Model Pengambilan Keputusan (2)

Riset Operasi | Pertemuan #4

Ary Yudianto, S.sos, MM
Capaian pembelajaran materi perkuliahan
Mahasiswa mampu menggunakan
model-model pengambilan keputusan
untuk mengelola proses dan rantai
pasok
Topik Bahasan
1. Decision theory
2. Decision tree
Decision theory
• membantu manajer memilih alternatif terbaik saat
hasilnya dirasa tidak pasti
Decision tree
• membantu manajer saat keputusan dibuat secara
berurutan — bila keputusan yang terbaik hari ini
tergantung pada keputusan dan kejadian esok hari
Decision theory
Decision theory  pendekatan umum untuk pembuatan
keputusan saat hasil yang berhubungan dengan alternatif
dipertanyakan

Membantu Manajer Operasi dengan keputusan mengenai

proses, kapasitas, lokasi, dan inventori karena keputusan
seperti ini berkaitan dengan masa depan yang tidak pasti
 Dengan decision theory, seorang manajer
membuat pilihan melalui proses berikut ini:

2 4 5
3 Pilih aturan
1 Buat daftar
kejadian (event) Hitung
Perkirakan
kemungkinan dari
keputusan
(decision rule)
yang memiliki setiap kejadian
Buat daftar dampak pada hasil pengembalian menggunakan data
untuk
alternatif solusi untuk setiap mengevaluasi
dari pilihan di atas, lampau, opini
yang layak alternatif pada alternatif, misalnya
namun tidak dapat pimpinan, atau
setiap kejadian alternatif dengan
berada di bawah metode peramalan
biaya (cost) paling
kendali manajer lainnya
rendah
 Pengambilan keputusan
dalam kepastian

Situasi paling sederhana adalah saat manajer

mengetahui kejadian mana yang akan terjadi

Keputusan yang Bila pengembalian alternatif terbaik =

diambil adalah dihitung sebagai pengembalian yang paling
memilih keuntungan (profit) tinggi
alternatif dengan
tingkat Bila pengembalian alternatif yang terbaik =
pengembalian dihitung sebagai pengembalian yang paling
paling baik biaya (cost) rendah
Contoh #1
Seorang manajer sedang bingung untuk membuat pabrik kecil atau besar.
Keputusan bergantung pada permintaan masa depan (future demand) yang
harus dilayani, dimana permintaan bisa saja rendah maupun tinggi.
Manajer telah mengetahui pengembalian (payoff) yang dihasilkan setiap
alternatif:

Kemungkinan permintaan masa depam

Alternatif Rendah Tinggi
Pabrik kecil 200 270
Pabrik besar 160 800
Tidak ada tindakan 0 0

Pengembalian (dalam $000) adalah nilai saat ini (present value) dari
pendapatan masa depan (future revenue) dikurangi biaya (cost) untuk
setiap alternatif dalam setiap event.
 Mana pilihan terbaik apabila future demand adalah rendah?
Pembahasan:
Dari tabel terlihat apabila future demand rendah (kolom
2) maka payoff untuk pabrik kecil setara dengan
$200.000, sedangkan payoff untuk pabrik besar hanya
$160.000 saja Alternatif tidak melakukan apa-apa (do
nothing) tidak memberikan payoff apapun

 Keputusan yang sebaiknya diambil adalah membuat

pabrik kecil

Bila tidak diketahui berapa future demand-nya maka

gunakan metode lain untuk pengambilan keputusan
Pengambilan keputusan
dalam ketidakpastian

Asumsi bahwa manajer dapat membuat daftar kejadian

yang mungkin terjadi tetapi tidak dapat memperkirakan
probabilitasnya

Aturan
keputusan

Minimax
Maximin Maximax Laplace
regret
1. Maximin  Memilih alternatif “yang terbaik diantara
yang terburuk” Aturan ini untuk orang pesimis yang
mengantisipasi “kasus terburuk” untuk setiap alternatif
2. Maximax  Memilih alternatif “terbaik diantara yang
terbaik” Aturan ini untuk orang optimis yang memiliki
ekspektasi tinggi dan lebih memilih “menjadi bangkrut”
3. Laplace  Memilih alternatif dengan pengembalian
berbobot terbaik
 Untuk mendapat pengembalian berbobot, beri nilai
kepentingan yang sama untuk setiap kejadian
 Bila ada n kejadian, maka bobotnya adalah 1/n sehingga
totalnya 1.0.
 Aturan ini untuk orang realistis
4. Minimax Regret  Memilih alternatif dengan
“penyesalan terburuk” yang paling baik
 Hitung tabel penyesalan (atau peluang kehilangan), dimana
baris berisi alternatif dan kolom berisi kejadian
 Sebuah penyesalan (regret) adalah selisih antara
pengembalian yang ada dan pengembalian terbaik di kolom
yang sama
 Untuk sebuah kejadian, terlihat berapa banyak yang hilang
dengan memilih sebuah alternatif terbaik untuk kejadian ini
 Penyesalan bisa berupa keuntungan yang hilang atau biaya
yang bertambah, tergantung dari situasi
Contoh #2
Perhatikan lagi tabel pada Contoh #1.
Kemungkinan permintaan masa depam
Alternatif Rendah Tinggi
Pabrik kecil 200 270
Pabrik besar 160 800
Tidak ada tindakan 0 0

