Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi

Penjelasan Metode Analisis Six Sigma Distribusi Weibul

Sejarah Metode Six Sigma?

Metode Six Sigma sendiri telah dikenal sejak abad ke-19 dan pertama kali diperkenalkan serta dikembangkan oleh Carl Fredrich Gauss, seorang matematikawan dan fisikawan Jerman. Dimana kurva lonceng tersebut menjadi alat awal untuk menemukan kesalahan dan cacat dalam suatu proses.

Analisis Six Sigma kemudian dikembangkan oleh fisikawan lainnya yaitu Walter Shewhart, asal Amerika di tahun 20-an. Hingga kemudian di tahun 80-an, Motorola membawa metode ini untuk menciptakan kualitas produknya agar lebih konsisten.

Apa itu Six Sigma?

Metode Six Sigma merupakan metode yang dapat digunakan untuk analisis tingkat kerusakan sampai produk mendekati zero defect. Adapun prosedur yang digunakan untuk memperbaiki proses dan peningkatan kualitas menuju target Six Sigma yaitu dengan konsep DMAIC (Define, Measure, Analyze, Improve, Control).  

Dalam Six Sigma, variasi biasanya dimodelkan dengan distribusi normal kurva lonceng. Seringkali, proses dan produk tidak “berperilaku baik” dan distribusinya biasanya miring. Kemiringan umumnya lebih terlihat ketika variasinya signifikan. Oleh karena itu, perhitungan Six Sigma telah dikritik karena sangat mengandalkan asumsi normalitas.

Komponen kunci keberhasilan implementasi Six Sigma adalah dukungan dari para eksekutif. Metodologi tidak bekerja dengan baik ketika seluruh organisasi tidak setuju.

Sementara Analisis Weibull diciptakan pada tahun 1937 oleh insinyur dan matematikawan Ernst Hjalmar Waloddi Weibull asal Swedia. Ia pun menjadi terkenal di bidang probabilitas dan statistik untuk formulasi distribusi Weibull. Sebuah metode probabilistik yang menentukan rata-rata masa pakai dan tingkat kegagalan dari waktu ke waktu.

Analisis Weibull juga banyak digunakan diberbagai bidang seperti Kimia, Biologi, Fisika, dan Matematika. Dengan metode ini, para ilmuwan dapat menentukan tingkat kejadian kanker paru-paru pada perokok atau besarnya gempa, dan masih banyak lagi.

Prediksi yang dilakukan analisis Weibull,  dibuat berdasarkan statistik yang dihasilkan dari data langsung dari kuantitas perwakilan unit produk tertentu. Data kehidupan diukur selama masa pakai suatu produk. Pengukuran ini bisa dalam menit, jam, kilometer, siklus, dan lain sebagainya.

Pendekatan teoritis yang diusulkan untuk menentukan metode analsis Six Sigma distribusi Weibull merupakan hal baru bagi praktisi kualitas Six Sigma, yang biasanya berurusan dengan proses normal atau pendekatan normal untuk proses non-normal.

Prosedur yang dikembangkan di sini sebenarnya digunakan untuk pertama-tama menentukan LSSL dan USSL diikuti dengan diperolehnya LSQL dan USQL. Hal ini pada gilirannya telah membantu menghitung metrik Six Sigma seperti cacat per sejuta peluang (DPMOs) dan bagian-bagian yang sangat baik per sejuta peluang (EGPMOs) di bawah distribusi Weibull dua parameter untuk yang lebih rendah lebih baik (LTB) dan yang lebih tinggi -karakteristik kualitas yang lebih baik (HTB).

Kategori
Jasa Buat Peta Jasa Olah Data Jasa Pemetaan Geografi Jasa Skripsi Tesis Disertasi

Penjelasan Metode Analisis Agent Based Modeling

Yuk Lebih Kenal Dengan Metode Analisis Agent Based Modeling!

Seperti yang sudah Anda ketahui bahwa metode yang biasa digunakan dalam sebuah penelitian sangatlah banyak dan metode itu akan digunakan sesuai dengan objek dan tema penelitian guna memperoleh hasil dan rumusan yang sesuai dengan fakta di lapangan. Salah satu contoh metode yang ada yaitu metode analisis agent Based modeling. Adapun penjelaaan lebih lengkap mengenai metode ini akan dijelaskan di bawah ini.

