BAB 2 Landasan Teori
|
|
- Hartono Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 Landasan Teori 2.1 Kajian Teori Dibawah ini merupakan penjelasan mengenai teori yang digunakan dalam penelitian ini. Teori ini menjadi tolak ukur dalam menjalakan penelitian Monte Carlo Kata Monte Carlo merupakan nama sebuah daerah di Monaco yang terkenal dengan fasilitas judinya (Sediawan, 2013:2). Metode Monte Carlo pertama kali diperkenalkan ke dunia keuangan oleh David B. Hertz pada tahun 1964, dalam artikel Risk Analysis in Capital Investment pada Harvard Business Review. Selanjutnya, pada tahun 1977, Phelim Boyle adalah yang pertama kali menggunakan simulasi ini dalam makalahnya mengenai Options (Putri. 2009) Pengertian Monte Carlo Monte Carlo adalah salah satu alat komputasi yang paling kuat untuk memecahkan dimensi tinggi masalah dalam fisika, kimia, ekonomi, dan pengolahan informasi (Zak, 2009: 9). Metode Monte Carlo adalah metode yang digunakan untuk menghitung atau memperkirakan nilai atau solusi menggunakan angka acak, probabilitas, dan statistik (Nadinastiti, 2011: 1). Metode Monte Carlo didefinisikan oleh Halton (1970) untuk mewakili solusi dari masalah sebagai parameter populasi hipotesis, dan menggunakan urutan angka acak untuk membangun sebuah sampel dari populasi, dimana perkiraan statistik dari parameter dapat diperoleh (Johansen & Evers, 2010: 5). Metode Monte Carlo merupakan dasar untuk semua algoritma dari metode simulasi yang didasari pada pemikiran penyelesaian suatu masalah untuk mendapatkan hasil yang lebih baik dengan cara memberi nilai sebanyakbanyaknya (nilai bangkitan / Generated Random Number) untuk mendapatkan ketelitian yang lebih tinggi. Metode ini menganut system pemrograman yang bebas tanpa telalu banyak diikat oleh rule atau aturan tertentu (Achmad, 2008: 1). 11
2 Penerapan Monte Carlo Metode Monte Carlo memiliki banyak penerapan di berbagai bidang. Penerapan metode Monte Carlo antara lain dalam bidang (Nadinastiti, 2011: 2): 1. Grafis. Digunakan untuk penjejakan sinar. 2. Biologi. Memperlajari jaringan biologi. 3. Keuangan. Dalam bidang ini, Monte Carlo digunakan untuk menilai dan menganalisis model - model finansial. 4. Fisika. Cabang - cabang fisika yang menggunakan antara lain fisika statistik dan partikel. Dalam fisika partikel, digunakan untuk eksperimen. Dalam ilmu nuklir metode ini juga banyak diterapkan 5. Ilmu probabilitas dan statistik. Digunakan untuk mensimulasikan dan memahami efek keberagaman. 6. Ilmu komputer. Misalnya Algoritma Las Vegas dan berbagai permainan komputer. 7. Kimia. Digunakan untuk simulasi yang melibatkan kluster - kluster atomik. 8. Ilmu lingkungan. Metode ini digunakan untuk memahami perilaku kontaminan.
3 Simulasi Simulasi adalah sebuah metode analitik yang bertujuan untuk membuat imitasi dari sebuah sistem yang mempunyai sifat acak, dimana jika digunakan model lain menjadi sangat mathematically complex atau terlalu sulit untuk dikembangkan (Cahyo, 2008: 13) Simulasi Monte Carlo Simulasi Monte Carlo, yang berasal dari sampling statistik, pertama kali disampaikan oleh Metropolis dan Ulam dalam jurnal yang berjudul The Monte Carlo Method, Journal of the American Statistical Association, Vol.44, No.247, 1949, pg (Yeh & Sun, 2013: 784, 795). Pembangunan model Simulasi Monte Carlo didasarkan pada probabilitas yang diperoleh data historis sebuah kejadian dan frekuensinya, dimana (Cahyo, 2008: 13) : Dimana : Pi : Probabilitas kejadian i fi : Frekuensi kejadian i n : Jumlah frekuensi semua kejadian Simulasi Monte Carlo dikategorikan sebagai metode sampling karena input yang dihasilkan secara acak dari probabilitas distribusi untuk mensimulasikan proses sampling dari populasi yang sebenarnya dan beberapa penulis mengadopsinya untuk mengukur keandalan sistem karena keuntungan dari kemudahan dan akurasi (Yeh & Sun, 2013: 784). Menurut Kwak & Stoddard (2004) Simulasi Monte Carlo mulai mendapat perhatian di bidang manajemen proyek, dan dapat menjadi alat yang handal bagi manajer proyek dalam menganalisa resiko dan ketidakpastian yang umum terjadi dalam pembiayaan proyek. Hasil simulasi Monte Carlo dapat membantu manajer proyek dalam menentukan ekspektasi pembiayaan proyek yang lebih realistis (Achmad, 2008: 20).
4 Pengertian Simulasi Monte Carlo Simulasi Monte Carlo adalah salah satu metode simulasi sederhana yang dapat dibangun secara cepat dengan hanya menggunakan spreadsheet, seperti : Ms. Excell (Cahyo, 2008:13). Simulasi Monte Carlo adalah metode untuk mengevaluasi iteratif model deterministik menggunakan nomor acak sebagai masukan (Yeh & Sun, 2013: 784). Simulasi Monte Carlo didefinisikan sebagai semua teknik sampling statistik yang digunakan untuk memperkirakan solusi terhadap masalah-masalah kuantitatif (Achmad, 2008: 14). Simulasi Monte Carlo adalah pengambilan sampel dengan menggunakan bilangan - bilangan acak (random numbers) dengan prinsip kerja adalah membangkitkan bilangan - bilangan acak atau sampel dari suatu variabel acak yang telah diketahui distribusinya, sehingga seolah - olah dapat diperoleh data dari lapangan, atau dengan kata lain Simulasi Monte Carlo meniru kondisi lapangan secara numerik. Simulasi Monte Carlo dapat didefinisikan sebagai Simulasi sistem nyata yang di alam merupakan unit / partikel, dengan mengamati perilaku sejumlah unit / partikel yang memiliki kondisi secara acak menurut distribusi populasi, mirip dengan sistem nyata melalui generasi nomor acak (Sediawan, 2013: 3) Tiga Langkah Penting Simulasi Monte Carlo Ada tiga langkah penting dalam melakukan Simulasi Monte Carlo, antara lain (Sediawan, 2013: 12): 1. Membangun distribusi populasi yang erat mewakili distribusi populasi dari sistem nyata. 2. Menghasilkan nomor acak mengikuti distribusi populasi, untuk mewakili sifat atau kondisi komponen yang membentuk sistem. 3. Memprediksi sifat sistem makroskopik didasarkan pada ekspektasi matematis dari sistem yang disimulasikan.
