Simulasi dengan Linear Congruet Method

Author: · Published: June 15, 2014 · Category: Algoritma, Pemograman, Tool, Komputasi Bergerak, Komputer Dasar 

Simulasi adalah suatu proses peniruan dari sesuatu yang nyata beserta keadaan sekelilingnya (state of affairs), banyak hal yang dapat di rancang dengan mengunakan Simulasi, simulasi juga memiliki banyak Metode  salah satunya adalah LCM, yang sederhana.

Bilangan acak yang dibangkitkan oleh komputer merupakan bilangan acak semu, karena pembangkitannya menggunakan operasi – operasi aritmatika. Banyak algoritma atau metode yang di gunakan untuk membangkitkan bilangan acak .Linear Congruent Method (LCM) merupakan metode pembangkitkan bilangan acak yang banyak digunakan dalam program komputer.LCM memanfaatkan model linear untuk membangkitkan bilangan acak yang didefinisikan dengan :

I (n+1) =(aI (n)+c) mod m

Dimana: n = adalah bil acak ke n

a dan c adalah konstanta Linear Congruent Method.

m adalah batas maksimum bilangan acak.

Ketentuan-ketentuan pemilihan setiap parameter pada persamaan di atas adalah sebagai berikut :

  1. m = modulus, 0 < m
  2. a = multiplier, 0 < a < m
  3. c = Increment, 0 ? c < m
  4. X0 = nilai awal, 0 ? X0 < m
  5. c dan m merupakan bilangan prima relatif
  6. a – 1 dapat dibagi oleh faktor prima dari m
  7. a – 1 merupakan kelipatan 4 jika m juga kelipatan 4
  8. a harus sangat besar

Angka random yang digunakan berasal dari tabel angka random. Angka random itu diciptakan dengan menggunakan suatu teknik numerik, sehingga mereka bukan angka random murni melainkan pseudo random numbers. Nilai m akan menentukan jumlah bilangan acak yang dihasilkan. LCM memang bukan algoritma penghasil variabel acak yang baik, namun pemilihan variabel a, m dan c dapat membantu meningkatkan keacakan dari bilangan yang dihasilkan.

Keunggulan dari algoritma ini adalah kecepatannya yang baik, dikarenakan operasi yang dilakukan hanyalah beberapa operasi manipulasi bit saja. (Sumber. Membangkitkan Bilangan Acak Menggunakan Matlab,2004)

Metode Linear Congruent Method disusun oleh elemen-elemen berikut:

  1. Himpunan kandidat

Berisi elemen-elemen pembentuk solusi.

  1. Himpunan solusi

Berisi kandidat-kandidat yang terpilih sebagai solusi persoalan.

  1. Fungsi seleksi (selection function)

Memilih kandidat yang paling memungkinkan mencapai solusi optimal. Kandidat yang sudah dipilih pada suatu langkah tidak pernah dipertimbangkan lagi pada langkah selanjutnya.

  1. Fungsi kelayakan (feasible)

Memeriksa apakah suatu kandidat yang telah dipilih dapat memberikan solusi yang layak, yakni kandidat tersebut bersama-sama dengan himpunan solusi yang sudah terbentuk tidak melanggar kendala (constraints) yang ada. Kandidat yang layak dimasukkan ke dalam himpunan solusi, sedangkan kandidat yang tidak layak dibuang dan tidak pernah dipertimbangkan lagi.

  1. Fungsi obyektif, yaitu fungsi yang memaksimumkan atau meminimumkan nilai solusi (misalnya panjang lintasan, keuntungan, dan lain-lain).

Namun adakalanya optimum global merupakan solusi sub-optimum atau pseudo-optimum. Alasan:

  1. Metode LCM tidak beroperasi secara menyeluruh terhadap semua alternatif solusi yang ada (sebagaimana pada metode exhaustive search).
  2. Pemilihan fungsi seleksi Mungkin saja terdapat beberapa fungsi seleksi yang berbeda, sehingga kita harus memilih fungsi yang tepat jika kita ingin algoritma bekerja dengan benar dan menghasilkan solusi yang benar-benar optimum.

Karena itu, pada sebagian masalah metode LCM tidak selalu berhasil memberikan solusi yang benar-benar optimum. Jika jawaban terbaik mutlak (benar-benar optimum) tidak diperlukan, maka metode LCM sering berguna untuk menghasilkan solusi yang menghampiri (approximation) optimum, daripada menggunakan algoritma yang lebih rumit untuk menghasilkan solusi yang eksak.


Semakin banyak mod  bahan yang akan di tampilkan x0 maka semkin kecil bilangan acak yang akan tampil sama, sebagai contoh : 1 siswa ingin mengikuti ujian nasional, apabila programmer dapat membuat soal dengan menggunakan metode lcm, berbasis komputer maka tidak perlu lagi menggunakan paket A,B dan C. karna setiap siswa mempunyai paket dan jawabanya sendiri, sebagai pengangkat bilangan acaknya adalah Nisn, dan nisn akan di panggil saat menampilkan hasil ujian. bila dari 60 soal sudah di acak untuk setiap siswa maka sudah memperkecil kecurangan untuk menjawab soal.

Related Articles

  1. Pengenalan Bilangan Random dan Simulasi dengan Microsoft Excel/LibreOffice Calc
  2. Pengenalan Representasi Bilangan dan Evaluasi Fungsi Matematika dalam Scilab
  3. Pengenalan Representasi Bilangan dan Evaluasi Fungsi Matematika pada Spreadsheet
  4. Panduan Kalkulator Sains Wise Calculator
  5. Cepat Mahir Algoritma dalam Bahasa C
  6. Pengenalan Representasi Bilangan dan Evaluasi Fungsi Matematika pada Matlab/GNU Octave
  7. Representasi Chromosome Algoritma Genetika Dalam Bentuk Biner
  8. Visualisasi Metode Pengurutan
  9. Checksum CRC32
  10. Algoritma Matematika
  11. Pengenalan GNU Octave 3: Perangkat Lunak Gratis untuk Komputasi Numerik dan Visualisasi Data
  12. MD5 dan SHA-1 ( Kriptografi Dengan Fungsi Hash )
  13. Algoritma
  14. Konfigurasi Routing RIP pada Router Cisco
  15. Pengenalan Scilab: Freeware Untuk Komputasi Numerik
  16. Pengantar Komputasi Numerik dengan Mathnium
  17. Advanced Encryption Standard (AES)
  18. Monitoring Protokol Secure Socket Layer (SSL) menggunakan Wireshark
  19. Pengenalan Frink: Freeware kalkulator Sains untuk Windows, Linux dan Android
  20. Penggunaan Index pada SQL Server 2005