Apa itu Agen Based Modelling?

Agent-Based Modelling atau biasa juga disingkat menjadi ABM merupakan salah satu metode penelitian yang bisa menjelaskan sistem secara kompleks dengan sebuah agen yang berperan sebagai individu atau objek yang memiliki orientasi dan aksi tertentu yang nantinya mampu mempengaruhi lingkungan model.

Agent Based modeling juga disebut-sebut sebagai suatu model komputasi yang digunakan untuk mensimulasikan tindakan dan interaksi di individu otonom yang disebut juga sebagai agen yang bisa berupa orang, mobil, gedung, lahan, serangga dan lain sebagainya dalam sebuah garis bujur sangkar yang sudah ditentukan dengan maksud untuk bisa menilai efeknya pada sistem secara keseluruhan.

Secara umum, sebuah agent Based modeling akan didasarkan pada sekumpulan agen yang secara otonom bisa berinteraksi satu sama lain serta dengan lingkungan yang sesuai dengan aturan perilaku Pemodelan ini sering dipilih karena mampu memodelkan sistem hingga ke entitas terkecilnya. Selain itu metode analisis ABM ini juga bisa mengakomodasi dan sifat-sifat dari setiap individu terkecil pada ekosistem.

Sejarah Agent Based Modeling

Berawal pada tahun 1940-an dari ide dua orang lelaki yang bernama John Von Neumman dan Stanislaw Marchin Ulam yang memiliki kaitan dengan cellular automata (CA). CA adalah suatu pemodelan matematika yang sederhana dari suatu sistem fisik di mana ruang dan waktu sistem tersebut bisa dijadikan diskrit.

Lalu hal tersebutlah yang membawa pada penemuan teori matematika tentang sistem partikel interaktif yang nantinya menggunakan metode mekanika statistika agar bisa mempelajari masalah-masalah yang berkaitan dengan perubahan fase dan sistem dinamika. Namun,.metode yang satu ini baru memulai kepopulerannya untuk digunakan pada tahun 1990-an untuk bisa mensimulasikan dinamika fenomena sosial.

Elemen Utama Agent Based Modeling

Agen yang setiap agennya bertindak dan berperilaku sesuai dengan aturan yang ada pada lingkungannya. Menurut Macal dan North, setidaknya ada tiga elemen dalam sebuah ABM yaitu:

1. Satu set agen, atribut dan perilaku mereka

2. Satu set relationship dan metode interaksi yaitu tipologi yang mendasari keterhubungan dan mendefinisikan bagaimana dan dengan siapa agen berinteraksi

3. Lingkungan (environment) agen. Agen berinteraksi dengan lingkungannya selain dengan agen-agen lain.

Demikian informasi seputar metode analisis agent Based modeling yang harus Anda ketahui. Metode yang satu ini bisa Anda gunakan apabila sesuai dengan objek penelitian yang sedang Anda teliti saat ini.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi

Mengenal Metode Simplex lattice design

Dalam Ilmu Matematis, ada berbagai metode yang bisa digunakan untuk menghitung, hingga menganalisis interpretasi data yang dibutuhkan. Metode-metode tersebut memiliki cara kerja dan hasil akhir yang berbeda-beda.

Apa itu Metode Simplex lattice design?

Metode ini merupakan metode optimasi yang cukup sering digunakan dalam berbagai kebutuhan untuk menentukan formula optimal dari suatu campuran bahan.

Simplex lattice design ini dinilai menjadi metode optimasi yang paling sederhana diantara berbagai metode optimasi lainnya seperti metode trial and error. Metode ini juga dinilai jauh lebih efektif dari metode trial and error karena metode SLD tidak membutuhkan terlalu banyak bahan dalam pengerjaannya.

Metode SLD banyak digunakan untuk menghitung campuran bahan dalam dunia flora atau makanan. Menurut Bolton, metode SLD merupakan metode yang digunakan untuk mengetahui profil efek campuran terhadap suatu parameter. Metode simplex lattice design menggunakan dua variabel A dan B yang bebas untuk membuat rancangan campuran yang akan diamati. Variabel A dan B pada metode SLD nantinya akan berubah menjadi campuran AB.

