Simulasi Monte Carlo Pertemuan 5 MOSI T Informatika

Simulasi Monte Carlo Pertemuan 5 MOSI T. Informatika Ganjil 2008/2009 MOSI - fika

Pembahasan o o Pendahuluan Batasan Dasar Monte Carlo o Ilustrasi Penggunaan Simulasi o Latihan problema MOSI - fika

Pendahuluan o o Simulasi Monte Carlo dikenal dengan intilah sampling simulation atau Monte Carlo Samling Technique Istilah Monte Carlo pertama digunakan selama masa pengembangan bom atom yang merupakan nama kode dari simulasi nuclear fission Simulasi ini sering digunakan untuk evaluasi dampak perubahan input dan resiko dalam pembuatan keputusan Simulasi ini menggunakan data sampling yang telah ada (historical data) dan telah diketahui distribusi datanya MOSI - fika

3 Batasan Dasar Simulasi Monte Carlo 1. 2. 3. Apabila suatu persoalan sudah dapat diselesaikan atau dihitung jawabannya secara matematis dengan tuntas, maka hendaknya jangan menggunakan simulasi ini Apabila sebagaian persoalan tersebut dapat diselesaikan secara analitis dengan baik, maka penyelesaiannya lebih baik dilakukan secara terpisah. Sebagian secara analitis dan sebagian lagi simulasi Apabila mungkin dapat digunakan simulasi perbandingan MOSI - fika

Ilustrasi Penggunaan Simulasi o Sebuah toko sepatu memperkirakan permintaan sepatu per harinya menurut pola distribusi sebagai berikut : permintaa n/ha N o ri MOSI - fika frekuensi permin taan 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

o Dari data masa lalu sudah dapat diperkirakan dengan baik. Kemudian pengusaha toko ini hendak memperkirakan pola permintaan untuk 10 hari bulan berikutnya. Berapa kira-kira permintaan yang muncul? MOSI - fika

Prosedur/langkah penyelesaian 1. 2. Terlebih dahulu dibuat Imperical Data distribusinya, yaitu : fungsi distribusi densitas, seperti pada tabel sebelumnya Distribusi permintaan in diubah dalam bentuk fungsi distribusi komulatif (DFK) No MOSI - fika permintaan/hari Distribusi densitas DFK 1 4 pasang 0. 05 2 5 pasang 0. 15 3 6 pasang 0. 15 0. 3 4 7 pasang 0. 3 0. 6 5 8 pasang 0. 25 0. 85 6 9 pasang 0. 15 1 Jumlah 1

Langkah selanjutnya 3. Setiap permintaan tersebut, diberi angka penunjuk batasan (Tag/Label number), disusun berdasarkan DFK distribusi permintaan No MOSI - fika permintaan/hari Distribusi densitas DFK Tag number 1 4 pasang 0. 05 0. 00 - 0. 05 2 5 pasang 0. 15 0. 06 - 0. 15 3 6 pasang 0. 15 0. 3 0. 15 - 0. 30 4 7 pasang 0. 3 0. 6 0. 31 - 0. 60 5 8 pasang 0. 25 0. 85 0. 60 - 0. 85 6 9 pasang 0. 15 1 0. 86 - 1. 00

Langkah selanjutnya 4. Lakukan penarikan random number, dengan salah satu bentuk RNG, misal diperoleh 10 random number sbb : 1. 0. 5751 6. 0. 2888 2. 0. 1270 7. 0. 9518 3. 0. 7039 8. 0. 7348 4. 0. 3853 9. 0. 1347 5. 0. 9166 10. 0. 9014 Dari random number ini diambil 2 angka dibelakang koma dan dicocokkan dengan tag number. Hasilnya adalah kesimpulan permintaan yang dibutuhkan MOSI - fika

Lankah selanjutnya No Hari Permintaan Jumlah Pasangan 1 I 7 pasang 2 II 5 pasang Terdapat : 3 III 8 pasang 7 pasang (2) 4 IV … 5 pasang (2) 5 V … 8 pasang (2) 6 VI … 6 pasang (2) 7 VII … 9 pasang (2) 8 VIII … 9 IX … 10 X … MOSI - fika Penjelasan

Studi Kasus o o Dalam suatu pabrik assembling, barang C merupakan perpaduan barang A dan B yang dibeli dari supplier. Dalam proses produksinya, panjang barang A dan B tidaklah sama panjang. Dinyatakan dalam suatu tabel distribusi probabilitas (panjang dalam cm) Dari data akan dicari dan ditentukan estimasi dari mean (rata-rata panjang) dan varians MOSI - fika

Tabel Distribusinya : Panjang A MOSI - fika Panjang B Panjang Probabilitas 10 0. 25 17 0. 07 11 0. 25 18 0. 14 12 0. 25 19 0. 23 13 0. 25 20 0. 38 21 0. 12 22 0. 06

Penyelesaian menggunakan monte carlo o o Cari DFK masing 2 dan tag number masing-masing Cari random number menggunakan RNG multiplier Untuk barang A: m=19, a=7, x awal=1 Untuk barang B: m=17, a=7, x awal=3 Sesuaikan dengan tag number, cari kemungkinan munculnya panjang A dan B Cari total panjang barang C untuk masing 2 kemungkinan Cari nilai 2 yang dibutuhkan u/ mencari mean dan varians MOSI - fika

Tugas o …………. . MOSI - fika