Apa itu Kesalahan Pembulatan?
Kesalahan pembulatan, atau kesalahan pembulatan, adalah kesalahan perhitungan matematika atau kesalahan kuantisasi yang disebabkan oleh mengubah angka menjadi bilangan bulat atau angka dengan desimal yang lebih sedikit. Pada dasarnya, ini adalah perbedaan antara hasil dari algoritma matematika yang menggunakan aritmatika yang tepat dan algoritma yang sama menggunakan versi bulat yang sedikit kurang tepat dari angka atau angka yang sama. Signifikansi kesalahan pembulatan tergantung pada keadaan.
Meskipun cukup penting untuk diabaikan dalam banyak kasus, kesalahan pembulatan dapat memiliki efek kumulatif dalam lingkungan keuangan terkomputerisasi saat ini, dalam hal ini mungkin perlu diperbaiki. Kesalahan pembulatan bisa sangat bermasalah ketika input bulat digunakan dalam serangkaian perhitungan, menyebabkan kesalahan bertambah, dan terkadang mengalahkan perhitungan.
Istilah "kesalahan pembulatan" juga kadang-kadang digunakan untuk menunjukkan jumlah yang tidak material bagi perusahaan yang sangat besar.
Bagaimana Kesalahan Pembulatan Bekerja
Laporan keuangan banyak perusahaan secara rutin memberi peringatan bahwa "angka mungkin tidak bertambah karena pembulatan." Dalam kasus seperti itu, kesalahan yang tampak hanya disebabkan oleh keunikan spreadsheet keuangan, dan tidak perlu diperbaiki.
Contoh Kesalahan Pembulatan
Misalnya, pertimbangkan situasi di mana lembaga keuangan keliru membulatkan suku bunga pinjaman hipotek pada bulan tertentu, yang mengakibatkan pelanggannya dikenakan suku bunga 4% dan 5%, bukannya masing-masing 3, 60% dan 4, 70%. Dalam hal ini, kesalahan pembulatan dapat mempengaruhi puluhan ribu pelanggannya, dan besarnya kesalahan akan mengakibatkan institusi mengeluarkan biaya ratusan ribu dolar untuk memperbaiki transaksi dan memperbaiki kesalahan.
Ledakan big data dan aplikasi ilmu data lanjutan terkait hanya memperbesar kemungkinan kesalahan pembulatan. Sering kali kesalahan pembulatan terjadi hanya karena kebetulan; itu secara inheren tidak dapat diprediksi atau sulit dikendalikan - oleh karena itu, banyak masalah "data bersih" dari data besar. Di lain waktu, kesalahan pembulatan terjadi ketika seorang peneliti tanpa sadar membulatkan sebuah variabel menjadi beberapa desimal.
Kesalahan Pembulatan Klasik
Contoh kesalahan pembulatan klasik termasuk kisah Edward Lorenz. Sekitar tahun 1960, Lorenz, seorang profesor di MIT, memasukkan angka ke dalam program komputer awal yang mensimulasikan pola cuaca. Lorenz mengubah nilai tunggal dari.506127 menjadi.506. Yang mengejutkan, perubahan kecil itu secara drastis mengubah seluruh pola yang dihasilkan programnya, yang memengaruhi keakuratan pola cuaca simulasi yang bernilai lebih dari dua bulan.
Hasil tak terduga membawa Lorenz ke wawasan yang kuat tentang cara kerja alam: perubahan kecil dapat memiliki konsekuensi besar. Idenya dikenal sebagai "efek kupu-kupu" setelah Lorenz menyarankan bahwa kepakan sayap kupu-kupu pada akhirnya mungkin menyebabkan tornado. Dan efek kupu-kupu, juga dikenal sebagai "ketergantungan sensitif pada kondisi awal, " memiliki akibat yang mendalam: meramalkan masa depan bisa menjadi hampir mustahil. Saat ini, bentuk yang lebih elegan dari efek kupu-kupu dikenal sebagai teori chaos. Perpanjangan lebih lanjut dari efek-efek ini diakui dalam penelitian Benoit Mandelbrot tentang fraktal dan "keacakan" pasar keuangan.
