Monte Carlo Simulation merupakan sebuah teknik matematika terkomputerisasi yang memungkinkan orang untuk memperhitungkan risiko dalam analisis kuantitatif dan melakukan pengambilan keputusan. Teknik ini digunakan oleh para profesional di bidang yang sangat berbeda seperti keuangan, manajemen proyek, energi, manufaktur, teknik, dll. Output dari teknik ini adalah sebuah diagram simulasi. Namun bentuk diagrram apa saja yang biasa muncul ketika teknik ini diimplementasikan?
Dengan menggunakan distribusi probabilitas, variabel dapat memiliki probabilitas yang berbeda dari hasil yang berbeda. Distribusi probabilitas merupakan sebuah cara yang jauh lebih realistis untuk menggambarkan ketidakpastian dalam variabel analisis risiko. Distribusi probabilitas yang umum terjadi ketika menggunakan metode Monte Carlo ini seperti:
Normal
Atau "Bell Curve" , Pengguna hanya mendefinisikan nilai mean atau expected value dan juga standar deviasi untuk menggambarkan variasi dari mean. Nilai yang berada di tengah dan dekat dengan mean paling mungkin terjadi. Kurva ini simetris dan menggambarkan banyak fenomena yang natural seperti tinggi manusia. Contoh variabel yang dijelaskan oleh distribusi normal termasuk tingkat inflasi dan harga energi.
Lognormal
Pada kurva ini nilai positif miring, dan tidak simetris seperti pada distribusi normal. Kurva ini digunakan untuk merepresentasikan nilai yang tidak berada di bawah nol tetapi memiliki potensi positif tak terbatas. Contoh variabel yang dijelaskan oleh distribusi lognormal seperti nilai properti real estat, harga saham, dan cadangan minyak.
Uniform
Semua nilai memiliki kemungkinan yang sama untuk terjadi, dan pengguna hanya mendefinisikan minimum dan maksimum. Contoh variabel yang dapat terdistribusi secara merata termasuk biaya produksi atau pendapatan penjualan di masa mendatang untuk produk baru.
Triangular
Pada kurva ini pengguna menentukan nilai minimum, nilai kemungkinan besar yang dapat terjadi, dan nilai maksimum. Nilai yang berada di sekitar nilai kemungkinan besar lebih mungkin terjadi. Variabel yang dapat dijelaskan oleh distribusi segitiga ini seperti riwayat penjualan sebelumnya per satuan waktu dan tingkat persediaan.
PERT
Pada kurva ini pengguna menentukan nilai minimum, kemungkinan besar, dan maksimum, seperti distribusi Triangular. Nilai yang berada di sekitar nilai kemungkinan besar lebih mungkin terjadi. Namun nilai antara yang paling mungkin dan ekstrim lebih mungkin terjadi daripada segitiga. Contoh penggunaan distribusi PERT seperti untuk menggambarkan durasi tugas dalam model manajemen proyek.
Discrete
Pada kurva ini pengguna menentukan nilai spesifik yang mungkin terjadi dan likelihood-nya masing-masing. Contohnya mungkin hasil dari gugatan: 20% kemungkinan putusan positif, 30% perubahan putusan negatif, 40% kemungkinan penyelesaian, dan 10% kemungkinan salah dengar.
Semoga bermanfaat :smile:
Referensi :
* http://www.palisade.com/risk/monte_carlo_simulation.asp
* http://projectriskcoach.com/evaluating-risks-using-quantitative-risk-analysis/