ANALISIS OPTIMASI DAN KEPUTUSAN (1)

PENGAMBILAN KEPUTUSAN DIBAWAH KONDISI TIDAK

PASTI DAN PROBABILISTIK
(KEPUTUSAN DALAM RESIKO)

Oleh : Risyda Atqiyani Setra-NIM 25417009

Encik Ryan Pradana Fekri-NIM 25417064

Dosen :
DR. Ir. Dewi Sawitri Tjokroprandojo, M.T.
Fikri Zul Fahmi ST,M.Sc.,Ph.D
 Daftar Referensi
1. Anderson, B.F., Deane, D.H., Hammond, K.R., and McClelland, G.H.. 1981. Concepts and Judgement in Decision
Research. New York: Praeger.
2. Clemen, Robert T. 1952. Making Hard Decisions: An Introduction to Decision Analysis. Boston: PWS-KENT Publishing.
3. Churcill, Geoffrey and Whalen Thomas. Decision Under Uncertainty.
4. Filho, Fernando Ferrari and Conceicao, Octavio Augusto Camargo. 2005. The Concept of Uncertainty in Post
Keynesian Theory and in Institutional Economics. Journal of Economic Issues Vol XXXIX No. 3 September 2005
5. Harrison, E. F.. 1995. The managerial decision-making process. USA: Houghton-Mifflin
6. Pazek, Karmen and Rozman C. 2008. Decision Making Under Conditions of Uncertainty in Agriculture: A Case
Study of Oil Crops.
7. Peterson, Martin, 2007, An Introduction to Decision Theory, Cambridge Introductions to Philosophy - 1st Edition,
8. Sawitri, Dewi , 2007, Materi Kuliah Metode Analisis Optimasi dan Keputusan, Perencanaan Wilayah dan Kota
Institut Teknologi Bandung,
9. Supranto,J. 2005. Teknik Pengambilan Keputusan. Rineka Cipta
10. Taghavifard, M.T., K. Khalili Damghani, dan R. Tavakkoli Moghaddam. 2009. Decision Making Under Certainty and
Risky Situations. Society of Actuaries.
11. Taha, Hamdy A. 2007. Operations Research An Intoduction Eighth Edition. Singapore: Pearson Education.
 Outline Presentasi

Pengertian Teori Pengambilan Keputusan

Analisis Optimasi dan Keputusan dalam Kondisi Tidak Pasti

Analisis Optimasi Dan Keputusan Dalam Kondisi Risiko

Studi Kasus

Kesimpulan
 PENGERTIAN TEORI PENGAMBILAN KEPUTUSAN
Pengambilan keputusan adalah tindakan memilih satu dari sekian
Rick Griffin, 2006 banyak alternatif
Diawali dengan:
1.Menyadari bahwa suatu keputusan harus dibuat
2.Mengidentifikasi alternatif kemungkinan

Teknik pendekatan yang digunakan dalam proses Suatu pendekatan

James A.F pengambilan keputusan atau proses memilih tindakan yang sistematis dari
Stoner, 1961 suatu proses pemilihan
sebagai cara pemecahan masalah
alternatif terbaik dari
beberapa alternatif
teori pengambilan keputusan - dikenal juga sebagai rational yang ada, yang
choice theory - merupakan studi mengenai preferensi, selanjutnya alternatif
Peterson (2009): terpilih digunakan
ketidakpastian, dan berbagai issue yang terkait dengan upaya
untuk menghasilkan pilihan yang paling rasional atau optimal sebagai suatu cara
dalam pemecahan
Pendekatan yang sistematik terhadap hakekat alternatif masalah.
S.P.
Siagian yang dihadapi dan mengambil tindakan yang menurut
perhitungan merupakan tindakan yang paling tepat

Johannes Memilih satu di antara sekian banyak alternatif, yang dibuat

Supranto (1998): dalam rangka untuk memecahkan permasalahan atau
persoalan (problem solving)
 PENGERTIAN KEPUTUSAN DAN OPTIMASI
KEPUTUSAN:
Berkaitan dengan penentuan cara Diperlukan strategi yang bagus
tindakan yang akan dipilih dalam mengambil keputusan agar
Kita belum tahu apa keputusan terbaik diperoleh hasil yang optimal
sampai hasil pelaksanaan keputusan
dilakukan
Yang bisa dilakukan adalah membuat
keputusan yang paling rasional atau
Optimasi kriteria dalam
optimal berdasarkan preferensi dan
informasi yang kita miliki pengambilan keputusan
Memilih alternatif terbaik (the best o Memberikan hasil terbaik dari
alternative) kondisi / hal / pilihan yang ada
o Optimal memenuhi syarat /
mencapai kriteria sasaran yang
diharapkan
 Kondisi yang akan datang tidak diketahui
sama sekali.
Tidak ada fungsi kepadatan probabilitas
Keputusan dibawah yang dijamin: fungsi probabilitas tidak
Tidak Kondisi Pasti diketahui atau tidak dapat ditentukan
Kenyataannya, ketidakpastian menyatakan
ketidak tahuan samasekali

Kondisi Derajat ketidaktahuan diungkapkan dalam fungsi

Pengambilan probabilitas nilai variabel random, sedangkan
Keputusan dibawah
Keputusan numerik pasti tidak diketahui, tetapi dapat diwakili
Kondisi Resiko
dengan fungsi probabilitas.

