PERKEMBANGAN KURIKULUM

-MAKALAH-
“Random Number Generator (RNG)”

DOSEN PENGAMPU:
Dr.Liza Efriyanti.S.Si,.M.KOM

Di Susun Oleh :
KELOMPOK 4

Afdhal Zikri A 2521078

Amanda Divano S 2521057
Ella Idola Zahra 2521077

PRODI PENDIDIKAN TEKNIK INFORMATIKA DAN KOMPUTER FALKULTAS

TARBIYAH DAN ILMU KEGURUAN
UNIVERSITA ISLAM NEGRI SJECH M.DJAMIL DJAMBEK BUKITTINGGI
1444H/2023M
 DAFTAR ISI

DAFTAR ISI ................................................................................................................................2

KATA PENGANTAR ................................................................................................................. 3

BAB I PENDAHULUAN ............................................................................................................4

A. Latar Belakang ........................................................................................................................ 4

B. Rumusan Masalah ................................................................................................................... 4

C. Tujuan ......................................................................................................................................4

BAB II ..........................................................................................................................................5

PEMBAHASAN .......................................................................................................................... 5

A. RANDOM NUMBER GENERATOR ............................................................................ 5

B. DESKRIPSI RANDOM NUMBER .................................................................................5

C. PENYELESAIAN RANDOM NUMBER GENERATOR ..............................................6

BAB III PENUTUP ................................................................................................................... 12

A. Kesimpulan ........................................................................................................................... 12

B. Saran ......................................................................................................................................12

ii
 KATA PENGANTAR

Alhamdulillah segala puji dan syukur penulis ucapkan kepada Allah SWT. Atas segala
rahmat, taufiq, dan hidayah-Nya sehingga makalah ini dapat tersusun hingga selesai. Salawat
dan salam kepada Rasulullah SAW yang telah menunjukkan agama yang lurus berupa ajaran
agama islam yang sempurna dan menjadi anugerah terbesar bagi seluruh alam semesta. Penulis
sangat bersyukur karena dapat menyelesaikan makalah yang menjadi tugas Mata Kuliah Model
dan Simulasi dengan judul “Random Number Generator (RNG)”dapat terselesaikan dengan
baik.Disamping itu penyusun mengucapkan terimakasih kepada semua pihak yang telah
mendukung pembuatan makalah ini.
Demikian yang dapat penyusun sampaikan, semoga makalah ini dapat bermanfaat bagi
pembaca.Penyusun menyadari bahwa dalam makalah ini masih banyak terdapat kekurangan
pada materi dan tampilan yang ada dalam makalah ini. Oleh karena itu besar harapan kami atas
kritik dan saran yang membangun akan sangat berguna untuk penyempurnaan makalah ini.

Bukittinggi, 28 Maret 2023

iii
 BAB I

PENDAHULUAN

A. Latar Belakang
Simulasi digunakan untuk menggambarkan, menganalisa dan meningkatkan kinerja dari
system yang ada, dimana system merupakan kumpulan elemen yang bekerja sama antar entitas
yang satu dengan yang lain untuk mecapai tujuan yang diharapkan, dimana simulasi merupakan
tiruan dari sebuah system yang dinamis dengan menggunakan model komputer untuk
melakukan evaluasi dengan tujuan untuk meningkatkan kinerja system yang kita rancang
dengan menggunakan model sehingga dapat memprediksikan setiap keputusan yang akan
diambil dengan jenis keputusan dengan beberapa karakteristik yang ada dari keputusan yang
dilaksanakan berdasarkan simulasi dengan mampu memperlihatkan perilaku setiap system
melalui model yang dibuat sehingga dapat lebih menghemat tenaga, waktu dan lebih minim
biaya yang dikeluarkan.
Untuk menyelesaikan suatu persoalan simulasi digunakan dalam bentuk pengolahan data
input dan menghasilkan output dengan berbagai langkah atau hasil dari analisis dan evaluasi
yang dilakukan, dimana proses pengolahan data menggunakan komputer dirancang sesuai
dengan prosedur yang ada dan didasarkan atas masalah yang ditemukan. Sebagai contohnya
adalah masalah yang berhubungan dengan simulasi antrian.
B. Rumusan Masalah
Dari pemaparan latar belakang penulisan di atas, maka memunculkan sebuah problematika
akademik sebagai berikut :
Apa yang dimaksud dengan sistem Random Number Generator ?
Apa yang dimaksud dengan Deskripsi Random Number?
Bagaimana penyelesaiain Random Number?

