PENGAMBILAN KEPUTUSAN DAN ANALISIS RISIKO

Tujuan Pembelajaran :
1. Mempelajari proses pengambilan keputusan sebagai rangkaian yang terartur.
2. Memahami berbagai lingkungan dimana keputusan harus dibuat.
3. Memahami dan menguasai berbagai metode untuk pengambilan keputusan dalam lingkungan
ketidakpastian dan berisiko.
4. Memperkenalkan konsep nilai harapan (expected value) sebagai kriteria keputusan dalam
kondisi penuh risiko.

I. PENDAHULUAN

Tugas pokok seorang pimpinan atau manajer adalah mengambil keputusan dalam berbagai
lingkungan atau situasi. Keputusan dapat diartikan sebagai pilihan terbaik dari berbagai alternatif
keputusan, sedangkan pengambilan keputusan adalah proses bagaimana manajer mengambil
keputusan tersebut dengan melakukan pertimbangan-pertimbangan atau penilaian-penilaian untuk
menghasilkan keputusan yang terbaik. Proses pengambilan keputusan ini dapat menggunakan
metode, teknik, teori atau ilmu sebagai alat bantu.
Pada umumnya, pengambilan keputusan melibatkan tiga langkah (Levin et al, 2000), yaitu :
1. Mendaftar atau menginventarisir semua alternatif yang tersedia yang harus dipertimbangkan
dalam keputusan. Alternatif keputusan dapat disimbolkan dengan A1, A2, A3, ... An.
2. Mendaftar semua peristiwa mendatang yang mungkin terjadi dan diluar kontrol pengambil
keputusan atau disebut states of nature. States of nature yaitu peristiwa atau kejadian yang
tidak dapat dihindari atau dikendalikan oleh pengambil keputusan. States of nature dapat
disimbolkan dengan S1, S2, S3, ... Sn.
3. Pengambil keputusan membuat tabel hasil (payoff table) yaitu suatu tabel yang menunjukkan
hasil dari setiap kemungkinan kombinasi alternatif keputusan dan states of nature. Hasil
(payoff, value) dapat dinyatakan dalam bentuk laba atau setiap ukuran lain dari manfaat
berdasarkan situasinya, yang disimbolkan dengan V1n , V2n , V3n .

Tabel hasil dapat dibuat sebagai berikut :

Alternatif States of nature
Keputusan S1 S2 S3 Sn
A1 V11 V12 V13 V1n
A2 V21 V22 V23 V2n
A3 V31 V32 V33 V3n
. . . . .
Am Vm1 Vm2 Vm3 Vmn

1
 Ada tiga lingkungan dimana keputusan dapat diambil. Setiap lingkungan mempunyai
karakteristik yang berbeda mengenai informasi, data, states of nature, dan kemungkinan-
kemungkinan lainnya. Ketiga lingkungan tersebut adalah :

1. Pengambilan keputusan pada kondisi kepastian (certainty). Pada kondisi kepastian, semua
informasi untuk pengambilan keputusan tersedia dan valid. Biasanya kondisi ini berhubungan
dengan pengambilan keputusan yang sangat rutin, sama dari waktu ke waktu.
2. Pengambilan keputusan pada kondisi ketidakpastian (uncertainty), yaitu suatu keputusan
dengan kondisi informasi tidak sempurna dan probabilitas suatu kejadian tidak ada. Beberapa
karakteristik lingkungan ini adalah :
a. Manajer kurang mengetahui tujuan mana yang hendak mereka capai
b. Informasi tentang alternatif dan peristiwa di masa depan tidak lengkap
c. Manajer mugkin harus menggunakan pendekatan alternatif yang kreatif.
3. Pengambilan keputusan pada kondisi berisiko (risk), yaitu informasi untuk pengambilan
keputusan tidak sempurna, dan ada probabilitas atas suatu kejadian. Lingkungan pengambilan
keputusan pada kondisi ini ditandai dengan :
a. Keputusan memiliki tujuan yang jelas
b. Informasi yang tersedia dengan baik
c. Hasil di masa depan yang dihubungkan dengan setiap alternatif ditentukan oleh
peluang masing - masing

