TPK #4-Analisa Keputusan - Under Risk PDF

TEORI PENGAMBILAN
KEPUTUSAN
Analisis Keputusan:
Keputusan:
Keputusan dalam Kondisi Berisiko
Lecturers
Gesit Thabrani
© 2008 Prentice-Hall, Inc.
Faculty of Economics UNP
Objectives
Setelah menyelesaikan bab ini

ini,, mahasiswa akan mampu:
mampu:
1. Membuat daftar langkah-langkah dalam

proses pengambilan keputusan
2. Menggambarkan jenis dari lingkungan
pengambilan keputusan
3. Membuat keputusan dalam kondisi berisiko
4. Mengembangkan pohon keputusan secara
akurat dan bermanfaat
5. Mengetahui konsep utilitas

Outline
1. Pendahuluan
2. Enam Langkah dalam Pengambilan
Keputusan
3. Jenis dari Lingkungan Pengambilan
Keputusan
4. Pengambilan Keputusan dalam Kondisi
Berisiko
5. Pohon Keputusan
6. Konsep Utilitas

Pendahuluan
Apa saja yang terlibat dalam pengambilan

keputusan yang baik?
Teori keputusan adalah sebuah
pendekatan analitik dan sistematis dalam
studi pengambilan keputusan
Sebuah keputusan yang baik adalah yang
berdasarkan logika, dengan
mempertimbangkan semua data yang
tersedia dan alternatif-alternatif yang
memungkinkan, serta menggunakan
pendekatan kuantitatif

6 Langkah dalam Pengambilan
Keputusan
1. Definisikan dengan jelas permasalahan

2. Buat daftar alternatif-alternatif yang
memungkinkan
3. Identifikasi outcome yang mungkin
diperoleh
4. Buat daftar payoff atau profit dari masing-
masing kombinasi alternatif dan outcome
5. Pilih salah satu model matematika dari teori
keputusan
6. Gunakan model dan buat keputusan

Kasus:: Thompson Lumber Company
Kasus
Step 1 – Definisi masalah

Thompson mempertimbangkan untuk
mengembangkan lini produk dengan
membuat dan menjual produk baru
Alternatif adalah strategi yang dapat
dipilih pengambil keputusan
Step 2 – Buat daftar alternatif
Membangun pabrik yang besar
Pabrik yang kecil
Tidak membuat produk baru
Step 3 – Identifikasi possible outcome
Apakah pasarnya nanti bisa
menguntungkan atau tidak?
Kasus
Step 4 – buat daftar payoffs

Identifikasi conditional values profit
untuk pabrik yang besar, kecil, atau tidak
ada pabrik untuk kedua kondisi pasar
yang mungkin terjadi (dalam tabel
berikut)
Step 5 – Pilih model keputusan
Tergantung kepada lingkungan serta
resiko dan ketidakpastian
Step 6 – Aplikasikan model terhadap data
Solusi dan analisis digunakan untuk
membantu pengambilan keputusan
Kasus
STATE OF NATURE
FAVORABLE UNFAVORABLE
ALTERNATIF MARKET ($) MARKET ($)
Membangun pabrik yang
200,000 –180,000
besar
100,000 –20,000
kecil
Tidak membangun 0 0

Pengambilan Keputusan dalam
Kondisi Berisiko
Risiko dalam bisnis adalah bahaya atau

adanya kemungkinan atau peluang untuk
menderita atau menerima suatu kerugian
Risiko berkaitan erat dengan besarnya nilai
kemungkinan (peluang) dari munculnya hasil-
hasil yang tidak diinginkan oleh pengambil
keputusan
Semakin suatu hasil tidak diinginkan oleh
pengambil keputusan, maka keputusan
menjadi semakin berisiko
Kondisi Berisiko
Pada kondisi berisiko, informasi yang tersedia

bagi pengambil keputusan tidak tersedia
secara lengkap dan akurat, sehingga
pengambil keputusan harus memperkirakan
besarnya peluang dari berbagai kejadian
yang mungkin dapat terjadi
Besarnya nilai peluang dapat ditentukan
secara obyektif dengan menggunakan data
statistik masa lalu atau secara subyektif
berdasarkan perkiraan pengambil keputusan
Kondisi Berisiko
Prosedur analisis keputusan dalam

kondisi berisiko adalah:
Identifikasi berbagai alternatif tindakan
Setiap alternatif tindakan mempunyai
beberapa kemungkinan hasil (outcomes)
Pada setiap alternatif pilihan, berapa nilai
kemungkinan (probabilitas) harus
ditentukan
Tentukan payoff untuk setiap tindakan

