TEORI PENGAMBILAN KEPUTUSAN

Referensi : Pangestu Subagyo dkk, 1991. Dasar-Dasar

Operations Research.BPFE.Yogyakarta
 TEORI PENGAMBILAN KEPUTUSAN
Pengambilan Keputusan :
 Model-model pengambilan keputusan dalam analisa kuantitatif
sering menggunakan anggapan tersedianya informasi yang
sempurna.
 Dunia nyata para manajer sering dipaksa harus mengambil
keputusan tanpa informasi sempurna (ada variabilitas informasi,
seperti kondisi kepastian, risiko dan ketidakpastian).
 Model Pengambilan Keputusan dipengaruhi atau tergantung dari
Informasi yang ada/yang dimiliki.
 Informasi yang ada, pada dasarnya dapat digolongkan menjadi 2
(dua) yaitu Informasi Sempurna (Perfect Information) dan Informasi
Tidak Sempurna (Imperfect Information).
Model Pengambilan Keputusan dikaitkan Informasi yang dimiliki :
Ada 3 (tiga) Model Pengambilan keputusan.
1. Model Pengambilan Keputusan dalam Keadaan Kepastian
(Certainty). Menggambarkan bahwa setiap rangkaian keputusan
(kegiatan) hanya mempunyai satu hasil (pay off tunggal). Model ini
disebut juga Model Kepastian/ Deterministik.
 lanjutan
2. Model Pengambilan Keputusan dalam kondisi Berisiko (Risk).
Menggambarkan bahwa setiap rangkaian keputusan (kegiatan)
mempunyai sejumlah kemungkinan hasil dan masing-masing
kemungkinan hasil probabilitasnya dapat diperhitungakan atau
dapat diketahui. Model Keputusan dengan Risiko ini disebut juga
Model Stokastik.
3. Model Pengambilan Keputusan dengan Ketidakpastian
(Uncertainty). Menggambarkan bahwa setiap rangkaian keputusan
(kegiatan) mempunyai sejumlah kemungkinan hasil dan masing-
masing kemungkinan hasil probabilitasnya tidak dapat
diketahui/ditentukan. Model Keputusan dengan kondisi seperti ini
adalah situasi yang paling sulit untuk pengambilan keputusan.
(Kondisi yang penuh ketidakpastian ini relevan dengan apa yang
dipelajari dalam Game Theory)

Fokus yang Dipelajari dalam Metode Kuantitatif :

 Hanya Model Pengambilan Keputusan dengan Risiko (Risk).
Decision theory dalam kasus ini bertujuan untuk memaksimumkan
benefit atau meminimumkan biaya-biaya berbagai keputusan
dalam kondisi berisiko.
 lanjutan

Contoh kasus sederhana :

Pengambilan Keputusan dalam Kondisi Berisiko:
Kasus Pemilik/Penjual Buah “Seger Seratus” Cabang Serang
hendak memutuskan berapa kilogram buah buni yang harus
disediakan rata-rata setiap hari agar keuntungan diperoleh
maksimum. Jika disediakan terlalu banyak (melebihi jumlah yang
diminta) maka ia akan menderita kerugian yaitu rugi/kerugian
biaya produksi karena tidak laku. Jika disediakan terlalu sedikit
maka ia juga akan menderita kerugian (rugi kesempatan yaitu
berupa keuntungan yang menjadi hilang karena pembeli datang
tetapi tidak bisa terlayani). Data yang dimiliki : biaya pengadaan
buah buni per kilogram sebesar Rp 2000,- dan harga jual buah buni
sebesar Rp 3000,-. Data lain yang diperoleh berdasarkan
pengamatan data masa lalu (historical data), yaitu data
permintaan dan peluang/probabilitas permintaan tersebut sebagai
berikut :
 lanjutan
Data Permintaan dan Probabilitas sbb:
No. Permintaan (kg/Hari) Probabilitas
1 100 0,1
2 110 0,2
3 120 0,4
4 130 0,2
5 140 0,1

Penyelesaian Kasus di atas bisa dilakukan dengan :

1. Kriteria Keputusan :
a. Kriteria Minimax
b. Kriteria Maximin
c. Kriteria Kemungkinan Maksimum
d. Kriteria Laplace
2. Kriteria Expected Value yang Tertinggi
3. Kriteria Pohon Keputusan (Decision Tree).
 lanjutan
Tabel Pay Off
(Kerugian atau Keuntungan dari berbagai kondisi).
Kondisi Permintaan
(Prob)
Dasar 100 110 120 130 140
(Xi)
(0,1) (0,2) (0,4) (0,2) (0,1)

