Simulasi Monte Carlo
Simulasi Monte Carlo dikenal dengan istilah sampling simulation atau Monte Carlo Sampling Technique. Istilah Monte Carlo pertama digunakan pad pengembangan bom atom selama perang dunia kedua yang merupakan nama kode dari simulasi nuclear fission.
Penggunaan metode monte carlo memerlukan sejumlah besar bilangan acak, dan hal tersebut
semakin mudah dengan perkembangan pembangkit bilangan pseudorandom yang jauh lebih cepat dan praktis dengan metode sebelumnya yang menggunakan tabel bilangan acak untuk sampling statistik
Penggunaan Simulasi Monte Carlo
Sains dan Enginering:
Analisa Ketidakpastian, Optimasi dan Desain Berbasis Realitas.
Bisnis
Analisa resiko dan keputusan untuk membantu membuat keputusan dalam ketidakpastian trend pasar, fluktuasi dan faktor-faktor tak tentu lainnya.
Fabrikasi
Alokasi toleransi untuk mengurangi biaya.
Langkah-Langkah Simulasi Monte Carlo
- Mendefinisikan distribusi probabilitas yang diketahui secara pasti dari data di masa lalu. Variabel yang digunakan dalam distribusi harus disusun distribusi probabilitasnya.
- Mengkonversikan distribusi probabilitas ke dalam bentuk frekuensi kumulatif, sebagai dasar pengelompokan batas interval dari batasan acak.
- Menjalankan proses simulasi dengan menggunakan bilangan acak
- Analisis dari keluaran simulasi sebagai masukan bagi alternatif pmecahan permasalahan dan pengambilan kebijakan
CONTOH
Sebuah pabrik sepatu memperkirakan permintaan sepatu per harinya menurut suatu pola distribusi sebagai berikut:
Dari data masa lalu tersebut, manager pabrik ingin memperkirakan pola permintaan untuk 10 hari dalam bulan berikutnya, agar dapat mempersiapkan jumlah sepatu yang akan diproduksi.
LANGKAH-LANGKAH
1. Dibuat tabel distribusi frekuensi dan kumulatifnya
2. Membuat angka rentang batasan
3. Diberikan 10 bilangan acak yang mewakili permintaan dalam 10 hari, sehingga
- Penjelasan simulasi menggunakan excel secara rinci dijelasakan pada saat perkuliahan
- Untuk mendapatkan nilai acak pada slide sebelumnya
B1 = rand() - Untuk simulasi yang lebih spesifik untuk lingkaran, misal kita anggap sebagai lingkaran (𝝅),
C1 = 1-2*rand()
- Penjelasan simulasi monte carlo permintaan sepatu menggunakan R
- memasukkan data ke dalam R
- menghitung distribusi probabilitas dan distribusi probabilitas kumulatif
- Membangkitkan bilangan random dengan set.seed 100 dan membuat simulasi untuk
10 hari kedepan
- Membentuk tabel look up
- Membuat data frame hasil prediksi selama 10 hari
