Nama : Dwi Saputri

Nim : 13117031
Prodi : Teknik Elektro

Soal dan jawaban.

1. Apakah yang dimaksud dengan Under Certainty, Under Risk. dan Under Uncertainty serta
berikan solusi untuk pengambilan keputusan tersebut?
a. Under Certainty merupakan pengambilan keputusan dibawah kepastian yang
mengindikasikan bahwa kita yakin dengan keadaan yang ada di masa depan (diasumsikan
demikian), pada model atau metode ini diindikasikan bawa peluang atau probabilitas p1 di
masa depan N1 adalah 1.0 dan masa depan lainnya memiliki probabilitas nol. Solusinya
adalah dengan memilih alternative yang dapat memberikan kita hasil yang menguntungkan.
Walaupun ini terlihat seperti hal yang tidak terlalu penting namun terdapat banyak masalah
yang kompleks untuk diselesaikan. Teknik-teknik atau metode yang dapat digunakan untuk
menyelesaikan pengambilan keputusan dalam kondisi pasti ini diantaranya adalah seperti
program linier atau analisis jaringan kerja yaitu CPM (Critical Path Method) atau PERT
(Project Evaluation and Review Technique).
Contohnya :
Pertimbangkan sebuah pabrik yang menghasilkan dua produk, produk X dan produk Y.
Masalahnya adalah ini: Jika Anda dapat merealisasikan keuntungan $ 10,00 per unit produk
X dan $ 14,00 per unit produk Y, berapa tingkat produksi x unit produk X dan y unit produk
Y yang memaksimalkan keuntungan P setiap hari? Produksi Anda, dan oleh karena itu,
keuntungan Anda, tunduk pada batasan sumber daya, atau batasan. Asumsikan dalam contoh
ini bahwa Anda mempekerjakan lima pekerja — tiga masinis dan dua perakit — dan masing-
masing hanya bekerja 40 jam seminggu.
• Produk X membutuhkan tiga jam pemesinan dan satu jam perakitan per unit.
• Produk Y membutuhkan dua jam pengerjaan dan dua jam perakitan per unit.
Nyatakan masalahnya: Berapa banyak produk X dan produk Y yang harus diproduksi untuk
memaksimalkan keuntungan?
Variabel keputusan:
Misalkan x = jumlah produk X yang akan diproduksi per hari
Misalkan y = jumlah produk Y yang akan diproduksi per hari
Fungsi tujuan: memaksimalkan P = 10x + 14y
Batasan:
3x + 2y… 120 (jam waktu pengerjaan)
x + 2y … 80 (jam waktu perakitan)
Seperti yang diilustrasikan pada Gambar 1, Anda bisa mendapatkan keuntungan sebesar:

• $ 350 dengan menjual 35 unit X atau 25 unit Y

• $ 700 dengan menjual 70 unit X atau 50 unit Y

• $ 620 dengan menjual 62 unit X atau 44,3 unit Y; atau (seperti dalam dua kasus pertama
juga) setiap kombinasi X dan Y pada garis isoprofit yang menghubungkan kedua titik ini.
Karena hanya ada dua produk, batasan ini dapat ditampilkan pada grafik dua dimensi
(Gambar 2). Karena semua hubungan linier, solusi untuk masalah kita akan berada di salah
satu sudut. Untuk mencari solusinya, mulailah dari beberapa solusi yang layak (memenuhi
batasan yang diberikan) seperti (x, y) = (0,0), dan lanjutkan ke arah "pendakian paling
curam" dari fungsi keuntungan (dalam hal ini, dengan meningkatkan produksi Y pada laba $
14,00 per unit) sampai beberapa batasan tercapai. Karena jam perakitan dibatasi hingga 80,
tidak lebih dari 80/2, atau 40, unit Y dapat dibuat, menghasilkan 40 * +14.00, atau untung $
560. Kemudian lanjutkan di sepanjang pendakian paling curam yang diijinkan dari sana (di
sepanjang jalur kendala perakitan) hingga kendala lain (jam pengerjaan mesin) tercapai. Pada
titik itu, (x, y) = (20,30) dan keuntungan P = (20 * +10,00) + (30 * +14,00), atau $ 620.
Karena tidak ada keuntungan yang tersisa di mana keuntungan meningkat, ini adalah solusi
yang optimal.

Gambar 1 Contoh program linier: garis isoprofit.

 Gambar 2 Contoh program linier: kendala dan solusi
b. Under Risk merupakan kondisi ketika seorang manajer tidak mempunyai informasi yang
lengkap dalam mengambil suatu keputusan maka akan timbul sebuah resiko (risk). Dalam
pengambilan keputusan dibawah resiko seseorang mengasumsikan bahwa terdapat
sejumlah peluang atau kemungkinan keadaaan di masa depan. Manajer harus menentukan
peluang yang berkaitan dengan setiap alternative atas dasar informasi yang tersedia dan
juga berdasarkan pengalaman yang dimiliknya. Teknik atau metode yang digunakan
untuk pengambilan keputusan dalam kondisi risiko ini teknik probabilitas seperti model
keputusan probabilistic, model inventori probabilistic, model antrian probabilistic.