5 15 Dalam metode Monte Carlo, simulasi sistem yang terdiri dari sejumlah unit / partikel yang memiliki kondisi acak, dan distribusinya dibuat semirip mungkin dengan sistem nyata yang dilakukan melalui generasi nomor acak. Sifat sistem makroskopik kemudian hanya didekati dengan harapan matematis yang relevan Elemen - Elemen Simulasi Monte Carlo Simulasi Monte Carlo memerlukan beberapa elemen berikut (Yeh & Sun, 2013: 784) : 1. Fungsi kepadatan probabilitas (pdf). 2. Nomor acak generator untuk menyediakan nomor acak. 3. Resep sampling, sampel dari p.d.f. tertentu dengan ketersediaan Unit nomor acak Interval. 4. Perhitungan, dalam yang hasil output perlu diberikan sebagai total value. 5. Salah Perhitungan, dimana hubungan antara jumlah kesalahan statistik yang terjadi dan fungsi nomor lain. 6. Mengurangi variasi teknik, untuk mengurangi waktu yang dibutuhkan untuk menghitung Simulasi Monte Carlo 7. Integrasi horizontal dan vertikal, untuk menerapkan simulasi Monte Carlo efektif ke struktur sistem komputasi Keuntungan Simulasi Monte Carlo Keuntungan utama dari Simulasi Monte Carlo simulasi atas teknik komputasi lain adalah independensi sumber daya komputasi pada dimensi masalah. Ada banyak modifikasi dari metode ini seperti "klasik" Monte Carlo, (sampel diambil dari distribusi probabilitas), "Kuantum" Monte Carlo, (random walk digunakan untuk menghitung energi kuantum mekanik dan fungsi gelombang), "jalan-integral" kuantum Monte Carlo, (kuantum statistik integral mekanik dihitung untuk memperoleh sifat termodinamika), "simulasi" Monte Carlo, (algoritma stokastik yang digunakan untuk menghasilkan kondisi awal untuk quasiclassical simulasi lintasan), dll (Zak, 2009: 9).
6 Nomor acak Salah satu kegunaannya adalah dalam Metode Monte Carlo (Nadinastiti, 2011: 1). Nomor acak memainkan peran penting dalam simulasi komputer, misalnya, salah satu masalah inti Metode Monte Carlo adalah untuk menghasilkan serangkaian dari nomor acak sesuai dengan distribusi probabilitas yang sebenarnya sebagai sumber data simulasi (Hu & Cui, 2010: 23). Simulasi Monte Carlo dilakukan berdasarkan generasi nomor acak mengikuti distribusi populasi tertentu (Deriawan, 2013: 13). Untuk beberapa percobaan, angka acak harus diterapkan. Modifikasi yang diusulkan dari metode Monte Carlo seperti pembatasan, karena didasari keacakan yang dihasilkan oleh ketidakstabilan dinamika (Zak, 2009: 10). Nomor acak yang baik tergantung pada banyak faktor. Maka dari itu, selalu dianjurkan untuk memiliki berbagai nomor acak generator yang tersedia, untuk aplikasi yang berbeda mungkin memerlukan sifat yang berbeda dari generator acak (Kroese, 2011: 10). Pengembangan random number generator ini cukup pesat. Contohnya, dewasa ini sudah jarang digunakan metode tradisional untuk menghasilkan angka acak dalam permainan lotere karena semakin sering digunakannya random number generator (Nadinastiti, 2011: 2). Sebuah random number generator (biasa disingkat RNG) merupakan sebuah generator yang bisa berupa perangkat lunak atau keras yang dibuat untuk menghasilkan sejumlah angka dalam deretan yang tidak memiliki pola. Dengan kata lain RNG menghasilkan sejumlah angka yang acak (Nadinastiti, 2011: 2). Penghasil angka acak berupa perangkat keras yang sudah ada sejak dahulu dan masih digunakan hingga sekarang antara lain dadu dan lempar koin. Alat - alat tersebut digunakan untuk permainan maupun perjudian namun masih terlalu lambat untuk digunakan dalam bidang kriptografi dan statistik (Nadinastiti, 2011: 2). Hanya nomor acak generator yang memiliki sifat teoritis yang solid bahkan harus dipertimbangkan, uji statistik harus dilakukan pada sampel yang dihasilkan, dan hanya generator yang outputnya telah berhasil melewati baterai uji statistik yang harus digunakan (Gentle, 2005: 61). Berikut adalah beberapa sifat dari nomor acak generator (Kroses, 2011:10) : 1. Lulus uji statistik : Tujuan utamanya adalah bahwa generator harus menghasilkan aliran angka acak seragam yang dibedakan urutan
7 17 seragam iid asli. Meskipun dari sudut pandang teoritis melihat kriteria ini terlalu tidak tepat dan bahkan tidak layak, dari sudut pandang praktis ini berarti bahwa generator harus melewati serangkaian tes statistik sederhana yang dirancang untuk mendeteksi penyimpangan dari keseragaman. 2. Dukungan teoritis : Sebuah generator yang baik harus didasarkan pada prinsip - prinsip matematika, memungkinkan untuk analisis yang meneliti sifat penting dari generator. Contohnya adalah generator congruential linear dan multiple - rekursif. 3 Direproduksi : Properti penting adalah bahwa aliran nomor acak direproduksi tanpa harus menyimpan aliran lengkap dalam memori. Hal ini penting untuk pengujian dan varians teknik pengurangan. Metode generasi fisik tidak dapat diulang kecuali seluruh aliran dicatat. 4 Cepat dan efisien : Generator harus menghasilkan angka acak secara cepat dan efisien, dan memerlukan sedikit penyimpanan di memori komputer. Banyak teknik Monte Carlo untuk optimalisasi dan estimasi membutuhkan miliaran atau angka acak yang lebih. Metode generasi fisik saat ini tidak cocok untuk generator algoritmik sederhana dalam hal kecepatan. 5 Periode Besar : Periode nomor acak generator harus sangat besar - pada urutan dalam rangka untuk menghindari masalah dengan duplikasi dan ketergantungan. Nomor acak algoritmik generator terdahulu secara mendasar tidak memadai dalam hal ini. 6 Beberapa aliran : Dalam banyak aplikasi perlu untuk menjalankan beberapa aliran acak independen secara paralel. Sebuah nomor acak generator yang baik harus memiliki ketentuan mudah bagi beberapa aliran independen. 7 Murah dan mudah : Sebuah nomor acak generator yang baik harus murah dan tidak membutuhkan peralatan eksternal mahal. Selain itu, harus mudah untuk menginstal, melaksanakan, dan dijalankan. Secara umum seperti nomor acak generator juga lebih mudah dibawa di atas platform komputer yang berbeda.
