungan perekonomian yang dinamis.

Memahami demand dalam konteks strategi perusahaan memainkan peran penting dalam pengambilan kebijakan dan manajemen. Perusahaan yang sepenuhnya memahami kebutuhan dan keinginan pelanggan kemungkinan besar akan berupaya meningkatkan produk atau layanannya. Selain itu, pemahaman yang baik tentang demand membantu suatu perusahaan mengurangi resiko kelebihan atau kekurangan persediaan, yang mempengaruhi keseimbangan keuangan dan kinerja secara keseluruhan. Strategi perusahaan yang cerdas dan responsif terhadap permintaan mencakup bidang-bidang seperti penetapan harga yang cerdas, perencanaan yang efisien, dan product development yang memenuhi kebutuhan pelanggan.

Pada tingkat makro, banyak perubahan ekonomi yang didorong oleh kekuatan permintaan pasar. Perubahan kebutuhan konsumen, pergeseran demografi, dan bahkan kemajuan teknologi dapat mengubah keseluruhan sistem perekonomian. Oleh karena itu, kebijakan ekonomi dan peraturan pemerintah didasarkan pada analisis permintaan untuk memahami tren dan perubahan perilaku konsumen. Dengan kata lain, pemahaman mendalam tentang konsep permintaan membuka pintu bagi pengambilan keputusan yang tepat dan kemampuan mengelola tantangan yang ditimbulkan oleh dinamika perekonomian global.

Demand

Demand adalah proses membeli atau meminta sesuatu atau barang berdasarkan harga dan waktu. Demand mengacu pada kebutuhan konsumen akan barang dan jasa yang ingin mereka puaskan. Dan kemungkinan permintaan konsumen terhadap barang dan jasa tidak terbatas.

Hukum Demand

Hukum permintaan berbunyi:

Semakin tinggi harga suatu barang/jasa, semakin rendah demand terhadap barang/jasa tersebut. Sebaliknya, semakin rendah harga suatu barang/jasa, maka semakin besar pula demand terhadap barang/jasatersebut.

Hukum demand didasarkan pada asumsi ceteris paribus. Artinya ketika kondisi dan faktor selain harga (yang dianggap tetap) tidak berubah, maka berlaku hukum permintaan.

Faktor-Faktor yang memengaruhi tingkat permintaan (demand)

• Harga barang substitusi (pengganti)

Harga barang dan jasa (substitusi) dipengaruhi oleh jumlah barang dan jasa yang diminta. Ketika biaya penggantian lebih murah, orang akan beralih ke penggantian. Namun jika harga barang substitusi naik, masyarakat akan tetap menggunakan barang asli. Misalnya kaos oblong sebagai pengganti jaket. Apabila harga kaos lebih murah dibandingkan dengan kaos yang ada dipasaran maka permintaan terhadap kaos lebih besar dibandingkan dengan permintaan kaos.

• Harga barang komplementer (pelengkap)

Penambahan juga dapat mempengaruhi permintaan barang/jasa. Misalnya untuk sepeda motor, bahan bakarnya adalah bensin. Ketika harga bensin naik, keinginan masyarakat untuk membeli sepeda motor berkurang dan sebaliknya.

• Jumlah Pendapatan

Besarnya pendapatan pribadi menentukan permintaan barang dan jasa. Semakin tinggi pendapatan maka semakin tinggi pula permintaan terhadap barang dan jasa. Sebaliknya, ketika pendapatan Anda turun, kemampuan Anda dalam membeli barang pun ikut menurun. Akibatnya jumlah barang berkurang. Misalnya pendapatan penjualan Ibu Tia pada minggu pertama sebesar Rp 200.000,00 hanya untuk membeli 20 kg kopi. Namun pada minggu ke dua ratus transaksi Rp 400.000,00 Ibu Tia dapat membeli 40 kg kopi.

• Selera konsumen

Selera konsumen terhadap suatu barang dan jasa mempengaruhi jumlah barang yang diminta. Ketika selera konsumen terhadap suatu produk meningkat, maka permintaan terhadap produk tersebut juga meningkat. Misalnya saja saat ini banyak orang yang mencari ponsel dengan fitur musik dan gaming. Permintaan ponsel dan game akan meningkat karena kuatnya minat konsumen terhadap produk tersebut.