Kondisi Berisiko
Ada 2 metode yang bisa digunakan:

Expected monetary value (EMV),
(EMV), yaitu
memilih alternatif yang memberikan
hasil yang terbesar
Expected opportunity loss (EOL),
(EOL), yaitu
memilih alternatif yang memberikan
nilai penyesalan (opportunity loss) yang
paling kecil

Expected Monetary Value (EMV)
Metode yang paling populer adalah dengan

memilih alternatif yang memberikan expected
monetary value (EMV) tertinggi
EMV (alternatif i) = (payoff kondisi 1)

x (probabilitas kondisi 1)
+ (payoff dari kondisi 2)
+ … + (payoff dari kondisi terakhir)
x (probabilitas kondisi terakhir)

Kasus
STATE OF NATURE
MARKET ($) MARKET ($)
ALTERNATIF (p1=0.5) (p2=0.5)
200,000 –180,000
besar
100,000 –20,000
kecil
Tidak membangun 0 0

Kasus
Masing-masing pasar memiliki probabilitas 0.50
Mana alternatif yang memberikan EMV tertinggi?
Perhitungannya adalah
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 (no pabrik) = (0.50)($0) + (0.50)($0)
= $0

Kasus
STATE OF NATURE
ALTERNATIF MARKET ($) MARKET ($) EMV ($)
Bangun pabrik besar 200,000 –180,000 10,000
Bangun pabrik kecil 100,000 –20,000 40,000
Tidak Membangun 0 0 0
Probabilitas 0.50 0.50
EMV terbesar

Kasus 2: Pedagang Asongan
Seorang pedagang asongan sedang

mempertimbangkan dua alternatif
kegiatan; A dan B, yang memberikan
kondisi finansial yang berbeda. Setiap
kondisi memiliki probabilitas kejadian
yang sama (p1 = 0,5 dan p2 = 0,5)
Matriks payoff dari masalah ini dapat
digambarkan sebagai berikut:

KONDISI CUACA
ALTERNATIF MENDUNG CERAH
TINDAKAN P1 = 0,5 P2 = 0,5
A (menjual minuman) - 1.000 1.060
B (menjual payung) 20 30
Keputusan apa yang akan diambil oleh

pedagang asongan tersebut?

Masing-masing tindakan memiliki probabilitas 0.50
EMV (menjual minuman) = (0.50)(-1.000) + (0.50)(1.060)

= 30
EMV (menjual payung) = (0.50)(20) + (0.50)(30)
= 25

KONDISI CUACA
ALTERNATIF MENDUNG CERAH EMV
TINDAKAN P1 = 0,5 P2 = 0,5
A (menjual
- 1.000 1.060 30
minuman)
B (menjual payung) 20 30 25
EMV terbesar
Maka pedagang asongan tersebut akan memilih
alternatif menjual minuman

Expected Opportunity Loss (EOL)
Expected opportunity loss (EOL) adalah biaya

(cost) yang muncul karena kita tidak
mengambil solusi terbaik
Langkah pertama adalah membuat tabel
opportunity loss
Untuk masing-masing alternatif, kalikan
opportunity loss dengan probabilitas dari loss
untuk masing-masing outcome yang mungkin
kemudian tambahkan semuanya
Minimum EOL akan selalu menghasilkan
keputusan yang sama dengan maksimum
EMV
Minimum EOL akan selalu sama dengan EVPI
Kasus
STATE OF NATURE
ALTERNATIF MARKET ($) MARKET ($) EOL
Bangun pabrik yang
0 180,000 90,000
besar
Bangun pabrik yang kecil 100,000 20,000 60,000
No pabrik 200,000 0 100,000
Probabilitas 0.50 0.50
Minimum EOL
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 (no pabrik) = (0.50)($200,000) + (0.50)($0)
= $100,000
Expected Value of Perfect
Information (EVPI
(EVPI))
EVPI meletakkan “batas atas” berapa yang
seharusnya kita bayar untuk tambahan informasi
EVPI = EVwPI – Maximum EMV
EVwPI adalah pengembalian rata-rata untuk jangka
panjang jika kita mempunyai informasi sempurna
sebelum keputusan dibuat
EVwPI = (payoff terbaik dari kondisi 1)

+ (payoff terbaik dari kondisi 2)
+ … + (payoff terbaik kondisi terakhir)
x (probabilitas kondisi terakhir)
Information (EVPI
(EVPI))
Scientific Marketing, Inc. menawarkan analisis

yang memberikan kepastian mengenai
kondisi pasar (favorable)
Tambahan informasi ini memerlukan biaya
$65,000
Apakah menguntungkan untuk membeli
informasi tersebut?

