Pengambilan Keputusan dalam Keadaan Ada Resiko

Keputusan dalam keadaan ada resiko (risk), terjadi apabila hasil pengambilan keputusan tidak
diketahui dengan pasti akan tetapi diketahui nilai kemungkinannya/peluangnya mengenai hasil
atau kejadian yang tidak pasti tersebut. Untuk suatu keputusan dalam keadaan ada resiko, kita
harus mengenali komponen berikut:
Ada alternative tindakan yang fisibel (bisa dilakukan)
Kemungkinan kejadian tak pasti berikut dengan peluangnya
Nilai payoff sebagai hasil yang diperoleh dari kombinasi suatu tindakan dan suatu
kejadian tak pasti tertentu. Teknik-teknik yang dapat digunakan dalam pengambilan
keputusan dalam keadaan ada resiko, antara lain:
Nilai harapan payoff (expected payoff).
Dengan cara ini kita memilih alternative dengan nilai harapan payoff terbesar
(maximum expected payoff) atau nilai harapa kekalahan terkecil (minimum
expected loss).
Nilai kesempatan yang hilang (opportunity loss).
Nilai kesempatan yang hilang untuk suatu hasil adalah sejumlah payoff yang
hilang oleh karena tidakan yang dipilihnya suatu tindakan dengan payoff
terbesar bagi kejadian tak pasti yang sebenarnya terjadi.
Nilai harapan dengan informasi sempurna,
Diperoleh dengan memilih alternative atau tindakan didasarkan atas harapan
hasil maksimum (maximum expected payoff) setelah ada penambahan informasi.
Memperhitungkan Sikap dan Pertimbangan, serta Utilitas
Kriteria pengambilan keputusan yang telah diuraikan pada bagian sebelumnya, seperti harapan
hasil terbesar (maximum expected pay off) atau harapan kesempatan hilang yang minimum
(minimum expected opportunity loss) memerlukan syarat bahwa struktur keputusan sudah
diketahui. Ada dua elemen yang sangat penting dalam struktur keputusan, yaitu:harapan (pay off)
yang berhubungan dengan hasil keputusan (out came) dan peluang kejadian (event probability).
Dalam prakteknya kedua elemen ini sukar diperoleh. Seperti telah diketahui bahwa ukuran pay
off akan mempunyai arti apabila dikaitkan dengan tujuan (goal) pengambilan keputusan. Akan
tetapi hal ini tidak cukup, sebab meskipun pay off sudah diketahui, sikap individual menentukan
turut menentukan harga yang sejati (truth worth). Peranan penting sikap dan pertimbangan
(attitude dan judgment) pengambil keputusan mungkin dapat diilustrasikan dengan perilaku yang
berlainan dari orang yang berbeda di dalam menghadapi keputusan yang sama. Perbedaan
perilaku kemungkinan disebabkan oleh karena adanya perbedaan sikap terhadap konsekuensi
yang akan muncul. Sedangkan utilitas merupakan suatu alternatif di dalam mengekspresikan pay
off yang mencerminkan sikap seseorang. Fungsi utilitas yang diperoleh merupakan suatu dasar
untuk membahas beberapa sikap dasar terhadap suatu resiko.

2.1 Aplikasi Toeri Kepusan dalam Kehidupan

Adapun beberapa aplikasi toeri kepusan dalam kehidupan adalah sebagai berikut :

Aplikasi teori keputusan dalam pendistribusian bantuan untuk korban bencana alam
Pendistribusian bantuan dari donator dari berbagai kota kepada korban bencana alam yang ada
pada kecamatan-kecamatan pada Kabupaten/Kota tertentu di Indonesia, seperti Tsunami di
Nangro Aceh Darusalam, gempa bumi di Tasikmalaya; gempa bumi di Padang didapat
 dipandang sebagai persoalan transportasi, yaitu berkaitan bagaimana cara menentukan jumlah
barang/objek yang harus dikirimkan dari setiap sumber/kota ke setiap tujuan/kecamatan tertentu,
sedemikian hingga biaya/waktu transportasi total dapat diminimumkan. Jadi dalam persoalan
transportasi berusaha menentukan sebuah rencana transportasi sejumlah barang dari sejumlah
sumber ke sejumlah tujuan agar biaya transportasi seminimal mungkin
Persoalan transportasi dapat diselesaikan dengan menggunakan:
Vogels Approximation Method (VAM),Nort West Corner Rule (NWCR),Stepping Stone
Method; dan Modified Distribution Method (MODI). Dua metode terakhir digunakan untuk
memperbaiki hasil perhitungan dengan menggunakan VAM atau NWCR jika nilai optimasi
belum tercapai.

