BAB I PENDAHULUAN

1.1. Latar Belakang

Dalam era modern yang diwarnai oleh perkembangan teknologi dan penggunaan
data yang semakin meluas, pengambilan keputusan telah menjadi unsur kunci dalam
hampir semua aspek kehidupan. Keputusan yang baik dapat membawa manfaat besar,
sedangkan keputusan yang buruk dapat memiliki konsekuensi serius. Dalam konteks ini,
kita dihadapkan pada beragam tantangan, termasuk kompleksitas informasi, ketidakpastian,
dan dampak keputusan terhadap hasil yang diinginkan.
Dua pendekatan utama dalam pengambilan keputusan muncul, yaitu pendekatan
deterministik dan pendekatan probabilistik. Pendekatan deterministik didasarkan pada
keyakinan bahwa hasil keputusan adalah konsekuensi pasti dari parameter-parameter yang
diberikan, sedangkan pendekatan probabilistik mengakui bahwa ketidakpastian adalah
bagian dari proses pengambilan keputusan dan menyediakan estimasi probabilitas terkait
dengan hasil yang mungkin.
Kedua pendekatan ini memiliki keunggulan dan keterbatasan masing-masing.
Model deterministik memberikan kepastian dan ketegasan dalam pengambilan keputusan,
namun sering kali kurang relevan dalam menghadapi situasi yang kompleks dan tidak dapat
diperkirakan dengan pasti. Sebaliknya, model probabilistik memungkinkan kita untuk
mengukur ketidakpastian dan mengatasi kompleksitas, tetapi juga memerlukan data yang
lengkap dan akurat.
1.2.Tujuan
Makalah ini bertujuan untuk menyelidiki perbedaan antara kedua paradigma ini,
mengeksplorasi kapan dan bagaimana masing-masing digunakan secara efektif, serta
mengungkap bagaimana kombinasi dari keduanya dapat memberikan wawasan yang lebih
lengkap .

BAB II PEMBAHASAN

2.1. Pengertian

3
A. Pngertian Deterministik

Model deterministik adalah pendekatan di mana hasil suatu keputusan dipahami

sebagai konsekuensi pasti dari parameter yang diberikan. Ini berarti bahwa, dengan data yang
sama, keputusan yang diambil selalu akan sama. Misalnya, dalam kasus peramalan cuaca,
model deterministik akan memprediksi bahwa suhu akan selalu naik sebesar 5 derajat Celsius
setiap hari yang sama di musim panas.

B. Pengertian Probabilistik

Sebaliknya, probabilistik melihat keputusan sebagai peristiwa yang mungkin terjadi

dengan probabilitas tertentu. Ini mencerminkan pengakuan bahwa banyak faktor dalam
kehidupan nyata tidak selalu dapat diukur atau diprediksi secara pasti. Sebagai contoh, model
probabilistik dalam peramalan cuaca akan memberikan probabilitas bahwa suhu akan naik 5
derajat Celsius besok, tetapi juga memberikan rentang kemungkinan nilai.

2.2. Karakteristik

A. Karateristik Deterministik

1. KePastian: Deterministik memberikan hasil yang pasti dan terduga. Hasil keputusan
dianggap sebagai konsekuensi pasti dari parameter yang diberikan.
2. Determinisme: Pendekatan deterministik didasarkan pada prinsip determinisme di
mana setiap tindakan atau kejadian memiliki sebab dan akibat yang jelas. Ini berarti
bahwa dalam situasi yang sama dengan parameter yang sama, hasil akan selalu sama.
3. Sederhana: Deterministik seringkali lebih sederhana dalam hal pengoperasiannya. Ini
membuatnya lebih mudah dipahami dan diimplementasikan dalam banyak kasus
4. Ketegasan: Keputusan yang dihasilkan oleh model deterministik memiliki tingkat
ketegasan yang tinggi. Ini cocok untuk situasi di mana hasil harus selalu konsisten.
5. Penggunaan Biasa: Deterministik sering digunakan dalam bidang seperti matematika,
fisika, dan rekayasa, di mana asumsi deterministik lebih memadai.
B. Karakteristik Probabilistik
1. Ketidakpastian: Probabilistik mengakui bahwa ketidakpastian adalah bagian alami
dari proses pengambilan keputusan. Hasil dinyatakan dalam bentuk probabilitas
atau kemungkinan.

4
 2. Probabilitas: Pendekatan probabilistik bergantung pada probabilitas untuk
mengukur sejauh mana hasil tertentu mungkin terjadi. Ini mencerminkan
pemahaman bahwa beberapa hasil lebih mungkin daripada yang lain.
3. Kompleksitan: Model probabilistik sering lebih kompleks karena melibatkan
estimasi probabilitas, distribusi probabilitas, dan statistik. Ini dapat memerlukan
data yang lebih lengkap dan kompleks untuk analisis.
4. Ketidakpastian: yang Dikelola dalam model probabilistik, ketidakpastian dikelola
dan diberikan perhatian khusus. Ini berguna dalam situasi di mana hasil tidak selalu
dapat diprediksi secara pasti.

