Simulasi Monte Carlo
|
|
- Erlin Santoso
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Simulasi Monte Carlo
2 Simulasi Monte Carlo Simulasi monte carlo melibatkan penggunaan angka acak untuk memodelkan sistem, dimana waktu tidak memegang peranan yang substantif (model statis) Pembangkitan data buatan (artificial data) dengan menggunakan pembangkit angka acak (pseudo random numbers generator) dan sebaran komulatif yang menjadi interes
3 Simulasi Monte Carlo Pembangkit Angka Acak Membangkitkan peubah acak (random variable) yang menyebar uniform pada interval 0 sampai 1 (U(0,1), contohnya adalah fungsi rand() pada excel) Adalah tidak mungkin membangkitkan angka acak yang sebenarnya (truly random numbers) dengan suatu algoritma komputer
4 Simulasi Monte Carlo Angka acak U(0,1) ini, kemudian ditransformasikan sehingga akan mengikuti suatu sebaran peluang yang diinginkan Uniform (a,b) Normal (, ) Simetrik Triangular (a,b)
5 Langkah-langkah metode Monte Carlo Mendefinisikan distribusi probabilitas dati data masa lalu atau dari distribusi teoritis. Mengkonversikan distribusi kedalam frekuensi kumulatif Melakukan simulasi dengan bilangan acak Menganalisa keluaran simulasi
6 Contoh 1 - Nilai Investasi Anda merencanakan untuk menginvestasikan Rp.150 juta dana yang anda miliki, dan tersedia tiga instrumen investasi yang dapat dipilih Tingkat pengembalian masing-masing instrumen investasi ini merupakan peubah acak (berturut-turut R L, R M dan R H ) dan sebaran masing-masing peubah acak tersebut diberikan oleh tabel 1 Gunakan simulasi monte carlo untuk menentukan distribusi nilai investasi setelah akhir satu tahun, berdasarkan alokasi dana awal yang telah ditentukan
7 Contoh 1 - Nilai Investasi Tabel 1 Pilihan Investasi Sebaran tingkat pengembalian (%) Risiko rendah R L ~ Normal (3,1) Risiko sedang R M ~ Normal (5,5) Risiko tinggi R H ~ Normal (10,15) Setelah satu tahun nilai investasinya diberikan oleh rumus berikut V = S L (1+R L ) + S M (1+R M ) + S H (1+R H )
8 Contoh 2 : Pendugaan Keuntungan Suatu perusahaan bermaksud memproduksi dan menjual produk baru dibawah pasar yang bersaing sempurna Total keuntungan diberikan oleh persamaan berikut ini TP = (Q x P) (Q x V + F) Dimana Q adalah banyaknya unit yang terjual V adalah biaya variabel per unit P adalah harga jual per unit F adalah biaya tetap untuk memproduksi produk itu
9 Contoh 2 : PendugaanKeuntungan Pada produk ini, Q, P dan V merupakan peubah acak dengan sebaran peluang berikut: Q ~ Uniform (80.000, ) P ~ Normal (22, 5) V ~ Normal (12, 8) F diduga besarnya adalah Gunakan simulasi monte carlo untuk menentukan sebaran total keuntungan dari produk yang direncanakan tersebut
10 Contoh 3- simulasi monte carlo dengan sebaran empiris Toko roti X memesan sejumlah roti setiap hari; disimpan dalam persediaan Toko itu bermaksud menentukan berapa banyak roti yang harus dipesan setiap hari, agar keuntungannya maksimal Diasumsikan bahwa semua roti yang tidak terjual pada hari itu tidak dapat dijual kembali pada hari berikutnya, dan dihitung sebagai kerugian
11 Contoh 3 Toko X mengumpulkan data harian permintaan rotinya selama 100 hari, dan frekuensi permintaannya sebagai berikut: Permintaan (roti) Nilai Tengah Frekuensi
12 Contoh 3 Ada dua skenario yang ingin dievaluasi, yang mana yang akan memberikan keuntungan maksimal 1. Memesan sejumlah roti sama dengan permintaan pada hari sebelumnya 2. Memesan 37 roti setiap hari tanpa memandang permintaan yang lalu Misalkan roti dijual Rp.500,- per buah dan harga pembelian dari pabrik adalah Rp.250,- per buah Manakah skenario yang memberikan keuntungan maksimal berdasarkan 15 hari simulasi
13 Contoh 3 Penyelesaian Berdasarkan tabel sebaran frekuensi yang diperoleh sebelumnya, dibuat tabel rentang angka acak. Lebar rentang angka acak didasarkan pada frekuensi relatif tiap permintaan Titik tengah (midpoint) permintaan mewakili nilai permintaan yang akan dibangkitkan. Hasilnya ditunjukkan oleh Tabel 3.
