MAKALAH PENGAMBILAN KEPUTUSAN

ANALISIS KEPUTUSAN BAYES DENGAN MENGGUNAKAN

INFORMASI EKSPERIMENTAL
Dosen Pengampu: Adhi Widyakto, S.E, M.M

DISUSUN OLEH:

Kelompok 8

Muslikan B.113.18.0006
Septero Benny A B.113.18.0039
Nimas Muslimah B.113.18.0054
Lutfi Aditya N B.113.18.0060
Aditya Eka Saputra B.113.18.0062
Diana Sari B.113.18.0068

D3 MANAJEMEN PERUSAHAANFAKULTAS EKONOMI

UNIVERSITAS SEMARANG
Tahun Ajaran 2020
 KATA PENGANTAR

Puji syukur penulis panjatkan kehadirat Allah Yang Maha Esa atas berkat
dan rahmatNya yang telah memberikan kesempatan kepada penulis untuk
meyelesaikan penyusunan makalah Analisis Keputusan Bayes Dengan
Menggunakan Informasi Eksperimental dalam mata kuliah Pengambilan
Keputusan.
Ucapan terima kasih penulis haturkan kepada Bapak Adhi Widyakto, SE,
MM. yang telah memberikan tugas ini, sehingga penulis dapat mempelajari dan
memahami materi tentang Analisis Keputusan Bayes Dengan Menggunakan
Informasi Eksperimental.
Penulis berharap semoga makalah ini dapat bermanfaat dan berguna bagi
kita semua.Penulis menyadari didalam penyusunan makalah ini masih terdapat
banyak sekali kekurangan. Untuk itu penulis mengharapkan kritik dan saran yang
membangun agar penulis dapat memperbaiki kekurangan yang terdapat pada
makalah Analisis Keputusan Bayes Dengan Menggunakan Informasi
Eksperimental ini.

i
 DAFTAR ISI
KATA PENGANTAR..............................................................................................i
DAFTAR ISI............................................................................................................ii
BAB I PENDAHULUAN........................................................................................1
1.1 Latar Belakang......................................................................................1
1.2 Rumusan Masalah.................................................................................3
1.3 Tujuan dan Manfaat..............................................................................3
BAB II PEMBAHASAN.........................................................................................4
2.1 Memperbaiki probabilitas: analisis posterior..........................................
2.2 Analisis posterior.....................................................................................
2.2.1 Hubungan antara nilai informasi dengan ketidakpastian dan analisis
sensitivitas serta preferensi terhadap risiko........................................
2.3 Pengambilan keputusan dengan informasi sampel..................................
2.4 Keputusan mengenai besarnya sampel: analisis posterior......................

BAB III PENUTUP....................................................................................................

3.1 Kesimpulan..............................................................................................
DAFTAR PUSTAKA................................................................................................

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Biasanya kita menggunakan istilah eksperimen kalau berkaitan dengan
suatu pengujian (test) atau penelitian. Eksperimen atau percobaan mungkin sangat
mendalam (elaborate) seperti di dalam ilmu pengetahuan (science) di mana
dilakukan selama bertahun-tahun seperti misalnya mempelajari hukum fisika
(physical law) dengan mengobservasi/mengamati gerhana matahari (solar
eclipses) agar dapat ditarik suatu kesimpulan yang sahih (valid), atau dalam usaha
mencari bibit unggul untuk jenis produk pertanian tertentu. Bisa juga dilakukan
secara sederhana seperti melempar mata uang logam Rp 50 atau melempar dadu
atau mengajukan pertanyaan kepada responden agar diperoleh jawaban yang
diinginkan. Apapun bentuk eksperimen yang dilakukan, tujuannya sama yaitu
untuk memperoleh informasi. Informasi ini berperan untuk mengurangi
ketidakpastian atau kalau mungkin membuat yang tidak pasti menjadi pasti.
Suatu eksperimen dilakukan biasanya untuk menguji suatu hipotesis dan
informasi yang diperoleh dapat dipergunakan untuk memperbaiki suatu keputusan
dalam keadaan ketidakpastian (decision under uncertainty). Misalnya berdasarkan
suatu, hasil eksperimen seorang ahli pertanian bisa mengusulkan kepada menteri
pertanian agar suatu jenis padi tertentu yang temyata memang unggul ditanam
oleh para petani, seorang ahli penelitian pasar mengusulkan kepada Direktur
pemasaran agar kegiatan promosi yang termyata memang efektif, dilanjutkan,
seorang ahli geologi mengusulkan agar pengeboran sumur minyak di lokasi
tertentu diteruskan, sebab ada harápan minyak akan keluar.
Perlu disadari bahwa hasil eksperimen yang biasanya didasarkan atas data
empiris hasil penelitian sampel acak tidak 100% benar akan tetapi mengandung
unsur ketidakpastian, ini disebabkan karena adanya kesalahan sampling.
Misalnya bibit unggul yang diusulkan ahli pertanian untuk disebarluaskan
ternyata tidak berhasil, lokasi yang diusulkan oleh ahli geologi untuk dibor
ternyata tidak keluar minyaknya, promosi yang diusulkan oleh ahli riset
pemasaran ternyata tidak dapat meningkatkan hasil penjualan. Walaupun begitu