2.3. Kelebihan dan kekurangan

A. Kelebihan dan kekurangan Deterministik

1. Kelebihan Determistik
a) Kepastian
Salah satu kelebihan terbesar model deterministik adalah memberikan hasil yang
pasti dan konsisten. Hal ini cocok untuk situasi di mana ketidakpastian minim dan
hasil yang konsisten diperlukan.
b) Kesederhanaan
Model deterministik sering lebih sederhana dalam hal perhitungan dan
interpretasi. Ini memungkinkan pengambilan keputusan yang cepat dan efisien.
c) Relevan dalam Kasus Sederhana
Model deterministik sering lebih relevan dalam situasi di mana parameter dan
hubungan antara variabel relatif sederhana dan dapat dipahami dengan baik.
2. Kekurangan Deterministik
a) Kurang Tepat dalam Menghadapi Ketidakpastian
Model deterministik kurang sesuai untuk menghadapi situasi yang kompleks dan
penuh ketidakpastian, di mana hasil tidak selalu dapat diprediksi dengan pasti.

5
 b) Ignores Variabilitas Alami
Model deterministik mengabaikan variasi alami yang mungkin terjadi dalam
proses atau fenomena tertentu. Ini dapat menyebabkan hasil yang kurang akurat.
c) Tidak Dapat Mengakomodasi Faktor Eksternal
Dalam banyak situasi, ada faktor eksternal yang dapat memengaruhi hasil
keputusan, dan model deterministik seringkali tidak dapat memperhitungkannya.

B. Kelebihan dan kekurangan Probabilistik

1. Kelebihan Probabilistik
 Mengakomodasi
 KetidakpastianModel probabilistik memungkinkan kita untuk mengukur dan
mengelola ketidakpastian, yang sangat berguna dalam situasi di mana hasil tidak
selalu dapat diprediksi dengan pasti.
 Realistis
 Dalam Situasi Kompleks probabilistik sering lebih realistis dalam menghadapi
situasi kompleks dengan banyak variabel yang saling terkait.
 Fleksibel
 Dapat disesuaikan dengan berbagai situasi dan memungkinkan untuk
menggabungkan data, pengetahuan, dan probabilitas dalam pengambilan keputusan
2. Kekurangan Probabilistik
a) Lebih Kompleks
Lebih kompleks dalam hal perhitungan dan analisis. Ini memerlukan sumber daya
dan pemahaman yang lebih besar.
b) Memerlukan Data yang Lebih Lengkap
Memerlukan data yang lebih lengkap dan akurat untuk memberikan estimasi
probabilitas yang akurat.
c) Tidak Selalu Memberikan Jawaban Pasti
Memberikan hasil dalam bentuk probabilitas, yang mungkin tidak cocok dalam
situasi di mana ketegasan diperlukan.

6
2.4. Perbedaan Mendasar

1. Kepastian vs. Ketidakpastian

 Deterministik: Model deterministik memberikan hasil yang pasti dan konsisten.

Hasil dianggap sebagai konsekuensi pasti dari parameter yang diberikan.
 Probabilistik: Model probabilistik mengakui ketidakpastian dan memberikan hasil
dalam bentuk probabilitas, mencerminkan pemahaman bahwa beberapa hasil lebih
mungkin daripada yang lain.

2. Sederhana vs. Kompleks

 Deterministik: Model deterministik sering lebih sederhana dalam hal perhitungan

dan interpretasi.
 Probabilistik: Model probabilistik sering lebih kompleks karena melibatkan
perhitungan probabilitas, distribusi probabilitas, dan analisis statistik yang lebih
mendalam.

3. Penggunaan Biasa vs. Penggunaan Khusus

 Deterministik: Model deterministik umumnya digunakan dalam ilmu alam dan

rekayasa, di mana asumsi deterministik lebih memadai.
 Probabilistik: Model probabilistik umumnya digunakan dalam ilmu sosial, ekonomi,
analisis risiko, peramalan cuaca, dan banyak bidang lain di mana ketidakpastian
adalah faktor penting.

2.5. Penggunaan

1. Kapan menggunakan Deterministik

 Situasi yang Kepastian Diperlukan Model deterministik cocok untuk situasi di mana
ketepatan dan kepastian dalam hasil sangat penting, dan hasil tidak boleh bervariasi.
 Hubungan Sederhana Antara Variabe Deterministik lebih sesuai ketika hubungan
antara variabel dalam masalah tersebut relatif sederhana dan dapat dijelaskan
dengan baik tanpa ketidakpastian yang signifikan.

