Anda di halaman 1dari 26

MID

IIW
616
8383 Optimasi
MetodaSistem
Optimasi
Industri Pengambilan
Pengambilan Keputusan
Keputusan dalam
dalam kondisi
kondisi ketidakpastian
ketidakpastian

Pengambilan Keputusan dalam kondisi


ketidakpastian

Fasilitator :
Dr.Pudji Astuti,MT

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
2019
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Jenis- jenis keadaan pengambilan keputusan:


1. Pengambilan keputusan dalam keadaan pasti:
Kita tahu persis apa yang akan terjadi
2. Pengambilan keputusan dalam keadaan beresiko
Lebih dari dua situasi dapat terjadi, namun probabilitas masing-masing
situasi diketahui
3. Pengambilan keputusan dalam keadaan yang tidak pasti
Kita tidak tahu probabilitas dari situasi
4. Pengambilan keputusan dalam keadaan konflik
Ada dua atau lebih pesaing dalam situasi ini yang mempengaruhi keputusan

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

1. Pengambilan keputusan dalam keadaan pasti


Diselesaikan dengan menggunakan Analytic Hierarchy
Process (AHP)
2. Pengambilan keputusan dalam keadaan beresiko.
• Pengambilan keputusan berdasarkan kriteria expected
value yaitu :
• Maximimization of expected profit
• Minimization expected Opportunity Loss

Data

Tabel Payoff
(Tabel yg memperlihatkan hasil yg diperoleh pada berbagai alternatif)

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
KETERKAITAN KONDISI LINGKUNGAN PENGAMBILAN KEPUTUSAN
DENGAN KEPUTUSAN SALAH

Kondisi dalam Pengambilan Keputusan


PASTI BERESIKO TIDAK PASTI

Peluang membuat keputusan salah

RENDAH SEDANG TINGGI


MID
616 Optimasi Sistem Industri Pengambilan Keputusan dalam kondisi ketidakpastian

2. Pengambilan keputusan dalam keadaan beresikotidak pasti.

Contoh 1:
Seseorang ingin menginvestasikan uangnya sebear $10.000.
Dua penawaran investasi yaitu diperusahaan A dan
perusahaan B. Dalam kondisi aman diprediksi investasi
diperusahaan A akan mendapatkan ROI 50%, dan jika kondisi
pasar tidak baik ada kemungkinan kehilangan 20% di tahun
berikutnya. Sedangkan perusahaan B menawarkan dalam
kondisi aman akan mendapatkan ROI 15% dan jika kondisi
pasar tidak baik mendapatkan 5% ROI. Investasi mana yang
akan dipilih?

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan Keputusan dalam kondisi ketidakpastian

2. Pengambilan keputusan dalam keadaan beresikotidak pasti.

Contoh 1:
Seseorang ingin menginvestasikan uangnya sebear $10.000.
Dua penawaran investasi yaitu diperusahaan A dan
perusahaan B. Dalam kondisi aman diprediksi investasi
diperusahaan A akan mendapatkan ROI 50%, dan jika kondisi
pasar tidak baik ada kemungkinan kehilangan 20% di tahun
berikutnya. Sedangkan perusahaan B menawarkan dalam
kondisi aman akan mendapatkan ROI 15% dan jika kondisi
pasar tidak baik mendapatkan 5% ROI. Probabilitas keadaan
dalam kondisi baik adalah 60% dan keadaan tidak baik adalah
40%. Investasi mana yang akan dipilih?

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Alternatif ROI
keputusan Kondisi Kondisi
Baik tidak baik

Invest. Di prsh 5000 -2000


A 1500 500
Invest. Di prsh 0.6 0.4
B
Program Studi Magister Teknik Industri

Probabilitas
Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

2. Pengambilan keputusan dalam keadaan tidak pasti


Kond. Baik (0,6)
$5000
Persh A
2
Kond. Tdk baik (0,4)
-$2000
1
$1500
Kond. baik (0,6)
3
Persh B Kond. Tdk baik (0,4)
$500
Expected ROI untuk kedua investasi adalah :
Invest A = $5000x0,6 +(-2000)x0,4=$2.200
Invest B=$1500x0,6+$500 x 0,4 =$ $1,100
Program Studi Magister Teknik Industri
Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
Menyusun payoff matriks
• Identifikasi keadaan/status/kondisi
• Identifikasi alternative/tindakan
• Susun biaya atau keuntungan atas keputusan
pada kondisi tertentu
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

