PEMBANGKITAN BILANGAN ACAK UNTUK SIMULASI MONTE CARLO NON-PARAMETRIK

  • Bagusi Sartono Departemen Statistika FMIPA-IPB

Abstract

Metode simulasi Monte Carlo banyak digunakan oleh para analis, misalnya oleh mereka yang menduga nilai resiko dari suatu portfolio bank.  Penggunaan simulasi Monte Carlo seringkali terkendala keterbatasan pengetahuan mengenai bentuk sebaran data.  Penentuan sebaran dengan didahului pengujian sebaran memiliki kelemahan dalam hal menentukan sebaran yang paling sesuai.  Kernel merupakan metode non-parametrik untuk menduga bentuk sebaran yang tidak tergantung pada parameter tertentu.  Tulisan ini memberikan usulan algoritma pembangkitan bilangan acak berdasarkan bentuk fungsi kepekatan yang diduga dengan metode kernel menggunaan teknik tabel look-up.  Penentuan banyaknya grid pada pembentukan tabel look-up diperkirakan mempengaruhi hasil bangkitan data.

 

Kata kunci: simulasi Monte Carlo, metode kernel, tabel look-up

Section
Articles