Ada pengetahuan tentang kondisi yang akan

Keputusan dibawah terjadi.
Kondisi Pasti Misal: bila melakukan tindakan tertentu akan
diketahui hasilnya.
MANFAAT OPTIMASI & KEPUTUSAN DALAM PERENCANAAN
WILAYAH & KOTA Perencanaan adalah kegiatan yang berorientasi pada
masa depan, yang mengkaitkan pengetahuan teknis
dan keilmuan untuk dapat dijalankan dalam public
domain.

DESKRIPSI
Perencanaan yang terkait dengan pengambilan
keputusan tercipta setiap hari melalui suatu proses yang
KARAKTERISTIK kompleks, seringkali penuh dengan tekanan politis yang
melibatkan beragam kepentingan
Data & Informasi
Wilayah Untuk mencapai tujuan pembangunan dapat
dicapai dengan berbagai alternatif pilihan
PERAMALAN tindakan:
MASA DEPAN Perlu diambil keputusan cara tindakan
mana yang sebaiknya dilakukan
Kendala-kendala persoalan: yang
menentukan kelayakan setiap alternatif
tindakan
Perumusan OPTIMASI &
Kriteria sasaran: apa yang hendak dicapai
Rencana KEPUTUSAN
dengan dilaksanakan tindakan

Optimal apabila layak (memenuhi kendala)

dan memenuhi kriteria sasaran
Analisis Optimasi dan Keputusan dalam Kondisi Tidak
Pasti

Pegambilan keputusan ini terjadi saat diketahui apa saja kondisi yang mungkin terjadi, namun
tidak diketahui seberapa mungkin masing-masing kondisi tersebut akan terjadi

Ada beberapa kriteria pengambilan keputusan dalam kondisi ini tetapi sifatnya tidak
mengikat.

Perbedaan Kriteria-kriteria dicerminkan dengan sejauh atau sekonservatif apa pengambilan

keputusan memperhatikan kondisi ketidakpastian yang ada.

Tidak ada pedoman umum sebaiknya kriteria mana yang diterapkan, karena perubahan
suasana hati dari pengambil keputusan yang didikte oleh ketidakpasatian keadaan
barangkali merupakan faktor utama dalam pemilihan kriteria yang sesuai.
Lanjutan...
Juga terdapat pemahaman bahwa kemungkinan-kemungkinan kondisi tersebut menjadi
tidak pasti karena tidak ada kemampuan intervensi pengambil keputusan di dalamnya

Adalah kondisi dimana alternative tindakan yang dapat diambil tidak diketahui probabilitas
terjadinya. Yang diketahui hanya kemungkinannya, tanpa ada besaran probabilitas dari
setiap hasil.

Asumsi: Pengambil Keputusan tidak mempunyai Inteligent Opponent Lawan yang berpikir
untuk yang sama.
Beberapa Teknik Analisis Optimasi Kondisi Tidak
Pasti Menurut Ahli

Menurut Hamdy Kriteria Menurut J Kriteria Menurut

Taha, 2007 Supranto, 2005 Taghavifard et al
(2009)
1. Kriteria Laplace 1. Kriteria Laplace
1. Kriteria Maxmin
2. Kriteria 2. Kriteria (Konservatif)
Maximin Maksimin
Minimax 2. Kriteria
3. Kriteria Maxmax
3. Kriteria Regrets Maksimaks (Agresif)
(Savage) 4. Kriteria Hurwiczz 3. Kriteria Hurwiczz
4. Kriteria 5. Kriteria Regrets 4. Kriteria Regrets
Haurwicz (Savage)
Studi Kasus
Soal :
Seorang manajer produksi menghadapi tiga alternatif produksi,
katakanlah A1, A2 dan A3. Biaya produksi per unit untuk masing-masing
produk adalah 3; 4; dan 5 satuan nilai uang. Harga jual per unit masing-
masing adalah 4; 5,5; dan 6. Katakanlah kapasitas produksi yang
normal dari tiap tiap produk A1,A2, dan A3 berturut-turut 3000; 2000; dan
1000.
Misalkan telah diperhitungkan, jika keadaan permintaan tinggi (1),
normal (2), dan rendah (3), maka tingkat permintaan berturut-turut
:3000, 2000, dan 1000 unit. Juga asumsikan bahwa jika produk tidak
terjual habis, maka harganya akan turun sampai separuhnya.
Bagaimana keputusannya ?
 1. Kriteria Maksimin

Mengambil keputusan dengan harapan yang pesimis dimana pemilihan alternative berdasarkan
hasil pay-off terbesar dari setiap alternative yang ada atau secara sederhana, memilih yang
memberikan hasil maksimum diantara nilai-nilai minimum yang ada.

