Anda di halaman 1dari 4

Teknik Pembuatan Code Berbasis Metode Monte-Carlo

A. Pengertian Metode Monte-Carlo


Menurut wikipedia, Metode Monte-Carlo adalah algoritma komputasi untuk
mensimulasikan berbagai perilaku sistem fisika dan matematika. Simulasi adalah sebuah metode
analitik yang bertujuan untuk membuat imitasi dari sebuah sistem yang mempunyai sifat acak,
dimana jika digunakan model lain menjadi sangat mathematically complex atau terlalu sulit
untuk dikembangkan. Simulasi Monte Carlo adalah salah satu metode simulasi sederhana yang
dapat dibangun secara cepat dengan hanya menggunakan spreadsheet (misalnya Microsoft
Excell).

B. Prinsip Metode Monte-Carlo


Prinsip metode Monte-Carlo adalah metode ini membutuhkan pengulangan yang cepat
dan banyak. Oleh karena itu, metode ini hanya dapat diaplikasikan menggunakan komputer dan
menggunakan teknik simulasi komputer.
Salah satu ide dasar metode Monte-Carlo adalah bahwa masalah matematis dapat diolah
dengan menemukan analog probabilitas yang kemudian diselesaikan dengan eksperimen
pengambilan sampel stokastik. Dalam suatu simulasi Monte-Carlo, masing-masing konfigurasi
pada sistem mungkin dihasilkan melalui pergerakan secara acak suatu atom atau molekul
tunggal. Energi dari konfigurasi yang baru dihasilkan selanjutnya dihitung dengan menggunakan
fungsi energi potensial. Eksperimen pengambilan sampel ini akan melibatkan pembuatan
bilangan acak yang diikuti dengan operasi aritmatika dan logika bilangan terbatas. Pekerjaan ini
dapat dilakukan dengan baik oleh komputer dan metode ini dapat dikembangkan sesuai dengan
kecepatan perkembangan komputer. Metode ini menggenerasikan suatu bilangan random se
random-randomnya sehingga inputan yang dapat diambil agar dapat menghasilkan bilangan yang
benar- benar acak adalah waktu, dan tanggal yang senantiasa berubah.

C. Penggunaan Metode Monte-Carlo


Penggunaan klasik metode ini adalah untuk mengevaluasi integral definit, terutama
integral multidimensi dengan syarat dan batasan yang rumit.

Metode Monte Carlo sangat penting dalam fisika komputasi dan bidang terapan lainnya,
dan memiliki aplikasi yang beragam mulai dari perhitungan kromodinamika kuantumesoteric
( teori yang

berusaha

menjabarkan

bernama quark dan gluon dalam

sifat

dan

membentuk partikel

perilaku

dari partikel teoretis

elementer bernama hadron.)

hingga

perancangan aerodinamika.
Penggunaannya yang cukup dikenal adalah oleh Enrico Fermi pada tahun 1930, ketika ia
menggunakan metode acak untuk menghitung sifat-sifat neutron yang waktu itu baru saja
ditemukan. Metode Monte-Carlo merupakan simulasi inti yang digunakan dalam Manhattan
Project, meski waktu itu masih menggunakan oleh peralatan komputasi yang sangat sederhana. .
Metode simulasi Monte-Carlo secara khusus sangat berguna untuk mempelajari sistem seperti
cairan, material yang tidak teratur dan struktur-struktur selular. Dimana sistem-sistem ini
mempunyai tingkat hubungan yang rendah antar komponennya. Lebih jauh, metode Monte-Carlo
sangat berguna untuk memodelkan fenomena dengan tingkat ketidaktentuan (uncertainty) yang
signifikan, seperti perhitungan resiko dalam bisnis. Dalam bidang keuangan, penggunaan metode
Monte-Carlo

mengalami

peningkatan

dalam

kegiatan

perhitungan value perusahaan,

mengevaluasi investasi pada proyek di tingkat korporat , atau untuk mengevaluasi prediksi
keuangan.

D. Langkah-Langkah Metode Monte-Carlo


1.
2.
3.
4.
5.

Mendefinisikan distribusi probabilitas dari data masa lalu atau dari distribusi teoritis.
Mengonversikan distribusi ke dalam frekuensi kumulatif.
Menggenerasikan bilangan acak.
Melakukan simulasi dengan bilangan acak.
Menganalisa keluaran simulasi.

D. Source Code
Code Monte-Carlo yang digunakan dalam bahasa C++ adalah sebagai berikut

Gambar 1. Tampilan Source code Menggunakan bahasa C++


Gambar di atas adalah gambar yang kita gunakan dalam menggenerasikan suatu bilangan
acak dengan metode Monte-Carlo. File library yang wajib ada adalah conio.h. jika tidak
dideklarasikan, maka perintah untuk random tidak akan berjalan. Kemudian kita deklarasikan
variabel f[100],g[100],h[100] sebagai fungsi integer, maksud dari pendefinisian tersebut adalah
nilai f,g, dan h merupakan nilai yang random dan memiliki jumlah batas masing-masing nilai
dari nilai f,g, dan h ke 0 sampai ke 100 jadi ada 101 nilai untuk masing-masing variabel.
Fungsi perintah for pada program ini adalah untuk menghasilkan operasi perulangan
(kalang) pada nilai f[i],g[i], dan h[i].
Fungsi perintah f[i]=rand()%200+5 maksudnya nilai f ke i adalah bernilai random dengan nilai
f[i] maksimal adalah 200+5 dan nilai f[i] minimal adalah 5.
Fungsi perintah g[i]=rand()%f[i]+5 maksudnya nilai g ke i adalah bernilai random dengan nilai
g[i] maksimal adalah f[i]+5 dan nilai g[i] minimal adalah 10.
Fungsi perintah h[i]=rand()%g[i]+5 maksudnya nilai h ke i adalah bernilai random dengan nilai
h[i] maksimal adalah g[i]+5 dan nilai g[i] minimal adalah 15
Jadi pada prinsipnya pada program ini nilai h[i] sebagai output yang diharapkan berupa
nilai random yang serandom-randomnya. Program ini menggunakan sistem random bertingkat
nilai random h[i] berdasarkan nilai random g[i] sedangkan nilai random g[i] berdasarkan pada
nilai f[i] yang random juga. Oleh karena itu pada akhirnya akan didapatkan nilai h[i] (output)
yang serandom-randomnya
Tampilan Output :

Gambar tampilan output di atas merupakan keluaran dari nilai h. Ada 20 nilai h dimana
nilai h tersebut semuanya merupakan angka yang acak (random).

Anda mungkin juga menyukai