Ada 3 model yang bisa digunakan untuk mengetahui respon ketiga variabel yang diamati. Model-model tersebut diantaranya :

  • Linear model
  • Quadratic model
  • Special Cubic

Setelah menggunakan ketiga model tersebut, metode SLD akan menghasilkan persamaan dan contour plot yang menggambarkan respon dari bahan yang dicampurkan tersebut. Setelah respon bahan diperoleh, selanjutnya campuran tersebut akan dicari formula optimumnya dengan memasukkan parameter yang akan dianalisis menggunakan metode SLD ini.

Parameter yang digunakan dalam metode SLD juga akan dibuatkan analisa prediksi dalam proses optimization. Setelah semua proses metode simplex design dilakukan, akan diketahui apakah formula campuran bahan yang digunakan memiliki formula yang optimum atau tidak.

Manfaat terbesar dari penggunaan metode SLD adalah mengurangi faktor trial and error yang terdapat dalam campuran bahan tersebut. Setelah diketahui berbagai faktor dari campuran yang ada, hasil tersebut bisa menjadi acuan untuk menentukan apakah campuran bahan tersebut bisa disebarluaskan atau tidak.

Menggunakan metode simplex design dinilai seringkali menguntungkan para penggunanya karena hasil perhitungan dan analisa yang cukup akurat. Dengan data yang akurat, pengaplikasian campuran bahan yang dibuat bisa dimaksimalkan sesuai kebutuhan.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi Konsultasi Susun Skripsi

Mengenal Metode Uji Sobel Test

Apa itu Metode Uji Sobel Test?

Sobel test adalah uji yang digunakan untuk mengetahui apakah Terdapat hubungan melalui suatu variabel mediasi secara signifikan. Yang mana variabel tersebut diuji apakah mampu berperan sebagai mediator dalam hubungan tersebut. Sebagai contoh suatu variabel A apakah memiliki pengaruh terhadap B melalui variabel M.

Dalam hubungan tersebut, metode uji sobel test menggunakan variabel M sebagai mediator hubungan dari A ke B. Hal ini digunakan untuk menguji seberapa besar peran variabel dalam memediasi pengaruh A terhadap B yang digunakan dengan uji sobel test.

terdapat contoh lain dari hasil model regresi dengan menggunakan SPSS yang mana digunakan tiga variabel yaitu insentif sebagai variabel independen, motivasi digunakan sebagai mediator, serta kinerja digunakan sebagai variabel dependennya. Apakah regresi pun dilakukan sebanyak 2 kali yaitu regresi pertama dilakukan antara insentif terhadap motivasi dan kinerja. Kemudian untuk yang kedua meregresikan antara motivasi terhadap kinerja.

Kegunaan Metode uji sobel test

Digunakan untuk dapat mengetahui pengaruh variabel mediasi berupa kepuasan. Menurut Baron dan Kenny di dalam Ghazali dinyatakan bahwa suatu variabel dapat disebut intervening apabila variabel tersebut dapat ikut mempengaruhi hubungan antara variabel yang independen dan juga variabel yang dependen.

Uji sobel ini digunakan untuk menguji kekuatan dari pengaruh tidak langsung dari variabel independen berupa X ke variabel dependen berupa Y2 melalui variabel intervening berupa Y1. Cara perhitungannya adalah dengan mengalikan pengaruh tidak langsung dari X ke Y2 melalui Y1, yang kemudian menggunakan cara mengalihkan jalur X- Y1 (menjadi a) dengen jalur Y1 – Y2 (menjadi b) atau jalur ab.

Di dalam metode ini tersebut terdapat koefisien ab = (c-c’) yang mana c adalah pengaruh dari X terhadap Y2 tanpa menghubungkan Y1,  dan c’ merupakan koefisien pengaruh X terhadap Y2 setelah menghubungkan Y1.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi

Penjelasan Metode Analisis Propensity Score Mantching

Apa itu Metode Propensity Score Mantching?

Ketika melakukan suatu penelitian, maka Anda bisa menggunakan metode analisis propensity. Metode analisis ini sesuai untuk penelitian mengenai dampak suatu kebijakan pada objek yang telah ditentukan.

Agar mendapatkan hasil yang lebih menyeluruh, menggunakan metode analisis propensity score matching bisa menjadi pilihan yang tepat.

