Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi

dokumen-dokumen yang mirip
Monte Carlo. Prihantoosa Toosa

1.1 Latar Belakang Masalah

Journal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8

BAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.

PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI

KONSEP DASAR PROBABILITAS DAN DISTRIBUSI PROBABILITAS LELY RIAWATI, ST, MT.

SATIN Sains dan Teknologi Informasi

BAB 4 HASIL DAN PEMBAHASAN. langsung melihat database yang digunakan dengan cara menekan tombol open

Simulasi Monte Carlo

BAB IV PEMBAHASAN. pertanyaan pada perumusan masalah. Hal-hal yang dijelaskan dalam bab ini

BAB 3 METODE PENELITIAN. Penelitian ini dilakukan di Perusahaan PT. Surya Wahana Fortuna.

Mata Kuliah Pemodelan & Simulasi

Lab. Statistik - Kasus 1. Lab. Statistik Kasus 2. Lab. Statistik Kasus 3

(Risk Analysis Simulator)

STUDI KASUS : SIMULASI MODEL PERMINTAAN SUPERMARKET DENGAN TEKNIK MONTECARLO

Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi

PREDIKSI LUASAN LUMPUR DENGAN TIME SERIES MENGGUNAKAN SIMULATED ANNEALING

METODE MONTE CARLO. Pemodelan & Simulasi TM11

Bab III PERANCANGAN PROGRAM APLIKASI

Simulasi dan Pemodelan. Kuliah I Ricky Maulana Fajri, M.Sc

Simulasi adalah proses implementasi model menjadi program komputer (software) atau rangkaian elektronik dan mengeksekusi software tersebut sedemikian

nilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode

BAB 1 PENDAHULUAN. Hampir semua fenomena di dunia ini memiliki beberapa ketidakpastian,

KULIAH ANALISIS STATISTIK DATA SIMULASI Tipe-tipe simulasi berdasarkan analisis output:

Modul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI

TENTANG UTS. Penentuan Cadangan, hal. 1

BAB I PENDAHULUAN. kelulusan. Hal ini menyebabkan rendahnya tingkat grade nilai yang dicapai oleh

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TEKNIK SIMULASI. Nova Nur Hidayati TI 5F

Mata Kuliah Pemodelan & Simulasi. Riani Lubis. Program Studi Teknik Informatika Universitas Komputer Indonesia

BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang

Model dan Simulasi Universitas Indo Global Mandiri

BAB V PENUTUP ( ( ) )

BAB I PENDAHULUAN. bahan baku di bagian produksi dan berakhir dengan penyerahan produk jadi

Teori Antrian. Prihantoosa Pendahuluan. Teori Antrian : Intro p : 1

POKOK BAHASAN. : Peramalan (Forecasting) Bab II : Manajemen Proyek. Bab III : Manajemen Persediaan. Bab IV : Supply-Chain Management

Mata Kuliah Pemodelan & Simulasi. Universitas Komputer Indonesia

BAB IV HASIL DAN PEMBAHASAN

BAB II PROBABILITAS Ruang sampel (sample space)

RENCANA PEMBELAJARAN SEMESTER (RPS)

Simulasi Monte Carlo. (Inventory)

BAB 3 METODOLOGI PENELITIAN

BAB III METODE PENELITIAN. Penelitian yang dilakukan di Perusahaan Sammy Batik Pekalongan merupakan Applied

SIMULASI: Deterministik dan Monte Carlo

BAB 2 LANDASAN TEORI

Dasar-dasar Simulasi

BAB 4 PEMBAHASAN. PT. PLN (Persero) Udiklat Jakarta merupakan lembaga pendidikan yang

BAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu

BAB II STUDI PUSTAKA. Bagian pertama literatur yang membahas dasar teori yang digunakan dan bagian

BAB 2 LANDASAN TEORI

PEMBANGKIT RANDOM VARIATE

Agung Yanuar W Prof. Dr. Ir. Adi Soeprijanto.MT, I Gusti Ngurah Satriyadi Hernanda,ST.,MT.

