Anda di halaman 1dari 14

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 menawarkan kesempatan Dengan proses yang
acuh tak acuh antara: 60% dari proyek dengan sama, manajer
”Sebuah proyek yang 0 minggu diserbu dan menunjukkan bahwa u (1
pasti akan dibanjiri oleh 3 kesempatan 40% dari minggu overrun) = 0,9
minggu 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  kami memperkenalkan konsep utilitas yang
sejumlah metode yang memungkinkan pembuat diharapkan untuk menunjukkan bagaimana sikap
keputusan untuk membuat keputusan rasional pembuat keputusan untuk risiko dapat incorpo-
ketika hasil program aksi tidak diketahui secara dinilai ke dalam model keputusan. Akhirnya,
pasti. Pendekatan berdasarkan nilai moneter kami menunjukkan bagaimana penerapan utilitas
diharapkan relatif sederhana, namun jika dapat diperpanjang untuk masalah keputusan
keputusan pembuat tidak memiliki sikap netral yang melibatkan lebih dari satu atribut
terhadap risiko, maka penerapan kriteria ini
dapat menyebabkan program studi yang paling-
disukai aksi tidak terpilih

13
THANK YOU!
ANY QUESTIONS?