MODUL

STATISTIKA BISNIS DAN

INDUSTRI

PROBABILITAS
DAN
PENERAPANNYA

•PROBABILITAS
•EKSPEKTASI
•METODA AHP
Haryono

PROGRAM MAGISTER MANAJEMEN TEKNOLOGI

PROGRAM PASCA SARJANA
ITS

1
 PROBABILITAS DAN PENERAPANNYA

ANALISIS KEPUTUSAN

− Pengambilan keputusan dalam lingkungan bisnis yang pasti,

yaitu hasil dari suatu alternatif dapat diketahui dengan pasti.
− Pengambilan keputusan dalam lingkungan bisnis yang tidak
pasti, yaitu hasil dari suatu alternatif tidak dapat diketahui
dengan pasti dan banyak kemungkinannya.
− Pengambilan keputusan dengan banyak ukuran (multi
atribut).
− Pengambilan keputusan dengan berdasarkan preferensi.

2
METODA STATISTIKA

- Ilmu pengetahuan yang berkaitan dengan cara-cara

pengambilan, analisis dan inferensi sifat data.
- Ilmu pengetahuan yang berkaitan dengan pengambilan
keputusan dimana terdapat ketidakpastian (uncertainty)

3
 PROBABILITAS
DEFINISI: Nilai probabilitas dari suatu event A adalah perbandingan
banyaknya anggota A dibagi banyaknya anggota keseluruhan.

n A
Ditulis : P (A) =
nS 
dimana : 0  P (A)  1
P (A) = 0 bila A tidak mungkin terjadi
P (A) = 1 bila A pasti terjadi
CONTOH 1 :
Tabel berikut menunjukkan banyak pelanggan yang datang ke suatu toko
membeli produk jenis tertentu.
A B C
35 48 27
Hitung peluang pelanggan:
a). Membeli produk A
b). Membeli produk B atau C
c). Membeli ketiga produk tersebut 4
CONTOH 2 :

Sebuah perusahaan yang memproduksi deterjen telah

mengadakan suatu penelitian pasar. Dari 100 konsumen
diketahui bahwa 40 konsumen senang menggunakan merek
RINO, 30 konsumen senang menggunakan merek DINO, 10
konsumen menggunakan kedua merek tersebut secara
bergantian dan sisanya menggunakan merek lain.
Bagian pemasaran kemudian ingin mengetahui berapa-kah
besar kemungkinan bahwa suatu rumah tangga
menggunakan deterjen RINO atau DINO (secara lebih terinci
jika suatu rumah tangga dipilih secara acak maka berapakah
peluang rumah tangga tersebut menggunakan RINO atau
DINO)?

5
 EKSPEKTASI
(Nilai Harapan)

DEFINISI :
Nilai ekspektasi dari suatu variabel random X
didefinisikan sebagai berikut :

E  X    x P x 
x

6
CONTOH 3 :
Seorang agen penjualan mendapatkan komisi sebesar
Rp 50.000,- selain dari gaji tetap untuk setiap kompor
gas baru yang dijual selama 1 bulan masa penjualan.
Tabel berikut menunjukkan distribusi probabilitas kompor
gas terjual suatu hari di daerah tertentu :
Banyak yang terjual 0 1 2 3 4

Probabilitas 0,80 0,10 0,05 0,03 0,02

Pertanyaan :
1. Hitung banyaknya kompor gas yang diharapkan dapat
terjual setiap harinya dan interpretasikan hasilnya.
2. Hitung besar komisi yang diharapkan dalam sebulan.

7
CONTOH 4 :
Seorang manajer produksi diharapkan untuk membuat satu
diantara 3 jenis produk baru untuk dipasarkan. Produksi
pendahuluan untuk ketiga produk tersebut telah selesai dilakukan,
demikian pada studi tentang harganya. Hasilnya sebagai berikut :

Jenis Produk Harga/Unit Ongkos/Unit Keuntungan/Unit

(Rp. 100,-) (Rp. 100,-) (Rp. 100,-)
A 3000 1000 2000
B 6000 3000 3000
C 4000 2000 2000

8
Lanjutan Contoh 4
Selanjutnya dari penelitian pasar dapat pula diketahui
peluang tingkat penjualan yang dapat dicapai untuk masing-
masing produk sebegai berikut :