II. KRITERIA PENGAMBILAN KEPUTUSAN KONDISI KETIDAKPASTIAN

(UNCERTAINTY)

Kondisi ketidakpastian dicirikan dengan informasi yang tidak sempurna dan tidak ada
probabilitas suatu peristiwa. Kondisi tidak pasti adalah suatu keadaan yang memenuhi beberapa
syarat yaitu: (1) Ada beberapa alternatif tindakan yang fesibel (dapat dilakukan); (2) Nilai
probabilitas masing-masing kejadian tidak diketahui ; (3) Memiliki nilai “Pay off” sebagai hasil
kombinasi suatu tindakan dan kejadian tidak pasti.
Pengambilan keputusan dalam kondisi tidak pasti adalah pengambilan keputusan dimana
terjadi hal-hal sebagai berikut :
1. Tidak diketahui sama sekali hal jumlah kondisi yang mungkin timbul serta kemungkinan-
kemungkinan munculnya kondisi tersebut.
2. Pengambil Keputusan tidak dapat menentukan probabilitas terjadinya berbagai kondisi atau
hasil yang keluar.
3. Yang diketahui hanyalah kemungkinan hasil dari suatu tindakan, tetapi tidak dapat diprediksi
probabilitas setiap hasil
4. Pengambil keputusan tidak memiliki informasi yang lengkap mengenai peluang terjadinya
kondisi tersebut

Ada beberapa kriteria yang dapat digunakan sebagai metode untuk pengambila keputusan
pada kondisi ketidakpastian, yaitu : (a) Kriteria Maximax, (b) Kriteria Maximin, (c) Kriteria Minimax
Regret, (d) Kriteria Realisme, (e) Laplace.

2
A. KRITERIA MAXIMAX
Dalam kriteria maximax dijumpai beberapa karakteristik, yaitu :
1. Pengambil keputusan dianggap sangat optimis, yaitu dipilihnya hasil-hasil yang terbesar dari
alternatif-alternatif yang memberikan hasil maksimal.
2. Memilih alternatif yang merupakan nilai maksimum dari pay off yang maksimum.
3. Ada kelemahan yaitu mengabaikan banyak informasi yang tersedia.

B. KRITERIA MAXIMIN

Kriteria Maximin (disebut juga Kriteria Wald, dicipta oleh Abraham Wald). Kriterian ini mempunyai
karakteristik sebagai berikut :
1. Kriteria untuk memilih keputusan yang mencerminkan nilai maksimum dari hasil yang
minimum.
2. Asumsi: pengambil keputusan adalah pesimistik /konservatif/risk avoider tentang masa depan.
3. Kelemahan: tidak memanfaatkan seluruh informasi yang ada yang merupakan ciri pengambil
keputusan modern.

3
C. KRITERIA MINIMAX REGRET

Kriteria Minimax Regret atau disebut juga Kriteria Penyesalan didasarkan pada konsep
Opportunity Loss atau Regret (sesalan), dengan karakteristik sebagai berikut :
1. Pada kriteria ini, pengambil keputusan akan mengalami suatu kerugian apabila peristiwa
terjadi menyebabkan alternatif yang dipilih kurang dari payoff maksimal.
2. Jumlah regret atau opportunity loss merupakan selisih antara nilai terbesar (payoff maksimal)
yang bersangkutan dikurangi nilai baris yang bersekutu dalam kolom bersangkutan.
3. Kriteria Regret menghendaki dipilihnya nilai minimal dari regret maksimal, makanya disebut
Kriteria Minimax

Untuk menyelesaikan kasus dengan menggunakan Kriteria Regret ini, dapat digunakan pada
pedoman sebagai berikut :
1. Tentukan nilai regret setiap (opportunity loss) Pay Off, dengan jalan mengurangkan
nilai pay off maksimal baris dengan payoff tiap baris.
2. Menentukan nilai regret maksimal tiap baris.
3. Menentukan nilai minimax, sebagai alternatif pengambilan keputusan.

