Anda di halaman 1dari 25

1/12/2013

ANALISISANALISIS KUANTITATIFKUANTITATIF TEORITEORI KEPUTUSANKEPUTUSAN Mohammad Chozin, Ph.D. Program Studi Magister
ANALISISANALISIS KUANTITATIFKUANTITATIF
TEORITEORI
KEPUTUSANKEPUTUSAN
Mohammad Chozin, Ph.D.
Program Studi Magister Manajemen Agribisnis
Fakultas Pertanian, Universitas Bengkulu
CAKUPANCAKUPAN MATERIMATERI  Pendahuluan  Konsep probabilitas dalam pengambilan keputusan  Proses pengambilan
CAKUPANCAKUPAN MATERIMATERI
 Pendahuluan
 Konsep probabilitas dalam pengambilan
keputusan
 Proses pengambilan keputusan bisnis
 Kondisi saat pengambilan keputusan
 Pengambilan keputusan dalam kondisi kepastian
 Pengambilan keputusan dalam kondisi
ketakpastian
 Pengambilan keputusan dalam kondisi beresiko
 Analisis sensitivitas
 Pohon keputusan
 Pendugaan probabilitas dengan Bayesian
Analysis
 Teori utilitas

1/12/2013

PENDAHULUANPENDAHULUAN 1. Peran Interpersonal  figur kepala LEADERSHIP  pemimpin  penghubung. PERANPERAN
PENDAHULUANPENDAHULUAN
1. Peran Interpersonal
 figur kepala
LEADERSHIP
 pemimpin
 penghubung.
PERANPERAN
2. Peran Informasional
MANAJERMANAJER
 Monitor
COMMUNICATION
SKILL
 Diseminator
 jurubicara.
3. Peran Keputusan
ANALYTICAL
 Entrepreneur
CAPABILITY
pengatur alokasi sumberdaya
negosiator.
PENDAHULUANPENDAHULUAN  Mengambil keputusan dalam bisnis merupakan bagian yang tak terpisahkan dalam kehidupan
PENDAHULUANPENDAHULUAN
 Mengambil keputusan dalam bisnis merupakan bagian yang tak
terpisahkan dalam kehidupan seorang manajer.
 Keputusan perlu diambil karena adanya kebutuhan.
 Kebutuhan muncul karena adanya perubahan situasi.
 Perubahan situasi dapat merupakan masalah atau merupakan
peluang baru
 Bila output dari proses pengambilan keputusan merupakan hal yang
baik, maka masalah teratasi atau peluang dapat dimanfaatkan
 Untuk mencapai output yang baik, diperlukan input (data/informasi)
yang baik.
 Data/informasi yang tersedia saat pengambilan keputusan dapat
berupa informasi sempurna (perfect information) atau informasi tak
sempurna (imperfect information), yang masing-masing memerlukan
pendekatan berbeda.

1/12/2013

PENDAHULUANPENDAHULUAN  Teori pengambilan keputusan adalah pendekatan analitis dan sistematis untuk mempelajari
PENDAHULUANPENDAHULUAN
 Teori pengambilan keputusan adalah pendekatan analitis dan
sistematis untuk mempelajari proses pengambilan keputusan
 Secara umum pengambilan keputusan adalah upaya untuk
menyelesaikan masalah dengan memilih alternatif solusi yang ada.
 Keputusan adalah pilihan terbaik untuk melakukan tindakan dari
berbagai alternatif solusi yang ada.
 Kualitas keputusan bergantung pada:
 Alternatif solusi yang dapat dielaborasi
 Ketersedian data/informasi dan kualitasnya
 Logika pengambil keputusan.
■ Keputusan yang baik tidak selalu membawa hasil yang baik, atau
sebaliknya.
KONSEP PROBALITAS DALAM
PENGAMBILAN KEPUTUSAN
 Sebagian besar kuputusan yang harus diambil oleh seorang
manager digunakan untuk melakukan tindakan untuk ‘waktu
mendatang’.
 Manager, sebagaimana manusia umumnya, belum mengetahui
kejadian pasti yang akan berlangsung pada ‘waktu mendatang’,
sehingga keputusan yang diambil hanya didasarkan atas asumsi
kejadian ‘waktu mendatang’ yang dilatarbelakangi oleh intuisi,
pengalaman, dan kemampuan analitis.
 Hasil baik atau buruk dari suatu keputusan tidak lain adalah
permasalahan kemungkinan (probabilitas) yang akan terjadi pada
‘waktu mendatang’
 Tugas seorang manajer adalah mengambilan keputusan terbaik
berdasarkan kemungkinan-kemungkinan yang tersedia.

