TEKNIK PONDASI

NAMA : MUH ABDUH RAHIM

COURSE : TBU X ALPHA
NIT : C1022110365
Pengertian
Analisis sensitivitas adalah teknik yang digunakan untuk menentukan bagaimana
perbedaan nilai variabel independen mempengaruhi variabel dependen tertentu
berdasarkan seperangkat asumsi yang diberikan. Teknik ini digunakan dalam batas-
batas tertentu yang bergantung pada satu atau lebih variabel input, seperti efek
perubahan suku bunga terhadap harga obligasi.

Analisis sensitivitas menyediakan metode untuk menilai jumlah risiko yang terlibat
dalam proyek yang diusulkan, perhitungan dampak variasi pada komponen proyek
yang dapat diukur, serta membantu manajemen mengidentifikasi potensi jebakan.
Manajemen juga dapat menggunakan analisis sensitivitas untuk mengidentifikasi
komponen dari suatu rencana yang jika ada sedikit perubahan maka akan
mempengaruhi hasil sebuah proyek.

Tujuan
Analisis sensitivitas memiliki beberapa tujuan, yaitu untuk melihat apa yang akan
terjadi dengan hasil analisa proyek, jika ada sesuatu kesalahan atau perubahan
dalam dasar perhitungan biaya atau benefit. Dengan demikian tujuan utama pada
analisa sensitivitas, yaitu:
Memperbaiki cara pelaksanaan proyek yang sedang dilaksanakan.
Memperbaiki design daripada proyek, sehingga dapat meningkatkan NPV.
Mengurangi resiko kerugian dengan menunjukkan beberapa tindakan pencegahan
yang harus diambil.

Kinerja analisis sensitivitas

Untuk mengoptimalkan kegunaan analisis sensitivitas, perlu dilakukan secara
sistematis. Untuk mengoptimalkan kinerja dapat mengikuti langkah-langkah
sebagai berikut:
Identifikasi variabel sensitif yang mempengaruhi keputusan proyek.
Perhitungan efek dari perubahan.
Pertimbangan variabel dalam kombinasi yang bisa diubah secara simultan

Pendekatan analisis sensitivitas

Analisis sensitivitas merupakan ide sederhana yang dapat dilakukan dengan
mengubah model dan mengamati perilakunya. Dalam prakteknya ada banyak cara
yang berbeda untuk mengubah dan mengamati model. Bagian ini mencakup apa
yang harus bervariasi, apa yang harus diperhatikan dan desain eksperimen dari
analisis sensitivitas.
Apa yang harus bervariasi?
Seseorang mungkin memilih untuk memvariasikan salah satu atau semua hal
berikut:
Kontribusi kegiatan terhadap tujuan.
Tujuannya (misalnya, meminimalkan risiko kegagalan dan bukan memaksimalkan
keuntungan).
Batas kendala (misalnya, ketersediaan sumber daya maksimum).
Jumlah kendala (misalnya, menambahkan atau menghapus batasan yang dirancang
untuk mengungkapkan preferensi pribadi pembuat keputusan atau terhadap
aktivitas tertentu).
Jumlah aktivitas (misalnya, menambahkan atau menghapus aktivitas).
Parameter teknik. Umumnya, pendekatannya adalah untuk memvariasikan nilai
parameter numerik melalui beberapa tingkatan. Dalam kasus lain, ada
ketidakpastian tentang situasi dengan hanya dua kemungkinan hasil yaitu akan
terjadi atau tidak situasi tersebut.
Contohnya meliputi:
Bagaimana jika pemerintah mengizinkan teknologi tertentu untuk alasan
lingkungan?
Dalam masalah rute terpendek, bagaimana jika jalan bebas hambatan baru
dibangun di antara dua pusat utama?
Bagaimana jika masukan atau ramuan baru dengan sifat unik tersedia?
Seringkali pertanyaan jenis ini memerlukan beberapa perubahan struktural pada
model. Begitu perubahan ini dilakukan, keluaran dari model yang direvisi dapat
dibandingkan dengan solusi asli, atau model yang direvisi dapat digunakan dalam
analisis sensitivitas parameter yang tidak pasti untuk menyelidiki implikasi yang
lebih luas dari perubahan tersebut.
Apa yang harus diperhatikan?
Apapun barang yang dipilih oleh pemodel bervariasi, ada banyak aspek yang
berbeda dari keluaran model yang harus dibayar perhatiannya:
Nilai fungsi objektif untuk strategi optimal.
Nilai fungsi objektif untuk strategi suboptimal (misalnya strategi yang optimal
untuk skenario lain, atau strategi khusus yang disarankan oleh pembuat keputusan).
Perbedaan nilai fungsi objektif antara dua strategi (misal antara strategi optimal dan
strategi tertentu yang disarankan oleh pengambil keputusan).
Nilai variabel keputusan.
Dalam model optimasi, nilai biaya bayangan atau harga bayangan.
Peringkat variabel keputusan, biaya bayangan, dll.
Desain eksperimental
Desain eksperimental adalah kombinasi parameter yang akan bervariasi dan tingkat
di mana hal tersebut akan ditetapkan. Pemodel harus memutuskan apakah akan
bervariasi parameter satu per satu, meninggalkan yang lain pada nilai standar atau
dasar, atau apakah akan memeriksa kombinasi perubahan. Isu penting dalam
keputusan ini adalah kemungkinan kombinasi kombinasi yang relatif kecil. Jika dua
parameter cenderung berkorelasi positif (misalnya harga dua keluaran serupa),
kemungkinan keduanya akan mengambil nilai yang relatif tinggi pada saat yang
sama layak dipertimbangkan. Sebaliknya jika dua parameter berkorelasi negatif,
pemodel harus memeriksa nilai tinggi satu kombinasi dengan nilai rendah yang
lain. Jika tidak ada hubungan sistematis antara parameter, mungkin masuk akal
untuk mengabaikan risiko rendah sehingga keduanya akan berbeda secara
substansial dari nilai dasarnya pada saat bersamaan, terutama jika tidak
diperkirakan akan sangat bervariasi. Dalam memilih tingkat parameter yang akan
digunakan dalam analisis sensitivitas, pendekatan yang umum dan biasanya
memadai adalah menentukan nilai terlebih dahulu, biasanya dengan interval ukuran
yang sama antara tingkat. Tingkat yang dipilih untuk setiap parameter harus
mencakup kisaran kemungkinan hasil untuk variabel tersebut, atau setidaknya
rentang "kemungkinan besar". Apa yang dimaksud dengan "kemungkinan besar"
adalah pilihan subyektif dari modeller, namun satu kemungkinan pendekatannya
adalah memilih tingkat maksimum dan minimum sehingga probabilitas nilai aktual
berada di luar kisaran yang dipilih adalah 10 persen. Jika kombinasi perubahan
pada dua atau lebih parameter sedang dianalisis, pendekatan potensial adalah
menggunakan rancangan eksperimental "faktorial lengkap", di mana model
dipecahkan untuk semua kemungkinan kombinasi parameter. Meskipun ini
memberikan banyak informasi, jika ada sejumlah parameter untuk dianalisis,
jumlah solusi model yang harus didapat bisa sangat besar. Untuk melakukan
analisissensitivitas faktororial lengkap untuk delapan parameter masing-masing
dengan lima tingkat akan memerlukan solusi 390.625. Jika ini memerlukan waktu
satu menit untuk diproses, tugas tersebut akan memakan waktu sembilan bulan,
setelah itu volume output yang dihasilkan akan terlalu besar untuk digunakan
secara efektif. Dalam prakteknya seseorang harus berkompromi dengan
mengurangi jumlah variabel dan / atau jumlah tingkat yang termasuk dalam
faktorial lengkap. Analisis sensitivitas awal pada parameter individu sangat
membantu dalam menentukan parameter yang paling penting untuk dimasukkan
dalam percobaan faktorial yang lengkap.

