Analisis sistem

Analisis sistem adalah "proses mempelajari suatu prosedur atau bisnis untuk mengidentifikasi tujuan dan maksudnya serta membuat sistem dan prosedur yang akan mencapainya secara efisien". Pandangan lain melihat analisis sistem sebagai teknik pemecahan masalah yang memecah sistem menjadi bagian-bagian komponennya dan menganalisis seberapa baik bagian-bagian tersebut bekerja dan berinteraksi untuk mencapai tujuannya.

Bidang analisis sistem berkaitan erat dengan analisis kebutuhan atau riset operasi. Analisis sistem juga merupakan "penyelidikan formal eksplisit yang dilakukan untuk membantu pengambil keputusan mengidentifikasi tindakan yang lebih baik dan membuat keputusan yang lebih baik daripada yang mungkin mereka buat."

Istilah analisis dan sintesis berasal dari bahasa Yunani, yang masing-masing berarti "membongkar" dan "menyatukan". Istilah-istilah ini digunakan dalam banyak disiplin ilmu, mulai dari matematika dan logika hingga ekonomi dan psikologi, untuk menunjukkan prosedur penyelidikan yang serupa. Analisis didefinisikan sebagai "prosedur yang digunakan untuk memecah keseluruhan intelektual atau substansial menjadi beberapa bagian," sedangkan sintesis berarti "prosedur yang digunakan untuk menggabungkan elemen atau komponen yang terpisah untuk membentuk keseluruhan yang koheren."Para peneliti analisis sistem menerapkan metodologi pada sistem yang terlibat, membentuk gambaran keseluruhan.

Analisis sistem digunakan di setiap bidang di mana sesuatu dikembangkan. Analisis juga dapat berupa serangkaian komponen yang menjalankan fungsi organik secara bersama-sama, seperti rekayasa sistem. Rekayasa sistem adalah bidang interdisipliner teknik yang berfokus pada bagaimana proyek-proyek teknik yang kompleks harus dirancang dan dikelola.

Teknologi informasi

Pengembangan sistem informasi berbasis komputer mencakup fase analisis sistem. Hal ini membantu menghasilkan model data, pendahulu untuk membuat atau meningkatkan basis data. Terdapat beberapa pendekatan yang berbeda untuk analisis sistem. Ketika sebuah sistem informasi berbasis komputer dikembangkan, analisis sistem (menurut model Waterfall) akan terdiri dari langkah-langkah berikut:

• Pengembangan studi kelayakan: menentukan apakah suatu proyek layak secara ekonomi, sosial, teknologi, dan organisasi
• Langkah-langkah pencarian fakta, yang dirancang untuk memastikan persyaratan pengguna akhir sistem (biasanya melibatkan wawancara, kuesioner, atau pengamatan visual terhadap pekerjaan pada sistem yang ada)
• Mengukur bagaimana pengguna akhir akan mengoperasikan sistem (dalam hal pengalaman umum dalam menggunakan perangkat keras atau perangkat lunak komputer), untuk apa sistem akan digunakan, dan sebagainya

Pandangan lain menguraikan pendekatan bertahap terhadap proses tersebut. Pendekatan ini membagi analisis sistem menjadi 5 fase:

• Definisi Ruang Lingkup: Mendefinisikan dengan jelas tujuan dan persyaratan yang diperlukan untuk memenuhi kebutuhan proyek seperti yang ditentukan oleh para pemangku kepentingannya
• Analisis masalah: proses memahami masalah dan kebutuhan serta mendapatkan solusi yang dapat memenuhinya
• Analisis persyaratan: menentukan persyaratan yang perlu dipenuhi
• Desain logis: melihat hubungan logis di antara objek-objek
• Analisis keputusan: membuat keputusan akhir

Kasus penggunaan adalah alat pemodelan analisis sistem yang banyak digunakan untuk mengidentifikasi dan mengekspresikan persyaratan fungsional suatu sistem. Setiap kasus penggunaan adalah skenario bisnis atau peristiwa yang harus diberikan respons yang ditentukan oleh sistem. Kasus penggunaan berevolusi dari analisis berorientasi objek.

Praktisi

Praktisi analisis sistem sering dipanggil untuk membedah sistem yang telah berkembang secara serampangan untuk menentukan komponen-komponen sistem saat ini. Hal ini ditunjukkan selama tahun 2000 upaya rekayasa ulang karena proses bisnis dan manufaktur diperiksa sebagai bagian dari peningkatan otomatisasi Y2K. Pekerjaan yang menggunakan analisis sistem termasuk analis sistem, analis bisnis, insinyur manufaktur, arsitek sistem, arsitek perusahaan, arsitek perangkat lunak, dll.

Meskipun praktisi analisis sistem dapat dipanggil untuk membuat sistem baru, mereka sering memodifikasi, memperluas, atau mendokumentasikan sistem yang sudah ada (proses, prosedur, dan metode). Para peneliti dan praktisi mengandalkan analisis sistem. Analisis sistem aktivitas telah diterapkan pada berbagai penelitian dan studi praktik termasuk manajemen bisnis, reformasi pendidikan, teknologi pendidikan, dll.

Disadur dari: en.wikipedia.org

Struktur

Struktur adalah pengaturan dan pengorganisasian elemen-elemen yang saling terkait dalam suatu objek material atau sistem, atau objek atau sistem yang terorganisir. Struktur material mencakup objek buatan manusia seperti bangunan dan mesin dan objek alami seperti organisme biologis, mineral, dan bahan kimia. Struktur abstrak meliputi struktur data dalam ilmu komputer dan bentuk musik. Jenis struktur termasuk hierarki (rangkaian hubungan satu-ke-banyak), jaringan yang menampilkan hubungan banyak-ke-banyak, atau kisi yang menampilkan hubungan antara komponen yang bertetangga dalam ruang.

Penahan beban

Bangunan, pesawat terbang, kerangka, sarang semut, bendungan berang-berang, jembatan, dan kubah garam adalah contoh struktur penahan beban. Hasil konstruksi dibagi menjadi bangunan dan struktur non-bangunan, dan membentuk infrastruktur masyarakat manusia. Struktur yang dibangun secara luas dibagi berdasarkan pendekatan dan standar desainnya yang berbeda-beda, ke dalam kategori-kategori yang meliputi struktur bangunan, struktur arsitektur, struktur teknik sipil, dan struktur mekanis.

Efek beban pada struktur fisik ditentukan melalui analisis struktur, yang merupakan salah satu tugas teknik struktur. Elemen struktur dapat diklasifikasikan sebagai satu dimensi (tali, penyangga, balok, lengkungan), dua dimensi (membran, pelat, lempengan, cangkang, kubah), atau tiga dimensi (massa padat). Elemen tiga dimensi merupakan pilihan utama yang tersedia untuk struktur awal seperti Chichen Itza. Elemen satu dimensi memiliki satu dimensi yang jauh lebih besar daripada dua dimensi lainnya, sehingga dimensi lainnya dapat diabaikan dalam perhitungan; namun, rasio dimensi yang lebih kecil dan komposisinya dapat menentukan kekakuan lentur dan tekan elemen. Elemen dua dimensi dengan dimensi ketiga yang tipis tidak memiliki kedua dimensi tersebut, namun dapat menahan traksi biaksial.

Biologis

Dalam biologi, salah satu sifat kehidupan adalah strukturnya yang sangat teratur, yang dapat diamati pada berbagai tingkatan seperti dalam sel, jaringan, organ, dan organisme.