1/12/2013

PROBABILITAS DAN KEPUTUSAN BISNIS Berikut adalah beberapa contoh permasalahan bisnis yang terkait dengan probabilitas:
PROBABILITAS DAN KEPUTUSAN
BISNIS
Berikut adalah beberapa contoh permasalahan bisnis yang terkait
dengan probabilitas:
 Masalah investasi
Pemilihan jenis investasi tentu didasarkan pada tingkat permintaan (level of
demand) atas produk yang dihasilkan dari investasi tersebut.
 Pengembangan produk baru
Sebelum produk baru dikembangkan tentu perlu dipertimbangkan besarnya
market share yang akan diperoleh.
 Keputusan inventori
Keputusan persediaan komoditas, terutama yang mudah rusak. harus
didasarkan perkiraan pola dan besarnya demand di waktu mendatang
ELEMEN KEPUTUSAN
 Masalah yang harus dicari solusinya
 Alternatif solusi yang dapat dipilih.
 Outcome atau States of nature adalah peristiwa yang
mungkin terjadi akibat pengambilan keputusan dan tidak
dikendalikan oleh pengambil keputusan.
 Hasil atau payoff dari setiap keputusan.

1/12/2013

PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN  Terdapat tiga fase utama dalam proses pengambilan keputusan:
PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN
Terdapat tiga fase utama dalam proses pengambilan
keputusan:
1. Strukturisasi masalah
2. Analisis masalah
3. Penentuan alternatif solusi masalah
PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN
STRUKTURISASI MASALAH
Pada fase ini pengambil keputusan mengidenfikasi dan
mendefinisikan masalah serta menggali berbagai alternatif solusi
berikut konsekuensi tiap alternatif.
 Masalah yang hanya menawarkan satu jenis solusi disebut ‘single
criterion decision problems’.
 Masalah yang memungkinkan lebih dari satu jenis solusi disebut
‘multicriteria decision problems’.

1/12/2013

PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN ANALISIS MASALAH Pada fase ini pengambil keputusan membuat
PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN
ANALISIS MASALAH
Pada fase ini pengambil keputusan membuat pertimbangan/analisis
(kualitatif atau kuantitatif) untuk menentukan alternatif yang akan
digunakan sebagai penyelesaian masalah.
 ANALISIS KUALITATIF
 Didasarkan atas pengalaman, intuisi, rasional, dan kewenangan pengambil
keputusan
 Lebih bersifat seni dibanding ilmu.
 ANALISIS KUANTITATIF
 Didasarkan atas data/fakta kuantitatif terkait dengan permasalahan
 Dikembangkan melalui model matematik yang mencakup tujuan, hambatan
(constraint), dan keterkaitan antar komponen model yang terdapat dalam
masalah.
 Menggunakan satu atau lebih (model) teori keputusan untuk menghasilkan
penyelesaian
PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN
IMPLEMENTASI PENYELESAIAN MASALAH
 Pada fase ini pengambil keputusan mengimplementasikan solusi
yang sudah dipilih dan mengevaluasi konsekuensi pilihannya
(payoff, profit, BEP, rugi).
 Menerapkan solusi pilihan
 Mengevaluasi solusi pilihan:
 Melanjutkan solusi yang dipilih
 Menghentikan solusi pilihan dan melakukan analisis ulang untuk
menentukan alternatif solusi (atau kombinasi alternatif-alternatif
solusi) lainnya.

