32
Dasar
dari
simulasi
monte
carlo
adalah
percobaan
dari
peluang (probabilitas)
elemen
melalui penarikan contoh acak (random sampling).
Berikut ini Lima langkah-langkah untuk melakukan simulasi monte carlo :
1. Membuat suatu distribusi probabilitas
dari variabel pentingnya
2. Kemudian
menyusun
distribusi
probabilitas
kumulatifnya
dari
setiap
variabel yang berasal dari langkah 1.
3. Membuat suatu interval angka acak dari setiap variabelnya.
4. Mengenerate angka acak
5. Dan
terakhir
lakukan
simulasi
secara
berkala
untuk
percobaan-
percobaannya.
2.2.8. Normal Distribution
Menurut
Taha
(2003,
p651),
teori
limit
terpusat
menyatakan
bahwa
jumlah
dari
angka random sebanyak n yang berdiri sendiri dan terdistribusi secara serupa akan
menjadi
normal
dengan
jumlah
n
yang
cukup.
Kita
dapat
menggunakannya
untuk
menghasilkan
sample
dari
pendistribusian
normal
dengan
nilai
rata-rata
dan
simpangan
baku.
Menurut
Taha
(2003,
p652),
teori
di
atas
disempurnakan
oleh
teori
Box-Muller
yang
menetapkan
bahwa
hasil
perhitungan
random
number
dari
sebuah
data yang
terdistribusi
normal
adalah:
y=µ+sx.
Formula
ini dianggap
efisien
karena
Box-Muller
menambahkan
formula
di awal
dengan
memproduksi
sample
N (0,1), yang
menggantikan
cos(2pR1)
dengan
sin(2pR2).
Ini
berarti
bahwa
dua
random
number
(R1
dan
R2)
akan
menghasilkan
dua
sample
N (0,1).
Untuk
perhitungannya
dapat
menggunakan rumus:
 |