14
 Tahap-tahap: 1. Diawali dengan mengidentifikasikan bermacam-macam tindakan yang tersedia dan layak 2. Peristiwa-peristiwa yang mungkin dan probabilitas terjadinya harus dapat diduga 3. Pay off untuk suatu tindakan dan peristiwa tertentu ditentukan

Decision

Embed Size (px)

Citation preview

Page 1: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 1/14

Tahap-tahap:1. Diawali dengan

mengidentifikasikanbermacam-macamtindakan yang tersedia danlayak

2. Peristiwa-peristiwa yang

mungkin dan probabilitasterjadinya harus dapatdiduga

3. Pay off untuk suatutindakan dan peristiwatertentu ditentukan

Page 2: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 2/14

 

EV adalah Nilai yang diperkirakan yangdihitung dengan mengalikan hasil dari tiapkeputusan pada setiap kondisi dasar denganprobabilitas kemungikinan terjadinya.

expected value (EV) of decision alternative d i  dihitung sbb:

dimana: n = jumlah nilai pada variabel XP= pay off table 

n

i

iiiX P x x

1

)()(EV

Page 3: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 3/14

 

EV(Apartment) = $50,000(.6) + 30,000(.4) = 42,000EV(Office) = $100,000(.6) - 40,000(.4) = 44,000

EV(Warehouse) = $30,000(.6) + 10,000(.4) = 22,000

Table 12.7Payoff table with Probabilities for States of Nature

Select this, Max

Page 4: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 4/14

expected opportunity loss  (EOL) merupakan nilaiyang diperkirakan untuk kerugian padasetiap keputusan. (Minimax)

Keputusan yang direkomendasikan criteria

expected value dan expected opportunity lossadalah sama, dan ini bukan suatu kebetulankarena kedua metode ini selalu memberikanhasil yang sama, sehingga cukup salah satu yang

dipakai, tergantung tujuannya. Hanya criteria inisangat tergantung pada perkiraan probabilitayang akurat.

4

Page 5: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 5/14

 

EOL(Apartment) = $50,000(.6) + 0(.4) = 30,000EOL(Office) = $0(.6) + 70,000(.4) = 28,000

EOL(Warehouse) = $70,000(.6) + 20,000(.4) = 50,000

Select this, Min

Page 6: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 6/14

EVPI merupakan jumlah maksimum yangbersedia dikeluarkan oleh pembuatkeputusan .

EVPI = (expected value with perfectinformation) –(expected value without perfectinformation)

EVPI = the expected opportunity loss  (EOL)for the best decision.

6

Page 7: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 7/14

 

7

Decision with perfect information: $100,000(.60) + 30,000(.40) = $72,000

Decision without perfect information: EV(office) = $100,000(.60) - 40,000(.40) = $44,000

EVPI = $72,000 - 44,000 = $28,000

EOL(office) = $0(.60) + 70,000(.4) = $28,000

Best outcome for each column Best outcome Worst outcome

Page 8: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 8/148

Merupakan alternatif dalam pengambilankeputusan

Alternatif tindakan (A) dan keadaan ()

akan merupakan cabang dalam pohonkeputusan

Cabang akan berakhir dengankonsekwensi dari matriks keputusan

Analisisnya dilakukan mundur dari ujungkanan (konsekwensi) ke kiri 

Page 9: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 9/149

: Simpul keputusan

: Simpul kemungkinan

: Cabang

• Gunakan contoh pengambilan keputusan dengan resiko

• Kelebihan pohon keputusan :

Terstruktur secara sekuensial

Menganalisis semua kemungkinan

mudah dikomunikasikan

mengakomodir analisis sensitivitas

Page 10: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 10/1410

Table 12.10

Payoff Table

Simpul keputusan

Page 11: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 11/1411

The expected value is computed at each probability node:

EV( simpul 2) = .60($50,000) + .40(30,000) = $42,000

EV(simpul 3) = .60($100,000) + .40(-40,000) = $44,000

EV(simpul 4) = .60($30,000) + .40(10,000) = $22,000

AndChoose branch with max value:

Use to denote not chosen path(s)

Page 12: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 12/1412

Contoh (bertahap) :

Kasus Sumur Minyak1. PT.Tambang dalam mencari minyak bumi akan

memutuskan apakah menggunakan peta geologi(biaya $ 25,-) atau tidak.

2. Pilihan berikutnya adalah menjual konsesi ataubor sendiri dengan kondisi sbb:

a. Beli peta dan berhasil (favourable) dengan P = 0.24

1.  Jual konsesi, hasil $ 86,-

2. Bor sendiri, dan bila ternyata:

Kering, P=0.25, rugi $ 50,-

Asam, P=0.33, hasil $ 200,-

Manis (dapat minyak), P=0.42, hasil $ 500,-

Page 13: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 13/1413

b. Beli peta dan tidak berhasil (unfavourable)dengan P = 0.76

1.  Jual konsesi, hasil $ 80,-2. Bor sendiri :

Kering, P=0.71, rugi $ 50,-

Asam, P=0.158, hasil $ 200,- Manis, P=132, hasil $ 500,-

c. Tidak beli peta1.  Jual konsesi, hasil $ 80,-2. Bor sendiri :

Kering, P=0.6, rugi $ 50,- Asam, P=0.2, hasil $ 200,- Manis, P=0.2, hasil $ 500,-

Page 14: Decision

5/16/2018 Decision - slidepdf.com

http://slidepdf.com/reader/full/decision-55ab5157c55bb 14/14

14

Tentukan keputusan perusahaan dan alasan yangmendasari.

$110

$263,5

$124.04

$62.1

$80

$263,5

$110

$ 86

$ 80

$ 80

$ 500

$ 200

- $ 50

JualKonsesi

Beli petageologi $ 25

Bor sendiri

$ 200

$ 500

- $ 50

Jual

kering0,25

asam0,33

manis0,42

kering0,71

asam0,158

manis0,132

$110

$ 200

- $ 50

$ 500

manis0.2

asam0,2

kering0,6

Tidak beli

Jual

Favourablep = 0,24

Unfavourablep = 0,76

Keputusan: Tidak Beli 

Peta