Analisis sensitivitas adalah ilmu yang mempelajari tentang bagaimana ketidakpastian dalam model atau sistem matematika dapat di bagi ke berbagai sumber ketidakpastian dalam inputnya.
Apa saja metode dan pendekatan yang digunakan dari sensitivity analysis pada quantitative risk analysis ?
Ada berbagai metode untuk melakukan analisis sensitivitas:
Ada dua pendekatan untuk menganalisis sensitivitas:
Analisis sensitivitas lokal
Analisis sensitivitas lokal berbasis derivatif (numerik atau analitik). Istilah lokal menunjukkan bahwa derivatif diambil pada satu titik. Metode ini sesuai untuk fungsi biaya sederhana, namun tidak memungkinkan untuk model yang rumit, seperti model dengan diskontinuitas tidak selalu memiliki derivatif. Sensivitas analisis lokal adalah teknik one-at-a-time (OAT) yang menganalisis dampak satu parameter pada fungsi biaya pada satu waktu, menjaga parameter lainnya tetap.
Analisis sensitivitas global
Analisis sensitivitas global adalah pendekatan kedua untuk analisis sensitivitas, yang sering diimplementasikan dengan teknik Monte Carlo. Pendekatan ini menggunakan sekumpulan sampel global untuk mengeksplorasi ruang disain.
Berbagai teknik yang diterapkan secara luas meliputi:
Sensitivitas analisis diferensial: Hal ini juga mengacu pada metode langsung. Ini melibatkan pemecahan turunan parsial sederhana ke sensitivitas analisis temporal. Meskipun metode ini efisien secara komputasi, pemecahan persamaan adalah tugas intensif untuk ditangani.
Satu per satu langkah sensitivitas: Ini adalah metode yang paling mendasar dengan diferensiasi parsial, di mana berbagai parameter nilai diambil satu per satu. Ini juga disebut sebagai analisis lokal karena ini adalah indikator hanya untuk perkiraan poin yang ditangani dan bukan keseluruhan distribusi.
Analisis Faktorial: Ini melibatkan pemilihan sejumlah sampel untuk parameter tertentu dan kemudian menjalankan model untuk kombinasi. Hasilnya kemudian digunakan untuk melakukan sensitivitas parameter.
Referensi :
http://www.eklektika.id/2017/06/analisis-sensitivitas.html?m=1
