Anda di halaman 1dari 15

Metode Simulasi Monte Carlo

Disusun Guna Memenuhi Tugas


Mata Kuliah : Pemodelan dan Simulasi
Dosen Pengampu : Pak Subhan, S.T

Disusun Oleh :
Hera Wijaya (140511041)

UNIVERSITAS MUHAMMADIYAH CIREBON


FAKULTAS TEKNIK
TEKNIK INFORMATIKA
2016

BAB I
PENDAHULUAN
1.1 Latar Belakang
Pemahaman tentang sistem merupakan kebutuhan mendasar bagi
seorang analisis, utamanya pada model simulasi maupun pengaplikasiannya
metode analisis karena pendekatan yang digunakan untuk memecahkan
masalah atau pendekatan sistem yaitu pendekatan holistic terhadap suatu
persoalan.
Simulasi Monte Carlo merupakan salah satu dari proses simulasi.
Simulasi Monte Carlo merupakan simulasi terhadap sampling yang bertujuan
untuk mengestimasi distribusi dari variabel output yang bergantung kepada
beberapa variabel input probabilistik. Teknik ini menggunakan bilangan
random yang berdistribusi uniform untuk kemudian mengkonversikannya
menjadi distribusi yang diinginkan.
Untuk dapat melakukan simulasi Monte Carlo, kami melakukan
pengamatan di suatu home industry penghasil sepatu. Di dalam home industry
ini kami mengambil data berupa penjualan produk, permintaan jumlah dari
konsumen, harga jual dan harga beli serta mengetahui keuntungan dari
penjualan sepatu tersebut.

1.2 Perumusan Masalah


Permasalahan dari praktikum ini adalah:
a) Bagaimana cara membangkitkan generate bilangan random?
b) Berapakah profit yang didapat dalam sehari?

1.3 Tujuan Praktikum


Adapun tujuan dari praktikum ini adalah
1. Mengetahui cara membangkitkan bilangan random.
2. Mengetahui profit dari home industry.
1.4 Batasan Masalah
1. Pengamatan yang dilakukan untuk mengamati proses produksi yang
terjadi.
2. Proses yang terjadi dilakukan terhadap proses penjualan produk,
permintaan jumlah produk dari konsumen, harga jual dan harga beli serta
mengetahui keuntungan dari penjualan pisang crispy tersebut.

BAB II
LANDASAN TEORI
2.1 Sistem
Arti dari sebuah sistem tergantung pada sasaran atau tujuan dari
suatu penelitian yang dilakukan. Salah satu definisi yang dapat diberikan
mengenai sistem adalah kumpulan dari entity (misalnya operator, mesin)
yang bekerja dan saling mempengaruhi dalam menyelesaikan satu atau
beberapa tujuan. Kumpulan dari entity yang membentuk sistem hanya
merupakan suatu bagian dari keseluruhan sistem yang lain. Sistem dapat
juga didefinisikan sebagai kumpulan dari elemen-elemen yang berfungsi
secara bersama untuk mencapai suatu tujuan tertentu.
Dalam simulasi, sistem dikategorikan dalam dua tipe, yaitu sistem diskrit
dan sistem kontinyu. Sistem diskrit adalah sistem dengan state variable
berubah langsung pada titik yang terpisah dalam suatu rentang waktu.
Sistem kontinyu adalah system dimana state variable berubah terus
menerus seiring dengan perubahan waktu.
2.2 Komponen Sistem
Telah banyak definisi yang dapat menjelaskan pengertian dari
sistem, dimana dalam model simulasi, sistem akan terdiri dari beberapa
komponen, dimana komponen tersebut akan membedakan satu sistem
dengan sistem lainnya.
Komponen tersebut adalah :
1. Entity adalah objek yang menjadi perhatian sistem, atau unit item
yang diproses selama dalam sistem. Entity dapat diklasifikasikan
kedalam tiga tipe. Pertama, entity berupa benda hidup, misalnya
nasabah bank. Kedua, entity berupa benda mati, misalnya material
yang diproses pada mesin. Ketiga, entity yang bersifat abstrak,
misalnya panggilan telepon.