1
informasi yang tidak sempurna hasil eksperimen tetap masih bermanfaat. Yang
jelas suatu hasil eksperimen yang tidak baik (unfavourable test) dapat
meningkatkan probabilitas untuk menolak suatu keputusan yang tidak
menguntungkan, sebaliknya yang baik (favourable) dapat meningkatkan
probabilitas untuk menerima keputusan yang menguntungkan. Jadi, paling tidak
dengan informasi hasil eksperimen dapat diharapkan bahwa kemungkinan besar
akan dihas:lkan keputusan yang lebih mendekati ketepatan.
Di dalam bab ini akan dibahas cara mengambil keputusan dengan
menggunakan tambahan informasi hasil suatu eksperimen. Informasi yang
diperoleh akan mempengaruhi probabilitas terjadinya kejadian-kejadian tidak
pasti yang menentukan hasil (pay off) dari tindakan (action) atau pemilihan
alternatif. Kita bisa memperbaiki (merevisi) probabilitas kejadian- kejadian tidak
pasti dengan jalan memperkecil atau memperbesar nilainya tergantung pada bukti-
bukti yang diperoleh dari eksperimen. Kalau survei geologi hasilnya baik,
probabilitas untuk memperoleh minyak dari hasil pengeboran akan naik,
sebaliknya akan mengecil nilai probabilitas tersebut kalau hasil survei geologi
hasilnya kurang baik (jelek).
Di dalam dunia bisnis, informasi pasar yang diperoleh melalui penelitian
pasar dipergunakan untuk memutuskan apakah perlu memperluas pasar dalam
rangka usaha meningkatkan hasil penjualan atau apakah produk baru perlu dilepas
di pasar? Suatu uji sikap (aptitude test), hasilnya sering dipergunakan untuk
memutuskan apakah seorang calon pegawai harus diterima atau ditolak. Bisa
terjadi calon yang dinilai sangat baik ternyata brengsek setelah menjadi pegawai,
sedangkan yang dinilai biasa- biasa ternyata dapat menunjukkan prestasi yang luar
biasa setelah menjadi karyawan (pegawai).
Suatu teknik sampling sering dipergunakan di dalam pengendalian mutu
(quality control), yang hasilnya berguna untuk memutuskan menolak barang yang
rusak atau untuk menghentikan proses produksi agar barang yang rusak (cacad)
tidak bertambah jumlahnya. Selalu diusahakan untuk memperkecil probabilitas
untuk membuat keputusan yang salah (menolak barang yang bagus) dan

2
memperbesar probabilitas untuk membuat kepu yang benar (menolak barang yang
rusak).
Di dalam bab ini, akan dipelajari bagaimana memperbaiki nilai
kemungkinan (probabilitas) dengan menggunakan informasi tambahan yang
diperoleh dari hasil eksperimen atau dari sumber lainnya (pengalaman konsultan,
diskusi). Untuk keperluan ini diperlukan kcnsep probabilitas yang sudah dibahas
dalam bab sebelumnya (Bab 7) terutama dalil Bave (Bayes Theorem), Kita
gabungkan informasi probabilitas ini dengan semua elemen/komponen keputusan
dengan menggunakan diagram pohon keputusan (decision tree diagram). Berapa
banyak informasi dapat diperhitungkan ke dalam keputusan akan membantu
pengambil keputusan untuk membuat keputusan yang lebih baik. Misalnya,
apakah suatu riset pemasaran harus dilakukan kalau biaya yang diperlukan
mencapai Rp 25 miliar. Apakah suatu survei geologi harus dilakukan kalau
termyata memerlukan biaya Rp 75 miliar. Di samping itu akan dibahas tentang
pentingnya penggunaan informasi sampel. Kemudian berapa besamya sample
yaitu berapa n.

1.2 Rumusan Masalah

a. Bagaimana cara memperbaiki probabilitas: analisis posterior?
b. Apakah yang dimaksud dengan analisis posterior?
c. Apakah yang dimaksud dengan pengambilan keputusan dengan informasi
sampel?
d. Bagaimanakah dengan keputusan mengenai besarnya sampel: analisis
posterior?