BAB I PENDAHULUAN. cepat saji dalam annual report sebagai berikut, KFC dalam situs resmi laporan

TEORI PROBABILITAS. Amir Hidayatulloh, S.E., M.Sc Prodi Akuntansi Fakultas Ekonomi dan Bisnis Universitas Ahmad Dahlan

BAB IV IMPLEMENTASI DAN EVALUASI. Pada bab ini akan dijelaskan mengenai kebutuhan sistem, implementasi dan

SATIN Sains dan Teknologi Informasi

ANALISIS IMPLEMENTASI RANDOM NUMBER GENERATE(RNG) PADA SIMULASI ANTRIAN MENGGUNAKAN APLIKASI BERBASIS.NET FRAMEWORK

B A B 7 KOMPONEN ARSITEKTUR UNTUK DSS

BAB IV HASIL DAN ANALISIS EKSPERIMEN

Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data

BAB III METODOLOGI PENELITIAN

PENGANTAR MANAJEMEN SAINS EXERCISE UAS

LABORATORIUM SISTEM PENDUKUNG KEPUTUSAN DAN INTELIGENSIA BISNIS

ekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer,

Statistika & Probabilitas

PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO

PERANCANGAN SIMULASI PENGACAKAN SOAL TRYOUT UNTUK MEMBENTUK PAKET SOAL UJIAN NASIONAL MENGGUNAKAN LINEAR CONGRUENT METHOD (LCM)

METODE DAN DISTRIBUSI SAMPLING. Oleh : Riandy Syarif

BAB III METODE PENELITIAN. maka perlu dijelaskan mengenai cara-cara yang ditempuh selama proses

SIMULASI PERENCANAAN BIAYA IBADAH HAJI DENGAN METODE MONTECARLO DAN PERSPEKTIF TIME VALUE OF MONEY

Peramalan (Forecasting)

Nilai harapan suatu variabel acak x ditulis E (x) didefinisikan E (x) = Σ x. f (x) Var (x) = σ x 2 = E [ x E (x) ] 2 = E (x 2 ) { E (x) } 2

BAB III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017.

BAB III METODOLOGI PENELITIAN. Wartabone (TNBNW). Ada dua kantor Seksi pengelolaan Hutan yang menangani

Pengembangan Model Simulasi, oleh Hotniar Siringoringo 1

BAB IV PEMODELAN SISTEM

APLIKASI SIMULASI MONTE CARLO PADA PERHITUNGAN MOMEN MAKSIMUM STRUKTUR PORTAL

BAB III METODE PENELITIAN

STATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007

PERANCANGAN PROGRAM SIMULASI PENENTUAN OPTIMASI ARAH TAKSI KOSONG DENGAN GPS DAN METODE MONTE CARLO SKRIPSI. Oleh MIRA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Hidup penuh dengan ketidakpastian

Pert 3 PROBABILITAS. Rekyan Regasari MP

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI. dari beberapa item atau bahan baku yang digunakan oleh perusahaan untuk

BAB 3 LANGKAH PEMECAHAN MASALAH

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

LOGIKA FUZZY DALAM TEKNIK PERAMALAN SECARA STATISTIK

SATUAN ACARA PEMBELAJARAN (SAP)

Bab VI Perbandingan Model Simulasi menggunakan Metode Monte Carlo dan Metode Functional Statistics Algorithm (FSA)

ANALISIS SISTEM ANTREAN KENDARAAN DAN KEBUTUHAN PARKIR DI SD MUHAMMADIYAH SOKONANDI DAERAH ISTIMEWA YOGYAKARTA TUGAS AKHIR SKRIPSI

SATUAN ACARA PERKULIAHAN

BAB 3 METODOLOGI PEMECAHAN MASALAH

ANALISIS SISTEM ANTRIAN PELAYANAN TELLER BANK PADA AKTIVITAS NASABAH DENGAN MENGGUNAKAN SIMULASI (STUDI KASUS BANK XYZ )

TOOLS SIMULASI INVENTORI PADA SUPERMARKET

BAB III METODE PENELITIAN

APLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO

Probabilitas & Teorema Bayes

BAB 2 LANDASAN TEORI

Transkripsi:

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 bisa menggunakan web ataupun desktop. Kasus permasalahannya adalah sbb: 1. User dapat memilih menu: 1.1 Distribusi data menggunakan distribusi segitiga - Data yang didistribusikan adalah 10 data (inputan program) - Banyaknya trial yang digunakan merupakan inputan program - Dapat menyelesaikan kasus : Cari distribusi bilangan 10, 20, 30, 40, 50 dan 60 (inputan program), dengan ketentuan jumlah trial = 20 (inputan program) menggunakan distribusi segitiga 1.2 Bilangan Acak RNG Additif atau Multiply (aplikasi harus menyediakan kedua pilihan tersebut) - Nilai variabel m, a, Xo, dan c diinputkan oleh user - Data random yang dihasilkan minim ada 10 data Cari 15 random number dengan menggunakan multiply, m=27, a=3, Xo=7 dan c=9? 2. Game pelemparan dadu dengan frekuensi komulatif sebagai rule-nya - Dadu yang digunakan berjumlah 1 atau 2 (aplikasi menyediakan dua pilihan tsb) - Banyaknya pelemparan yang dilakukan minim 10 kali (bisa dibuat inputan user) - Variabel penghasil random RNG menggunakan RNG multiply, dengan variabel m, a, dan Xo merupakan inputan user - Output : Munculnya masing-masing mata dadu sebanyak berapa kali?

- Dapat menyelesaikan kasus : Ada 20 kali pelemparan dua buah mata dadu, dengan menggunakan xo=7, m=13, a=5. Berapa banyaknya kemungkinan muncul mata dadu pertama=4 dan mata dadu kedua=6? 3. Simulasi Monte Carlo - Variabel yang digunakan minim 2 (nama variabel inputan user) - Probabilitas dari masing-masing variabel juga merupakan inputan user - Data random yang dihasilkan minim 10 data - Output : Nilai rata-rata akhir dari kombinasi nilai 2 variabel tersebut Sebuah pabrik, terdapat 2 besi yang digunakan. Besi A dan B digabungkan untuk memperoleh besi C. Dari data sebelumnya diketahui : Panjang A Panjang B Panjang Probabilitas 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 Berapa rata-rata panjang C yang dihasilkan, jika panjang C = panjang A + panjang B? (data random 10) 4. Simulasi Antrean diketahui data frekuensi - Yang diketahui adalah frekuensi kedatangan dan pelayanan

Kedatangan frekuensi 1 2 3 2 6 Pelayanan waktu kedatangan 0.5 1 2.5 3 2.5 3.5 menit Frekuensi 1 2 2 3 1 5 Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan, dengan m=17, a=3, xo=5? 5. Simulasi antrean diketahui probabilitas data - Yang diketahui adalah probabilitas kedatangan dan pelayanan Kedatangan Probabilitas 0.1 0..2 0..3 0.2 0.2 Pelayanan waktu kedatangan 0.5 1 2.5 3 2.5 3.5 menit Probabilitas 0.3 0.1 0.1 0.2 0.2 0.1 Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan, dengan m=17, a=3, xo=5? 6. Simulasi antrean diketahui rata-rata kedatangan n rata-rata pelayanan - Yang diketahui adalah rata-rata kedatangan dan pelayanan

Diketahui rata-rata waktu kedatangan 40 menit/kedatangan dan rata-rata pelayanan 60 menit/pelayanan. Dengan menggunakan data random m=13, a=7, xo=1. Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan? 7. Simulasi antrean diketahui data kedatangan frekuensi n rata-rata pelayanan - Yang diketahui adalah frekuensi kedatangan dan rata-rata pelayanan Diketahui Kedatangan frekuensi 1 2 3 2 6 Dan rata-rata pelayanan 60 menit/pelayanan. Dengan menggunakan data random m=13, a=7, xo=1. Berapa panjang antrean dan presentase waktu tunggu untuk 10 kedatangan? 8. Peramalan regresi - Data yang dijadikan sample adalah 10 data sebelumnya - Sampel data merupakan inputan program oleh user - Data yang dicari adalah inputan user - Outputan : menghasilkan data ramalan dari waktu yang ditentukan user dan standart errornya Diketahui :

Data Tahun 2005 Bulan Penjualan x y 1 50 2 55 3 54 4 52 5 65 6 48 7 53 8 58 9 55 10 52 11 50 12 49 Berapa data penjualan bulan januari tahun 2006? Dan berapa nilai standart errornya? 9. Peramalan time series - Data yang dijadikan sample adalah 10 data sebelumnya - Sampel data merupakan inputan program oleh user - Data yang dicari adalah inputan user - Outputan : menghasilkan data ramalan dari waktu yang ditentukan user Diberikan data penjualan perusahaan A dalam ribuan rupiah dari tahun 1989 sampai tahun 1997 secara berurutan adalah 332.500; 301.000; 366.000; 356500; 417.000; 444.500; 459.500; 512.000; 515.000 Ramalkan penjualan tahun 2000 dengan menggunakan tren linier??