SIMULASI PEMODELAN
(Metode Simulasi Monte Carlo)
Kita ingin menganalisis suatu model mendekati keadaan realistiknya. Tujuan simulasi
dengan metode Monte Carlo adalah untuk mempelajari kasus-kasus probabilistik
(berkemungkinan) dengan model tertentu yang kemudian dicobakan dalam keadaan
nyatanya. Oleh karenanya situasi nyata sedapat mungkin harus dapat ditirukan
dalam situasi simulasi. Dengan mempelajari model yang disimulasikan diharapkan
dapat menghasilkan kesimpulan atau tindakan yang diperlukan.
Contoh 1: Persediaan Ban Mobil di Toko Retail (lihat BMP hal 9.42)
Sebuah toko retail menjual berbagai merk ban mobil. Terdapat suatu merk tertentu
yang mendominasi penjualan dari waktu ke waktu (misalkan merk A). Oleh karena
persediaan ban A ini memerlukan biaya yang cukup besar, maka pemilik toko
berkeiinginan untuk mengontrol inventori ban A. Dengan kata lain berapa rata-rata
jumlah ban A perlu disediakan per harinya agar sesuai (dapat memenuhi) permintaan.
Tercatat data historis penjualan ban A selama 200 hari sebagai berikut:
permintaan x probabilitas
0 x0.05 1x0.10 2 x0.20 3 x0.30 4 x0.20 5 x0.15 2.95
Jadi, secara teoritis permintaan ban A rata-rata adalah 2.95 ban per hari.
Jadi, simulasi cukup berisiko (bias dari kenyataan) jika hanya dilakukan dalam jangka
waktu yang pendek. Akurasi simulasi dapat ditingkatkan dengan menambah durasi
yang cukup, dan selain masalah waktu, juga bisa dilakukan dengan menambah
variabel lainnya yang relevan.
Dalam kurun waktu tersebut, pemilik toko telah melakukan 50 kali pemesanan dan
ternyata ada jeda waktu barang tiba bervariasi antara 1 sampai 3 hari. Tercatat
frekuensi data waktu tiba pesanan pada Tabel 6 dan berikut konversinya ke bentuk
distribusi probabilitas dan interval bilangan acaknya.
Tabel 6. Distribusi probabilitas dan interval bilangan acak waktu tiba pesanan
Waktu tiba Frekuensi Probabilitas Probabilitas Interval
(hari) (pemesanan) Kumulatif bilangan acak
1 10 0.20 0.20 01 – 20
2 25 0.50 0.70 21 – 70
3 15 0.30 1.00 71 – 00
Jumlah 50 1.00
Pemilik toko ingin mengetahui gambaran persediaan dan biayanya dengan melakukan
simulasi bila disetting banyaknya barang dalam setiap pemesanan (order quantity, Q)
adalah 10 unit, dan pesanan dilakukan jika batas persediaan (reorder point, ROP)
tidak lebih dari 5 unit. Artinya jika stok ban tinggal 5 unit atau kurang, maka
dilakukan pemesanan. Pertanyaannya adalah:
Berapa unit rata-rata persediaan akhir setiap hari?
Berapa kali rata-rata melakukan pemesanan?
Berapa unit rata-rata kehilangan penjualan akibat tidak adanya persediaan?
Misalkan simulasi dilakukan dalam waktu 10 hari (Tabel 7), dengan proses sbb:
1. Mulai dengan kondisi tidak ada pemesanan (barang diterima = 0) karena
persediaan masih lengkap (10 unit) pada awal hari ke-1.
2. Bangkitkan bilangan acak untuk menentukan permintaan harian. Misalkan
untuk hari ke-1, bilangan acak 06, maka demand simulasi = 1 (lihat Tabel 5).
3. Jika demand lebih besar dari inventori awal, kelebihannya dihitung sebagai
lost sales dan keadaan inventori akhir = 0. Sebaliknya, iika demand sama atau
lebih kecil dari inventori awal, maka selisihnya dihitung sebagai inventori
akhir. Bandingkan inventori akhir dengan ROP, apakah perlu melakukan
pemesanan atau tidak.
4. Jika perlu pemesanan, bangkitkan bilangan acak untuk menentukan waktu tiba
barang, kemudian tambahkan ke inventori awal sesuai waktu tibanya. Dst.
Misalkan biaya pemesanan $ 10 per order; biaya menyimpan barang $ 0.03 per unit
per hari; dan biaya ketiadaan stok $ 8 per lost sales. Maka biaya inventori seluruhnya
per hari adalah
= total biaya pemesanan + total biaya penyimpanan + total biaya ketiadaan stok
= $ 10 per order x 0.3 order/hari +
$ 0.03 per unit/hari x 4.1 unit/hari +
$ 8 per unit/hari x 0.2 unit/hari
= $ 4.72.
LATIHAN
Seorang manajer toko retail dihadapkan pada pilihan untuk menentukan
kebijakan persediaan barang yaitu manakah dari barang A dan barang B
yang persediaannya harus lebih banyak. Hal ini ia lakukan agar alokasi
investasi terhadap kedua barang tersebut lebih efisien. Data historis
permintaan kedua produk tersebut selama 300 hari adalah sebagai berikut
Pertanyaan:
a. Buatlah distribusi probabilitas prior untuk masing-masing barang A dan B
sebagai berikut
Permintaan Frekuensi Probabilitas Probabilitas
Kumulatif
0
1
2
3
4
5
PUSTAKA
Render, B., Stair, Jr. R. M. (2000). Quantitative Analysis for Management. 7th ed.
Prentice-Hall, Inc.: New Jersey.
DISKUSI
1. Kemukakan manfaat simulasi!
2. Sebutkan minimal dua hal keterbatan simulasi!