4
D. KRITERIA REALISME
Kriteria Realisme disebut juga dengan Kriteria Hurwicz, dicipta oleh Leonid Hurwich.
Kriteria ini mempunyai karakteristik berikut :
1. Kompromi antara Kriteria MAXIMAX dan Kriteria MAXIMIN (Kriteria Optimis dan
Pesimis)
2. Kriteria dimana pengambil keputusan tidak sepenuhnya optimis dan pesimis sempurna,
sehingga hasil keputusan dikalikan dengan koefisien optimistik untuk mengukur optimisme
pengambil keputusan, dimana koefisien optimisme (a) = 0 £ a £ 1
Dengan a = 1, berarti optimis secara total (MAXIMAX)
a = 0, berarti sangat pesimis secara total (MAXIMIN)

5
 3. Kelemahan: sulit menentukan nilai a yang tepat dan mengabaikan beberapa informasi yang
tersedia (misalnya : prospek ekonomi sedang sering diabaikan).

UKURAN REALISME (UR) = (Hasil Maksimal x a ) + (Hasil Minimal x (1-a ))

Keputusan ditentukan berdasarkan UR maksimum.

E. KRITERIA LAPLACE (Equal Likelihood)

Kriteria Equal Likelihood atau disebut juga dengan Kriteria Bobot Sama mempunyai
karakteristik sebagai berikut :
1. Asumsi: bahwa probabilitas terjadinya berbagai kondisi adalah sama besarnya.
2. Hasil yang dipilih adalah hasil yang memiliki nilai tertimbang tertinggi.
Contoh penyelesaian dengan Kriteria LaPlace :
1. Tentukan besaran probabiltas dengan sama besar, yaitu ditentukan oleh banyaknya states of
nature.
2. Jika states of nature (n = 4), maka probabilitas adalah ¼ atau 0,25, atau jika states of nature (n
= 3) maka probabilitasnya 1/3 atau 0,333.
3. Tentukan Nilai Tertimbang dari setiap alternatif, dengan mengalikan probabilitas dengan nilai
payoffnya.
4. Ukuran Tertimbangnya :
Perluasan Pabrik = (1/4x500)+(1/4x250)+(1/4x-250)+(1/4x-450) = 12,5 jt
Bangun Pabrik = (1/4x700)+(1/4x300)+(1/4x-400)+(1/4x-800) = 50 jt
Subkontrak = (1/4x300)+(1/4x150)+(1/4x-100)+(1/4x-150) = 50 jt.
5. Keputusan didasarkan pada nilai tertimbang maksimum, dengan demikian keputusan adalah
Bangun Pabrik atau Subkontrak.

6
RANGKUMAN KEPUTUSAN :
Berdasarkan Kriteria keputusan dengan Kondisi Tidak Pasti maka keputusan dapat dirangkum
sebagai berikut :

– Kriteria MAXIMAX : Bangun Pabrik

– Kriteria MAXIMIN : Subkontrak
– Kriteria MINIMAX REGRET : Perluas Pabrik
– Kriteria REALISME : Bangun Pabrik
– Kriteria LAPLACE : Bangun Pabrik/Subkontrak