14 Contoh 3 Tabel 3 Nilai Tengah permintaan Frek df Rentang angka acak ,05 0-0, ,10 0,05-0, ,20 0,15-0, ,30 0,35 0, ,20 0,65 0, ,10 0,85 0, ,05 0,95 1,000 Angka acak 0,173 akan bersesuaian dengan permintaan 32 roti, dan seterusnya.
15 Contoh 3 Bangkitkan 15 buah angka acak, bersesuaian dengan 15 hari simulasi (dapat menggunakan calculator, sehingga diperoleh angka acak dengan tiga digit dibelakang koma) Misalkan angka acak yang diperoleh (anda mungkin akan mendapatkan angka-angka acak yang berbeda) adalah: 0,272 0,433 0,851 0,882 0,298 0,697 0,940 0,639 0,323 0,488 0,136 0,139 0,544 0,152 0,475
16 Contoh 3 Skenario 1 Skenario 2 Hari Angka Acak Permintaan Jumlah pesanan Penjualan Jumlah pesanan Penjualan , , , , , , , , , , , , , , Jumlah =>
17 Contoh 3 Pada simulasi ini permintaan merupakan peubah acak yang nilai-nilainya dibangkitkan (data artifisial) Penjualan = minimum nilai permintaan dan pemesanan. Skenario 1: Keuntungan = 500 (500) 250 (550) = Rp Skenario 2: Keuntungan = 500 (515) 250 (555) = Rp
18 APLIKASI SIMULASI MONTE CARLO Contoh: Sebuah perusahaan permen coklat memberikan penawaran khusus pada event-event spesial seperti hari valentine. Untuk keperluan tersebut perusahaan memesan paket spesial dari supplier berupa coklat massacre. Coklat jenis ini dibeli dengan harga $7.5/unit dan dijual $12/unit. Jika tidak terjual pada tanggal 14 Februari, maka produk ini akan dijual dengan harga 50% dari harga semula. Perusahaan ini mengalami dilema dalam menentukan berapa kotak yang harus dipesan supaya menghasilkan keuntungan (profit) maksimum. Jika diasumsikan demand berfluktuasi antara 40, 50, 60,70,80, 90 unit dan perusahaan memutuskan untuk memesan sebanyak 60 unit, maka tentukan profit yang akan didapat perusahaan.
19 Penyelesaian 1. Tentukan komponen-komponen sistem yang significant. Beberapa diantaranya yaitu: Demand (kebutuhan) D. Variabel ini merupakan variabel yang tidak dapat dikontrol (uncontrollable) Pesanan Q. Variabel ini merupakan variabel yang memerlukan keputusan (decision variabel). Profit merupakan variabel tidak bebas (dependent variabel).