Dalam konteks lain, struktur juga dapat diamati pada makromolekul, khususnya protein dan asam nukleat. Fungsi molekul-molekul ini ditentukan oleh bentuk dan komposisinya, dan strukturnya memiliki banyak tingkatan. Struktur protein memiliki hierarki empat tingkat. Struktur primer adalah urutan asam amino yang menyusunnya. Protein memiliki tulang punggung peptida yang terdiri dari urutan berulang nitrogen dan dua atom karbon. Struktur sekunder terdiri dari pola berulang yang ditentukan oleh ikatan hidrogen. Dua jenis dasar adalah α-helix dan lembaran lipit β. Struktur tersier adalah pembengkokan maju mundur rantai polipeptida, dan struktur kuartener adalah cara unit-unit tersier bersatu dan berinteraksi. Biologi struktural berkaitan dengan struktur biomolekul makromolekul.

Elemen-elemen struktur digabungkan dalam sistem struktur. Mayoritas struktur penahan beban sehari-hari adalah struktur aktif penampang seperti rangka, yang terutama terdiri dari struktur satu dimensi (lentur). Jenis lainnya adalah struktur aktif vektor seperti rangka batang, struktur aktif permukaan seperti cangkang dan pelat terlipat, struktur aktif bentuk seperti struktur kabel atau membran, dan struktur hibrida: 

Struktur biologis penahan beban seperti tulang, gigi, cangkang, dan tendon memperoleh kekuatannya dari hierarki struktur bertingkat yang menggunakan biomineral dan protein, yang di bagian bawahnya terdapat fibril kolagen.

Bahan kimia

Struktur kimiawi mengacu pada geometri molekul dan struktur elektronik. Struktur ini dapat diwakili oleh berbagai diagram yang disebut rumus struktur. Struktur Lewis menggunakan notasi titik untuk mewakili elektron valensi untuk sebuah atom; ini adalah elektron yang menentukan peran atom dalam reaksi kimia. Ikatan antar atom dapat diwakili oleh garis dengan satu garis untuk setiap pasangan elektron yang digunakan bersama. Dalam versi sederhana dari diagram seperti itu, yang disebut rumus kerangka, hanya ikatan karbon-karbon dan gugus fungsi yang ditampilkan.

Atom-atom dalam kristal memiliki struktur yang melibatkan pengulangan unit dasar yang disebut sel satuan. Atom-atom dapat dimodelkan sebagai titik-titik pada kisi, dan seseorang dapat mengeksplorasi efek dari operasi simetri yang mencakup rotasi terhadap suatu titik, refleksi terhadap bidang simetri, dan translasi (pergerakan semua titik dengan jumlah yang sama). Setiap kristal memiliki grup berhingga, yang disebut grup ruang, dari operasi-operasi tersebut yang memetakannya ke dalam dirinya sendiri; ada 230 kemungkinan grup ruang. Menurut hukum Neumann, simetri kristal menentukan sifat fisik, termasuk piezoelektrik dan feromagnetisme, yang dapat dimiliki oleh kristal tersebut.

Musik

Sebagian besar analisis numerik melibatkan identifikasi dan interpretasi struktur karya musik. Struktur dapat ditemukan pada tingkat bagian dari sebuah karya, keseluruhan karya, atau sekelompok karya. Elemen-elemen musik seperti nada, durasi, dan warna suara digabungkan menjadi elemen-elemen kecil seperti motif dan frasa, dan pada gilirannya digabungkan menjadi struktur yang lebih besar. Tidak semua musik (misalnya, karya John Cage) memiliki organisasi hirarkis, tetapi hirarki memudahkan pendengar untuk memahami dan mengingat musik tersebut.

Dalam analogi terminologi linguistik, motif dan frasa dapat digabungkan untuk membuat ide musik yang lengkap seperti kalimat dan frasa. Bentuk yang lebih besar dikenal sebagai periode. Salah satu bentuk yang banyak digunakan antara tahun 1600 dan 1900 memiliki dua frasa, anteseden dan konsekuen, dengan setengah birama di tengah dan birama penuh di akhir sebagai tanda baca. Dalam skala yang lebih besar, terdapat bentuk-bentuk gerakan tunggal seperti bentuk sonata dan bentuk kontrapuntal, dan bentuk-bentuk gerakan banyak seperti simfoni.

Sosial
Struktur sosial adalah pola hubungan. Struktur sosial adalah organisasi sosial individu dalam berbagai situasi kehidupan. Struktur dapat diterapkan pada orang-orang dalam bagaimana suatu masyarakat sebagai suatu sistem yang diorganisir oleh pola hubungan yang khas. Hal ini dikenal sebagai organisasi sosial kelompok: 3 Para sosiolog telah mempelajari perubahan struktur kelompok-kelompok ini. Struktur dan agensi adalah dua teori yang saling bertentangan tentang perilaku manusia. Perdebatan seputar pengaruh struktur dan agensi terhadap pemikiran manusia adalah salah satu isu sentral dalam sosiologi. Dalam konteks ini, agensi mengacu pada kapasitas manusia secara individu untuk bertindak secara independen dan membuat pilihan bebas. Struktur di sini mengacu pada faktor-faktor seperti kelas sosial, agama, gender, etnis, adat istiadat, dan lain-lain yang tampaknya membatasi atau mempengaruhi peluang individu.

Data
Dalam ilmu komputer, struktur data adalah cara untuk mengatur informasi dalam komputer agar dapat digunakan secara efisien. Struktur data dibangun dari dua tipe dasar: Larik memiliki indeks yang dapat digunakan untuk akses langsung ke item data apa pun (beberapa bahasa pemrograman mengharuskan ukuran larik diinisialisasi). Senarai berantai dapat direorganisasi, dikembangkan atau dikecilkan, tetapi elemen-elemennya harus diakses dengan sebuah penunjuk yang menghubungkannya dalam urutan tertentu. Dari semua ini, sejumlah struktur data lainnya dapat dibuat seperti tumpukan, antrian, pohon, dan tabel hash.

Dalam menyelesaikan masalah, struktur data umumnya merupakan bagian integral dari algoritma. Dalam gaya pemrograman modern, algoritma dan struktur data dienkapsulasi bersama dalam sebuah tipe data abstrak.

Perangkat Lunak

Arsitektur perangkat lunak adalah pilihan spesifik yang dibuat di antara berbagai alternatif yang memungkinkan dalam sebuah kerangka kerja. Sebagai contoh, sebuah kerangka kerja mungkin memerlukan basis data dan arsitektur akan menentukan jenis dan produsen basis data. Struktur perangkat lunak adalah cara perangkat lunak dipartisi menjadi komponen-komponen yang saling terkait. Masalah struktural utama adalah meminimalkan ketergantungan di antara komponen-komponen ini. Hal ini memungkinkan untuk mengubah satu komponen tanpa memerlukan perubahan pada komponen lainnya.

Tujuan dari struktur adalah untuk mengoptimalkan (keringkasan, keterbacaan, ketertelusuran, isolasi dan enkapsulasi, pemeliharaan, perluasan, kinerja dan efisiensi), contohnya adalah: pilihan bahasa, kode, fungsi, perpustakaan, build, evolusi sistem, atau diagram untuk logika aliran dan desain.  Elemen struktural mencerminkan persyaratan aplikasi: misalnya, jika sistem membutuhkan toleransi kesalahan yang tinggi, maka diperlukan struktur yang redundan sehingga jika ada komponen yang gagal, sistem memiliki cadangan. Redundansi yang tinggi merupakan bagian penting dari desain beberapa sistem di Pesawat Ulang-Alik.

