Definisi Metode Simulasi Monte Carlo
Metode Monte Carlo merupakan
istilah sampling statistik. Monte carlo dipopulerkan oleh para pioner yaitu
Stanislaw Marcin Ulam, Enrico Fermi, John von Neumann dan Nicholas Metropolis.
Monte Carlo merupakan nama Kasino termukan di Monako. Pada tahun 1930 Metode
Monte Carlo digunakan oleh Enrico Fermi untuk menghitung sifat-sifat Neutron.
Dan pada tahun 1950an, metode ini digunakan untuk penelitian pengembangan bom
hidrogen di Laboratorium Los Alamos. Sehingga tersebarlah metode Monte Carlo
yang dapat digunakan dalam aplikasi berbagai bidang.
Menurut Benninga (2008), metode
Monte Carlo adalah berbagai simulasi acak yang digunakan untuk menentukan nilai
parameter. Simulasi Monte Carlo seperti melemparkan dadu ribuan kali untuk
memberikan gambaran lengkap berbagai kemungkinan hasil dari input yang berbeda.
Berbagai hasil simulasi memberikan gambaran tentang kemungkinan hasil keuntungan
yang berbeda pula. Sehingga memberikan wacana dan memudahkan perusahaan dalam
penyusunan perkiraan kegiatan usaha.
Sedangkan menurut jurnal yang
ditulis oleh Proctor, Simon (2012), Simulasi Monte Carlo memberikan kemampuan
perencanaan bisnis untuk mengambil proses yang satu tahap lebih jauh dengan
mendefinisikan daftar nilai suatu kemungkinan relatif setiap kejadian dan
kemudian secara efektif seperti melemparkan dadu ribuan kali untuk memberikan
gambaran lengkap berbagai hasil memungkinkan dari input yang mendasari dan
berbeda. Dengan cara memasukkan risiko-risiko sebagai input yang mendasari
serta berbeda-beda dan menghasilkan keuntungan yang berbeda pula. Oleh karena
itu, hasil tersebut merupakan hasil kemungkinan yang memberikan gambaran kepada
perusahaan. Sehingga mempermudah perusahaan untuk menyusun perkiraan kegiatan
usaha. Hal ini merupakan kelebihan dari simulasi Monte Carlo. Tetapi terdapat
kelemahan dari simulasi Monte Carlo yaitu sulitnya menetapkan distribusi
probabilitas tertentu ke variabel model. Dan kesulitan dalam penentuan variabel
input yang dapat berdampak pada nilai yang lain. Tetapi dari kesulitan ini
dapat memberikan wawasan nyata untuk proses perencanaan usaha.
Dalam panduan yang diterbitkan
oleh palisade menjelaskan bahwa @Risk sangat membantu dalam merencanakan
strategi manajemen risiko dengan menggunakan Risk Optimizer, yang menggabungkan
Simulasi Monte Carlo untuk mengoptimalkan pemecahan spreadsheet dengan nilai
yang tidak pasti. Adapun beberapa tahap yang harus dilakukan untuk menjalankan
analisis tersebut adalah sebagai berikut :
- Set Up Model, dengan memasukan model spreadsheet kedalam software @Risk, yang sebelumnya telah menyusun data dan kolom formula yang akan dianalisis secara rapih.
- dentifikasi Ketidakpastian dengan membandingkan berbagai distribusi dan pilihan distribusi yang sesuai untuk mendefinisika asumsi tersebut.
- Mensimulasikan Monte Carlo dengan memasukan jumlah simulasi yang diinginkan kemudan mengklik tombol simulasi dan watch. @Risk mengulang ribuan kali dari model spreadsheet dan disajikan hasil dari proses tersebut kemudian di Demo Mode kedalam bentuk grafik
- Menganalisis Risiko dari hasil simulasi dengan melihat berbagai macam hasil yang kemungkinan akan terjadi. Sehingga perlu diindetifikasi faktor-faktor kritis dengan menggunakan grafik tornado graph dan kemudian menganalisis sensitivitas.
Gagasan dasar dari simulasi Monte Carlo adalah membuat nilai dari tiap variabel yang merupakan bagian dari model yang dipelajari. Banyak variabel di dunia nyata yang secara alami mempunyai berbagai kemungkinan yang mungkin ingin kita simulasikan.
Salah satu cara umum untuk membuat distribusi kemungkinan untuk suatu variabel adalah memperhitungkan hasil di masa lalu. Kemungkinan atau frekuensi relative untuk tiap kemungkinan hasil dari tiap variabel ditentukan dengan membagi frekuensi observasi dengan jumlah total observasi.
Referensi :
- Benninga, Simon. 2008. Financial Modeling, Thrid edition. The MIT Press: Cambridge.
- Kamandang, Z. R. 2014. Penilaian Risiko Financial dengan Menggunakan Simulasi Monte Carlo. Stikes.
- Proctor, Simon. 2012. Monte Carlo Simulation. Chartered Institute of Management Accountants: London
- Tri, Tranh Minh. 2011. Modelling Financial Risk: Applying Monte Carlo Simulation to Apartment Project of Low-Income People (Master Thesis in Business and Administration).
0 Response to "Definisi Metode Simulasi Monte Carlo"
Post a Comment