20 2. Tentukan hubungan antar komponen sistem. Dalam menentukan hubungan harus benar-benar dipelajari bagaimana mekanisme sistemnya. Pada sistem ini terdapat dua kondisi yaitu: a. Kondisi dimana demand < pesanan (D < Q) Pada kondisi ini hubungan antar variabel dirumuskan sebagai berikut: Profit = 12D 7.5 Q + 6 (Q-D) b. Kondisi dimana demand > pesanan (D >= Q) Pada kondisi ini hubungan antar variabel dapat dirumuskan sebagai berikut: Profit = (12 7.5) Q dapat
21 3. Tentukan jumlah trial yang diinginkan. 4. Buat kemungkinan demand untuk tiap trial. 5. Hitung Profit untuk tiap trial. Contoh perhitungan profit untuk D = 40 unit dan Q = 60 unit. Profit = 12D Q + 6(Q-D) = 12(40) - 7.5(60) + 6(60-40) = $ 150
22 Silakan hitung profit untuk tiap trial pada tabel berikut: Trial Demand Profit ($) Rata-rata
23 Hasil perhitungan profit untuk tiap trial dapat dilihat pada tabel berikut: Trial Demand Profit ($) Rata-rata 246
24 6. Buat distribusi frekuensi dari setiap probabilitas profit Profit ($) Probabilitas Frekuensi
25 7. Buat grafik fungsi frekuensi profit $150 $210 $ PROFIT
26 Untuk mendapatkan solusi terbaik, kita harus melakukan eksperimen dengan menggunakan order quantity 40, 50, 60, 70 dan 90. Hitung average profit untuk tiap order quantity yang berbeda. Cari yang memberikan keuntungan paling besar Order Quantity Average Profit ($)
Simulasi Monte-Carlo. Tom Huber, Erma Suryani, Pemodelan & Simulasi Wikipedia.
Simulasi Monte-Carlo Tom Huber, http://physics.gac.edu/~huber/envision/instruct/montecar.html Erma Suryani, Pemodelan & Simulasi Wikipedia.org Simulasi Monte Carlo Menggunakan bilangan random Simulasi
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 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 terperinciBAB III METODE PENELITIAN. Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied
BAB III METODE PENELITIAN 3.1 Desain Penelitian Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied Reseach atau penelitian terapan yang mempunyai alasan praktis, keinginan
Lebih terperinciTENTANG UTS. Penentuan Cadangan, hal. 1
TENTANG UTS Soal 1: Jawaban umumnya tidak fokus atau straight ke pertanyaan/ masalah yang diajukan. Key words dalam pertanyaan di atas tekanan saturasi, sedangkan dalam banyak jawaban di bawah tekanan
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 terperinciMata Kuliah Pemodelan & Simulasi
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probabilitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciBAB 3 METODE PENELITIAN. Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna.
47 BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna. Penelitian ini merupakan penelitian terapan (applied research). Penelitian terapan adalah
Lebih terperinciBAB 4 PENGUMPULAN DAN ANALISA DATA
BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1 Pengumpulan Data Data yang dikumpulkan adalah data yang didapat dari bulan Mei 2007 sampai bulan Juli 2007 yaitu berupa data-data yang berkaitan dengan perencanaan
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 terperinciBAB IV PEMBAHASAN. Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR,
BAB IV PEMBAHASAN IV.1 Analisa Harga Saham BBCA Sebelum melakukan analisis dengan penerapan simulasi Monte Carlo dan VaR, penulis akan menganalisa pergerakan harga saham BBCA. Data yang diperlukan dalam
Lebih terperinciSimulasi Monte Carlo. (Inventory)
Simulasi Monte Carlo (Inventory) onsep Dasar Inventory Inventory menjelaskan kuantitas suatu item yang harus dipertahankan untuk dipergunakan oleh sebuah organisasi. Tujuan utama dalam kontrol inventory
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Gambar 3.1. Diagram Alir Sistematika Pemecahan Masalah 30 31 3.1.Tahap Identifikasi dan Pendahuluan Tahap identifikasi dan pendahuluan dilakukan dengan cara melakukan studi
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 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 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 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 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 Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
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 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 4 HASIL DAN PEMBAHASAN. sarung tangan kain dan sarung tangan karet.
BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Perusahaan Perusahaan PT. Delijaya Global Perkasa merupakan perusahaan bisnis keluarga yang bergerak dibidang industry sarung tangan. Perusahaan ini menghasilkan produk
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 terperinci0 Lainnya Blog Berikut»
0 Lainnya Blog Berikut» Liana Rahmadani SELAMAT DATANG DI BLOG AKUU ^_^ MINGGU, 23 NOVEMBER 2014 TEORI PENGAMBILAN KEPUTUSAN (SIMULASI) SEKILAS TENTANG AKU Nama : Liana Rahmadani NPM :14211096 MyNiceProfile.com
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 terperinciPEMBANGKIT BILANGAN ACAK (Random Number Generator)
PEMBANGKIT BILANGAN ACAK (Random Number Generator) Mata Kuliah Pemodelan & Simulasi Jurusan Teknik Informatika Universitas Komputer Indonesia 1 2 Random Number Generator (1) Cara memperoleh : ZAMAN DAHULU,
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 terperinciAPLIKASI SIMULASI UNTUK PERAMALAN PERMINTAAN DAN PENGELOLAAN PERSEDIAAN YANG BERSIFAT PROBABILISTIK
APLIKASI SIMULASI UNTUK PERAMALAN PERMINTAAN DAN PENGELOLAAN PERSEDIAAN YANG BERSIFAT PROBABILISTIK Bambang Sugiharto 1 ABSTRACT One of the important aspect on plan and production control is the management
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 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 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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Toko Sanjaya merupakan badan usaha yang menjual berbagai macam produk-produk hasil industri seperti kursi, meja,lemari, dan alat-alat perlengkapan kantor. Salah
Lebih terperinciDISTRIBUSI VARIABEL RANDOM
DISTRIBUSI VARIABEL RANDM Distribusi Variabel Diskrit Distribusi variabel diskrit adalah salah satu variabel acak yang diasumsikan memiliki bilangan terbatas dari nilai-nilai yang berbeda. Contoh : Waktu
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 terperinciMonte Carlo. Prihantoosa Toosa
Monte Carlo Prihantoosa pht854@yahoo.com toosa@teknosoftmedia.com Pendahuluan Simulasi Monte Carlo dikenal dengan intilah sampling simulation atau Monte Carlo Sampling Technique Istilah Monte Carlo pertama
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Sistem Antrian Antrian ialah suatu garis tunggu pelanggan yang memerlukan layanan dari satu/lebih
Lebih terperinciSimulation. Prepared by Akhid Yulianto, SE, MSC (Log) Based on Anderson, Sweeney, and Williams Thomson ΤΜ /South-Western Slide
Simulation Prepared by Akhid Yulianto, SE, MSC (Log) Based on Anderson, Sweeney, and Williams 1 Simulation Kebaikan dan kelemahan menggunakan simulation Modeling Random Variables and Pseudo-Random Numbers
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 5 HASIL DAN ANALISA
BAB 5 HASIL DAN ANALISA 5.1 Analisis Hasil Perhitungan ABC Dari nilai % Cumulative Value yang diperoleh dari kumulatif hasil perkalian antara pemakaian dengan harga/unit. dapat dilakukan pengklasifikasian
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 terperinciBILANGAN ACAK. Metode untuk mendapatkan bilangan acak : 1. Metode Kongruen Campuran Rumus :
BILANGAN ACAK Bilangan acak adalah bilangan sembarang tetapi tidak sembarangan. Kriteria yang harus dipenuhi, yaitu : Bilangan acak harus mempunyai distribusi serba sama (uniform) Beberapa bilangan acak
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 terperinciFandhy Sikumbang Dosen Pend. Teknologi Informasi dan Komputer Fakultas Tarbiyah dan Ilmu Keguruan IAIN Bukittinggi
EKONOMIKA SYARIAH: Journal of Economic Studies Vol., No., Januari-Juli Fandhy Sikumbang Dosen Pend. Teknologi Informasi dan Komputer Fakultas Tarbiyah dan Ilmu Keguruan IAIN Bukittinggi Email: fandhy@gmail.com
Lebih terperinciFORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING
FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciBAB 1 PENDAHULUAN 1.1. Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Persediaan adalah barang yang disimpan untuk digunakan atau dijual pada periode mendatang (Kusuma, 2001). Salah satu fungsi persediaan adalah memenuhi permintaan pelanggan.
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 terperinciTEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN. Prepared by Hanna Lestari, M.Eng
TEKNIK SIMULASI MONTERCARLO STUDI KASUS DAN PENYELESAIAN Prepared by Hanna Lestari, M.Eng TEKNIK INDUSTRI UDINUS-,,2013 BAB I PENDAHULUAN I.1. Studi Kasus PT. SPOTLIGHT merupakan perusahaan pembuat lampu
Lebih terperinciSTUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO
STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO Suatu supermarket telah melakukan pengamatan mengenai permintaan bayam sebagai salah satu item sayur sayuran yang dijualnya.
