ANALISIS KEPUTUSAN DENGAN PROBABILITAS, INFORMASI TAMBAHAN DAN UTILITAS

Oleh : Kelompok 3
PRATIWI K (A21110262) ZULHAN DARWIS (A21110263) FERRY CHRISTANTO (A21110264) HASNAWATI KARASE (A21110267) ACHMAD ALMUHRAM GAFFAR (A21110268) MUHAMMAD BASRA RAJAB (A21110276) ANDI AHMAD SHADRY (A21110278) MUAMMAR (A21110284) ADRIYANTO ANUGRAH SEPTIAWAN (A21110290) MUTMAINNA (A21111105)

FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS HASANUDDIN MAKASSAR 2013

KATA PENGANTAR

Assalamu Alaikum Wr. Wb

Segala puji dan syukur penulis panjatkan ke- Hadirat Allah Yang Maha Kuasa yang mana atas berkat limpahan rahmat dan karunia-Nya lah sehingga tugas mata kuliah Teori Pengambilan Keputusan ini dapat terselesaikan tapat pada waktunya. Meskipun dalam proses penyelesaian makalah ini, penulis banyak menemui hambatan dan kesulitan. Namun semua hambatan tersebut dapat teratasi dengan penuh kesabaran dan ketekunan. Penulis menyadari bahwa didalam makalah kelompok ini masih terdapat beberapa kekurangan. Untuk itu, penulis akan senantiasa menerima kritikan dan saran-saran dari pembaca yang bersifat membangun demi kesempurnaan laporan ini. Harapan penulis kedepannya, kiranya tugas mata kuliah ini dapat bermanfaat bagi penulis sendiri dan bagi semua pihak yang berkenan untuk membaca dan mempelajarinya.

Makassar,15 maret 2013 Hormat kami

Penyusun

Teori Pengambilan Keputusan

Dalam mengambil keputusan biasanya digolongkan menjadi empat, yaitu certainty, risk,uncertainty, dan conflict. Dikatakan certainty jika semua informasi yang diperlukan untuk membuat keputusan diketahui secara sempurna dan tidak berubah. Dalam suasana certainty solusi model dan hasil keputusan dapat dijamin dan terkendali. Suasana dengan informasi tidak sempurna biasanya dibedakan menjadi risk dan uncertainty. Suasana dikatakan risk jika informasi sempurna tidak tersedia,tapi seluruh peristiwa dan probabilitasnya diketahui. Suasana dikatakan uncertainty jika seluruh peristiwa yang akan terjadi diketahui, tapi tanpa mengetahui probabilitasnya masingmasing. Pada suasana risk, peristiwa atau hasil dapat disajikan dengan distribusi probabilitas, sementara pada suasana uncertainty tidak dapat dibuat

distribusi probabilitasnya. Karena itu certainty dan uncertainty dapat dilihat sebagai dua kutub yang berlawanan yang mewakili ketersediaan informasi, sementara risk adalah suatu titik diantaranya.

Keputusan Dalam Keadaan Risk Prosedur analisis keputusan dalam suasana risk mengikuti tahapan berikut. 1. Diawali dengan mengidentifikasi bermacam tindakan yang tersedia dan layak. 2. Peristiwa- peristiwa yang mungkin dan probabilitas terjadinya harus diduga. 3. Pay off untuk suatu tindakan dan peristiwa tertentu ditentukan. Bukan hal yang mudah untuk membuat monetary payoff kombinasi tindakan peristiwa secara tepat. Namun, pengalaman yang banyak dan atau catatan masa lalu memberikan dugaan pay off yang relatif tepat.

Pengambilan Keputusan Dengan Probabilitas Terdapat kemungkinan bagi pengambil keputusan untuk mengetahui kondisi dasar di masa mendatang dan bisa memberikan probabilitas kejadian untuk masing-masing kondisi dasar. Nilai yang diperkirakan atau (Expected value EV) Nilai Variabel acak x disimbolkan E(x), jadi

1. Expected Monetary Value ((EMV). Tahapannya : Untuk mendapatkan EMV kalikan probabilitas dengan nilai-nilai yang ada pada masingmasing baris Cari EMV terbesar pada masing-masing baris yang ada Pilih strategi tersebut

Kriteria yng paling sering digunakan dalam pengambilan keputusan adalah expected value. Expected value untuk suatu tindakan adalah rata-rata tertimbang pay off, yaitu jumlah dari pay off untuk setiap tindakan peristiwa dikalikan probabilitas peristiwa yang bersangkutan. Alternatif yang logis adalah yang memiliki expected value terbesar. Justru yang sering terjadi adalah bahwa keuntungannya bukan sebesar expected valuenya. Kreteria ini digunakan karena untuk jangka panjang (situasi serupa yang terjadi berulang) dapat memaksimumkan pay off. Sementara jika situasinya tidak berulang, penggunaan expected value tidak tepat.