1/12/2013

PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN BISNISBISNIS 1. Identifikasi dan definisikan permasalahan secara
PROSESPROSES PENGAMBILANPENGAMBILAN KEPUTUSANKEPUTUSAN
BISNISBISNIS
1. Identifikasi dan definisikan permasalahan secara jelas
2. Elaborasi seluruh kemungkinan alternatif solusi
3. Identifikasi outcome yang mungkin terjadi atau states of nature
dari tiap alternatif
4. Identifikasi potensi payoff atau profit (conditional value) dari tiap
kombinasi alternatif dan outcomes menggunakan tabel
keputusan (decision table), disebut juga tabel payoff (payoff table)
atau menggunakan pohon keputusan (decision tree)
5. Tentukan kriteria sesuai dengan teori keputusan
6. Hitung kriteria dan buat keputusan
STRUKTURISASI MASALAH ANALISIS MASALAH DefinIsi masalah Elaborasi alternatif Identifikasi State nature of
STRUKTURISASI MASALAH
ANALISIS MASALAH
DefinIsi
masalah
Elaborasi
alternatif
Identifikasi
State
nature of
Evaluasi
potensi
payoff
Tentukan
kriteria/model
Gunakan
keriteria
data thd
Ambil
Keputusan

1/12/2013

THOMSON LUMBER COMPANY [Render et al, 2012]  Perusahaan Thomson Lumber Co. di Portland, Oregon
THOMSON LUMBER COMPANY
[Render et al, 2012]
 Perusahaan Thomson Lumber Co. di
Portland, Oregon berkeinginan untuk
membuat dan memasarkan produk baru
berupa storage shed (gudang peralatan
kebun). Tujuan yang hendak dicapai
adalah memaksimalkan profit dari
produk baru tersebut.
 Langkah pengambilan keputusan yang
ditempuh adalah sebagai berikut
PROSES PENGAMBILAN KEPUTUSAN THOMPSON LUMBER COMPANY  Langkah 1 – Definisi masalah  Memproduksi dan
PROSES PENGAMBILAN KEPUTUSAN
THOMPSON LUMBER COMPANY
 Langkah 1 – Definisi masalah
Memproduksi dan memasarkan produk baru,
storage sheds
 Langkah 2 – Elaborasi alternatif
 Membangun pabrik besar
 Membangun pabrik kecil
 Tidak membangun pabrik dan tidak memproduksi
 Langkah 3 – Identifikasi state of nature pasar
Pasar mungkin bagus (kubutuhan tinggi) atau
mungkin juga buruk (kebutuhan rendah)

1/12/2013

PROSES PENGAMBILAN KEPUTUSAN THOMPSON LUMBER COMPANY  Langkah 4 – Identifikasi potensi payoffs  Identifikasi
PROSES PENGAMBILAN KEPUTUSAN
THOMPSON LUMBER COMPANY
 Langkah 4 – Identifikasi potensi payoffs
 Identifikasi conditional values untuk pabrik besar, pabrik
kecil, dan tanpa pabrik dari dua kemungkinan kondisi
pasar. [dalam kondisi pasar bagus, pabrik besar
diperkirakan menghasilkan profit sebesar $200.000
sedangkan pabrik kecil sebesar $100.000, namun kalau
kondisi pasar buruk pabrik besar menyebabkan kerugian
$180.000 sedangkan pabrik kecil sebesar $20.000
STATE OF NATURE
ALTERNATIF
PASAR BAGUS ($)
PASAR BURUK ($)
Pabrik besar
200,000
–180,000
Pabrik kecil
100,000
–20,000
Tidak produksi
0
0
PROSES PENGAMBILAN KEPUTUSAN THOMPSON LUMBER COMPANY  Langkah 5 – Pilih kriteria/model matematik  Sesuaikan
PROSES PENGAMBILAN KEPUTUSAN
THOMPSON LUMBER COMPANY
 Langkah 5 – Pilih kriteria/model matematik
Sesuaikan dengan kondisi/suasana saat proses
pengambilan keputusan berlangsung
 Langkah 6 – Tentukan kriteria/model berdasarkan data tersedia
Lakukan perhitungan dan gunakan hasilnya untuk
membuat keputusan