Pertama-tama dapat dihitung keuntungan marjinal (marjinal profit) masing-masing produk bila
n m, dimana :
n = kuantitas yang diminta
m= kuantitas yang di produksi

Untuk masing-masing produk sebagai berikut :

A1 : 4 - 3 = 1,00 (MPA1 =1,00)
A2 : 5,5 4 = 1,5 (MPA2 = 1,50)
A3 : 6 - 5 = 1,00 (MPA3 = 1,00)

Jika kasus n < m, kerugian marjinal (marjinal loss) akibat produk yang tidak terjual adalah sebagai
berikut :
A1 : (1/2) 4 - 3 = 1,00 (MLA1 =1,00)
A2 : (1/2) 5,5 4 = - 1,25 (MLA2 = 1,25)
A3 : (1/2) 6 - 5 = -2,00 (MLA3 = 2,00)
Oleh karena itu kondisional dari setiap produk adalah : Lanjutan Kriteria
Maksimin (1)

(MP x Unit Terjual) (ML x Unit Tidak Terjual)

Sebagai contoh dalam kasus A1 = 3000 dan 3 = 1000 maka hasil bersihnya :
(1,00 x 1000) (1,00x2000) = - 1000 (mengalami kerugian 1000).

Dengan perhitungan seperti diatas, maka hasil yang diperoleh dapat ditunjukkan
seperti dibawah ini :
Dengan menggunkan kriteria maksimin, maka
Keadaan Permintaan (Unit) pertama-tama kita perlu menetukan nilai-nilai
Alternatif Pilihan
minimum hasil yang mungkin diperoleh dari
Produksi (Unit) Tinggi Normal Rendah masing-masing alternatif produksi.
(1 =3000) (2=2000) (3 =1000) Dari nilai-nilai minimum ini kemudian dipilih
A1 = 3000 3000 1000 -1000 alternatif yang memberikan nilai maksimum, jadi
merupakan maksimum dari minimum (maka
A2 = 2000 3000 3000 250 disebut maksimin) dan untuk itu terpilih alternatif
A3 = 1000 1000 1000 1000 A3.
 Lanjutan Kriteria
Maksimin (2)

Alternatif Nilai Min

Pilihan 1 (Pij)
A1 -1000
A2 250
A3 1000

Dengan demikian berdasarkan kriteria maksimin kita memilih alternatif A 3, yaitu

memproduksi A3 dengan kapasitas produksi 1000 unit dan mengharapkan keuntungan
sebesar 1000 .Terlihat kriteria maksimin menunjukkan sikap pesimisme dari pembuat
keputusan.
 2. Kriteria Maksimaks

Mengambil keputusan dengan harapan yang sangat optimis dimana pemilihan alternative
berdasarkan hasil pay-off terbesar dari setiap alternative yang ada atau secara sederhana, memilih
yang memberikan hasil maksimum diantara nilai-nilai maksimum yang ada.

Langkah pertama adalah menentukan nilai-nilai Alternatif Nilai Maks 1

maksimum dari semua alternatif yang ada untuk Pilihan (Pij)
berbagai situasi permintaan, kemudian dari nilai-nilai
A1 3000
maksimum tersebut dipilih alternatif yang nilainya
paling tinggi, maka ditulis dengan notasi : A2 3000
A3 1000
maks A1 {maks 1 (Pij) }

Dengan demikian berdasarkan kriteria maksimaks kita memilih alternatif A1 atau

A2, karena memiliki nilai maksimum dantara nilai-nilai maksimum yang ada. untuk
itu pembuta keputusan optimis akan memperoleh keuntungan sebesar 3000
dengan menganggap situasi permintaan akan tinggi.
 3. Kriteria Hurwicz

Kaidah Hurwicz merupakan suatu indeks relatif yang mewakili kriteria yang bersifat optimis dan
pesimis. Suatu sikap netral diantara optimise dan pesimisme dicerminkan melalui kaidah Hurwicz
yang mengijinkan pembuat keputusan untuk memilih suatu indeks sehingga

01
Jika
= 0 : mencerminkan sikap pesimisme
= 1 : mencerminkan sikap optimisme

Pilihan terhadap nilai yang lain akan mencerminkan sikap pembuat keputusan apakah
mengarah ke optimis atau pesismis. apabila telah ditentukan, maka berdasarkan
kaidah Hurwicz perlu dilakukan perhitungan :
maks Ai { (maks j Pij) + (1- ) (min j Pij )}

dimana Pij : adalah hasil yang diperoleh dari pilihan alternatif Ai pada
situasi j
 Lanjutan Kriteria
Nilai ditentukan dengan cara berikut : Hurwicz (1)