Cara penggunaannya
Analisis sensitivitas merupakan analisis yang menunjukkan bagaimana skenario
tertentu dapat dipengaruhi oleh banyak variabel. Contohnya adalah aplikasi
Microsoft Excel. Ketika seseorang membuat perhitungan model untuk hipotek
rumah bulanan, Excel dapat memberikan hasil yang diharapkan dengan
menggunakan variabel dalam model analisis sensitivitas. Analisis sensitivitas untuk
analisis What-If mempunyai empat alat di Microsoft Excel yang dikategorikan
sebagai alat sensitivitas What-If yaitu data table, goal seek, scenarios, solver.
Model sensitivitas analisis bergantung pada keluaran matematis. Model seperti
serangkaian persamaan, faktor masukan, parameter, dan variabel. Model matematis
menggunakan bahasa matematis untuk menggambarkan sebuah sistem.
Selanjutnya, analisis sensitivitas dapat digunakan secara luas di lembaga
pemerintah nasional dan internasional seperti Kantor Manajemen dan Anggaran
Gedung Putih, Badan Perlindungan Lingkungan AS, dan Komisi Eropa. Hal ini
karena analisis sensitivitas model melibatkan input variabel seperlunya dan
merupakan bahan penting untuk penjaminan mutu. Analisis sensitivitas model
paling baik digunakan untuk analisis What-If sehingga dapat mengetahui dampak
input variabel dalam asumsi dan skenario. Analisis sensitivitas adalah alat yang
sangat umum dalam aplikasi bisnis dan keuangan, analisis risiko, model lingkungan
seperti model iklim global. Analisis sensitivitas dapat berfungsi sebagai alat untuk
memahami berbagai sumber ketidakpastian terhadap keluaran model walaupun
strategi sampling yang berbeda dapat direkomendasikan untuk "mencakup
sensitivitas analisis multivariat."
Apa yang dimaksud dengan Akurasi

Akurasi (Accuracy): ketepatan yang me-rupakan suatu aspek yang menyatakan tingkat
pendekatan dari nilai hasil pe-ngukuran alat ukur dengan nilai benar. Akurasi adalah “sejauh
mana hasil pengukuran, perhitungan, atau spesifikasi sesuai dengan nilai atau standar yang
benar”.

Dengan kata lain, akurasi menentukan seberapa dekat suatu pengukuran terhadap nilai yang
diterima atau benar. Akurasi adalah mendapatkan nilai yang mendekati nilai nyata. Misalnya,
jika Anda mendapatkan pengukuran berat sebesar 3,2 kg, sedangkan nilai sebenarnya adalah
3,2, pengukuran Anda akurat. Demikian pula, jika Anda membidik target di kompetisi
menembak, tujuan Anda adalah akurat.

Mari kita lihat contoh lain untuk memperjelas arti akurasi. Bayangkan permainan bola basket;
jika pemain menembak bola ke dalam atau dekat ke keranjang, dia menembak dengan akurat.
Namun akurasi bukanlah satu-satunya hal yang akan membantunya memenangkan
pertandingan; dia juga butuh ketelitian. Sekarang, mari kita lihat presisi itu apa.