Session 5
Session 5
QUANTITATIVE
METHODS FOR
BUSINESS 8e
© 2001 South-
South-Western College Publishing/Thomson Learning Slide 1
Chapter 4
Analisis Keputusan,
Keputusan, Bagian A
Perumusan Masalah
Decision Making tanpa Probabilitas
Decision Making dengan Probabilitas
Slide 2
Perumusan Masalah
Slide 3
Diagram Pengaruh
Slide 4
Payoff Tables ((Tabel
Tabel--tabel payoff
payoff))
Slide 5
Pohon Keputusan
Slide 6
Decision Making tanpa Probabilitas
Slide 7
Optimistic Approach
Slide 8
Conservative Approach
Slide 9
Minimax Regret Approach
Slide 10
Example
States of Nature
s1 s2 s3
d1 4 4 -2
Decisions d2 0 3 -1
d3 1 5 -3
Slide 11
Example
Optimistic Approach
Pengambil keputusan optimistik akan
menggunakan pendekatan optimisoptimis.. Kita membutuhkan
nilai keputusan dengan nilai tertinggi dari tabel payoff.
Nilai terbesar adalah 55,, dan oleh karena itu keputusan
optimal adalah d3.
Maximum
Decision Payoff
d1 4
d2 3
choose d3 d3 5 maximum
Slide 12
Example
Slide 13
Example
A B C D E F
1 PAYOFF TABLE
2
3 Decision State of Nature Maximum Recommended
4 Alternative s1 s2 s3 Payoff Decision
5 d1 4 4 -2 4
6 d2 0 3 -1 3
7 d3 1 5 -3 5 d3
8
9 Best Payoff 5
Slide 14
Example
Conservative Approach
Pembuat keputusan yang Konservatif (Kolot)
Kolot) akan
menggunakan pendekatan konservatif
konservatif.. Daftar payoff
minimum untuk setiap keputusan
keputusan.. Dipilih keputusan
dengan yang maksimum dari payoffs minimum.
Minimum
Decision Payoff
d1 -2
choose d2 d2 -1 maximum
d3 -3
Slide 15
Example
Slide 16
Example
A B C D E F
1 PAYOFF TABLE
2
3 Decision State of Nature Minimum Recommended
4 Alternative s1 s2 s3 Payoff Decision
5 d1 4 4 -2 -2
6 d2 0 3 -1 -1 d2
7 d3 1 5 -3 -3
8
9 Best Payoff -1
Slide 17
Example
d1 0 1 1
d2 4 2 0
d3 3 0 2
Slide 18
Example
Slide 19
Example
Slide 20
Example
Slide 21
Decision Making dengan Probabilitas
Slide 22
Expected Value of a Decision Alternative
Slide 23
Example: Burger Prince
Rata-
ata-rata jumlah pelanggan per jam
s1 = 80 s2 = 100 s3 = 120
Slide 24
Example: Burger Prince
Slide 25
Example: Burger Prince
s1 .4 10,000
s2 .2
2 15,000
s3 .4
d1
14,000
s1 .4
d2 8,000
1 s2 .2
3 18,000
d3 s3
.4
12,000
s1 .4
6,000
s2 .2
4 16,000
s3
.4
21,000
Slide 26
Example: Burger Prince
Model A
Model C d3
EMV = .4(6,000) + .2(16,000) + .4(21,000)
4 = $14,000
Slide 27
Example: Burger Prince
Formula Spreadsheet for Expected Value Approach
A B C D E F
1 PAYOFF TABLE
2
3 Decision State of Nature Expected Recommended
4 Alternative s1 = 80 s2 = 100 s3 = 120 Value Decision
5 Model A 10,000 15,000 14,000 =$B$8*B5+$C$8*C5+$D$8*D5 =IF(E5=$E$9,A5,"")
6 Model B 8,000 18,000 12,000 =$B$8*B6+$C$8*C6+$D$8*D6 =IF(E6=$E$9,A6,"")
7 Model C 6,000 16,000 21,000 =$B$8*B7+$C$8*C7+$D$8*D7 =IF(E7=$E$9,A7,"")
8 Probability 0.4 0.2 0.4
9 Maximum Expected Value =MAX(E5:E7)
Slide 28
Example: Burger Prince
Solution Spreadsheet for Expected Value Approach
A B C D E F
1 PAYOFF TABLE
2
3 Decision State of Nature Expected Recommended
4 Alternative s1 = 80 s2 = 100 s3 = 120 Value Decision
5 Model A 10,000 15,000 14,000 12600
6 Model B 8,000 18,000 12,000 11600
7 Model C 6,000 16,000 21,000 14000 Model C
8 Probability 0.4 0.2 0.4
9 Maximum Expected Value 14000
Slide 29
Chapter 4
Analisis Keputusan,
Keputusan, Bagian B
Nilai harapan informasi lengkap
Analisis keputusan dengan informasi sampel
Mengembangkan strategi keputusan
Nilai harapan informasi sampel
Slide 30
Expected Value of Perfect Information
Slide 31
Expected Value of Perfect Information
EVPI Calculation
• Step 1:
tetapkan pengembalian optimal yang
mengaitkan dengan masing – masing sifat kondisi
kondisi..
