DISUSUN OLEH : IPHOV KUMALA SRIWANA

Slides:



Advertisements
Presentasi serupa
SIMULASI MONTE CARLO.
Advertisements

STATISTIK PROBABILITAS
BAB 8 SIMULASI MONTE CARLO
SIMULASI MONTE CARLO.
Ukuran Variasi atau Dispersi
BAB VII Simulasi Monte Carlo.
BAB VII Simulasi Monte Carlo.
Latihan UAS Teknik Simulasi.
MONTE CARLO INVENTORY SIMULATION
Analisa Data Statistik Chap 6: Distribusi Probabilitas Kontinu
Pembangkit Random Variate
ANALISIS TITIK IMPAS PERTEMUAN 13 DAN 14.
ANALISIS TITIK IMPAS PERTEMUAN 13 DAN 14.
Probabilitas dalam Trafik
RANDOM VARIATE DISTRIBUSI DISKRIT
F2F-10: Teori Monte Carlo.
1 Pertemuan 25 Troubleshooting : Teknik Simulasi Matakuliah: H0204/ Rekayasa Sistem Komputer Tahun: 2005 Versi: v0 / Revisi 1.
Random variate Distribusi Kontinu dan Diskrit
Simulasi Monte Carlo.
Pertemuan 18 Aplikasi Simulasi
SIMULASI SISTEM PERSEDIAAN
SIMULASI.
Tugas 1.1|Diskusi Kelompok
Pertimbangan Resiko & Ketidakpastian
DISTRIBUSI NORMAL Distribusi normal sering disebut juga distribusi Gauss. Merupakan model distribusi probabilitas untuk variabel acak kontinyu yang paling.
FUNGSI PERMINTAAN DAN PENAWARAN
FUNGSI PERMINTAAN DAN PENAWARAN
ANALISIS LABA KOTOR.
BAB IV PEMBANGKIT RANDOM VARIATE
DISTRIBUSI PROBABILITAS
BAB I TEKNIK SIMULASI.
ECONOMIC ORDER QUANTITY
PENCIPTAAN USAHA mustikalukmanarief
Random Variate Distribusi Kontinu dan Diskrit
REVIEW STATISTIKA DISKRIPTIF
MODEL SIMULASI Modul 14. PENELITIAN OPERASIONAL I Oleh : Eliyani
PENCIPTAAN USAHA DALAM PELUANG USAHA
ANALISIS PERUBAHAN LABA KOTOR
Simulasi Monte Carlo.
PERSEDIAAN (SISTEM PRODUKSI TIPE BATCH)
Distribusi Probabilitas Kontinyu
MODEL SIMULASI Pertemuan 13
Pertemuan 13 Analisa Simulasi II
ANALISIS PERUBAHAN LABA KOTOR
DISUSUN OLEH : IPHOV KUMALA SRIWANA
DISUSUN OLEH : IPHOV KUMALA SRIWANA
TUGAS MANDIRI DIKUMPULKAN RABU, 6 APRIL 2011
FUNGSI PERMINTAAN DAN FUNGSI PENAWARAN
Simulasi Monte Carlo Pertemuan 5 MOSI T.Informatika Ganjil 2008/2009
Simulasi sistem persediaan
Variable Acak Normal Standar
RANDOM VARIATE DISTRIBUSI DISKRIT
Distibusi Probabilitas Statistik Bisnis -8
Perencanaan Laba Melalui Model Cost Volume Profit Analysis
Analisis Laba Kotor BAB 10.
Kelompok 11 Analisis laba kotor.
SIMULASI.
PEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM NUMBER
SIMULASI SISTEM PERSEDIAAN
Simulasi Monte Carlo.
Managemen Pengendalian Persediaan (Inventory Management and Control)
RISIKO, PENYESUAIAN TINGKAT BUNGA DAN FAKTOR RISIKO DALAM INVESTASI
PENCIPTAAN USAHA OLEH : DINI ROCHDIANI
PRESENTASI STATISTIKA DASAR SOAL NO. 9
Veni Wedyawati, M. Kom MODEL DAN SIMULASI
DISTRIBUSI PELUANG KONTINYU
Random Variate Distribusi Kontinu dan Diskrit
Monte Carlo Simulation (lanjut)
. Distribusi Binomial adalah suatu distribusi probabilitas yang dapat digunakan bilamana suatu proses sampling dapat diasumsikan sesuai dengan proses.
Transcript presentasi:

