Metode Simulasi Monte Carlo

Ide pertama dicetuskan Enrico Fermi di tahun 1930-an. Pada saat itu para fisikawan di Laboratorium Sains Los Alamos sedang memeriksa perlindungan radiasi dan jarak yang akan neutron tempuh melalui beberapa macam material. Namun data yang didapatkan tidak dapat membantu untuk memecahkan masalah yang ingin mereka selesaikan karena ternyata masalah tersebut tidak bisa diselesaikan dengan penghitungan analitis. Lalu John von Neumann dan Stanislaw Ulam memberikan ide untuk memecahkan masalah dengan memodelkan eksperimen di komputer. Metode tersebut dilakukan secara probabilitas. Karena takut hasil karyanya ditiru oleh orang lain, metode tersebut diberi kode nama

Nama Monte Carlo kemudian akhirnya menjadi populer oleh Enrico Fermi, Stanislaw Ulam, dan rekan-rekan mereka sesama peneliti fisika. Nama Monte Carlo merujuk kepada sebuah kasino terkenal di Monako. Di sanalah paman dari Stanislaw Ulam sering meminjam uang untuk berjudi. Kegunaan dari ketidakteraturan dan proses yang berulang memiliki kesamaan dengan aktivitas di kasino.
Hal yang berbeda dari simulasi Monte Carlo adalah ia membalikkan bentuk simulasi yang umum. Metode ini akan mencari kemungkinan terlebih dahulu sebelum memahami permasalahan yang ada. Sementara umumnya menggunakan simulasi untuk menguji masalah yang sebelumnya telah dipahami. Walaupun pendekatan terbalik ini sudah ada sejak lama, namun baru setelah metode Monte Carlo populer pendekatan ini diakui.
Metode ini telah digunakan di bidang fisika, kimia fisika, dan lain-lain. Rand Corporation dan U.S. Air Force merupakan sponsor utama dalam pengembangan metode Monte Carlo pada waktu itu dan metode ini semakin berkembang di berbagai bidang. Pada tahun 1950-an, metode ini digunakan di Laboratorium Nasional Los Alamos untuk penelitian awal pengembangan bom hydrogen, dan kemudian sangat popular dalam bidang fisika dan riset operasi sampai saat ini.

Teknik metode simulasi Monte Carlo merupakan suatu teknik khusus dimana kita dapat membangkitkan beberapa hasil numerik tanpa secara aktual melakukan suatu tes eksperimen. Kita dapat menggunakan hasil dari tes sebelumnya yang pernah dilakukan untuk menentukan distribusi probabilitas dari parameter-parameter yang ditinjau dalam kasus tersebut. Kemudian kita menggunakan informasi ini untuk membangkitkan parameter-paramater data numerik. Dasar dari prosedur teknik simulasi Monte Carlo adalah membangkitkan bilangan acak semu. Menurut Kakiay (2004), metode monte carlo dikenal juga dengan istilah sampling simulasi atau monte carlo sampling technique. Sampling simulation ini menggambarkan kemungkinan penggunaan data sample dalam metodenya. Metode monte carlo menggunakan data yang sudah ada (historical data).
Metode monte carlo salah satu algoritma komputasi untuk mensimulasikan berbagai prilaku sistem fisika dan matematika, penggunaan klasik metode ini adalah untuk mengevaluasi integral definit, terutama integral multidimensi dengan syarat dan batasan yang rumit. Menurut Subagyo, Asri dan Handoko (2000) Model Stochastic juga disebut model simulasi monte carlo dimana sifat – sifat keluaran (output) dari proses ditentukan berdasarkan, dan merupakan hasil dari konsep random ( acak).
Karena agoritma ini memelukan perulangan (repetisi) dan perhitungan yang amat kompleks, metode Monte Carlo pada umumnya dilakukan menggunakan komputer, dan memakai berbagai teknik simulasi komputer. Algoritma monte carlo adalah metode monte carlo numeric yang digunakan untuk menemukan solusi problem matematis (yang dapat terdiri dari banyak variable) yang susah dipecahkan, misalnya dengan kalkulus intergral, atau metode numeric lainnya. Penggunaan metode Monte Carlo membutuhkan sejumlah besar angka acak sehingga metode ini, menggunakan pembangkitan bilangan acak semu (pseudorandom number generator) dengan menggunakan algoritma tertentu sesuai kebutuhan.
Metode ini digunakan Untuk mendapatkan nilai yang paling mendekati dari yang diharapkan dengan cara bereksperimen melaui angka-angka acak yang dihasilkan RNG (random Generator) dan teori probabilitas. Penggunaan pembangkitan bilangan acak akan lebih efektif digunakan dari pada tabel angka acak yang telah ada sebelumnya sering digunakan untuk pengambilan sampel statistik.
Referensi
Kakiay, Thomas J., Sistem Simulasi, Andi Yogyakarta, Yogyakarta, 2004
http://library.usu.ac.id/download/fkm/fkm-rozaini.pdf diakses tanggal 1 mei 2011
Subagyo, Pangestu., Asri, Marwan., dan Handoko, T. Hani., Dasar – Dasar Operations Research, Yogyakarta : BPFE Yogyakarta, 2000