15 Dari penjelasan tersebut di atas, dapat disimpulkan perbedaan
karakteristik antara PBAS dan PBAP. PBAS memiliki efisiensi yang sangat baik, namun deterministik dan bersifat periodik. Sebaliknya walaupun PBAP
memiliki efisiensi yang buruk, tapi PBAP bersifat non-deterministik dan tidak periodik.
2.6 Simulasi Monte Carlo
Simulasi adalah program komputer yang berfungsi untuk menirukan perilaku sistem nyata [10]. Adapun tujuan dari simulasi adalah antara lain
untuk pelatihan training, studi perilaku sistem behavior, dan hiburanpermainan game. Pemodelan dan simuasi merupakan salah satu
alat yang sering digunakan oleh manajemen dalam mempelajari atau menganalisis perilaku kerja dari suatu sistem atau proses.
Model simulasi merupakan tool yang cukup fleksibel untuk memecahkan masalah yang sulit dipecahkan dengan model matematis biasa.
Model simulasi sangat efektif digunakan untuk sistem yang relatif kompleks untuk pemecahan analitis dari model tersebut. Penggunaan simulasi akan
memberikan wawasan yang lebih luas pada pihak manajemen dalam menyelesaikan suatu masalah. Oleh karena itu, manfaat yang didapat dengan
menggunakan metode simulasi adalah sebagai tool bagi perancang sistem atau pembuat keputusan, dalam hal ini manajer, untuk menciptakan sistem
dengan kinerja tertentu baik dalam tahap perancangan sistem maupun tahap operasional.
16 Ada banyak kelebihan menggunakan model simulasi, beberapa
diantaranya yaitu [11]: 1.
Tidak semua sistem dapat diinterpretasikan dalam model matematis, sehingga simulasi merupakan alternatif yang tepat.
2. Dapat bereksperimen tanpa adanya resiko pada sistem nyata. Dengan
simulasi memungkinkan untuk melakukan percobaan terhadap sistem tanpa harus menanggung risiko terhadap sistem yang berjalan.
3. Simulasi dapat mengestimasi kinerja sistem pada kondisi tertentu dan
memberikan alternatif desain terbaik sesuai dengan spesifikasi yang diinginkan.
4. Simulasi memungkinkan untuk melakukan studi jangka panjang dalam
waktu relatif singkat. 5.
Dapat menggunakan input data bervarisai.
Sedangkan kekurangan dari simulasi antara lain [11]: 1.
Kualitas dan analisis model tergantung pada si pembuat model. 2.
Hanya mengestimasi karakteristik sistem berdasarkan masukan tertentu.
Salah satu model simulasi yang paling popular pada pengendalian persediaan adalah simulasi Monte Carlo [1]. Model simulasi Monte Carlo
merupakan bentuk simulasi probabilistik dimana solusi dari suatu masaah diberikan berdasarkan proses randomisasi acak. Proses acak ini melibatkan
suatu distribusi probabilitas dari variabel-variabel data yang dikumpulkan
17 berdasarkan data masa lalu maupun distribusi probabilitas teoritis. Bilangan
acak digunakan untuk menjelaskan kejadian acak setiap waktu dari variabel acak dan secara berurutan mengikuti perubahan-perubahan yang terjadi
dalam proses simulasi. Simulasi Monte Carlo merupakan simulasi terhadap sampling yang
bertujuan untuk mengestimasi distribusi dari variabel output yang bergantung pada beberapa variabel input yang probabilistik. Istilah simulasi Monte Carlo
pertama digunakan selama masa pengembangan bom atom yang merupakan nama kode dari simulasi fissi nuklir nuclear fission [11]. Banyak para
peneliti menggunakan istilah ini karena adanya kesamaan dengan game roulette dalam kasino terkenal di Monte Carlo, Monaco. Simulasi Monte
Carlo sering digunakan untuk evaluasi dampak kebijakan perusahaan dan risiko dalam pembuatan keputusan.
Dalam model simulasi Monte Carlo, harus ada asumsi tentang ketidakpastian input. Ketidakpastian input ini dapat membentuk distribusi
probabilitas. Beberapa contoh ketidakpastian input diantaranya adalah jumlah penjualan di masa mendatang, rata-rata pertumbuhan, faktor-faktor
inflasi, dan waktu antar kedatangan. Ide dasar dari simulasi Monte Carlo adalah untuk menghasilkan nilai
dari beberapa variabel model yang ingin dipelajari. Akan ada banyak sekali variabel yang sangat probabilistik pada kenyataan dan itu yang akan
dilakukan dalam proses simulasi. Tujuan utama dari simulasi ini yaitu untuk
18 melakukan eksperimen terhadap kemungkinan dari pengambilan sampel
secara acak. Selain itu, simulasi Monte Carlo merupakan salah satu jenis dari proses simulasi yang cukup terkenal karena simulasi ini merupakan sebuah
model yang paling sering digunakan untuk sebuah proses analisa data. Model ini merupakan sebuah cara dalam melihat masalah bahwa ada banyak
kemungkinan yang dapat muncul dalam sebuah proyek. Menurut Grey, kemungkinan yang dimaksud dapat berupa subjek yang bermacam-macam
seperti harga atau biaya, volume, dan lain-lain. Langkah-langkah utama dalam simulasi Monte Carlo adalah sebagai
berikut [1]: 1.
Mendefinisikan distribusi probabilitas yang diketahui secara pasti dari data yang didapatkan dari pengumpulan data di masa lalu.
2. Mengonversikan distribusi probabilitas ke dalam bentuk frekuensi
kumulatif. Distribusi probabilitas kumulatif ini akan digunakan sebagai dasar pengelompokkan batas interval dari bilangan acak.
3. Menjalankan proses simulasi dengan menggunakan bilangan acak.
Bilangan acak dikategorikan sesuai dengan rentang distribusi probabilitas kumulatif dari variabel-variabel yang digunakan dalam
simulasi. Faktor-faktor
yang sifatnya
tidak pasti
seringkali menggunakan bilangan acak untuk menggambarkan kondisi yang
sesungguhnya. Urutan proses simulasi yang melibatkan bilangan acak akan memberikan gambaran dari variasi yang sebenarnya.
19 4.
Analisis yang dilakukan dari keluaran simulasi sebagai masukan bagi alternatif pemecahan permasalahan dan pengambilan kebijakan. Pihak
manajemen dapat melakukan evaluasi terhadap kondisi yang sedang terjadi dengan hasil simulasi.
5. Melakukan simulasi berulang-ulang.
20
BAB III METODOLOGI PENELITIAN