Aplikasi teori keputusan dalam mengatasi konflik kepentingan antara pemerintah dengan DPR
Persoalan konflik kepentingan antara pemerintah dengan DPR, seperti: kasus Bibit-Candra (cicak
vs buaya),kasus Bank Century,kasus hak angket dapat dipandang sebagai permainan berjumlah
nol dari dua orang/institusi.
Untuk menyelesaikannya dapat digunakan: Metode aljabar untuk strategi optimal, Menggunakan
probabilitas dan nilai harapan permainan, Mengunakan metode Dominance, Pemecahan dengan
metode grafik,dan Penggunaan teknik linear programming.

Aplikasi teori keputusan dalam permasalah lainnya

Disamping untuk mengatasi persoalan-persoalan di atas, masih banyak persoalan lainya yang
dapat diselesaikan dengan mengunakan teori keputusan, seperti:

Persoalan stok beras dalam menghadapi hari raya atau gagal panen dapat diselesaikan
dengan menggunakan teknik inventori
Persoalan mengurangi kemacetan karena pada saat mau masuk/keluar tol dapat
diselesaikan dengan mengunakan teori antrian
Persoalan mengurangi kemacetan lalu lintas pada hari raya dapat diselesaikan dengan
menggunakan model jaringan; dan masih banyak lagi yang lainnya.
Contoh Kasus : Masalah Grosir
Salah satu permasalahan yang sering dihadapi grosir adalah bagaimana menentukan
tingkat persediaan (stock) barang agar permintaan konsumen terpenuhi dan biaya gudang
(tempat penyimpanan barang) tersebut tidak terlalu mahal. Hal ini selalu menjadi tujuan
karena ketidakmampuan memberikan solusi yang optimal akan menghasilkan dua jenis
kerugian dalam usaha grosir. Sebagai contoh khusus, diambil masalah grosir buah yang
menjual buah strawbarry. Buah ini mempunyai masa (waktu) jual yang terbatas, dalam
arti jika tidak terjual pada hari pengiriman, maka tidak akan laku dijual pada hari
berikutnya. Jika diandaikan harga pengambilan satu keranjang strawberry adalah $20,
dan grosir akan menjualnya dengan harga $50 satu keranjang. Berapa keranjangkah
persediaan yang perlu diambil setiap hari oleh grosir agar mendapat resiko kerugian
minimum, atau agar mendapat keuntungan maximum? Hal ini dapat diselesaikan dengan
konsep peluang jika informasi tentang jumlah data penjualan beberapa hari yang lalu ada
dicatat. Untuk membahas kasus ini selanjutnya diandaikan data penjualan selama 100
hari yang lalu tercatat sebagai berikut:
Tabel 1. Data Penjualan
 Jumlah Strawbary terjual Jumlah Hari (Dalam Satuan Keranjang) Penjualan
10 15
11 20
12 40
13 25
Jumlah 100

Analisis Keputusan
Analisis keputusan yang dimaksud disini adalah suatu rangkaian proses dalam
membahas permasalahan yang dikemukakan di atas. Hal ini dapat dilakukan dengan
memperkenalkan konsep jenis kerugian yang ditimbulkan, pemakaian konsep peluang,
dan perhitungan ekspektasi kerugian.

Pendefinisian Jenis Kerugian
Bila dalam membahas permasalahan di atas kita fokuskan terhadap minimisasi kerugian
maka perlu didefinisikan dua jenis kerugian yang akan ditimbulkan dalam kasus tersebut.
Jenis kerugian yang pertama dikenal dengan obsolescence looses. Jenis kerugian ini
disebabkan oleh persediaan yang terlalu banyak sehingga harus dibuang pada hari
berikutnya, (jenis ini hampir sama dengan biaya gudang akibat terlalu lama
penyimpanan). Misalnya dari kasus tersebut di atas, jika jumlah strawberry yang
disediakan oleh grosir adalah 12 keranjang namun permintaan pada hari itu hanya 10
keranjang, maka grosir akan mengalami kerugian sebesar $40 (yaitu dari harga pembelian
2 keranjang strawberry yang tidak terjual). Jenis kerugian yang kedua adalah opportunity
looses. Jenis kerugian ini disebabkan oleh kurangnya persediaan sehingga ada pembeli
yang tidak terlayani.
Dengan kata lain, kerugian ini timbul akibat keuntungan yang seharusnya diperoleh tetapi
tidak jadi diperoleh karena kekurangan stock. Misalnya dari kasus di atas, jika jumlah
strawberry yang disediakan oleh grosir adalah 10 keranjang sedangkan permintaan pada
hari itu mencapai 12 keranjang, maka grosir akan mengalami kerugian sebesar $60 (yaitu
keuntungan yang tidak diterima dari hasil penjualan 2 keranjang strawberry bila stock
ada).
Tabel.2 Tabel Kerugian Bersyarat

Kemungkinan Kemungkinan Persediaan yang Dilakukan(X)

Jumlah Yang 10 11 12 13
diminta (X)
10 $0 $20 $40 $60
11 30 0 20 40
12 60 30 0 20
13 90 60 30 0