Contoh: Diasumsikan bahwa berdasarkan beberapa ramalan ekonomi, investor dapat memperkirakan probabilitas kondisi ekonomi yang baik sebesar 0,6 dan kondisi ekonomi yang buruk sebesar 0,4, maka
Kondisi Dasar Keputusan (untuk Membeli) KONDISI EKONOMI BAIK 0,60 Apartemen Bangunan Kantor Gudang $50.000 100.000 30.000 KONDISI EKONOMI BURUK 0,40 $30.000 -40.000 10.000

 Nilai yang diperkirakan (EV) : EV(apartemen) EV(bangunan kantor) EV(gudang) $50.000 (0,6) + 30.000 (0,4) = $42.000 $100.000 (0,6) 40.000 (0,4) = $44.000 $30.000 (0,6) + 10.000 (0,4) = $22.000

Hal ini tidak berarti bahwa jika investor membeli bangunan kantor maka hasil yang diterima adalah $44.000 melainkan $100.000 atau -$40.000

2. Expected Opportunity Loss (EOL). Tahapannya : Cari angka terbesar dari tiap kolom, kemudian selisihkan angka terbesar tersebut dengan angka yang lain yang ada pada kolom tersebut Untuk mendapatkan EOL, kalikan probabilitas dengan nilai-nilai yang ada pada masingmasing baris tersebut Cari EOL yang terkecil Pilih startegi tersebut

Suatu kriteria alternatif untuk mengevaluasi keputusan dalam dalam suasana risk dinamakan expected opportunity loss (EOL). Prinsip dasar EOL adalah meminimumkan kerugian yang disebabkan karena pemilihan alternatif keputusan tertentu. Opportunity loss dihitung untuk setiap peristiwa dengan pertama kali mengidentifikasikan tindakan terbaik untuk setiap peristiwa. Contoh: Kondisi Dasar Keputusan (untuk Membeli) KONDISI EKONOMI BAIK 0,60 Apartemen Bangunan Kantor Gudang $50.000 0 70.000 KONDISI EKONOMI BURUK 0,40 $0 70.000 20.000

EOL(apartemen) EOL(bangunan kantor) EOL(gudang)

$50.000 (0,6) + 0 (0,4) $0 (0,6)

= $30.000

+ 70.000 (0,4) = $28.000

$70.000 (0,6) + 20.000 (0,4) = $50.000

Pengambilan keputusan pada kriteria ini adalah bangunan kantor karena memiliki tingkat penyesalan terendah

3. Expected Value of Perfect Information (EVPI) atau Expected Profit of Perfect Information (EPPI). Tahapannya : Cari angka terbesar pada masing-masing kolom tersebut Kalikan angka terbesar tersebut dengan masing-masing probabilitas yang ada Dapat juga menggunakan pendekatan EMV + EOL

Suatu perluasan dari kriteria expected value (EV) dan EOL adalah expected value of perfect information (EVPI). Dalam pembuatan keputusan pada suasana risk, informasi yang tersedia kurang banyak dibanding keputusan dalam suasana certainty. Dalam hubungannya dengan teori keputusan, ini ditafsirkan sebagai selisih antara hasil yang berhubungan dengan probabilitas (yaitu risk) dan pengetahuan pasti dimana hasil akan terjadi (certainty). Jika informasi yang diperoleh pengambil keputusan dapat mengubah suasana risk menjadi certainty, informasi itu dikatakan menjadi informasi sempurna.

4. Expected value of Sample Information (EVSI) = besarnya nilai yang diperoleh sebagai akibat adanya informasi tambahan mengenai kondisi yang akan datang. EVSI = EMV dengan informasi EMV tanpa informasi Dapat juga dihitung efisiensi dari informasi tambahan Efisiensi = (EVSI/EOL) x 100%

