Teknik Penyelesaian Pengambilan Keputusan Dalam Kondisi Berisiko

a. Nilai harapan (Expected Value)

Nilai harapan adalah jumlah dari nilai-nilai kemungkinan yang diharapkan terjadi
terhadap probabilitas masing-masing dari suatu kejadian yang tidak pasti.
Dalam bentuk rumus, dituliskan sebagai berikut :
EV = Σ aij . Pj
Untuk hal-hal yang sifatnya menguntungkan, seperti laba, hasil penjualan, penerimaan
dan sebagainya, EV (nilai harapan) dinyatakan dengan expected pay-off (EP). Untuk
hal-hal yang sifatnya merugikan, seperti pengeluaran, kekalahan, dan sebagainya, EV
(nilai harapan) dinyatakan sebagai expected loss (EL).
Dalam pengambilan keputusannya, selalu diusahakan untuk memilih keputusan
dengan nilai harapan yang maksimum, dalam prakteknya dinyatakan dengan besarnya
nilai uang, yaitu expected monetary value (EMV). Dengan demikian rumus diatas
dapat pula ditulis dalam bentuk :
EMV = Σ aij . Pj

Contoh :
Seseorang dihadapkan pada masalah penyimpanan uangnya, apakah dalam bentuk
deposito atau pembelian saham. Keuntungan yang akan didapatnya bergantung pada
laju pertumbuhan ekonomi. Laju pertumbuhan ekonomi meningkat dengan
probabilitas 35% dan menurun 0.65%. Jika dipilih deposito, keuntungannya adalah
250 juta rupiah pada saat pertumbuhan ekonomi meningkat dan 175 juta rupiah pada
saat menurun. Jika dipilih membeli saham, keuntungannya adalah 350 juta rupiah
pada saat pertumbuhan ekonomi meningkat dan 125 juta pada saat menurun. Dengan
menggunakan nilai harapan payoff terbesar, keputusan yang mana yang harus
diambil?

Jawab :
Alternatif Laju Pertumbuhan Ekonomi
Probabilitas Meningkat Menurun
Tindakan 0,35 0,65
Deposito 250 175
 Beli Saham 350 125

EPD = 250 (0,35) + 175 (0,65) = 201,25

EPBS = 350 (0,35) + 125 (0,65) = 203,75
Oleh karena itu EP = 203,75 terbesar, maka diputuskan untuk membeli saham.
Didalam jangka panjang, secara rata-rata akan diperoleh keuntungan (berupa bunga)
sebesar 203,75 juta rupiah.

Seperti kasus terjadinya eror dalam transmisi gelombang kita dapat menghitung
probabilitasnya, namun kita juga dapat mengetahui seberapa besar harapan untuk tidak terjadi
eror. Dengan kata lain kita dapat menghitung ekspektasi (harapan)

 Nilai Harapan dari Variabel Random Diskrit dan Variabel Random Kontinu
Suatu variabel random diskit X, mempunyai nilai harapan yang didefinisikan sbb :

Suatu variabel random kontinu X, nilai harapannya didefinisiskan sebagai

 Teorema menyangkut Nilai Harapan Variabel Random Diskrit dan Kontinu

Jika a, b, c merupakan sebarang konstanta serta X dan Y merupakan dua variabel random
yang berbeda, maka berlaku :

1. E (c) = c
2. E(cX) = c E(X)
3. E(aX + b) = aE(X) + b
4. E (X - ) = 0
5. E (X – Y) = E(X) – E(Y)
6. E(X + Y) = E(X) + E(Y)

 Mean dari Variabel Random

 Nilai harapan dari variabel random diskrit maupun variabel random kontinu X disebut
juga rataan (mean).

Jadi untuk variabel random diskrit :

Untuk variabel random kontinu :

 Nilai Harapan dan Varians dr Variabel Acak Diskrit

Rata-rata μ dr distribusi probabilitas adalah nilai harapan (expected value)dari variabel
acaknya. Nilai harapan variabel acak diskrit adalah rata-rata tertimbang terhadap seluruh
kemungkinan hasil dimana penimbangnya adalah nilai probabilitas yg dihubungkan dgn
setiap hasil (outcome).

Nilai Harapan Variabel Acak Distkrit :

Varians (σ2) dari variabel acak diskrit adalah rata-rata tertimbang dr kuadrat selisih antara
setiap kemungkinan hasil dan rata-ratanya dimana penimbangnya adalah probabilitas dr
masing-masing hasil tsb.