• Intensitas kebutuhan konsumen

Intensitas permintaan konsumen mempengaruhi kuantitas barang yang diminta. Kebutuhan yang tidak terpuaskan akan suatu barang atau jasa akan mengurangi kebutuhan seseorang akan barang atau jasa tersebut. Sebaliknya, jika kebutuhan terhadap suatu produk atau jasa sangat mendesak, maka keinginan masyarakat terhadap produk atau jasa tersebut akan semakin meningkat. Misalnya, seiring dengan meningkatnya curah hujan, permintaan akan jas hujan juga meningkat. Bahkan, meski harga jas hujan Rp 15.000,00, namun konsumen rela membeli jas hujan hingga Rp 25.000,00.

• Perkiraan harga pada masa depan

Jika konsumen mengantisipasi kenaikan harga, mereka akan meningkatkan penjualan produk karena takut akan harga yang lebih tinggi. Di sisi lain, konsumen melaporkan bahwa ketika harga turun, mereka mengurangi jumlah produk yang mereka beli. Misalnya, kenaikan harga bahan bakar diduga menyebabkan banyak konsumen mengantri di SPBU (SPBU) untuk mendapatkan lebih banyak bensin atau solar.

• Jumlah penduduk

Pertumbuhan penduduk mempengaruhi jumlah barang yang dibutuhkan. Semakin bertambahnya jumlah penduduk suatu daerah maka permintaan terhadap suatu barang pun semakin meningkat.

Disadur dari: en.wikipedia.org

Simulasi Komputer

Pada artikel ini kita akan membahasa tentang simulasi komputer yang merupakan implementasi dari analis sistem. Simulasi komputer adalah proses pemodelan matematika yang dilakukan pada komputer untuk memprediksi perilaku atau hasil sistem fisik atau dunia nyata. Keandalan model matematika tertentu dapat diuji dengan membandingkan hasil simulasi dengan hasil sebenarnya yang ingin diprediksi.

Simulasi komputer menjadi alat yang sangat bermanfaaat untuk memodelkan banyak sistem di berbagai bidang seperti fisika komputasi, astrofisika, klimatologi, kimia, biologi, dan teknik, serta sistem sosial di bidang ekonomi, psikologi, ilmu sosial, kedokteran, dan teknik.

Simulasi sistem sering disebut sebagai pemodelan sistem. Hal ini memungkinkan peneliti untuk mengeksplorasi dan mendapatkan wawasan baru mengenai teknologi baru, serta memperkirakan kinerja sistem yang sangat kompleks untuk menyelesaikan analisis. Jam atau hari dalam jaringan komputer. Skala peristiwa yang disimulasikan oleh simulasi komputer melampaui batas dari apa yang mungkin atau dapat dibayangkan melalui pemodelan matematika tradisional.

Contoh simulasi komputer adalah model siklus material yang mengandung 1 miliar molekul, model ribosom yang mengandung 2,64 juta molekul, simulasi lengkap siklus hidup Mycoplasma genitalium, dan Blue Brain yang bertujuan untuk membuat simulasi komputer manusia pertama. Sebuah proyek, dll. Otak dibedah hingga ke tingkat atom. Karena simulasi komputer mahal, eksperimen komputer digunakan untuk mengambil keputusan seperti mengukur ketidakpastian.

Perbedaan antara simulasi dengan model

Model berisi persamaan yang digunakan untuk menangkap perilaku sistem. Sebaliknya, simulasi komputer menjalankan program yang menjalankan algoritma yang menyelesaikan persamaan ini, yang umunya masih kasar. Jadi simulasi adalah peran manajemen model. Jadi jangan "membuat simulasi". Sebaliknya, "membuat model (atau simulator)" adalah "menjalankan model" atau setara dengan "menjalankan simulasi".

Sejarah simulasi

Simulasi komputer berkembang pesat setelah penerapan besar pertamanya selama Proyek Manhattan selama Perang Dunia II untuk memodelkan proses ledakan nuklir. Pembobotan kompleks 12 bola menggunakan algoritma Monte Carlo. Simulasi komputer sering digunakan untuk melengkapi atau menggantikan sistem pemodelan ketika solusi analitis bentuk tertutup tidak memungkinkan. Ada banyak jenis simulasi komputer. Situasi yang umum terjadi adalah ketika mencoba membuat sampel fitur untuk model tertentu, tidak mungkin atau tidak mungkin untuk menghitung semua fitur model.