Keputusan Dengan Informasi Tambahan Meskipun informasi sempurna tentang apa akan terjadi di masa depan sulit di peroleh mendapat tambahan informasi yang tidak sempurna yang dapat memperbaiki keputusan adalah sangat mungkin. Dengan menerapkan teori Bayes nilai informasi tambahan yang tak sempurna itu dapat diduga. Dalam hal ini dapat menggunakan alat

bantu yang dinamakan decision tree,yaitu pemanfaatan diagram pohon (probabilitas tree) dalam pembuatan keputusan.Pada decision tree noktha dibedakan menjadi kotak dan lingkaran. Kotak merupakankeputusan dan cabang-cabang yng muncul dari kotak itu menunjukkan pilihan yang tersedia.Lingkaran merupakan probabilitas dan cabangcabangnya menunjukkan peristiwa yang mungkin. Decision tree dapat mengambarkan urutan peristiwa dalam suatu situasi keputusanyang memerlukan suatu rangkaian keputusan yang berhubungan. Jika kasusnya, matriks pay off tak dapat digunakan sebab ia terbatas pada keputusan statis, yaitu yang melibatkan satu titik waktu. Untuk melakukan analisis expected value dengan menggunakan decision tree ini perludiketahui besarnya probabilitas ramalan optimistik, P(O), dan pesimistik, P(P). Probabilitas dua peristiwa bersama:P(OC) = P(OIC) P(C) danP(OL) = P(OIL) P(L) Karena pasar cerah dan lesu tidak dapat terjadi serentak, maka dua dari dua peristiwa bersama itu bersifat mutually exclusive. Karena itu, P(O) = P(O) + P(OL)P(O) = P(OIC) P(C) + P(OIL) P(L)

Pohon Keputusan Lingkaran dan kotak disebut dengan simpul

Contoh: Hasil Perkiraan : EV(simpul 2) = 0,6 ($50.000) + 0,4 ($30.000) = $42.000 EV(simpul 3) = 0,6 ($100.000) + 0,4 (-$40.000) = $44.000 EV(simpul 4) = 0,6 ($30.000) + 0,4 ($10.000) = $22.000 Dalam sekumpulan keputusan atau keputusan berkesinambungan pohon keputusan akan sangat berguna

Pohon Keputusan Berkesinambungan Contoh: Dalam kasus yang sama, jika investasi nya mencakup periode 10 tahun, dimana selama itu beberapa keputusan harus dibuat. Keputusan pertama : membeli apartemen atau tanah dengan kondisi populasi meningkat 60% atau tidak akan meningkat 40%. Jika investor memilih membeli tanah keputusan lain yang dibuat dalam tiga tahun kedepan bergantung pada perkembangan tanah tsb.

 Perkiraan simpul 6 dan 7 EV(simpul 6) = 0,8 ($3.000.000) + 0,2 ($700.000) = $2.540.000 EV(simpul 7) = 0,3 ($2.300.000) + 0,7 ($1.000.000) = $1.390.000 Perkiraan simpul 2 dan 3 EV(simpul 2) = 0,6 ($2.000.000) + 0,4 ($225.000) = $1.290.000 EV(simpul 3) = 0,6 ($1.740.000) + 0,4 ($790.000) = $1.360.000 Keputusan setelah dikurangi biaya Apartemen : $1.290.000 800.000 = $490.000

Tanah : $1.360.000 200.000 = $1.160.000

KrIteria Utility Dalam Suasana Risk Dalam praktek sering dijumpai bahwa keputusan tidak didasarkan pada expected valueter tinggi dan expected cost terendah. ini terjadi karena beberapa alasan. Von Nouman dan morgestern menjelaskan tingkah laku itu dengan konsep utility. Konsep ini banyak di gunakan untuk bermacam keperluan dengan makna yang tidak selalu sama. Dalam konteks ini utility berarti ukuran kesenangan yang ditimbulkan dari pay off moneter. Menurut mereka utility dapat dinyatakan dalam skala numerik (kardinal) sehingga utility merupakan suatuskala preferensi, angka lebih tinggi berarti lebih disukai disbanding yang lebih rendah. Dengan demikian keputusan didasarkan pada ekspekted utility yang tertinggi, yang dihitung serupadengan perhitungan expected value.Kesulitan menggunakan kriteria utility adalah menentukan utility adalah menentukan utility. Kurva utility atau kurva preferensi adalah alat untuk mengkonversi atau menghubungkan pay off moneter dengan utility atau skala preferensi. Kurva ini biasanya dibentuk dengan menetapkan pengambilan keputusan dalam berbagai situasi hipotesis dan kemudian menggambarkan pola pilihannya. Untuk menggambarkan kurva itu diperlukan konsep certainty equivalent, yaitu suatu nilai rupiah tertentu yang sedia diterima untuk menggantikan penerimaan potensial dari peristiwa yang tidak pasti. Jadi kurva preferensi sesungguhnya menghubungkan certainty equivalent dengan skala preferensi sesungguhnya menghubungkan certainty equivalent dengan skala preferens.

DAFTAR PUSTAKA

Taylor W. Bernard. 2004. Management Science Eight Edition. Prentice Hall : New Jersey http://funnystuffdy.blogspot.com/2012/05/teori-pengambilan-keputusan.html