Information (EVPI)
1. Alternatif terbaik untuk kondisi pasar yang menguntungkan

adalah membangun pabrik yang besar dengan payoff
$200,000
Alternatif terbaik untuk kondisi pasar yang kurang
menguntungkan adalah tidak jadi membangun sehingga
payoff $0
EVwPI = ($200,000)(0.50) + ($0)(0.50) = $100,000
Jadi jika kita memiliki informasi yang sempurna, payoff rata-

rata adalah $100,000
2. Maksimum EMV tanpa tambahan informasi adalah $40,000
= $100,000 - $40,000
= $60,000
Information (EVPI
(EVPI))
1. Alternatif terbaik untuk kondisi pasar yang

menguntungkan adalah membangun
Sehingga maksimal yangpabrik yang
harus
besar dengan payoff
dibayar$200,000
Thompson untuk
alternatif terbaik untuk kondisi
tambahan pasar
informasi yang kurang
adalah
menguntukan adalah
$60,000tidak jadi membangun
sehingga payoff $0
EVwPI = ($200,000)(0.50) + ($0)(0.50) = $100,000
2. Maksimum EMV tanpa tambahan informasi adalah
$40,000
= $100,000 - $40,000
= $60,000
Kasus: EMV
Misalkan sebuah
perusahaan memiliki PROSPEK PASAR
tiga alternatif
investasi A, B, dan C ALTERNATIF CERAH LESU
dan dua peristiwa INVESTASI P2 = 0,6 P1 = 0,4
yang mencerminkan
kondisi pasar yang
berlainan. Matrik A 50.000 -10.000
payoff disajikan
sebagai berikut:
Dengan B 15.000 60.000
menggunakan
kriteria Expected
Monetary Value, C 100.000 10.000
tentukan alternatif
investasi yang
dipilih!
Kasus : EMV
Masing-masing pasar memiliki probabilitas 0.60 dan

0,4
EMV (alternatif A) = (0,6)(50.000) + (0,4)(–10.000)

= 26.000
EMV (alternatif B) = (0,6)(15.000) + (0,4)(60.000)
= 33.000
EMV (alternatif C) = (0,6)(100.000) + (0,4)(10.000)
= 64.000

Kasus : EMV
PROSPEK PASAR
ALTERNATIF CERAH
LESU
INVESTASI P2 = 0,6
P1 = 0,4 EMV
A 50.000 -10.000 26.000
B 15.000 60.000 33.000
C 100.000 10.000 64.000
EMV terbesar
Kasus: EOL
Misalkan sebuah
tiga alternatif
yang mencerminkan
kondisi pasar yang
payoff disajikan
sebagai berikut:
Dengan B 15.000 60.000
menggunakan
kriteria Expected
Opportunity Loss, C 100.000 10.000
tentukan alternatif
investasi yang
dipilih!
Kasus:: EOL
Kasus
Tabel opportunity loss
PROSPEK PASAR
ALTERNATIF CERAH LESU
INVESTASI P2 = 0,6 P1 = 0,4
A 100.00 - 50.000 60.000-(-10.000)
B 100.000 - 15.000 60.000 - 60.000
C 100.000 - 100.000 60.000 - 10.000

Kasus:: EOL
Kasus
PROSPEK PASAR
ALTERNATIF CERAH LESU EOL
INVESTASI P2 = 0,6 P1 = 0,4
A 50.000 70.000 58.000
B 85.000 0 51.000
C 0 50.000 20.000
Minimum EOL

Kasus:: EVPI
Kasus
Misalkan sebuah
tiga alternatif
yang mencerminkan
kondisi pasar yang
payoff disajikan
sebagai berikut:
Tawaran dari B 15.000 60.000
lembaga penelitian
biaya sebesar
25.000 agar C 100.000 10.000
informasi menjadi
sempurna. Apakah
tawaran ini akan
diterima? Faculty of Economics UNP
Kasus:: EVPI
Kasus
1. Alternatif terbaik untuk kondisi pasar cerah adalah investasi C
dengan payoff 100.000
alternatif terbaik untuk kondisi pasar lesu adalah alternatif B
dengan payoff 60.000
EVwPI = (100.000)(0.6) + (60.000)(0.4) = 84.000
Jadi jika kita memiliki informasi yang sempurna, payoff rata-rata

adalah 84.000
2. Maksimum EMV tanpa tambahan informasi adalah 64.000
= 84.000 – 64.000
= 20.000
Jadi, jumlah maksimum yang dapat dibayarkan untuk
memperoleh informasi sempurna adalah 20.000. Oleh karena
itu tawaran dari lembaga penelitian tersebut ditolak
Analisis Sensitivitas
Analisis sensitivitas mengukur bagaimana