1.3 Tujuan dan Manfaat

a. Untuk mengetahui memperbaiki probabilitas: analisis posterior
b. Untuk mengetahui analisis posterior
c. Untuk mengetahui pengambilan keputusan dengan informasi sampel
d. Untuk mengetahui keputusan mengenai besarnya sampel: analisis
posterior

3
4
 BAB II
PEMBAHASAN

2.1 Memperbaiki Probabilitas: Analisis Posterior

Di dalam situasi tertentu di mana pengambil keputusan akan mengambil
keputusan, pengambil keputusan biasanya mempunyai pertimbangan/pendapat
(judgement) mengenai kejadian-kejadian yang tidak pasti. Mungkin hal ini
tercermin dalam probabilitas prior (prior probabil- ity) tentang terjadinya masing-
masing kejadian yang tidak pasti. Di dalam hal-hal tertentu
pertimbangan/pendapat (judgement) tersebut harus dikuantifikasikan (dibuat
kuantitatif) dalam bentuk probabilitas subjektif (subjective probabilities), sebab
kejadian-kejadian dalam persoalan yang dihadapi bukan kejadian yang sudah
terjadi berulang-ulang (non-repeat- able) atau bahkan baru terjadi sekali, belum
bisa dibuat tabel frekuensinya.
Di dalam situasi yang lain, probabilitas prior ada kemungkinan objektif
(bukan subjektif) sifatnya. Sesuai dengan informasi yang diperoleh dari
eksperimen, kejadian tidak pasti diperlukan untuk memperoleh probabilitas
posterior (posterior probabilities). Berikut ini akan dijelaskan prosedur
penggunaan informasi dalam pengambilan keputusan Thomas Bayes, dengan
menggunakan contoh soal.

Contoh Soal
Sebagai suatu ilustrasi kita pergunakan suatu keputusan apakah seorang
pengusaha perminyakan jadi memutuskan untuk melakukan pengeboran guna
memperoleh minyak dalam suatu lokasi tertentu yang disewa: Dia bermaksud
menyewa seorang ahli geologi untuk melakukan seismic survey di daerah yang
akan dilakukan pengeboran. Langkah- langkahnya adalah sebagai berikut:

Langkah pertama:
Pengusaha perminyakan harus menggunakan pertimbangan mengenai
kemungkinan keluarnya minyak sebagai hasil pengeboran. Oleh karena tidak ada
dua tempat pengeboran yang belum terbukti mempunyai peluang yang sama
besarnya, maka tidak ada frekuensi yang dapat dipergunakan untuk menghitung

5
probabilitas keluarnya minyak sebagai hasil pengeboran. Maka dari itu pengusaha
perminyakan harus menggunakan probabilitas subjektif (subjective probability).
Misalkan dia mempunyai keyakinan bahwa probabilitas memperoleh minyak hasil
pengeboran sebesar 0,50.
Dengan menggunakan simbol M = berhasil memperoleh minyak.

M = gagal memperoleh minyak.

P(M) = P( M ) = 0,50, M = bukan M (M BAR)

P(M) dan P( M ) disebut probabilitas prior (prior probability)

Langkah kedua:
Pengusaha perminyakan menilai eksperimen, dalam hal ini hasil survei
geologi. Dia mulai merenungkan hasil apa yang bermanfaat bagi dia. Walaupun
hasil survei geologi mungkin sangat kompleks dan beranekaragam, untuk
penyederhanaan kita anggap bahwa hasil analisis pakar geologi, hanya
menghasilkan dua hal yang penting yaitu:

1. Ramalan bagus untuk menghasilkan minyak (B)

2. Ramalan jelek untuk menghasilkan minyak ( B )

Kondísi B berarti memberikan harapan untuk memperoleh minyak dan B

(bukan B), kurang memberikan harapan. Perlu memperoleh probabilitas hasil
bersyarat (condional result probabilities) untuk masing-masing hasil survei
geologi dalam keadaan tidak pasti tertentu. Misalnya probabilitas

memperoleh minyak ( M ) dengan syarat survei kurang memberikan harapan (

B ), probabilitas tidak memperoleh minyak (M) dengan syarat survei

memberikan harapan (B), yaitu P(M/ B )? P( M /B)?

Biasanya, probabilitas hasil bersyarat bagi eksperimen mungkin diperoleh

secara objektif, baik melalui estimasi dengan menggunakan frekuensi sejarah
(historical frequencies) atau dengan menggunakan probabilitas logika (logic

6
probability). Kita bisa menyebut ini sebagai probabilitas logika bersejarah (logical
historical probability) untuk membedakan dengan probabilities, lainnya.

