ID Pendekatan Simulasi Monte Carlo Untuk Pe PDF
ID Pendekatan Simulasi Monte Carlo Untuk Pe PDF
ISSN: 0853-8697
ABSTRACT
Tree Diagram has been familiarly known as one of the tools used to solve or to make decision for
problems that have some alternatives of solutions. But usually the outcome of the diagram are
deterministicly approached. This paper suggested Monte Carlo Simulation to approach the deterministic
aspect of outcome to become probabilistic. But there are some asumtions of the diagram must be change
to adjust the Monte Carlo Approach.
Keywords: Tree Diagram, Monte Carlo Simulation, Decision Analysis.
sederhana dapat diartikan sebagai ”reaching a state of nature dan probabilitasnya serta
conclusion”. Analisis keputusan adalah sebuah outcome dari masing-masing alternatif (Heizer,
metode yang menyediakan dukungan metode 2001). Secara sederhana Diagram Keputusan
kuantitatif bagi pengambil keputusan di hampir dapat digambarkan seperti pada Gambar 1.
semua area, termasuk di dalamnya bidang
rekayasa, analis dalam perencanaan
perkantoran dan agen publik, konsultan
manajemen proyek, perencana proses
manufaktur, analis finasial dan ekonomi, para
pakar yang mendukung diagnosa medis dan
sebagainya (Heizer, 2001).
Dari pendapat yang disampaikan oleh
Heizer (2001), dapat ditarik sebuah
kesimpulan bahwa di semua sistem khususnya
sistem manajemen, yang ada proses
pengambilan keputusan akan membutuhkan Gambar 1. Gambar Diagram Keputusan
proses analisis keputusan. Keputusan akan
diambil jika dalam manajemen ada sebuah Masih menurut Haizer (2001),
masalah. Sebuah masalah jika dilihat dari menganalisis masalah dengan Diagram
sudut pandang manajemen dapat Keputusan mempunyai lima langkah
dikategorikan berdasarkan jangka waktunya, penyelesaian, yaitu:
luas lingkungan ruang lingkupnya, dan sifat
permasalahan (terstruktur atau tidak). Dalam 1. Mendefinisikan Permasalahan
tiga kategori tersebut maka permasalah- 2. Menggambarkan masalah dalam sebuah
permasalahan dalam manajemen dapat juga Diagram Keputusan (seperti pada
dibagi menjadi 3 level yaitu level operasional, Gambar 1).
taktis, dan strategis.
3. Memberikan nilai probabilitas pada
Menurut Mangkusubroto (1987), analisis masing-masing State of Nature.
keputusan akan sangat bermanfaat dalam
menyelesaikan permasalahan yang 4. mengestimasi payoff untuk masing-masing
mempunyai sifat: kombinasi alternatif keputusan yang
mungkin.
a. Unik: permasalahan tidak mempunyai
preseden dan di masa depan tidak akan 5. Menghitung Expected Monetary Value
terulang lagi. (EMV) dengan cara mengalikan outcome
dengan probabilitasnya.
b. Tak Pasti: faktor-faktor yang diprediksikan
dapat mempengaruhi hasil pengambilan
keputusan memiliki kadar pengetahuan Persamaan untuk menghitung EMV adalah
dan informasi yang terbatas. sebagai berikut:
N
c. Jangka Panjang: hasil pengambilan
keputusan mempunyai implikasi dalam EMV ( Ai ) = ∑ Vi * P (Vi )
i =1
jangka yang cukup panjang dan
melibatkan sumberdaya-sumberdaya yang dengan:
penting.
Ai: Alternatif i
d. Kompleks: preferensi pengambil N: jumlah state of Nature
keputusan atas resiko dan waktu memiliki Vi: Nilai Payoff (outcome)
peranan yang besar. P(Vi): Probabilitas payoff.
akan ditentukan dulu dengan simulasi Monte pengolahan data yang biasa digunakan
Carlo. Dengan pendekatan simulasi Monte dalam Monte Carlo.