Lebih terperinciFORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING
FORMAT LAPORAN MODUL V DISTRIBUSI SAMPLING ABSTRAK ABSTRACT KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN BAB I PENDAHULUAN (kata pengantar) 1.1 Latar Belakang 1.2 Tujuan Penulisan
Lebih terperinciANALISIS PERENCANAAN PERSEDIAAN DENGAN PENDEKATAN METODE MONTE CARLO PADA PT DELIJAYA GLOBAL PERKASA
ANALISIS PERENCANAAN PERSEDIAAN DENGAN PENDEKATAN METODE MONTE CARLO PADA PT DELIJAYA GLOBAL PERKASA Eriani Lestari Binus University, Jakarta, DKI Jakarta, Indonesia ABSTRAK PT. Delijaya Global Perkasa
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 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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Beberapa Indikator Tingkat Pelayanan Rumah Sakit Secara umum, tingkat pelayanan dalam suatu rumah sakit dapat dilihat melalui beberapa indikator sebagai berikut (Departemen Kesehatan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI
BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Pengertian Persediaan Persediaan merupakan simpanan material yang berupa bahan mentah, barang dalam proses dan barang jadi. Dari sudut pandang sebuah perusahaan
Lebih terperinciANALISIS METODE MONTECARLO PADA KONSEP NILAI HASIL UNTUK MONITORING PROYEK
ANALISIS METODE MONTECARLO PADA KONSEP NILAI HASIL UNTUK MONITORING PROYEK Rizki Gumelar Jurusan Teknik Sipil Fakultas Teknik Universitas Brawijaya Malang Jl. MT. Haryono 167, Malang 65145, Indonesia ABSTRAK
Lebih terperinciBAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini
BAB IV PEMBAHASAN Bab ini menguraikan hasil penelitian dan pembahasan untuk menjawab pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini mencakup pemeriksaan steady state, uji distribusi,
Lebih terperinciBAB I PENDAHULUAN. Setiap perusahaan dagang selalu mengadakan persediaan (inventory).
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Setiap perusahaan dagang selalu mengadakan persediaan (inventory). Tanpa adanya persediaan, para pengusaha akan dihadapkan pada risiko bahwa perusahaannya
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Tahap-tahap yang akan dilakukan dalam penelitian ini dapat dilihat pada Gambar 3.1.
BAB 3 METODOLOGI PENELITIAN Tahap-tahap yang akan dilakukan dalam penelitian ini dapat dilihat pada Gambar 3.1. Mulai Studi Lapangan Studi Pustaka Pengumpulan Data Menentukan bahan baku yang dianalisis
Lebih terperinciBAB III PEMBAHASAN. Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan
BAB III PEMBAHASAN Berikut akan diberikan pembahasan mengenai penyelesaikan CVRP dengan Algoritma Genetika dan Metode Nearest Neighbour pada pendistribusian roti di CV. Jogja Transport. 3.1 Model Matetematika
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1 Pengantar Pada Bab ini akan dilakukan pembahasan untuk menetapkan beban overbooking melalui model penghitungan. Untuk dapat melakukan penghitungan tersebut, terlebih dahulu
Lebih terperinciSeminar Nasional IENACO 2016 ISSN: ANALISIS SISTEM PERSEDIAAN SPAREPART MOTOR DI BENGKEL ANEKA SAKTI
ANALISIS SISTEM PERSEDIAAN SPAREPART MOTOR DI BENGKEL ANEKA SAKTI Alhisba Egar Dinata 1*, Slamet Setio Wigati 2 Program Studi Teknik Industri, Fakultas Teknologi Industri Universitas Atma Jaya Yogyakarta,
Lebih terperinciPENENTUAN KEBIJAKAN ORDER PRODUK SKINCARE DAN PLASTER DENGAN PENDEKATAN VENDOR MANAGED INVENTORY (Studi Kasus: PT Beiersdorf Indonesia)
PENENTUAN KEBIJAKAN ORDER PRODUK SKINCARE DAN PLASTER DENGAN PENDEKATAN VENDOR MANAGED INVENTORY (Studi Kasus: PT Beiersdorf Indonesia) DETERMINATION ORDER POLICY SKINCARE AND PLASTER PRODUCT VENDOR MANAGED
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun ajaran dan
19 BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan pada semester genap tahun ajaran 2012-2013 dan bertempat di Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBab 2 LANDASAN TEORI
Bab 2 LANDASAN TEORI 1.8 Persediaan 2.1.1 Definisi dan Fungsi Persediaan Masalah umum pada suatu model persediaan bersumber dari kejadian yang dihadapi tiap saat di bidang usaha, baik dagang ataupun industri.