1/12/2013

KONDISI SAAT PENGAMBILAN KEPUTUSAN 1. Pengambilan keputusan dalam kondisi kepastian (certainty)  Pengambil
KONDISI SAAT PENGAMBILAN
KEPUTUSAN
1. Pengambilan keputusan dalam kondisi kepastian (certainty)
Pengambil keputusan mengetahui dengan pasti konsekuensi
dari setiap alternatif solusi atau keputusan.
2. Pengambilan keputusan dalam kondisi ketaktpastian (uncertainty)
Pengambil keputusan sama sekali tidak mengetahui besarnya
peluang untuk tiap outcome atau states of nature dari alternatif
solusi.
3. Pengambilan keputusan dalam kondisi beresiko (risk)
Pengambil keputusan mengetahui besarnya peluang untuk tiap
outcome atau states of nature dari alternatif solusi
PENGAMBILAN KEPUTUSAN DALAM KONDISI KEPASTIAN  Model yang dapat digunakan untuk pengambilan keputusan dalam kondisi
PENGAMBILAN KEPUTUSAN DALAM
KONDISI KEPASTIAN
 Model yang dapat digunakan untuk pengambilan
keputusan dalam kondisi kepastian:
 Linear Programming
 Model Transportasi
 Model Penugasan
 Model Inventori
Dibahas sebagai topik
tersendiri
 Model Antrian
 Model “network”

1/12/2013

PENGAMBILAN KEPUTUSAN DALAM KONDISI KETAKPASTIAN  5 kriteria yang biasa digunakan untuk pengambilan keputusan dalam
PENGAMBILAN KEPUTUSAN DALAM
KONDISI KETAKPASTIAN
5 kriteria yang biasa digunakan untuk pengambilan
keputusan dalam kondisi ketakpastian
1. Maximax (optimistic)
2. Maximin (pessimistic)
3. Criterion of realism
4. Equally likely
5. Minimax regret
MAXIMAX (Wald) Digunakan untuk mencari alternatif yang memaksimalkan payoff maksimum  Cari maksimum payoff dari
MAXIMAX (Wald)
Digunakan untuk mencari alternatif yang memaksimalkan payoff
maksimum
 Cari maksimum payoff dari setiap alternatif
 Pilih alternatif dengan nilai maksimum
STATE OF NATURE
ALTERNATIVE
PASAR BAGUS
PASAR BURUK
MAXIMUM
($)
($)
($)
Pabrik besar
200,000
–180,000
200,000
MaximaxMaximax
Pabrik kecil
100,000
–20,000
100,000
Tidak produksi
0
0
0

1/12/2013

MAXIMIN Digunakan untuk mencari alternatif yang memaksimalkan payoff minimum  Cari payoff minimum dari tiap
MAXIMIN
Digunakan untuk mencari alternatif yang memaksimalkan payoff
minimum
 Cari payoff minimum dari tiap alternatif
 Pilih alternatif dengan nilai maksimum
STATE OF NATURE
ALTERNATIF
PASAR
MINIMUM ($)
PASAR
BAGUS ($)
BURUK ($)
Pabrik besar
200,000
–180,000
–180,000
Pabrik besar
100,000
–20,000
–20,000
Tidak produksi
0
0
0
MaximinMaximin
CRITERION OF REALISM (Hurwicz) Kompromi antara maximax dan maximin  Pilih a coefficient of realism
CRITERION OF REALISM (Hurwicz)
Kompromi antara maximax dan maximin
 Pilih a coefficient of realism α
 Nilai α berkisar antara 0 dan 1
 α = 0 berarti 100% pesimis (MAXIMIN)
 α = 1 berarti 100% optimis (MAXIMAX)
 Hitung rata-rata tertimbang untuk tiap alternatif
 Pilih alternatif dengan nilai terbesar
Rata rata tertimbang =
α (nilai maksimum alternatif)
+ (1 – α)(nilai minimum alternatif)

1/12/2013

CRITERION OF REALISM (HURWICZ)  Pabrik besar dengan  = 0.8 (0.8)(200,000) + (1 –
CRITERION OF REALISM (HURWICZ)
 Pabrik besar dengan  = 0.8
(0.8)(200,000) + (1 – 0.8)(–180,000) = 124,000
 Pabrik kecil dengan  = 0.8
(0.8)(100,000) + (1 – 0.8)(–20,000) = 76,000
STATE OF NATURE
ALTERNATIF
PASAR
PASAR
BAGUS ($)
BURUK ($)
CRITERION
OF REALISM
( = 0.8)$
Pabrik besar
200,000
–180,000
124,000
RealismRealism
Pabrik kecil
100,000
–20,000
76,000
Tidak produksi
0
0
0
EQUALLY LIKELY (Laplace)  Setiap alternatif mempunyai peluang sama (equally likely)  Memperhatikan seluruh payoff
EQUALLY LIKELY (Laplace)
 Setiap alternatif mempunyai peluang sama (equally likely)
 Memperhatikan seluruh payoff untuk tiap alternatif.
Langkah
 Hitung rata-rata payoff tiap alternatif
 Pilih alternatif dengan rata-rata tertinggi
STATE OF NATURE
Rata-rata
ALTERNATIF
PASAR
PASAR
($)
BAGUS ($)
BURUK ($)
Pabrik besar
200,000
–180,000
10,000
Pabrik kecil
100,000
–20,000
40,000
EquallyEqually likelylikely
Tidak produksi
0
0
0