7
III. PENGAMBILAN KEPUTUSAN PADA KONDISI BERISIKO

Risiko merupakan sesuatu yang akan diterima atau ditanggung oleh seseorang sebagai
konsekuensi atau akibat dari suatu tindakan. Risiko adalah kesempatan timbulnya kerugian. Risiko
adalah suatu hasil yang berbeda dari hasil yang diharapkan. Dengan adanya risiko, maka akibat yang
mungkin timbul adalah :
– kerugian, dengan adanya risiko, maka hasil positip yang akan diperoleh (keuntungan)
akan berkurang dari semestinya.
– ketidakpastian, dengan adanya risiko, maka tidak mungkin lagi dapat dipastikan hasil
positip yang mungkin akan diterima, karena risiko tidak dapat dihitung dengan pasti.
Sumber-sumber risiko adalah (1) masyarakat (risiko sosial) berupa tindakan orang-orang yang
menciptakan kejadian yang menyebabkan terjadinya penyimpangan yang merugikan, (2) fisik (risiko
fisik), berupa fenomena alam dan kesalahan manusia, (3) ekonomi (risiko ekonomi), berupa keadaan
ekonomi yang mungkin mengalami perubahan.
Pengambilan keputusan pada kondisi berisiko (misalnya, untuk penentuan persediaan)
didasarkan variabel random diskrit. Adapun kriteria yang dapat digunakan adalah Kriteria Nilai
Harapan (Expected Value).

A. KRITERIA NILAI HARAPAN (EXPECTED VALUE)

Dalam kriteria nilai harapan (expected value), digunakan beberapa tahapan yaitu :
a. Menghitung laba bersyarat
b. Menentukan laba harapan
c. Laba harapan dengan informasi sempurna
d. Meminimumkan kemungkinan rugi (rugi harapan)
e. Analisa Marginal

Contoh aplikasi :
• Seorang pedagang buah-buahan yang berjualan di lingkungan pasar tertentu ingin
menentukan jumlah buah-buahan yang akan dijual besok atau hari-hari berikutnya. Jumlah
penjualan buah yang akan ditentukan pada besok hari tersebut merupakan variabel random
diskrit. Pedagang tersebut membeli produk dengan harga Rp. 3.000 per ikat dan menjualnya
dengan harga Rp. 8.000 per ikat. Perbedaan yang cukup besar antara harga jual dengan harga
beli ini mencerminkan barang lebih mudah rusak dan busuk dan berisiko tinggi. Risiko
kemungkinan yang timbul yaitu risiko persediaan dan barang tersebut tidak mempunyai nilai
lagi satu hari sesudah mulai ditawarkan untuk dijual. Berdasarkan pengamatan pengalaman
penjualan selama 90 hari terakhir adalah sebagai berikut :

--------------------------------------------------------
Penjualan Harian (Unit) Bilangan Hari Prob
--------------------------------------------------------
10 18 18/90 = 0,20.
11 36
12 27
13 9
-------------------------------------------------------

8
 Yang menjadi masalah bagi penjual adalah karena buah yang mudah busuk/rusak, maka pedagang
ingin mengetahui berapa ikat produk yang akan dia beli untuk dijual besok atau hari-hari berikutnya ?

Tahapan-tahapannya :
A. Menghitung Laba Bersyarat
• Menunjukkan hasil rupiah dari semua kombinasi kemungkinan pembelian dan
penjualan atau menunjukkan laba yang diakibatkan kombinasi pembelian dan
penjualan (Permintaan dan Penwaran)
• Harga pembelian buah per ikat = Rp. 3.000
• Harga penjualan buah per ikat = Rp. 8.000
• Maka keuntungan (laba) per ikat = Rp. 5.000
• Apabila buah tersebut tidak terjual pada esok hari, maka pedagang akan menanggung
rugi sebesar harga pembelian
• Menentukan probabilitas didasarkan variabel random diskrit
---------------------------------------------------------------
Penjualan Harian (Unit) Bilangan Hari Prob.
--------------------------------------------------------------
10 18 18/90 = 0,2
11 36 36/90= 0,4
12 27 27/90= 0,3
13 9 9/90= 0.1
------------------------------------------------------------
Jumlah 90 =1
-----------------------------------------------------------

Tabel laba bers

yarat adalah :

Penjualan (Permintaan) Probabilitas Persediaan (pembelian) yang mungkin

yang mungkin (ikat) dilakukan
10 ikat 11 ikat 12 ikat 13 ikat
10 0,2 50.000 47.000 44.000 41.000
11 0,4 50.000 55.000 52.000 49.000
12 0,3 50.000 55.000 60.000 57.000
13 0,1 50.000 55.000 60.000 65.000