Misalkan kita memgambil kasus permintaan barang seperti di atas, terlihat bahwa nilai hasil paling
tinggi yang mungkin diperoleh adalah 3000 sedangkan hasil terendah yang mungkin diperoleh
adalah -1000. Misalkan kita menganggap situasi ini sebagai pilihan yang tidak pasti, artinya dalam
memproduksi barang lalu dijual, maka ia mungkin memperoleh kerugian sebesar 1000 (-1000).
sekarang kita tanyakan kepada pembuat keputusan berapa nilai uang yang akan membuat dia
tidak dapat memilih antara pilihan tidak pasti dan nilai uang yang bersifat pasti itu. jadi kita
melakukan gambling dengan menganggap bahwa pilihan yang tidak pasti yang akan
menghasilkan keuntungan 3000 atau kerugian (-1000) sebagai pilihan yang bersifat gambling .
serta nilai uang tertentu yang bersifat pasti yang membuat sehingga antara pilihan gambling dan
pilihan pasti tidak berbeda (indefferent).
Misalkan pembuat keputusan menyatakan nilai tersebut adalah 1500. dengan demikian pembuat
keputusan tidak dapat memilih mana yang ia sukai atara pilihan gambling menghasilkan
keuntungan 3000 atau menghasilkan kegugian 1000 dengan pilihan pasti nilai uang 1500. dengan
kata lain, jika ia disodorkan dua pilihan ini, yaitu :

Pilihan gambling : memproduksi barang dengan kemungkinan untung 3000 atau rugi 1000
Pilihan Pasti : memperoleh keuntungan sebesar 1500

Berdasarkan pencarian nilai pasti yang membuat pembuat keputusan indifferent, maka kita dapat
memperkirakan nilai bagi pembuat keputusan ini memiliki :
 Lanjutan Kriteria
Hurwicz (1)
E (pilihan gambling untung 3000 atau rugi 1000) = E (pilihan pasti memperleh uang
1500)

Dengan menggunakan konsep nilai harapan, kita mengetahui bahwa :

3000 () + (-1000) (1- ) = 1500
3000 + 1000 = 1500 + 1000
4000 = 2500
= 2500/4000 = 0,625

Dengan mengetahui baha pembuat keputusan memiliki nilai = 0,625 ; maka kita
dapat menerapkan kaidah Hurwicz untuk pembuat keputusan kasus di atas. Maka
dilakukan perhitungan :

Alternatif pilihan Nilai (maks j Pij) + (1- ) (min j Pij

A1 (0,625)(3000) + (1 - 0,625)(-1000) = 1500
A2 (0,625)(3000) + (1 - 0,625)(250) = 1968,75
A3 (0,625)(1000) + (1 - 0,625)(1000) = 1000

Dengan demikian berdasarkan kaidah Hurwicz, terpilih alternatif A2 karena memiliki nilai paling
tinggi diantara nilai-nilai perhitungan yang ada.
 4. Kriteria Laplace

Kriteria ini disebut juga kriteria equal likelihood. Menurut kriteria ini, pk mengasumsikan bahwa
probabilitas terjadinya berbagai kondisi adalah sama besarnya. Pada kriteria ini, pengambil
keputusan tidak dapat menentukan/mengetahui probabilitas terjadinya berbagai hasil sehingga
diasumsikan bahwa semua kejadian mempunyai kemungkinan yang sama untuk terjadi.
dengan demikian setiap kejadian memiliki peluang terjadi sebesar 1/n ; dimana n adalah jumlah
kejadian yang mungkin terjadi dimasa yang akan datang.

D=Dalam kasus ini, memiliki peluang sebesar 1/3 . maka menurut kriteria Laplace dapat
ditentukan nilai harapan dari setiap alternatif segai berikut :

E (A1) = (3000)(1/3) + (1000)(1/3) + (-1000)(1/3) = 1000

E (A2) = (3000)(1/3) + (3000)(1/3) + (250)(1/3) = 2083,33
E (A3) = (1000)(1/3) + (1000)(1/3) + (1000)(1/3) = 1000

Maka yang terpilih adalah alternatif A2 karena memiliki harapan tertinggi. Dengan demikian
terlihat bahwa kriteria Laplace tidak lain merupakan rata-rata hasil dan pilihan dijatuhkan
pada alternatif yang memberikan nilai rata-rata keuntungan terbesar.
 5. Kriteria Regret/Savage

Kriteria ini menitik beratkan pada minimalisir kerugian yang mungkin terjadi.
Kondisi ini bertujuan untuk meminimalisir penyesalan yang akan terjadi.
Penyesalan ini dinilai berdasarkan nilai opportunity loss. Optimasi menurut kriteria ini adalah
pilihan yang nilai kehilangannya paling kecil.

Menghitung nilai penyesalan untuk setiap alternatif pada semua situasi

permintaan yang mungkin terjadi.

