Materi 7

Simulasi Monte Carlo

Ir. Risma A. Simanjuntak, MT


Teknik Industri
Fakultas Teknologi industri
Institut Sains & Teknologi AKPRIND
Yogyakarta


Kompetensi
Mampu mengembangan percobaan
percobaan secara sistematis dengan
menggunakan bilangan acak
Pokok Bahasan
Menetapkan distribusi probabilitas

Menetapkan distribusi kumulatif

Menentukan interval dari bilangan-bilangan acak

Menjalankan simulasi dari serangkaian
percobaan.



Pengantar
Simulasi Monte Carlo adalah tipe simulasi
probabilistik untuk mencari penyelesaiaan
masalah dengan sampling dari proses
random

Lima langkah simulasi Monte Carlo
Langkah 1 :
Menetapkan distribusi probabilitas untuk
variabel-variabel utama.

Ide dasar simulasi Monte Carlo adalah
membangkitkan nilai-nilai untuk variabel-
variabel penyusun yang sedang dianalisa.
Banyak sekali variabel pada kondisi sistem
nyata yang bersifat probabilistik secara alami,
misalkan permintaan , persediaan harian
Langkah 1 (lanjut)
Satu cara yang sering digunakan dalam
menetapkan distribusi probabilistik dari variabel
yang ada adalah dengan menganalisa data-data
historis. Probabilitas atau frekuensi relative
untuk setiap hasil yang mungkin dari sebuah
variabel di dapat dengan membagi frekuensi
observasi dengan total jumlah observasi.

Langkah 2 :
Menetapkan distribusi kumulatif untuk setiap
variabel

Setelah menentukan distribusi probabilitas,
langkah selanjutnya mengubah distribusi
probabilitas tersebut menjadi distribusi
cumulatife dengan cara mengakumulasikan
hasil dari distribusi probabilitas yang
menghasilkan akumulasi dari masing-masing
kelas sebagai total akumulasi dari kelas
sebelumnya.
Langkah 3 :
Menentukan interval dari bilangan-
bilangan acak untuk setiap variabel.
Setelah ditentukan distribusi probabilitas
kumulatif untuk setiap variabel yang terlibat
dalam simulasi, selanjutnya kita menentukan
bilangan - bilangan tertentu untuk
mempresentasikan setiap nilai atau hasil yang
mungkin didapatkan. Ini sebagai acuan bilangan
acak.


Langkah 4
Pembangkitan Bilangan Random

Bilangan acak di bangkitkan untuk masalah-
masalah simulasi dengan berbagai cara. Jika
masalah tersebut sangat kompleks dan proses
yang diamati melibatkan ribuan percobaan
simulasi, maka suatu program komputer dapat
digunakan untuk membangkitkan bilangan
acak yang dibutuhkan.

Langkah 4 (lanjut)
Jika simulasi dilakukan secara manual,
pemilihan bilangan acak dapat dilakukan
dengan memilih angka-angka dari tabel
bilangan acak. Dimana setiap digit atau
angka dalam tabel memiliki kesempatan
yang sama untuk muncul.
Langkah 5
Menjalankan simulasi dari serangkaian
percobaan.

Lakukan simulasi untuk sejumlah besar
pengamatan. Jumlah replikasi yang sesuai
dengan cara yang sama dengan jumlah yang
tepat dari suatu sampel dalam eksperimen
aktual. Uji statistik yang umum mengenai
signifikansi yang dapat digunakan.



Langkah 5 (lanjut)
Dengan simulasi komputer, jumlah sampel
yang dapat dilakukan sangat besar dan
ekonomis untuk menjalankan sampel
besar dengan tingkat kesalahan yang
sangat kecil.

Munculnya
Masalah
Model
Parameter
Variabel
Hubungan
Mengembangkan distribusi
ke frekuensi kumulatif
Teori Probabilitas
Mengubah frekuensi
distribusi ke frekuensi
kumulatif
Model Simulasi
Menilai model strategi
Model perlu ditambah atau
diperbaiki
Jumlah random
konsepsi
KEPUTUSAN
TIDAK
YA
Diagram Simulasi Monte Carlo
Bilangan Acak
Contoh 1: Permintaan Ban
Setelah melakukan pengamatan selama
200 hari, sebuah toko ban memperkirakan
permintaan ban per harinya seperti pada
tabel 6.1. Toko tersebut hendak
memperkirakan permintaan ban untuk 10
hari kedepan.
Tabel 6.1 Distribusi Permintaan

Permintaan Frekuensi (hari)
0
1
2
3
4
5
10
20
40
60
40
30
Total 200
Penyelesaian
Langkah 1: Menetapkan distribusi probabilitas
Tabel 6.2 Probabilitas Permintaan Ban Radial