1/12/2013

MINIMAX REGRET (Savage) Didasarkan atas opportunityopportunity lossloss (OL) = besarnya kerugian (kekecewaan) akibat
MINIMAX REGRET (Savage)
Didasarkan atas opportunityopportunity lossloss (OL) = besarnya kerugian
(kekecewaan) akibat tidak mengambil alternatif terbaik = selisih antara
keuntungan optimal dan payoff aktual dari suatu keputusan
 Susun tabel OL dengan menetapkan OL jika tidak memilih
alternatif terbaik
 OL dihitung dengan mengurangkan nilai payoff tiap kolom dengan
nilai payoff tertinggi pada kolom tersebut
 Cari OL maksimum untuk tiap alternatif dan pilih alternatif dengan
nilai minimum
MINIMAX REGRET STATE OF NATURE PASAR BAGUS PASAR BURUK  Tabel Opportunity ($) ($) Loss
MINIMAX REGRET
STATE OF NATURE
PASAR BAGUS
PASAR BURUK
 Tabel Opportunity
($)
($)
Loss
200,000 – 200,000
0 – (–180,000)
200,000 – 100,000
0 – (–20,000)
200,000 – 0
0 – 0
STATE OF NATURE
ALTERNATIF
PASAR
PASAR
BAGUS ($)
BURUK ($)
Pabrik besar
0
180,000
Pabrik kecil
100,000
20,000
Tidak produksi
200,000
0

1/12/2013

MINIMAX REGRET STATE OF NATURE MAXIMUM ALTERNATIF PASAR PASAR ($) BAGUS ($) BURUK ($) Pabrik
MINIMAX REGRET
STATE OF NATURE
MAXIMUM
ALTERNATIF
PASAR
PASAR
($)
BAGUS ($)
BURUK ($)
Pabrik besar
0
180,000
180,000
Pabrik kecil
100,000
20,000
100,000
MinimaxMinimax
Tidak produksi
200,000
0
200,000
PENGAMBILAN KEPUTUSAN DALAM KONDISI BERESIKO  Pengambilan keputusan ketika terdapat beberapa kemungkinan outcome
PENGAMBILAN KEPUTUSAN DALAM
KONDISI BERESIKO
 Pengambilan keputusan ketika terdapat beberapa kemungkinan
outcome atau states of nature dan pengambil keputusan
mengetahui probabilitas untuk tiap outcome.
 Dalam kondisi seperti ini, metode yang digunakan adalah
penggabungan payoff dan probabilitas tiap state of nature
dengan kriteria:
1.1. ExpectedExpected MonetaryMonetary ValueValue (EMV),(EMV),
2.2. ExpectedExpected ValueValue ofof PerfectPerfect InformationInformation (EVPI), atau
3.3. ExpectedExpected OpprotunityOpprotunity LostLost (EOL)(EOL)

1/12/2013

EXPECTED MONETARY VALUE (EMV)  Keputusan diambil berdasarkan alternatif dengan nilai EMV terbesar.  Untuk
EXPECTED MONETARY VALUE (EMV)
 Keputusan diambil berdasarkan alternatif dengan nilai
EMV terbesar.
 Untuk setiap alternatif solusi, EMV dihitung sbb:
EMV alternatif i = ∑ (payoff nature of state) ij x( probabilitas nature of state) ij
Misal
EMV alternatif 1
= (payoff state of nature pertama)
x
(probabilitas state of nature pertama)
+
(payoff state of nature kedua)
x
(probabilitas state of nature kedua)
+
… + (payoff state of nature terakhir)
x
(probabilititas state of nature terakhir)
EMV UNTUK THOMPSON LUMBER  Tiap kondisi pasar memiliki probabilitas = 0.50  Alternatif manakah
EMV UNTUK THOMPSON LUMBER
 Tiap kondisi pasar memiliki probabilitas = 0.50
 Alternatif manakah yang memberikan EMV terbesar?
 Hitung EMV tiap alternatif sbb:
EMV (pabrik besar)
= (0.50)($200,000) + (0.50)(–$180,000)
=
$10,000
EMV (pabrik kecil)
= (0.50)($100,000) + (0.50)(–$20,000)
=
$40,000
EMV (tidak produksi)
= (0.50)($0) + (0.50)($0)
=
$0

