Model Simulasi Monte Carlo

Model Simulasi Monte Carlo

Merupakan bentuk simulasi probabilistik dimana suatu solusi dari suatu masalah diberikan berdasarkan proses randomisasi ( acak).

Proses acak ini melibatkan suatu distribusi probabilitas dari variable data yang dikumpulkan berdasarkan data masa lalu maupun distribusi probabilitas teoritis.

Langkah-langkah utama dalam simulasi Monte Carlo:

1.    Mendefinisikan distribusi probabilitas yang diketahui secara pasti dari data yang didapatkan dari pengumpulan data di masa lalu. Variabel yang digunakan dalam distribusi harus disusun distribusi probabilitasnya.

2.    Mengkonversikan distribusi probabilitas ke dalam bentuk frekuensi kumulatif. Distribusi probabilitas kumulatif ini akan digunakan sebagai dasar pengelompokan batas interval dari batasan acak.

3.    Menjalankan proses simulasi dengan menggunakan bilangan acak. Faktor-faktor yang sifatnya tidak pasti sering sekali menggunakan bilangan acak untuk menggambarkan kondisi yang acak akan memberikan gambaran dari variasi yang sebenarnya.

4.    Analisis yang dilakukan dari keluaran simulasi sebagai masukan bagi alternatif pemecahan permasalahan dan pengambilan kebijakan. Pihak manajemen dapat melakukan evaluasi terhadap kondisi yang sedang terjadi dengan hasil simulasi.

Contoh :

Sebuah toko sepatu memperkirakan permintaan sepatu per harinya menurut suatu pola distrobusi sebagai berikut :

Dari data masa lalu, pengusaha toko ini hendak memperkirakan pola permintaan untuk 10 hari dalam bulan berikutnya, agar dapat mempersiapkan jumlah sepatu dalam tokonya.

Langkah –langkah :

• Dibuat table distribusi frekuensi dan kumulatifnya

• Membuat angka penunjuk batasan

• Diberikan  10 bilangan acak yang mewakili banyaknya permintaan dalam 10 hari

57, 12, 70, 38, 91, 28, 95, 73, 13, 90

• Disusunlah hasil permintaan perhari