Persiapan data

Bayangkan sebuah laboratorium sains sibuk yang dipenuhi peralatan canggih dan peneliti yang antusias. Di tengah ruangan, sebuah komputer besar menjalankan simulasi kompleks untuk memprediksi perilaku sistem lingkungan yang kompleks. Para ilmuwan disekitarnya memantau layar komputernya, memasukkan data baru dan memperhatikan setiap detail yang muncul. Mereka mendiskusikan hasil simulasi dan mencoba memahami makna dari pola yang mereka temukan.

Sementara itu, di dalam ruang lainnya, tim teknik sedang bekerja keras mempersiapkan sensor dan perangkat fisik lainnya yang akan berperan penting dalam simulasi. Mereka bekerja keras untuk memastikan bahwa data yang dikumpulkan selalu akurat. Semua orang di lab ini bekerja sama menggunakan simulasi komputer untuk lebih memahami dunia di sekitar kita dan membuat prediksi yang lebih akurat tentang masa depan.

Disadur dari: en.wikipedia.org

Kontrol Ilmiah

Pengendalian ilmiah merupakan suatu proses eksperimen atau observasi yang dirancang untuk meminimalkan pengaruh variabel non-independen yang disebut dengan perancu. Tujuan validitas ilmiah adalah untuk meningkatkan reliabilitas hasil penelitian dengan memastikan bahwa perubahan variabel independen menjadi penyebab perubahan hasil observasi. Hal ini dilakukan dengan membandingkan pengukuran kelompok kontrol yang variabel independennya tidak diubah dengan pengukuran kelompok eksperimen yang variabel independennya dimanipulasi.

Validitas ilmiah merupakan bagian penting dari metode ilmiah karena memungkinkan peneliti menarik kesimpulan yang valid tentang hubungan sebab akibat antara variabel tertentu dan hasil yang diamati. Dengan mengurangi pengaruh variabel perancu, peneliti dapat lebih yakin bahwa perubahan hasil merupakan hasil manipulasi variabel independen dibandingkan faktor lain yang tidak terkontrol.

Eksperimen terkontrol

Pengendalian dalam konteks ilmiah bertujuan untuk menghilangkan penjelasan alternatif terhadap hasil pengujian, terutama kesalahan pengujian dan bias pelaku eksperimen. Ada banyak jenis kontrol berbeda yang digunakan dalam pengujian berbeda, dan setiap kontrol memiliki tujuan berbeda bergantung pada pengujian yang dilakukan.

Contoh pengendalian yang umum adalah pengendalian negatif dan pengendalian positif. Kontrol negatif dirancang untuk mencegah terjadinya efek ketika variabel independen tidak dimanipulasi, kontrol positif dirancang untuk memastikan bahwa efek yang diharapkan terjadi ketika variabel independen dimanipulasi, dan dapat digunakan untuk mengontrol untuk memastikan bahwa kru. Misalnya, penanda molekuler digunakan sebagai kontrol dalam eksperimen SDS-PAGE untuk mengoptimalkan kinerja elektroforesis gel.

Pengukuran daya juga dapat digunakan untuk tujuan lain, seperti mengurangi kebisingan latar belakang dalam pengukuran sinyal. Misalnya, mengukur kebisingan latar belakang mikrofon saat tidak ada sinyal dapat meningkatkan kualitas sinyal yang diproses dengan mengurangi kebisingan pada pengukuran sinyal berikutnya. Pengendalian seringkali diperlukan ketika perancu tidak dapat dengan mudah diisolasi selama penanganan awal. Misalnya, jika seorang peneliti memberikan zat manis kepada tikus laboratorium dan memeriksa dampaknya, prosedur pengendalian harus ada untuk memastikan bahwa efek yang diamati disebabkan oleh zat manis itu sendiri dan bukan oleh faktor lain seperti pengenceran. Hal ini dapat dilakukan dengan melakukan pengujian yang sama dua kali: sekali dengan pemanis buatan dalam pengencer dan sekali dengan pengencer saja. Kontrol lainnya mencakup kontrol kendaraan, kontrol buatan, dan kontrol. Bandingkan, semuanya untuk dipersiapkan: dibuat. Validitas tes yang dihasilkan harus ditentukan dengan mengendalikan variabel lain yang mungkin mempengaruhi hasil.