8 18 8 Tidak menghasilkan 0 atau 1 : Sebuah properti yang diinginkan dari nomor acak generator adalah bahwa kedua 0 dan 1 dikecualikan dari urutan nomor acak. Hal ini untuk menghindari pembagian dengan 0 atau komplikasi numerik lainnya Optimalisasi dan Maksimalisasi Optimalisasi ada proses mengoptimalkan (Wahyuningsih, 2010: 291). Menurut kamus besar bahasa Indonesia, kata optimalisasi diambil dari kata optimal yang berarti terbaik, tertinggi. Sedangkan pengoptimalan berarti proses, cara, perbuatan pengoptimalan (menjadikan paling baik atau paling tinggi). Jadi optimalisasi adalah sistem atau upaya menjadikan paling baik atau paling tinggi. Menurut Yuwono dan Abdullah bahwa optimalisasi berasal dari kata optimal. Kata optimal memiliki arti terbaik atau tertinggi, selanjutnya dijelaskan bahwa optimalisasi adalah perihal mengoptimalkan. Dari pengertian optimalisasi tersebut menunjukkan suatu proses atau kegiatan yang diarahkan untuk mencapai atau mendapatkan hasil yang terbaik. Optimalisasi adalah mencari alternatif dengan biaya yang paling efektif atau kinerja dicapai tertinggi menurut kendala yang diberikan, dengan memaksimalkan faktor yang diinginkan dan meminimalkan yang tidak diinginkan. Sebagai perbandingan, maksimalisasi berarti berusaha untuk mencapai hasil tertinggi atau maksimum atau hasil tanpa memperhatikan biaya atau beban. Praktek optimalisasi dibatasi oleh kurangnya informasi yang lengkap, dan kurangnya waktu untuk mengevaluasi informasi apa yang tersedia. Dari masalah bisnis, optimalisasi dicapai biasanya dengan menggunakan teknik pemograman linear dari riset operasi. Maksimalisasi juga digunakan untuk menentukan estimasi tertinggi, dengan meminimalkan kontribusi lainnya Minimalisasi Minimalisasi atau Minimisasi dapat diselesaikan secara grafis dengan terlebih dahulu menyiapkan daerah solusi yang layak (Heizer & Render. 2011: 731) Layout Layout merupakan salah satu keputusan penting yang menentukan efisiensi jangka panjang dari operasi. Layout memiliki banyak implikasi strategis karena menetapkan prioritas kompetitif organisasi dalam hal kapasitas, proses, fleksibilitas, dan biaya, serta kualitas kehidupan kerja, kontak pelanggan, dan citra. Layout yang
9 19 efektif dapat membantu organisasi mencapai strategi yang mendukung diferensiasi, biaya rendah, atau respon. (Heizer & Render. 2011: 376). Desain layout harus mempertimbangkan bagaimana untuk mencapai hal berikut: 1. Pemanfaatan yang lebih tinggi dari ruang, peralatan, dan orang - orang. 2. Meningkatkan aliran informasi, materi, atau orang - orang. 3. Meningkatkan semangat kerja karyawan dan kondisi kerja yang lebih aman. 4. Meningkatkan interaksi pelanggan / klien. 5. Fleksibilitas (apa pun tata letak sekarang, maka akan perlu untuk mengubah). 2.2 Landasan Pemikiran PERUSAHAAN 1 PERUSAHAAN 2 PERUSAHAAN 3 PT. AMANAH TRANSMULIA LOGISTICS Cargo Bandara International Soekarno Hatta KOTA TUJUAN MASALAH Tambahan biaya gudang Gudang penuh Kesalahan pengiriman barang Prioritas pengiriman Gambar 2.1 Landasan Pemikiran Sumber : pengolahan data 2014 Ada beberapa hal yang menjadi masalah dalam proses pengiriman ini. Masalah terjadi terutama saat adanya penumpukan barang, perusahaan akan mengeluarkan biaya lebih untuk membayar sewa gudang. Dan akibat lain dari penumpukan barang di gudang seperti salah pengiriman barang, dan memprioritaskan barang yang seharusnya dikirim terlebih dahulu.
10 20 Hal inilah yang mendasari penulis untuk melakukan penelitian ini, agar masalah - masalah yang timbul tidak mengganggu jalannya bisnis, apalagi sampai merugikan pelaku bisnis, sebab untuk membayar sewa gudang di bandara, perusahaan membayarnya dengan hitungan perhari. Apabila barang yang saharusnya dikirim hari ini, ternyata harus dikirim besok karena adanya keterlambatan penerbangan dan lain hal, dan barang besok harinya juga sama banyaknya dengan barang hari ini atau bahkan lebih, dan kapasitas bagasi barang di pesawat pastinya akan dibatasi, yang menyebabkan tidak semua barang bisa diangkut sekaligus, berapakah perusahaan akan mengeluarkan biaya untuk sewa gudang di bandara? Oleh karena itu penulis membuat landasan pemikiran yang sedemikian rupa, agar menghasilkan suatu kesimpulan yang berguna untuk membantu perusahaan dalam menyelesaikan masalah yang dihadapi.