C. Tujuan
Berdasarkan rumusan masalah di atas, maka tujuan dari penulisan makalah ini adalah :
1. Untuk mengetahui arti sistem Random Number Generator
2. Untuk mengetahui Deskripsi Random Number
3. Untuk mengetahui Langkah-langkah Penyelesaian Random Generator

4
 BAB II

PEMBAHASAN

A. RANDOM NUMBER GENERATOR

Random Number atau bilangan acak adalah bilangan yang tidak dapat di prediksi
kemunculannya. Random Number Generator adalah suatu algoritma yang digunakan untuk
menghasilkan urutan-urutan atau sequence dari bilangan-bilangan sebagai hasil dari
perhitungan dengan komputer yang diketahui distribusinya sehingga bilangan-bilangan
tersebut muncul secara random dan digunakan terus menerus.
Tiga pokok pengertian Random Number Generator (RNG) dari definisi di atas adalah :
Urutan (Sequence).
Sequence di sini adalah bahwa random number tersebut harus dapat dihasilkan secara
urut dalam jumlah yang mengikuti algoritma tertentu dan sesuai dengan distribusi yang akan
terjadi atau yang dikehendaki.
Distribusi (Distribution)
Distribusi berhubungan dengan distribusi probabilitas yang dipergunakan untuk
meninjau penarikan random number. Pada umumnya distribusi probabilitas untuk random
number ini adalah Uniform Variate (Distribusi Uniform).
Seperti pada random sequence X1,X2,X3,…Xn dan pada setiap random sequence ini
masing-masing mempunyai X1,X2,X3,… yang merupakan subsequence yang berhubungan
tetapi terpisah satu dengan lainnya, yang dikenal dengan Jointly Independent, dan masing-
masing juga mempunyai probabilitas distribusi uniform antara 0 dan n (0,n). Bila sequence
ini terputus maka akan merusak atau mengurangi arti dari kegiatan simulasi yang berjalan.
Random
Random menunjukkan bahwa algoritma tersebut akan menghasilkan suatu angka yang
akan berperan dalam pemunculan angka yang akan keluar dalam proses di komputer. Dengan
kata lain suatu angka yang diperoleh merupakan angka penentu bagi angka random
berikutnya.

B. DESKRIPSI RANDOM NUMBER

Dalam penentuan random number pada umumnya terdapat beberapa sumber yang
dipergunakan, antara lain:

5
1. Tabel Random Number
2. Electronic Random Number
3. Congruential Pseudo Random Number Generator RN Generator ini terdiri dari tiga bagian,
yaitu:
a. Additive (Arithmatic) Random Number Generator
b. Multiplicative Random Number Generator
c. Mixed Congruential Random Number Generator
Congruential Pseudo Random Number Generator adalah paling yang sering
digunakan pada penarikan random number pada komputer, dengan sifat-sifatnya sebagai
berikut:
a. Independent Masing-masing komponen atau variabel-variabelnya harus bebas dari
ketentuan-ketentuan tersendiri.
b. Uniform Uniform disini merupakan suatu distribusi yang umum yaitu distribusi
probabilitas yang sama untuk semua besaran yang dikeluarkan/diambil. Ini berarti
probabilitasnya diusahakan sama untuk setiap penarikan random number tersebut.
c. Dense Maksud dari dense disini adalah Density Probability Distribution yang harus
mengikuti syarat probabilitas yaitu terletak antara 0 dan 1 (0≤RN≤1).
d. Efficient Efisinsi disini adalah dalam penarikan random number tersebut harus dapat
menentukan angka-angka untuk variabelnya yang sesuai sehingga dapat berjalan terus
menerus.

