TUGAS INDIVIDU ANALISIS KEPUTUSAN BISNIS

PENGAMBILAN KEPUTUSAN DALAM KETIDAKPASTIAN

( DECISION UNDER UNCERTAINTY )

Oleh :

JOANA ZAHRA FITRIA DEWI

24050119120005

DEPARTEMEN STATISTIKA

FAKULTAS SAINS DAN MATEMATIKA

UNIVERSITAS DIPONEGORO

SEMARANG

2022
Pengambilan Keputusan dalam Katidakpastian

Pembuatan keputusan dalam ketidakpastian, seperti dalam risiko,

melibatkan tindakan alternatif yang hasilnya bergantung pada kejadian acak
alami yang terjadi. Secara khusus, matriks hasil dari persoalan keputusan dengan
m tindakan alternatif dan n keadaan alami dapat direpresentasikan sebagai.

𝑆𝑡𝑎𝑡𝑒 𝑜𝑓 𝑁𝑎𝑡𝑢𝑟𝑒 (𝑠𝑗 )

𝑠1 𝑠2 ⋯ 𝑠𝑛
𝑎1 𝑣(𝑎1 , 𝑠1 ) 𝑣(𝑎1 , 𝑠2 ) ⋯ 𝑣(𝑎1 , 𝑠𝑛 )
𝐴𝑐𝑡𝑖𝑜𝑛 (𝑎𝑖 )

𝑎2 𝑣(𝑎2 , 𝑠1 ) 𝑣(𝑎2 , 𝑠2 ) ⋯ 𝑣(𝑎2 , 𝑠𝑛 )

⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚 𝑣(𝑎𝑚 , 𝑠1 ) 𝑣(𝑎𝑚 , 𝑠2 ) ⋯ 𝑣(𝑎𝑚 , 𝑠𝑛 )

Elemen 𝑎𝑖 merepresentasikan tindakan alternatif i dan elemen 𝑠𝑗

merepresentasikan kejadian alami j. Hasil-hasil terkait dengan tindakan alternatif
𝑎𝑖 dan keadaan 𝑠𝑗 adalah 𝑣(𝑎𝑖 , 𝑠𝑗 ).

Pada pembuatan keputusan dalam, distribusi probabilitas terkait dengan

keadaan 𝑠𝑗 , j = 1 , 2 , . . . , n , tidak diketahui atau tidak dapat ditentukan.
Ketiadaan informasi ini telah menyebabkan pengembangan kriteria keputusan
khusus:

Kriteria ini berbeda dalam seberapa konservatif pembuat keputusan dalam

menghadapi ketidakpastian.

1. Laplace

Kriteria Laplace didasarkan pada prinsip alasan yang tidak mencukupi. Karena
distribusi probabilitas tidak diketahui, tidak ada alasan untuk percaya bahwa
probabilitas yang terkait dengan keadaan alam berbeda. Dengan demikian,
alternatif dievaluasi menggunakan asumsi bebas bahwa semua keadaan memiliki
1
kemungkinan yang sama untuk terjadi-yaitu, 𝑃 {𝑠1 } = 𝑃{𝑠2 } = ⋯ = 𝑃{𝑠𝑛 } = 𝑛 .

Mengingat bahwa hasil 𝑣(𝑎𝑖 , 𝑠𝑗 ) merepresentasikan hasil yang didapatkan,

alternatif terbaik adalah yang menghasilkan.

𝑛
1
max { ∑ 𝑣(𝑎𝑖 , 𝑠𝑗 )}
𝑎𝑖 𝑛
𝑗=1

2. Minimax

Kriteria maximin (minimax) didasarkan pada cara pandang konservatif untuk

membuat yang terbaik dari kemungkinan kondisi terburuk. Jika 𝑣(𝑎𝑖 , 𝑠𝑗 ) adalah
kerugian, kemudian memilih tindakan yang sesuai dengan kriteria minimax
sebagai berikut:

min {max 𝑣(𝑎𝑖 , 𝑠𝑗 )}

𝑎𝑖 𝑠𝑖

Jika 𝑣(𝑎𝑖 , 𝑠𝑗 ) adalah keuntungan, menggunakan kriteria sebagai berikut :

max {min 𝑣(𝑎𝑖 , 𝑠𝑗 )}

𝑎𝑖 𝑠𝑖

3. Savage

Kriteria penolakan Savage bertujuan untuk "memoderasi" derajat

konservatisme dalam kriteria minimax (maximin) dengan mengganti matriks hasil
(keuntungan atau kerugian) 𝑣(𝑎𝑖 , 𝑠𝑗 ) dengan matriks kerugian (atau penolakan),
𝑟(𝑎𝑖 , 𝑠𝑗 ),, dengan menggunakan transformasi berikut:

𝑣(𝑎𝑖 , 𝑠𝑗 ) − min{𝑣(𝑎𝑖 , 𝑠𝑗 )}, jika v adalah kerugian

𝑠𝑖
𝑟(𝑎𝑖 , 𝑠𝑗 ) = {
max{𝑣(𝑎𝑖 , 𝑠𝑗 )} − 𝑣(𝑎𝑖 , 𝑠𝑗 ), jika v adalah keuntungan
𝑠𝑖
4. Hurwicz

Kriteria hurwicz, dirancang untuk mewakili sikap pengambilan keputusan

yang berbeda, mulai dari yang paling liberal (optimis) hingga yang paling
konservatif (pesimistis). Didefinisikan 0 ≤ 𝛼 ≤ 1. Tindakan yang dipilih harus
berkaitan dengan :

max {𝛼 max 𝑣(𝑎𝑖 , 𝑠𝑗 ) + (1 − 𝛼) min 𝑣(𝑎𝑖 , 𝑠𝑗 )}, jika v adalah keuntungan

𝑎𝑖 𝑠𝑖 𝑠𝑖

min {𝛼 min 𝑣(𝑎𝑖 , 𝑠𝑗 ) + (1 − 𝛼) max 𝑣(𝑎𝑖 , 𝑠𝑗 )}, jika v adalah kerugian

𝑎𝑖 𝑠𝑖 𝑠𝑖

Parameter a adalah indeks optimisme. Jika 𝛼 = 0, maka kriteria direduksi menjadi

kriteria minimax konservatif, mencari kondisi terbaik dari kondisi terburuk. Jika
𝛼 = 1, maka kriterianya bebas karena mencari kondisi terbaik dari yang terbaik.
Tingkat optimisme (atau pesimisme) dapat disesuaikan dengan memilih nilai a
antara 0 dan 1. Dengan tidak adanya intuisi tentang optimisme ekstrim dan
pesimisme ekstrim, 𝛼 = 0.5 mungkin merupakan pilihan yang sesuai.

Permasalahan 1

National Outdoors School (NOS) sedang mempersiapkan sebuah tempat

perkemahan musim panas di jantung Alaska untuk melatih individu dalam
bertahan hidup di hutan belantara. NOS memperkirakan bahwa kehadiran dapat
masuk ke dalam salah satu dari empat kategori: 200, 250, 300, dan 350 orang.
Biaya perkemahan akan menjadi yang terkecil ketika ukurannya memenuhi
permintaan dengan tepat. Penyimpangan di atas atau di bawah tingkat permintaan
yang ideal menimbulkan biaya tambahan yang dihasilkan dari membangun
kapasitas lebih dari yang dibutuhkan atau kehilangan peluang pendapatan ketika
permintaan tidak terpenuhi. Dimisalkan a; untuk mewakili kapasitas tempat
perkemahan (200, 250, 300, dan 350 orang) dan s; untuk s; tingkat kehadiran,
tabel berikut merangkum matriks biaya (dalam ribuan dolar) untuk situasi
tersebut:
 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐾𝑒ℎ𝑎𝑑𝑖𝑟𝑎𝑛(𝑠𝑗 )
𝑠1 𝑠2 𝑠3 𝑠4

𝑎1
𝑝𝑒𝑟𝑘𝑒𝑚𝑎ℎ𝑎𝑛 (𝑎𝑖 )

5 10 18 25
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑑𝑎𝑟𝑖

𝑎2 8 7 12 23
𝑎3 21 18 12 21
𝑎4 30 22 19 15

Permasalahan tersebut dianalisis menggunakan empat kriteria.

Penyelesaian 1

1. Laplace

1
Diberikan P{𝑠𝑗 } = , 𝑗 = 1 sampai 4, nilai harapan untuk alternatif berbeda
4

dapat dihitung sebagai :

1
𝐸 {𝑎1 } = 4 (5 + 10 + 18 + 25) = $14.500

1
𝐸 {𝑎2 } = 4 (8 + 7 + 12 + 23) = $12.500 → Optimum

1
𝐸 {𝑎3 } = 4 (21 + 18 + 12 + 21) = $18.000

1
𝐸 {𝑎4 } = (30 + 22 + 19 + 15) = $21.500
4

Maka biaya yang dikeluarkan berdasarkan Kriteria Laplace adalah sebesar

$12.500 untuk 𝑎2

2. Minimax

Kriteria minimax menghasilkan matriks berikut:

 Row
𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐾𝑒ℎ𝑎𝑑𝑖𝑟𝑎𝑛(𝑠𝑗 )
Max
𝑠1 𝑠2 𝑠3 𝑠4

𝑎1
𝑝𝑒𝑟𝑘𝑒𝑚𝑎ℎ𝑎𝑛 (𝑎𝑖 )
5 10 18 25 25
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑑𝑎𝑟𝑖

𝑎2 8 7 12 23 23
𝑎3 21 18 12 21 21
𝑎4 30 22 19 15 30

Maka biaya yang dikeluarkan berdasarkan Kriteria Minimax adalah sebesar

$21.000 untuk 𝑎3

3. Savage

Matriks regret ditentukan dengan mengurangkan 5, 7, 12, dan I5 dari kolom 1

ke 4, masing-masing. Dengan demikian diperoleh :

𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐾𝑒ℎ𝑎𝑑𝑖𝑟𝑎𝑛(𝑠𝑗 )
𝑠1 𝑠2 𝑠3 𝑠4

𝑎1
𝑝𝑒𝑟𝑘𝑒𝑚𝑎ℎ𝑎𝑛 (𝑎𝑖 )

5 10 18 25
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑑𝑎𝑟𝑖

𝑎2 8 7 12 23
𝑎3 21 18 12 21
𝑎4 30 22 19 15

Min 5 7 12 15
 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐾𝑒ℎ𝑎𝑑𝑖𝑟𝑎𝑛(𝑠𝑗 ) Row
𝑠1 𝑠2 𝑠3 𝑠4 Max

𝑎1 0 3 6 10 10
𝑝𝑒𝑟𝑘𝑒𝑚𝑎ℎ𝑎𝑛 (𝑎𝑖 )
𝐾𝑎𝑝𝑎𝑠𝑖𝑡𝑎𝑠 𝑑𝑎𝑟𝑖

𝑎2 3 0 0 8 8

𝑎3 16 11 0 6 16

𝑎4 25 15 7 0 25

Maka biaya yang dikeluarkan berdasarkan Kriteria Savage yaitu $8.000 untuk 𝑎2

4. Hurwicz

Tabel berikut merangkum perhitungannya:

Baris Baris
Alternatif α(Baris Min) + (1 − α)(Baris Max)
Min Max
a1 5 25 25 - 20α
a2 7 23 23 - 16α
a3 12 21 21 - 9α
a4 15 30 30 - 15α

Tabel α = 0.5

Baris Baris
Alternatif α(Baris Min) + (1 − α)(Baris Max)
Min Max
a1 5 25 15
a2 7 23 15
a3 12 21 16.5
a4 15 30 22.5
 Tabel α = 0.25

Baris Baris
Alternatif 𝛼(𝐵𝑎𝑟𝑖𝑠 𝑀𝑖𝑛) + (1 − 𝛼)(𝐵𝑎𝑟𝑖𝑠 𝑀𝑎𝑥)
Min Max
𝑎1 5 25 20
𝑎2 7 23 19
𝑎3 12 21 18.75
𝑎4 15 30 26.25

Dengan menggunakan a yang sesuai, kita dapat menentukan alternatif yang

optimal. Misalnya, pada 𝛼 = 0.5, baik 𝑎1 atau 𝑎2 adalah yang optimum yaitu
sebesar $15.000, dan pada 𝛼 = 0.25, 𝑎3 adalah yang optimum yaitu sebesar
$18.750.

Permasalahan 2

Untuk musim tanam yang akan datang, Petani McCoy dapat menanam jagung
(𝑎1 ), gandum (𝑎2 ), atau kedelai (𝑎3 ) atau menggunakan lahan untuk
merumput(𝑎4 ). Hasil yang terkait dengan perbedaan tindakan dipengaruhi oleh
curah hujan: curah hujan lebat (𝑠1 ), curah hujan sedang (𝑠2 ), hujan ringan (𝑠3 ),
atau kekeringan (𝑠4 ). Matriks hasil (dalam ribuan dolar) diperkirakan sebagai.

𝐶𝑢𝑟𝑎ℎ 𝐻𝑢𝑗𝑎𝑛 (𝑠𝑗 )

𝑠1 𝑠2 𝑠3 𝑠4

𝑎1
𝐽𝑒𝑛𝑖𝑠 𝑇𝑎𝑛𝑎𝑚𝑎𝑛 (𝑎𝑖 )

-20 60 30 -5

𝑎2 40 50 35 0

𝑎3 -50 100 45 -10

𝑎4 12 15 15 10
Bentuklah tindakan alternatif untuk Petani McCoy berdasarkan masing-masing
dari empat keputusan didalam kriteria ketidakpastian.