1/12/2013

EMV UNTUK THOMPSON LUMBER STATE OF NATURE ALTERNATIF PASAR EMV ($) PASAR BAGUS ($) BURUK
EMV UNTUK THOMPSON LUMBER
STATE OF NATURE
ALTERNATIF
PASAR
EMV ($)
PASAR
BAGUS ($)
BURUK ($)
Pabrik besar
200,000
–180,000
10,000
Pabrik kecil
100,000
–20,000
40,000
Tidak produksi
0
0
0
Probabilitas
0.50
0.50
EMVEMV terbesarterbesar
EXPECTED VALUE OF PERFECT INFORMATION (EVPI)  EVPI merupakan perluasan dari EMV ketika muncul biaya
EXPECTED VALUE OF PERFECT
INFORMATION (EVPI)
 EVPI merupakan perluasan dari EMV ketika muncul biaya
tambahan untuk membeli informasi sempurna (perfect information)
guna mengurangi kondisi beresiko
 EVPI dihitung sebagai selisih antara nilai harapan dengan informasi
sempuna (Expected Value with Perfect Information / EVwPI) dan
EMV maksimum
EVPI = EVwPI – EMV maksimum
EVwPI = ∑ (payoff terbesar nature of state) i x( probabilitas nature of state) i
EVwPI
= (payoff tertinggi dari state of nature pertama)
x
(probabilitas state of nature pertama)
+
(payoff tertinggi dari state of nature ke dua)
x
(probabilitas state of nature ke dua)
+
… + (payoff dari state of nature terakhir)
x
(probabilitas state of nature terakhir)

1/12/2013

EVPI UNTUK THOMPSON LUMBER  Misal, suatu perusahaan konsultan pemasaran menawarkan informasi yang memberi kepastian
EVPI UNTUK THOMPSON LUMBER
 Misal, suatu perusahaan konsultan pemasaran menawarkan
informasi yang memberi kepastian tentang kondisi baik pasar
dengan biaya $65,000.
 Apakah biaya informasi ini layak?
 Alternatif terbaik pada kondisi pasar baik adalah membangun
pabrik besar dengan payoff $200,000
 Alternatif terbaik pada kondisi pasar buruk adalah tidak produksi
dengan payoff $0
EVwPI
= ($200,000)(0.50) + ($0)(0.50) = $100,000
 EMV maksimum tanpa informasi tambahan adalah $40,000
EVPI
= EVwPI – EMV maksimum
= $100,000 - $40,000
= $60,000
Jadi biaya maksimum yang dapat dikeluarkan Thompson untuk membayar
informasi adalah $60,000
EXPECTED OPPORTUNITY LOSS
 ExpectedExpected opportunityopportunity lossloss (EOL) adalah kerugian akibat
tidak memilih alternatif solusi terbaik
 EOL mempunyai prinsip meminimumkan kerugian
karena pemilihan bukan keputusan terbaik.
 EOL Minimum menghasilkan keputusan yang sama
seperti EMV maksimum
 Minimum EOL selalu sama dengan EVPI

1/12/2013

EXPECTED OPPORTUNITY LOSS  Langkah pertama, susun tabel opportunity loss (OL)  Untuk setiap alternatif,
EXPECTED OPPORTUNITY LOSS
 Langkah pertama, susun tabel opportunity loss (OL)
 Untuk setiap alternatif, EOL dihitung sebagai berikut.
EOL alternatif i
= ∑ (Opportunity loss x probabilitas state of
nature) i
 Keputusan diambil berdasarkan EOL minimum
EOL THOMPSON LUMBER STATE OF NATURE ALTERNATIVE PASAR EOL PASAR BAGUS ($) BURUK ($) Pabrik
EOL THOMPSON LUMBER
STATE OF NATURE
ALTERNATIVE
PASAR
EOL
PASAR
BAGUS ($)
BURUK ($)
Pabrik besar
0
180,000
90,000
Pabrik kecil
100,000
20,000
60,000
Tidak produksi
200,000
0
100,000
Probabilitas
0.50
0.50
MinimumMinimum EOLEOL
EOL pabrik besar
= (0.50)($0) + (0.50)($180,000)
=
$90,000
EOL pabrik kecil
= (0.50)($100,000) + (0.50)($20,000)
= $60,000
EOL Tidak produksi = (0.50)($200,000) + (0.50)($0)
= $100,000

