SIMULASI STATISTIKA

Anne Mudya Yolanda, S. Stat., M. Si.

Gustriza Erda, M.Si.
Program Studi Statistika – Universitas Riau
INTRODUCTION
1 2
SIMULASI STATISTIKA
Mata kuliah ini membekali mahasiswa untuk mengetahui konsep, prinsip dan
langkah-langkah dalam simulasi, serta implementasi dalam melakukan
pemodelan dan simulasi peubah acak seragam dan tak seragam baik diskret
maupun kontinu dengan beberapa metode pembangkitan, serta penerapan
simulasi dalam Statistika dan Riset Operasi. Beberapa studi kasus yang
diberikan dalam mata kuliah ini diharapkan memberikan gambaran yang lebih
realistik dalam melakukan tahapan pemodelan dan simulasi.

3
SIMULASI STATISTIKA
PRASYARAT : KOMPUTASI STATISTIKA
SKS : 3
SOFTWARE: R & SAS + PYTHON
4
 CAPAIAN MATA KULIAH
• Mampu menjelaskan konsep, prinsip dan langkah-langkah dalam
simulasi
• Mampu melakukan pembangkitan peubah acak diskret dan
kontinu dengan beberapa metode pembangkitan
• Mampu melakukan pengujian terhadap bilangan acak
• Mampu menerapkan konsep simulasi pada model - model
statistika
• Mampu menerapkan konsep simulasi dengan bantuan software
• Menarik kesimpulan dari hasil analisis secara sahih.
• Mampu menyajikan hasil baik secara lisan maupun tertulis
sesuai kaidah ilmiah.

5
POKOK BAHASAN

1. Konsep peluang dan peubah acak serta keterkaitannya

dengan simulasi
2. Konsep, prinsip dan langkah-langkah dalam simulasi
3. Pembangkitan Peubah Acak Diskrit dan Kontinu
4. Pengujian terhadap bilangan acak
5. Simulasi Monte Carlo
6. Contoh simulasi dan pembangkitan bilangan.
7. Penerapan simulasi pada model - model statistika
6
Bobot Penilaian:
UTS 10%
UAS 20%
TUGAS 20%
PROJECT & PARTISIPASI AKTIF 50%

7
Referensi
1. Temple, Matthias. 2016. Simulation for Data Science with R. PACKT Publishing
2. Winston, W.L. 2004. Operation Research: Applications and Algorithms. 4th ed. Thomson
Brooks/Cole. Southbank, Vic
3. Morgan, B.J.T. 1984. Elements of simulation
4. Law, A.M. and Kelton, W. 1991. Simulation Modelling and Analysis

8
ATURAN PERKULIAHAN

1. Perhatikan etika berpakaian di dalam kampus

2. Keterlambatan perkuliahan maksimal 15 menit
3. Kehadiran kurang dari 80% tidak diperkenankan mengikuti UAS.
Segala bentuk konsekuensi dari kondisi ini merujuk sepenuhnya
kepada peraturan akademik FMIPA UNRI.
4. UTS dan UAS susulan diberikan jika dapat menunjukkan surat
rekomendasi dari wakil dekan I
5. Keterlambatan tugas akan dikenai sanksi pemotongan nilai tugas.
Keterlambatan lebih dari tiga (3) hari maka tugas dianggap tidak ada
6. Segala bentuk plagiasi akan dikenai sanksi pengurangan nilai

9
COURSE
2 10
 TUGAS STATISTISI

◉ MEMAHAMI DATA
◉ MEMBUAT PEMODELAN
◉ MELAKUKAN PENGAMBILAN KEPUTUSAN
BUTUH
◉ BUTUH VALIDASI

11
 PROSES VALIDASI

DATA YANG
DATA YANG PROSES
DIKETAHUI
DIGUNAKAN SIMULASI
PARAMETERNYA

12
 PROSES SIMULASI

HARUS DILAKUKAN DENGAN TEKNIK YANG TEPAT

13
 Simulasi adalah tiruan dari proses dunia nyata atau sistem.
Simulasi menyangkut pembangkitan proses serta pengamatan
dari proses untuk menarik kesimpulan dari sistem yang diwakili.