Metode Monte Carlo. II. PENGHASIL ANGKA ACAK (RANDOM NUMBER GENERATOR) A. Penjelasan Singkat Mengenai Ketidakteraturan (Randomness) I.
Metode Monte Carlo Nadinastiti NIM 18209026 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia nadinastiti@gmail.com
Lebih terperinciBAB IV SIMULASI MONTE CARLO
BAB IV SIMULASI MONTE CARLO Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan klasik metode ini adalah untuk mengevaluasi integral definit,
Lebih terperinciBAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang
BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO 3. Simulasi Monte Carlo Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang dapat dibangun secara cepat menggunakan spreadsheet. Penggunaan
Lebih terperinciBAB 3 Metode Penelitian
BAB 3 Metode Penelitian 3.1 Definisi Metododologi penelitian adalah langkah - langkah yang sistematis, dan pembahasan mengenai konsep teoritik berbagai metode, kelebihan dan kelemahannya, yang di dalam
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 1, Juni 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Optimasi Persediaan Sparepart Menggunakan Model
Lebih terperinciJournal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8
PREDIKSI PENDAPATAN PEMERINTAH INDONESIA MENGGUNAKAN SIMULASI MONTE CARLO Afry Rachmat, Sukmawati Nur Endah, Aris Sugiharto Program Studi Teknik Informatika, Universitas Diponegoro afry.rachmat27@gmail.com,
Lebih terperinciekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer,
BAB II LANDASANTEORI 2.1 Analisa Keputusan Anafisa keputusan adalah sebuah metode yang menyediakan dukungan metode kuantitatif bagi seorang pengambil keputusan ( decision maker ) di hampir semua area,
Lebih terperinciBab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data
24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,
Lebih terperinciBAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk
BAB 2 LANDASAN TEORI 2.1 Definisi Persediaan Menurut Jacob, Chase, Aquilo (2009: 547) persediaan merupakan stok dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk produksi. Sedangkan
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan meliputi semua barang dan bahan yang dimiliki oleh perusahaan dan dipergunakan dalam proses produksi atau dalam memberikan
Lebih terperinciPengembangan Model Simulasi, oleh Hotniar Siringoringo 1
Simulasi kejadian diskrit memodelkan sistem yang berubah sesuai waktu melalui suatu representasi dimana variabel status berubah secara langsung pada titik terpisah dalam waktu. Titik terpisah dalam waktu
Lebih terperinciModul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
. PENELITIAN OPERASIONAL I MODEL SIMULASI Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 007 MODEL SIMULASI PENDAHULUAN
Lebih terperinciSIMULASI: Deterministik dan Monte Carlo
SIMULASI: Deterministik dan Monte Carlo Tjipto Juwono, Ph.D. April 2017 TJ (SU) SIMULASI: Deterministik dan Monte Carlo April 2017 1 / 14 Apa itu yang dimaksud dengan simulasi? Apabila semua data diperoleh
Lebih terperinciPOSITRON, Vol. VI, No. 2 (2016), Hal ISSN :
Penentuan Energi Keadaan Dasar Osilator Kuantum Anharmonik Menggunakan Metode Kuantum Difusi Monte Carlo Nurul Wahdah a, Yudha Arman a *,Boni Pahlanop Lapanporo a a JurusanFisika FMIPA Universitas Tanjungpura,
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia
MODEL INVENTORY Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia Pendahuluan Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan untuk
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciBAB II TINJAUAN PUSTAKA. komoditas, model pergerakan harga komoditas, rantai Markov, simulasi Standard
BAB II TINJAUAN PUSTAKA Pada bab ini akan dibahas beberapa tinjauan mengenai teori yang diperlukan dalam pembahasan bab-bab selanjutnya antara lain tentang kontrak berjangka komoditas, model pergerakan
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis. Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Teori Inventori Inventory merupakan pengumpulan atau penyimpanan komoditas yang akan digunakan
Lebih terperinciOPTIMALISASI SUSUNAN TATA LETAK BARANG UNTUK MEMINIMALISIR BIAYA GUDANG PADA PT. AMANAH TRANSMULIA LOGISTICS
OPTIMALISASI SUSUNAN TATA LETAK BARANG UNTUK MEMINIMALISIR BIAYA GUDANG PADA PT. AMANAH TRANSMULIA LOGISTICS Rozzy Arman dan Haryadi Sarjono Universitas Bina Nusantara, Jl. Kebon Jeruk Raya No. 27 Kebon
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Simulasi Monte Carlo dan Animasi Operasinya
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Program stokastik merupakan program matematika, dimana beberapa data yang termuat pada tujuan atau kendala mengandung ketidakpastian. Ketidakpastian biasanya dicirikan oleh distribusi
Lebih terperinciManajemen Sains. Pengenalan Riset Operasi. Eko Prasetyo Teknik Informatika
Manajemen Sains Pengenalan Riset Operasi Eko Prasetyo Teknik Informatika Univ. Muhammadiyah Gresik 2011 Pendahuluan Riset Operasi (Operations Research/OR) banyak diterapkan dalam menyelesaikan masalahmasalah
Lebih terperinci#12 SIMULASI MONTE CARLO
#12 SIMULASI MONTE CARLO 12.1. Konsep Simulasi Metode evaluasi secara analitis sangat dimungkinkan untuk sistem dengan konfigurasi yang sederhana. Untuk sistem yang kompleks, Bridges [1974] menyarankan
Lebih terperinciLAPORAN PRAKTIKUM KIMIA FISIK PERCOBAAN - 9 STRUKTUR DAN SIFAT TERMODINAMIKA AIR : SIMULASI MONTE CARLO
LAPORAN PRAKTIKUM KIMIA FISIK PERCOBAAN - 9 STRUKTUR DAN SIFAT TERMODINAMIKA AIR : SIMULASI MONTE CARLO Nama Anggota : 1. Anisa Pramudia Harini (125090206111001) 2. Dwi Sapri Ramadhan (125090201111005)
Lebih terperinciILKOM Jurnal Ilmiah Volume 10 Nomor 1 April Ricky Zulfiandry Universitas Dehasen Bengkulu
OPTIMASI KEGIATAN PELATIHAN MENGGUNAKAN METODE SIMULASI MONTE CARLO (STUDI KASUS DI BALAI LATIHAN KERJA DINAS TENAGA KERJA DAN TRANSMIGRASI PROVINSI BENGKULU) Ricky Zulfiandry ricky.zulfiandry@unived.ac.id