perubahan keputusan kita dengan adanya input
yang berbeda
Untuk kasus Thompson Lumber Company
P = probabilitas untuk pasar yang

menguntungkan
(1 – P) = probabilitas untuk pasar yang tidak
menguntungkan

Kasus
STATE OF NATURE
ALTERNATIF FAVORABLE UNFAVORABLE

200,000 –180,000
besar
100,000 –20,000
kecil
Tidak membangun 0 0

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(No Pabrik) = $0P + 0(1 – P)
= $0

EMV Values
$300,000
$200,000 EMV (pabrik besar)

Point 2
$100,000 EMV (pabrik kecil)

Point 1
0 EMV (no pabrik)

.167 .615 1
–$100,000 Nilai dari P
–$180,000

Point 1:
EMV(no pabrik) = EMV(pabrik kecil)
20,000
0 = $120,000 P − $20,000 P= = 0.167
120,000
Point 2:
EMV(pabrik kecil) = EMV(pabrik besar)
$120,000 P − $20,000 = $380,000 P − $180,000
160,000
P= = 0.615
260,000

ALTERNATIF RANGE OF P
TERBAIK VALUES
Do nothing Kurang dari 0.167
EMV Values
Bangun pabrik kecil 0.167 – 0.615
$300,000
Bangun pabrik besar Besar dari 0.615
$200,000 EMV (large plant)
Point 2
$100,000 EMV (small plant)

Point 1
0 EMV (do nothing)

.167 .615 1
–$100,000 Values of P
–$180,000

Pohon Keputusan
(Decision Tree)
Setiap permasalahan yang dapat disajikan dalam
tabel keputusan dapat juga digambarkan dalam
pohon keputusan (decision tree)
Pohon keputusan sangat bermanfaat ketika
tahapan-tahapan keputusan harus dibuat
Semua pohon keputusan terdiri dari titik
keputusan (decision points atau nodes) dan titik
kondisi (state
state--of-
of-nature points atau nodes)
Titik keputusan adalah satu dari beberapa
alternatif yang mungkin dipilih
Titik kondisi (state-of-nature node) akan
keluar ketika satu titik sudah terjadi
Lima Langkah dalam Analisis
Pohon Keputusan
1. Definisikan permasalahan
2. Buat struktur atau gambar pohon keputusan
3. Tentukan probabilitas dari setiap kondisi
4. Perkirakan payoff untuk masing-masing
kombinasi alternatif dan kondisi
5. Selesaikan masalah dengan menghitung
expected monetary values (EMVs) untuk
setiap titik kondisi

Struktur dari Pohon Keputusan
Pohon dimulai dari kiri ke kanan

Gambarkan keputusan dan outcomes dalam
rangkaian urutan
Kotak berarti titik keputusan
Lingkaran berarti titik kondisi
Garis atau ranting menghubungkan titik
keputusan dan kondisi

Kasus
STATE OF NATURE
ALTERNATIF FAVORABLE UNFAVORABLE

200,000 –180,000
besar
100,000 –20,000
kecil
Tidak membangun 0 0

Pohon Keputusan untuk Kasus
Thompson
Titik Kondisi
Pasar Baik
Titik Keputusan
1
Pasar tidak baik
Pasar baik
Pabrik kecil
2
Pasar tidak baik

Thompson
EMV titik 1 = = (0.5)($200,000) + (0.5)(–$180,000)
$10,000
Payoffs
Pasar baik (0.5)
$200,000
Alternatif dengan EMV
terbesar dipilih 1
Pasar tidak baik (0.5)
–$180,000
Pasar baik (0.5)

$100,000
Pabrik kecil
2
Pasar tidak baik (0.5)
–$20,000
EMV titik 2 = = (0.5)($100,000)