Disadur dari: en.wikipedia.org

Statistik inferensial

Statistik inferensial merupakan sebuah proses yang menggunakan analisis data untuk membuat kesimpulan mengenai sifat-sifat distribusi probabilitas yang mendasarinya. Dalam analisis statistik inferensial, kesimpulan tentang sifat-sifat suatu populasi diambil, contohnya dengan melakukan uji hipotesis dan mendapatkan estimasi. Hal ini diasumsikan bahwa data yang diamati merupakan sampel yang diambil dari populasi yang lebih besar.

Perbandingan dapat dibuat antara statistik inferensial dengan statistik deskriptif. Statistik deskriptif hanya fokus pada karakteristik-karakteristik data yang diamati, tanpa asumsi bahwa data tersebut berasal dari populasi yang lebih besar. Dalam konteks pembelajaran mesin, istilah inferensi kadang-kadang digunakan sebagai pengganti dari "membuat prediksi, dengan mengevaluasi model yang sudah dilatih". Dalam hal ini, membuat kesimpulan mengenai sifat-sifat model disebut sebagai pelatihan atau pembelajaran (bukan inferensi), sementara menggunakan model untuk melakukan prediksi disebut sebagai inferensi (bukan prediksi); konsep ini juga dikenal sebagai inferensi prediktif.

Pendahuluan

Inferensi statistik membuat proposisi tentang suatu populasi, menggunakan data yang diambil dari populasi dengan beberapa bentuk pengambilan sampel. Mengingat hipotesis tentang suatu populasi, yang ingin kita tarik kesimpulannya, inferensi statistik terdiri dari (pertama) pemilihan model statistik dari proses yang menghasilkan data dan (kedua) menyimpulkan proposisi dari model tersebut.

Menurut Konishi & Kitagawa, "Mayoritas permasalahan dalam inferensi statistik dapat dianggap sebagai permasalahan yang berkaitan dengan pemodelan statistik". Sehubungan dengan itu, Sir David Cox mengatakan, "Bagaimana penerjemahan dari permasalahan pokok ke model statistik dilakukan seringkali merupakan bagian paling penting dari sebuah analisis".

Kesimpulan dari inferensi statistik adalah proposisi statistik. Beberapa bentuk proposisi statistik yang umum adalah sebagai berikut: perkiraan titik, yaitu nilai tertentu yang paling mendekati beberapa parameter yang diinginkan; perkiraan interval, misalnya interval kepercayaan (atau perkiraan set), yaitu interval yang dibangun menggunakan kumpulan data yang diambil dari suatu populasi sehingga, dengan pengambilan sampel berulang dari kumpulan data tersebut, interval tersebut akan berisi nilai parameter sebenarnya dengan probabilitas pada tingkat keyakinan yang dinyatakan tingkat; interval yang kredibel, yaitu sekumpulan nilai yang mengandung, misalnya, 95% keyakinan posterior; penolakan hipotesis; dan pengelompokan atau klasifikasi titik data ke dalam kelompok.

Model dan Asumsi

Model dan asumsi adalah elemen kunci dalam inferensi statistik. Setiap analisis statistik memerlukan beberapa asumsi, yang ditetapkan oleh model statistik. Model ini merangkum bagaimana data observasi dibuat dan serupa. Dalam konteks ini, model statistik menggarisbawahi peran jumlah populasi yang ingin ditarik kesimpulannya. Sebagai langkah awal sebelum mengambil kesimpulan yang lebih formal, statistik deskriptif biasanya digunakan.

Para ahli statistik membedakan tiga tingkat asumsi pemodelan: parametrik penuh, non-parametrik, dan semi-parametrik. Setiap tingkat memiliki ciri khasnya sendiri dalam mengasumsikan proses pembuatan data. Validitas asumsi model adalah hal yang sangat penting dalam inferensi statistik. Asumsi yang tidak valid dapat mengancam keakuratan inferensi statistik, terlepas dari kompleksitasnya. Bahkan asumsi yang tampak sederhana seperti pengambilan sampel acak 'sederhana' dapat mempengaruhi hasil inferensi secara signifikan. Oleh karena itu, penting untuk mempertimbangkan dengan hati-hati model dan asumsi yang digunakan dalam analisis statistik.

Model Berbasis Pengacakan

Model berbasis pengacakan memainkan peran penting dalam inferensi statistik. Dalam konteks rancangan pengacakan, distribusi suatu statistik dihitung dengan mengevaluasi statistik uji untuk semua skenario yang mungkin terjadi. Penggunaan pengacakan memungkinkan inferensi berdasarkan distribusi pengacakan, yang berguna terutama dalam survei dan desain eksperimen. Bahkan dalam inferensi Bayesian, pengacakan memainkan peran krusial, memastikan pertukaran sampel dengan populasi dalam survei dan menjaga sifat acak dalam eksperimen.

Pengacakan obyektif mendukung prosedur induktif yang akurat, terutama dalam analisis data yang dihasilkan oleh prosedur pengacakan yang terdefinisi dengan baik. Pentingnya pengacakan dalam analisis eksperimen acak sangat ditekankan, mengingat model pengacakan menjadi panduan dalam pemilihan model statistik yang sesuai. Kesalahan sering terjadi ketika protokol eksperimen diabaikan, mengakibatkan hasil yang menyesatkan. Oleh karena itu, penting untuk mempertimbangkan skema pengacakan dalam analisis eksperimen acak untuk mendapatkan kesimpulan yang akurat.

Selain pendekatan berbasis model, teknik bebas model juga memberikan tambahan penting dalam inferensi statistik. Pendekatan ini memungkinkan algoritma yang dinamis beradaptasi dengan proses kontekstual dan mempelajari karakteristik observasi secara intrinsik. Misalnya, regresi linier sederhana tanpa model dapat dilakukan berdasarkan rancangan acak independen dan terdistribusi identik atau desain deterministik dengan variabel respons yang sesuai dengan distribusi kondisional yang umum. Dalam kedua kasus tersebut, inferensi pengacakan bebas model memberikan perkiraan yang konsisten, dengan bergantung pada kondisi keteraturan tertentu seperti kelancaran fungsional.

Disadur dari: en.wikipedia.org

Simulasi
Simulasi adalah representasi tiruan dari suatu proses atau sistem yang dapat terjadi di dunia nyata. Dalam pengertian yang luas ini, simulasi sering kali digunakan secara bergantian dengan model. Kadang-kadang perbedaan yang jelas antara kedua istilah tersebut dibuat, di mana simulasi memerlukan penggunaan model; model mewakili karakteristik atau perilaku utama dari sistem atau proses yang dipilih, sedangkan simulasi mewakili evolusi model dari waktu ke waktu. Cara lain untuk membedakan kedua istilah tersebut adalah dengan mendefinisikan simulasi sebagai eksperimen dengan bantuan model. Definisi ini mencakup simulasi yang tidak bergantung pada waktu. Seringkali, komputer digunakan untuk menjalankan simulasi.

Simulasi digunakan dalam banyak konteks, seperti simulasi teknologi untuk penyetelan atau pengoptimalan kinerja, rekayasa keselamatan, pengujian, pelatihan, pendidikan, dan permainan video. Simulasi juga digunakan dengan pemodelan ilmiah sistem alam atau sistem manusia untuk mendapatkan wawasan tentang fungsi mereka, seperti dalam bidang ekonomi. Simulasi dapat digunakan untuk menunjukkan efek nyata dari kondisi dan tindakan alternatif. Simulasi juga digunakan ketika sistem nyata tidak dapat dilibatkan, karena mungkin tidak dapat diakses, atau mungkin berbahaya atau tidak dapat diterima untuk dilibatkan, atau sedang dirancang tetapi belum dibangun, atau mungkin tidak ada.