Lebih terperinciBAB I PENGANTAR. 1.1 Latar Belakang. dari suatu properti atau usaha. Pembuatan asumsi tersebut berkaitan dengan
BAB I PENGANTAR 1.1 Latar Belakang Analisis Discounted Cash Flow (DCF) adalah teknik pembuatan model keuangan yang didasarkan pada asumsi mengenai prospek pendapatan dan biaya dari suatu properti atau
Lebih terperinciBAB I PENDAHULUAN. Ilmu kalkulus memiliki aturan aturan penyelesaian fungsi integral untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Ilmu kalkulus memiliki aturan aturan penyelesaian fungsi integral untuk memperoleh solusi analitik (dan eksak) dari fungsi integral tentu. Namun, dalam praktek rekayasa,
Lebih terperinciTEKNIK SIMULASI. Nova Nur Hidayati TI 5F
TEKNIK SIMULASI Nova Nur Hidayati TI 5F 10530982 PENDAHULUAN TUJUAN MEMPELAJARI SIMULASI Melalui kuliah ini diharapkan kita dapat mempelajari suatu sistem dengan memanfaatkan komputer untuk meniru (to
Lebih terperinciOPERATION RESEARCH-1
OPERATION RESEARCH-1 Prof.Dr.H.M.Yani Syafei,MT MATERI PERKULIAHAN 1.Pemrograman Linier (Linear Programming) Formulasi Model Penyelesaian dengan Metode Grafis Penyelesaian dengan Algoritma Simplex Penyelesaian
Lebih terperinci1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengambilan atau pembuatan keputusan berarti memilih satu di antara banyak alternatif. Dalam hal pengambilan keputusan minimal terdapat dua alternatif di mana
Lebih terperinciMetode Monte Carlo adalah metode komputasi yang bergantung pada. pengulangan bilangan acak untuk menemukan solusi matematis.
Bab II. Teori Dasar II.1. Metode Monte Carlo Metode Monte Carlo adalah metode komputasi yang bergantung pada pengulangan bilangan acak untuk menemukan solusi matematis. Metode ini sering digunakan untuk
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Dasar Teori Antrian Dalam kehidupan sehari-hari, antrian (queueing) sangat sering ditemukan. Mengantri sering harus dilakukan jika kita menunggu giliran misalnya mengambil
Lebih terperinciSolusi Penyelesaian Persamaan Laplace dengan Menggunakan Metode Random Walk Gapar 1), Yudha Arman 1), Apriansyah 2)
Solusi Penyelesaian Persamaan Laplace dengan Menggunakan Metode Random Walk Gapar 1), Yudha Arman 1), Apriansyah 2) 1) Program Studi Fisika Jurusan Fisika Universitas Tanjungpura 2)Program Studi Ilmu Kelautan
Lebih terperinciSIMULASI SISTEM. Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu.
SIMULASI SISTEM Sistem Himpunan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu. Karakteristik Sistem: komponen ; Relasi; Tujuan ; Batasan; Lingkungan; Interface; Input; Output. Cara
Lebih terperinciBAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian, yang tidak dapat diperkirakan sebagai sesuatu yang pasti. Pada umumnya pengukuran berulang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Simulasi 2.1.1 Pengertian Simulasi Banyak para ahli yang memberikan definisi tentang simulasi. Beberapa diantaranya adalah sebagai berikut: Emshoff dan Simun (1970), simulasi didefinisikan
Lebih terperinciBAB I PENDAHULUAN. yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan
BAB I PENDAHULUAN 1.1 Latar Belakang Investasi adalah komitmen atas sejumlah dana atau sumber daya lainnya yang dilakukan pada saat ini, dengan tujuan memperoleh sejumlah keuntungan di masa datang. Investasi
Lebih terperinciBab II. Prinsip Fundamental Simulasi Monte Carlo
Bab II Prinsip Fundamental Simulasi Monte Carlo Metoda monte carlo adalah suatu metoda pemecahan masalah fisis dengan menirukan proses-proses nyata di alam memanfaatkan bilangan acak/ random. Jadi metoda
Lebih terperinciPengembangan Model Pengelolaan Pendapatan Pengangkutan Kargo Udara berdasarkan Pengendalian Ruang Kargo dan Overbooking Limit
JURNAL TEKNIK POMITS Vol. 1, No. 1, (212) 1-5 1 Pengembangan Model Pengelolaan Pendapatan Pengangkutan Kargo Udara berdasarkan Pengendalian Ruang Kargo dan Overbooking Limit Arfini Alivia Dewanty dan Ahmad
Lebih terperinciKATA PENGANTAR. FisikaKomputasi i -FST Undana
Disertai Flowchart, Algoritma, Script Program dalam Pascal, Matlab5 dan Mathematica5 Ali Warsito, S.Si, M.Si Jurusan Fisika, Fakultas Sains & Teknik Universitas Nusa Cendana 2009 KATA PENGANTAR Buku ajar
Lebih terperinci1/14/2010. Riani L. Jurusan Teknik Informatika
Riani L. Jurusan Teknik Informatika Universitas Komputer Indonesia 1 PreTest 1. Apa yang dimaksud dengan simulasi? 2. Berikan contoh simulasi yang saudara ketahui (minimal i 3)! 2 2 Definisi Simulasi (1)
Lebih terperinciHanif Fakhrurroja, MT
Pertemuan 2 Model-Model Riset Operasional Hanif Fakhrurroja, MT PIKSI GANESHA, 2013 Hanif Fakhrurroja @hanifoza hanifoza@gmail.com Pendahuluan Pendahuluan Model Dalam Riset Operasional Sebuah model keputusan
Lebih terperinciADLN- PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB 1 PENDAHULUAN. metode yang bisaanya digunakan dalam estimasi parameter yakni Ordinary Least
BAB 1 PENDAHULUAN 1.1 Latar Belakang Data populasi dalam suatu penelitian berguna untuk mengetahui karakteristik objek yang akan menghasilkan gambaran akurat mengenai karakteristik objek tersebut. Statistik
Lebih terperinciStudi dan Implementasi Integrasi Monte Carlo
Studi dan Implementasi Integrasi Monte Carlo Firdi Mulia - 13507045 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciAnalisis Model dan Simulasi. Hanna Lestari, M.Eng
Analisis Model dan Simulasi Hanna Lestari, M.Eng Simulasi dan Pemodelan Klasifikasi Model preskriptif deskriptif diskret kontinu probabilistik deterministik statik dinamik loop terbuka - tertutup Simulasi
Lebih terperinciPEMODELAN BILANGAN ACAK DAN PEMBANGKITANNYA. Pemodelan & Simulasi
PEMODELAN BILANGAN ACAK DAN PEMBANGKITANNYA Pemodelan & Simulasi Bilangan Acak Bilangan acak adalah bilangan yang kemunculannya terjadi secara acak. Bilangan acak ini penting untuk keperluan simulasi.