2. Pengambilan keputusan dalam keadaan beresiko.

Contoh 2:
Perusahaan Informasi “Info” adalah sebuah perusahaan yg
menerbitkan laporan mengenai ringkasan informasi keuangan
internasional beserta ramalannya. Laporan mingguan tersebut
dibeli oleh bank, perusahaan asuransi dll. Laporan tsb harganya
sangat mahal dan permintaan paling banyak adalah 30 buah per
minggu. Keuntungan per buah adalah $30, sedangkan kerugian
dari laporan yg tidak terjual adalah $20 per buah. Tidak terdapat
produksi tambahan jika terdapat kekurangan. Jika terdapat
permintaan yg tidak terpenuhi maka dikenakan denda sebesar
$250. Laporan yang tidak terjual tidak dapat dipindahkan ke
minggu berikutnya. Berapa jumlah laporan yanh sebaiknya dibuat

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Tabel. 1.1 Pay off (profit)

Permintaan Keuntu
ngan
Jml laporan 0 10 20 30 terbesa
yg r
dihasilkan

0 0 -250 -250 -250 0


10 -200 300 50 50 300
20 -400 100 600 350 600
30 -600 -100 400 900 900

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Tabel 2.1 opportunity loss untk contoh 2.


Permintaan
Jml 0 10 20 30
laporan
yg
dihasilkan
0 0 550 850 1150
10 200 0 550 850
20 400 200 0 550
30 600 400 200 0

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Secara umum:
Jika pj adalah probabilitas terjadinya keadaan j
(pj>0) dan aij payoff dari alternatif i berkenaan
dg keadaan j, maka Expected value alternatif ke i
adalah:
EVi=a11p1+a12p2+….+ainpn
Dimana p1+p2+…pn=1
Maka alternatif terbaik adalah
EVi*=Maxi{EVi}atau Min i {EVi}

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Tabel 1.3. pay off matrix


s1 s2 ………. sn
a1 v(a1,s1) v(a1,s2) ……. v(a1,sn)
a2 v(a2,s1) v(a2,s2) …….. v(a2,sn)
…… …… …… …… ……
am v(am,s1 v(am,s2 …… v(am,sn
) ) )
ai = action ke i sj = state (keadaan) j.
Probabilitas terjadinya keadaan j tidak diketahui atau tidak dapat
dihitung.
Program Studi Magister Teknik Industri
Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Kriteria keputusan dalam keadaan


beresiko:
1. Kriteria Laplace
2. Kriteria Minimax
3. Kriteria Maximin
4. Kriteria Saveage
5. Kriteria Hurwicz

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

1.Kriteria Laplace
Berdasarkan ketidakcukupan informasi terutama
probabilitas P{sj} tidak diketahui, sehingga digunakan
asumsi optimis yaitu menganggap
P{s1}=P{s2}=….=P{sn}=1/n. Alternatif terbaik adalah:

1 n 
max   v(ai , s j ) Expected profit
Atau ai  n j 1 

1 n 
min   v( ai , s j )
Expected
ai  n j 1  opportunity loss

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Contoh 3. Kriteria Laplace( lihat contoh 2)

Permintaan Rata-
Jml 0 10 20 30 rata
laporan baris
yg
dihasilkan
0 0 -250 -250 - -187,5
10 -200 300 50 250 50
20 -400 100 600 50 162,5
30 -600 -100 400 350 150
900
Program Studi Magister Teknik Industri
Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

2. Kriteria Minimax:  
max(a , s )
Jika v(ai,sj) : opportunity loss Min 
sj
i j 
ai  
 

Permintaan

Jml 0 10 20 30 Maksi
laporan mum
yg
dihasilkan
0 0 550 850 1150 1150
10 200 0 550 850 850 Minimax
20 400 200 0 550 550
30 600 400 200 0 600
Program Studi Magister Teknik Industri
Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