Alternatif Keadaan Permintaan

Pilihan Tinggi Normal Rendah
A1 3000 - 3000 = 0 3000 - 1 000 = 2000 1000 - (-1000) = 2000
A2 3000 - 3000 = 0 3000 - 3000 = 0 1000 - 250 = 750
A3 3000 - 1000 =2000 3000 - 1000 = 2000 1000 - 1000 = 0
- Kemudian kita menentukan nilai-nilai maksimum penyesalan dari setiap alternatif pilihan,
- Kemudian memilih alternatif yang memiliki nilai penyesalan terkecil diantara nilai maksimum
yang ada. Bentuk notasi kriteria minimaks

min Ai (maks j Rij ) Dimana : Rij adalah nilai penyesalan yang diperoleh
akibat pilihan alternatif Ai jika situasi j yang terjadi.
 Lanjutan Kriteria
Regret (1)

Alternatif Dengan demikian berdasarkan kriteria

pilihan Nilai maks j Rij minimaks yang terpilih adalah
alternatif A2 karena memiliki nilai
A1 2000
penyesalan terkecil di antara nilai-nilai
maksimum penyesalan yang mungkin.
A2 750 (nilai minimaks)

A3 2000

Jika kasus tentang keputusan produksi A1, A2 dan A3

diringkaskan berdasarkan kriteria yang telah
dibahas, maka hasil keputusannya sebgaai berikut :
Meskipun demikian dengan melihat bahwa dari
Kriteria Keputusan Alternatif Pilihan berbagai kriteria diatas lebih banyak menjtuhkan
Maksimin A3 pilihan pada alternatif A2, maka dengan
Maksimaks A1 atau A2 mengasumsikan bahwa pembuat keputusan bukan
Hurwicz ( = 0,625) A2 orang yang sangat pesimis demikian pula tidak
Laplace A2 ternasuk sangat optimis, maka sebaiknya dipilih
alternatif A2, yaitu memproduksi A2 dengan
Regret "Penyesalan" A2
kapasitas 2000 unit.
 Tingkat Pengambilan
Kriteria Informasi Asumsi
Konservatif Keputusan Optimal
Nilai pay off maksimum
Semua peristiwa memiliki Agak
Laplace probabilitas sama (adanya konservatif
gain
Nilai pay off minimum loss
ketidak cukupan alasan)
Maximin: maksimisasi dari
Maximin: pengambil alternatif minimum
keputusan pesimis Maximax: alternatif
Maximin/Maximax/ Maximax: pengambil Paling maksimum dari yang
Minimax keputusan optimis konservatif maksimum
Minimaks: Minimaks:
minimisasi biaya Minimisasi dari alternatif
Tidak tersedia maksimum
distribusi Gain: nilai minimal dari
probabilitas selisih nilai pay off
Keputusan optimal
maksimal dan nilai-nilai
Savage (Minimaks memberi penyesalan Kurang
alternatif
Regret) /kehilangan kesempatan konservatif
Loss: nilai minimal dari
paling sedikit
selisih nilai-nilai alternatif
dan nilai pay off minimal

Kompromi antara maximin

Nilai maksimal dari jumlah
dan maximax Agak
Hurwicz Coefficient optimism (0-1) konservatif
alternatif pay off optimis
dan pesimis
mengukur tingkat optimis
Kesimpulan dibawah Kondisi Tidak Pasti
Keadaan ketidakpastian merupakan kondisi yang paling umum terjadi, sehingga pengertian
tentang berbagai macam kriteria sangat penting untuk dipahami sesuai dengan kriteria yang
digunakan.
Perbedaan kriteria bisa menyebabkan hasil yang berbeda.
Penggunaan kriteria dapat disusun berdasarkan asumsi yang digunakan, sesuai dengan tabel
berikut

No Kriteria Keputusan Asumsi

1 Laplace Probabilitas sama anatara kejadian tak pasti, menggunakan
nilai harapan pay off maksimum
2 Maksimin Pandangan pesimistik, memaksimumkan kemungkinan pay off
minimum
3 Maksimaks Pandangan optimistik, memaksimumkan kemungkinan pay off
maksimum
4 Hurwich Koefisien optimistic dan pesimistik, memaksimumkan pay off
tertimbang
5 Regrets Pandangan konservatif, meminimumkan kesempatan untuk
kehilangan atau kerugian yang maksimal
 Lanjutan..
Kesimpulan dibawah Kondisi Tidak Pasti

Pengambilan keputusan di bawah kondisi risiko dan ketidakpastian merupakan

hal yang lebih sering terjadi di dalam kehidupan manusia karena banyak hal-hal
yang memiliki faktor pengaruh tidak tunggal sehingga apabila ada perubahan
terjadi pada suatu aspek akan mempengaruhi atau memberikan dampak pada
aspek lainnya.

Keputusan dalam kondisi tidak pasti pengambil keputusan harus mengambil keputusan dalam
kondisi tidak ada informasi akan kondisi mendatang
Keputusan dalam kondisi risiko probabilitas kejadian dapat diperkirakan berdasarkan
pengalaman dan pengetahuan orang yang ahli tentang kondisi yang akan dihadapi.
ANALISIS OPTIMASI DAN KEPUTUSAN DALAM
KONDISI RISIKO
Definisi Resiko
Risk stand for the combination of random or uncertain events with negative consequences for human health, life and
welfare and for the environment together with some measures of the likelihood of such events. (Nasman, 2005)
1

2 Risk as imperfect knowledge in which possible outcome probabilities are known.

(Knight ,1921)

Risk as imperfect knowledge in which possible outcome probabilities are known.