Isu-isu utama dalam pemodelan dan simulasi termasuk perolehan sumber informasi yang valid tentang pemilihan karakteristik dan perilaku utama yang relevan yang digunakan untuk membangun model, penggunaan perkiraan dan asumsi yang disederhanakan dalam model, dan ketepatan dan validitas hasil simulasi. Prosedur dan protokol untuk verifikasi dan validasi model merupakan bidang studi akademis yang sedang berlangsung, penyempurnaan, penelitian dan pengembangan dalam teknologi atau praktik simulasi, khususnya dalam pekerjaan simulasi komputer.

Klasifikasi dan terminologi
Secara historis, simulasi yang digunakan di berbagai bidang berkembang secara independen, tetapi studi abad ke-20 tentang teori sistem dan sibernetika yang dikombinasikan dengan penyebaran penggunaan komputer di semua bidang tersebut telah menghasilkan beberapa penyatuan dan pandangan yang lebih sistematis tentang konsep tersebut.

Simulasi fisik mengacu pada simulasi di mana objek fisik digantikan oleh benda nyata (beberapa kalangan menggunakan istilah ini untuk simulasi komputer yang memodelkan hukum fisika yang dipilih, tetapi artikel ini tidak menggunakan istilah ini). Benda-benda fisik ini sering dipilih karena lebih kecil atau lebih murah daripada benda atau sistem yang sebenarnya.Simulasi interaktif adalah jenis khusus dari simulasi fisik, yang sering disebut sebagai simulasi human-in-the-loop, di mana simulasi fisik melibatkan operator manusia, seperti pada simulator penerbangan, simulator berlayar, atau simulator mengemudi.

Simulasi kontinu adalah simulasi yang didasarkan pada langkah-langkah waktu kontinu daripada waktu diskrit, menggunakan integrasi numerik dari persamaan diferensial.Simulasi kejadian diskrit mempelajari sistem yang statusnya berubah nilainya hanya pada waktu diskrit. Misalnya, simulasi epidemi dapat mengubah jumlah orang yang terinfeksi pada saat individu yang rentan terinfeksi atau saat individu yang terinfeksi sembuh.

Simulasi stokastik adalah simulasi di mana beberapa variabel atau proses tunduk pada variasi acak dan diproyeksikan menggunakan teknik Monte Carlo dengan menggunakan bilangan acak semu. Dengan demikian, replikasi yang dilakukan dengan kondisi batas yang sama akan menghasilkan hasil yang berbeda dalam rentang kepercayaan tertentu.

Simulasi deterministik adalah simulasi yang tidak bersifat stokastik: dengan demikian variabel-variabelnya diatur oleh algoritme deterministik. Jadi, simulasi yang direplikasi dari kondisi batas yang sama selalu menghasilkan hasil yang identik.

Simulasi hibrida (atau simulasi gabungan) berhubungan dengan perpaduan antara simulasi peristiwa kontinu dan diskrit dan menghasilkan integrasi secara numerik persamaan diferensial antara dua peristiwa yang berurutan untuk mengurangi jumlah diskontinuitas. Simulasi yang berdiri sendiri adalah simulasi yang berjalan di satu workstation dengan sendirinya.

Simulasi terdistribusi adalah simulasi yang menggunakan lebih dari satu komputer secara bersamaan, untuk menjamin akses dari/ke sumber daya yang berbeda (misalnya multi-pengguna yang mengoperasikan sistem yang berbeda, atau kumpulan data yang terdistribusi); contoh klasiknya adalah Simulasi Interaktif Terdistribusi (DIS).

Simulasi paralel mempercepat eksekusi simulasi dengan mendistribusikan beban kerja secara bersamaan ke beberapa prosesor, seperti dalam Komputasi Berkinerja Tinggi.

Simulasi yang dapat dioperasikan adalah di mana beberapa model, simulator (sering kali didefinisikan sebagai federasi) beroperasi secara lokal, didistribusikan melalui jaringan; contoh klasiknya adalah Arsitektur Tingkat Tinggi.

Pemodelan dan simulasi sebagai layanan adalah di mana simulasi diakses sebagai layanan melalui web.

Pemodelan, simulasi yang dapat dioperasikan, dan permainan serius adalah di mana pendekatan permainan serius (misalnya mesin permainan dan metode keterlibatan) diintegrasikan dengan simulasi yang dapat dioperasikan.

Keakuratan simulasi digunakan untuk menggambarkan keakuratan simulasi dan seberapa dekat simulasi tersebut meniru kehidupan nyata. Ketepatan secara luas diklasifikasikan sebagai salah satu dari tiga kategori: rendah, sedang, dan tinggi. Deskripsi spesifik dari tingkat ketepatan tergantung pada interpretasi, tetapi generalisasi berikut ini dapat dibuat:

• Rendah - simulasi minimum yang diperlukan agar sistem merespons untuk menerima input dan memberikan output
• Sedang - merespons secara otomatis terhadap rangsangan, dengan akurasi yang terbatas
• Tinggi - hampir tidak dapat dibedakan atau sedekat mungkin dengan sistem nyata
• Lingkungan sintetis adalah simulasi komputer yang dapat dimasukkan dalam simulasi human-in-the-loop.

Simulasi dalam analisis kegagalan mengacu pada simulasi di mana kita menciptakan lingkungan/kondisi untuk mengidentifikasi penyebab kegagalan peralatan. Ini bisa menjadi metode terbaik dan tercepat untuk mengidentifikasi penyebab kegagalan.

Simulasi komputer
Simulasi komputer (atau "sim") adalah upaya untuk memodelkan situasi kehidupan nyata atau hipotesis pada komputer sehingga dapat dipelajari untuk melihat bagaimana sistem bekerja. Dengan mengubah variabel dalam simulasi, prediksi dapat dibuat tentang perilaku sistem. Ini adalah alat untuk menyelidiki perilaku sistem yang diteliti secara virtual.

Simulasi komputer telah menjadi bagian yang berguna untuk memodelkan banyak sistem alam dalam fisika, kimia dan biologi, dan sistem manusia dalam ekonomi dan ilmu sosial (misalnya, sosiologi komputasi) serta teknik untuk mendapatkan wawasan tentang pengoperasian sistem tersebut. Contoh yang baik dari kegunaan penggunaan komputer untuk melakukan simulasi dapat ditemukan dalam bidang simulasi lalu lintas jaringan. Dalam simulasi tersebut, perilaku model akan mengubah setiap simulasi sesuai dengan set parameter awal yang diasumsikan untuk lingkungan.

Secara tradisional, pemodelan formal sistem telah melalui model matematika, yang mencoba untuk menemukan solusi analitis yang memungkinkan prediksi perilaku sistem dari serangkaian parameter dan kondisi awal. Simulasi komputer sering digunakan sebagai tambahan, atau pengganti, pemodelan sistem yang tidak dapat diselesaikan dengan solusi analitik bentuk tertutup yang sederhana. Ada banyak jenis simulasi komputer yang berbeda, fitur umum yang dimiliki semuanya adalah upaya untuk menghasilkan sampel skenario representatif untuk model di mana pencacahan lengkap dari semua keadaan yang mungkin akan menjadi penghalang atau tidak mungkin.