B. Menentukan Laba Harapan (Expexted Propit = EP)

Laba Harapan (EP) ditentukan dengan mangalikan hasil tabel laba bersyarat masing-masing
tindakan dengan probabilitas.
Laba Harapan dapat ditentukan sebagai berikut :
EP10 = (0,2x50.000)+(0,4x50.000)+(0,3x50.000)+(0,1x50.000) = 50.000
EP11 = (0,2x47.000)+(0,4x55.000)+(0,3x55.000)+(0,1x55.000) = 53.400
EP12 = (0,2x44.000)+(0,4x52.000)+(0,3x60.000)+(0,1x60.000) = 53.600

9
EP13 = (0,2x41.000)+(0,4x49.000)+(0,3x57.000)+(0,1x65.000) = 51.400
Keputusan didasarkan pada Nilai Harapan Maksimum (EP maksimum) : dengan demikian
keputusan adalah “Sediakan sebanyak 12 Ikat”

C. Laba Harapan dengan Informasi Sempurna

(Expected Profit with Perfect Information = EPPI)
EPPI mencoba untuk menghilangkan unsur ketikpastian yang didasarkan adanya informasi
sempurna (informasi tambahan) atau informasi yang tepat dan lengkap tentang kondisi di masa
mendatang. Diasumsikan bahwa pedagang dapat memastikan tingkat penjualannya yang maksimum,
sehingga tabel laba bersyarat sebagai berikut :

Penjualan (Permintaan) Prob. Persediaan (pembelian) yang mungkin

yang mungkin (ikat) dilakukan
10 ikat 11 ikat 12 ikat 13 ikat
10 0,2 50.000 - - -
11 0,4 - 55.000 - -
12 0,3 - - 60.000 -
13 0,1 - - - 65.000

Dengan demikian Laba Harapan dengan Informasi Sempurna (Expected Profit with Perfect
Information/EPPI) :
EPPI = 0,2(50.000) + 0,4 (55.000) + 0,3 (60.000) + 0,1(65.000) = 56.500
Pedagang tersebut memperoleh laba maksimum rata-rata berdasarkan
Informasi Sempurna sebesar Rp. 56.500 per hari.

D. Meminimumkan Kemungkinan Rugi (Rugi Harapan = Expected Loss)

Untuk meminimukan kerugian dapat dihitung Nilai Rugi Harapan (Expected Loss =EL)
dengan tahapan sebagai berikut :
• Buat Tabel Rugi Harapan, didasarkan pada kerugian akibat kelebihan persediaan dan
kerugian akibat kekurangan persediaan.
• Kerugian karena kelebihan persediaan adalah sebesar harga pembelian dan kerugian
karena kekurangan persediaan yaitu kehilangan laba
• Tentukan Nilai Rugi Harapan (EL) dari setiap persediaan
• Untuk menentukan keputusan didasarkan Nilai Rugi Harapan Minimum
Tabel Rugi (Expected Loss Table) adalah :

10
Penjualan (Permintaan) Probabilitas Persediaan (pembelian) yang mungkin
yang mungkin (ikat) dilakukan
10 ikat 11 ikat 12 ikat 13 ikat
10 0,2 0 3.000 6.000 9.000
11 0,4 5.000 0 3.000 6.000
12 0,3 10.000 5.000 0 3.000
13 0,1 15.000 10.000 5.000 0

Menentukan Rugi Harapan (EL) :

EL10 = (0,2x0)+(0,4x5.000)+(0,3x10.000)+(0,1x15.000) = 6.500
EL11 = (0,2x3.000)+(0,4x0)+(0,3x5.000)+(0,1x10.000) = 3.100
EL12 = (0,2x6.000)+(0,4x3.000)+(0,3x0)+(0,1x5.000) = 2.900
EL13 = (0,2x9.000)+(0,4x6.000)+(0,3x3.000)+(0,1x0) = 5.100