• Step 2:
hitung expected value dari pengembalian
optimal ini.
ini.
• Step 3:
kurangi EV pada keputusan optimal dari jumlah
yang ditetapkan di step (2).
Slide 32
Example: Burger Prince
Slide 33
Example: Burger Prince
A B C D E F
1 PAYOFF TABLE
2
3 Decision State of Nature Expected Recommended
4 Alternative s1 = 80 s2 = 100 s3 = 120 Value Decision
5 d1 = Model A 10,000 15,000 14,000 12600
6 d2 = Model B 8,000 18,000 12,000 11600
7 d3 = Model C 6,000 16,000 21,000 14000 d3 = Model C
8 Probability 0.4 0.2 0.4
9 Maximum Expected Value 14000
10
11 Maximum Payoff EVwPI EVPI
12 10,000 18,000 21,000 16000 2000
Slide 34
Risk Analysis
Slide 35
Example: Burger Prince
.50
.40
Probability
.30
.20
.10
5 10 15 20 25
Slide 36
Sensitivity Analysis
Slide 37
Bayes’’ Theorem dan Posterior Probabilities
Bayes
Slide 38
Computing Branch Probabilities
Slide 39
Expected Value of Sample Information
Slide 40
Expected Value of Sample Information
EVSI Calculation
• Step 1:
tetapkan keputusan optimal dan pengembalian
yang diharapkan untuk keluaan posibel dari
informasi sample atau survey menggunakan
probabilitas posterior untuk sifat kondisinya
kondisinya..
Step 2:
hitung nilai harapan dati pengembalian optimal
ini.
ini.
• Step 3:
kurangi EV dari keputusan optimal yang
diperoleh tanpa menggunakan informasi sample
dari jumlah yang ditetapkan di step (2).
Slide 41
Efficiency of Sample Information
Slide 42
Example: Burger Prince
Sample Information
Burger Prince harus memutuskan apakah
menggunakan atau tidak survey marketing dari
Stanton Marketing sebesar $1,000. hasil survey bisa
“menguntungkan
menguntungkan"" atau “merugikan
merugikan".". Probabilitas
Kondisi sbb:
sbb:
P(untung
P(untung|| 80 pelanggan per jam) = .2
P(untung
P(untung | 100 pelanggan per jam) = .5
P(untung
P(untung | 120 pelanggan per jam) = .9
Slide 43
Example: Burger Prince
Diagram Pengaruh
Legend:
Hasil Avg. Jumlah
Keputusan
Survey Pelanggan
Kesempatan
Pasar Per Jam
Konsekuensi
Survey Ukuran
Profit
Pasar Restauran
Slide 44
Example: Burger Prince
Posterior Probabilities
Menguntungkan
Kondisi Sebelum Keadaan Gabungan Setelah
80 .4 .2 .08 .148
100 .2 .5 .10 .185
120 .4 .9 .36 .667
Total .54 1.000
P(Menguntungkan
P(Menguntungkan)) = .54
Slide 45
Example: Burger Prince
Posterior Probabilities
Merugikan
P(merugikan
P(merugikan)) = .46
Slide 46
Example: Burger Prince
Slide 47
Example: Burger Prince
Slide 48
Example: Burger Prince
Slide 49
Example: Burger Prince
1 s1 (.696) $10,000
s2 (.217)
I2 7 $15,000
d1 s3 (.087)
(.46)
$14,000
s1 (.696)
d2 $8,000
s2 (.217)
3 8 $18,000
s3 (.087)
d3 $12,000
s1 (.696) $6,000
s2 (.217)
9 $16,000
s3 (.087)
$21,000
Slide 50
Example: Burger Prince
Slide 52
Example: Burger Prince
Efisiensi survey:
survey:
EVSI/EVPI = ($900.88)/($2000) = .4504
Slide 53
The End of Chapter 5
Slide 54