Pemodelan dan Simulasi Monte Carlo
Simulasi Monte Carlo didefinisikan sebagai semua teknik sampling statistik yang digunakan untuk memperkirakan solusi terhadap masalah-masalah kuantitatif (Monte Carlo Method, 2008). Dalam simulasi Monte Carlo sebuah model dibangun berdasarkan sistem yang sebenarnya.
Setiap variabel dalam model tersebut memiliki nilai yang memiliki probabilitas yang berbeda, yang ditunjukkan oleh distribusi probabilitas atau biasa disebut dengan probability distribution function (pdf) dari setiap variabel.
Metode Monte Carlo mengsimulasikan sistem tersebut berulang-ulang kali, ratusan bahkan sampai ribuan kali tergantung sistem yang ditinjau, dengan cara memilih sebuah nilai random untuk setiap variabel dari distribusi probabilitasnya. Hasil yang didapatkan dari simulasi tersebut adalah sebuah distribusi probabilitas dari nilai sebuah sistem secara keseluruhan.
Simulasi Monte Carlo
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.
Tahapan Simulasi Monte Carlo
- Membuat distribusi kemungkinan untuk variabel penting
- Membangun distribusi kemungkinan kumulatif untuk tiap-tiap variabel di tahap pertama
- Menentukan interval angka random untuk setiap variabel
- Membuat angka random
- Membuat simulasi dari rangkaian percobaan
Contoh Soal:
Setelah melakukan pengamatan selama 200 hari, sebuah toko ban memperkirakan permintaan ban per harinya dengan model (permintaan, frekuensi (hari)) - (0,10:1,20:2,40:3,60:4,40:5,30:Total,200). Toko tersebut hendak memperkirakan permintaan ban untuk 10 hari kedepan.