Lebih terperinciBAB 2 LANDASAN TEORI
17 BAB 2 LANDASAN TEORI 2.1 Pengantar Fenomena menunggu untuk kemudian mendapatkan pelayanan, seperti halnya nasabah yang menunggu pada loket bank, kendaraan yang menunggu pada lampu merah, produk yang
Lebih terperinciRENCANA BIAYA PELAKSANAAN (RBP) YANG PALING MUNGKIN PADA PROYEK KONSTRUKSI DENGAN BANTUAN
1 RENCANA BIAYA PELAKSANAAN (RBP) YANG PALING MUNGKIN PADA PROYEK KONSTRUKSI DENGAN BANTUAN PROGRAM @RISK I Ketut Nudja S. 1) 1) Dosen Jurusan Teknik Sipil Fakultas Teknik Universitas Warmadewa ABSTRAK
Lebih terperinciMuhlis Tahir PTIK A 09 UNM
Muhlis Tahir PTIK A 09 UNM BAB 4 Manajemen proyek Pengorganisasian, perencanaan dan penjadwalan proyek perangkat lunak Tujuan Untuk memperkenalkan perangkat lunak manajemen proyek dan menggambarkan karakteristik
Lebih terperinciBAB I PENDAHULUAN. dapat dianggap mendekati normal dengan mean μ = μ dan variansi
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Matematika merupakan salah satu cabang ilmu pengetahuan yang melambangkan kemajuan zaman. Oleh karena itu matematika banyak digunakan oleh cabang ilmu lain
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB 1 PENDAHULUAN. mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perencanaan sistem suatu struktur, hampir semua teknik mengikutkan konsep dasar, seperti kapasitas dan kesesuaian. Syarat-syarat yang harus dipenuhi struktur
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN. perusahaan selain manajemen sumber daya manusia, manajemen pemasaran dan
BAB II TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN 2.1 Definisi Manajemen Operasi Manajemen operasi adalah salah satu fungsi bisnis yang penting di dalam perusahaan selain manajemen sumber daya manusia, manajemen
Lebih terperinciMetodologi Penelitian
Metodologi Penelitian Modul ke: PEMROGRAMAN LINIER Fakultas Program Pasca Sarjana Hamzah Hilal Program Studi Magister Teknik Elektro 13.1 UMUM Banyak keputusan manajemen dan atau riset operasi berkaitan
Lebih terperinciIII KERANGKA PEMIKIRAN
III KERANGKA PEMIKIRAN 3.1 Kerangka Pemikiran Teoritis 3.1.1 Sistem Produksi Secara umum produksi dapat diartikan sebagai suatu kegiatan atau proses yang mentransformasikan masukan (input) menjadi hasil
Lebih terperinciPendiskritan Pembangkit Bilangan Acak Peta Logistik Menggunakan Fungsi Trigonometri Osilasi Tinggi
Pendiskritan Pembangkit Bilangan Acak Peta Logistik Menggunakan Fungsi Trigonometri Osilasi Tinggi Achmad Dimas Noorcahyo - 13508076 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB I PENDAHULUAN. besar dan mampu membantu pemerintah dalam mengurangi tingkat pengangguran.
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam menghadapi globalisasi dunia saat ini mendorong persaingan diantara para pelaku bisnis yang semakin ketat. Di Indonesia sebagai negara berkembang, pembangunan
Lebih terperinciBAB I. PENDAHULUAN PENGAMBILAN KEPUTUSAN
BAB I. PENDAHULUAN PENGAMBILAN KEPUTUSAN Model keputusan merupakan alat yang menggambarkan permasalahan keputusan sedemikian rupa sehingga memungkinkan identifikasi dan evaluasi sistematik semua alternatif
Lebih terperinci(Risk Analysis Simulator)
(Risk Analysis Simulator) TUJUAN Membuat alat eksperimental, atau simulator, yang akan berlaku seperti sistem yang diinginkan dalam aspek yang pasti dan cepat, dengan biaya yang efektif. PERBANDINGAN ANTARA
Lebih terperinciPENDEKATAN SIMULASI MONTE CARLO UNTUK PEMILIHAN ALTERNATIF DENGAN DECISION TREE PADA NILAI OUTCOME YANG PROBABILISTIK
11 PENDEKATAN SIMULASI MONTE CARLO UNTUK PEMILIHAN ALTERNATIF DENGAN DECISION TREE PADA NILAI OUTCOME YANG PROBABILISTIK Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Islam Indonesia,
Lebih terperinciDetail Tugas Besar Mata Kuliah Pemodelan dan Simulasi
Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Buatlah aplikasi program untuk menyelesaikan kasus permasalahan dibawah ini, dengan menggunakan software aplikasi yang kalian mampu gunakan, interfacing
Lebih terperinciPercobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya
Percobaan Perancangan Fungsi Pembangkit Bilangan Acak Semu serta Analisisnya Athia Saelan (13508029) 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciPERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO
PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO Adilla Chandra 1*, Johannes Kho 2, Musraini M 2 1 Mahasiswa Program S1 Matematika 2 Dosen Jurusan Matematika Fakultas
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Jenis penelitian yang digunakan dalam penulisan skripsi ini adalah penelitian deskriptif. Penelitian deskriptif adalah suatu penelitian yang bertujuan untuk
Lebih terperinciBAB 1 PENDAHULUAN. tidak ada prestasi, tidak ada kemajuan dan tidak ada imbalan.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Risiko adalah bagian dari kehidupan. Menghindari semua resiko akan mengakibatkan tidak ada prestasi, tidak ada kemajuan dan tidak ada imbalan. The Institute
