Implementasi Simulasi pada Statistika dan Industri
Program Studi Statistika (Prodi Statistika) Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Islam Indonesia (FMIPA UII) mengadakan webinar bertemakan “Industrial Statistics” pada Sabtu (9/4). Webinar tersebut diadakan secara daring melalui platform Zoom Meeting dan disiarkan di channel Youtube Prodi Statistika UII.
Tujuan dari diadakannya webinar tersebut sebagai sarana untuk mengenal lebih dalam implementasi dari simulasi pada statistika dan industri. Statistika UII dalam workshop ini mengundang dua narasumber yakni dosen Jurusan Teknik Industri UII, Andrie Pasca Hendradewa, S.T., M.T., dan dosen Statistika UII Muhammad Hasan Sidiq Kurniawan, S. Si., M.Sc.
Ketua Jurusan Program Studi Statistika UII, Dr. Edy Widodo, S.Si., M.Si. dalam sambutannya menyampaikan tujuan diadakannya webinar workshop. “Ini terkait perkembangan di lingkungan sekitar kita, seperti yang kita ketahui bersama bahwa statistika adalah ilmu yang tidak lepas dari semua sendi kehidupan kita,” jelasnya.
Dalam sebuah studi statistika, data merupakan salah satu hal yang paling utama. Dengan adanya data dan paham dengan data yang dianalisis akan memudahkan kita untuk melakukan analisa.
Andrie Pasca Hendradewa mengisi acara webinar dengan menjelaskan terkait Konsep dan Implementasi Simulasi Dalam Industri. Menurutnya, eksperimen dalam teknik industri sangat penting, dengan adanya beberapa strategi dalam simulasi akan memberikan hasil yang optimal berdasarkan hasil simulasi dan eksperimen yang telah dijalankan.
Ia menambahkan, ada sebuah ide brilian yang muncul dari seorang tokoh yang bernama Stanislaw Ulam pada tahun 1909 hingga 1984. “Beliau menemukan metode Monte Carlo di mana beliau memanfaatkan bilangan acak untuk bisa melakukan estimasi. Salah satu contoh penerapannya adalah pada permainan peluang uang koin menghasilkan skor berdasarkan beberapa kali lemparan,” ucapnya.
Lebih lanjut Andrie mengatakan, cara kerja dari simulasi yaitu dengan cara melakukan generate. “Cara kerja sebuah simulasi adalah dengan melakukan generate bilangan acak atau kejadian acak tetapi mengikuti distribusi yang bisa merepresentasikan data observasi kita,” terangnya.
“Karena apa, model simulasi terbaik adalah model yang mampu mendekati real system atau karakteristik dari sistem aslinya, harapannya adalah kalau nanti kita eksperimen ke model simulasi kita, strategi tersebut juga menghasilkan hal yang sama kalau kita terapkan ke real systemnya,” imbuh Andrie.
Sementara Muhammad Hasan Sidiq Kurniawan dalam materinya menjelaskan terkait Bootstrap Simulation Using. Simulasi tersebut dilakukan untuk membuat data yang lebih representatif, contohnya adalah dalam pelaksanaan vaksinasi.
“Ketika ukuran sampel kurang representatif, misalnya mau meneliti banyaknya mahasiswa yang sudah vaksin, tapi kita ambil sampel dari prodi atau dari UII yang secara jumlah kurang representative karena harusnya yang diteliti adalah skala nasional,” ujarnya. (JR/RS)