Carlo, nilai outcome dapat ditentukan dengan
b. Cara lain untuk menggantikan expert
mencari Expected Value dari hasil simulasi.
judgement adalah dengan melihat data
Expected Value dalam simulasi bisa berupa
historis dari kasus yang mempunyai
nilai rata-rata, nilai modus, median, dan
karakteristik yang relatif sama dan tersedia
sebagainya. Dalam kasus ini, Expected Value
data historis yang cukup dan
yang diambil adalah nilai rata-rata. Setelah
memungkinkan untuk diolah dengan
dilakukan simulasi sebanyak 30 kali replikasi
pengolahan data Monte Carlo.
untuk semua State of Nature diperoleh nilai
Expected Value-nya. Nilai Expected Value ini c. Dari sisi model (kombinasi Diagram
kemudian digunakan sebagai nilai outcome Keputusan dan Monte Carlo), akan
yang digunakan untuk proses perhitungan semakin tinggi tingkat kompleksitasnya jika
EMV. Nilai EMV bisa ditentukan dengan Diagram Keputusan mempunyai banyak
melakukan perhitungan seperti biasa. level dan semua nilai probabilitas pada
semua level akan disimulasikan, begitu
Dari proses penyelesaian pada bagian
juga dengan nilai outcome-nya.
sebelumnya dapat dilihat bahwa Decision Tree
dapat dikombinasikan dengan Simulasi Monte
Carlo untuk menentukan nilai outcome pada KESIMPULAN
Decision Tree yang tidak dapat ditentukan
secara pasti. Jika hal ini terjadi, maka Dari pembahasan dapat diperoleh
pendekatan nilai outcome yang berupa range beberapa kesimpulan yang dapat disampaikan
dapat dilakukan. Jika diberikan nilai yaitu sebagai berikut:
probabilitas di masing-masing range ini, maka 1. Diagram Keputusan dapat dikombinasikan
Simulasi Monte Carlo dapat dilakukan. Tetapi dengan model simulasi Monte Carlo untuk
dalam tahap-tahap penyelesaian kasus ini, mendekati nilai outcome yang bersifat
ada beberapa hal yang harus mendapatkan deterministik menjadi bersifat probabilistik.
perhatian. Hal-hal tersebut adalah sebagai
berikut: 2. Kombinasi kedua metode tersebut juga
harus diikuti beberapa penyesuaian,
a. Diagram Keputusan adalah salah satu khususnya pada aspek data historis.
metode analisis keputusan, sedangkan
salah satu ciri analisis keputusan adalah 3. Komplesitas model kembangan ini
unik, dalam arti sebuah permasalahan dipengaruhi oleh banyak level dari state of
kecil kemungkinan akan terulang di masa nature dan banyaknya outcome.
yang akan datang, sedangkan dalam
metode Monte Carlo, data historis
mempunyai peran yang sangat penting DAFTAR PUSTAKA
dalam pembangunan modelnya. Sehingga Banks, J., Carson, J.S., and Nelson, B.L.
ada perbedaan karakteristik permasalahan (1996). Discrete-Event System Simulation
yang diselesaikan dengan Diagram 2nd Edition, Prentice-Hall, Inc., New Jersey.
Keputusan dan Monte Carlo. Untuk
menjebatani perbedaan ini diusulkan untuk George, Claude S. Jr. (1971). Management for
membangun model Monte Carlo dengan Business and Industry, Prentice-Hall, Inc.,
bantuan expert judgement. Expert New Jersey.
judgement dibutuhkan pada pembangunan Heizer, J., and Render, B. (2001). Operations
model Monte Carlo untuk menggantikan Management 6th Edition, Prentice-Hall,
proses penentuan probabilitas dan Inc., New Jersey.
kejadian yang dalam Monte Carlo
biasanya dilakukan dengan mengolah data Hick, Philip E. (1994). Industrial Engineering
historis, hal ini dilakukan karena data and Management (A New Perspective), Mc
historis pada kasus Diagram Keputusan Graw-Hill, Inc., Singapore.
relatif sangat terbatas dan kecil Law, A.M., and Kelton, W.D. (1991).
kemungkinan dapat diolah dengan metode Simulation Modeling and Analysis, Mc
Graw-Hill, Inc., Singapore.