DISUSUN OLEH : IPHOV KUMALA SRIWANA MONTE CARLO DISUSUN OLEH : IPHOV KUMALA SRIWANA

PENJUALAN DAN HARGA JUAL Simulasi Monte Carlo selalu menggunakan asumsi bahwa variabel-variabelnya adalah independen (tidak terikat). Namun ada juga beberapa kondisi atau pcrsoalan yang mempunyai hubungan yang erat. Sebagai contoh, variabel pcndapatan kotor (gross income) per tahun dapat dinyatakan sbb:

TABEL 1. HARGA JUAL PER UNIT CONTOH TABEL 1. HARGA JUAL PER UNIT Harga Jual Distribusi Probabilitas $ 1.00 0,10 $ 1,50 0,30 $2,00 0,40 $ 2,50 0,20

TABEL 2. DISTRIBUSI PERMINTAAN PER TAHUN CONTOH TABEL 2. DISTRIBUSI PERMINTAAN PER TAHUN Harga Jual 1$/unit $ 1,5/unit $ 2,00 /unit $ 2,5 /unit Demand Prob Prob. 180K 0,30 150 K 0,25 130K 1IOK 190 K 0,50 160 K 0,40 140 K 0,60 120 K 200 K 0,20 170 K 150K 0,10 130 K 180 K Catatan K = 1000 unit

TABEL 3. TAG # HARGA JUAL DALAM $ CONTOH TABEL 3. TAG # HARGA JUAL DALAM $ Harga Jual Distribusi Prob CDF Tag Number $ 1,00 0,10 0.0 <Ri< 0,10 $ 1,50 0,30 0,40 0,10<Ri<0,40 $ 2,00 0,80 0,40<Ri<0,80 $ 2,50 0,20 1,00 0,80<Ri<1,00

CDF DAN PERMINTAAN DENGAN HARGA JUAL $1,00 CONTOH TABEL 4. CDF DAN PERMINTAAN DENGAN HARGA JUAL $1,00 Permintaan (Demand) Distribusi Prob. CDF Tag Number 180 K 0,30 0,0 < Ri < 0,30 190 K 0,50 0,80 0,30 <Ri< 0,80 200 K 0,20 1,00 0,80 <Ri< 1,00

CDF DAN PERMINTAAN DENGAN HARGA JUAL $1,50 CONTOH TABEL 5. CDF DAN PERMINTAAN DENGAN HARGA JUAL $1,50 Permintaan (Demand) Distribusi Prob. CDF Tag Number 150 K 0,25 0,0 < Ri < 0,25 160 K 0,40 0.65 0,25 < Ri < 0,65 170 K 0,90 0,65 < Ri < 0,90 180 K 0,10 1,00 0,90 <Ri< 1,00

CDF DAN PERMINTAAN DENGAN HARGA JUAL $ 2,00 CONTOH TABEL 6. CDF DAN PERMINTAAN DENGAN HARGA JUAL $ 2,00 Permintaan Distribusi CDF Tag Number (Demand) Prob. 130 K 0,30 0,0 < Ri < 0,30 140 K 0,60 0,90 0,30 < Ri < 0,90 150K 0,10 1,00 0,90 <Ri< 1.00

CDF DAN PERMINTAAN DENGAN HARGA JUAL $2,50 CONTOH TABEL 7. CDF DAN PERMINTAAN DENGAN HARGA JUAL $2,50 Permintaan Distribusi CDF Tag Number (Demand) Prob. 110K 0,25 0,0 <Ri< 0,25 120 K 0,50 0,75 0,25 < Ri<0,75 130 K 1 ,00 0,75 <Ri<1,00

RANDOM NUMBER Setelah membuat tabel CDF dan Tag atau Label Number maka perlu ditarik atau diambil random number.