Varian Varibael Acak Distkrit:

Standar Varian Varibael Acak Distkrit:

σ = √σ2
 Variansi suatu variansi random kontinu X didefinisikan sebagai berikut :

Contoh:

X adalah banyaknya pesanan barang dlm satuan yg masuk selama seminggu.

P(X) = probabilitas terjadinya X = x

X 0 1 2 3
p(xi) 0,125 0,375 0,375 0,125

Hitung rata-rata banyaknya pesanan atau pesanan yg diharapkan, dan hitung pula varians dan
standar deviasinya.

μx = E(X)

= Σ xi p(xi)

= (0) p(x0) + (1) p(x1) + (2) p(x2) + (3) p(x3)

= 0 (0,125) + 1 (0,375) + 2 (0,375) + 3 (0,125)

= 1,5

σ2 = E (X - μ)2

= Σ(xi - μ)2. p(xi)

= (0 – 1,5)2 .0,125 + (1 – 1,5)2 .0,375 + (2 – 1,5)2 .0,375 + (3 – 1,5)2 .0,125

= 0,75

σ = √0,75

=0,866
Nilai Harapan dr Fungsi Probabilitas Bersama

Jika probabilitas bersama dinotasikan (x, y) untuk variabel acak X dan Y, maka nilai harapan
dr variabel acak h(x,y) yang merupakan fungsi dari X dan Y adalah:

Diketahui p(x,y) sbb:

Y 0 1 2 3 4 P(x)

2 0 0,1 0,1 0,2 0 0,4

3 0,1 0 0,1 0 0,2 0,4

4 0,1 0,1 0 0 0 0,2

q(y) 0,1 0,2 0,2 0,2 0,2 1,0

E[h(x,y)] = ΣΣ h(x,y). P(x,y)

E(X + Y) = ΣΣ (x + y) p(x,y)

= [(2 + 0). 0] + [(2 + 1). 0,1] + [(2 + 2) . 0.1] + [(2 + 3). 0,2] + [(2 + 4). 0] + [(3 + 0). 0,1] +
[(3 + 1). 0] + [(3 + 2). 0,1] + [(3 + 3). 0] + [(3 + 4).0,2] + [(4 + 0).0,1] + [(4 + 1). 0,1] + [(4 +
2). 0] + [(4 + 3). 0] +[(4 + 4). 0] = 4,8

E(X) = Σp(x)
= 2 (0,4) + 3 (0,4) + 4 (0,2)
= 2,8

(Y) = Σy q(y)
= 0 (0,2) + 1 (0,2) + 2 (0,2) + 3 (0,2) + 4 (0,2)
=2
E(X) + E(Y) = 2,8 + 2 = 4,8
E(XY) = ΣΣ (xy) p(x,y)

= [(2 . 0). 0] + [(2 . 1). 0,1] + [(2 . 2) . 0.1] + [(2 . 3). 0,2] + [(2 . 4). 0]

+ [(3 . 0). 0,1] + [(3 . 1). 0] + [(3 . 2). 0,1] + [(3 . 3). 0] + [(3 . 4).0,2]

+ [(4 . 0). 0,1] + [(4 . 1). 0,1] + [(4 . 2). 0] + [(4 . 3). 0] +[(4 . 4). 0]

= 5,2

b. Nilai Harapan Informasi Sempurna

Nilai harapan informasi sempurna (expected value of perfect information, EV of PI
(EVPI)) adalah selisih antara nilai harapan dengan nilai informasi (expected value
with perfect information, EV with PI (EVWPI)) dan nilai harapan tanpa informasi
sempurna (expected value without perfect information, EV without PI (EV)).

Dirumuskan :
EV of PI = EV with PI – EV without PI
EVPI = EVWPI – EV
NHIS = NHTIS – NH
Nilai harapan tanpa informasi sempurna disebut juga nilai harapan dalam keadaan
ketidakpastian.
 EVWI (NHTIS) = hasil perkalian antara maksimum baris (nilai pay off
terbesar) dengan probabilitas.
 EV (NH) = nilai harapan terbesar dari setiap alternatif atau tindakan.
 EVPI (NHIS) = jumlah maksimum yang dapat dibayarkan oleh pengambilan
keputusan untuk memperoleh informasi sempurna.