 Mana alternatif yang terbaik untuk setiap aturan

keputusan (decision rule)?
Pembahasan:
Maximin  gunakan payoff terburuk dan ambil nilai
terbaiknya ($200.000) sehingga keputusannya adalah
pabrik kecil
Alternatif Payoff terburuk
Pabrik kecil 200
Pabrik besar 160

Maximax  gunakan payoff terbaik dan ambil nilai

terbaiknya ($800.000) sehingga keputusannya adalah
pabrik besar
Alternatif Payoff terbaik
Pabrik kecil 270
Pabrik besar 800
Laplace  beri bobot (probabilitas) yang sama (0,5)
untuk semua alternatif dan ambil nilai terbaiknya
($480.000) sehingga keputusannya adalah pabrik besar
Alternatif Payoff terbobot
Pabrik kecil (0,5 x 200) + (0,5 x 270) = 235
Pabrik besar (0,5 x 160) + (0,5 x 800) = 480

Minimax Regret  hitung regret untuk setiap alternatif

di setiap event untuk menentukan regret yang
maksimum (regret terburuk) dan ambil nilai terendah
($40.000) sehingga keputusannya adalah pabrik besar
Regret
Alternatif Rendah Tinggi Max. Regret
Pabrik kecil 200-200 = 0 800-270 = 530 530
Pabrik besar 200-160 = 40 800-800 = 0 40
Pengambilan keputusan
di bawah resiko
Diasumsikan manajer dapat membuat daftar event dan memperkirakan
probabilitasnya  informasinya lebih sedikit dibanding
pengambilan keputusan di bawah kepastian, namun lebih banyak
dibandingkan pengambilan keputusan di bawah ketidakpastian

Dalam situasi ini, gunakan aturan keputusan nilai harapan (expected

value)
 Beri bobot setiap pengembalian dengan

probabilitasnya
 Tambahkan skor pengembalian yang telah diberi

bobot
 Pilih alternatif dengan nilai harapan terbaik

(keuntungan yang tinggi atau biaya yang rendah)

PERHATIKAN!
Aturan ini mirip dengan Laplace, hanya setiap event tidak
dianggap sama penting  ada nilai probabilitas

Expected value (nilai diharapkan)  rata-rata pengembalian yang

mungkin terjadi bila keputusan dapat berulang setiap waktu
◦ aturan keputusan expected value dapat memberi hasil yang buruk apabila
event yang salah terjadi
◦ dapat memberikan hasil yang baik apabila diterapkan secara konsisten
dalam jangka waktu lama

Jangan gunakan aturan ini apabila manajer tidak berani

mengambil resiko!
Contoh #3
Pertimbangkan lagi tabel pada Contoh #1.
Kemungkinan permintaan masa depam
Alternatif Rendah Tinggi
Pabrik kecil 200 270
Pabrik besar 160 800
Tidak ada tindakan 0 0

 Dengan mengunakan aturan keputusan expected value,

mana alternatif terbaik apabila diperkirakan
kemungkinan untuk permintaan rendah 0.4 dan untuk
permintaan tinggi 0.6?
Pembahasan:
Kalkulasikan payoff dengan probabilitas untuk setiap
event dan untuk setiap alternatif, jumlahkan dan pilih
nilai expected value yang terbaik ($544.000)

Alternatif Payoff diharapkan

Pabrik kecil (0,4 x 200) + (0,6 x 270) = 242
Pabrik besar (0,4 x 160) + (0,6 x 800) = 544

 Keputusan yang sebaiknya diambil adalah membuat

pabrik besar, dengan catatan secara konsisten
diterapkan dalam jangka waktu lama
Decision tree
 Metode decision tree merupakan pendekatan umum
untuk berbagai jenis keputusan proses dan rantai
pasok (supply chain), seperti product planning,
process analysis, process capacity, dan location

