Simulasi monte carlo gtr

1,431 views
1,319 views

Published on

Materi Pengantar Analisistem Simulasi

Published in: Education
1 Comment
0 Likes
Statistics
Notes
  • oke juga pak itung-itungan monte carlo. asal ada diketahui nilai random. siiiip dah ngitung buat UTS nya :)
       Reply 
    Are you sure you want to  Yes  No
    Your message goes here
  • Be the first to like this

No Downloads
Views
Total views
1,431
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
53
Comments
1
Likes
0
Embeds 0
No embeds

No notes for slide

Simulasi monte carlo gtr

  1. 1. SIMULASI MONTE CARLO
  2. 2. 1. Pengantar Simulasi Monte Carlo Batasan: 1. Apabila suatu persoalan dapat diselesaikan secara matematis 2. Apabila sebagian persoalan dapat diuraikan secara analitis  sebagian cara analitis dan sebagian lagiSampling Simulation simulasi Monte CarloMonte Carlo Sampling Technic 3. Apabila dapat digunakan simulasi perbandingan
  3. 3. 2. Contoh Penggunaan simulasi Tabel 1. Sebaran permintaan sendal per hari selama sebulanNo. Urut Permintaan/hari Frekuensi Permintaan 1. 4 pasang 5 2. 5 pasang 10 3. 6 pasang 15 4. 7 pasang 30 5. 8 pasang 25 6. 9 pasang 15 Jumlah 100 Data historis Pola permintaan 20 hari bulan berikutnya ?
  4. 4. 2. Contoh Penggunaan simulasiTabel 2. Fungsi Kumulatif Distribsi No. Fungsi Kumulatif Permintaan/ hari Distribusi Densitas Urut Distribusi (CDF) 1. 4 pasang 0.05 0.05 2. 5 pasang 0.10 0.15 Perimntaan 3. 6 pasang 0.15 0.30 4. 7 pasang 0.30 0.60 5. 8 pasang 0.25 0.85 6. 9 pasang 0.15 1.00 Jumlah 1.00 No. Tag Number Permintaan/ hari Distribusi Densitas Tabel 3.Angka Penunjuk Urut (Label Number) 1. 4 pasang 0.05 00 – 05 Batasan 2. 5 pasang 0.10 0 5 – 15 3. 6 pasang 0.15 15 – 30 4. 7 pasang 0.30 30 – 60 5. 8 pasang 0.25 60 – 85 6. 9 pasang 0.15 85 - 99
  5. 5. 2. Contoh Penggunaan simulasi Tabel 3. Angka Penunjuk Batasan No. Perminta Distribusi Tag Number Tabel 4. Permintaan sendal per hari Urut an/ hari Densitas (Label Number) Hari Jumlah 1. 4 pasang 0.05 00 – 05No. Perminta pasangan Penjelasan 2. 5 pasang 0.10 0 5 – 15 an sendal 3. 6 pasang 0.15 15 – 301. I 7 pasang 7 pasang (2) 4. 7 pasang 0.30 30 – 602. II 5 pasang 5 pasang (2) 5. 8 pasang 0.25 60 – 853. III 8 pasang 8 pasang (2) 6. 9 pasang 0.15 85 - 994. IV 7 pasang 6 pasang (2)5. V 9 pasang 9 pasang (2) 10 nilai random6. VI 6 pasang 0.5751 0.28887. VII 9 pasang 0.1270 0.95188. VIII 8 pasang 0.7039 0.73489. IX 5 pasang 0.3853 0.134710. X 9 pasang 0.9166 0.9014
  6. 6. Pengujian RNG Frekuensi Frekuensi harapan (Fo-Fe)2/Fe Pengujian:Bilangan acak, Fo Fe Chi-sqre (X2) 0.5751 0.57194 9.9856E-06 Ho = data/acak 0.1270 0.57194 0.1979716 terdistribusi seragam 0.7039 0.57194 0.01741344 H1 = Tidak terdistribusi 0.3853 0.57194 0.03483449 seragam Selang kepercayaan α = 0.9166 0.57194 0.11879052 0.95 (5%) dk=9 0.2888 0.57194 0.08016826 Nilai Chi-square tabel = 0.9518 0.57194 0.14429362 16.9 Chi-square hitung = 0.7348 0.57194 0.02652338 0.919728 0.1347 0.57194 0.19117882 artinya < nilai tabel 0.9014 0.57194 0.10854389 Kesimpulan terima Ho 0.919728
  7. 7. LatihanProduksi Suku CadangTabel 1. Distribusi Probabilitas Panjang Besi A Panjang Besi A Panjang Probalitas 10 0.25 11 0.25 12 0.25 13 0.25 Tabel 2. Distribusi Probabilitas Panjang Besi A Tag Panjang Besi A CDF Number Panjang Probalitas 10 0.25 11 0.25 12 0.25 13 0.25
  8. 8. Tabel 3. Nilai Random Probabilitas Panjang Besi A Random Frekuensi (Fo-Fe)2/FeNo. Pengujian: Number harapan Fe Chi-sqre (X2) 1 0.0589 2 0.6733 Ho = data/acak terdistribusi seragam 3 0.4799 H1 = Tidak terdistribusi 4 0.9486 seragam 5 0.6139 Selang kepercayaan α = 0.95 (5%) dk=9 6 0.5933 Nilai Chi-square tabel = 7 0.9341 16.9 8 0.1782 Chi-square hitung = artinya …. nilai tabel 9 0.3473 Kesimpulan terima Ho10 0.5644
  9. 9. Hasil Panjang Random No. Tag NumberNo. Random Number Sampling (cm) 1 1 0.0589 2 2 0.6733 3 3 0.4799 4 4 0.9486 5 0.6139 6 0.5933 7 0.9341 8 0.1782 9 0.347310 0.5644
  10. 10. ReferenceKakiay, TJ. 2003. Pengantar Sistem Simulasi. Pen. Andi. 197 hal.

×