Metode ini adalah salah satu metode penting dalam materi probababilitas bersyarat, dari perlakukan tertentu yang mungkin terjadi dengan meminimalisir adanya bias. Oleh karena itu skor propensity diurutkan berdasarkan kovariat yang sama, sehingga setiap kelompok dapat diambil data yang akurat. 

Aspek Penting Dalam Metode Analisis Propensity Score Matching

Untuk analisis propensity, Anda harus mendapatkan pengujian menggunakan dua aspek, yakni CIA dan common support.

A. CIA

CIA merupakan singkatan dari conditional independent assumption. Dan metode propensity score matching, data kelompok yang dihasilkan tidak dipengaruhi oleh variabel lain selain variabel treatment yang telah ditentukan.

B. Common Support

Berikutnya adalah aspek common support, yang merupakan kondisi nilau suatu density di dalam kelompok. Kelompok yang dimaksud merupakan kelompok control dan kelompok perlakukan overlap atau perpotongan. Data yang harus ada di common support adalah representasi adanya kesamaan karakteristik antara dua kelompok.

Cara Menggunakan Metode Analisis Propensity Score Matching

  1. Melakukan estimasi pada propensity score, terdapat dua langkah yang harus dilakukan, yakni memilih model dan memilih variabel yang tepat untuk digunakan.
  2. Memilih matching algoritm merupakan langkah selanjutnya untuk menggunakan metode analisis propensity score matching. Terdapat beberapa jenis algoritma yang dipilih dan disesuaikan oleh pengguna.
  3. Memerika common support, sebab ia merupakan asumsi yang penting di dalam PSM ini. Langkah ini penting digunakan sebagai pencocokan estimasi.
  4. Menilai kualitas pencocokan yang dilakukan, untuk menilainya dilakukan beberapa pengujian, yaitu uji beda sebelum dan sesudah pencocok test, uji bias, dan juga uji penggabungan variabel.
  5. Terakhir adalah melakukan estimasi standar pada eror dan analisis yang mungkin terjadi, caranya dengan menggunakan metoa yang sudah ditentukan sebelumnya, yakni score matching dan pemeriksaan berganda.

Demikianlah penjelasan metode analisis propensity score matching, semoga bisa membantu Anda yang hendak menggunakan metode tersebut. Informasi lebih lengkap mengenai metode ini bisa Anda dapatkan dengan membaca jurnal ataupun buku dengan tema yang sama.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi Konsultasi Susun Skripsi

Penjelasan Metode VARX pada Model GSTAR

Apa itu Metode VARX pada Model GSTAR?

Model VAR  memiliki pengembangan atau bentuk lain yang disebut dengan VARX. Metode ini merupakan singkatan dari vector autoregressive with exogenous. Istilah ini termasuk sebuah model peramalan yang digunakan untuk mengetahui hubungan satu variabel dengan variabel lainnya.

Untuk model VARX ini terdapat proses pengembangan dengan menggunakan input X di mana x merupakan variabel eksogen. Salah satu bagian dari variabel eksogen ialah variasi kalender dimana model tersebut termasuk model multivariat time series yang dapat menangkap efek variasi tersebut. Metode ini dapat diterapkan dan diimplementasikan terhadap model GSTAR atau GeneralizedSpace Time Autoregressive yang merupakan salah satu model yang bisa digunakan untuk mengatasi data deret dalam waktu dan lokasi.

Manfaat Metode VARX pada Model GSTAR

Metode VARX pada model GSTAR  ini sangat bermanfaat untuk memodelkan beberapa jenis kondisi terutama yang berhubungan dengan model runtun waktu. Runtun waktu yang dimaksud bisa berupa harian, mingguan, bulanan bahkan mencapai tahunan. Syarat utamanya tentu ada pada penggunaan data dan juga runtunan waktu yang terukur.

Penerapan metode tersebut dapat menyelesaikan studi kasus dengan data yang bersifat kumulatif. Berbagai data yang memiliki jumlah cukup banyak dan kompleks dapat terselesaikan dengan menggunakan perpaduan metode tersebut. Hal tersebut bisa lebih terselesaikan jika diselesaikan dengan runtun waktu yang sesuai.

