SIMULASI MONTE CARLO

1. Pengantar

Simulasi Monte Carlo

Sampling Simulation Monte Carlo Sampling Technic

Batasan:

1. Apabila suatu persoalan

dapat diselesaikan secara

matematis

2. Apabila sebagian persoalan

dapat diuraikan secara

analitis sebagian cara

analitis dan sebagian lagi

simulasi Monte Carlo

3. Apabila dapat digunakan

simulasi perbandingan

2. Contoh Penggunaan simulasi

No. Urut Permintaan/hari Frekuensi Permintaan

1. 4 pasang 5

2. 5 pasang 10

3. 6 pasang 15

4. 7 pasang 30

5. 8 pasang 25

6. 9 pasang 15

Jumlah 100

Tabel 1. Sebaran permintaan sendal per hari selama sebulan

Data historis

Pola permintaan 20 hari bulan berikutnya ?

No.

Urut Permintaan/ hari Distribusi Densitas

Fungsi Kumulatif

Distribusi (CDF)

1. 4 pasang 0.05 0.05

2. 5 pasang 0.10 0.15

3. 6 pasang 0.15 0.30

4. 7 pasang 0.30 0.60

5. 8 pasang 0.25 0.85

6. 9 pasang 0.15 1.00

Jumlah 1.00

2. Contoh Penggunaan simulasi Tab

el 2. F

ungs

i K

um

ula

tif D

istr

ibsi

Peri

mnta

an

No.

Urut Permintaan/ hari Distribusi Densitas

Tag Number

(Label Number)

1. 4 pasang 0.05 00 – 05

2. 5 pasang 0.10 0 5 – 15

3. 6 pasang 0.15 15 – 30

4. 7 pasang 0.30 30 – 60

5. 8 pasang 0.25 60 – 85

6. 9 pasang 0.15 85 - 99

Tab

el 3.A

ngk

a Penunju

k

Bat

asan

No.

Hari

Perminta

an

Jumlah

pasangan

sendal

Penjelasan

1. I 7 pasang 7 pasang (2)

2. II 5 pasang 5 pasang (2)

3. III 8 pasang 8 pasang (2)

4. IV 7 pasang 6 pasang (2)

5. V 9 pasang 9 pasang (2)

6. VI 6 pasang

7. VII 9 pasang

8. VIII 8 pasang

9. IX 5 pasang

10. X 9 pasang

0.5751 0.2888

0.1270 0.9518

0.7039 0.7348

0.3853 0.1347

0.9166 0.9014

2. Contoh Penggunaan simulasi

Tabel 4. Permintaan sendal per hari No.

Urut

Perminta

an/ hari

Distribusi

Densitas

Tag Number

(Label Number)

1. 4 pasang 0.05 00 – 05

2. 5 pasang 0.10 0 5 – 15

3. 6 pasang 0.15 15 – 30

4. 7 pasang 0.30 30 – 60

5. 8 pasang 0.25 60 – 85

6. 9 pasang 0.15 85 - 99

Tabel 3. Angka Penunjuk Batasan

10 nilai random

Pengujian RNG

Frekuensi Bilangan acak, Fo

Frekuensi harapan Fe

(Fo-Fe)2/Fe

Chi-sqre (X2) Pengujian:

0.5751 0.57194 9.9856E-06 Ho = data/acak

terdistribusi seragam

H1 = Tidak terdistribusi

seragam

Selang kepercayaan α =

0.95 (5%) dk=9

Nilai Chi-square tabel =

16.9

Chi-square hitung =

0.919728

artinya < nilai tabel

Kesimpulan terima Ho

0.1270 0.57194 0.1979716

0.7039 0.57194 0.01741344

0.3853 0.57194 0.03483449

0.9166 0.57194 0.11879052

0.2888 0.57194 0.08016826

0.9518 0.57194 0.14429362

0.7348 0.57194 0.02652338

0.1347 0.57194 0.19117882

0.9014 0.57194 0.10854389

0.919728

Latihan

Produksi Suku Cadang

Panjang Besi A

Panjang Probalitas

10 0.25

11 0.25

12 0.25

13 0.25

Tabel 1. Distribusi Probabilitas Panjang Besi A

Panjang Besi A CDF Tag

Number

Panjang Probalitas

10 0.25

11 0.25

12 0.25

13 0.25

Tabel 2. Distribusi Probabilitas Panjang Besi A

Tabel 3. Nilai Random Probabilitas Panjang Besi A

No. Random

Number

Frekuensi harapan Fe

(Fo-Fe)2/Fe

Chi-sqre (X2) Pengujian:

1 0.0589

Ho = data/acak

terdistribusi seragam

H1 = Tidak terdistribusi

seragam

Selang kepercayaan α =

0.95 (5%) dk=9

Nilai Chi-square tabel =

16.9

Chi-square hitung =

artinya …. nilai tabel

Kesimpulan terima Ho

2 0.6733

3 0.4799

4 0.9486

5 0.6139

6 0.5933

7 0.9341

8 0.1782

9 0.3473

10 0.5644

No. Random

Number

Hasil Panjang Random

Sampling (cm)

1 0.0589

2 0.6733

3 0.4799

4 0.9486

5 0.6139

6 0.5933

7 0.9341

8 0.1782

9 0.3473

10 0.5644

No. Tag Number

1

2

3

4

Reference

Kakiay, TJ. 2003. Pengantar Sistem Simulasi.

Pen. Andi. 197 hal.