2. Attribute adalah sifat-sifat yang dimiliki oleh entity. Masing-masing


entity mempunyai sifat.
3. Activity adalah periode waktu yang panjangnya diketahui secara
spesifik.
4. Event adalah kejadian yang terjadi secara singkat pada saat
perubahan state dalam sistem.
5. State of variable adalah kumpulan variable yang dibutuhkan untuk
mendiskripsikan sistem pada setiap saat.
2.3 Model
Metode

utama

yang

sering digunakan

untuk

mendukung

kemampuan pengambilan keputusan selama tahap desain sistem adalah


pemodelan. Dari sudut pandang sistem, suatu model didefinisikan sebagai
representasi sederhana dari hubungan antara komponen-komponen sistem
atau suatu deskripsi logis tentang bagaimana sistem yang diamati bekerja.
Di dalamnya juga termasuk hubungan sebab-akibat, aliran hubungan dan
hubungan ruang
2.4 Simulasi
Simulasi adalah suatu aktifitas yang menirukan operasi dan
perilaku dari berbagai macam situasi nyata, baik yang menyangkut situasi
fasilitas maupun prosesnya. Keadaan nyata yang akan disimulasikan tersebut
dinamakan sebagai sistem, dimana untuk mempelajari sebuah sistem
diperlukan berbagai asumsi agar sistem tersebut

dapat disimulasikan.

Sistem yang kita simulasikan tersebut biasanya harus kita rubah ke dalam
sebuah model, sehingga dapat dipelajari karakteristiknya dengan lebih
mudah dan sederhana.

2.5 Simulasi Monte Carlo


Proses simulasi melibatkan keacakan mulai dari input sampai
dengan outputnya. Untuk mendapatkan input simulasi maka kita perlu
terlebih dahulu mengetahui jenis distribusi probabilitasnya yang kemudian
dengan distribusi probabilitas tersebut kita dapat melakukan sampling untuk
mendapatkan variabel random seperti misalnya nilai waktu antar
kedatangan, waktu pelayanan, dan lain-lain.
Simulasi Monte Carlo merupakan simulasi terhadap sampling yang
bertujuan untuk mengestimasi distribusi dari variabel output yang
bergantung kepada beberapa

variabel input probabilistik. Teknik ini

menggunakan bilangan random yang berdistribusi uniform untuk kemudian


mengkonversikannya menjadi distribusi probabilitas yang diinginkan.
Beberapa langkah manual perhitungan metode simulasi Monte Carlo:
1. Lakukan observasi terhadap parameter yang akan dimodelkan
2. Hitung frekuensi tiap-tiap nilai parameter
3. Hitung distribusi frekuensi kumulatif dan distribusi probabilitas
kumulatif
4. Pasangkan nilai kelas dari tiap-tiap parameter dengan bilangan
random dengan range 00-99
5. Tarik suatu bilangan random dengan menggunakan tabel random
atau generate random
6. Dapatkan nilai parameter yang sesuai dengan memasangkan
bilangan random yang dihasilkan
2.6 Pascal
Bahasa PASCAL pertama kali dikembangkan pada awal tahun 70an oleh NICLAUS WIRTH di Technical University, Zurich Swiss. Nama
PASCAL diambil dari nama seorang ahli matematika bangsa Perancis,
yaitu BLEISE PASCAL yang telah berjasa menemukan alat hitung
mekanis pertama didunia pada abad ke-17. Bahasa pemrograman ini
termasuk kategori High Level Language. Instruksi-instruksi yang
digunakan dalam bahasa pemrograman ini sangat sistematis dan
terstruktur. Pada Awalnya bahasa pemrograman ini diperkenalkan dengan

