Simulasi Monte Carlo

Untuk melengkapi tugas Pengantar Komputasi Modern maka penulis membuat tulisan
tentang Simulasi Monte Carlo.

Pengertian Metode Monte-Carlo

Apa sih Monte Carlo ? Metode Monte Carlo merupakan dasar untuk semua algoritma
dari metode simulasi yang didasari pada pemikiran penyelesaian suatu masalah untuk
mendapatkan hasil yang lebih baik dengan cara memberi nilai sebanyak-banyaknya
(nilai bangkitan) untuk mendapatkan ketelitian yang lebih tinggi.
Misal, untuk memperoleh tingkat ketelitian sampai 0,01 maka diperlukan
pembangkitan nilai sebanyak 10000,dsb.
Metode ini menganut system pemrograman yang bebas tanpa terlalu banyak diikat oleh
rule atau aturan tertentu.

Atau menurut Wikipedia, Metode Monte Carlo adalah algoritma komputasi untuk
mensimulasikan berbagai perilaku sistem fisika dan matematika. 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 kuantum
esoterik hingga perancangan aerodinamika. Metode ini terbukti efisien dalam
memecahkan persamaan diferensial integral medan radians, sehingga metode ini
digunakan dalam perhitungan iluminasi global yang menghasilkan gambar-gambar
fotorealistik model tiga dimensi, dimana diterapkan dalam video games, arsitektur,
perancangan, film yang dihasilkan oleh komputer, efek-efek khusus dalam film, bisnis,
ekonomi, dan bidang lainnya.

Metode Simulasi Monte-Carlo

Metode Simulasi Monte Carlo adalah suatu metode untuk mengevaluasi suatu model
deterministik yang melibatkan bilangan acak sebagai salah satu input. Metode ini sering
digunakan jika model yang digunakan cukup kompleks, non linear atau melibatkan
lebih dari sepasang parameter tidak pasti. Sebuah simulasi Monte Carlo dapat
melibatkan 10.000 evaluasi atas sebuah model, suatu pekerjaan di masa lalu
hanya bisa dikerjakan oleh sebuah software komputer.

Simulasi Monte Carlo adalah metode untuk menganalisa perambatan ketidakpastian,

dimana tujuannya adalah untuk menentukan bagaimana variasi random atau error
mempengaruhi sensitivitas, performa atau reliabilitas dari sistem yang sedang
dimodelkan. Simulasi Monte Carlo digolongkan sebagai metode sampling karena input
dibangkitkan secara random dari suatu distribusi probabilitas untuk proses sampling
dari suatu populasi nyata. Oleh karena itu, suatu model harus memilih suatu distribusi
input yang paling mendekati data yang dimiliki (Rubinstein, 1981).
 Penerapan Metode

Metode Monte Carlo memiliki banyak penerapan di berbagai bidang. Penerapan metode
Monte Carlo antara lain dalam bidang:

1. Grafis = Digunakan untuk penjejakan sinar.

2. Biologi = Mempelajari jaringan biologi.
3. Keuangan = Dalam bidang ini, Monte Carlo digunakan untuk menilai dan
menganalisis model-model finansial.
4. Fisika. = Cabang-cabang fisika yang menggunakan antara lain fisika
statistik dan partikel. Dalam fisika partikel, digunakan untuk eksperimen. Dalam
ilmu nuklir metode ini juga banyak diterapkan
5. Ilmu probabilitas dan statistik = Digunakan untuk mensimulasikan dan
memahami efek keberagaman.
6. Ilmu komputer = Misalnya Algoritma Las Vegas dan berbagai permainan
komputer.
7. Kimia = Digunakan untuk simulasi yang melibatkan kluster-kluster
atomik.
8. Ilmu lingkungan = Metode ini digunakan untuk memahami perilaku
kontaminan.

Metode Monte Carlo diterapkan untuk mendekati nilai π.

Setelah menempatkan 30000 poin acak, perkiraan untuk π adalah dalam 0,07% dari
nilai yang sebenarnya. Hal ini terjadi dengan probabilitas perkiraan 20%.
Sinar algoritma tracing membangun gambar dengan memperpanjang sinar ke dalam
adegan.