(Knight ,1921)
3

Risk implies a degree of uncertainty and an inability to fully control the outcomes or consequences of such an action.
4 (Taghavifard dkk, 2009):

Suatu kondisi yang berpotensi memberikan dampak negatif, dimana informasi yang tersedia tidak
sempurna, namun peluang kejadiannya dapat diketahui atau diperkirakan
Syarat dan Proses Kondisi Resiko
Syarat Pengambilan Keputusan di Bawah Kondisi Risiko

1 Ada alternatif tindakan yang mungkin untuk dilakukan

2 Kemungkinan kejadian tak pasti berikut dengan probabilitas

masing-masing

3 Nilai payoff yang merupakan hasil kombinasi suatu tindakan dan suatu
kejadian tak tentu

Proses Pengambilan Keputusan di Bawah Kondisi Risiko

Informasi terkait peluang kejadian masing-masing Menghitung nilai expected value masing-masing
masing kondisi. kejadian.

Setiap tindakan memiliki payoff yang dapat Memililih tindakan dengan nilai minimal atau
dihitung untuk masing-masing peluang kejadian. maksimal.
 Sintesa Literatur Memilih Kriteria Analisis Keputusan Dalam Kondisi Resiko
(Taha, 1987)
Nilai yang diperkirakan (Expected Value)
Gabungan nilai yang diperkirakan dan varians (Combined Expected
Value and Varian)
Tingkat aspirasi yang diketahui (Known Aspiration Level)
Pemunculan kejadian di masa mendatang yang paling mungkin (Most
Likely Occurance of Future State)
(Damghani, 2009)
Expected Payoff
berdasarkan total peluang dan payoff yang dimiliki masing-masing kejadian
The Most Probable States of Nature
berdasarkan payoff terbesar pada peluang terbesar
Expected Opportunity Loss (EOL)
berdasarkan peluang yang hilang dari nilai yang diekspektasi
We know nothing
berdasarkan total payoff dari peluang yang sleuruhnya dianggap sama

(J, Supranto, 2005)

Computation of the Expected Value of Perfect Information
Nilai harapan Payoff (Expected Payoff) berdasarkan payoff terbesar dari masing-masing peluang

Kesempatan yang hilang (Expected Oppotunity Loss)

Nilai harapan informasi sempurna (Expected Value of Perfect

Kriteria Analisis Keputusan dalam Kondisi Resiko :
Information) Expected Value (EV)
Pemunculan kejadian di masa mendatang yang paling mungkin (Most
Expected Value-Variance
Likely Occurance of Future State) We know nothing
Known Aspiration Level
Expected Opportunity Loss (EOL)
 Konsep Dasar Expected Value
EV (T1) = (Z1.P1) + (Z1.P2) + (Z1.P3)
EV (T2) = (Z2.P1) + (T2.P2) + (Z2.P3)
EV (T3) = (Z3.P1) + (Z3.P2) + (Z3.P3)

P1 P2 P3 EV

T1 (T1.P1) + (T1.P1) + (T1.P1) = EV (T1)

T2 (T1.P1) + (T1.P1) + (T1.P1) = EV (T2)
T3 (T1.P1) + (T1.P1) + (T1.P1) = EV (T3)

Memilih alternatif dengan nilai harapan (Pay Off) terbesar (Maximum Expected Pay Off)

Tindakan/alternatif pilihan menimbulkan beberapa kejadian, masing-masing dengan probabilitasnya

Menentukan keputusan berdasarkan pilihan memaksimalkan atau meminimalkan nilai

 Contoh Expected Value
Berdasarkan perkiraan prospek perekonomian nasional, diketahui
probabilitas berdasarkan laju pertumbuhan ekonomi saat ini adalah
cepat 20%, sedang 15%, dan lambat 65%. Keuntungan pilihan berdasarkan masing-masing
Sebuah perusahaan sedang merencanakan keputusan untuk berinvetasi, kejadian dapat dikuantifikasi sebagai berikut:
adapun rencana investasi yang akan dilakukan adalah pembelian saham
Dalam juta rupiah
(meningkatkan saham), membeli tanah, atau dengan menabung.
Berdasarkan kondisi ini jenis investasi manakah yang sebaiknya diambil Cepat Sedang Lambat
(0,20) (0,15) (0,65)
oleh perusahaan tersebut.
Saham 18 3 5
Tanah 10 8 8

Tabungan 15 10 5

Cepat Sedang Lambat

EV
(0,20) (0,15) (0,65)
Saham 18(0,20) + 3(0,15) + 5(0,65) = 7,30
Tanah 10(0,20) + 8(0,15) + 8(0,65) = 8,40
Tabungan 15(0,20) + 10(0,15) + 5(0,65) = 7,75
Konsep Dasar Expected Value-Variance
Misalkan ada sebuah variabel random Z (Z1,Z2, . . . . . . . . . . ,Zn) dari n nilai Z yang diamati. Z merupakan
variabel random dengan variansi 2 maka :

Z Begitu ukuran sampel besar (n mendekati tak hingga) maka variansi akan
mendekati nol sehingga nilai expected value akan mendekati rata-rata
2

Mempertimbangkan keputusan berdasarkan dua tujuan :

1. Memaksimalkan keuntungan atau meminimalisasi kerugian
2. Meminimalisasi variansi yang dimilikinya
Contoh Expected Value-Variance
PT. Kondang Jaya sedang mempertimbangkan dua proyek A dan B, dengan biaya proyek yang masing-
masingnya berbeda. Divisi perencanaan perusahaan memperkirakan distribusi probabilitas arus kas setiap
proyek dalam 3 tahun mendatang.