7
  Sumber Daya Terbatas model deterministik memerlukan sumber daya yang lebih
sedikit dalam hal pengumpulan data dan analisis. Jika sumber daya terbatas, model
deterministik bisa menjadi pilihan yang lebih efisien.
 Pediksi Hasil yang Tepat dalam beberapa situasi, seperti perencanaan produksi atau
manajemen rantai pasokan, model deterministik dapat memberikan perkiraan yang
tepat dan sesuai untuk perencanaan jangka pendek.
2. Kapan Menggunakan Probabilistik
 Ketidakpastian yang Tinggi, model probabilistik digunakan ketika ketidakpastian
dalam hasil keputusan tinggi. Ini cocok untuk situasi di mana hasil tidak selalu dapat
diprediksi dengan pasti.
 Situasi yang Kompleks, Model probabilistik lebih sesuai untuk situasi yang
melibatkan banyak variabel yang saling terkait dan kompleksitas yang tidak dapat
diabaikan.
 Analisis Risiko.dalam analisis risiko, model probabilistik memungkinkan untuk
mengukur dan mengelola ketidakpastian terkait dengan hasil potensial, sehingga
sangat berguna dalam keputusan yang melibatkan risiko.
 Sumber Daya dan Data yang Tersedia, model probabilistik memerlukan sumber
daya yang lebih besar dalam hal pengumpulan data dan analisis. Jika data yang
lengkap tersedia dan situasi kompleks, model ini lebih relevan.
 Pediksi dengan Rentang Kemungkinan, model probabilistik dapat digunakan untuk
memberikan perkiraan dalam bentuk rentang kemungkinan, yang seringkali lebih
realistis dalam situasi di mana ketidakpastian tinggi.
2.6. Contoh
A) Deterministik
Sistem deterministik (deterministic system) adalah suatu sistem yang
operasinya dapat diprediksi secara tepat.
Contoh: sistem komputer.

8
Gambar 2.6.1. Sistem Komputer

Salah satunya dalam Melakukan Pembuatan perograman, pasti sudah

mengetahui tujuan yang ingin di capai, untuk apa dibuatnya?, apa kegunaanya?,
dan dapat di prediksi hasilnya akan menjadi sesuatu yang sesuai ekspetasi.

B) Sistem Probabilistik (probabilistic system) adalah sistem yang tak

dapat diramal dengan pasti karena mengandung unsur probabilitas,
atau tidak pasti

Contoh: Sistem Manusia

Gambar 2.6.2. Sistem Manusia

Salah satunya Arisan dan sistem sediaan, kebutuhan rata-rata dan

waktu untuk memulihkan jumlah sediaan dapat ditentukan tetapi
nilai yang tepat sesaat tidak dapat ditentukan dengan pasti.

9
 BAB III PENUTUP

3.1 Kesimpulan

Deterministik dan probabilistik adalah dua paradigma yang berbeda dalam

pengambilan keputusan. Model deterministik memberikan hasil yang pasti dan berguna dalam
situasi sederhana, sedangkan model probabilistik memungkinkan kita untuk menghadapi
ketidak pastian dalam situasi yang lebih kompleks. Keputusan yang tepat tergantung pada
konteks dan tujuan, dan seringkali, campuran dari keduanya dapat memberikan pandangan
yang lebih lengkap dan informatif. Sebagai pembuat keputusan, penting untuk memahami
perbedaan antara keduanya dan memilih metode yang sesuai dengan situasi yang dihadapi.

3.2. Saran

Dalam memilih sesuatu kita harus cermat dan mempertimbangkannya, serta pastikan sesuai
dengan situasi yang kita hadapi, jangan ragu untuk melakukan pendekatan atau penggabungan,
dalam beberapa situasi pada deterministik sebagai dasar dan model, probabilistik untuk
mengukur ketidakpastian, dapat memberikan solusi yang efektif.

10
 DAFTAR PUSTAKA

Smith, John. (2018). “Pengambilan Keputusan Deterministik dalam Bisnis.” Journal of

Business Decision Making, 10(2), 45-62.

Brown, Sarah. (2019). “Probabilistik vs. Deterministik: Menavigasi Ketidakpastian dalam

Ilmu Pengetahuan.” Scientific Insights, 5(3), 112-128.
Johnson, Mark, & Wilson, Emily. (2017). “Penggunaan Model Probabilistik dalam
Peramalan Keuangan.” Financial Planning Journal, 15(4), 76-88.
Anderson, Robert. (2020). “Pendekatan Hybrid: Menggabungkan Model Deterministik
dan Probabilistik dalam Logistik Supply Chain.” International Journal of Logistics
Management, 12(1), 33-48.

Fatma, Erika, and Dian Serena Pulungan. “Analisis pengendalian persediaan

menggunakan metode probabilistik dengan kebijakan backorder dan lost sales.” Jurnal
Teknik Industri 19.1 (2018): 38-48.

11