Menariknya berbagai data yang bersifat variatif dan terdiri dari beberapa jenis bisa menggunakan metode tersebut sehingga penyelesaian dengan runtun waktu yang baik bisa sangat jelas dan terukur. Hal tersebut sangat penting untuk dipelajari agar bisa menyelesaikan analisa dan penelitian tertentu.

Metode VARX pada model GSTAR pada dasarnya dapat digunakan untuk analisis dan penelitian dengan penggunaan data tertentu. Hal tersebut harus menggunakan runtun waktu yang pasti dengan metode dan sistem yang terukur.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi Konsultasi Susun Skripsi

Mengenal Metode Stress Testing

Apa Itu Metode Stress Testing?

sebuah teknik simulasi komputer, yang banyak digunakan berbagai aspek, salah satunya adalah strategi bisnis, manajemen risiko, juga keputusan manajemen modal. Dimana metode ini bisa menguji ketahanan institusi dan portofolio investasi terhadap berbagai kemungkinan situasi keuangan yang akan terjadi di masa yang akan datang.

Begitu juga dengan perusahaan yang bergerak di bidang pengelolaan aset dan investasi. Selain untuk menentukan risiko portofolio, Metode stress testing juga akan membantu menetapkan strategi lindung nilai yang diperlukan untuk meminimalisir kerugian.

Yang pasti, setiap perusahaan yang ingin memastikan bahwa mereka telah memiliki kontrol serta prosedur internal yang tepat, maka bisa menerapkan metode ini. Begitu juga dengan berbagai model penilaian, model risiko individu atau model yang menggabungkan risiko individu.

Cara kerja metode Stress Testing sendiri, akan melakukan pengujian yang dilakukan dengan memberikan beban pada perangkat lunak atau software, hingga akhirnya diketahui titik maksimum performansinya. Untuk melakukan pengujian, biasanya digunakan aplikasi yang membutuhkan konkurensi ataupun akses acak yang hampir bersamaan, yang jumlahnya sangat banyak.

Untuk mengidentifikasi kerentanan yang tidak terlihat, metode Stress Testing biasanya akan melibatkan simulasi yang tengah berjalan. Dan berbagai literatur strategi bisnis juga tata kelola perusahaan mencoba menggunakan pendekatan dengan metode ini.

Berikut ini beberapa kondisi atau skenario yang menggunakan metode tersebut:

Pengujian Histori Stres

Di dalam skenario histori, baik bisnis, aset, invetasi individu ataupun portofolio, dijalankan berdasarkan simulasi dari krisis yang terjadi sebelumnya. Contoh kasusnya adalah kehancuran pasar saham yang terjadi di bulan Oktober 1987. Kemudian krisis Asia pada tahun 1997, hingga gelembung teknologi yang meledak pada kurun waktu 1999 hingga 2000 lalu.

Pengujian Stres Hipotetis

Berikutnya adalah pengujian stres hipotetis, yang umumnya lebih spesifik dan seringkali berfokus pada bagaimana sebuah perusahaan bisa mengatasi kondisi krisis tertentu. Dalam skenario ini, bergaya lebih ilmiah, dimana hanya akan digunakan satu atau beberapa variabel uji yang disesuaikan.

Adapun contoh kasusnya adalah sebuah perusahaan di sebuah kota besar yang melakukan uji stres terhadap bencana alam seperti gempa bumi hipotetis. Atau sebuah perusahaan minyak yang melakukan pengujian terhadap pecahnya perang yang terjadi di Timur Tengah.

Pengujian Simulasi Stres

Simulasi Monte Carlo merupakan metologi dari Metode Stress Testing ini. Dimana pengujian stress ini menggunakan model probabilitas dari berbagai hasil yang didapat dari variabel tertentu. Adapun faktor-faktor yang dipertimbangkan dalam simulasi Monte Carlo seperti, berbagai variabel ekonomi.

Demikianlah penjelasan singkat mengenai Metode Stress Testing yang bisa dijadikan sebagai alat analisis yang cukup efektif, untuk mengidentifikasi apakah sebuah perusahaan telah memiliki modal dan aset yang cukup kuat. Juga apakah sudah memiliki rencana yang efektif dalam menghadapi badai ekonomi yang bisa terjadi kapan saja.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi

Mengenal Metode VAR Vector Autoregressive

Apa itu Metode VAR Vector Autoregressive ?