$40,000 + (0.5)(–$20,000)
$0
Thompson Yang Lebih Kompleks
Jika keputusan yang diambil bertahap, decision tree

lebih berguna daripada tabel keputusan
Contoh, jika John Thompson punya dua keputusan
yang dibuat, dimana keputusan kedua tergantung
kepada outcome dari keputusan pertama
Sebelum membangun pabrik, John punya pilihan
apakah akan melakukan survey pasar sendiri dengan
biaya $10,000.
Informasi dari survey akan membantu keputusan
apakah membangun pabrik besar, kecil atau tidak
membangun
John sadar, survei pasar tidak memberikan informasi
yang lengkap namun paling tidak memberikan
informasi yang cukup membantu
Keputusan pertama, John melakukan survei

pasar dengan biaya $10,000.
Jika tidak survei, tetap akan melahirkan 3
alternatif keputusan: bangun pabrik besar, kecil
atau tidak jadi buat pabrik, dan ini menjadi
keputusan kedua
Jika melakukan survei, probabilitas hasil survei
positif adalah 0.45, dan hasil survei negatif
adalah 0.55.
Hasil dari survei positif, kemungkinan pasar
memang bagus adalah 0.78 dan pasar tidak
bagus adalah 0.22
Hasil survei negatif, kemungkinan pasar bagus
0.27 dan pasar tidak bagus 0.73
Titik Keputusan Titik Keputusan Payoffs
Pertama Kedua
Pasar bagus (0.78)
$190,000
2 Pasar tidak bagus (0.22)
–$190,000
Pasar bagus (0.78)
Pabrik $90,000
kecil 3 Pasar tidak bagus (0.22)
–$30,000
Tidak buat pabrik
–$10,000
1 Pasar bagus (0.27)
$190,000
–$190,000
Pasar bagus (0.27)
Pabrik $90,000
kecil
–$30,000
Tidak buat pabrik
–$10,000
Pasar bagus (0.50)

$200,000
–$180,000
Pasar bagus (0.50)
pabrik $100,000
kecil
–$20,000
Tidak buat pabrik
$0

Pada kolom payoff, biaya survei sebesar $10,000

akan diperhitungkan pada 10 cabang pohon teratas
Payoff jika bangun pabrik besar untuk pasar bagus
adalah 200,000. namun karena ada survei yang
dilakukan, maka payoff-nya menjadi 190,000
(200,000 – 10,000).
Untuk kasus pasar tidak bagus, maka kerugiannya
menjadi 190,000 (180,000 + 10,000)
Maka, dengan data yang ada, kita bisa menghitung
EMV masing-masing keputusan

Jika survei memberikan hasil yang positif

EMV (titik 2) = EMV (pabrik besar | survei positif)
=(0,78)(190,000)+(0,22)((-190,000) = $106,400
EMV (titik 3) = EMV (pabrik kecil | survei positif)
= (0,78)(90,000)+(0,22)(-30,000)= 63,600
EMV jika tidak membangun adalah -$10,000
Keputusan terbaik adalah bangun pabrik

besar

Jika hasil survei adalah negatif

EMV (titik 4) = EMV (pabrik besar | survei negatif)
= (0.27)(90,000) + (0.73)(-190,000) = -$87,400
EMV (titik 5) = EMV (pabrik kecil | survei negatif)
= (0.27)(90,000) + (0.73)(-30,000) = 2,400
Jika tidak membangun, maka EMV = -$10,000
Keputusan terbaik adalah bangun pabrik

kecil

Sehingga, kita bisa menghitung EMV jika

perusahaan melakukan survei pasar (sebagai
hasil dari keputusan kedua)
EMV (titik 1) = EMV (melakukan survei)

= (0.45)(106,400) + (0.55)(2,400)
= 47,880 + 1,320 = 49,200

Jika survei pasar tidak dilakukan,

EMV (titik 6) = EMV (pabrik besar)
= (0,50)(200,000)+(0,50)(-180,000)
= $10,000
EMV (titik 7) = EMV (pabrik kecil)
= (0,50)(100,000) + (0,50)(-20,000)
= 40,000
Jika tidak membangun, EMV = $0
Keputusan terbaik adalah membangun pabrik

kecil

Kembali pada titik keputusan pertama dan

pilih alternatif terbaik
EMV melakukan survei = $49,200
EMV tidak melakukan survei = $40,000
Maka keputusan terbaik adalah melakukan

survei
jika hasil survei positif maka bangun pabrik besar
Jika hasil survei negatif maka sebaiknya
membangun pabrik yang kecil saja

First Decision Second Decision Payoffs
Point Point
$106,400 Favorable Market (0.78)
$190,000
Unfavorable Market (0.22)
$106,400
–$190,000
Small $90,000
Plant –$30,000
No Plant
–$10,000
–$87,400 Favorable Market (0.27)
$190,000
$2,400 –$190,000
Small $90,000
Plant Unfavorable Market (0.73)
–$30,000
No Plant
–$10,000
$49,200

