Model ini, waktu tidak mempunyai peran yang penting terhadap karakteristik pada sistem yang ada. Akan tetapi model dinamik waktu mempunyai peran penting. 2. Kontinyu dan Diskrit. Pada model simulasi kontinyu, membahas model sistem yaitu sebagai representasi ketika perubahan secara terus-menerus dialami oleh variabel kondisi. Secara garis besar model ini mengikut sertakan persamaan diferensial (turunan) yang menjelaskan bagaimana bentuk perubahan variabel kondisi terhadap waktu. 3. Deterministik dan Stokastik. Model simulasi deterministik, yaitu model simulasi yang tidak mempunyai komponen- komponen input yang bersifat probabilistic (random).
Simulasi Monte Carlo
Simulasi monte carlo dikenal dengan Sampling Simulation atau Monte Carlo Sampling Technique.
Metode Monte Carlo
Simulasi monte carlo merupakan jenis simulasi yang mempergunakan model probabilistik yang berfungsi untuk mendekati suatu kondisi aktual (real) dengan menggunakan sampling proses secara acak dalam pembentukan data baru.
Tahapan Utama Simulasi Monte Carlo
1. Menentukan distribusi probabilitas dari variabel kunci. Variabel ini dapat berupa distribusi poisson, exponential, atau distribusi empiris lainnya berdasarkan data historis yang ada. 2. Menjadikan distribusi frekuensi sebagai distribusi probabilitas kumulatif. Pada tahapan ini dapat dipastikan satu nilai variabel hanya akan berhubungan dengan setiap angka acak yang diberikan. 3. Membuat angka acak (random number) berdasarkan distribusi probabilitas kumulatif untuk menentukan nilai variabel spesifik yang akan dipergunakan.
Bilangan Acak (Random Number)
Kemunculan suatu bilangan yang sulit untuk diprekdisi dikenal dengan bilangan acak (random number).