Lebih terperinciBAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang
BAB 4 PEMBAHASAN P. PLN (Persero Udiklat Jakarta merupakan lembaga pendidikan yang memiliki fungsi untuk meningkatkan kompetensi SM Pegawai P. PLN (Persero. Selayaknya tempat pelatihan dan pembelajaran,
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 terperinciMETODE MONTE CARLO. Pemodelan & Simulasi TM11
METODE MONTE CARLO Pemodelan & Simulasi TM11 Metode Monte Carlo Metoda Monte Carlo telah digunakan sejak abad ke-18 oleh Comte de Buffon yang mengembangkan eskperimen untuk memperoleh rasio antara diameter
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 terperinciTOOLS SIMULASI INVENTORI PADA SUPERMARKET
TOOLS SIMULASI INVENTORI PADA SUPERMARKET 1) Benny Santoso 2) Liliana 3) Imelda Yapitro Jurusan Teknik Informatika Fakultas Teknik Universitas Surabaya Raya Kalirungkut Surabaya 60293 (031) 298 1395 email
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis. Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Sistem Antrian Antrian ialah suatu garis tunggu pelanggan yang memerlukan layanan dari satu/lebih
Lebih terperinciSIMULASI DISTRIBUSI PELUMAS PT.PERTAMINA UPms V
SIMULASI DISTRIBUSI PELUMAS PT.PERTAMINA UPms V Rasky Sahnan Pilpala, Abdullah Shahab Program Studi Magister Manajemen Teknologi ITS email: rasky_mmt_its@yahoo.co.id ABSTRAK Sejak awal berdirinya PT.PERTAMINA
Lebih terperinciOleh: BAMBANG AVIP PRIATNA M
Oleh: BAMBANG AVIP PRIATNA M Pecobaan / eksperimen acak Ruang Sampel Peristiwa / kejadian / event Peluang peristiwa Sifat-sifat peluang Cara menghitung peluang 1. hasilnya tidak dapat diduga dengan tingkat
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 terperinciSimulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto)
Simulasi Produksi dan Distribusi Pelayanan Permintaan Sarung Tenun (studi kasus di PT. ASEANTEX Mojokerto) Weny Indah Kusumawati, MMT ITS, weny@stikom.edu Dr. Ir. Abdullah Shahab, M.Sc, ITS Abstraksi PT.
Lebih terperinciBab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi
31 Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi V.1 Mengenal Metode Functional Statistics Algorithm (FSA) Metode Functional Statistics Algorithm (FSA) adalah sebuah metode
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 III METODE PENELITIAN
BAB III METODE PENELITIAN A. Tempat dan Waktu Penelitian Obyek dalam penelitian ini adalah harga penutupan saham-saham yang direkomendasikan akan dapat bertahan pada tahun politik (2014) dalam media kompas.com,
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 terperinciSimulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc
Simulasi dan Pemodelan Kuliah I Ricky Maulana Fajri, M.Sc Who Am I? SDN 146 Palembang (1997) SMPN 33 Palembang (2000) SMA 11 Palembang (2003) S.Kom, M.Sc and in Software Engineering from Universitas Bina
Lebih terperinciPEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI
PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI Asep dan Abdulah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi
Lebih terperinciSIMULASI Kendalan (Reliability Simulation)*
TKS 6112 Keandalan Struktur SIMULASI Kendalan (Reliability Simulation)* * Pranata, Y.A. Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu. Prosiding Konferensi Teknik Sipila Nasional
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 terperinciKERANGKA PEMIKIRAN Kerangka Pemikiran Teoritis
III. KERANGKA PEMIKIRAN 3.1. Kerangka Pemikiran Teoritis 3.1.1 Manajemen Persediaan Manajemen persediaan adalah menentukan keseimbangan antara investasi persediaan dengan pelayanan pelanggan (Heizer dan
