OPTIMASI JUMLAH ITERASI METODE MONTE CARLO UNTUK PEMODELAN SISTEM ANTREAN M/M/I: ANALISIS EFISIENSI DAN AKURASI

Abstract

Metode Monte Carlo adalah sebuah teknik simulasi stokastik yang digunakan untuk
memperkirakan performa sistem melalui proses pengambilan sampel secara acak berulang
kali. Penelitian ini bertujuan untuk mengoptimalkan jumlah iterasi yang digunakan dalam
metode Monte Carlo, sehingga tercapai keseimbangan antara ketepatan hasil dan efisiensi
waktu komputasi dalam pemodelan sistem antrean M/M/1. Simulasi dilaksanakan dengan
menggunakan bahasa pemrograman Python dengan variasi jumlah iterasi yakni 500, 1.000,
5.000, dan 10.000. Parameter yang diuji mencakup rata-rata waktu tunggu pelanggan,
persentase kesalahan dibandingkan dengan nilai teoritis, serta durasi eksekusi program. Hasil
dari studi ini mengungkapkan bahwa peningkatan jumlah iterasi secara signifikan
meningkatkan kestabilan dan ketepatan hasil hingga kesalahan berada di bawah 0,5%, tetapi
waktu pengolahan meningkat secara tidak linear setelah mencapai 5.000 iterasi. Temuan ini
menunjukkan ada titik ideal antara ketepatan dan efisiensi dalam perhitungan yang dapat
dijadikan pedoman untuk penerapan simulasi acak pada sistem antrean. Penelitian ini
memberikan kontribusi baru dalam menentukan jumlah iterasi yang tepat untuk simulasi acak,
yang bisa menjadi panduan bagi studi dan pelaksanaan sistem antrean yang menggunakan
Monte Carlo di masa depan.