Monte Carlo Simulation and Random Variables

Sebuah simulasi Monte Carlo berulang kali, dan secara acak, sampel dari distribusi probabilitas untuk mensimulasikan hasil yang mungkin terjadi.

Hasil dari outcome tersebut diukur untuk mempelajari dan mengamati perilaku jangka panjang dari proses yang dimodelkan. Dalam konteks pengambilan keputusan, proses kemudian dapat dioptimalkan dengan mengubah berbagai parameter model.

imulasi Monte Carlo ditemukan oleh para ilmuwan yang bekerja pada bom atom pada tahun 1940-an, yang menamakannya untuk kota di Monako yang terkenal dengan kasino dan permainan peluangnya.

Ide sentral dari simulasi Monte Carlo adalah menggunakan Random Variable  bilangan acak untuk memodelkan perilaku sistem atau proses yang kompleks.

Simulasi Monte Carlo telah diterapkan pada berbagai masalah dalam sains, teknik, sosiologi, ekonomi, dan bisnis—dengan aplikasi bisnis di hampir setiap industri.

(+) Simulasi Monte Carlo adalah alat pemodelan yang efektif setiap kali manajer harus membuat perkiraan, perkiraan atau keputusan di mana ada ketidakpastian yang signifikan. Jika Anda tidak menggunakan simulasi, perkiraan atau prakiraan Anda bisa sangat keliru dengan konsekuensi yang merugikan bagi keputusan Anda.

Seringkali, ketika manajer dihadapkan pada ketidakpastian, mereka tergoda untuk mengganti jumlah yang tidak pasti tersebut dengan nilai rata-rata tunggal. Dr. Sam Savage menyebut ini sebagai “cacat rata-rata” dan ini adalah kekeliruan mendasar dalam pengambilan keputusan

Simulasi Monte Carlo adalah alat pemodelan yang efektif setiap kali manajer harus membuat perkiraan, atau keputusan di mana ada ketidakpastian yang signifikan

Random Variable atau Variabel Acak adalah seperangkat hasil yang tidak pasti, yang dihasilkan dari proses acak.

Reference : Pinder, Jonathan P. (2017). Introduction to Business Analytics Using Simulation, Elsevier Inc., ISBN:978-0-12-810484-2