Variabel
Permintaan
Probabilitas
0
1
2
3
4
5
10/200 = 0,05
20/200 = 0,10
40/200 = 0,20
60/200 = 0,30
40/200 = 0,20
30/200 = 0,15
Total 200/200 =1,00
Langkah 2 : Menetapkan distribusi kumulatif
Tabel 6.3 Kumulatif Probabilitas

Variabel
Permintaan
Probabilitas Kumulatif
Probabilitas
0
1
2
3
4
5
10/200 = 0,05
20/200 = 0,10
40/200 = 0,20
60/200 = 0,30
40/200 = 0,20
30/200 = 0,15
0,05
0,15
0,35
0,65
0,85
1,00
Langkah 3 : Interval Bilangan Acak
Tabel 6.4 Interval Bilangan Acak

Variabel
Permintaan
Probabilitas Kumulatif
Probabilitas
Interval
Bilangan
Acak
0
1
2
3
4
5
10/200 = 0,05
20/200 = 0,10
40/200 = 0,20
60/200 = 0,30
40/200 = 0,20
30/200 = 0,15
0,05
0,15
0,35
0,65
0,85
1,00
01 05
06 15
16 35
36 65
66 85
86 - 99
Langkah 4 : Pembangkit Bilangan Acak
Tabel 6.5 Penarikan Bilangan Acak

1 2 3 4 5 6 7 8 9 10
52 37 82 69 98 96 33 50 88 90
Langkah 5 : Menjalankan Simulasi
Tabel 6.6 Simulasi Permintaan
Hari Bilangan Acak Hasil Simulasi
1
2
3
4
5
6
7
8
9
10
52
37
82
69
98
96
33
50
88
90
3
3
4
4
5
5
2
3
5
5
Total 39
Rata rata permintaan per hari : 39/10 = 3,9 ban

Cara ekspektasi:

5
E = (probablitas dari ban) x ( permintaan ban)

i = 0

= (0,05)(0) + (0,10)(1) + (0,20)(2) + (0,30)(3) +
(0,20)(4) + (0,15)(5)
= 2,95 ban

Kalau dilakukan 100 kali penarikan bilangan acak akan
terlihat jelas permintaan ban sesuai dengan masa lalu
yang disimulasikan

************

Tabel 6.7 Distribusi Permintaan

No
urut
Permintaan/
hari
Frekuensi
Permintaan
1
2
3
4
5
6
4 psg
5 psg
6 psg
7 psg
8 psg
9 psg
5
10
15
30
25
15
Jumlah 100
Contoh 2 Permintaan Sepatu
Tabel 6.7 Interval Bilangan Acak
No
Urut
Permintaan/hari Probabilitas Kumulatif
Distribusi
Interval
Bilangan
Acak
1
2
3
4
5
6
4 psg
5 psg
6 psg
7 psg
8 psg
9 psg
0,05
0,10
0,15
0,30
0,25
0,15
0,05
0,15
0,30
0,60
0,85
1.00
00 - 05
06 - 15
16 - 30
31 - 60
61 - 85
86 - 99
Tabel 6.9 Simulasi Kebutuhan Sepatu
Hari Bilangan Acak Kebutuhan Sepatu
1
2
3
4
5
6
7
8
9
10
0,5751
0,1270
0.7039
0,3853
0,9166
0,2888
0,9518
0,7348
0,1347
0,9014
7
5
8
7
9
6
9
8
5
9
Rata rata permintaan per hari : 73/10 = 7,3 psg

Cara ekspektasi:
6
E = (probablitas dari sepatu) x ( permintaansepatu)
i = 0
= (0,05)(4) + (0,10)(5) + -----------------------+ (0,15)(9)

= 7,05 psg

Kalau dilakukan 100 kali penarikan bilangan acak akan
terlihat jelas permintaan ban sesuai dengan masa lalu
yang disimulasikan



************
Rangkuman
Dasar simulasi Monte Carlo adalah
mengadakan percobaan (eksperimen)
pada elemen-elemen probabilistik melalui
sampling acak. Sehingga simulasi Monte
Carlo mengizinkan manajer untuk
menentukan beberapa kebijakan yang
menyangkut kondisi perusahaan.

Soal soal : no 1
Berdasarkan data yang lalu dengan
pengamatan selama 50 minggu didapat data
penjualan dispenser , sebagai berikut :
Penjualan /minggu Jumlah Minggu
4
5
6
7
8
9
10
6
5
9
12
8
7
3
Bilangan acak (20)
1 2 3 4 5 6 7 8 9 10
10 24 3 32 23 59 95 34 34 51
11 12 13 14 15 16 17 18 19 20
8 48 66 97 3 96 46 74 77 44
Pertanyaan :
1. Berdasarkan hasil simulasi untuk 20 minggu
ke depan, periode ke berapa saja yang terjual
8 dispenser
2. Rata-rata penjualan per minggu dari hasil
simulasi
3. Nilai ekspektasi (E) penjualan
Kunci Jawaban
1. Periode : 7, 14 dan 16

2. 6,75 per minggu

3. 6,88 dispenser