Probabilistic

Thinking

Dina Tauhida - dina.tauhida@umk.ac.id

ANALISIS KEPUTUSAN

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS MURIA KUDUS
2019/2020
Events
• Event adalah perbedaan segala hal yang terjadi di seluruh
dunia.
• Contoh:
 Apakah orang yang memasuki ruangan itu adalah perokok
berat
 Tanggal pemilihan umum berikutnya
 Apakah akan hujan malam ini
 Ketua Himpunan kami berikutnya
 Dll
Clarity Test
• Ketika kalian mengidentifikasi suatu event (peristiwa),
kita memikirkan apa yang kita maksud. Tetapi apakah
orang lain tahu persis apa yang Anda maksud?
 Bahkan Anda mungkin tidak memiliki definisi yang tepat
tentang apa yang ada dalam pikiran Anda.
• Untuk menghindari ambiguitas, setiap acara harus lulus
Clarity Test (uji kejelasan)
 Clarity Test: untuk memastikan bahwa kita benar-benar jelas
dan tepat mendefinisikan setiap peristiwa yang kita hadapi
dalam masalah keputusan
Clarity Test (1)
• Clarity Test dilakukan dengan menyampaikan definisi
kita tentang setiap peristiwa kepada visioner
• Seorang visioner adalah makhluk hipotetis yang:
 Kompeten dan dapat dipercaya
 Tahu hasil dari semua peristiwa di masa lalu dan masa depan
 Mengetahui nilai dari setiap kuantitas yang didefinisikan
secara fisik baik di masa lalu maupun di masa depan
 Memiliki kekuatan perhitungan (mental) yang tak terbatas
dan mampu melakukan penalaran dan perhitungan apa pun
secara instan dan tanpa usaha apa pun
Clarity Test (2)
• Lulus Clarity Test:
• Jika dan hanya jika visioner dapat mengetahui hasilnya tanpa
penilaian lebih lanjut
• Contoh:
• Orang berikutnya yang memasuki ruangan ini adalah perokok
berat
(Apa itu perokok berat?)
• Orang berikutnya yang memasuki ruangan ini adalah lulusan
(Apa itu lulusan?)
Possibility Tree
• Single Event Tree
• Contoh: evemt “seseorang yang setelah ini masuk ruangan
adalah seorang pegusaha”
• Misalnya B merepresentasikan seorang pengusaha dan B’
lainnya
Possibility Tree (1)
• Two - Event Tree
• Contoh: evemt "orang berikutnya yang memasuki ruangan ini
adalah seorang pengusaha" dan evemt "orang berikutnya yang
memasuki ruangan ini adalah lulusan" dapat dipertimbangkan
bersama-sama
Membalik Urutan Kejadian
• Pada contoh sebelumnya, kita telah mempertimbangkan urutan
"pengusaha" lalu "lulusan", yaitu, B ke G.
• Informasi yang sama dapat diekspresikan dengan peristiwa
dalam urutan terbalik, mis., G ke B.
Multiple Event Trees
• Kita dapat bersama-sama mempertimbangkan tiga events,
pengusaha, lulusan, dan jenis kelamin.
Menggunakan Probabilitas
untuk Mewakili Ketidakpastian
Probabilitas:
• Sudut Pandang Frequentist
 Probabilitas pada dasarnya adalah sifat disposisional dari
sistem fisik non-deterministik
 Probabilitas sebagai eveent dengan frekuensi jangka panjang
 Merupakan interpretasi standar yang digunakan dalam
statistik klasik
Menggunakan Probabilitas
untuk Mewakili Ketidakpastian
Probabilitas:
• Sudut Pandang Subjective (Bayesian)
 Probabilitas adalah representasi dari tingkat kepercayaan
subjektif kita
 Probabilitas secara umum tidak selalu terkait dengan fisik
atau proses yang dapat diulang tanpa batas waktu
Menetapkan Probabilitas pada
Events
• Untuk menetapkan probabilitas, tergantung pada informasi event tersebut
• Contoh: informasi yang relevan dengan penilaian kemungkinan bahwa orang
berikutnya yang memasuki ruangan adalah seorang pengusaha dapat
mencakup yang berikut:
 Ada pertemuan alumni di luar ruangan dan kebanyakan dari mereka
adalah pengusaha
 Anda telah membuat janji untuk bertemu teman di sini dan
sepengetahuan Anda dia bukan pengusaha. Dia akan muncul kapan saja.
• Setelah mempertimbangkan semua informasi latar belakang yang relevan,
kita menetapkan kemungkinan bahwa orang berikutnya memasuki ruangan
adalah seorang pengusaha dengan menetapkan nilai probabilitas untuk
setiap kemungkinan atau hasil.
Mengubah Urutan Kondisi
• Misalkan dari possibility tree kita
sebelumnya,
• Tidak ada alasan mengapa kita harus
selalu mengkondisikan G pada B.
misalkan kita ingin menggambar
pohon dalam urutan G ke B.
• How to flip the tree?
 Contoh Kasus 1
• Tuan Takur seorang investor pemula yang memiliki uang sebesar 1 miliar
rupiah. Dia ingin berinvestasi di bidang perkebunan coklat. Selama ini dia
hanya menyimpan uangnya di Bank dan memperoleh keuntungan dari
bunga deposito Bank. Apabila dia ingin berinvestasi di bidang perkebunan
coklat, bagaimana pohon keputusan yang dapat dibuat?
 Contoh Kasus 2
• Manajer keuangan PT DTD sedang mempertimbangkan usulan dari
manajer personalia tentang penambahan tenaga kerja. Penambahan tenaga
kerja dilakukan dengan teknik perekrutan. Salah satu tujuan penambahan
tenaga kerja adalah untuk meningkatkan kapasitas produksi yang otomatis
akan berpengaruh pada peningkatan penjualan serta laba perusahaan.
Namun, di sisi lain perusahaan harus menyediakan alokasi dana khususu
untuk biaya perekrutan. Jika memakai tenaga konsultasn dari lembaga
luar, maka biaya yang keluar akan sangat besar. Akan tetapi, jika memakai
tim personalia perusahaan sendiri maka biaya akan lebih kecil.
• Bagaimana Pohon keputusannya?
 Latihan
• Analisisi Meningkatkan, mempertahankan dan mengembangkan
Produktivitas Perolehan Keuntungan pada Pabrik Konveksi pada tiga
kondisi ekonomi:
Keputusan Tindakan Keputusan Analisis Perolehan Keuntungan

Ekonomi Bagus Ekonomi Sedang Ekonomi Buruk

Meningkatkan produktivitas
dengan cara membangun
A 800.000.000,- 520.000.000,- 125.000.000,-
Pabrik Baru yang lebih baik
di lokasi baru
Meningkatkan pproduktivitas
dengan cara merenovasi dan
B 900.000.000,- 650.000.000,- 150.000.000,-
memperluas pabrik lama dan
tetap di lokasi lama
Mempertahankan
produktivitas dengan cara
C tidak melakukan 600.000.000,- 380.000.000,- 145.000.000,-
pembangunan pabrik baru
dan tetap di pabrik lama
Referensi
• Dewey, John, How We Think. Boston: D. C. Heath and Company,
1910.
• Condorcet ([1793] 1847), "Plan de Constitution, presenté a la
convention nationale les 15 et 16 février 1793", Oeuvres, vol. 12, pp.
333-415.
• Stephen P. Robbins dan Mary Coulter, 1999, Manajemen, Jakarta:
PT. Prehallinndo, hlm. 172.