Di dalam contoh soal ini, catatan sejarah menunjukkan probabilitat bahwa

survei memberikan harapan karena ramalan bagus (B) ternyata (dengan syarat)

diperoleh minyak ( M ) sebesar 0,90; ternyata tidak diperoleh minyak (M) = 0,20.
Selanjutnya probabilitas bahwa survei kurang memberikan harapan, karena

ramalan tidak bagus ( B ) tenyata (dengan syarat) diperoleh minyak sebesar 0,10;
ternyata tidak diperoleh minyak = 0,80 atau dengan menggunakan simbol:

P(B/M) = 0,90, P( B /M) = 0,10

P(B/ M ) = 0,20, P( B / M ) = 0,80

(garis miring, dibaca; termyata atau dengan syarat).
Nilai probabilitas bersyarat tersebut merupakan sejarah, sebab didasarkan
atas penelitian sampel lokasi pengeboran yang terbatas. (lihat Gambar 2.1).
Perhatikan, bahwa probabilitas bersyarat ramalan bagus dan ternyata
diperoleh minyak (0,90; jauh lebih besar daripada ramalan jelek dan ternyata tidak
diperoleh minyak (0,80).
Di dalam situasi lain, probabilitas hasil bersyarat untuk suatu eksperimen
informasional mungkin diperoleh secara langsung tanpa menggunakan sejarah
masa lampau. Hal ini benar, misalnya di dalam menilai suatu sampel pengendalian
mutu (a quality control sample). Distribusi probabilitas yang tepat untuk hasil
sampel, mungkin ditentukan melalui deduksi logis, hanya berdasarkan pada
prinsip probabilitas dan tipe-tipe kejadian populasi yang diambil sampelnya.
Biasanya proba- bilitas berdasarkan logika ditentukan dengan menggunakan
distribusi Binomial.

Langkah ketiga (akhir)

Langkah ketiga ialah merevisi/memperbaiki probabilitas. Biasanya revisi
menghasilkan dua nilai probabilitas, masing-masing berlaku pada tahap
ketidakpastian yang berbeda. Probabilitas posterior untuk kejadian pokok (utama)
dan probabilitas hasil tidak bersyarat untuk hasil eksperimen.

7
 Walaupun konsep yang mendasari dalil Bayes dipergunakan untuk
memperoleh nilai-nilai kemungkinan ini, prosedur dengan menggunakan diagram
keputusan ternyata menjadi lebih jelas (lihat Gambar 2.1).
Gambar 2.1
Diagram Pohon Probabilitas Menunjukkan Kronologis Kejadian untuk
Mengebor Sumur Minyak dengan Menggunakan Survei Geologi

Probabilitas Prior Probabilitas Hasil

Probabilitas Bersama
Untuk Lokasi Bersyarat Survei geologi

P (B/M) = 0,90
P (MB) = 0,45
bagus
P (M) = 0,50

Minyak keluar
B jelek
B
M
bagus M
M
Minyak tidak keluar
M
jelek B
a) Urutan Kronologis kejadian sebenarnya

Probabilitas Hasil Probabilitas Prior

Probabilitas Bersama
Bersyarat Survei geologi Untuk Lokasi

8
 P (M/b) = 9/11
P (MB) = 0,45
Minyak keluar
P (B) = 0,55

bagus
M
Minyak tidak keluar M
B
Minyak keluar B
B
jelek
B
jelek
B

b) Urutan Kronologi kejadian informasional

Ringkasnya, prosedur dalil Bayes, sebagai berikut.

Pertama:
Menggunakan pertimbangan dengan jalan menentukan probabilitas prior bagi
kejadian-kejadian utama. Hal ini bisa dilakukan baik dengan:
1) Probabilitas objektif atau
2) Probabilitas subjektif
Misalnya: di dalam melakukan pengeboran minyak pada lokasi tertentu, bisa

memperoleh minyak (M) atau tidak ( M ) P(M) = P( M ) = 0,50

Catatan: untuk gambar: ingat rumus umum probabilitas bersyarat.

1. P(AB) = P(A) P(B/A) = P(B) P(A/B)

2. P(A/B) =
P ( AB)
P(B) ( )
,P
B
A
=
P( AB )
P( A)

3. P(A) = P(AB) + P(A B )

Jadi,
P ( MB) 0,45
4. P(M/B) = = =9/11
P(B) 0,55
P (B) 0,45
5. P( M /B) = = =2/11
P (B) 0,55

9
 6. P(B) = P(MB) + P( M B) = 0,45 + 0,10 = 0,55
P (B) 0,0 5
7. P(M/ B ) = = =1/ 9
P() 0,4 5
P () 0 , 4 0
8. P( M / B ) = = =8/ 9
P () 0,45

9. P( B ) = P(M/ B ) + P( M B ) = 0,05 + 0,40 = 0,45

Kedua:
Menilai eksperimen dengan jalan:
a. Mengidentifikasi hasil yang berguna
b. Menentukan probabilitas hasil bersyarat untuk esksperimen bagi setiap
kejadian utama baik dengan menggunakan:
1. Sejarah yang andal (reliability history) atau
2. Probabilitas logika (probability logic)

10