Beberapa paket perangkat lunak tersedia untuk menjalankan pemodelan simulasi berbasis komputer (misalnya simulasi Monte Carlo, pemodelan stokastik, pemodelan multimetode) yang membuat semua pemodelan menjadi hampir mudah.Penggunaan istilah "simulasi komputer" secara modern dapat mencakup hampir semua representasi berbasis komputer.

Ilmu komputer

Dalam ilmu komputer, simulasi memiliki beberapa arti khusus: Alan Turing menggunakan istilah simulasi untuk merujuk pada apa yang terjadi ketika sebuah mesin universal mengeksekusi tabel transisi keadaan (dalam terminologi modern, komputer menjalankan sebuah program) yang menggambarkan transisi keadaan, input dan output dari sebuah mesin keadaan diskrit. Komputer mensimulasikan mesin tersebut. Oleh karena itu, dalam ilmu komputer teoretis, istilah simulasi adalah hubungan antara sistem transisi keadaan, yang berguna dalam studi semantik operasional.

Secara kurang teoritis, aplikasi yang menarik dari simulasi komputer adalah mensimulasikan komputer menggunakan komputer. Dalam arsitektur komputer, jenis simulator, biasanya disebut emulator, sering digunakan untuk menjalankan program yang harus berjalan pada beberapa jenis komputer yang tidak nyaman (misalnya, komputer yang baru dirancang yang belum dibangun atau komputer usang yang tidak lagi tersedia), atau dalam lingkungan pengujian yang dikontrol dengan ketat (lihat Simulator arsitektur komputer dan Virtualisasi platform). Sebagai contoh, simulator telah digunakan untuk men-debug program mikro atau terkadang program aplikasi komersial, sebelum program diunduh ke mesin target. Karena pengoperasian komputer disimulasikan, semua informasi tentang pengoperasian komputer tersedia secara langsung untuk pemrogram, dan kecepatan serta eksekusi simulasi dapat divariasikan sesuka hati.

Simulator juga dapat digunakan untuk menginterpretasikan pohon kesalahan, atau menguji desain logika VLSI sebelum dibuat. Simulasi simbolik menggunakan variabel untuk mewakili nilai yang tidak diketahui.Dalam bidang optimasi, simulasi proses fisik sering digunakan bersama dengan komputasi evolusioner untuk mengoptimalkan strategi kontrol.

Simulasi dalam pendidikan dan pelatihan

Simulasi digunakan secara luas untuk tujuan pendidikan. Ini digunakan untuk kasus-kasus di mana sangat mahal atau terlalu berbahaya untuk mengizinkan peserta pelatihan menggunakan peralatan nyata di dunia nyata. Dalam situasi seperti itu, mereka akan menghabiskan waktu untuk mempelajari pelajaran berharga di lingkungan virtual yang "aman" namun tetap merasakan pengalaman yang nyata (atau setidaknya itulah tujuannya). Seringkali kenyamanan ini memungkinkan terjadinya kesalahan selama pelatihan untuk sistem yang sangat penting bagi keselamatan.

Simulasi dalam pendidikan agak mirip dengan simulasi pelatihan. Simulasi berfokus pada tugas-tugas tertentu. Istilah 'dunia mikro' digunakan untuk merujuk pada simulasi pendidikan yang memodelkan beberapa konsep abstrak daripada mensimulasikan objek atau lingkungan yang realistis, atau dalam beberapa kasus memodelkan lingkungan dunia nyata dengan cara yang sederhana untuk membantu peserta didik mengembangkan pemahaman tentang konsep-konsep utama. Biasanya, pengguna dapat membuat semacam konstruksi di dalam dunia mikro yang akan berperilaku sesuai dengan konsep yang dimodelkan. Seymour Papert adalah salah satu orang pertama yang menganjurkan nilai dunia mikro, dan lingkungan pemrograman Logo yang dikembangkan oleh Papert adalah salah satu dunia mikro yang paling terkenal.

Simulasi manajemen proyek semakin banyak digunakan untuk melatih siswa dan profesional dalam seni dan ilmu manajemen proyek. Menggunakan simulasi untuk pelatihan manajemen proyek dapat meningkatkan retensi pembelajaran dan meningkatkan proses pembelajaran.

Simulasi sosial dapat digunakan di ruang kelas ilmu sosial untuk mengilustrasikan proses sosial dan politik dalam mata pelajaran antropologi, ekonomi, sejarah, ilmu politik, atau sosiologi, biasanya di tingkat sekolah menengah atau universitas. Misalnya, simulasi kewarganegaraan, di mana para peserta mengambil peran dalam simulasi masyarakat, atau simulasi hubungan internasional di mana para peserta terlibat dalam negosiasi, pembentukan aliansi, perdagangan, diplomasi, dan penggunaan kekuatan. Simulasi semacam itu dapat didasarkan pada sistem politik fiktif, atau didasarkan pada peristiwa saat ini atau sejarah. Contoh yang terakhir adalah seri permainan edukasi sejarah Reacting to the Past dari Barnard College. National Science Foundation juga telah mendukung pembuatan permainan bereaksi yang membahas pendidikan sains dan matematika. Dalam simulasi media sosial, para peserta melatih komunikasi dengan para pengkritik dan pemangku kepentingan lainnya dalam lingkungan pribadi.

Dalam beberapa tahun terakhir, telah terjadi peningkatan penggunaan simulasi sosial untuk pelatihan staf di lembaga-lembaga bantuan dan pembangunan. Simulasi Carana, misalnya, pertama kali dikembangkan oleh Program Pembangunan Perserikatan Bangsa-Bangsa (UNDP), dan sekarang digunakan dalam bentuk yang sudah direvisi oleh Bank Dunia untuk melatih staf dalam menangani negara-negara yang rapuh dan terkena dampak konflik.

Penggunaan militer untuk simulasi sering kali melibatkan pesawat terbang atau kendaraan tempur lapis baja, tetapi juga dapat menargetkan senjata kecil dan pelatihan sistem senjata lainnya. Secara khusus, rentang senjata api virtual telah menjadi norma dalam sebagian besar proses pelatihan militer dan ada sejumlah besar data yang menunjukkan bahwa ini adalah alat yang berguna bagi para profesional bersenjata.

Simulator perawatan kesehatan klinis
Simulator perawatan kesehatan klinis semakin banyak dikembangkan dan digunakan untuk mengajarkan prosedur terapeutik dan diagnostik serta konsep medis dan pengambilan keputusan kepada personel dalam profesi kesehatan. Simulator telah dikembangkan untuk prosedur pelatihan mulai dari yang paling dasar seperti pengambilan darah, hingga operasi laparoskopi dan perawatan trauma. Simulator juga penting untuk membantu pembuatan prototipe perangkat baru untuk masalah teknik biomedis. Saat ini, simulator digunakan untuk meneliti dan mengembangkan alat untuk terapi baru, perawatan dan diagnosis dini dalam dunia kedokteran.

Banyak simulator medis melibatkan komputer yang terhubung ke simulasi plastik dari anatomi yang relevan.[rujukan] Simulator canggih jenis ini menggunakan manekin seukuran manusia yang merespons obat yang disuntikkan dan dapat diprogram untuk membuat simulasi keadaan darurat yang mengancam jiwa.

Dalam simulasi lain, komponen visual dari prosedur direproduksi dengan teknik grafis komputer, sementara komponen berbasis sentuhan direproduksi dengan perangkat umpan balik haptic yang dikombinasikan dengan rutinitas simulasi fisik yang dikomputasi sebagai respons terhadap tindakan pengguna. Simulasi medis semacam ini sering kali menggunakan pemindaian CT atau MRI 3D dari data pasien untuk meningkatkan realisme. Beberapa simulasi medis dikembangkan untuk didistribusikan secara luas (seperti simulasi yang diaktifkan di web dan simulasi prosedural  yang dapat dilihat melalui browser web standar) dan dapat berinteraksi menggunakan antarmuka komputer standar, seperti keyboard dan mouse.