100 100.000 90.000 80.000 70.000 60.000

110 80.000 110.000 100.000 90.000 80.000

120 60.000 90.000 120.000 110.000 100.000

130 40.000 70.000 100.000 130.000 120.000

140 20.000 50.000 80.000 110.000 140.000

Rata- 60.000 82.000 96.000 102.000 100.000

Rata
 lanjutan
1. Kriteria Keputusan:
a. Kriteria Minimax, mengatakan bahwa keputusan yang mempunyai pay
off paling tinggi (tanpa memperdulikan hal lain) yang seharusnya dipilih
(Optimistik).Lihat Tabel Pay off:
Maksimum Baris 1 = 100000
Maksimum Baris 2 = 110000
Maksimum Baris 3 = 120000
Maksimum Baris 4 = 130000
Maksimum baris 5 = 140000
Yang tertinggi adalah 140000, berarti menyediakan 140 kg buah buni.
b. Kriteria Maximin, memilih keputusan yang menghasilkan nilai
maksimum dari pay off yang minimum.
Minimum Baris 1 = 60000
Minimum Baris 2 = 80000
Minimum Baris 3 = 60000
Minimum Baris 4 = 40000
Minimum Baris 5 = 20000
yang tertinggi adalah 80000, berarti menyediakan 110 kg buah buni
 lanjutan
c. Kriteria Kemungkinan Maksimum
Menyatakan seseorang seharusnya memilih keputusan
optimalnya atas dasar yang paling sering terjadi, dalam hal ini
dilihat dari probabilitasnya maka yang paling sering terjadi
adalah permintaan 120 dengan probabilitas 0,4. Jadi sebaiknya
penjual buah buni menyediakan 120 kg dengan kemungkinan
keuntungan yang diperoleh sebesar 120000.
d. Kriteria Laplace, seseorang seharusnya memilih keputusan yang
mempunyai laba rata-rata tertinggi. Dalam hal ini sebaiknya
mengambil keputusan menyediakan 120 kg dengan rata-rata
keuntungan 96000.

2. Kriteria Expected Value yang Tertinggi, keputusan yang dipilih

adalah keputusan yang mempunyai expected value pay off yang
tertinggi, Perhitungan EV (EMV = Expected monetary Value)
dapat diperoleh dengan memasukan semua besaran
probabilitas dalam perhitungan. Keputusan yang diambil
sebaiknya menyediakan 120 kg buah buni dengan keuntungan/
nilai EV/EMV = 192.000.
 MODEL-MODEL PERAMALAN
1. Forecasting/Peramalan dilihat jangka waktu:
a. Short Term
b. Middle Term
c. Long Term
2. Metode-metode dalam Forecasting/Peramalan :
Ada yang membagi menjadi 3 macam :
1) Extrapolation Methods.
Metode ini hanya mendasarkan data tahun, bulan, waktu lalu) secara
runtut dengan tanpa memperhatikan faktor-faktor penyebab terjadinya
kejadian tersebut untuk memperkirakan peristiwa/data di waktu yang akan
datang. Variabel acak yang dimungkinkan sebagai variabel pengganggu bisa
berupa gerak Irregular/Random, Trend, Season atau Cyclus.
2) Causal Methods.
Pada metode ini dipertimbangkan faktor-faktor yang mempengaruhi
terjadinya suatu peristiwa/data yang ada. Oleh karena itu faktor-faktor
yang dianggap berpengaruh diikutkan dalam proses perhitungan sebagai
variabel independent (variabel bebas).
 lanjutan
3) Adjustment Methods.
Peramalan dengan metode ini hanyalah menggunakan justifikasi saja.
Sehingga pemakaian metode ini haruslah melibatkan orang yang memang
ahli dibindangnya.

Pembagian lain, metode peramalan dibagi 2 macam :

1) Metode Kualitatif.
Pada metode ini peramalan dilakukan hanya berdasarkan data kualitatif
dan pemakaian metode ini hanya boleh dilakukan oleh orang yang benar-
benar ahli/pakar dalam bidangnya atau oleh orang yang punya
pengalaman.
2) Metode Kuantitatif.
Peramalan dengan metode ini dapat dilakukan kalau ada/tersedia data
kuantitatif. Pada metode ini dikenal 2 model:
a. Metode Kausalitas (Cause Effect Methods atau metode
sebab akibat). Alat utama korelasi dan regresi.
b. Metode Runtut Waktu (Time Series Analysis), metode ini
mencoba mengamati suatu variabel dikaitkan dengan unsur
waktu. Alat utama Trend dan indeks musim.
 lanjutan
3. Fokus Pembahasan:
Forecasting/peramalan dengan Metode Kuantitatif.

4. Memilih Metode Terbaik dalam Forecasting/Peramalan :

Dalam peramalan tidak ada satupun metode terbaik, metode
terbaik adalah suatu metode yang ketika kita terapkan untuk
suatu kasus akan menghasilkan error atau penyimpangan
minimal/terkecil.
Error (penyimpangan antara data aktual dengan data hasil
forecast/peramalan), dalam peramalan biasanya diukur antara
lain dengan:
a. Bias.
b. MAD (Mean Absolute Deviation).
c. MSE (Mean Square Error).
d. MAPE (Mean Absolute Procentase Error).
e. Standar Error.