Lebih terperinciBAB I PENDAHULUAN. 1 Universitas Bhayangkara Jaya. Pengaruh Audit..., Prasasti, Fakultas Ekonomi 2015
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan ekonomi bergerak sangat pesat ditandai dengan munculnya begitu banyak perusahaan lokal, nasional maupun multinasional. Hal ini menyebabkan persaingan
Lebih terperinciUcapan terimakasih juga penulis sampaikan kepada :
Ucapan terimakasih juga penulis sampaikan kepada : Istri tercinta Laila Wanna Hari Rangkuti, S.Pd. dan kedua anak saya Muhammad Herza Ismail dan Muhammad Al Khaliifi Zikri Ismail, ayahanda dan ibunda tercinta
Lebih terperinciLaporan Praktikum Fisika Komputasi 1 (Solusi Penyelesaian Gerak Parabola Menggunakan Program C++)
Laporan Praktikum Fisika Komputasi 1 (Solusi Penyelesaian Gerak Parabola Menggunakan Program C++) Diajukan untuk memenuhi tugas mata kuliah Praktikum Fisika Komputasi 1 Disusun Oleh : Jurusan Fisika Fakultas
Lebih terperinciPENGANTAR MONTE CARLO
6 PEGATAR MOTE CARLO Pada bab ini dibahas pengantar ke pemahaman tentang metode Monte Carlo, yang sangat berperan dalam bidang fisika lanjut, terutama diimplementasikan pada sistem-sistem dengan sejumlah
Lebih terperinciBAB II DASAR TEORI 2.1 Pengertian Tata Guna/Tutupan Lahan
BAB II DASAR TEORI Prediksi perubahan lahan merupakan salah satu informasi penting untuk mendukung perencanaan penggunaan lahan. Untuk itu perlu dibuat suatu model yang mampu mewakili prediksi perubahan
Lebih terperinciPENARIKAN SAMPEL & PENDUGAAN PARAMETER
PENARIKAN SAMPEL & PENDUGAAN PARAMETER Arti Penarikan Sampel Populasi ( Universe) adalah totalitas dari semua objek atau individu yang memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti
Lebih terperinciPENENTUAN SOLUSI OPTIMAL PERSEDIAAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO. Dian Ratu Pritama ABSTRACT
PENENTUAN SOLUSI OPTIMAL PERSEDIAAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO Dian Ratu Pritama Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciPEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI
PEMROGRAMAN KOMPUTER KODE MODUL: TIN 202 MODUL III LINEAR PROGRAMMING DAN VISUALISASI LABORATORIUM TEKNIK INDUSTRI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH SURAKARTA 2013 MODUL II LINEAR PROGRAMMING DAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Line Balancing Line Balancing adalah suatu analisis yang mencoba melakukan suatu perhitungan keseimbangan hasil produksi dengan membagi beban antar proses secara berimbang
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH SIMULASI (KB) KODE / SKS : KK / 3 SKS
KODE / SKS : KK-01333 / 3 SKS 1 Pengertian dan tujuan 1. Klasifikasi Model 1 Simulasi. Perbedaan penyelesaian problem Dapat menjelaskan klasifikasi model dari matematis secara analitis dan numeris suatu
Lebih terperinciPEMODELAN DAN SIMULASI DALAM MENENTUKAN JUMLAH PENJUALAN PRODUK MOTOR DENGAN METODE MONTE CARLO. Eka Iswandy 1 Novinaldi 2 ABSTRACT
PEMODELAN DAN SIMULASI DALAM MENENTUKAN JUMLAH PENJUALAN PRODUK MOTOR DENGAN METODE MONTE CARLO Eka Iswandy Novinaldi ABSTRACT Selling is an activity that is increasingly important and is a factor that
Lebih terperinciBAB II TINJAUAN PUSTAKA. dipakai sebagai patokan untuk mengatur atau menata penempatan fasilitasfasilitas
BAB II TINJAUAN PUSTAKA A. Pengertian Layout Tata letak atau digunakan sebagai pengaturan tempat kerja dan dipakai sebagai patokan untuk mengatur atau menata penempatan fasilitasfasilitas produksi. Menurut
Lebih terperinciBAB 2 KAJIAN LITERATUR TENTANG PENJADWALAN PROYEK
BAB 2 KAJIAN LITERATUR TENTANG PENJADWALAN PROYEK Ketidakpastian menambahkan tingkat kesulitan ekstra untuk masalah penjadwalan apakah itu terdapat dalam struktur masalah atau dalam parameter (Davenport
Lebih terperinciBAB III ANALISA MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISA MASALAH DAN RANCANGAN PROGRAM III.1. Analisa Masalah Evaluasi hasil belajar dalam konteks pembelajaran sering kali disebut juga dengan evaluasi keluaran (output). Pelaksanaannya selalu
Lebih terperinciPEMODELAN DAN MANAJEMEN MODEL. Pemodelan dalam MSS. Salah satu contoh DSS, yaitu dari Frazee Paint, Inc., memiliki 3 jenis model:
PEMODELAN DAN MANAJEMEN MODEL Pemodelan dalam MSS. Salah satu contoh DSS, yaitu dari Frazee Paint, Inc., memiliki 3 jenis model: 1. Model statistik (analisis regresi), digunakan untuk mencari relasi diantara
Lebih terperincinilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode
BABV PEMBAHASAN 5.1 Pembahasan Decision Tree Decision Tree digunakan imtuk memudahkan penggambaran alternatif keputusan tersebut secara sistematik dan komprehensip maka perlu digunakan suatu diagram yang
Lebih terperinciPENGANTAR MODEL STOKASTIK. Teknik Industri 2015
PENGANTAR MODEL STOKASTIK hanna.udinus@gmail.com Teknik Industri 2015 the model must fit the data, not vice versa J.P. Benzecri Agenda Masalah Industri Konsep Model Klasifikasi dan Jenis Model Model Stokastik
Lebih terperinciAplikasi Teori Bilangan Bulat dalam Pembangkitan Bilangan Acak Semu