Penting untuk mengevaluasi alternatif ekspansi kapasitas saat

permintaan (demand) tidak jelas dan keputusan yang beruntun
dibutuhkan
Misalnya: sebuah perusahaan ekspansi fasilitas pada tahun 2016 dan
mendapatkan bahwa tahun 2019 permintaan (demand) lebih tinggi
dari yang diperkirakan  mungkin perlu keputusan kedua untuk
menentukan apakah untuk ekspansi lagi atau membangun fasilitas
kedua
Sebuah decision tree  sebuah model skema dari
alternatif yang tersedia bagi pengambil keputusan,
bersama dengan konsekuensi yang mungkin terjadi
Nama ini diambil dari tampilan model yang mirip dengan
pohon
 Terdiri dari titik kotak yang melambangkan
titik keputusan (decision point)
 Diikuti dengan cabang (dibaca dari kiri ke
kanan) yang melambangkan alternatif
 Cabang menuju titik bulat yang
melambangkan kejadian (event)
Model decision tree
KETENTUAN
 P(E)  probabilitas setiap event ditulis di atas setiap cabang
◦ Probabilitas semua cabang yang keluar dari event node harus total =
1
 Pengembalian kondisional (conditional payoff) 
pengembalian setiap kombinasi alternatif kejadian yang
mungkin terjadi ditulis di akhir dari setiap kombinasi
◦ Payoff 1  hasil yang diharapkan manajer bila alternatif 1 dipilih
dan kejadian 1 terjadi
◦ Payoff dinyatakan sebagai nilai saat ini (present value) dari
keuntungan bersih (net profit)
◦ Bila pendapatan (revenue) tidak dipengaruhi oleh keputusan maka
payoff dianggap sebagai biaya bersih (net cost)
 Gambar decision tree dari kiri ke kanan
 Hitung expected payoff setiap kejadian dari kanan ke kiri:
1. Untuk setiap event  payoff X probabilitas
2. Expected payoff  total semua no. 1 di atas
3. Untuk setiap keputusan  pilih alternatif dengan expected payoff
terbaik
4. Bila sebuah alternatif menuju ke satu event  pengembalian = expected
payoff yang sudah dihitung sebelumnya
5. Berikan status “saw off” atau “prune” (simbol 2 garis) pada cabang
yang tidak dipilih
6. Pengembalian yang dipilih adalah cabang yang tidak dipotong
(unpruned)
7. Lanjutkan proses hingga ujung kiri
Contoh #4
Lakukan analisis
terhadap decision
tree berikut ini.
 Hitung berapa

expected payoff
untuk alternatif
terbaik? Jangan
lupa untuk mengisi
kemungkinan yang
belum ada.
 LATIHAN #3
MODEL KEPUTUSAN (2)
Soal 1
Sebuah toko harus memutuskan buka toko kecil atau besar di lokasi baru, dimana
permintaan bisa rendah atau tinggi, dengan kemungkinan 0.4 dan 0.6.
Bila buka toko kecil dan ternyata permintaan tinggi, Manajer dapat memilih untuk
tidak expand (payoff = $223,000) atau expand (payoff = $270,000).
Bila buka toko kecil dan permintaan rendah, maka tidak perlu buka dan payoff =
$200,000.
Bila buka toko besar dan permintaan ternyata rendah, pilihannya adalah tidak
melakukan apa2 ($40,000) atau mengatur permintaan lewat iklan promosi lokal.
Respon iklan promosi bisa saja modest atau sizable, dengan kemungkinan 0.3 dan 0.7.
Bila modest, maka payoff diperkirakan $20,000; payoff tumbuh menjadi $220,000 bila
responnya adalah sizable.
Dan terakhir, bila buka toko besar dan permintaan menjadi tinggi, maka payoff =
$800,000.
 Gambarkan decision tree. Dan lakukan analisis untuk menentukan expected payoff

untuk setiap keputusan dan event node.

 Alternatif mana yang memiliki expected payoff paling tinggi?
Soal 2
Batam Resort ingin membangun sky lift. Manajemen memilih membangun
antara 1 atau 2 lift; setiap lift dapat mengangkut 250 orang per hari.
Ski biasanya berlangsung dalam periode 14-minggu dari December ke April,
dimana lift beroperasi 7 hari per minggu. Lift no.1 beroperasi pada 90%
kapasitas bila kondisi ekonomi jelek, dengan kemungkinan sekitar 0.3.
Selama waktu normal lift no.1 beroperasi pada 100% kapasitas, dan
kelebihan orang akan menggunakan 50% operasi dari lift no.2.
kemungkinan waktu normal adalah 0.5.
Terakhir, bila waktu benar2 bagus, dimana kemungkinannya 0.2, operasi lift
no.2 akan naik menjadi 90%.
Annual cost memasang lift baru adalah $50,000 per tahun. Annual cost
memasang 2 lift hanya $90,000 per tahun bila dipesan pada saat
bersamaan. Bila digunakan semua, setiap lift makan biaya $200,000.
Harga tiket lift $20 per pelanggan per hari.
 Gunakan decision tree untuk menentukan apakah Batam Resort harus

membeli 1 atau 2 lift baru?

Terima Kasih