SEQUENTIAL DECISIONS

Beberapa permasalahan bisnis dan ekonomi yang terpenting dan paling menarik
memerlukan dibuatnya keputusan yang berkelanjutan (sequential decision) setiap waktu.
Sebagai contoh, suatu perusahaan kimia sedang mempertimbangkan investasi modal
skala besar dalam fasilitas petrokimia yang baru. Profitabilitas investasi tersebut
tergantung dari berbagai faktor ketidakpastian : permintaan pasar mendatang, reaksi atas
adanya pesaing, dsb. Profit juga tergantung dari produk masa datang dan keputusan
penetapan harga untuk perusahaan itu sendiri. Hal ini tidak mudah bahwa perusahaan
menghadapi banyak keputusan disetiap waktu; poin pentingnya adalah bahwa sequence
decision saling tergantung. Keputusan investasi yang tepat saat ini merupakan harapan
perusahaan akan menciptkan keputusan harga optimal di kemudian hari jika pabrik
didirikan.
Berikut contoh ilustrasi sequential decisions:
Perusahaan farmasi harus memilih antara dua pilihan R&D. Profit dan
probabilitas diantara dua pilihan tersebut adalah:
R&D Choice
Biochemical

Investment
(million)
$ 10

Outcomes

Profit (exclude
R&D)
$90 million
50 milllion
$200 million
0 million

Probability

Large success
0.7
Small success
0.3
Biogenetic
$ 20
Success
0.2
Failure
0.8
Perhitungan expected profit sebagai berikut:
Biochemical Ec = (0.7)(90) + (0.3)(50) 10 = $ 68 million
Biogenetic EG = (0.2)(200) 20
= $ 20 million
Dari dua metode tersebut, perusahaan seharusnya menjalankan pendekatan
biochemical. Analisa keputusan ini tidak berakhir disini, akan tetapi untuk melihat hasil
yang mungkin didapat dari 2 alternatif tersebut, perusahaan dapat menggunakan program
simultaneous hingga dapat diputuskan metode manakah yang harus dipilih. Decision tree
simultaneous menunjukkan bahwa jika perusahaan melakukan perkembangan
simultaneous, maka akan diperoleh expected value profit yang lebih besar yakni $72.4
dibandingkan dengan jika perusahaan menjalankan biochemical saja yang hanya
memperoleh $68.
Pemakaian metode biochemical tersebut belum menggunakan sequential. Strategi
sequential ada 2 strategi, yaitu Sequential dengan menjalankan Biochemical first dan
sequential dengan menjalankan Biogenetic first. Dalam sequential biochemical first,
keputusan perusahaan dalam biochemical dapat dijalankan. Expected profit untuk
sequential strategy ternyata sama dengan expected profit simultaneous. Karena sama,
maka perusahaan dapat memilih strategy yang paling tepat untuk kegiatan yang sama.
Sedangkan dalam sequential biogenetic first, diperlihatkan bahwa jika metode biogenetic
berhasil, dan strategy ini ternyata memberikan expected profit rata-rata $2 lebih banyak
dibandingkan strategi yang pertama (74.4 72.2).
Untuk menghitung mana yang lebih baik dari pemilihan strategy tersebut, maka
kita bndingkan antara strategy sequential dan strategy simultaneous development.

Apabila kita melaksanakan sequential strategy untuk biogenetic first, maka

perusahaan tidak perlu menjalankan biochemical dan juga bisa menyimpan investasi $10.
RISK AVERSION (PENGHIDARAN RESIKO)
Tiga sikap yang mungkin timbul dalam menghadapi resiko, yaitu :
1. Risk Aversion (penghindaran resiko), mencirikan individu yang lebih menyukai
untuk menghindari atau meminimumkan resiko.
2. Risk Neutral (Netralisasi resiko), mencirikan para pengambil keputusan yang
berfokus paa pengembalian yang diharapkan dan mengabaikan penyebaran
pengembalian (resiko).
3. Risk loving (pencari resiko) mencirikan para pengambil keputusan yang lebih
menyukai resiko.
Seorang pengambil keputusan yang mengikuti criteria expected profit dinamakan
seorang risk neutral. Fakta menyatakan bahwa bagaimanapun setiap individu dan
perusahaan tidak netral terhadap resiko yang relative besar pada sumber keuangan
mereka. Ketika terjadi resiko yang signifikan, individu dan perusahaan megadopsi sikap
yang konservatif terhadap kerugian. Dengan demikian, penggunaan criteria expected
profit diharapkan bisa berkualitas.
Contoh Coin Gamble (koin spekulasi)
Ada tawaran untuk memilih: menerima dengan pasti uang sebesar $60 (uang
ditangan) atau menerima untuk mengikuti spikulasi. Koin dilempar. Bila yang keluar
kepala, maka akan menang $400; bila yang keluar ekor, maka akan kalah $200. Akankah
Anda memilih menerima spekulasi dari lemparan koin tersebut?
Mayoritas individu lebih memilih uang sebesar $60 daripada berspekulasi. Tidak
mengherankan bila besarnya resiko tersebut berhubungan dengan lemparan koin.
Meskipun memilih $60 bertentangan dengan memaksimalkan expected profit. Expected
profit dari lemparan koin adalah 0.5(400) + 0.5(-200) = $ 100. Jadi para pengambil
keputusan yang risk-neutral akan lebih menyukai spekulasi dari pada memilih $60. Anda
bukanlah seorang risk neutral bila menolak taruhan yang mendatangkan profit dan
sejumlah rugi.
Salah satu cara yang tepat untuk menunjukkan seseorang mengevaluasi lemparan
koin (atau prospek beresiko) adalah certainty equivalent. Certainty equivalent (CE)
adalah jumlah uang yang pasti diterima oleh seorang pengambil keputusan sehingga
membuatnya tidak tertarik terhadap prospek yang beresiko. Andaikata setelah
mempertimbangkan, Anda memutuskan tidak tertarik dengan pilihan menerima dengan
pasti $25 atau menghadapi resiko lemparan koin. Maka CE lemparan koin adalah sebesar
$25. CE ini secara signifikan lebih kecil daripada expected value pada pertaruhan yaitu
$100. Ini menjadi kasus bahwa Anda termasuk risk aversion. Setiap individu dikatakan
risk aversion bila CE mereka untuk menerima prospek beresiko lebih rendah daripada
nilai yang diharapkan.
EXPECTED UTILITY
Bagaimana seorang manajer memformulasikan criteria untuk memandu
pengambilan keputusannya? Hal ini merefleksikan sikap perusahaan terhadap resiko.
Jawaban atas pertanyaan ini adalah expected utility.

