Crystal Ball Simulation

Excel dengan fasilitas Ad-Ins telah memungkinkan program-program lepas seperti Crystal Ball berafiliasi dengannya dan menggunakan fasilitas-fasilitas yang telah tersedia sehingga memungkinkan pengguna untuk melakukan simulasi dan menghasilkan informasi yang excel tidak bisa menghasilkannya. Dengan demikian, Crystal Ball hanya bisa dijalankan melalui Excel. Setelah dipasang, maka di submenu Ad-Ins akan muncul check list Crystal Ball. dengan memberi tanda check ke list Crystall Ball maka Crystal Ball akan muncul pada saat pengguna membuka Excel

 

 

 

Crystal Ball adalah program untuk simulasi data yang menyediakan dua pilihan metoda samping yaitu Monte Carlo dan Latin Hypercube. Seperti halnya user friendly program pada umumnya, Crystal Ball pada dasarnya mudah dioperasikan dan dipahami karena fasilitas online tutorial yang menyertai di samping fasilitas help pada setiap operasi atau menu.

Dengan demikian, pengguna bisa melakukan learning by doing dengan mengandalkan fasilitas online tutorial dan help. Namun demikian, karena program ini adalah program simulasi maka dibutuhkan pemahaman dasar mengenai statistika dan metode-metode yang berkaitan dengan topik utama atau pendukung-pendukungnya. Central Limit Theorem sebagai misal adalah dasar yang harus dipahami lebih dahulu. Kemudian, beberapa pilihan tes yang digunakan oleh Crystal Ball seperti Kologorov-Smirnov, Anderson-Darling, dan Chi Square juga perlu diketahui. Juga berbagai karakteristik distribusi yang menjadi knowledge base program ini hendak diketahui agar memudahkan untuk untuk beradaptasi pada saat penggunaan atau membaca hasil analisis.

Pemahaman awal mengenai Crystal Ball diawali dengan pemahaman terhadap tiga macam karakteristik sel, yaitu:

  1. Assumption cells atau sel-sel asumsi.
  2. Decision cells atau sel-sel keputusan
  3. Forecast cells atau sel-sel peramalan

 

 

Assumption cells berisi nilai yang kita tidak yakin atau variabel yang kita tidak tahu pasti di dalam masalah yang sedang akan diselesaikan. Sel ini harus berupa nilai numerik dan bukan formula atau teks dan didefinisikan sebagai sebuah distribusi probablitas. Di dalam galeri Crystal Ball Academic edition 2000 (v5.2.2) telah tersedia 17 distribusi probabilitas yang bisa dipilih, yaitu Normal, Triangular, Poisson, Binomial, Log Normal, Uniform, Exponen tial, Geometric, Weibull, Beta, Hypergeometric, Gama, Logistic. Pareto, Ex-treme Value, Negative Binomial, dan Custom.

Decision cells berisi nilai numerik atau angka dan bukan formula atau teks serta menjelaskan variabel yang memiliki interval nilai tertentu di mana kita bisa mengontrolnya untuk memperoleh putusan optimal.

Forecast cells berisi formula yang berkaitan dengan Decision cells atau Assumption cells untuk menghasilkan output yang dikehendaki. Secara sederhana sel ini bisa dipahami sebagai sel target yang sedang dicari atau diobservasi, misal biaya, laba, rata-rata parameter, dan sebagainya.

Referensi karakteristik dari ketiga jenis sel ini menjadi dasar bagi operasi Crystal Ball. Assumption cell dan Forecast cell selalu harus didefinisikan, sedang Decision Variabel cell tergantung kepada kasus yang dianalisis atau diobservasi. Dalam hal ini, Forecast cell adalah output analisis berdasar simulasi terhadap asumsi-asumsi. Itulah sebabnya, Forecast cell harus berupa formulasi yang berhubungan dengan Assumption cells. Oleh karena itu, pemahaman karakteristik masing-masing sel referensi serta logika hubungannya harus dipahami, terutama pada saat akan mendefinisikan referensi sel dalam sebuah kasus.

CONTOH PENDEFINISIAN SEL REFERENSI

Sebagai contoh sederhana, hubungan ketiga sel referensi itu adalah antara penjualan (unit), harga jual per unit (Rp), dan total penjualan (Rp) kita ingin mensimulasi total penjualan untuk mengetahui misal rata-rata penjualan beserta prediksi kemungkin-kemungkinan atau peluangnya. Maka, total penjualan harus didefinisikan sebagai target atau Forecast cell.

Total penjualan tergantung kepada berapa banyak unit terjual. Karena unit yang terjual itu adalah variabel yang kita tidak bisa mengendalikan dan tidak begitu yakin akan nilainya, maka asumsi harus ditetapkan. Oleh karena itu, penjualan menjadi Assumption cell dimana distribusi probabilitasnya harus diasumsikan dan dipilih dari Distribution Gallery.

http://fe.uajy.net/fs/as/wp-content/uploads/2007/09/CB2.png

Galery ini memuat pilihan distribusi statistik baik Continous maupun Discrete. Asumsi terhadap Variable harus berdasar pada pilihan distribusi yang sudah tersedia disni. Pengguna tinggal memilih distribu mana yang bisa mewakilu asumsi variabel.

 

 

Penjualan total yang menjadi target output observasi juga tergantung kepada harga jual per unit, di mana:

total penjualan = harga jual per unit X penjualan.

Parameter ini bisa dikendalikan sehingga kita bisa mengatur nilai interval dari parameter ini. Oleh karena itu, parameter ini didefinisikan sebagai Decision variable di mana kita bisa mengendalikan nilainya untuk mempengaruhi sel target

Dalam kasus ini, percobaan ditetapka 1000 kali, artinya bilangan acak sejumlah 1000 dicobakan pada setiap Assumption cell. Itulah sebabnya histo gram kelihatan seperti menari-nari.

Proses simulasi itu pada sel O3 sebagai Forecast cell dimunculkan pada window Forecast. Pada awalnya distribusi hasil simulasi data tidak karuan bentuknya, namun seiring dengan pertambahan data maka bentuk itu semakin mulai kelihatan menuju bentuk distribusi normal sesuai dengan Central Limit Theorem. Semakin besar jumlah data maka akan semakin mendekati distribusi normal.

 

http://fe.uajy.net/fs/as/wp-content/uploads/2007/09/CB5.png

Dalam kasus ini, percobaan ditetapka 1000 kali, artinya bilangan acak sejumlah 1000 dicobakan pada setiap Assumption cell. Itulah sebabnya histo gram kelihatan seperti menari-nari. Proses simulasi itu pada sel O3 sebagai Forecast cell dimunculkan pada window Forecast. Pada awalnya distribusi hasil simulasi data tidak karuan bentuknya, namun seiring dengan pertambahan data maka bentuk itu semakin mulai kelihatan menuju bentuk distribusi normal sesuai dengan Central Limit Theorem. Semakin besar jumlah data maka akan semakin mendekati distribusi normal. Pada gambar terakhir ketika trial sudah mencapai jumlah 1000, semakin tampak jelas bahwa distribusi hasil simu lasi Montecarlo itu cenderung mendekati distribusi normal. Dalam proses simulasi ini pengguna bisa memilih berbagai pilihan tayangan dan parameter distribusi yang dikehendaki.Proses simulasi yang hendak dilihat langsung bilsa dipilih melalui pilihan pada pull down menu

 

Bahasan lebih lengkap, dalam dan luas disertai berbagai panduan langkah serta contoh bisa dilihat di buku Operation Research.