Simulasi dan manufaktur

Simulasi manufaktur merupakan salah satu aplikasi simulasi yang paling penting. Teknik ini merupakan alat yang berharga yang digunakan oleh para insinyur ketika mengevaluasi efek investasi modal dalam peralatan dan fasilitas fisik seperti pabrik, gudang, dan pusat distribusi. Simulasi dapat digunakan untuk memprediksi kinerja sistem yang sudah ada atau yang direncanakan dan untuk membandingkan solusi alternatif untuk masalah desain tertentu.

Tujuan penting lain dari simulasi dalam sistem manufaktur adalah untuk mengukur kinerja sistem. Ukuran umum dari kinerja sistem meliputi yang berikut ini:

• Throughput di bawah beban rata-rata dan beban puncak
• Waktu siklus sistem (berapa lama waktu yang dibutuhkan untuk memproduksi satu bagian)
• Penggunaan sumber daya, tenaga kerja, dan mesin
• Kemacetan dan titik tersendat
• Antrian di lokasi kerja
• Antrian dan penundaan yang disebabkan oleh perangkat dan sistem penanganan material
• Kebutuhan penyimpanan WIP
• Kebutuhan staf
• Efektivitas sistem penjadwalan
• Efektivitas sistem kontrol

Biomekanik
Simulator biomekanik adalah platform simulasi untuk membuat model mekanis dinamis yang dibuat dari kombinasi benda kaku dan dapat berubah bentuk, sambungan, batasan, dan berbagai aktuator gaya. Simulator ini dikhususkan untuk membuat model biomekanik dari struktur anatomi manusia, dengan tujuan untuk mempelajari fungsinya dan pada akhirnya membantu dalam desain dan perencanaan perawatan medis.

Simulator biomekanik digunakan untuk menganalisis dinamika berjalan, mempelajari performa olahraga, mensimulasikan prosedur bedah, menganalisis beban sendi, mendesain perangkat medis, dan menganimasikan gerakan manusia dan hewan. Simulator neuromekanik yang menggabungkan simulasi jaringan saraf yang realistis secara biomekanik dan biologis. Hal ini memungkinkan pengguna untuk menguji hipotesis tentang dasar saraf perilaku dalam lingkungan virtual 3-D yang akurat secara fisik.

Disadur dari: en.wikipedia.org

Pemodelan ilmiah
Pemodelan ilmiah adalah kegiatan yang menghasilkan model yang mewakili objek empiris, fenomena, dan proses fisik, untuk membuat bagian atau fitur tertentu dari dunia lebih mudah dipahami, didefinisikan, diukur, divisualisasikan, atau disimulasikan. Proses ini membutuhkan pemilihan dan identifikasi aspek-aspek yang relevan dari sebuah situasi di dunia nyata dan kemudian mengembangkan model untuk meniru sistem dengan fitur-fitur tersebut. Berbagai jenis model dapat digunakan untuk tujuan yang berbeda, seperti model konseptual untuk lebih memahami, model operasional untuk mengoperasionalkan, model matematika untuk mengkuantifikasi, model komputasi untuk mensimulasikan, dan model grafis untuk memvisualisasikan subjek.

Pemodelan adalah bagian penting dan tidak terpisahkan dari banyak disiplin ilmu, yang masing-masing memiliki gagasannya sendiri tentang jenis pemodelan tertentu. Berikut ini dikatakan oleh John von Neumann.

"Ilmu pengetahuan tidak mencoba untuk menjelaskan, bahkan hampir tidak mencoba untuk menafsirkan, mereka terutama membuat model. Yang dimaksud dengan model adalah konstruksi matematika yang, dengan tambahan interpretasi verbal tertentu, menggambarkan fenomena yang diamati. Pembenaran dari konstruksi matematika semacam itu semata-mata dan secara tepat diharapkan dapat bekerja-yaitu, secara tepat menggambarkan fenomena dari area yang cukup luas"

Ada juga perhatian yang meningkat pada pemodelan ilmiah di bidang-bidang seperti pendidikan sains, filsafat sains, teori sistem, dan visualisasi pengetahuan. Ada banyak metode, teknik, dan meta-teori yang terus berkembang tentang semua jenis pemodelan ilmiah khusus.

Gambaran Umum
Model ilmiah berusaha untuk merepresentasikan objek empiris, fenomena, dan proses fisik dengan cara yang logis dan objektif. Semua model berada dalam simulakra, yaitu refleksi realitas yang disederhanakan yang, meskipun merupakan perkiraan, bisa sangat berguna. Membangun dan memperdebatkan model adalah hal yang mendasar bagi usaha ilmiah. Representasi yang lengkap dan benar mungkin tidak mungkin, tetapi perdebatan ilmiah sering kali membahas model mana yang lebih baik untuk tugas tertentu, misalnya, model iklim mana yang lebih akurat untuk prakiraan musiman.

Upaya untuk memformalkan prinsip-prinsip ilmu pengetahuan empiris menggunakan interpretasi untuk memodelkan realitas, dengan cara yang sama seperti para ahli logika yang melakukan aksiomatisasi terhadap prinsip-prinsip logika. Tujuan dari upaya ini adalah untuk membangun sebuah sistem formal yang tidak akan menghasilkan konsekuensi teoritis yang bertentangan dengan apa yang ditemukan dalam kenyataan. Prediksi atau pernyataan lain yang diambil dari sistem formal tersebut mencerminkan atau memetakan dunia nyata hanya sejauh model ilmiah ini benar.

Bagi ilmuwan, model juga merupakan cara di mana proses berpikir manusia dapat diperkuat. Misalnya, model yang ditampilkan dalam perangkat lunak memungkinkan ilmuwan untuk memanfaatkan kekuatan komputasi untuk mensimulasikan, memvisualisasikan, memanipulasi, dan mendapatkan intuisi tentang entitas, fenomena, atau proses yang diwakili. Model komputer semacam itu bersifat in silico. Jenis model ilmiah lainnya adalah in vivo (model hidup, seperti tikus laboratorium) dan in vitro (dalam gelas, seperti kultur jaringan).

Dasar-dasar
Pemodelan sebagai pengganti pengukuran dan eksperimen langsung
Model biasanya digunakan ketika tidak mungkin atau tidak praktis untuk menciptakan kondisi eksperimental di mana para ilmuwan dapat secara langsung mengukur hasil. Pengukuran langsung terhadap hasil di bawah kondisi yang terkendali (lihat Metode ilmiah) akan selalu lebih dapat diandalkan dibandingkan dengan estimasi hasil yang dimodelkan.

Dalam pemodelan dan simulasi, model adalah penyederhanaan yang digerakkan oleh tugas, penyederhanaan yang disengaja, dan abstraksi dari persepsi tentang realitas, yang dibentuk oleh kendala fisik, hukum, dan kognitif. Digerakkan oleh tugas karena model ditangkap dengan pertanyaan atau tugas tertentu dalam pikiran. Penyederhanaan meninggalkan semua entitas yang diketahui dan diamati serta hubungannya yang tidak penting untuk tugas tersebut. Abstraksi mengumpulkan informasi yang penting tetapi tidak diperlukan dalam detail yang sama dengan objek yang diinginkan. Kedua kegiatan tersebut, penyederhanaan dan abstraksi, dilakukan dengan sengaja. Namun, keduanya dilakukan berdasarkan persepsi tentang realitas.