3. Kriteria Maximin: Jika v(ai,sj) adalah expected profit


 
 
Max min v(ai , s )
j 
ai 
 s j

Permintaan Minimum
Jml 0 10 20 30 baris
laporan yg
dihasilkan
0 0 -250 -250 - - 250
10 -200 300 50 250 -200
20 -400 100 600 50 -400
Maximin
30 -600 -100 400 350 -600
900
Program Studi Magister Teknik Industri
Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

4. Kriteria Saveage regret


Contoh 4. berikut adalah tabel opportunity loss
s1 s2 Max baris
a1 11.000 90 11.000
a2 10.000 10.0 10.000
Minimax
00
Jika berdasarkan kriteria minimax maka kita pilih a2, tetapi kita
bisa juga memilih a1, krn loss sebesar 90 adalah sangat realistis,
oleh karena itu dibuat regret matriks r(ai,vj)

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

4. Kriteria Saveage regret


v (
 i j a , s )  min v ( ai , s j ) , v : loss
 ak
r (ai , s j )  

 max  v(ai , s j )  v(ai , s j ) , v : profit
ak

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

3. Pengambilan keputusan dalam keadaan tidak pasti.

s1 s2 Max baris

a1 1000 0 1000 Minimax

a2 0 9910 9910

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

5. Kriteria Hurwicz
Pengambilan keputusan berdasarkan pada sikap optimis hingga
pesimis yg dinyatakan dlm indeks optimis yaitu: 0  1
Dimana   pengambil
0 keputusan sangat pesimis dan jika  1
berarti sangat optimis
Misal jika v(ai,sj) adalah menyatakan profit maka

 
 maxv(ai , s j )  (1 ) min v(ai , s j )
max  s j s j

sj  
 

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

Jika v(ai,sj) menyatakan opportunity loss maka:


 
 min v(ai , s j )  (1 ) maxv(ai , s j )
min  s j s j

sj  
 

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

For the upcoming planting season, Farmer McCoy can


plant corn (a1)' plant wheat (a2), plant soybeans (a3)' or
use the land for grazing (a4)' The payoffs associated with
the different actions are influenced by the amount of rain:
heavy rainfall (S1)' moderate rainfall (S2), light rainfall
(S3)' or drought season (S4).
The payoff matrix (in thousands of dollars) is estimated
as
•Kriteria Laplace, b) Kriteria Minimax, c) Kriteria
Saveage, e) Kriteria Hurwicz (α=0,6)
  S1 S2 S3 S4

a1 -20 60 30 -5

a2 40 50 35 0

a3 -50 100 45 -10

a4 12 15 15 10

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
Universitas Trisakti 1597
MID
616 Optimasi Sistem Industri Pengambilan
PengambilanKeputusan
Keputusandalam
dalamkondisi
kondisiketidakpastian
ketidakpastian

•Sebuah agen koran “Kabar Kabari” mendistribusikan koran kepada pelanggan melalui
loper koran dan penjual koran di kios-kios majalah/koran. Agen tersebut membeli ke
penerbit seharga Rp.1500,- per eksemplar dan menjualnya dengan harga Rp.2000,- per
eksemplar dari pagi hingga sore. Apabila hingga sore masih ada koran yang tidak laku
maka sisa koran tersebut dijual dengan harga Rp.250,- pereksemplar. Jumlah
pemesanan ke penerbit minimal 500 eksemplar dan maksimal 1000 eksemplar, demikian
juga total penjualan paling sedikit 500 eksemplar paling banyak 1000 eksemplar. Untuk
memudahkan pemesanan, maka pembelian koran maupun penjualan koran dilakukan
dengan penambahan 100 eksemplar ( 500, 600, 700, 800, 900, 1000).
Pertanyaan:
1.Buatlah tabel pay off dari persoalan diatas
2.Tentukan alternatif keputusan pembelian koran yang terbaik dengan kriteria:

a. Laplace d. Maksimin
b. Savage Regret e. Hurwicz dengan
c. Minimax

Program Studi Magister Teknik Industri


Fakultas Teknologi Industri Dr.Pudji Astuti,MT 2018
2019
Universitas Trisakti 1597

Anda mungkin juga menyukai