Negatif

Ketika menganalisis hasil tes yang memiliki dua hasil, positif atau negatif, keputusan penting dapat diambil dengan membandingkan kelompok perlakuan dan kelompok kontrol negatif. Jika hasil negatif dari dua kelompok, kita dapat menyimpulkan bahwa kelompok perlakuan: tidak bekerja. Namun jika kedua hasil positifnya sama, hal ini menunjukkan bahwa variabel yang terlibat dalam hasil tersebut bersifat perancu, sehingga hasil positif tersebut bukan satu-satunya perlakuan.

Misalnya, jika Anda mengukur hasil dalam bentuk waktu, periode, atau persentase, seperti tes narkoba, Anda dapat mengukur persentase pasien yang pulih. Apabila kelompok perlakuan dan kelompok kontrol negatif menunjukkan hasil yang sama, berarti kelompok perlakuan tidak menunjukkan pengaruh yang signifikan. Namun, jika kelompok perlakuan menunjukkan hasil yang lebih baik, sebaiknya dibandingkan dengan kelompok plasebo. Jika kedua kelompok menunjukkan efek yang sama, hal ini menunjukkan bahwa perbaikan mungkin disebabkan oleh efek plasebo, bukan karena pengobatan itu sendiri. Pengobatan efektif jika kelompok perlakuan menunjukkan perbaikan yang lebih baik dibandingkan kelompok plasebo.

Positif

Kontrol positif digunakan untuk menilai validitas tes dan eksperimen. Misalnya, ketika menilai kemampuan (sensitivitas) suatu tes baru untuk mendeteksi suatu penyakit, tes tersebut dapat dibandingkan dengan tes yang sudah ada. Tes yang terbukti efektif digunakan sebagai kontrol positif karena kita sudah mengetahui bahwa hasilnya seharusnya positif.

Dalam contoh lain, dalam pengujian enzim untuk menentukan jumlah enzim yang ada dalam suatu ekstrak, kontrol positif adalah pengujian yang mengandung enzim yang dimurnikan dalam jumlah yang diketahui, karena kontrol negatif tidak mengandung enzim. Kelompok kontrol positif harus memiliki aktivitas enzim yang tinggi, dan kelompok kontrol negatif harus memiliki aktivitas enzim yang sangat sedikit atau tidak ada sama sekali. . Untuk pengujian yang lebih kompleks atau sulit, hasil kontrol positif juga dapat dibandingkan dengan hasil pengujian sebelumnya. Misalnya, jika hasil tes untuk suatu penyakit cocok dengan temuan peneliti sebelumnya, ini menunjukkan bahwa tes tersebut dilakukan dengan benar.

Jika memungkinkan, beberapa kekuatan baik dapat digunakan. Misalnya, jika lebih dari satu tes untuk suatu penyakit terbukti efektif, mungkin diperlukan lebih dari satu tes. Penggunaan beberapa kontrol positif memungkinkan perbandingan hasil yang lebih baik, terutama ketika hasil yang diharapkan dari kontrol positif berbeda. Misalnya, dalam pengujian enzim yang disebutkan di atas, kurva standar dapat dibuat menggunakan sampel berbeda yang mengandung jumlah enzim berbeda.

Eksperimen buta

Membutakan, juga dikenal sebagai "pemblokiran", berarti menyembunyikan informasi yang mungkin membahayakan eksperimen. Misalnya, peserta mungkin tidak mengetahui apakah mereka menerima pengobatan aktif atau plasebo. Jika peserta mengetahui informasi ini, efek plasebo akan lebih besar, peneliti dapat mempengaruhi hasil percobaan berdasarkan harapan mereka (efek pengamat), dan pengulas akan terpengaruh oleh konfirmasi. Blinding dapat diterapkan pada berbagai kelompok yang terlibat dalam suatu uji coba, termasuk peserta, peneliti, ahli teknologi, analis data, dan peninjau. Dalam beberapa kasus, pembedahan diperlukan untuk menaikkan prostesis ke tingkat yang diperlukan untuk kebutaan.