$200,000
–$180,000
$40,000

Small $100,000
Plant Unfavorable Market (0.50)
–$20,000
No Plant
$0
Figure 3.4
Expected Value dari Informasi
Tambahan
Thompson ingin mengetahui nilai aktual dari
melakukan survei
Expected value Expected value
dengan informasi tambahan, dari pilihan terbaik
EVSI = dg asumsi tidak ada cost utk – tanpa informasi
mendapatkan info tambahan
= (EV dengan informasi tambahan + cost)
– (EV tanpa informasi tambahan)
= ($49,200 + $10,000) – $40,000 = $19,200
Artinya John mampu membayar sampai $19,200 untuk
survei. Karena biaya survei hanya $10,000, maka survei
seharusnya dilakukan
EVSI = Expected Value of Sample Information
Seberapa sensitif keputusan tersebut untuk

merubah probabilitas
Seberapa sensitif keputusan kita terhadap
probabilitas dari hasil survei yang mengatakan
pasar baik?
Jika probabilitas dari hasil survei positif adalah
0.45 yang akan diubah, apakah keputusan kita
sama?
Seberapa besar hal tersebut dapat berubah
sebelum kita membuat keputusan berbeda?

p = probabilitas bahwa hasil survei positif

(1 – p) =probabilitas bahwa hasil survei negatif
EMV(titik 1) = ($106,400)p +($2,400)(1 – p)

= $104,000p + $2,400
Kondisi ini adalah indifferent dimana ketika EMV

titik 1 sama dengan EMV jika tidak melakukan
survei, $40,000
$104,000p + $2,400= $40,000

$104,000p = $37,600
p = $37,600/$104,000 = 0.36
Jadi, selama hasil dari survei adalah positif

mempunyai probabilitas, p, lebih besar dari
0,36, maka keputusan kita tetap sama yaitu
melakukan survei
Ketika p kurang dari 0,36, maka keputusan
kita adalah tidak melakukan survei, karena
tidak menguntungkan

Kasus:: Monica Britt
Kasus
Monica Britt berencana membuat perusahaan

yang memproduksi kapal pesiar kecil khusus
untuk anak-anak usia 10-15 tahun. Karena
investasi yang besar, maka Monica bermaksud
melakukan riset untuk melihat pasar, dengan
biayanya $10,000. Riset tersebut bisa sukses,
bisa juga tidak. Keputusan yang ingin diambil
oleh Monica adalah apakah membuat pabrik
besar, pabrik kecil atau tidak buat pabrik.

Kasus:: Monica Britt
Kasus
Jika pasar bagus, Monica perkirakan hasil dari pabrik

besar adalah $90,000 dan dari pabrik kecil $60,000. jika
pasar tidak bagus, Monica akan rugi $30,000 dari pabrik
besar dan $20,000 dari pabrik kecil. Monica perkirakan
probabilitas pasar bagus berdasarkan survei yang
sukses adalah 0.8. probabilitas pasar tidak bagus
berdasarkan survei yang tidak sukses adalah 0.9.
monica kira ada peluang fifty-fifty riset tersebut akan
sukses. Tentu saja Monica bisa saja memutuskan tidak
melakukan riset dan mengambil keputusan dari 3
alternatif tersebut. Tanpa riset, diperkirakan pasar
bagus adalah 0.6. apa sebaiknya keputusan Monica?

Utility Theory
Nilai uang tidak selalu menjadi indikator

yang tepat dari keseluruhan nilai dari hasil
dari sebuah keputusan
Keseluruhan nilai dari sebuah keputusan
dinamakan utility
Orang yang rasional dalam mengambil
keputusan, tujuannya adalah untuk
memaksimalkan utilitas

Utility Theory
Contoh, anda mendapat lotere. Dalam 5 menit

akan dilakukan pelemparan koin.
Jika koin menunjukkan angka maka anda
mendapat uang $5 juta
Jika koin menunjukkan kepala maka anda tidak
mendapat apa-apa
Tiba-tiba ada seorang kaya yang ingin membeli
lotere anda seharga $2 juta
Apakah anda akan menerima tawaran tersebut?

Utility Theory
$2,000,000
Terima
Tawaran
$0
Kepala
(0.5)
Tolak
Tawaran
Angka
(0.5)
EMV = $2,500,000 $5,000,000

Utility Theory
Contoh, keputusan membeli asuransi kecelakaan

Membeli polis asuransi berarti membayar
3.000.000
Jika tidak terjadi kecelakaan berarti tidak
mendapat apa-apa
Jika terjadi kecelakaan, ternyata kerugian
sebesar 100.000.000, dan itu ditanggung oleh
perusahaan asuransi