Penyelesaian 2

1. Laplace

1
Diberikan P{𝑠𝑗 } = 4 , 𝑗 = 1 sampai 4, nilai harapan untuk alternatif berbeda

dapat dihitung sebagai :

1
𝐸 {𝑎1 } = 4 (−20 + 60 + 30 − 5) = $16.250

1
𝐸 {𝑎2 } = 4 (40 + 50 + 35 + 0) = $31.250 → Optimum

1
𝐸 {𝑎3 } = 4 (−50 + 100 + 45 − 10) = $21.250

1
𝐸 {𝑎4 } = 4 (12 + 15 + 15 + 10) = $13.000

Maka berdasarkan kriteria Laplace untuk mendapatkan hasil atau keuntungan

yang maksimal sebesar $31.250 McCoy dapat menanam gandum 𝑎2 pada musim
tanam yang akan datang.

2. Maximin

Kriteria maximin menghasilkan matriks berikut:

𝐶𝑢𝑟𝑎ℎ 𝐻𝑢𝑗𝑎𝑛 (𝑠𝑗 ) Baris

𝑠1 𝑠2 𝑠3 𝑠4 Min

𝑎1 -20
𝐽𝑒𝑛𝑖𝑠 𝑇𝑎𝑛𝑎𝑚𝑎𝑛 (𝑎𝑖 )

-20 60 30 -5

𝑎2 40 50 35 0 0

𝑎3 -50 100 45 -10 -50

𝑎4 12 15 15 10 10
Maka berdasarkan kriteria maximin untuk mendapatkan hasil atau keuntungan
yang maksimal sebesar =$10.000 McCoy dapat menggunakan lahan untuk
merumput 𝑎4 pada musim tanam yang akan datang.

3. Savage

Matriks regret ditentukan dengan mengurangkan 40, 100, 45, dan 10 dengan
kolom 1 ke 4, masing-masing. Dengan demikian diperoleh :

𝐶𝑢𝑟𝑎ℎ 𝐻𝑢𝑗𝑎𝑛 (𝑠𝑗 )

𝑠1 𝑠2 𝑠3 𝑠4

𝑎1
𝐽𝑒𝑛𝑖𝑠 𝑇𝑎𝑛𝑎𝑚𝑎𝑛 (𝑎𝑖 )

-20 60 30 -5

𝑎2 40 50 35 0

𝑎3 -50 100 45 -10

𝑎4 12 15 15 10

Max 40 100 45 10

𝐶𝑢𝑟𝑎ℎ 𝐻𝑢𝑗𝑎𝑛 (𝑠𝑗 ) Baris

𝑠1 𝑠2 𝑠3 𝑠4 Min

𝑎1 60 40 15 15 15
𝐽𝑒𝑛𝑖𝑠 𝑇𝑎𝑛𝑎𝑚𝑎𝑛 (𝑎𝑖 )

𝑎2 0 50 10 10 0

𝑎3 90 0 0 20 0

𝑎4 28 85 30 0 0
Maka berdasarkan kriteria Laplace untuk mendapatkan hasil atau keuntungan
yang maksimal sebesar =$15.000 McCoy dapat menanam jagung 𝑎1 pada musim
tanam yang akan datang.

4. Hurwicz

Tabel berikut merangkum perhitungannya:

Baris Baris
Alternatif α(Baris Max) + (1 − α)(Baris Min)
Max Min
a1 60 -20 80 α − 20
a2 50 0 50 α
a3 100 -50 150 α − 50

a4 15 10 5 α + 10

Tabel α = 0.5

Baris Baris
Alternatif α(Baris Max) + (1 − α)(Baris Min)
Max Min
a1 60 -20 20

a2 50 0 25

a3 100 -50 25

a4 15 10 12.5
 Tabel α = 0.25

Baris Baris
Alternatif 𝛼(𝐵𝑎𝑟𝑖𝑠 𝑀𝑎𝑥) + (1 − 𝛼)(𝐵𝑎𝑟𝑖𝑠 𝑀𝑖𝑛)
Max Min
𝑎1 60 -20 0
𝑎2 50 0 12.5
𝑎3 100 -50 -12.5
𝑎4 15 10 11.25

Dengan menggunakan a yang sesuai, kita dapat menentukan alternatif yang

optimal. Misalnya, pada 𝛼 = 0.5, baik gandum
𝑎2 atau kedelai 𝑎3 adalah yang optimum yaitu sebesar $25.000, dan pada 𝛼 =
0.25, gandum 𝑎2 adalah yang optimum yaitu sebesar $12.500.