Selama percobaan, jika peserta setuju untuk mengambil keputusan atau menerima informasi rahasia, mereka tidak lagi dibutakan. Kurangnya blinding yang terjadi sebelum keputusan eksperimen dibuat dapat menyebabkan kesalahan eksperimen karena blinding mencegah terulangnya kesalahan tersebut. Definisi tersebut harus terukur dan dinyatakan dengan jelas. Studi meta menunjukkan tingginya tingkat ketidakandalan dalam uji coba medis, khususnya uji coba antidepresan. Meskipun pedoman pelaporan merekomendasikan agar semua penelitian dievaluasi dan dilaporkan tanpa membutakan, sangat sedikit penelitian yang dilakukan tanpa membutakan. Kebutaan adalah alat penting dalam metode ilmiah dan digunakan di banyak bidang penelitian. Di beberapa bidang, seperti kedokteran, kebutaan dianggap penting. Dalam penelitian klinis, uji coba yang tidak menggunakan blinding disebut uji terbuka.

Disadur dari: en.wikipedia.org

Simulasi

Simulasi, suatu konsep yang mengacu pada bagaimana suatu proses atau sistem berperilaku di dunia nyata, diinterpretasikan melalui model. Biasanya, model digunakan sebagai dasar simulasi, dengan model yang mewakili karakteristik atau perilaku utama sistem tertentu, dan simulasi menunjukkan evolusi model dari waktu ke waktu. Namun secara umum simulasi juga dapat diartikan sebagai pengujian tersendiri ketika suatu model digunakan sebagai basis. Simulasi biasanya dilakukan dengan menggunakan komputer dan sistem atau prosesnya dapat direalisasikan sepenuhnya.

Penggunaan simulasi tersebar luas dalam berbagai konteks, termasuk optimasi dan optimalisasi kinerja, metode pengujian dan pelatihan, serta di bidang pendidikan dan video game. Dalam sains, simulasi digunakan untuk memodelkan sistem alam atau manusia untuk mendapatkan pemahaman yang lebih mendalam tentang proses dan interaksi dalam sistem tersebut. Simulasi juga memungkinkan peneliti untuk mengeksplorasi berbagai skenario dan dampak dari tindakan yang diambil, bahkan di area dimana sistem nyata tidak dapat diakses, berisiko, atau tidak mungkin untuk diuji.

Namun, pemodelan dan simulasi juga merupakan tantangan. Proses ini melibatkan pengumpulan data empiris, memilih fitur dan perilaku utama yang relevan dengan pembuatan model, dan menggunakan metode dan asumsi sederhana. Validitas hasil simulasi juga penting, sehingga validasi dan verifikasi model menjadi bagian penting dalam pengembangan simulasi, terutama dalam konteks pengembangan teknologi computer vision.

Klasifikasi dan terminology

Meskipun simulasi berkembang secara independen di beberapa bidang, kemajuan teori sistem dan Internet pada abad ke-20, serta meluasnya penggunaan komputer di mana-mana, membawa konsep-konsep ini dan pandangan yang lebih sistematis.

Misalnya, simulasi fisik menggunakan objek fisik untuk mewakili suatu sistem atau proses, dipilih karena lebih efisien atau lebih murah dibandingkan menggunakan objek, sistem, atau Simulasi interaktif adalah bentuk interaksi manusia yang spesifik, seperti pilot pesawat atau supir taksi.

Simulasi berkelanjutan dan simulasi kejadian diskrit adalah dua cara utama untuk memodelkan perubahan sistem seiring waktu. Simulasi stokastik memperhitungkan perubahan acak dalam proses, sedangkan simulasi deterministik tidak memperhitungkan fenomena acak.

Ada juga variasi simulasi, termasuk simulasi hybrid, yang menggabungkan pendekatan kontinu dan diskrit, dan simulasi terdistribusi, yang menggunakan banyak komputer untuk menjalankan simulasi. Simulasi paralel mempercepat kinerja dengan mendistribusikan tugas ke beberapa prosesor, memodelkan dan mensimulasikan sebagai layanan yang dapat diakses melalui Internet.

