9. Simulasi Montecarlo informatikaa.pptx

Simulasi Montecarlo

1. SIMULASI MONTECARLO MODEL DAN SIMULASI STT MANDALA BANDUNG

2. Simulasi Montecarlo Simulasi Monte Carlo adalah tipe simulasi probabilistik untuk mencari penyelesaiaan masalah dengan sampling dari proses random Dasar simulasi Monte Carlo adalah mengadakan percobaan ( eksperimen ) pada elemen-elemen probabilistik melalui sampling acak . Sehingga simulasi Monte Carlo mengizinkan manajer untuk menentukan beberapa kebijakan yang menyangkut kondisi perusahaan .

3. Tahapan Metode Simulasi Montecarlo terbagi dalam 5 tahapan :

4. Diagram Simulasi Montecarlo

5. Membuat Distribusi Kemungkinan untuk Variabel Penting Gagasan dasar dari simulasi monte carlo adalah membuat nilai dari tiap variable yang merupakan bagian dari model yang dipelajari Banyak variable di dunia nyata yang secara alami mempunyai berbagai kemungkinan yang mungkin ingin kita simulasikan Salah satu cara yang umum membuat distribusi kemungkinan adalah memperhitungkan hasil dari masa lalu Kemungkinan atau frekuensi untuk tiap kemungkinan hasil dari tiap variable ditentukan dengan membagi frekuensi observasi dengan jumlah total observasi

6. Contoh Kasus Setelah melakukan pengamatan selaman 200 hari , sebuah toko ban mencatat data permintaan ban sebagai berikut : Toko tersebut hendak memperkirakan permintaan ban untuk 10 hari kedepan .

7. Penyelesaian Langkah 1: Menetapkan distribusi probabilitas Kita dapat mengubah data di atas menjadi distribusi kemungkinan dengan membagi setiap permintaan dengan total permintaan .

8. Penyelesaian Langkah 2: Menetapkan distribusi kumulatif Konversi dari table distribusi kemungkinan menjadi distribusi kumulatif dilakukan dengan menjumlahkan tiap angka kemungkinan dengan jumlah sebelumnya .

9. Penyelesaian Langkah 2: Menetapkan distribusi kumulatif Diagram Probabilitas Kumulatif Dapat digunakan untuk membantu menempatkan nbilai random pada tahap berikutnya

10. Penyelesaian Langkah 3: Interval Bilangan Acak Setelah menentukan probabilitas kumulatif , tentukan batas angka yang mewakili tiap kemungkinan hasil . Hal tersebut ditujukan pada interval bilangan acak . Penentuan interval didasari oleh kemungkinan kumulatif

11. Penyelesaian Langkah 4: Pembangkit Bilangan Acak Untuk membuat bilangan acak dapat menggunakan alat bantu seperti Microsoft Excel dengan menggunakan perintah Randbetween =RANDBETWEEN(0;100) Perintah diulangi sejumlah baris yang diperlukan

12. Penyelesaian Langkah 4: Pembangkit Bilangan Acak

13. Penyelesaian Langkah 5: Menjalankan Simulasi Simulasi dapat dijalankan dengan mengambil bilangan acak Misalkan untuk data 10 hari kedepan maka diambil bilangan acak dari A1 – A10 Penentuan permintaan adalah dengan melakukan plot dari bilangan acak terhadap interval bilangan acak Misalkan bila bilangan acak menunjukan angka 54, angka tersebut berada pada intER Val 36 – 65 berarti permintaan adalah 3 buah ban

14. Penyelesaian Langkah 5: Menjalankan Simulasi

15. Penyelesaian Langkah 5: Menjalankan Simulasi Rata-rata permintaan per hari ( untuk 10 hari kedepan ) adalah 28/10 = 2.8 ban Ekspektasi Bila dilakukan 100 kali penarikan bilangan acak , maka akan terlihat jelas permintaan ban sesuai dengan masa lalu yang disimulasikan

16. Tugas Berdasarkan pengamatan , didapatkan data penjualan dispenser selama 50 minggu , sebagai berikut : Hasil pembangkitan bilangan acak sebanyak 20 kali adalah sebagai berikut : Pertanyaan Berdasarkan hasil simulasi untuk 20 minggu kedepam , periode mana saja yang terjual 8 dispenser? Rata-rata penjualan per minggu dari hasil simulasi Nilai ekspektasi (E) penjualan