tujuan untuk menjelaskan masalah pemrograman komputer bagi


mahasiswa yang belajar pemrograman komputer. Ternyata dalam waktu
singkat, nahasa pemrograman ini menjadi salah satu bahasa yang sangat
populer dikalangan universitas, sehingga menjadi julukan sebagai bahasa
universitas. Mulai dari awal perkembangannya hingga saat ini banyak
sekali jenis bahasa pemrograman ini, masing-masing merupakan hasil
pengembangannya, antara lain UCSD Pascal, Microsoft Pascal, Apple
Pascal, Turbo Pascal, dsb. Diantara versi-versi yang ada, Turbo Pascal
merupakan versi yang sangat populer saat ini.

2.6 Struktur Dan Komponen Dasar Program Pascal.


Struktur dari suatu program Pascal terdiri dari sebuah judul program dan
suatu blok program atau badan program. Blok program dibagi lagi menjadi dua
bagian, yaitu bagian deklarasi dan bagian pernyataan (statement).
2.6.1. Struktur program :
Judul Program

PROGRAM nama-program;

Blok Program
Bagian deklarasi
- deklarasi label

LABEL nama-label;

- deklarasi konstanta

CONST..;

- deklarasi tipe

TYPE .;

- deklarasi variabel
- deklarasi prosedur

VAR ...;
PROCEDURE nama-prosedur;
.;

- deklarasi fungsi

FUNCTION nama-fungsi;
.;

Bagian Pernyataan
Begin
(statement)
;
;
end.
Contoh : Menghitung luas bidang berbentuk empat persegi panjang dengan
panjang P dan lebar L.
PROGRAM Luas;

{Judul}

VAR P,L,Luas : real;

{Deklarasi variabel}

BEGIN
Read (P,L);

{Statemant}

Luas := P*L;

{Statement}

Write (P,L,Luas);

{Statement}

END.
Judul program sifatnya adalah optional, dan bila ditulis, harus terletak pada awal
dari program dan diakhiri dengan titik koma.
Bagian deklarasi digunakan bila di dalam program digunakan pengenal
( identifier). Identifier dapat berupa label, konstanta, tipe, variabel, prosedur dan
fungsi. Kalau suatu program menggunakan identifier, Pascal menuntut supaya
identifier tersebut diperkenalkan terlebih dahulu sebelum digunakan, yaitu
dideklarasikan terlebih dahulu pada bagian ini.
2.6.2 Beberapa aturan dalam program Pascal :

Akhir sebuah program Pascal ditandai dengan tanda baca titik (.)
setelah END yang paling akhir.

Tanda titik koma (;) merupakan pemisah antar instruksi satu dengan
lainnya.

Beberapa statement boleh ditulis menjadi satu baris dipisahkan dengan


tanda baca titk koma (;)
Contoh : simpan := akhir; akhir := simpan + awal;

Baris komentar diletakkan diantara tanda (* dan *) atau diantara tanda


{ dan }
Contoh :

Var

rerata : real;

(*nilai rata-rata*)

Nil1

{nilai ujian}

: real;

BAB III
TUGAS PENDAHULUAN

1. Jelaskan pengertian RNG


Random Number Generator adalah suatu algoritma yang
digunakan untuk menghasilkan urutan-urutan angka-angka random baik
secara hitungan maupun elektronik.
2. Sebutkan beberapa hal penting dalam RNG
Beberapa hal penting dalam RNG adalah:

Sequence: random number dapat dihasilkan sacara urut dalam


jumlah yang mengikuti algoritma tertentu dan sesuai dengan

distribusi yang terjadi atau yang dikehendaki.


Distribusi: adalah probabilitas yang digunakan untuk meninjau
secara langsung dalam melakukan penarikan bilangan acak
tersebut.