1/12/2013

EXCEL QM FOR WINDOWS  Merupakan program macro untuk microsoft excel yang digunakan untuk memudahkan
EXCEL QM FOR WINDOWS
 Merupakan program macro untuk microsoft excel yang digunakan
untuk memudahkan proses perhitungan dalam analisis kuantitatif
untuk bisnis.
 Versi 4.0 tahun 2011 dikembangkan untuk excel 2007 atau lebih
baru dan tergolong user friendly.
 Berbagai model analisis disusun dalam bentuk modul yang
urutannya disesuaikan topik dari buku teks rujukan yang diterbitkan
oleh Prentice Hall’s.
EXCEL QM FOR WINDOWS
Modul yang tersedia dalam software ini meliputi:
 Markov Analysis
 Assignment
 Material Requirements Planning
 Breakeven/Cost-Volume
Analysis
 Mixed Integer Programming
 Decision Analysis
 Networks
 Forecasting
 Project Management (PERT/CPM)
 Game Theory
 Quality Control
 Goal Programming
 Simulation
 Integer Programming
 Statistics
 Inventory
 Transportation
 Linear Programming
 Waiting Lines

1/12/2013

Excel QM UNTUK PENGAMBILAN KEPUTUSAN DENGAN TABEL KEPUTUSAN
Excel QM UNTUK PENGAMBILAN KEPUTUSAN
DENGAN TABEL KEPUTUSAN
ANALISIS SENSITIVITAS  Analisis sensitivitas berguna untuk mengevaluasi keputusan yang mungkin berubah dengan input
ANALISIS SENSITIVITAS
 Analisis sensitivitas berguna untuk mengevaluasi keputusan yang
mungkin berubah dengan input data berbeda
 Untuk contoh Thompson Lumber, keputusan yang didasarkan pada
EMV maksimum bermuara pada pembangunan pabrik berskala
kecil (EMV = 40)
 Dalam analisis ini, perusahaan mengevaluasi masing-masing
alternatif solusi dengan probabilitas (P) yang berbeda untuk tiap
state of nature.
 P = probabilitas untuk kondisi pasar bagus
 (1 – P) = probabilitas untuk kondisi pasar buruk.
LANGKAH
 Hitung EMV tiap alternatif dengan P antara 0 dan 1.
 Plot hasil hitungan ke dalam kurva
 Cari titik pertemuan (point) antar alternatif
 Buat keputusan

1/12/2013

ANALISIS SENSITIVITAS EMV Pabrik besar = $200,000P – $180,000)(1 – P) = $200,000P – $180,000
ANALISIS SENSITIVITAS
EMV Pabrik besar
= $200,000P – $180,000)(1 – P)
= $200,000P – $180,000 + $180,000P
= $380,000P – $180,000
EMV Pabrik kecil
= $100,000P – $20,000)(1 – P)
= $100,000P – $20,000 + $20,000P
= $120,000P – $20,000
EMV Tidak produksi
= $0P + 0(1 – P)
=
$0
ANALISIS SENSITIVITAS EMV $300,000 $200,000 EMV pabrik besar Point 2 $100,000 EMV pabrik kecil Point
ANALISIS SENSITIVITAS
EMV
$300,000
$200,000
EMV pabrik besar
Point 2
$100,000
EMV pabrik kecil
Point 1
0
EMV tidak produksi
.167
.615
1
–$100,000
nilai P
–$200,000