Keputusan didasarkan pada Rugi Harapan Minimum :

Dengan demikian keputusan “Sediakan 12 Ikat” dan memiliki resiko kerugian yang minimum

IV. PENGGUNAAN KRITERIA NILAI HARAPAN DENGAN VARIABEL RANDOM YANG

DIDISTRIBUSIKAN SECARA KONTINU

Konsep kriteria nilai harapan dengan variabel random yang didistribusikan secara kontinu
memfokuskan hal-hal berikut :
• Penentuan probabilitas didasarkan pada variabel random kontinu, yaitu nilai-nilainya yang
tidak terbatas dan didasarkan pada interval. Biasanya membentuk garis lurus yang
berhubungan dengan interval yang ada.
• Distribusi probabilitas kontinu sering menggunakan Distribusi Normal
• Distribusi normal adalah salah satu distribusi teoritis dari variabel random kontinu yang juga
merupakan kurva kontinu berbentuk lonceng yang simetris.

DISTRIBUSI NORMAL

Karakteristik distribusi kurva normal

11
 1. Kurva berbentuk genta (m= Md= Mo)
2. Kurva berbentuk simetris
3. Kurva normal berbentuk asimptotis
4. Kurva mencapai puncak pada saat X= m
5. Luas daerah di bawah kurva adalah 1; ½ di sisi kanan nilai tengah dan ½ di sisi kiri.

Untuk menentukan nilai variabel random dalam distribusi normal dengan Standar Z sebagai berikut :
X - m
Z = ----------- artinya berapa kali standar deviasi (σ)
σ menyimpang dari rata-rata (m)

X = Nilai Variabel Random

m = Nilai Rata-rata (mean) dari variabel random
σ = Standar deviasi dari variabel random

12
CONTOH SOAL (1):
Sebuah toko karpet menjual produk merk super X. berdasarkan catatan penjualan beberapa tahun,
manajemen toko menentukan rata-rata (m) dari jumlah meter karpet Super X yang diminta oleh
pelanggan selama seminggu adalah 4.200 meter dan standar deviasi (σ) adalah sebesar 1.400 meter.
Manajemen toko mengasumsikan bahwa variabel random kontinyu dan jumlah meter karpet yang
diminta per minggu adalah didistribusikan secara normal (kurva normal). Manajer toko ingin
mengetahui probabilitas permintaan untuk karpet Super X untuk minggu yang akan datang apabila
melebihi 6.000 meter.

13
Jawaban :
m = 4.200 meter
σ = 1.400 meter
Ditanya : P (X ≥ 6.000 meter)

6.000 – 4.200 1.800

Z = --------------------- = ------- = 1,28
1.400 1.400
P = 0,89973 (lihat dalam Tabel Kurva Normal)

• Jika permintaan kurang dari 5.000 meter atau P(X ≤ 5.000 m) = ?

• Jawaban :
m = 4.200 meter
t = 1.400 meter
Ditanya : P (X ≤ 5.000 meter)
5.000 – 4.200 800
Z = --------------------- = ------- = 0,57
1.400 1.400
= 0,71566 (lihat dalam Tabel Kurva Normal)

14
CONTOH SOAL (2):
Seorang pedagang menjual suatu barang pada musim sepi. Pedagang tersebut membeli dengan harga
$ 9 per unit dan menjualnya kembali dengan harga $ 16 per unit. Bila per unit barang tidak terjual
pada hari penjualan pertama harganya menjadi $ 3 sebagai nilai sisa. Berdasarkan hasil pengalaman
penjualan masa lalu bahwa permintaan untuk produk didistribusikan secara normal dengan rata-rata
penjualan (m) sebesar 120 unit dan standar deviasi (σ) sebesar 38. Pertanyaan : Berapakah jumlah
barang yang harus disediakan pedagang tersebut ?