Utility Theory
PERISTIWA
SELAMAT KECELAKAAN
ALTERNATIF KEPUTUSAN
(p1 = 0,98) P2 = 0,02
-3.000.000
Beli Polis -3.000.000 -100.000.000
+100.000.000
Tidak beli Polis 0 -100.000.000
Expected Value:
EV (beli polis) = -3 jt (0.98) + (-3 jt)(0.02)
= -3.000.000
EV (tidak beli polis) = 0 (0.98) +(-100 jt)(0.02)
= -2.000.000
Menentukan Nilai Utility
Utility assessment memberikan nilai utilitas untuk

outcome terburuk dengan nilai 0, and outcome
terbaik dengan nilai 1
A standard gamble digunakan untuk menentukan
nilai utilitas
Ketika indiferen, nilai utilitas alternatif 1 dan
alternatif 2 adalah sama
Expected utility dari alternatif 2 = Expected utility dari alternatif 1

Utilitas dari outcome lain = (p)(utilitas best outcome, yaitu 1)
+ (1 – p)(utilitas worst outcome, yaitu
0)
Utilitas dari outcome lain = (p)(1) + (1 – p)(0) = p

Standard Gamble
(p)
Utilitas untuk Outcome
Terbaik = 1
(1 – p) Utilitas untuk Outcome
Terburuk = 0
Utilitas Outcome
Yang Lain = ?

Contoh:: Investasi Jane
Contoh
Jane Dickson ingin membuat kurva utilitas yang
menunjukkan preferensinya terhadap uang antara $0
dan $10,000
Kurva utilitas adalah grafik yang memplot antara nilai
utilitas dibandingkan dengan nilai uang
Jika investasi di bank akan menghasilkan $5,000
Investasi dalam real estate akan menghasilkan $0
atau $10,000
Kecuali jika ada 80% kemungkinan mendapatkan
$10,000 dari real estate, sesungguhnya Jane lebih
memilih untuk menyimpan uangnya di bank
Jadi jika p = 0.80, Jane indifferen antara investasi
pada bank atau investasi pada real estate

Contoh:: Investasi
Contoh
p = 0.80 $10,000
U($10,000) = 1.0
(1 – p) = 0.20 $0
U($0.00) = 0.0
$5,000
Figure 3.8
U($5,000) = p = 0.8
Utilitas untuk $5,000 = U($5,000) = pU($10,000) + (1 – p)U($0)

= (0.8)(1) + (0.2)(0) = 0.8
Contoh:: Investasi Jane
Contoh
Kita dapat mengukur nilai utilitas yang lain dengan

cara yang sama
Untuk kasus Jane, misalnya:
Utilitas untuk $7,000 = 0.90

Utilitas untuk $3,000 = 0.50
Dengan menggunakan tiga utilitas untuk tiga jumlah

uang yang berbeda, Jane dapat membuat kurva
utilitasnya

Kurva Utilitas Jane
1.0 –
U ($10,000) = 1.0
U ($7,000) = 0.90
0.9 –
0.8 –
U ($5,000) = 0.80
0.7 –
0.6 –
Utility
0.5 –
U ($3,000) = 0.50
0.4 –
0.3 –
0.2 –
0.1 –
U ($0) = 0
| | | | | | | | | | |
$0 $1,000 $3,000 $5,000 $7,000 $10,000
Monetary Value

Kurva Utilitas
Risk
Avoider
Utility
Risk
Seeker
Monetary Outcome
Kurva Utilitas
Kurva utilitas Jane adalah model risk avoider atau

penghindar risiko
Seorang penghindar risiko memperoleh utilitas yang
lebih kecil dari risiko yang makin besar
Ia akan menghindari situasi dimana kerugian terbesar
terjadi
Jika nilai uang meningkat, kurva utilitas meningkat
dengan peningkatan yang lebih lambat
Sedangkan pengambil risiko mendapatkan utilitas yang
lebih besar dari risiko yang lebih besar
Jika nilai uang meningkat, kurva utilitas juga meningkat
tajam
Seseorang yang biasa-biasa saja atau indifferent akan
memiliki kurva utilitas yang linier
Utility sebagai Sebuah
Kriteria Decision-
Decision-Making
Jika kurva utilitas telah dibuat, maka ia bisa

digunakan dalam pengambilan keputusan
Caranya dengan mengganti nilai uang
dengan nilai utilitas
Expected utility kemudian dihitung seperti
menghitung EMV

Kriteria Decision-
Decision-Making
Contoh: Mark Simkin adalah orang yang suka

berspekulasi
Ia memainkan paku payung dengan
melemparkannya ke udara
Jika paku payung tersebut mendarat dengan
posisi tegak, maka ia menang $10,000
Jika paku payung mendarat dengan posisi
terbalik, Mark kalah $10,000
Haruskah Mark memainkan permainan ini
(alternatif 1)?
Kriteria Decision-
Decision-Making
Paku tegak (0.45)

