Prodi Teknik Industri

Fakultas Teknik
Universitas Muhammadiyah Gresik
menurunkan fungsi utilitas
multi-atribut TAHAP 1
Turunkan single-atribut fungsi utilitas
untuk waktu overrun dan biaya proyek

TAHAP 2
Campurkan fungsi tunggal atribut untuk
mendapatkan fungsi utilitas multi-atribut
sehingga kita dapat membandingkan
program alternatif tindakan dalam hal
kinerja mereka lebih baik atribut TAHAP 3
Lakukan pemeriksaan konsistensi, untuk
melihat apakah fungsi utilitas multi-atribut
benar-benar mewakili preferensi pembuat
keputusan, dan analisis sensitivitas untuk
menguji pengaruh dari perubahan angka
yang disediakan oleh pembuat keputusan
Penjelasan tahap 1

konteks utilitas tunggal- yang terbaik overrun (0 mencoba untuk

atribut minggu) utilitas dari 1.0 menemukan utilitas dari
yang terburuk (6 minggu) nilai menengah, dimulai
utilitas 0 dengan overrun dari 3
minggu

manajer proyek Sebuah pertaruhan (3 minggu overrun) = 0,6.

menunjukkan bahwa ia
acuh tak acuh antara:
”Sebuah proyek yang
pasti akan dibanjiri oleh 3
minggu
menawarkan kesempatan Dengan proses yang
60% dari proyek dengan sama, manajer
0 minggu diserbu dan menunjukkan bahwa u (1
kesempatan 40% dari minggu overrun) = 0,9
overrun 6 minggu.
dua atribut yang saling utilitas independen maka dapat ditunjukkan bahwa fungsi
utilitas multi-atribut akan memiliki bentuk berikut:
u (x1, x2)= K1u (x1) + k2u (x2) + k3u (x1) u (x2)

dimana
x1 = Tingkat atribut 1,
x2 = Tingkat atribut 2,
u (x1, x2)= Utilitas multi-atribut jika atribut 1 memiliki x1 tingkat dan atribut
2 memiliki x2 tingkat,
u (x1)= Utilitas tunggal-atribut jika atribut 1 memiliki x1 tingkat, u (x2) =
utilitas tunggal-atribut jika atribut 2 memiliki x2 tingkat
dan k1, k2, dan k3 adalah nomor yang digunakan untuk 'berat' single-
atribut utilitas.
 Probabilitas ini 0,8, sehingga k1 = 0,8. Hal ini menunjukkan bahwa 'ayunan' dari terburuk untuk waktu terbaik overrun dilihat oleh manajer
proyek untuk relatif signifikan terhadap biaya proyek. Jika ia tidak peduli apakah overrun itu 0 atau 6 minggu, itu akan mengambil hanya
nilai kecil k1 telah membuatnya acuh tak acuh untuk berjudi di mana waktu overrun mungkin berubah menjadi pada tingkat yang paling
buruk.
 Menilai probabilitas ini menjadi 0,6, sehingga k2 = 0,6. Fakta bahwa k2 kurang dari k1 menunjukkan bahwa manajer proyek melihat
ayunan dari yang terburuk untuk biaya terbaik sebagai kurang penting dibandingkan ayunan dari terburuk untuk waktu overrun terbaik.
Menghitung k3. Ini adalah perhitungan sederhana
dan dapat ditunjukkan bahwa:

k1 + K2 + k3 = 1, sehingga k3 = 1 - k1 - k2

Dengan demikian, dalam kasus k3 kami = 1 - 0,8-

0,6 = -0,4. fungsi utilitas multi-atribut proyek
manajer adalah karena:

u (x1, x2)= 0,8 u (x1) + 0,6 u (x2) - 0,4 u

(x1) u (x2)
Kita sekarang dapat menggunakan fungsi utilitas multi-atribut untuk menentukan utilitas dari hasil
yang berbeda dalam pohon keputusan. Sebagai contoh, untuk menemukan utilitas proyek yang
overruns oleh 3 minggu dan biaya $ 60 000 kami lanjutkan sebagai berikut. Dari fungsi tunggal
atribut kita tahu bahwa
TA H A P 3

Utilitas yang diharapkan dari lotere ini adalah A: 0,726, B: 0,888 dan C: 0,620, jadi jika dia
konsisten maka ia harus peringkat mereka dalam urutan B, A, C. Kita harus juga melakukan analisis
sensitivitas pada probabilitas dan utilitas oleh, misalnya, meneliti efek dari perubahan nilai-nilai
k1 dan k2.
 utilitas yang diharapkan dari 0,872 untuk 'mempekerjakan
tenaga kerja tambahan

kita bisa menggunakan konsep utilitas untuk mengkonversi

masalah keputusan untuk pilihan sederhana antara lotere
yang pengambil keputusan dianggap sebagai setara
dengan hasil aslinya
Menafsirkan
utilitas multi-atribut, lotere akan menghasilkan baik hasil
multi-atribut terbaik pada kedua atribut (yaitu yang terbaik / hasil

utilitas terbaik) atau hasil terburuk yang mungkin pada kedua

atribut (yaitu terburuk / terburuk)

pembuat keputusan menganggap pilihan ini sebagai setara

dengan lotere menawarkan 0,872 peluang terbaik / hasil
yang terbaik (dan kemungkinan pelengkap dari yang
terburuk / hasil terburuk)

harus memilih opsi ini ke 'pekerjaan yang biasanya'

alternatif, yang dianggap sebagai setara dengan korban
lotere hanya 0,757 kesempatan terbaik / hasil terbaik
RINGKASAN
 Dalam bab ini kita telah mempertimbangkan
sejumlah metode yang memungkinkan pembuat
keputusan untuk membuat keputusan rasional
ketika hasil program aksi tidak diketahui secara
pasti. Pendekatan berdasarkan nilai moneter
diharapkan relatif sederhana, namun jika
keputusan pembuat tidak memiliki sikap netral
terhadap risiko, maka penerapan kriteria ini
dapat menyebabkan program studi yang paling-
disukai aksi tidak terpilih
 kami memperkenalkan konsep utilitas yang
diharapkan untuk menunjukkan bagaimana sikap
pembuat keputusan untuk risiko dapat incorpo-
dinilai ke dalam model keputusan. Akhirnya,
kami menunjukkan bagaimana penerapan utilitas
dapat diperpanjang untuk masalah keputusan
yang melibatkan lebih dari satu atribut
13
THANK YOU!
ANY QUESTIONS?