Persepsi ini sudah menjadi model itu sendiri, karena memiliki batasan fisik. Ada juga kendala pada apa yang dapat kita amati secara legal dengan alat dan metode kita saat ini, dan kendala kognitif yang membatasi apa yang dapat kita jelaskan dengan teori-teori kita saat ini. Model ini terdiri dari konsep-konsep, perilaku, dan hubungan mereka dalam bentuk informal dan sering disebut sebagai model konseptual. Untuk menjalankan model ini, model ini perlu diimplementasikan sebagai simulasi komputer. Hal ini membutuhkan lebih banyak pilihan, seperti perkiraan numerik atau penggunaan heuristik. Terlepas dari semua kendala epistemologis dan komputasi ini, simulasi telah diakui sebagai pilar ketiga dari metode ilmiah: pembangunan teori, simulasi, dan eksperimen.

Simulasi
Simulasi adalah cara untuk mengimplementasikan model, yang sering digunakan ketika model terlalu kompleks untuk solusi analitis. Simulasi kondisi tunak memberikan informasi tentang sistem pada saat tertentu dalam waktu (biasanya pada saat keseimbangan, jika keadaan seperti itu ada). Simulasi dinamis memberikan informasi dari waktu ke waktu. Simulasi menunjukkan bagaimana objek atau fenomena tertentu akan berperilaku. Simulasi semacam itu dapat berguna untuk pengujian, analisis, atau pelatihan dalam kasus-kasus di mana sistem atau konsep dunia nyata dapat diwakili oleh model.

Struktur
Struktur adalah gagasan mendasar dan terkadang tidak berwujud yang mencakup pengenalan, pengamatan, sifat, dan stabilitas pola dan hubungan entitas. Dari deskripsi verbal seorang anak tentang kepingan salju, hingga analisis ilmiah yang mendetail tentang sifat-sifat medan magnet, konsep struktur adalah fondasi penting dari hampir setiap mode penyelidikan dan penemuan dalam ilmu pengetahuan, filsafat, dan seni.

Sistem
Sistem adalah sekumpulan entitas yang saling berinteraksi atau saling bergantung, nyata atau abstrak, yang membentuk satu kesatuan yang terintegrasi. Secara umum, sistem adalah sebuah konstruksi atau kumpulan dari elemen-elemen yang berbeda yang secara bersama-sama dapat menghasilkan hasil yang tidak dapat diperoleh oleh elemen-elemen tersebut secara sendiri-sendiri. Konsep 'keseluruhan yang terintegrasi' juga dapat dinyatakan dalam istilah sebuah sistem yang mewujudkan seperangkat hubungan yang dibedakan dari hubungan himpunan ke elemen lainnya, dan membentuk hubungan antara elemen himpunan dan elemen-elemen yang tidak menjadi bagian dari rezim hubungan tersebut. Ada dua jenis model sistem: 1) diskrit di mana variabel berubah seketika pada titik waktu yang terpisah dan, 2) kontinu di mana variabel keadaan berubah secara terus menerus sehubungan dengan waktu.

Membuat model
Pemodelan adalah proses menghasilkan model sebagai representasi konseptual dari beberapa fenomena. Biasanya sebuah model hanya akan berurusan dengan beberapa aspek dari fenomena yang dimaksud, dan dua model dari fenomena yang sama pada dasarnya mungkin berbeda - dengan kata lain, perbedaan di antara keduanya lebih dari sekadar penggantian nama komponen.

Perbedaan tersebut mungkin disebabkan oleh persyaratan yang berbeda dari pengguna akhir model, atau perbedaan konseptual atau estetika di antara pemodel dan keputusan kontingen yang dibuat selama proses pemodelan. Pertimbangan yang dapat mempengaruhi struktur model mungkin adalah preferensi pemodel untuk ontologi yang diperkecil, preferensi mengenai model statistik versus model deterministik, waktu diskrit versus waktu kontinu, dll. Bagaimanapun, pengguna model perlu memahami asumsi yang dibuat yang berkaitan dengan validitasnya untuk penggunaan tertentu.

Membangun sebuah model membutuhkan abstraksi. Asumsi digunakan dalam pemodelan untuk menentukan domain penerapan model. Sebagai contoh, teori relativitas khusus mengasumsikan kerangka acuan inersia. Asumsi ini dikontekstualisasikan dan dijelaskan lebih lanjut oleh teori relativitas umum. Sebuah model membuat prediksi yang akurat ketika asumsinya valid, dan mungkin tidak membuat prediksi yang akurat ketika asumsinya tidak berlaku. Asumsi-asumsi seperti itu sering kali menjadi titik di mana teori-teori lama digantikan oleh teori-teori baru (teori relativitas umum juga bekerja dalam kerangka referensi non-inersial).

Mengevaluasi sebuah model
Sebuah model dievaluasi pertama-tama dan terutama berdasarkan konsistensinya terhadap data empiris; model apa pun yang tidak konsisten dengan pengamatan yang dapat direproduksi harus dimodifikasi atau ditolak. Salah satu cara untuk memodifikasi model adalah dengan membatasi domain yang dianggap memiliki validitas tinggi. Contoh kasusnya adalah fisika Newton, yang sangat berguna kecuali untuk fenomena alam semesta yang sangat kecil, sangat cepat, dan sangat masif. Namun, kecocokan dengan data empiris saja tidak cukup agar sebuah model dapat diterima sebagai valid. Faktor-faktor yang penting dalam mengevaluasi sebuah model meliputi:

• Kemampuan untuk menjelaskan pengamatan di masa lalu
• Kemampuan untuk memprediksi pengamatan di masa depan
• Biaya penggunaan, terutama dalam kombinasi dengan model lain
• Kemampuan untuk disangkal, memungkinkan estimasi tingkat kepercayaan pada model
• Kesederhanaan, atau bahkan daya tarik estetika

Orang mungkin mencoba mengukur evaluasi model menggunakan fungsi utilitas.

Visualisasi
Visualisasi adalah teknik apa pun untuk membuat gambar, diagram, atau animasi untuk mengomunikasikan pesan. Visualisasi melalui citra visual telah menjadi cara yang efektif untuk mengomunikasikan ide abstrak dan konkret sejak awal mula manusia. Contoh dari sejarah termasuk lukisan gua, hieroglif Mesir, geometri Yunani, dan metode revolusioner Leonardo da Vinci dalam menggambar teknis untuk tujuan teknik dan ilmiah.

Pemetaan ruang
Pemetaan ruang mengacu pada metodologi yang menggunakan formulasi pemodelan "kuasi-global" untuk menghubungkan model pendamping "kasar" (ideal atau ketelitian rendah) dengan model "halus" (praktis atau ketelitian tinggi) dengan kompleksitas yang berbeda. Dalam optimasi teknik, pemetaan ruang menyelaraskan (memetakan) model kasar yang sangat cepat dengan model halus yang terkait yang mahal untuk dikomputasi untuk menghindari optimasi model halus yang mahal secara langsung. Proses penyelarasan ini secara iteratif menyempurnakan model kasar yang telah dipetakan (model pengganti).