Adopsi Konsep Peluang

Konsep peluang yang sudah didefinisikan sebelumnya dapat diadopsi untuk data
persoalan tersebut di atas. Jika tujuan grosir adalah untuk menentukan persediaan jumlah
strawberry dalam satuan keranjang pada hari tersebut, dimisalkan dengan X, maka
berdasarkan data di atas X adalah peubah acak diskrit yang dapat mengambil nilai 1O,
11, 12, dan 13. Dan distribusi Peluang X (jumlah keranjang strawberry) dapat dinyatakan
sebagai berikut:
 Tabel 3. Distribusi Peluang X

Jumlah Strawbary terjual Jumlah Hari Penjualan Frekwensi Relatif (fr)

Dalam Satuan Keranjang (f) P(X=x)
(X)
10 15 0.15
11 20 0.20
12 40 0.40
13 25 0.25
Jumlah 100 1.00

Perhitungan Ekspektasi Kerugian

Mengingat tujuan utama dari analisis ini adalah untuk menentukan jumlah stock
strawberry agar resiko (kerugian) minimum, maka analisis dilakukan dengan
memperhitungkan ekspektasi kerugian. Analisis perhitungan ekspektasi ini akan disajikan
dalam tabel, dengan memperhitungkan semua kemungkinan yang dapat terjadi, dimulai
dari tabel ekspektasi kerugian bila persediaan 10 keranjang sampai dengan tabel
ekspaktasi kerugian bila persediaan 13 keranjang.
Tabel 4. Ekspektasi kerugian dari Persediaan 10 Keranjang

Jumlah Kerugian Bersyarat Peluang X P (X) Ekspektasi

Kemungkinan Kerugian X.P (X)
Permintaan (X)
10 $0 0.15 $0.00
11 30 0.20 6.00
12 60 0.40 24.00
13 90 0.25 22.50
Jumlah 1.00 $52.50

Kolom kerugian bersyarat pada Tabel 4 di alas diambil, dari tabel 2 untuk kasus
persediaan 10 keranjang. Kolom ke empat dari Tabel 4 menyatakan bahwa jika 10
keranjang disediakan setiap hari selama masa yang panjang (long period), maka kerugian
secara rata-rata (ekspektasi kerugian) adalah $52.50. Tentu tidak ada jaminan bahwa jika
besok diambil persediaan 10 keranjang maka sudah pasti akan rugi %52.50. Dengan cara
yang sama tabel 5, 6, dan 7 dapat dibentuk dan diinterpretasikan.

Tabel 5. Ekspektasi Kerugian Dari Persediaan 11 Keranjang

Jumlah Kerugian Bersyarat Peluang X P (X) Ekspektasi

Kemungkinan Kerugian X.P (X)
Permintaan (X)
10 $20 0.15 $3.00
11 0 0.20 0.00
12 30 0.40 12.00
13 60 0.25 15.00
Jumlah 1.00 $30.00

Hasil analisis ekspektasi kerugian yang disajikan dalam tabel 4 sampai dengan 7 dapat
digunakan untuk mengambit keputusan. Dapat dilihat bahwa minimum kerugian yang
terjadi adalah $17.50. Hal ini terjadi pada tingkat persediaan 12 keranjang Strawberry. Ini
berarti grosir lebih baik menyediakan 12 keranjang setiap harinya, untuk kasus tersebut di
atas.
Seandainya untuk membahas permasalahan di atas dilakukan anatisis dengan
mempertimbangkan keuntungan yang maksimum, maka hasilnya tidak akan berbeda
yaitu dengan jumlah persediaan 12 keranjang perharinya.
Tabel 6. Ekspektasi Kerugian Dari Persediaan 12 Keranjang

Jumlah Kerugian Bersyarat Peluang X P (X) Ekspektasi

Kemungkinan Kerugian X.P (X)
Permintaan (X)
10 $40 0.15 $6.00
11 20 0.20 4.00
12 0 0.40 0.00
13 30 0.25 7.50
Jumlah 1.00 $17.50

Tabel 7. Ekspektasi Kerugian Dari Persediaan 13 Keranjang

Jumlah Kerugian Bersyarat Peluang X P (X) Ekspektasi

Kemungkinan Kerugian X.P
Permintaan (X) (X)
10 $60 0.15 $9.00
11 40 0.20 8.00
12 20 0.40 8.00
13 0 0.25 0.00
Jumlah 1.00 $52.50

KESIMPULAN DARI KASUS DI ATAS

Pemakaian Teori Peluang untuk membahas persoalan ketidakpastian dapat dilakukan
bilamana dimiliki suatu informasi yang dapat dimodifikasi menjadi frekwensi relatif.
Contoh kasus masalah grosir buah tetah menunjukkan bagaimana penggunaan konsep
teori peluang dan ekspektasi digunakan untuk mengambii keputusan. Dan perhitungan
dapat diperoleh bahwa nilai minimum kerugian adalah $17.50, dengan jumlah persediaan
perharinya 12 keranjang.