Konsep lainnya mencakup fidelitas simulasi, yang menggambarkan seberapa baik simulasi mencerminkan situasi dunia nyata, dan lingkungan sintetik, yang contohnya dapat dimasukkan ke dalam Person-In-The-Loop. Simulasi juga digunakan dalam analisis kegagalan untuk menentukan penyebab kegagalan peralatan dengan menciptakan lingkungan yang sesuai. Jenis simulasi ini memungkinkan pengguna untuk memodelkan sistem yang kompleks dan mendapatkan wawasan berharga tentang pengoperasian sistem di dunia nyata.

Simulasi computer

Simulasi komputer adalah upaya untuk memodelkan situasi nyata atau hipotetis pada komputer untuk mempelajari cara kerja sistem. Dengan mengubah variabel dalam simulasi, Anda dapat memprediksi perilaku sistem. Simulasi komputer adalah alat yang sangat berguna untuk memodelkan banyak sistem alam dalam fisika, kimia, dan biologi, serta sistem manusia dalam bidang ekonomi dan kehidupan sosial, seperti ilmu komputer. Di bidang teknik, simulasi komputer memberikan wawasan tentang cara kerja sistem.

Misalnya, dalam simulasi lalu lintas jaringan, perilaku model berubah bergantung pada parameter awal yang dipertimbangkan untuk lingkungan tertentu. Di masa lalu, pemodelan formal sistem dilakukan dengan menggunakan model matematika untuk menemukan solusi analitis guna memprediksi perilaku sistem dari parameter dan kondisi awal. Namun, simulasi komputer digunakan sebagai tindakan tambahan, dalam tindakan lain di mana solusi analitis tidak memungkinkan.

Ada berbagai jenis simulasi komputer, termasuk simulasi Monte Carlo, pemodelan stokastik, dan pemodelan multimetode. Jenis simulasi ini memiliki tujuan yang sama. Dengan kata lain, untuk membuat model situasi yang mewakili model yang mustahil, tidak mungkin mewakili semua situasi yang mungkin terjadi.

Berbagai paket perangkat lunak telah dikembangkan untuk melakukan pemodelan simulasi komputer, sehingga membuat pemodelan menjadi lebih mudah. Dalam konteks modern, istilah "otomasi komputer" mencakup hampir semua deskripsi sistem komputer.

Ilmu Komputer

Dalam ilmu komputer, konsep simulasi memiliki beberapa arti berbeda. Misalnya, Alan Turing menggunakan istilah "perhitungan" untuk merujuk pada proses dimana mesin tujuan umum membangun tabel transisi. Dengan kata baru, ini adalah pengalihan lahan, integrasi dan produksi sistem pemerintahan yang terpisah. Dengan kata lain, komputer mensimulasikan mesin target. Dalam konteks komputasi teoritis, istilah "paralel" penting untuk memahami hubungan antara sistem transisi keadaan, yang berguna untuk mempelajari indikator kinerja.

Dalam ilmu komputer, konsep simulasi memiliki banyak arti berbeda. Misalnya, Alan Turing menggunakan istilah "promosi" untuk menggambarkan proses dimana mesin serba guna menjalankan tabel silang. Dengan kata lain, transisi negara, integrasi dan produksi sistem manajemen independen. Dengan kata lain, komputer mensimulasikan sistem target. Dalam konteks komputasi teoretis, istilah "paralel" penting untuk memahami hubungan antara sistem peralihan status, yang berguna untuk mempelajari metrik kinerja.

Simulator juga berguna untuk menguji pohon kesalahan atau menguji desain logika VLSI sebelum konstruksi fisik. Simulasi simbolik menggunakan variabel untuk mewakili nilai yang tidak diketahui. Di bidang optimasi, simulasi proses fisik digunakan bersama dengan pengembangan perangkat lunak untuk mengoptimalkan strategi operasional. Oleh karena itu, simulasi memainkan peran penting dalam ilmu komputer dalam berbagai konteks, mulai dari pengembangan program hingga manajemen optimasi strategis.

Disadur dari: en.wikipedia.org

Analisis Sistem

Dalam topik ini kita akan membahas salah satu bagian penting dalam ilmu teknik industri maupun teknologi informasi khususnya desain dan rekayasa sistem yaitu analisis sistem. Analisis sistem adalah salah satu teknik yang cukup penting untuk memahami dan meningkatkan kinerja suatu sistem atau bisnis. Pada dasarnya, analisis ini membagi sistem menjadi beberapa sub sitem dan memeriksa bagaimana masing-masing subsistem berkontribusi terhadap tujuan keseluruhan. Dengan cara ini Anda dapat menentukan tujuan dan sasaran sistem. Anda juga dapat merancang sistem dan proses yang efektif untuk mencapainya.

