Keputusan dalam

Probabilitas
Fitri Jodie
Erfina
Ginanjar Wisnu
Lalu Muhammad Mujahidul A'zam
Komponen Pengambilan Keputusan
Pengambilan keputusan tanpa probabilitas
Pengambilan keputusan dengan probabilitas
Analisis keputusan dengan informasi tambahan

Payoff tables sebagai ilustrasi hasil berbagai

keputusan yang berbeda
Kondisi Dasar
Keputusan
a b
1 Hasil keputusan 1a Hasil keputusan 1b
2 Hasil keputusan 2a Hasil keputusan 2b
Pengambilan Keputusan Dengan
Probabilitas
Terdapat kemungkinan bagi pengambil keputusan
untuk mengetahui kondisi dasar di masa mendatang
dan bisa memberikan probabilitas kejadian untuk
masing-masing kondisi dasar.
Nilai yang diperkirakan atau (Expected value –EV)
Nilai Variabel acak x disimbolkan E(x), jadi
Pengambilan Keputusan Dengan
Probabilitas
Nilai Yang Diperkirakan
Peluang Rugi Yang Diperkirakan
Nilai Yang Diperkirakan Atas Informasi Sempurna
Pohon Keputusan
Pohon Keputusan Berkesinambungan
Nilai Yang Diperkirakan
Contoh:
Pada kasus yang sama, diasumsikan bahwa berdasarkan
beberapa ramalan ekonomi, investor dapat memperkirakan
probabilitas kondisi ekonomi yang baik sebesar 0,6 dan
kondisi ekonomi yang buruk sebesar 0,4, maka
Kondisi Dasar
Keputusan KONDISI EKONOMI KONDISI EKONOMI
(untuk Membeli) BAIK BURUK
0,60 0,40
Apartemen $50.000 $30.000
Bangunan Kantor 100.000 -40.000
Gudang 30.000 10.000
Contoh
Nilai yang diperkirakan (EV) :
EV(apartemen) $50.000 (0,6) + 30.000 (0,4) = $42.000
EV(bangunan kantor) $100.000 (0,6) – 40.000 (0,4) = $44.000
EV(gudang) $30.000 (0,6) + 10.000 (0,4) = $22.000

Hal ini tidak berarti bahwa jika investor membeli

bangunan kantor maka hasil yang diterima adalah
$44.000 melainkan $100.000 atau -$40.000
Peluang Rugi Yang Diperkirakan
Expected Oportunity Loss (EOL)
Mengalikan probabilitas dengan penyesalan(peluang
rugi)
Kondisi Dasar
Keputusan KONDISI EKONOMI KONDISI EKONOMI
(untuk Membeli) BAIK BURUK
0,60 0,40
Apartemen $50.000 $0
Bangunan Kantor 0 70.000
Gudang 70.000 20.000
Contoh
EOL(apartemen) $50.000 (0,6) + 0 (0,4) = $30.000
EOL(bangunan kantor) $0 (0,6) + 70.000 (0,4) = $28.000
EOL(gudang) $70.000 (0,6) + 20.000 (0,4) = $50.000

Pengambilan keputusan pada kriteria ini adalah

bangunan kantor karena memiliki tingkat penyesalan
terendah
Nilai Yang Diperkirakan Atas
Informasi Sempurna
Excpected value of perfect information (EVPI)
Diawali dengan melihat kondisi dasar
Jika kita dapat memperoleh informasi yang dapat
meyakinkan kita kondisi dasar mana yang akan terjadi,
kita dapat membuat keputusan terbaik untuk kondisi
dasar tersebut.

Contoh:
Pada kasus yang sama jika kita yakin bahwa kondisi baik
yang akan terjadi, akan kita putuskan untuk membeli
kantor, jika kondisinya buruk, maka kita putuskan
membeli apartemen dengan kondisi dasar 0,6 dan 0,4
Contoh
Kondisi Dasar
Keputusan KONDISI EKONOMI KONDISI EKONOMI
(untuk Membeli) BAIK BURUK
0,60 0,40
Apartemen $50.000 $30.000
Bangunan Kantor 100.000 -40.000
Gudang 30.000 10.000

$100.000(0,6) + 30.000(0,4) = $72.000

Contoh
Ingat Bahwa
EV(kantor) = $100.000(0,6) – 40.000(0,4) = $44.000
EVPI = $72.000 – 44.000 = $28.000
EQL(kantor) = $0(0,6) + 70.000(0,4) = $28.000
Pohon Keputusan
Lingkaran dan kotak disebut dengan simpul
Contoh
Hasil Perkiraan :
EV(simpul 2) = 0,6 ($50.000) + 0,4 ($30.000) = $42.000
EV(simpul 3) = 0,6 ($100.000) + 0,4 (-$40.000) = $44.000
EV(simpul 4) = 0,6 ($30.000) + 0,4 ($10.000) = $22.000

Dalam sekumpulan keputusan atau keputusan

berkesinambungan pohon keputusan akan sangat berguna
Pohon Keputusan Berkesinambungan
Contoh
Dalam kasus yang sama, jika investasi nya mencakup
periode 10 tahun, dimana selama itu beberapa
keputusan harus dibuat.
Keputusan pertama : membeli apartemen atau tanah
dengan kondisi populasi meningkat 60% atau tidak
akan meningkat 40%.
Jika investor memilih membeli tanah keputusan lain
yang dibuat dalam tiga tahun kedepan bergantung
pada perkembangan tanah tsb.
Contoh
Contoh
Perkiraan simpul 6 dan 7
EV(simpul 6) = 0,8 ($3.000.000) + 0,2 ($700.000) = $2.540.000
EV(simpul 7) = 0,3 ($2.300.000) + 0,7 ($1.000.000) = $1.390.000

Perkiraan simpul 2 dan 3

EV(simpul 2) = 0,6 ($2.000.000) + 0,4 ($225.000) = $1.290.000
EV(simpul 3) = 0,6 ($1.740.000) + 0,4 ($790.000) = $1.360.000

Keputusan setelah dikurangi biaya

Apartemen : $1.290.000 – 800.000 = $490.000
Tanah : $1.360.000 – 200.000 = $1.160.000
Analisis Keputusan Tambahan
Menggunakan Analisis Bayesian
Contoh pada kasus yang sama, probabilitas kondisional sbb

Probabilitas prior
Resource
Taylor W. Bernard. 2004. Management Science Eight
Edition. Prentice Hall : New Jersey