Penggunaan proses expected utility ada 2 tahap, yaitu:

1. Para pengambil keputusan harus berpikir hari-hati terhadap preferensi perusahaan
berkaitan dengan resiko, resiko yang bagaimana yang akan diterima dan
bagaimana menilai resiko tersebut..
2. Para manajer menganalisa masalah dalam mengambil keputusan mempunyai cara
yang sama seperti sebelumnya, yaitu dengan konstruksi decision tree yang
memperlihatkan relevansi probabilitas dan kemungkinan hasil-hasil moneter
kemudian mengevaluasi decision tree tersebut.
Risk Averse Wildcatter
Pembahasan kali ini adalah dasar pengambilan keputusan wildcatter, ditunjukkan
pada gambar 13.7 (hal 570). Andaikata wildcatter adalah seorang risk averse, tentunya
dia tidak akan mengandalkan pada expected profit sebagai criteria pilihan. Sementara itu,
wildcatter diminta untuk memutuskan criteria untuk memilih satu diantara prospek yang
berisiko, dalam memilih inilah akan merefleksi sikapnya terhadap resiko. Dia akan
cenderung memilih salah satu prospek yang resikonya paling rendah. Selanjutnya akan
terlihat bagaimana wildcatter membentuk fungsi utility yang mengukur tingkat risk
aversion dan bagaimana ia dapat menggunakan fungsinya sebagai petunjuk cara ia
memilih.
Gambar :The Wildcatters Drilling Problem Revisited
Wet
0.4
Drill

$600 (100)

40
Dry
0.6

Do not drill

-$200 (0)

$0 (50)

Wildcatter memulai dengan memberi nilai utilitas disetiap kemungkinan monetary

outcome. Pertama-tama, dengan memutuskan untuk drill. Hasilnya adalah $600,000 dan $200,000 (kemungkinan hasil terbaik dan hasil terburuk). Wildcatter bebas untuk
merubah posisi nilai utilitas ini agar mendapatkan hasil yang terbaik pada nilai tertinggi.
Pilihan pada umumnya adalah memberikan hasil terburuk dengan nilai utilitas 0 (nol),
dinotasikan U(-200) = 0, berarti utilitas yang berkaitan dengan rugi $200,000 adalah nol.
Selanjutnya notasi U(600) = 100. Ini membuat jarak nilai utilitas menjadi 0 hingga 100
untuk monetary outcomes.

