Implementasi Penggunaan Simulasi Monte Carlo dalam Estimasi Distribusi Jajanan Tradisional

Haq, Fajri Izzul
Firmansyah, Abdul Hafizh
Jatmiko, Wasis Putro
Agustin, Soffiana

Jurnal Nasional Komputasi dan Teknologi Informasi
Vol 7, No 4 (2024): Agustus 2024

Abstrak— Penentuan estimasi order, biaya, dan keuntungan dalam manajemen distribusi sangatlah penting untuk meningkatkan efisiensi operasional dan profitabilitas UMKM. Ketidakpastian jumlah order dapat menyebabkan risiko kelebihan atau kekurangan stok, yang berdampak negatif pada operasional dan finansial. Tujuan penelitian ini adalah mengaplikasikan simulasi Monte Carlo untuk mengestimasi jumlah pesanan distributor guna mengatasi ketidakpastian tersebut. Metode yang digunakan adalah simulasi Monte Carlo dengan program Microsoft Excel, menghasilkan nilai-nilai acak yang diterapkan dalam sistem distribusi. Data penjualan selama 50 hari digunakan untuk simulasi. Hasil penelitian menunjukkan tingkat kesalahan estimasi sebesar 15.92% untuk Distributor 1, 15.50% untuk Distributor 2, dan 14.42% untuk Distributor 3. Kesimpulannya, metode simulasi Monte Carlo efektif dalam mengatasi ketidakpastian manajemen distribusi pesanan, meskipun perlu pengoptimalan lebih lanjut untuk mengurangi kesalahan estimasi.Kata kunci: Monte Carlo, Manajemen Distribusi, Microsoft Excel.Abstract−− Determining order, cost, and profit estimates in distribution management is crucial for enhancing SMEs’ operational efficiency and profitability. Uncertainty in order quantities can lead to the risk of overstock or stock shortages, negatively impacting operations and finances. This study aims to apply the Monte Carlo simulation to estimate the number of distributor orders to address this uncertainty. The method used is the Monte Carlo simulation with Microsoft Excel, generating random values applied within the distribution system. Sales data over 50 days were used for the simulation. The research results showed an estimation error rate of 15.92% for Distributor 1, 15.50% for Distributor 2, and 14.42% for Distributor 3. In conclusion, the Monte Carlo simulation method effectively addresses the uncertainty in order distribution management, although further optimization is needed to reduce estimation errors.Keywords: Monte Carlo, Distribution Management, Microsoft Excel.