RANDOM NUMBER Misalkan RN untuk harga jual adalah sbb: 1. R1 = 0,8173 2. R2 = 0,8943 3. R3 = 0,1997 4. 5. R4 = R5= 0,3945 0.7065

RANDOM NUMBER Misalkan RN untuk Penjualan adalah sbb: 1. Rm1 = 0,0113 2. Rm2 = 0,8075 3. Rm3 = 0,7918 4. 5. Rm4 = Rm5= 0,7194 0.3289

PENGURAIAN : Untuk harga jual R,= 0,8173 harga jual $2,50. Permintaan (Rm1) = 0,0113 jumlah 110K. Jadi Gross Income / year = 2,50 • 100.000 = $275.000 2. Harga Jual R2 = 0,8943 Harga Jual : $ 2,50 Permintaan Rm2: = 0,8075 Demand : $130K Gross Income / year = 2.50 • 130 K = $ 325.000

PENGURAIAN : Harga Jual R3 = 0,1997 Harga Jual :$ 1,50 Permintaan Rm3 = 0,7918 Demand : $170 K Gross Income/ year = 1,50 • 150 K = $ 255.000 Harga Jual R4 = 0,3945 Harga Jual : $ 1,50 Permintaan Rm4 = 0,7194 Demand : $150K Gross Income / year = 1,50 • 150 K = $ 225.000 5. Harga Jual R5 = 0,7065 Harga Jual : $ 2,00 Permintaan Rm5 = 0,3289 Demand : $140 K Gross Income / year = 2,00 • 140 K = $ 280.000

KESIMPULAN Dari hasil tersebut dapat diambil kesimpulan Gross Income per tahun mana yang harus menjadi patokan. Misal, pendapatan $300.000, berapa kali dapat dikumpulkan dan dilakukan sejumlah penarikan random number. Inilah yang menjadi kebijakan keputusan. Hal ini dapat juga dilakukan dengan menggunakan referensi pengalaman sebelumnya untuk kemudian dibuatkan simulasi keputusannya. Hasilnya adalah suatu perencanaan.

Formulasi yang dipakai: PERSOALAN PENJUALAN ATAU HARGA JUAL DENGAN PRODUKSI YANG DIHASILKAN P = PROFIT Formulasi yang dipakai: 1. d.s + V ( q - d ) - q.c —» bila : q > d2. 2. q.s-q.c —> bila : q <d Dimana : s = Selling Price d = Demand v = Salvage Value c = Cost per unit q = Kuantitas Produksi

CONTOH : Misalkan : s = $20 q = 800 unit d = 700 unit c = $ 5 per unit v = $ 5 per unit p = {700 (20) + 5 ( 800 - 700 ) - ( 800 x 8 ) ) = 14000 + 500-6400= $8100 Persoalannya: 1. Harga buat per unit merupakan ketidakpaslian. 2. Demand juga merupakan ketidakpastian

DATA COST DAN DEMAND Cost Per Unit (c) Demand ( d ) c Prob. d. 7 0,05 500 0,10 8 0,15 600 0,20 9 700 0.40 10 0,30 800 11 0,25 900 0.10 12

Pertanyaan: Buatlah semua kondisi untuk dapat mensimulasikan persoalan ini. Perkirakan keuntungan yang diperolch bila digunakan 100 kali random number (untuk cost, juga demand).

CDF DAN TAG NUMBER DATA : COST Cost (c) Distribusi Prob. CDF Tag Number 7 0,05 0,00 - 0,05 8 0,15 0,20 0,05 - 0,20 9 0,40 0,20 - 0,40 10 0,30 0,70 0,40 - 0,70 11 0,25 0,95 0,70 - 0.95 12 1,00 0,95-1,00

CDF DAN TAG NUMBER UNTUK DEMAND Demand (d) Jumlah Distribusi Prob. CDF Tag Number 500 0,10 0,00-0,10 600 0,20 0,30 0.10-0.30 700 0,40 0,70 0,30 - 0,70 800 0,90 0,70-0,90 900 1,00 0,90- 1,00

RANDOM NUMBER Misalkan RN untuk COST adalah sbb: 1. R1 = 0,8173 2. 0,8943 3. R3 = 0,1997 4. 5. R4 = R5= 0,3945 0.7065

RANDOM NUMBER Misalkan RN untuk DEMAND adalah sbb: 1. Rm1 = 0,0113 2. 0,8075 3. Rm3 = 0,7918 4. 5. Rm4 = Rm5= 0,7194 0.3289

HASIL PERHITUNGAN KEUNTUNGAN No. Urut s Hasil (c) q Hasil (d) V Keuntungan Rumus Dipakai 1. 20 11 800 500 5 2700 1 2. 7200 2 3. 8 9600 4. 9 4300 5. 700 5700

Rata-rata profit :29500/5 = $ 5.900 per waktu Lanjukan ! (Tentukan nilai standar deviasinya) ! Tentukan nilainya untuk confidence interval 90%