Lebih terperinciPenentuan Kebijakan Order dengan Pendekatan Vendor Managed Inventory untuk Single Supplier, Multi Product
Penentuan Kebijakan Order dengan Pendekatan Vendor Managed Inventory untuk Single Supplier, Multi Product dan Multi Retailer di PT. Petrokimia Gresik Oleh : Novita Purna Fachristy 2507100123 Dosen Pembimbing
Lebih terperinciMonte Carlo Simulation (1)
Monte Carlo Simulation (1) Tjipto Juwono, Ph.D. November 17, 2016 TJ (SU) Monte Carlo Simulation (1) Nov 2016 1 / 15 Apa itu yang dimaksud Monte Carlo Simulation? Eksperimen di dalam komputer Pada dasarnya
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Persoalan yang paling umum dihadapi dalam pengendalian persediaan adalah menentukan jumlah optimal persediaan. Dua kondisi nyata yang bertentangan adalah pedagang ingin meminimumkan
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 III VALUE AT RISK (VaR ) DAN PENDEKATAN COPULA
BAB III VALUE AT RISK (VaR ) DAN PENDEKATAN COPULA 3.1 Value at Risk (VaR) Salah satu aspek yang sangat penting dalam analisis resiko adalah penghitungan Value at Risk atau yang selanjutnya disingkat dalam
Lebih terperinciSIMULASI OPTIMALISASI JADWAL KEBERANGKATAN KAPAL FERRY DENGAN METODE MONTE CARLO (STUDI KASUS DI PELABUHAN INTERNATIONAL SEKUPANG BATAM)
SIMULASI OPTIMALISASI JADWAL KEBERANGKATAN KAPAL FERRY DENGAN METODE MONTE CARLO (STUDI KASUS DI PELABUHAN INTERNATIONAL SEKUPANG BATAM) Angggiat Marubah Siringo Fakultas Teknik Program Studi Teknik Informatika,
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 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 terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... vi DAFTAR TABEL... viii DAFTAR GAMBAR... ix DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...
Lebih terperinciBAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK
BAB IV SIMULASI PEMBANDINGAN PERILAKU PENDUGA FUNGSI INTENSITAS LOKAL PROSES POISSON PERIODIK DENGAN BANDWIDTH OPTIMAL DAN BANDWIDTH OPTIMAL ASIMTOTIK Pada bagian ini dilakukan simulasi untuk membandingkan
Lebih terperinciSEKOLAH TINGGI MANAJEMEN INFORMATIKA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN
SEKOLAH TINGGI MANAJEMEN INFORMAA & KOMPUTER JAKARTA STI&K SATUAN ACARA PERKULIAHAN Mata : SIMULASI DAN PERMODELAN Kode Mata : MI 1302 Jurusan / Jenjang : S1 SISTEM KOMPUTER Tujuan Instruksional Umum :
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 terperinciBAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.. Plotting Data Bahan baku komponen yang dipakai untuk membuat panel listrik jumlahnya cukup banyak dan beragam untuk masing-masing panel listrik yang dibuat. Jadi, penggunaan
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 terperinciPENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO
PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO Yogi Yusuf Wibisono Jurusan Teknik Industri Universtias Katolik Parahyangan Jalan Ciumbuleuit 94
Lebih terperinciMETODE MONTE CARLO. Presented by Muchammad Chusnan Aprianto Dr.KHEZ Muttaqien Istitute of Technology
METODE MONTE CARLO Presented by Muchammad Chusnan Aprianto Dr.KHEZ Muttaqien Istitute of Technology 1 M O N T E C A R L O Metode pencarian acak adalah suatu metode dimana solusi dicari secara acak dan
Lebih terperinciberapa lama waktu yang diperiukan oleh fasilitas pelayanan dalam melayani tiap
BAB IV HASIL DAN ANALISIS PENL LITIAN 4.1. Pendahuluan Sistem Antrian pada industri beton ready mixed merupakan kasus antrian yang sedikit berbeda dan kasus antrian pada umumnya. Perbedaan ini terletak
Lebih terperinci