VAR atau vector autoregressive merupakan salah satu metode yang digunakan untuk memproyeksikan sistem dengan variabel waktu agar bisa menganalisis dampak dinamis. Dampak tersebut merupakan faktor gangguan yang terdapat dalam sistem variabel tersebut.

Jenis analisis ini dapat dikatakan sama dengan model persamaan simultan karena dapat mempertimbangkan beberapa variabel endogen secara bersama-sama dalam salah satu model. dalam analisis ini masing-masing variabel selain diterangkan oleh nilainya di masa lalu juga dipengaruhi nilai masa lalu dari setiap variabel endogen pada model yang diamati.

Metode ini tidak memiliki variabel eksogen di dalam model yang digunakan. Misal yang dapat digunakan dalam metode ini yaitu korelasi antara pendapatan nasional dengan investasi pemerintah yang merupakan studi kasus yang dapat diperoleh dengan sistem dua variabel sederhana.

Keunggulan Metode VAR

keunggulannya dapat menentukan analisa terhadap model tertentu karena memang memiliki beberapa kelebihan. Pertama, metode ini bersifat sangat sederhana sehingga cukup mudah untuk diimplementasikan. Anda tidak perlu khawatir untuk membedakan variabel yang tergolong ke dalam endogen ataupun ke dalam variabel eksogen.

Selain itu, metode VAR Vector Autoregressive ini juga sangat mudah untuk dapat mempelajari timbal balik atau interrelationship. hal ini bisa terjadi pada variabel-variabel ekonomi ataupun dalam proses pembentukan model ekonomi yang bersifat berstruktur. Kelebihan seperti ini bisa Anda dapatkan jika menerapkan metode tersebut dalam proses analisis.

Manfaat Metode VAR

Manfaat yang bisa Anda dapatkan dengan menggunakan atau menerapkan metode tersebut. Dan sangat membantu untuk membuat proses analisis dengan estimasi menjadi lebih sederhana dan lebih mudah untuk membuat analisis lebih terukur dan tidak terlalu rumit.

Selain itu, untuk menentukan hasil analisa yang lebih baik dibandingkan dengan menggunakan metode lain yang memiliki sistem yang cukup rumit. Proses yang dilakukan bisa lebih mudah namun hasilnya bisa lebih seimbang.

Itulah beberapa penjelasan singkat mengenai metode VAR Vector Autoregressive yang dapat Anda gunakan dalam proses analisis dengan hasil yang lebih baik.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi Konsultasi Susun Skripsi

Mengenal Metode Teori Antrian

Salah satu metode analisis yang sering digunakan untuk menganalisis suatu data yaitu biasa dikenal dengan metode Metode Teori Antrian. Seperti yang kita ketahui bahwa metode tersebut merupakan salah satu metode yang sudah banyak digunakan. Dalam artikel ini akan dijelaskan secara singkat mengenai Metode Teori Antrian.

Definisi Metode Teori Antrian

Dalam kehidupan sehari-hari, anda pasti akan dihadapkan pada keadaan yang dimana harus menunggu giliran agar bisa mendapatkan sebuah pelayanan.

Untuk itu terciptalah metode sistem antrian yang bisa digunakan untuk mengoptimalkan layanan di banyak area layanan. Sehingga akan berguna dalam memecahkan sistem masalah dunia nyata. Teori ini diperkenalkan pertama kali oleh A.K Erlang pada tahun 1909. Dimana komponen dasar dari sistem ini menyangkut kedatangan, pelayanan, juga antrian.

Dalam hal ini, kedatangan bisa disebut sebagai proses input, yang terdiri dari berbagai sumber kedatangan atau calling population. Dimana akan terjadi proses random pada pola tersebut.

Pada pola kedatangan yang bersifat deterministik, bisa dipastikan pola antriannya tetap dan tidak berubah dan dapat ditentukan interarrival time-nya. Selain karateristik kedatangan pelanggan, juga bisa didapat dari karakterisik atau pola lainnya, seperti, desain pelayanan dan juga pola pelayanan.