Tingkat penjiualan Peluang Penetrasi Pasar

(unit) A B C

0 0 0,1 0,1
1000 0 0,2 0,3
2000 0,1 0,2 0,3
3000 0,1 0,4 0,2
4000 0,2 0,1 0,1
5000di atas pengembangan
Berdasarkan data 0,6 0 produk
0 manakah
yang paling ekonomis? 9
CONTOH 5 :
Seorang produsen yang hendak memproduksi produk baru
menghadapi keputusan apakah dia akan membeli mesin
dengan kapasitas kecil atau membeli dengan kapasitas besar.
Kemungkinan kejadian yang akan dihadapi bila membeli mesin
adalah bagaimana permintaan pasar terhadap produk baru
tersebut. Menurut Direktur Pemasaran peluang bahwa
permintaan pasar tinggi sebesar 0,60 dan rendah sebesar
0,40.
Jika diputuskan membeli mesin besar dan kebetulan
permintaan pasar tinggi maka laba yang didapatkan Rp. 6
Milyar, tetapi bila permintaan pasar rendah perusahaan akan
merugi Rp. 1 Milyar. Jika diputuskan membeli mesin kecil dan
ternyata permintaan pasar tinggi maka laba yang didapatkan
Rp. 4 Milyar, tetapi bila permintaan pasar rendah laba yang
diperoleh hanya Rp. 0,8 Milyar.
10
Lanjutan Contoh 5

Khusus jika diputuskan membeli mesin kecil dan ternyata

permintaan pasar tinggi maka perusahaan bisa menambah
kapasitas mesin sehingga sama dengan kapasitas mesin
besar dan laba bisa naik Rp. 5,5 Milyar. Sayangnya pe-
nambahan kapasitas ini memerlukan waktu dan kemung-
kinan pesaing bisa masuk selama proses penambahan ka-
pasitas berlangsung sekitar 0,2. Dan bila terjadi maka ke-
untungan perusahaan hanya sekitar Rp. 3,5 Milyar saja.
Keputusan apa yang sebaiknya diambil ?

11
 METODA AHP

Suatu teknik dari MADM untuk menganalisa suatu

problem kompleks dan tak terstruktur dengan cara
mendekomposisi dan mensintesis secara hirarki pro-
blem tersebut, dimana input utamanya berdasar per-
sepsi manusia (ekspert).

12
Contoh Model Hirarki

Level 1: Goal LOKASI TERBAIK

Biaya Ketersediaan Ketersediaan Utilitas &

Level 2: Kriteria
Investasi Bahan Baku Tenaga Infrastruktur
Tetap (BIT) (KBB) Kerja (KTK) (UDI)

Level 3: Alternatif A B C

13
Prosedur dalam penggunaan mertode AHP :
Materi perbandingan pada level – 1
a. Normalisasi kolom untuk setiap nilai baris matrik.
Misal : Hasil dari penilaian ekspert tersebut
sbb:
BIT KBB KTK UDI Normalisasi
Bobot
BIT 1 3 7 8 0,582
KBB 1/3 1 5 5 0,279
KTK 1/7 1/5 1 3 0,090
UDI 1/8 1/5 1/3 1 0,050
 1,6 4,4 13,3 17

14
Dimana skala relatif importancenya adalah sebagai berikut :

Variabel Judment Numerical

Judment
Extremely Prefered (suatu elemen mutlak lebih penting 9
dibandingkan elemen lain)
Very Strongly to Extremely 8
Very strongly prefered (suatu elemen jels lebih penting 7
dibandingkan dengan yang lain)
Strongly to very strongly 6
Strongly prefered (elemen yang satu essensial atau sangat 5
penting dibandingkan elen yang lain)
Moderately to strongly 4
Moderately prefered (elemen yang satu sedikit lebih penting 3
dibandingkan yang lain)
Equaly to moderately 2
Equaly prefered (kedua elemen sama penting) 1
15
 b. Hitung CI dari penilaian tersebut
max  n
CI   0,066
n 1
c. Hitung CR dari penilaian tersebut :
CI
CR   0,073
RI

n 1 2 3 4 5 6 7 8 9 10
RI 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 Dst

16
II. Matriks perbandingan pada level – 2
BIT A B C Normalisasi Bobot
A 1 2 3 0,540  max = 3,009
B 1/2 1 2 0,297 CI = 0,005
CR = 0,008
C 1/3 1/2 1 0,163
 1,83 3,5 6

KBB A B C Normalisasi Bobot

A 1 1/5 1/2 0,106  max = 3,119
B 5 1 7 0,745 CI = 0,059
CR = 0,10
C 2 1/7 1 0,150
 8 1,343 8,50

17
Lakukan prosedur yang sama untuk KTK dan UDI.
Tetapi karena bobot kedua atribut tersebut sangat
kecil (0,09 dan 0,05) dibandingkan 2 (dua) atribut
sebelumnya, maka kita dapat asumsikan bahwa
keduanya bisa diabaikan tanpa mempengaruhi hasil
keputusan secara signifikan.