Tahun 1 Tahun 2 Tahun 3

Proyek A
(0,20) (0,60) (0,20)
Arus Kas Rp. 2.500.000 Rp. 4.500.000 Rp. 6.000.000

Tahun 1 Tahun 2 Tahun 3

Proyek B
(0,20) (0,60) (0,20)
Arus Kas Rp. 1.500.000 Rp. 5.000.000 Rp. 8.000.000

Namun sebelum proyek tersebut dilaksanakan Dewan Direksi perusahaan tersebut ingin mengetahui
dari kedua proyek tersebut, proyek A atau B yang memiliki resiko lebih tinggi jika dilaksanakan nantinya.
Sehingga perusahaan dapat mengetahui langkah strategis yang dapat dilakukan kedepan.
Sehingga dilakukan perhitungan sebagai baerikut.
Contoh Expected Value-Variance

Tahun 1 Tahun 2 Tahun 3

EV
(0,20) (0,60) (0,20)

Proyek A 2.500.000 (0,20) + 4.500.000 (0,60) + 6.000.000 (0,20) = 4.400.000

Proyek B 1.500.000 (0,20) + 5.000.000 (0,60) + 6.000.000 (0,20) = 4.900.000

Standar Deviasi Coefficient of variance

Proyek A Proyek A = 1.113.553 / 4.400.000 = 0,25
0,20 (2.500.000 4.400.000) = Rp 722.000.000.000 Proyek B = 2.059.126 / 4.900.000 = 0,42
0,60 (4.500.000 4.400.000) = 6.000.000.000
0,20 (6.000.000 4.400.000) = 512.000.000.000 Sehingga dapat diketahui proyek B memiliki koefisien variansi
= Rp 1.240.000.000.000 0,42 lebih besar dari proyek A yang memiliki koefisien variansi
SDA = 1.240.000.000.000 = Rp. 1.113.553 0,25. Jadi proyek B mempunyai resiko relatif lebih tinggi dari
pada proyek A.
Proyek B
0,20(1.500.000 4.900.000) = Rp 2.312.000.000.000
0,60(5.000.000 4.900.000) = 6.000.000.000
0,20(8.000.000 4.900.000) = 1.922.000.000.000
= Rp 4.240.000.000.000
SDB = 4.240.000.000.000 = Rp 2.059.126
 Contoh Known Aspiration Level
Mempertimbangkan keputusan beradasarkan tingkat
aspirasi yang dimilikinya
memberikan kepuasan tertentu
Contoh
Seseorang ingin menjual Sepatu. Kemudian datang 3 orang
pembeli yang menawarkan harga berbeda-beda. Pembeli
pertama menawar dengan harga Rp 100.000. Namun orang
tersebut menolak. Lalu kemudian datang pembeli kedua dan
menawarkan harga Rp 150.000 Orang tersebut menyetujui
dan langsung menjual sepatu tersebut kepada pembeli kedua.
Dipakai ketika keberterimaan/kepuasan lebih
besar, tidak selalu optimum.
Keputusan didasarkan bukan pada kondisi optimal
(memaksimalkan keuntungan atau meminimalkan
kerugian) tetapi kepada alternatif-alternatif yang
dapat diterima
Memilih Pada Pilihan yang kedua, walaupun harus
mengurangi harapan lainnya
1. Tidak menyebutkan distribusi peluang
2. Bisa saja, pembeli berikutnya menawarkan harga
yang lebih tinggi
3. Pada nilai yang disetujui, pada dasarnya penjual telah
mempertimbangkan harga barang pada pasar
 Contoh We Know Nothing Dipakai ketika ingin menganggap
(the Laplace Equal Likelihood Principle) semua probabilitas sama

Kriteria dengan menganggap peluang dari masing- mengganti setiap peluang kejadian
masing kejadian adalah sama dengan nilai yang sama

Cepat Sedang Lambat

(0,20) (0,15) (0,65) peluang diasumsikan sama untuk
Saham 18 3 5
masing-masing kejadian, maka:
Tanah 10 8 8
Tabungan 15 10 5