Banks – 1998

Simulasi adalah tehnik numerik untuk melakukan eksperimen

pada komputer, yang melibatkan jenis matematika dan model
tertentu yang menjelaskan prilaku bisnis atau ekonomi pada
suatu periode waktu tertentu.

(Nailor (1966) dalam Rubinstein & Melamed (Melamed 1998)).

14
 Simulasi adalah tehnik untuk membuat konstruksi model
matematika untuk suatu proses atau situasi, dalam rangka
menduga secara karakteristik atau menyelesaikan masalah
berkaitan dengannya dengan menggunakan model yang diajukan

Borowski & Borwein (Borwein 1989)

Jadi simulasi mempelajari atau memprediksi sesuatu yang belum

terjadi dengan cara meniru atau membuat model sistem yang
dipelajari dan selanjutnya mengadakan eksperimen secara
numerik dengan menggunakan komputer.

15
Kompenen Wajib dalam Simulasi

1. model dari permasalahan yang dipelajari

2. komputer yang dijadikan alat untuk melakukan eksperimen

16
Manfaat dan Peran Simulasi

Simulasi memungkinkan kita menguji setiap aspek dari

Pilihan perubahan yang diinginkan tanpa menempatkan objek
Tepat yang dipelajari pada posisi dimaksud. Hasil simulasi
memungkinan kita memilih ukuran yang tepat.
Manfaat dan Peran Simulasi

Pilihan
Tepat

Pengaturan
Dalam simulasi kita bisa mengatur waktu yaitu mempercepat atau
waktu. memperlambat suatu proses yang memungkinkan kita mengamatinya
secara keseluruhan
Manfaat dan Peran Simulasi

Pilihan Tepat

Pengaturan
waktu.

Mencari
penyebab.
Eksplorasi Dengan mengatur nilai-nilai dalam simulasi, kita dapat mempelajari atau
mengeksplorasi kemungkinan-kemungkinan pengembangan tanpa banyak
kemungkinan. mengeluarkan biaya.
Manfaat dan Peran Simulasi

Pilihan Tepat

Pengaturan
waktu.
Mencari
penyebab.
Eksplorasi
kemungkinan.
Simulasi memungkinkan kita memiliki pemahaman yang lebih baik tentang
Pemahaman hubungan antara variabel-variabel yang mempengaruhi suatu sistem yang
kompleks. Simulasi tidak sekedar menduga bagaimana suatu sistem akan
Sistem. beroperasi, tetapi lebih menunjukan bagaimana suatu sistem beroperasi.
 What is simulation?

Simulasi statistika adalah metode numerik untuk melakukan

percobaan di komputer untuk memecahkan masalah
matematika dengan cara berbasis data.
Setiap percobaan dilakukan dalam dua langkah:
◉ Menggambar hasil acak.
◉ Aplikasi selanjutnya dari fungsi estimasi ke data yang
disimulasikan
 Where is simulation applied?

Simulasi diterapkan dengan banyak cara yang berbeda.

◉ Simulasi diterapkan dalam pengambilan sampel untuk mengumpulkan informasi

tentang objek acak dengan mengamati banyak realisasinya (Kroese et al., 2014).

◉ Dengan eksperimen simulasi, seseorang bahkan dapat menunjukkan konsep teori

probabilitas dan teorema dasar statistik.
◉ Simulasi dapat dapat berulang kali melakukan beberapa eksperimen dengan
mekanisme probabilitas terkait. Hasil percobaan ini bersifat acak – kejadian acak
memiliki hasil yang tidak diketahui dengan pasti, tetapi dalam jangka panjang kita
mengetahui sifat-sifatnya.
 Where is simulation applied?