Aplikasi Teori Bilangan Bulat dalam Pembangkitan Bilangan Acak Semu Ferdian Thung 13507127 Program Studi Teknik Informatika ITB, Jalan Ganesha 10 Bandung, Jawa Barat, email: if17127@students.if.itb.ac.id
Lebih terperinciSimulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian
SIMULASI SISTEM Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian rupa sehingga perilakunya menirukan
Lebih terperinciDasar-dasar Simulasi
Bab 3: Dasar-dasar Simulasi PEMODELAN DAN SIMULASI SISTEM M O N I C A A. K A P P I A N T A R I - 2 0 0 9 Sumber: Harrell, C., B.K. Ghosh and R.O. Bowden, Jr., Simulation Using Promodel, 2 nd ed., McGraw-
Lebih terperinci6/15/2015. Simulasi dan Pemodelan. Keuntungan dan Kerugian. Elemen Analisis Simulasi. Formulasi Masalah. dan Simulasi
Simulasi dan Pemodelan Analisis lii Model dan Simulasi Klasifikasi Model preskriptif deskriptif diskret kontinu probabilistik deterministik statik dinamik loop terbuka - tertutup Hanna Lestari, M.Eng Simulasi
Lebih terperinciBAB IV. Pada bab IV ini, akan dibahas implementasi metode Least-Square. Monte Carlo (LSM) untuk menentukan nilai opsi put Amerika dengan
BAB IV IMPLEMENTASI METODE LEAST-SQUARE MONTE CARLO 4.1 Implementasi Pada bab IV ini, akan dibahas implementasi metode Least-Square Monte Carlo (LSM) untuk menentukan nilai opsi put Amerika dengan menggunakan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. dibahas antara lain sejarah singkat, kegiatan, struktur organisasi, serta tata laksana
BAB 3 METODOLOGI PENELITIAN 3.1 Objek Penelitian Objek penelitian dari skripsi ini adalah PT Rajawali. Adapun hal yang akan dibahas antara lain sejarah singkat, kegiatan, struktur organisasi, serta tata
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Berbagai gejala alam menampilkan perilaku yang rumit, tidak dapat diramalkan dan tampak acak (random). Keacakan ini merupakan suatu yang mendasar, dan tidak akan hilang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Noviandhini Puji Gumati, 2013
BAB I PENDAHULUAN 1.1 Latar Belakang Bursa saham merupakan suatu hal yang sangat penting di era globalisasi saat ini. Perdagangan yang mulai merambah pada segala bidang memicu banyak pihak untuk menginvestasikan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI Dalam membuat model simulasi, perlu diketahui mengenai beberapa teori yang berhubungan dengan pembuatan model dan teori yang berguna untuk menverfikasi model. Beberapa teori tersebut
Lebih terperinciPemilihan Lokasi BAB 6 PEMILIHAN LOKASI
BAB 6 PEMILIHAN LOKASI A. Pendahuluan Lokasi merupakan satu hal yang penting dalam kegiatan operasional suatu perusahaan. Perusahaan yang memproduksi barang (manufaktur) ataupun perusahaan yang bergerak
Lebih terperinciPENGGUNAAN ESTIMATOR JACKKNIFE PADA METODE MONTE CARLO SEBAGAI DETEKSI KEGAGALAN (FAULT DETECTION)
PENGGUNAAN ESTIMATOR JACKKNIFE PADA METODE MONTE CARLO SEBAGAI DETEKSI KEGAGALAN (FAULT DETECTION) TESIS MAGISTER Oleh ACHMAD ZULKARNAIN NIM : 233 99 601 PROGRAM STUDI INSTRUMENTASI DAN KONTROL PROGRAM
Lebih terperinciBAB III METODOLOGI 3.1 KERANGKA PEMIKIRAN
BAB III METODOLOGI 3.1 KERANGKA PEMIKIRAN Manajemen rantai pasok merupakan salah satu alat bersaing di industri, mulai dari pasokan bahan baku, bahan tambahan, kemasan, pasokan produk akhir ke tangan konsumen
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Kriptografi Kriptografi digunakan sebagai alat untuk menjamin keamanan dan kerahasiaan informasi. Karena itu kriptografi menjadi ilmu yang berkembang pesat, terbukti dengan banyaknya
Lebih terperinciBAB 2 PROGRAM STOKASTIK
BAB 2 PROGRAM STOKASTIK 2.1 Pengertian Program Stokastik Banyak persoalan keputusan yang dapat dimodelkan dengan menggunakan program stokastik dengan tujuan menentukan nilai maksimum atau minimum. Tujuan
Lebih terperinciAUDIT & ATESTASI SA 530 SAMPLING AUDIT
AUDIT & ATESTASI SA 530 SAMPLING AUDIT Ruang Lingkup Standar Audit ini diterapkan ketika auditor telah memutuskan untuk menggunakan sampling audit dalam pelaksanaan prosedur audit. Hal ini berkaitan dengan
Lebih terperinciLinier Programming (LP), Simulasi, Pemrograman Heuristic. Pertemuan 6 (Pemodelan) - Mochammad EKo S,S.T 1
Linier Programming (LP), Simulasi, Pemrograman Heuristic Pertemuan 6 (Pemodelan) - Mochammad EKo S,S.T 1 Model statistik (analisis regresi) digunakan untuk mencari relasi diantara variabel. Model ini merupakan
Lebih terperinciAplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo
Aplikasi Simulasi Persediaan Teri Crispy Prisma Menggunakan Metode Monte Carlo Erwin Prasetyowati 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Madura Pamekasan Email: 1) erwinprasetyowati@gmail.com
Lebih terperinciPengantar Riset Operasi. Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP
Pengantar Riset Operasi Riset Operasi Minggu 1 (pertemuan 1) ARDANESWARI D.P.C., STP, MP 1 Kontrak Perkuliahan Keterlambatan 15 menit Mengoperasikan HP dan sejenisnya : di luar kelas Mengerjakan laporan/tugas
Lebih terperinci