Men-generalisasi peluang terjadinya masing-masing kejadian

Cepat Sedang Lambat Total payoff
Saham 18(1/3) + 3(1/3) + 18(1/3) = 13
Tanah 10(1/3) + 8(1/3) + 8(1/3) = 13
Tabungan 15(1/3) + 10(1/3) + 5(1/3) = 15,0
 Contoh Expected Opportunity Loss
Pilihan berdasarkan kesempatan atau nilai Menghitung selisih nilai setiap tindakan pada setiap
yang kemungkinan hilang karena karena kejadian dengan nilai terbesar
adanya nilai terbesar
Dipakai ketika harus mempertimbangkan
peluang yang tidak besar
Contoh:
Cepat Sedang Lambat
(0,20) (0,15) (0,65)
Saham 18 3 5
Tanah 10 8 8
Tabungan 15 10 5

Cepat Sedang Lambat

EOL
(0,2) (0,15) (0,65)
Saham 0,20(18-18) + 0,15(10-3) + 0,65(8-5) = 3,0
Tanah 0,20(18-10) + 0,15(10-8) + 0,65(8-8) = 1,9
Tabungan 0,20(18-15) + 0,15(10-10) + 0,65(8-5) = 2,6
 Konsep Pohon Keputusan
Apa itu Pohon Keputusan ?
Chronological representation of the decision process.
A schematic tree-shaped diagram used to determine a course of
action or show a statistical probability (Peterson, 2009).

Model prediksi menggunakan struktur

pohon atau struktur berhirarki
Salah satu model yang cukup populer
karena mudah diinterpretasi dan
dipahami hasilnya.

40
 Konsep Pohon Keputusan
Mampu menstrukturkan permasalahan,
sehingga dapat dimunculkan berbagai
alternatif keputusan berikut dengan
dampak atau keuntungan yang dimilikinya
Pohon sehingga solusi dapat lebih mudah untuk
Data Rule
keputusan dibayangkan

Setiap cabang dari pohon keputusan merepresentasikan

kemungkinan kejadian dari suatu keputusan.
Pohon yang dalam analisis pengambilan keputusan dapat
menunjukkan pemetaan terkait alternatif-alternatif
strategi atau keputusan yang dapat diambil dengan
berabagai kondisi atau dampak yang mengikutinya

41
 Contoh Kasus Menggunakan Pohon Keputusan

Kebakaran Tidak ada Kebakaran

Ikut asuransi Tidak punya rumah + Rp. 100.000.000,- Ada rumah Rp.1.000.000,-
Tidak ikut asuransi Tidak punya rumah + Rp.0 Ada rumah

Kebakaran Tidak punya rumah + Rp.

100.000.000,-
Ikut asuransi
Tidak Kebakaran Ada rumah
Rp.1.000.000,-

Kebakaran Tidak punya rumah

+ Rp.0

Tidak asuransi Tidak Kebakaran

Ada rumah

42
Tahapan Model Pohon Keputusan
1. Probabilitas dikaitkan dengan
cabang yang berasal dari peluang
kejadian.
2. Hasil dikaitkan dengan alternatif
yang berbeda dari persoalan.
3. Nilai Investasi
4. Menggunakan prinsip expected
value
Titik keputusan
Peluang kejadian
1. Definisikan masalah secara rinci dan
jelas
2. Gambarkan struktur pohon keputusan
3. Tentukan nilai payoff dari setiap
kombinasi alternatif kemungkinan
4. Tentukan nilai peluang dari seluruh
kemungkinan dan keputusan
5. Selesaikan masalah dengan
menghitung Expected Monetary Value
(EMV) masing-masing kejadian
6. EMV = peluang x expected payoff
Pemanfaatan Pohon Keputusan

Single stage
Kriteria keputusan untuk mengevaluasi pilihan Satu
Tahap tidak ada keputusan masa depan yang
bergantung pada keputusan yang diambil sekarang.
Dapat menggunakan matriks pay off

Multi stage
Ada persoalan yang perlu diselesaikan dengan
proses pengambilan keputusan Banyak Tahap
keputusan-keputusan tidak bebas dibuat
secara bersambung.
Lebih terstruktur dengan pohon keputusan
44
Contoh Kasus (Soal)
Contoh Kasus (Soal)
Contoh Kasus (Soal)
Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)
Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)
Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)

Decision Tree setelah perhitungan EMV pasarkan produk baru dihitung

Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)
Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)
Decision Tree setelah perhitungan EMV pasarkan produk lama dihitung
Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)
Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)
Contoh Kasus (Jawaban Menggunakan Model Pohon Keputusan)
Fungsi Kriteria

Optimasi Keputusan pada kondisi probabilitas sebaiknya meninjau kembali

tujuan dari memutuskan kejadian agar cara yang digunakan bisa tepat.
Expected
Expected Expected Known We Known
Opportunity
Value Value-Variance Aspiration Level Nothing
Loss
Fungsi Memaksimal-kan Menghindari Menentukan Men- Mempertim-
keuntungan atau resiko untuk alternatif tindakan generalisasi bangkan peluang
meminimalkan melihat nilai yang dapat diterima peluang tidak dipilihnya
biaya harapan yang terjadinya suatu alternatif
dimaksimalkan masing-masing karena adanya
kejadian nilai terbesar
Permasalahan yang membutuhkan penyelesaian bertahap/multiple stage, hasil lebih
representatif dan terstruktur dengan menggunakan pohon keputusan