Contoh soal 14.

Seandainya dalam kasus PT Berdikari yang lalu, manajer pemasaran melakukan

analisa pasar untuk tahun pertama penjualan, dan berdasarkan analisa tersebut diperoleh
probabilitas untuk setiap kategori penjualan sebagai berikut :

P(1) = 0,20, P(2) = 0,35, P(3) = 0,30, P(4) = 0,15.

Setelah dilakukan beberapa kali pembahasan, manajer Berdikari mengidentifikasikan bahwa

berdasarkan pertimbangan akal sehatnya , probabilitas penjualan kategori ke-2 sebesar 0,40,
dan probabilitas penjualan kategori ke-4 sebesae 0,10. Tentukan keputusan optimum PT
Berdikari tersebut.

Penyelesaian

Keputusan optimum manajer Berdirikari dapat dihitung dengan dua cara yaitu :

1. Menggunakan tingkat probabilitas yang berdasarkan atas research manajer

pemasaran.
2. Menggunakan estimasi yang berdasarkan atas research manajer pemasaran yang telan
dimodifikasi secara subyektif oleh manajer Berdikari.

Kasus 1 :

Expected payoff dengan menggunakan estimasi manajer pemasaran (dalam

jutaan rupiah )

ER (kecil) = (0,20)(40) + (0,35)(20) + (0,30)(30) + (0,15)(50) = 31,5

ER (sedang) = (0,20)(30) + (0,35)(50) + (0,30)(24) + (0,15)(40) = 36,7

ER (besar) = (0,20)(-40) + (0,35)(-10) + (0,30)(60) + (0,15)(80)= 18,5

Keputusan optimum PT Berdikari adalah membeli truk ukuran sedang

(standar)

Kasus 2 :

Expected payoff berdasarkan estimasi subyektif

ER (kecil) = (0,20)(40) + (0,40)(20) + (0,30)(30) + (0,10)(50) = 30

ER (sedang) = (0,20)(30) + (0,40)(50) + (0,30)(24) + (0,10)(40) = 37,2

ER (besar) = (0,20)(-40) + (0,40)(-10) + (0,30)(60) + (0,10)(80)= 14

Keputusan optimum adalah membeli truk ukuran sedang (standar)

ANALISIS POHON KEPUTUSAN

Analisi pohon keputusan (decision tree analysis) alat pembuatan model yang skematis
dalam menyelesaikan masalah keputusan. Oleh karena itu, penggunaan analisia pohon
keputusan sangat tepat apabila proses keputusan melibatkan serangkaian (sequential)
keputusan dan berkaitan dengan berbagai macam peristiwa. Prosedur yang dilakukan untuk
menentukan keputusan optimum berdasarkan analisa pohon keputusan adalah sebagai
berikut:

Contoh soal 14.5

Analisa pohon keputusan untuk menentukan keputusan optimum masalah PT

Berdikari

Dalam gambar 14.2 diilustrasikan bahwa probabilitas yang digunakan berdasarkan

analisa manajer pemasaran masing-masing 0,20, 0,35, 0,30, dan 0,15. Expected payoff untuk
setiap titik kemungkinan peristiwa 2, 3, dan 4 adalah masing-masing sebesar 31,5, 36,70, dan
18,50. Oleh karena titik kemungkinan peristiwa 3 memiliki nilai tertinggi, maka keputusan
optimum PT Berdikari adalah membeli truk ukuran sedang.

31,50 40

20
2 30

50

36,70 36,70 30

sedang 50 (dalam jutaan Rp)

1 3 24

40

-18,50 -40

4 -10

60

80

Gambar 14.2 Pohon Keputusan PT Berdikari

KRITERIA KEPUTUSAN NILAI YANG DIHARAPKAN

Dalam masalah keputusan probabilistik, decision maker telah mempunyai sumber

informasi yang sempurna (perfect information) terhadap segala peristiwa yang akan terjadi.
Nilai yang diharapkan (expected value) dari informasi seperti itu dikatakan sebagai nilai yang
diharapkan atas informasi yang sempurna (expected value of perfect information) yang
disingkar dengan EVPI.

Kriteria keputusan berdasarkan nilai yang diharapkan adalah memilih keputusan

berdasarkan payoff maksimum atau berdasarkan biaya ataupun kerugian minimum. Secara
matematis, expected payoff perfect information (EPPI) dapat ditulis dalam persamaan
sebagai berikut :

EPPI = (Payoff maksimum peristiwa I) P (I)

Contoh soal 14.8

Seandainya kita memperoleh payoff seperti diperlihatkan dalam tabel berikut ini
(dalam jutaan rupiah)

S1 S2
A1 20 30

A2 24 28

A3 14 50

Tentukanlah keputusan terbaik untuk setiap kriteria keputusan sebagai berikut :

Maximim, miximax, dan minimax. Jika P(s1) = 0,6 dan P(s2) = 0,4, tentukanlah keputusan
probabilistik (Bayes decision), expected payoff, EPPI, dan EVPI serta tunjukkan pula pohon
keputusannya.

Penyelesaian

1. Maxsimum : minimum payoff untuk ketiga alternatif keputusan adalah 20, 24 dan 14.
Maksimum dari ketiga nilai tersebut adalah 24 dengan demikian maximim keputusan
adalah A2.
2. Maxsimax : maksimum payoff untuk ketiga alternatif keputusan adalah 30, 28 dan 50.
Maksimum dari ketiga nilai tersebut adalah 50. Dengan demikian maximax keputusan
adalah A3.
3. Minimax : tabel opportunity loss dapat dilihat dalam tabel sebagai berikut :
 S1 S2
A1 4 20

A2 0 22

A3 10 0

Maksimum loss untuk ketiga alternatif keputusan adalah 20, 22, dan 10. Dari ketiga nilai
tersebut, minimum loss adalah 10. Dengan demikian keputusan minimax adalah A3.

4. keputusan probabilistik : Expected payoff untuk ketiga alternatif keputusan adalah

sebagai berikut :

ER (A1) = (0,6)(20) + (0,4)(30) = 24,0

ER (A2) = (0,6)(24) + (0,4)(28) = 25,6

ER (A3) = (0,6)(14) + (0,4)(50) = 28,4

Maksimum expected payoff adalah 28,4. Dengan demikian keputusan terbaik adalah
A3.
5. EVPI : langkah pertama menghitung EPPI.
EPPI = (0,6)(24) + (0,4)(50) = 34,4 atau Rp. 34.400.000,00
EVPI = EPPI – 28,4 = 34,4 – 28,4 = 6 atau Rp. 6.000.000,00
6. Pohon keputusan : pohon keputusan dapat dilihat dalam gambar 14.5, dimana
keputusan terbaik adalah A3 dengan expected payoff sebesar Rp. 28,4 atau Rp.
28.400.000,00.
 24,0 20

A1 30

28,4 25,6 24

A2
1 3

A3 28

28,4 14

50

Gambar 14.5. contoh 14.8