3. Jelaskan pengertian Simulasi Monte Carlo


Simulasi Monte Carlo merupakan simulasi terhadap sampling yang
bertujuan untuk mengestimasi distribusi dari variabel output yang
bergantung kepada beberapa

variabel input probabilistik. Teknik ini

menggunakan bilangan random yang berdistribusi uniform untuk


kemudian mengkonversikannya menjadi distribusi probabilitas yang
diinginkan.
4. Sebutkan langkah-langkah simulasi Monte Carlo
Beberapa langkah manual perhitungan metode simulasi Monte Carlo:
1. Lakukan observasi terhadap parameter yang akan dimodelkan
2. Hitung frekuensi tiap-tiap nilai parameter
3. Hitung distribusi frekuensi kumulatif dan distribusi probabilitas
kumulatif
4. Pasangkan nilai kelas dari tiap-tiap parameter dengan bilangan
random dengan range 00-99
5. Tarik suatu bilangan random dengan menggunakan tabel random
atau generate random
6. Dapatkan nilai parameter yang sesuai dengan memasangkan
bilangan random yang dihasilkan

Tugas pendahuluan masih kurang

BAB IV
KEGIATAN PRAKTIKUM
Contoh Penggunaan Simulasi Monte Carlo
Sebuah toko sepatu memperkirakan permintaan sepatu per harinya menurut pola
distribusi sebagai berikut :

Dari data masa lalu sudah dapat diperkirakan dengan baik. Kemudian pengusaha
toko ini hendak memperkirakan pola permintaan untuk 10 hari bulan berikutnya.
Berapa kira-kira permintaan yang muncul?
Langkah Penyelesaian
1. Terlebih dahulu dibuat Imperical Data distribusinya, yaitu : fungsi distribusi
densitas, seperti pada tabel sebelumnya.
2.

Distribusi permintaan in diubah dalam bentuk fungsi distribusi komulatif

(DFK).

3. Setiap permintaan tersebut, diberi angka penunjuk batasan (Tag/Label number),


disusun berdasarkan DFK distribusi permintaan.

4. Lakukan penarikan random number, dengan salah satu bentuk RNG, misal
diperoleh 10 random number sbb :
1. 0.5751

6. 0.2888

2. 0.1270

7. 0.9518

3. 0.7039

8. 0.7348

4. 0.3853

9. 0.1347

5. 0.9166

10. 0.9014

5. Dari random number ini diambil 2 angka dibelakang koma dan dicocokkan
dengan tag number. Hasilnya adalah kesimpulan permintaan yang dibutuhkan
seperti pada gambar dibawah ini:

BAB VI
KESIMPULAN DAN SARAN
Monte carlo metode ini banyak sekali digunakan untuk simulasi kegiatan
dalam pembuatan skripsi tugas akhir atau pembuatan makalah untuk menggali
data secara random. Kesimpulan Berdasarkan penelitian yang dilakukan oleh
penyusun mengenai perancangan dan implementasi sistem perhitungan integral
multidimensi dengan menggunkanan metode Monte Carlo, maka dapat ditarik
beberapa kesimpulan sebagai berikut:
1. Dari tiga metode yang digunakan, Plain Monte Carlo dan Vegas Monte Carlo
adalah metode yang paling baik karena menghasilkan nilai error yang kecil.
2. Nilai hampiran integral hasil perhitungan dengan Metode Monte Carlo selalu
berubah-ubah di setiap perhitungan karena di dalamnya terdapat proses
pembangkitan angka acak (Random Number Generation).
3. Semakin banyak titik sampel yang digunakan maka semakin akurat nilai
hampiran yang didapat.

Saran Untuk lebih meningkatkan kinerja dari sistem ini penulis


mengusulkan beberapa saran yang dapat dijadikan pertimbangan.
1. Menambah dimensi integral dari hanya integral lipat dua menjadi integral lipat
n atau tak hingga.
2. Menerapkan metode Monte Carlo pada bidang keilmuan lain seperti Kimia
untuk perhitungan persebaran molekul gas dalam sebuah ruangan.