◉ Simulasi statistik digunakan untuk menunjukkan sifat-sifat

metode estimasi pada berbagai kondisi.
◉ Contoh: bagaimana estimator diterapkan berbagai jenis pola
nilai yang hilang, atau bagaimana outlier dapat merusak
estimator.
 Choosing the right simulation technique

◉ The bad news is that there is no general guidance and no

general method for simulation.
◉ The choice of the right simulation technique rather depends
on the underlying problem, data set, and the aim of the
study
Choosing the right simulation technique

Notes:
Monte Carlo (MC)
techniques, and
resampling techniques;
Markov chain Monte
Carlo (MCMC) methods;
MC test Monte Carlo
techniques applied to
hypothesis testing,
optimization (O),
system dynamics (SD),
agent-based modeling
(ABM), design-based
simulation (DBS), and
model-based
simulation (MBS)
 Why use simulation?
• Simulasi dapat menghemat banyak waktu
• Simulasi dapat memberikan jawaban yang
sangat akurat atas rumusan masalah dalam
penelitian

26
• Eksperimen simulasi sebagian besar bergantung pada
data dan karenanya sangat cocok untuk seorang data
scientist.
• Simulasi dapat diterapkan hampir di semua analisis
untuk menunjukkan sifat dan kinerja metode, membuat
prediksi, dan menilai ketidakpastian statistik.
• Dalam simulasi statistika tidak ada pendekatan umum
dan ada metode yang sangat berbeda untuk setiap
jenis topik, kumpulan data, dan masalah yang berbeda.

27
Simulation Quotes
❑ It's up to the data scientist and statistician to choose the right
simulation approach.
❑ Whenever computational power is an issue, remember that
almost any simulation can be run in a parallel manner, and
modern software is ready for this task.
❑ In practice, one should not ask the question "Why did you
use simulation?" to somebody who has applied simulation
techniques, but rather "Why didn't you use simulation?" to
somebody who did not

28
 Langkah-langkah simulasi

1. Formulasi masalah
2. Menyusun tujuan
3. Pembuatan model
4. Pengumpulan data
5. Pembuatan kode/skrip komputer
6. Verifikasi program komputer
7. Validasi model
8. Mendesain eksperimen
9. Analisis
10. Dokumentasi dan laporan
11. Implementasi dan Generalisasi
29
 Aplikasi Simulasi

Bidang Statistika
(a) Membangkitkan data dengan distribusi dan parameter
yang diketahui
(b) Memvisualisasikan sifat-sifat distribusi atau uji statistika
sehingga menjadi lebih mudah difahami.
(c) Uji statistika berbasis simulasi, jika dukungan teori tentang
distribusi tidak cukup.

30
 Bilangan-Bilangan Acak dan Simulasi > Metode Numerik

◉ Para peneliti (survey samplers) menggunakan bilangan-

bilangan acak untuk memilih individu-individu acak dari
suatu populasi dengan tujuan untuk mengestimasi
parameter-parameter dari populasi

31
 Studi kasus: Bilangan-Bilangan Acak dan Simulasi

◉ Para peneliti di bidang pertanian (experimental

agriculturalist) sering kali menggunakan bilangan-bilangan
acak, untuk menetapkan perlakuan-perlakuan (misalkan,
perlakuan pemberian pupuk) terhadap blok-blok yang
berbeda dengan cara acak (random manner), dengan
maksud untuk menghindari perbandingan bias antar
perlakuan (to avoid biasing comparisons between
treatments). Tugas semacam ini sangat bergantung pada
bilangan-bilangan acak.

32
Proses Pengacakan

33
 Pengacakan dengan Tabel Acak

Memilih 30 orang secara acak dari suatu populasi yang terdiri dari 926 orang, kita
dapat memberi nomor 926 orang tersebut, mulai dari 1 sampai 926 (setiap orang
sudah diberi label angka, dari 1 sampai 926), dan kemudian pilih 30 bilangan-
bilangan berdigit 3 (and then choose 30 three-digit numbers) dari tabel bilangan-
bilangan acak. Jika suatu bilangan tiga digit (if a three-digit number) yang telah kita
pilih tadi, yang mana bilangan tersebut berada di luar interval (falls outside the
range) 1-926, kita abaikan (discard) bilangan tersebut, dan pilih kembali bilangan
tiga digit selanjutnya (and select three more digits). Suatu bilangan pecahan acak
(random fraction) di antara 0 dan 1 dapat diperoleh dengan memilih suatu grup
digit (by choosing a group of digits) (sebagai contoh 5 atau 10 digit) dan bayangkan
titik desimalnya terletak di depan dari suatu grup digit tersebut (and imagining a
decimal point in front of the group).

34
Pengacakan dengan Tabel Acak : Proses lama dan rentan

maka

Simulasi Dengan Komputer

35