Disadur dari: en.wikipedia.org

Process engineering

Process engineering adalah pemahaman dan penerapan prinsip-prinsip dasar dan hukum alam yang memungkinkan manusia untuk mengubah bahan mentah dan energi menjadi produk yang berguna bagi masyarakat, pada tingkat industri. Dengan memanfaatkan kekuatan pendorong alam seperti tekanan, suhu dan gradien konsentrasi, serta hukum kekekalan massa, para ahli teknik proses dapat mengembangkan metode untuk mensintesis dan memurnikan produk kimia yang diinginkan dalam jumlah besar. Rekayasa proses berfokus pada desain, operasi, kontrol, optimasi, dan intensifikasi proses kimia, fisika, dan biologi. Rekayasa proses mencakup berbagai macam industri, seperti pertanian, otomotif, bioteknologi, kimia, makanan, pengembangan material, pertambangan, nuklir, petrokimia, farmasi, dan pengembangan perangkat lunak. Penerapan metode berbasis komputer yang sistematis untuk rekayasa proses adalah "rekayasa sistem proses".

Gambaran Umum

Rekayasa proses melibatkan pemanfaatan berbagai alat dan metode. Bergantung pada sifat sistem yang tepat, proses perlu disimulasikan dan dimodelkan menggunakan matematika dan ilmu komputer. Proses yang relevan dengan perubahan fase dan kesetimbangan fase memerlukan analisis menggunakan prinsip dan hukum termodinamika untuk mengukur perubahan energi dan efisiensi. Sebaliknya, proses yang berfokus pada aliran material dan energi saat mendekati kesetimbangan paling baik dianalisis menggunakan disiplin ilmu mekanika fluida dan fenomena transportasi. Disiplin ilmu dalam bidang mekanika perlu diterapkan dengan adanya fluida atau media berpori dan terdispersi. Prinsip-prinsip rekayasa material juga perlu diterapkan, jika relevan.

Manufaktur di bidang rekayasa proses melibatkan implementasi langkah-langkah sintesis proses. Terlepas dari alat yang tepat yang diperlukan, rekayasa proses kemudian diformat melalui penggunaan diagram alir proses (PFD) di mana jalur aliran material, peralatan penyimpanan (seperti tangki dan silo), transformasi dan laju alir ditentukan, serta daftar semua pipa dan konveyor beserta isinya, sifat material seperti densitas, viskositas, distribusi ukuran partikel, laju alir, tekanan, temperatur, dan bahan konstruksi untuk perpipaan dan operasi unit.

Diagram aliran proses kemudian digunakan untuk mengembangkan diagram perpipaan dan instrumentasi (P&ID) yang secara grafis menampilkan proses aktual yang terjadi. P&ID dimaksudkan untuk menjadi lebih kompleks dan spesifik daripada PFD. P&ID mewakili pendekatan yang tidak terlalu rumit untuk desain. P&ID kemudian digunakan sebagai dasar desain untuk mengembangkan "panduan operasi sistem" atau "spesifikasi desain fungsional" yang menguraikan operasi proses. Ini memandu proses melalui pengoperasian mesin, keselamatan dalam desain, pemrograman, dan komunikasi yang efektif antara para insinyur.

Dari P&ID, tata letak yang diusulkan (pengaturan umum) dari proses dapat ditunjukkan dari pandangan atas (rencana plot) dan pandangan samping (ketinggian), dan disiplin ilmu teknik lainnya yang terlibat seperti insinyur sipil untuk pekerjaan di lapangan (pemindahan tanah), desain pondasi, pekerjaan desain pelat beton, baja struktural untuk mendukung peralatan, dll. Semua pekerjaan sebelumnya diarahkan untuk menentukan ruang lingkup proyek, kemudian mengembangkan estimasi biaya untuk mendapatkan desain yang terpasang, dan jadwal untuk mengkomunikasikan kebutuhan waktu untuk rekayasa, pengadaan, fabrikasi, instalasi, komisioning, startup, dan produksi proses yang sedang berlangsung.

Bergantung pada akurasi yang dibutuhkan dari estimasi biaya dan jadwal yang diperlukan, beberapa iterasi desain biasanya diberikan kepada pelanggan atau pemangku kepentingan yang memberikan umpan balik atas kebutuhan mereka. Insinyur proses memasukkan instruksi tambahan ini (revisi ruang lingkup) ke dalam desain keseluruhan dan perkiraan biaya tambahan, dan jadwal dikembangkan untuk persetujuan pendanaan. Setelah persetujuan pendanaan, proyek dijalankan melalui manajemen proyek.

Bidang utama yang menjadi fokus dalam rekayasa proses

Kegiatan rekayasa proses dapat dibagi menjadi beberapa disiplin ilmu berikut:

• Desain proses: sintesis jaringan pemulihan energi, sintesis sistem distilasi (azeotropik), sintesis jaringan reaktor, diagram alir dekomposisi hirarkis, optimasi suprastruktur, desain pabrik batch multiproduk, desain reaktor produksi untuk produksi plutonium, desain kapal selam nuklir.
• Kontrol proses: model kontrol prediktif, ukuran kemampuan kontrol, kontrol robust, kontrol nonlinier, kontrol proses statistik, pemantauan proses, kontrol berbasis termodinamika, yang dilambangkan dengan tiga hal penting, yaitu kumpulan pengukuran, metode pengambilan pengukuran, dan sistem pengendalian pengukuran yang diinginkan.
• Operasi proses: penjadwalan jaringan proses, perencanaan dan optimasi multi periode, rekonsiliasi data, optimasi waktu nyata, ukuran fleksibilitas, diagnosis kesalahan.
• Alat pendukung: simulasi modular berurutan, simulasi proses berbasis persamaan, sistem AI/pakar, pemrograman nonlinier skala besar (NLP), optimasi persamaan aljabar diferensial (DAE), pemrograman nonlinier bilangan bulat campuran (MINLP), optimasi global, optimasi dalam ketidakpastian, dan penyebaran fungsi kualitas (QFD).
• Ekonomi Proses: Ini termasuk menggunakan perangkat lunak simulasi seperti ASPEN, Super-Pro untuk mengetahui titik impas, nilai sekarang bersih, penjualan marjinal, biaya marjinal, laba atas investasi pabrik industri setelah analisis perpindahan panas dan massa pabrik.
• Analisis Data Proses: Menerapkan analisis data dan metode pembelajaran mesin untuk masalah proses manufaktur.

Sejarah rekayasa proses
Berbagai teknik kimia telah digunakan dalam proses industri sejak dahulu kala. Namun, baru setelah munculnya termodinamika dan hukum kekekalan massa pada tahun 1780-an, rekayasa proses dikembangkan dan diimplementasikan dengan baik sebagai disiplin ilmu tersendiri. Serangkaian pengetahuan yang sekarang dikenal sebagai rekayasa proses kemudian ditempa dari uji coba dan kesalahan selama revolusi industri.

Istilah proses, yang berkaitan dengan industri dan produksi, sudah ada sejak abad ke-18. Selama periode waktu ini, permintaan untuk berbagai produk mulai meningkat secara drastis, dan para insinyur proses diminta untuk mengoptimalkan proses di mana produk-produk ini dibuat.

Pada tahun 1980, konsep rekayasa proses muncul dari fakta bahwa teknik dan praktik teknik kimia digunakan di berbagai industri. Pada saat itu, teknik proses telah didefinisikan sebagai "seperangkat pengetahuan yang diperlukan untuk merancang, menganalisis, mengembangkan, membangun, dan mengoperasikan, dengan cara yang optimal, proses-proses yang mengubah material". Pada akhir abad ke-20, teknik proses telah meluas dari teknologi berbasis teknik kimia ke aplikasi lain, termasuk teknik metalurgi, teknik pertanian, dan teknik produk.

Disadur dari: en.wikipedia.org