0,582
Penyesuaian bobot BIT =  0,67
0,582  0,279
0,279
Penyesuaian bobot KBB =  0,33
0,582  0,279

18
Secara keseluruhan :

BIT KBB Bobot Rating

(0,67) (0,33) Total Bobot
Lokasi A 0,540 0,106 0,395 2
Lokasi B 0,297 0,745 0,444 1
Lokasi C 0,163 0,150 0,159 3

19
 STUDI KASUS
STATISTIKA BISNIS DAN INDUSTRI

Pada bulan April 2004, Rio direktur operasional

suatu perusahaan suku cadang industri mobil terdapat
tawaran untuk membuat beberapa suku cadang khusus.
Jumlah yang akan dipesan belum pasti, mungkin 20 atau
40 unit. Kepastiannya akan diberikan pada bulan
Nopember 2004, yaitu 7 bulan kemudian. Harga tiap unit
Rp. 1.000.000,-. Berkenaan dengan ini, Rio diharapkn
untuk memberikan jawaban minggu depan dan bila
sanggup pengiriman akan dilakukan pada bulan Januari
2005. Rio dan stafnya kemudian menentukan ada tiga
cara untuk memproduksi suku cadang tersebut.

20
Proses 1 :
Merupakan cara termurah apabila dapat berjalan dengan baik.
Proses 1 ini baru dapat dikatakan berjalan dengan baik atau tidak
setelah dilakukan percobaan pendahuluan yang direncanakan sele-
sai Juli 2005. Bila tidak mereka masih mempunyai waktu untuk
menggunakan Proses 2, tetapi investasi yang telah tertanam pada
proses 1 akan hilang.

Proses 2 :
Merupakan proses yang lebih mutakhir, jauh lebih mahal, akan tetapi
pasti berhasil. Kemungkinan ketiga adalah dengan cara
Sub-Kontrak. Mereka telah mempunyai sub kontraktor yang
dipercaya. Bila pesanan diberikan saat ini, sub-kontraktor akan
memberikan harga yang layak, mengenai jumlahnya mereka dapat
menunggu hingga ada kepastian, tetapi bila pesanan kepada sub-
kontraktor diharuskan setelah bulan Mei, harganya lebih tinggi,
berkenaan dengan ini sub-kontraktor sanggup memenuhi pesanan
tersebut tidak lebih dari bulan Nopember 2004. 21
Pada teknisi yang nantinya akan terlibat memperkirakan
bahwa kemungkinan berhasilnya proses 1 adalah 0,5. Dan Rio
setelah berbicara dengan pihak perusahaan mobil dan
menetapkan bahwa kemungkinan jumlah pesanan 40 unit
adalah 0,4. Ongkos-ongkos yang perlu dipikul ditentukan oleh
para teknisi dan staf bagian keuangan desain produk serta
prosesnya, dan besarnya adalah sebagai berikut :
Proses 1 :
Biaya percobaan Rp. 2.000.000,-
Ongkos produksi/unit (bila berhasil Rp. 4.000.000,-

Proses 2 : Ongkos produksi/unit Rp. 600.000,-

Sub-Kontrak (harga/unit)
Pesanan sebelum 1 Mei 2004 Rp. 700.000,-
Pesanan sesudah 1 Mei 2004 Rp. 900.000,-
22
Selanjutnya Rio dan stafnya memperkirakan bahwa :
1. Jika yang diproduksi 20 unit, tetapi ternyata yang pesan
adalah 40 unit, maka sisanya yang dapat diperoleh
dengan sub kontrak dengan harga Rp. 900.000,-/unit.
2. Jika diproduksi 40 dan ternyata pesanan harga 20 unit,
kelebihannya dapat dijual hanya dengan harga
Rp. 200.000,-/unit.

Berdasarkan data di atas, berikan rekomendasi pada Rio,

dan strategi apa yang harus diambilnya.

23