Cara lain untuk menganalisis sistem adalah melalui teknik pemecahan masalah. Dalam hal ini, analisis sistem membantu mengidentifikasi masalah dalam sistem, menganalisis akar permasalahan, dan mengevaluasi alternatif-alternatif solusi yang ada. Analisis ini memungkinkan pengambil keputusan untuk membuat keputusan yang lebih baik dan menerapkan perubahan yang diperlukan untuk meningkatkan kinerja sistem.

Konsep analisis sistem berkaitan erat dengan bidang analisis kebutuhan dan operation reserach. Analisis sistem membantu Anda memahami persyaratan sistem dan merancang solusi yang memenuhi persyaratan tersebut. Analisis ini juga mencakup penelitian untuk membantu perencana mengidentifikasi cara terbaik untuk mencapai tujuan sistem.

Dengan menggunakan teknik analisis sistem, peneliti dan praktisi memperoleh pemahaman yang lebih mendalam tentang sistem yang terlibat dan menciptakan gambaran yang lebih lengkap tentang cara kerja sistem. Oleh karena itu, analisis sistem penting tidak hanya untuk memahami sistem yang kompleks, tetapi juga untuk merancang solusi yang efektif dan efisien untuk meningkatkan kinerja sistem tersebut.

Teknologi Informasi

Mengembangkan sistem informasi komputer melibatkan banyak langkah, termasuk analisis sistem. Langkah ini sangat penting karena membantu Anda membuat model data yang akan menjadi dasar untuk membangun atau meningkatkan database Anda. Ada beberapa metode yang dapat digunakan ketika melakukan analisis sistem.

Pendekatan yang umum digunakan adalah model brainstorming, yang melibatkan kegiatan seperti mengembangkan studi kelayakan untuk menilai aspek ekonomi, sosial, teknis dan organisasi proyek. Aktivitas lainnya mencakup pencarian fakta untuk memastikan kebutuhan pengguna akhir terpenuhi dan mengukur bagaimana pengguna berinteraksi dengan sistem.

Selain model brainstorming, ada cara lain untuk membagi sistem menjadi beberapa komponen. Aktivitas-aktivitas ini termasuk menentukan ruang lingkup proyek, menganalisis masalah untuk memahaminya dan menemukan solusi yang tepat, analisis persyaratan untuk menentukan kondisi yang harus dipenuhi sistem, desain logis untuk mengidentifikasi hubungan antara material dan desain, dan pengambilan keputusan. keputusan akhir tentang rasa hormat analisis Sistem implementasi.

Use case dapat menjadi alat pemodelan yang sangat berguna untuk mendefinisikan dan mengekspresikan kebutuhan fungsional suatu sistem. Setiap kasus merupakan situasi atau peristiwa bisnis yang memerlukan sistem untuk memberikan respons yang tepat. Kasus penggunaan muncul dari pendekatan analitis berorientasi objek dan telah menjadi pusat pengembangan sistem informasi modern.

Praktisi

Personel analisis sistem sering kali harus menganalisis sistem yang ada untuk menentukan komponen sistem yang ada. Contoh dari hal ini terjadi pada tahun 2000-an ketika teknik modern memandang bisnis dan operasi manufaktur sebagai bagian dari ledakan otomasi pada tahun 2000. Pekerjaan yang berkaitan dengan analisis sistem mencakup banyak posisi seperti analis sistem, analis bisnis, insinyur sistem produksi, perancang sistem, perancang bisnis, software engineer, dll.

Analisis sistem profesional dapat bekerja untuk merancang sistem baru, namun juga sering terlibat dalam memodifikasi, memperluas, atau menulis ulang sistem yang sudah ada, termasuk metode, adat istiadat, dan tradisinya. Peneliti dan praktisi mengandalkan analisis sistem di berbagai bidang, termasuk manajemen, reformasi pendidikan, dan teknologi pendidikan.

Disadur dari: en.wikipedia.org