Dengan menggunakan nilai utilitas ini wildcatter mengevaluasi pilihan untuk drill
dengan memperhitungkan expected utility sebagai probabilitas tiap hasil dikali
utilitasnya, dijumlahkan semua hasil-hasilnya. Maka utilitas yang diperkirakan untuk
drilling adalah sebagai berikut:
E(Udrill) = (0.4)U(600) + (0.6)U(-200)
= (0.4)(100) + (0.6)(0)
= 40
Selanjutnya mempertimbangkan alternative not drill. Dalam kasus ini hasil
moneter wildcatter adalah $0 pasti. Nilai utilitas apa yang dapat memberikan wildcatter
hasil? Untuk menentukan U(0), wildcatter membandingkan $0 yang pasti dengan
penawaran spekulasi sebesar $600,000 (dengan probabilitas p) dan -$200,000
(probabilitas 1-p). Wildcatter mengkur preferensi relevannya untuk $0 dengan penemuan
dari hasil probabilitas p, yang membuat ia tidak tertarik pada pilihan $0 dan spekulasi.
Andaikata setelah beberapa kali mencoba dan salah, dia menilai probabilitas ketidak
tertarikannya menjadi p = 0.5, dimana dia tidak tertarik pada $0 yang pasti dan resiko 5050 antara $600,000 dan -$200,000. Kenyataannya bahwa ia tidak tertarik (pada p=0.5)
membuat kita memperoleh U(0). Expected utility atas spekulasi 50-50 adalah :
(0.5)U(600) + (0.5)U(-200) = (0.5)(100) + (0.5)(0) = 50
Oleh karena wildcatter tidak tertarik pada $0 yang pasti dan spekulasi ini, dua
alternative harus memiliki utility yang sama yaitu U(0) = 50. Akhirnya, wildcatter
menggunakan expected utility sebagai pedoman untuk keputusannya. Aturan simpelnya
adalah: pembuat keputusan seharusnya memilih tindakan yang dapat memaksimalkan
expected utility mereka.
Expected ulitity untuk drilling adalah 40, sedangkan utility untuk not drilling
adalah 50. Oleh karena itu wildcatter seharusnya memilih not to drill.
EXPECTED UTILITY DAN RISK AVERSION
Terdapat tiga tipe kurva utilities. Kelengkungan kurva merefleksikan risk aversion
dan grafik linear merefleksikan risk neutrality. Kurva ketiga adalah kurva cembung,
dimana makin curam dan curam, kurva ini menggambarkan kurva risk loving.
GAMBAR: KURVA
Utility

Utility
Risk Averse

Wealth

Risk neutal

Wealth

Utility

Risk Loving

Wealth

Contoh non moneter

Penerapan aturan expected utility tidak terbatas pada keputusan yang melibatkan
monetary outcomes. Contohnya adalah sebagai berikut:
Suatu perusahaan masih berada pada proses mengembangkan suatu produk baru.
Perusahaan tersebut harus memutuskan mana salah satu dari dua metode R&D (sebut saja
A dan B) yang harus dipraktekkan. Perusahaan tidak bisa mencoba kedua metode R&D
karena kurangnya sumber daya. Metode tersebut memiliki perbandingan biaya, dan
keduanya akan mengarahkan ke pengenalan produk yang berhasil dengan laba yang
komparatif. Satu-satunya ketidakpastian adalah waktu yang diperlukan tiap metode
sampai dengan penyelesaian produk.Gambar berikut menunjukkan range waktu
penyelesaian dan probabilitas tiap metode. Satu yang perlu diingat adalah perusahaan
sedang pada kondisi persaingan saling mengejar dengan competitor yang
mengembangkan produk serupa. Perusahaan yang pertama kali memasukan produk ke
pasar akan memperoleh keunggulan bersaing yang sangat besar. Diperkirakan competitor
menyelesaian produk 18 bulan dari sekarang. Metode manakah yang akan dipilih
perusahaan?
Langkah awal pertama adalah membandingkan expected time of completion
(ETC)s untuk kedua metode. ETC metode A adalah 18.4 bulan, dan metode B adalah 19.4
bulan. Dari criteria tersebut metode A seharusnya dipilih karena metode A menjanjikan
tanggal penyelesaian rata-rata lebih awal. Meskipun A rata-rata lebih cepat, akan tetapi
bukan berarti pilihan perusahaan yang terbaik. Jika pertimbangan utama adalah
menyelesaikan proyek sebelum competitor (18 bulan) maka metode B adalah pilihan
yang terbaik karena mempunyai peluang 52% menyelesaikan dalam waktu 18 bulan atau
lebih cepat.. Sedangkan peluang metode A hanya 41%. Dengan criteria tersebut maka ada
dua hal yang penting: penyelesaian tepat waktu (sebelum 18 bulan) atau terlambat (lebih
dari 18 bulan). Penyelesaian dalam waktu 21 bulan tidak lebih baik secara signifikan
daripada penyelesaian dalam 26 bulan. Oleh karena criteria ETC tidak menggambarkan
semua atau tidak satupun batas waktu saat ini maka mengacu pada ETC (criteria yang
salah) dapat mengarahkan ke keputusan yang salah.
Gambar: An R&D Race

0.21
41

0.21
0.51

12 bulan (100)
16 bulan (100)
21 bulan (0)

26 bulan (0)
0.08
1
(a) Metode A: ETC 18.4 bulan

52

0.06
1
0.46
0.24

12 bulan (100)
16 bulan (100)
21 bulan (100)

26 bulan (100)
0.24
(b Metode A: ETC 19.4 bulan

Penetapan utility jika penyelesaian sebelum 18 bulan adalah hasil terbaik maka
utilitas dinilai U=100. Sedangkan jika penyelesaian setelah batas waktu (lebih ari 18
bulan) adalah hasil terburuk sehingga nilai utilitas U = 0. Dari gambar expected utility
untuk metode A adalah:
(0.21)(100) + (0.20)(100) + (0.51)(0) + (0.08)(0) = 41
Expected utility metode B adalah:
(0.06)(100) + (0.46)(100) + (0.24)(0) + (0.24(0) = 52
Hasilnya metode B lebih disukai karena menawarkan peluang lebih besar, yaitu 0.52 dari
batas waktu