Disiplin antrian sendiri terbagi menjadi 4, yaitu:

  1. First come first served (FCFS) atau first in first out (FIFO) atau Pertama Masuk Pertama Keluar
  2. Last come first served (LCFS) atau last in first out (LIFO) atau Yang Terakhir Masuk Yang Pertama Keluar
  3. Service in random order (SIRO) atau random selection for service (RRS) atau Pelayanan dalam Urutan Acak
  4. Priority service (PS) atau Pelayanan Berdasarkan Prioritas

Berikut Model Metode Teori Antrian:

  1. Single Channel, Single Phase atau Satu Jalur, Satu Tahap
  2. Single Channel, Multi Phase atau Satu Jalur, Banyak Tahap
  3. Multi Channel, Single Phase atau Banyak Jalur, Satu Tahap
  4. Multi Channel, Multi Phase atau Banyak Jalur, Banyak Tahap

Demikianlah sekilas penjelasan mengenai Metode Teori Antrian. Semoga dapat membantu anda dalam memahami mengenai metode tersebut.

Kategori
Jasa Olah Data Jasa Skripsi Tesis Disertasi

Mengenal Metode Simualsi Monte Carlo

Menghitung Probabilitas Dengan Metode Simualsi Monte Carlo – Dalam sistem analisis dan perhitungan setiap data dibutuhkan metode penelitian atau metode penentuan yang tepat untuk mendapatkan hasil yang sesuai dengan kebutuhan. Metode-metode yang digunakan untuk berbagai kebutuhan data juga berbeda-beda tergantung pada jenis data yang dianalisa.

Salah satu Metode yang digunakan untuk mengamati kemungkinan suatu variabel adalah metode simulasi Monte Carlo . Metode ini merupakan teknik prosedur simulasi yang diselesaikan dengan menggunakan contoh variabel tertentu yang tidak beraturan.

Simulasi Monte Carlo dilakukan dengan beberapa langkah diantaranya:

  • Menetapkan distribusi probabilitas bagi variabel yang penting
  • Membuat distribusi probabilitas kumulatif bagi setiap variabel
  • Menetapkan interval angka random bagi setiap variabel
  • Membangkitkan angka random
  • Menyimulasikan serangkaian

Metode ini juga sering dijabarkan sebagai algoritma komputasi yang digunakan untuk mensimulasikan perilaku sistem fisika dan matematika. Metode ini juga lebih sering digunakan untuk melihat atau menghitung peluang dari serangkaian data berupa angka yang ada. Dan digunakan dalam data-data yang berbentuk angka untuk melihat peluang nilai terbesar yang akan terjadi berdasarkan distribusi data sampling. Dalam praktiknya, metode simulasi Monte Carlo sering digunakan dalam berbagai bidang seperti bidang keuangan.

Dalam bidang keuangan metode ini sering digunakan untuk menghitung risiko finansial yang ada berdasarkan data-data dalam aktivitas finansial tersebut. Beberapa jenis aktivitas finansial yang sering dihitung menggunakan metode ini adalah risiko kredit dan risiko investasi.

Metode simulasi Monte Carlo ini bertujuan untuk mendapatkan nilai akhir berupa peluang penyelesaian dari data sampling, metode ini digunakan untuk menghitung peluang permintaan pasar berdasarkan data sampling permintaan pasar sebelumnya.

Metode ini dinilai menjadi salah satu metode yang memberikan banyak keuntungan kepada para penggunanya karena dapat membantu menghitung probabilitas terhadap data yang dibutuhkan untuk mengambil keputusan tertentu. Dalam dunia perbankan, metode ini bahkan bisa membantu memperkirakan keuntungan dan kerugian yang akan dialami oleh seseorang.

Seiring dengan perkembangan teknologi metode ini juga bisa diterapkan atau digunakan melalui add ins excel dengan crystal ball dari Oracle. Meski telah tersedia dalam bentuk teknologi yang cukup mutakhir, namun tidak jarang juga beberapa kalangan yang tetap menggunakan cara atau langkah manual saat menggunakan metode ini.

Menghitung probabilitas sebuah data angka random menggunakan metode simulasi Monte Carlo bisa mempermudah proses pengambilan keputusan dari sebuah aktivitas atau kegiatan penting. Dengan metode yang tepat maka hasil penghitungan data yang dilakukan juga bisa jauh lebih akurat.