C. PENYELESAIAN RANDOM NUMBER GENERATOR

Pada Congruential Pseudo Random Number Generator dapat dijelaskan untuk
masing-masing formula(rumus) sebagai berikut:
1. Additive (Arithmatic) RNG
Bentuk rumus Additive (Arithmatic) RNG adalah:
Zi+1 = (a.Zi + c) mod m
Keterangan:
Zi+1 = Random Number baru
Zi = Random Number semula
c = Angka konstan bersyarat
m = Angka modulo
Syarat-syarat dalam Additive (Arithmatic) RNG adalah:
Pemilihan nilai (modulo)

6
 Merupakan suatu angka integer yang cukup besar yang ditentukan dari panjangnya
bits dari jenis komputer.
Contoh:
Komputer IBM 360/370 dengan 32 bits
m= 232−1 = 231 =2147483648
Komputer IBM 1130/1800 dengan 16 bits
m= 216−1 = 215 = 32768
Mikrokomputer dengan 8 bits
m= 28−1 = 27 = 128
Konstanta α
Konstan harus lebih besar dari m
m
100
+m>α> m

Pemilihan nilai harus bilangan ganjil dan prima. Pemilihan terbaik adalah dengan rumus

α = 2panjang bits/2 +3
Contoh:
Komputer IBM 360/370 dengan 32 bits
α=232/2 + 3 =216 +3 = 65536 + 3 =65539
Komputer IBM 1130/1800 dengan 16 bits
α=28/2 + 3 =24 +3 = 16+ 3 =19
Konstan ∁ harus berangka ganjil dan bukan merupakan kelipatan m .
Nilai Z0 (SEED)
Z0 (nilai awal dari Zi ) dapat diambil sembarang bilangan namun harus bilangan integer yang
cukup besar dan ganjil.
Contoh : Bila digunakan mikrokomputer dengan 8 bits. Tentukan random number dengan
Additive (Arithmatic) RNG!
Penyelesaian :
Diketahui : Z0 = 12357 (bilangan integer dan ganjil) = 19 ( α > m dimana m= 11,31)
m= 128
c= 237 (bilangan ganjil)
Ditanya : Random Number?
Jawab : Rumus
Zi+1 =(a. Zi +c)mod m

7
Z1 =(19x12357 + 237)mod 128
Z1 =235020 mod 128
zi 12
Z1 =12 ->R1= = =0,09375
m 128

Z2 =(19x12+237)mod128
Z2 =(228+237) mod 128
Z2 =465 mod 128
zi 81
Z2 =81->R2=m =128=0,6328125

Z3 =(1539+237)mod 128
Z3 =1776 mod 128
zi 112
Z3 =112->R3= = =0,875
m 128

Z4 =(19 x 112+237)mod 128

Z4 =(2128+237)mod 128
Z4 =2365 mod 128
zi 112
Z4 =61->R4=m =128=0,4765625

Jadi Random number yang didapatkan adalah : 0,09375 , 0,6328125 , 0,875 ,

0,4765625,……..
2. Multiplicative RNG Bentuk rumus Multiplicative RNG adalah:

Zi+1 = (a.Zi ) mod m

Keterangan:
Zi+1 =Random Number baru
Zi = Random Number semula
m = Angka modulo
c=0; a,m>1
Pemilihan tiga variabel yang menentukan nilai-nilai Random Number dalam Multiplicative
RNG agar Random Number yang diperoleh seterusnya tidak ada pengulangan pada angka-
angkanya adalah:
a. Pemilihan nilai (modulo) Merupakan suatu angka integer yang cukup besar yang
ditentukan dari panjangnya bits dari jenis komputer.
Contoh:
Komputer IBM 360/370 dengan 32 bits
m =232−1 =231 =2147483648