$10,000
Paku terbalik 0.55)

–$10,000
Mark tidak mainkan game

$0

Kriteria Decision-
Decision-Making
Step 1– tentukan nilai utilitas Mark

U (–$10,000) = 0.05
U ($0) = 0.15
U ($10,000) = 0.30
Step 2 – ganti nilai uang dengan nilai utilitas

E (alternatif 1: mainkan game) = (0.45)(0.30) + (0.55)(0.05)
= 0.135 + 0.027 = 0.162
E (alternatif 2: tidak mainkan game) = 0.15

Kriteria Decision-
Decision-Making
1.00 –
0.75 –
Utility
0.50 –
0.30 –
0.25 –
0.15 –
0.05 –
0 |– | | | |
–$20,000 –$10,000 $0 $10,000 $20,000
Monetary Outcome

Kriteria Decision-
Decision-Making
Utility
E = 0.162 Paku tegak (0.45)
0.30
Paku terbalik (0.55)

0.05
Tidak mainkan game

0.15

Utility sebagai Sebuah Kriteria
Decision--Making
Decision
Maka, alternatif 1 adalah strategi terbaik,

dengan menggunakan utilitas sebagai kriteria
keputusan
Kurva utilitasnya adalah kurva utilitas
pengambil risiko (risk seeker)
Pilihan untuk memainkan permainan ini
menunjukkan preferensinya kepada risiko

TPK #4-Analisa Keputusan - Under Risk PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

TPK #4-Analisa Keputusan - Under Risk PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

TEORI PENGAMBILAN

Setelah menyelesaikan bab ini

1. Membuat daftar langkah-langkah dalam

Faculty of Economics UNP

Faculty of Economics UNP

Apa saja yang terlibat dalam pengambilan

Faculty of Economics UNP

1. Definisikan dengan jelas permasalahan

Faculty of Economics UNP

Step 1 – Definisi masalah

Step 4 – buat daftar payoffs

Faculty of Economics UNP

Risiko dalam bisnis adalah bahaya atau

Pada kondisi berisiko, informasi yang tersedia

Prosedur analisis keputusan dalam

Faculty of Economics UNP

Ada 2 metode yang bisa digunakan:

Faculty of Economics UNP

Metode yang paling populer adalah dengan

EMV (alternatif i) = (payoff kondisi 1)

Faculty of Economics UNP

Faculty of Economics UNP

Masing-masing pasar memiliki probabilitas 0.50

Mana alternatif yang memberikan EMV tertinggi?

EMV (pabrik besar) = (0.50)($200,000) + (0.50)(–$180,000)

Faculty of Economics UNP

Bangun pabrik besar 200,000 –180,000 10,000

Bangun pabrik kecil 100,000 –20,000 40,000

Faculty of Economics UNP

Seorang pedagang asongan sedang

Faculty of Economics UNP

Keputusan apa yang akan diambil oleh

Faculty of Economics UNP

Masing-masing tindakan memiliki probabilitas 0.50

Mana alternatif yang memberikan EMV tertinggi?

EMV (menjual minuman) = (0.50)(-1.000) + (0.50)(1.060)

Faculty of Economics UNP

Faculty of Economics UNP

Expected opportunity loss (EOL) adalah biaya

EVwPI = (payoff terbaik dari kondisi 1)

Scientific Marketing, Inc. menawarkan analisis

Faculty of Economics UNP

1. Alternatif terbaik untuk kondisi pasar yang menguntungkan

Jadi jika kita memiliki informasi yang sempurna, payoff rata-

1. Alternatif terbaik untuk kondisi pasar yang

Masing-masing pasar memiliki probabilitas 0.60 dan

EMV (alternatif A) = (0,6)(50.000) + (0,4)(–10.000)

Faculty of Economics UNP

A 50.000 -10.000 26.000

B 15.000 60.000 33.000

C 100.000 10.000 64.000

Tabel opportunity loss

Faculty of Economics UNP

Faculty of Economics UNP

Jadi jika kita memiliki informasi yang sempurna, payoff rata-rata

Analisis sensitivitas mengukur bagaimana

P = probabilitas untuk pasar yang

Faculty of Economics UNP

ALTERNATIF FAVORABLE UNFAVORABLE

Faculty of Economics UNP

EMV(Pabrik besar) = $200,000P – $180,000)(1 – P)

Faculty of Economics UNP

$200,000 EMV (pabrik besar)