Contohnya :
Misalnya, pertimbangkan informasi pembayaran sederhana dari Tabel 1, dengan hanya
dua keputusan alternatif dan dua kemungkinan keadaan alam. Alternatif A1 memiliki
biaya tetap sebesar $ 200, dan A2 dengan biaya $ 100.000 jika N2 di masa mendatang
terjadi (dan tidak ada yang sebaliknya). Sekilas, alternatif A1 tampak seperti pemenang
yang jelas, tetapi pertimbangkan situasi ketika probabilitas (p1) dari keadaan alam
pertama adalah 0,999 dan probabilitas (p2) dari keadaan kedua hanya 0,001. Nilai yang
diharapkan untuk memilih alternatif A2 hanya:

( ) ( ) ( )

Perhatikan bahwa hasil $-100 ini tidak mungkin: hasil jika alternatif A2 dipilih akan
menjadi kerugian $0 atau $100.000, bukan $100. Namun, jika Anda memiliki banyak
keputusan mengenai ini.
 Tabel 1 Pengambilan Keputusan Berisiko

$-200 $-200
0 $-100,000

Seiring berjalannya waktu dan Anda memilih alternatif yang memaksimalkan nilai yang
diharapkan setiap kali, Anda harus mencapai hasil keseluruhan terbaik. Karena kita harus
memilih nilai yang diharapkan E2 dari $-100 ke E1 dari $-200, kita harus memilih A2,
hal-hal lain dianggap sama. Tapi pertama-tama, mari kita gunakan angka-angka ini dalam
aplikasi tertentu. Asumsikan bahwa Anda memiliki rumah seharga $100.000 dan ditawari
asuransi kebakaran seharga $200 setahun. Ini adalah dua kali lipat "nilai yang
diharapkan" dari kerugian akibat kebakaran Anda (karena harus membayar biaya
overhead dan biaya agen perusahaan asuransi). Namun, jika Anda seperti kebanyakan
orang, Anda mungkin akan membeli asuransi karena, cukup masuk akal, sikap Anda
terhadap risiko sedemikian rupa sehingga Anda tidak mau menerima kehilangan rumah
Anda! Perusahaan asuransi memiliki perspektif yang berbeda, karena mereka memiliki
banyak rumah untuk diasuransikan dan dapat memperoleh keuntungan dari
memaksimalkan nilai yang diharapkan dalam jangka panjang, selama mereka tidak
mengasuransikan terlalu banyak properti di jalur badai atau gempa yang sama.

c. Under uncertainty merupakan keputusan yang diambil penuh dengan ketidak pastian,
peluang hasil dari pengambilan keputusan tersebut tidak diketahui. Kondisi tidak pasti ini
dapat terjadi karena minimnya informasi yang diterima atau didapatkan. Manajer yang
mengambil keputusan pada kondisi ini harus membuat asumsi tertentu mengenai situasi
yang dihadapi untuk memberikan kerangka yang wajar dalam pengambilan keputusan.
Penilaian dan pengalaman manager memegang peranan yang sangat penting dalam proses
pengambilan keputusan dalam kondisi yang penuh dengan ketidak pastian.
Teknik yang dapat digunakan untuk menyelesaikan pengambilan keputusan dalam
kondisi tidak pasti ini diantarnya seperti metode maximax, metode maximin, metode
regret, metode laplace, dan juga metode realism. Berikut ini merupakan contoh dengan
menggunakan metode regret.
Contohnya :
Jika ada “sumur kecil” di bawah tanah Anda dan Anda tidak mengebornya, Anda akan
menyesali $ 300.000 yang mungkin telah Anda peroleh. Di sisi lain, jika Anda mengolah
pengeboran, penyesalan Anda hanya sebesar $ 175.000 ($ 300.000 dikurangi bagi hasil $
125.000 yang Anda terima). Tabel 2 memberikan matriks penyesalan ini dan
mencantumkan di kolom kanan penyesalan maksimum yang mungkin untuk setiap
alternatif. Oleh karena itu, pembuat keputusan yang ingin meminimalkan penyesalan
maksimum (penyesalan minimum) akan memilih A2.
Tabel 2 Contoh pengeboran sumur-pengambilan keputusan under uncertainty-analisis penyesalan

Keadaan Alam
Alternatif Sumur Sumur Penyesalan
Lubang kecil besar Maksimum
kering
: Jangan mengebor $0 $300,000 $9,300,000 $9,300,000
: mengebor sendiri 500,000 0 0 500,000
: menyerahkan untuk 0 175,000 8,050,000 8,050,000
diselesaikan
Pengambil keputusan yang berbeda akan memiliki pendekatan yang berbeda untuk
pengambilan keputusan di bawah ketidakpastian. Tidak ada satu pun pendekatan yang
dapat digambarkan sebagai pendekatan "terbaik", karena tidak ada satu pun pendekatan
yang terbaik. Mendapatkan solusi tidak selalu merupakan akhir dari proses pengambilan
keputusan. Pengambil keputusan mungkin masih mencari pengaturan lain untuk
mencapai hasil yang lebih baik. Orang yang berbeda memiliki cara berbeda dalam
memandang suatu masalah

2. Apakah yang dimaksud dengan Pay Off Table?

Pay off Table merupakan sekumpulan atau kumpulan dari benefit (biaya) yang mungkin
terjadi yang dihasilkan dan atau oleh kombinasi suatu keputusan dari suatu keadaan dasar
yang acak atau random. Pay off table juga dapat dikonversi menjadi Loss Table, pada
prinsipnya memiliki pengertian yang relative sama dengan matrix penyesalan,
tetapiperhitungannya sedikit berbeda. Setelah diketahui nilai terbesar untuk suatu kolom
pada pay off table, elemen pada loss table-nya adalah nilai terbesar dikurangi elemen-
elemen pada kolom tersebut.