8
Komputer IBM 1130/1800 dengan 16 bits
m =216−1 =215 =32768
Mikrokomputer dengan 8 bits
m =28−1 =27 =128
b. Pemilihan konstanta multiplier a
Pemilihan nilai a harus bilangan ganjil dan prima. Pemilihan terbaik adalah dengan rumus
α= 2panjang bits/2 +3
Contoh:
Komputer IBM 360/370 dengan 32 bits
α= 2 / + 3 = 2 + 3 = 65536 + 3 = 65539
Komputer IBM 1130/1800 dengan 16 bits
α= 2 / + 3 = 2 + 3 = 256 + 3 = 259
Mikrokomputer dengan 8 bits
α= 2 / + 3 = 2 + 3 = 16 + 3 = 19
c. Pemilihan nilai Z0 (SEED)
Dapat diambil sembarang bilangan integer yang cukup besar
dan ganjil.
Contoh:
Bila digunakan mikrokomputer dengan 8 bits, maka m= 128, = 19, dan Z0 = 12357 untuk
c = 0. Tentukan random number dengan menggunakan Multiplicative RNG!
Penyelesaian :
Diketahui :
Z0 = 12357
α= 19
m= 128
c= 0
Ditanya : Random Number?
Jawab : Rumus
Zi+1=(a.Zi ) mod m
Z1 = (19 x 12357) mod 128
Z1 = 234783 mod 128
31
Z1 = 31 → R1 =128=0,2421875

Z2 = (19 x 31) mod 128

9
Z2 = 589 mod 126
77
Z2 = 77→R2 =0,6015625
128

Z3 = (19 x 77) mod 128

Z3 = 1463 mod 128

55
Z3 = 55 → R3 = =0,4296875
128

Jadi Random number yang didapatkan adalah :

0,2421875, 0,6015625, 0,4296875,

3. Mixed Pseudo RNG

Bentuk rumus Mixed Congruential RNG adalah:
Zi+1 =an Zi + … Mo
_____________
t−−−1 T

Rumus Pseudo RNG ini adalah dengan syarat utama harus sejumlah
bilangan integer(bulat) dan lebih besar dari nol. Rumus ini dikenal juga dengan
nama “Linier Congruential RNG”.
Ababila c = 0 maka akan diperoleh rumus yang dikenal “Multiplicative
Congruential RNG”. Rumus multiplicative ini cukup baik untuk masa-masa yang
akan datang karena sedikit sekali storage memori yang dibutuhkan.
Beberapa kondisi syarat-syaratnya sebagai berikut:
c = bilangan relatif prima terhadap m
Kondisi ini mensyaratkan bahwa pembagi umum yang terbesar dari
c dan m adalah 1.
a = 1 mod q untuk setiap faktor prima q dari m
a
Kondisi ini mensyaratkan bahwa a - q (q) = 1
a
Apabila k = q akan diperoleh a - q k = 1 dan a = 1+qk

Dimana q adalah faktor prima dari m.

10
 a = 1 mod 4 apabila 4 adalah suatu faktor dari m
Kondisi ini mensayaratkan bahwa a = 1 + 4k
m
Apabila adalah integer, artinya bilangan bulat dapat dibagi 4
4

11
 BAB III

PENUTUP

A. Kesimpulan

Berdasarkan penjelasan di atas dapat disimpulkan bahwa Random Number atau bilangan
acak adalah bilangan yang tidak dapat di prediksi kemunculannya.Random Number
Generator adalah suatu algoritma yang digunakan untuk menghasilkan urutan-urutan atau
sequence dari bilangan-bilangan sebagai hasil dari perhitungan dengan komputer yang
diketahui distribusinya sehingga bilangan-bilangan tersebut muncul secara random dan
digunakan terus menerus.

B. Saran
Demikianlah penyajian makalah dari kelompok kami, tentunya masih banyak
kekurangan dalam hal isi, penulisan dan lain sebagainya. Hal itu tidak luput dari
keterbatasan sumber, dan juga kami selaku pemakalah juga dalam tahap belajar Untuk
itu kami dari pemakalah mengharapakan kritik dan saran dari pembaca yang bersiat
membangun agar kedepannya makalah ini jauh lebih sempurna.

12
13