1/12/2013

ANALISIS SENSITIVITAS PointPoint 1:1: EMV tidak produksi = EMV pabrik kecil 20 000 , 0
ANALISIS SENSITIVITAS
PointPoint 1:1:
EMV tidak produksi = EMV pabrik kecil
20 000
,
0  $120,000P  $20,000
P
 0 167
.
120 000
,
PointPoint 2:2:
EMV(small plant) = EMV(large plant)
$120,000P  $20,000  $380,000P  $180,000
160
,
000
P 
 0 615
.
260
,
000
ANALISIS SENSITIVITAS RENTANG ALTERNATIF TERBAIK NILAI P EMV Tidak produksi Kurang dari 0.167 Pabrik kecil
ANALISIS SENSITIVITAS
RENTANG
ALTERNATIF TERBAIK
NILAI P
EMV
Tidak produksi
Kurang dari 0.167
Pabrik kecil
0.167 – 0.615
$300,000
Pabrik besar
Lebih besar 0.615
$200,000
EMV pabrik besar
Point 2
$100,000
EMV pabrik kecil
Point 1
0
EMV tidak produksi
.167
.615
1
–$100,000
Values of P
–$200,000

1/12/2013

TUGAS 1  PT Elok Nian adalah perusahaan perkebunan kelapa sawit yang akan melakukan ekspansi
TUGAS 1
 PT Elok Nian adalah perusahaan perkebunan kelapa sawit yang akan
melakukan ekspansi usaha dengan membuka kebun baru di 5 daerah di
Bengkulu yang dipandang dapat memberikan profit maksimum kepada
perusahaan. Setelah melakukan kajian tentang berbagai hal dan
mempelajari kinerja perusahaan serupa di berbagai daerah di Bengkulu
pada berbagai kondisi permintaan CPO diperoleh data profit (milyar rupiah)
sebagai berikut.
KONDISI PERMINTAAN
Kabupaten
Rendah
Stabil
Tinggi
Mukomuko
16
19
23
Bengkulu Utara
18
20
26
Bengkulu Tengah
15
17
25
Seluma
14
20
24
Kaur
12
17
23
 Tentukan dimana sebaiknya kebun baru dibuka.
TUGAS 2  Pedagang pengumpul buah Pasar Minggu sering harus memutuskan berapa banyak buah yang
TUGAS 2
Pedagang pengumpul buah Pasar Minggu sering harus memutuskan
berapa banyak buah yang harus dipesan tiap pengiriman agar agar
persediaan buah menghasilkan profit maksimum. Keputusan harus
diambil sebaik-baiknya karena jika persediaan terlalu banyak
sedangkan kebutuhan rendah akan mengakibatkan kerugian akibat
banyak buah tidak laku dan membusuk sehingga harus diobral.
Sebaliknya jika persediaan terlalu sedikit sedangkan permintaan tinggi
juga mengakibatkan kerugian akibat banyak permintaan pembeli tidak
dapat dipenuhi dan tidak kembali lagi akibat kecewa. Untuk penyediaan
pedagang membeli buah dengan harga Rp 200.000/kotak dan dijual
dengan harga Rp 250.000/kotak sehingga memperoleh keuntungan Rp
50.000 untuk tiap kotak yang terjual dan ditaksir kerugian akibat
kehilangan pelanggan adalah sebesar Rp 10.000/kotak. Dari
pengalaman sebelumnya juga diperoleh gambaran bahwa besarnya
probabilitas buah yang diterima dari pesanan laku seluruhnya
(persediaan dan permintaan sama besar) adalah sbb:

1/12/2013

Probabilitas tingkat penjualan buah Persediaan (kotak) Probabilitas 30 0.10 40 0.25 50 0.30 60 0.25
Probabilitas tingkat penjualan buah
Persediaan (kotak)
Probabilitas
30
0.10
40
0.25
50
0.30
60
0.25
70
0.10
Tabel payoff penjualan buah buah ( Rp) Probabilitas Permintaan Persediaan 30 40 50 60 70
Tabel payoff penjualan buah buah ( Rp)
Probabilitas Permintaan
Persediaan
30
40
50
60
70
(kotak)
0.1
0.25
0.30
0.25
0.10
30
1.500.000
1.400.000
1.300.000
1.200.000
1.100.000
40
1.300.000
2.000.000
1.900.000
1.800.000
1.700.000
50
1.100.000
1.800.000
2.500.000
2.400.000
2.300.000
60
900.000
1.600.000
2.300.000
3.000.000
2.900.000
70
700.000
1.400.000
2.100.000
2.800.000
3.500.000
Buatlah keputusan berapa kotak buah yang harus di pesan untuk tiap pengiriman