Jawaban :
Harga Pembelian Per unit = $ 9
Harga Jual Per unit = $ 16
Harga Sisa =$3
Sehingga Laba per unit (MP) = 16 -9 = $ 7

Kerugian per unit (ML) = 9-3 = 6

ML 6 6
Sehingga prob.minimum = ----------- = ------- = --- = 0,4615
MP + ML 7+6 13
probalilitas dari titik distribusi (X) = 1- 0,4615 = 0,5385
Sehingga Z tabel = 0,09
Rata-Rata (m) = 120
Standar Deviasi (σ) = 38
X-m X-120
Z = --------- => 0,09 =----------- = X = 123,43 atau 123
σ 38
Keputusan : Jumlah barang akan disediakan sebanyak = 123 unit

15
SOAL-SOAL LATIHAN

(1). Seorang investor memiliki dana sebesar Rp. 500 juta dan ingin menanamkan pada salah satu dari
tiga investasi alternatif, yaitu obligasi, deposito, dan properti. Diasumsikan bahwa investor
bersedia menginvestasikan seluruh dananya pada salah satu rencana. Pay Off dari ketiga
investasi tersebut didasarkan pada tiga kondisi ekonomi potensial, yaitu cerah, sedang dan lesu.
Matriks Payoff hasil investasi adalah sebagai berikut :

Alternatif Prospek Pasar

Keputusan
Cerah Sedang Lesu
Obligasi 200 jt 65 jt 15 jt
Deposito 175 jt 100 jt 40 jt
Properti 250 jt 150 jt - 100 jt
Tentukanlah keputusan investasi yang terbaik berdasarka kriteria pada kondisi
Ketidakpastian, α = 0.80 !.

(2). Seorang pedagang merencanakan untuk membeli barang X dengan harga Rp. 50 per unit dan
akan menjual kembali seharga Rp. 70 per unit. Karena sifat barang mudah rusak, maka dalam
waktu yang singkat barang tersebut diharapkan terjual semua. Tetapi jika ada barang yang sisa,
masih dapat dijual senilai ½ harga beli. Pedagang tersebut menghadapi masalah, yaitu berapa
banyaka barang X yang harus disediakan untuk penjualan besok supaya labanya optimal.
Berdasarkan pengamatan 100 hari terakhir atas penjualan, diperoleh informasi sebagai berikut

Kuantitas terpakai (per minggu) Frekuensi

16
 100 34
105 23
110 26
115 17
Diminta : Berapakah persediaan yang harus disediakan agar laba optimum dapat dicapai. Gunakan
kriteria-kriteria yang ada.

(3). Seorang pedagang menjual suatu barang pada musim sepi. Pedagang tersebut membeli dengan
harga $ 9 per unit dan menjualnya kembali dengan harga $ 16 per unit. Bila per unit barang tidak
terjual pada hari penjualan pertama harganya menjadi $ 3 sebagai nilai sisa. Berdasarkan hasil
pengalaman penjualan masa lalu bahwa permintaan untuk produk didistribusikan secara normal
dengan rata-rata penjualan (m) sebesar 120 unit dan standar deviasi (σ) sebesar 38. Pertanyaan :
Berapakah jumlah barang yang harus disediakan pedagang tersebut ?

4. Selama sepuluh minggu terakhir toko swalayan Berastagi menjual buah apel rata-rata 150 kardus
per minggu dengan standar deviasi 40 kardus. Menurut perhitungan manajer titik pulang pokok
(BEP) penjualan buah apel tersebut 120 kardus. Harga beli apel $ 70 per kardus dan dijual kembali
seharga $ 160 per kardus. Berdasarkan informasi ini :
(a). Sampai batas berapa karduskah buah apel yang harus disediakan untuk penjualan minggu-
minggu mendatang supaya tetap beruntung ? Buktikanlah !
(b). Hitunglah berapa Expected Profit dari penjualan apel berdasarkan rata-rata penjualan ?
(c). Berapakah probabilitas penjualan apel tersebut dalam keadaan beruntung ?
(d). Seandainya toko swalayan tersebut ingin beruntung paling sedikit 30 kardus, berapakah
probabilitasnya?

17