31088-3-491375802185

PENGAMBILAN PENGAMBILAN KEPUTUSAN KEPUTUSAN

Modul ke:KEPUTUSAN KEPUTUSAN MANAJERIALMANAJERIAL

03Drs H Hasyim MM

03Fakultas

P St di

Drs. H. Hasyim, MMEKONOMI

Program Studi

Manajemen

Bagian IsiBagian Isi

• Pengambilan Keputusan Lawan Alam : K d l i i i d id k iKeputusan dalam situasi pasti dan tidak pasti

• Pohon keputusan (EMV/EVPI

PENGAMBILAN KEPUTUSAN DALAM SITUASI PASTI DAN PENGAMBILAN KEPUTUSAN DALAM SITUASI PASTI DAN

TIDAK PASTITIDAK PASTI



Pembuatan Keputusan dalam keadaan pastiI (DECISIONMAKING UNDER CERTAINTY). Pembuatan Keputusan sudahmengetahui secara pasti apa yang akan terjadi dari masing-mengetahui secara pasti apa yang akan terjadi dari masingmasing skenario. Kepastian: situasi yang memungkinkanmanajer mampu membuat keputusan yang tepat karenaseluruh hasil alternatif sudah diketahui.

Pengambil Keputusan dalam keadaan tidak pasti (DECISIONMAKING UNDER UNCERTAINTY). Kondisi ini terjadi jikapengambil keputusan dapat mengidentifikasi beberapap g p p g pskenario masa depan namun tidak mengetahui probabilitasnyaatau peluang terjadinya. Ketidakpastian: situasi dimanapengambil keputusan tak memiliki perkiraanprobabilitas yang pasti atau masuk akal

PengambilanPengambilanKeputusanKeputusanManajerialManajerial

probabilitas yang pasti atau masuk akal.





Kondisi ketidakpastian dicirikan dengan informasi yang tidaksempurna dan tidak ada probabilitas suatu peristiwa.Kriteria pengambilan keputusan dalam ketidakpastian:Kriteria pengambilan keputusan dalam ketidakpastian:1. Kriteria Laplace2. Kriteria Maximin3. Kriteria Maximax3. Kriteria Maximax4. Kriteria Hurwicz5. Kriteria (Minimax) Regret


POHON KEPASTIANPOHON KEPASTIANPOHON KEPASTIANPOHON KEPASTIAN

Pohon keputusan, seperti halnya pada pohon probabilitas yang telahkita bahas sebelumnya, adalah cara mendapatkan solusi secara grafisuntuk menghasilkan keputusan terbaik dalam kondisi ketidakpastian.

Sebagai contohnya, kita akan lihat bagaimana sebuah perusahaandapat mempertimbangkan suatu resiko untuk meningkatkankeuntungannya, atau bagaimana sebuah portofolio investasi dapatkeuntungannya, atau bagaimana sebuah portofolio investasi dapatdipilih dengan kompromi antara tingkat pertumbuhan dengan tingkatkeamanan investasi.

P b d h k d h b biliPerbedaan antara pohon keputusan dengan pohon probabilitasadalah pada tambahan satu komponen, yaitu keputusan harusdibuat pada cabang‐cabang pohon



Contoh KasusMisalkan sebuah perusahaan minyak “BEA” memiliki suatu lahanyang berpotensi mengandung minyak dan mereka harus membuatkeputusan untuk memilih satu dari tiga pilihan tindakan:keputusan untuk memilih satu dari tiga pilihan tindakan:1. Menjual lahan pada saat ini BEA akan mendapatkan $125K hasil

penjualan lahan saat ini.2. Menunggu satu tahun untuk menjualnya di tahun depan BEA

akan menempuh resiko kemungkinan 90% harga minyak akanturun dan mereka terpaksa menjualnya dengan harga $110K ditahun depan. Sebaliknya, bila harga minyak naik maka merekaakan mendapatkan keuntungan dengan menjual lahan tersebutakan mendapatkan keuntungan dengan menjual lahan tersebutsenilai $440K. Suku bunga yang berlaku saat ini adalah 10% pertahun.

3. Menggarap lahan tersebut



Jika ingin menggarap lahan sendiri, BEA harus mengeluarkan biayag gg p , g y$200K untuk pengeboran dan akan menempuh resiko seperti yang terlihat pada tabel .

J i S P b bilit K tJenis Sumur Probabilitas Keuntungan

Kering

Basah

.50

.40

0

400K

Berlimpah .10 1500K



SOLUSISOLUSIUntuk menggambarkan permasalahan yang sedang dihadapi oleh BEA, kitaakan membuat pohon, dimulai dari keputusan awal: haruskah merekamenjualnya saat ini, jual tahun depan, atau mengebor sendiri? Cabangkeputusan ini ditunjukkan oleh kotak keputusan yang ada di sebelah kirikeputusan ini ditunjukkan oleh kotak keputusan yang ada di sebelah kirigambar dibawah, dengan tiga cabang berawal dari kotak tersebutmenggambarkan tiga alternatif yang dapat dipilih.Kini kita harus menggambarkan konsekuensi dari ketiga alternatif tersebut.ta a us e gga ba a o se ue s da et ga a te at te sebutKonsekuensi dari alternatif pertama – terlihat pada cabang yang paling atas –adalah 125K, yaitu harga jual pada saat ini.

Cabang kedua terlihat lebih rumit. Jika BEA ingin menjualnya pada tahung g j y pdepan, maka harganya akan ditentukan oleh kemungkinan harga naik atauturun. Cabang kedua ini diawali dengan tanda lingkaran, yaitu tandakemungkinan, yang membedakannya dengan tanda kotak untuk keputusan.Dua kemungkinan hasil ini ditandai dengan masing‐masing kemungkinannya,


g g g g g y ,seperti yang dipakai pada pohon probabilitas.


GambarM b t P h K tMembuat Pohon Keputusan

125K

Jual saat ini

100KJual nanti

Harga turun

Harga naik

0.9

400K

-200K

Sumur kering

0.1

200K

KerjakanSendiri Sumur basah

0.5

0.4


1300K

Sumur berlimpah0.1


Dalam menggambarkan pohon keputusan kita telah membuatnyaDalam menggambarkan pohon keputusan, kita telah membuatnyamulai dari kiri ke kanan. Untuk mendapatkan solusi dari persoalanyang kita hadapi, kita harus mengerjakan perhitungan pohonkeputusan mulai dari kanan ke kiri. Ada dua langkah penyelesaian:

b d i i b1. Membuat rata‐rata dari tiap cabangDengan alternatif pertama, yaitu jual saat ini, yang memiliki nilai125K, bagaimana caranya kita mendapatkan suatu nilai yangdapat dibandingkan dengan nilai tersebut pada dua alternatifp g g pberikutnya? Dalam hal ini maka kita dapat memakai caraperhitungan EV (expected value), dengan memberi bobotprobabilitas pada tiap hasil yang akan muncul:

EV d i j l ti 0 9(100K) + 0 1(400K)EV dari jual nanti = 0.9(100K) + 0.1(400K)= 130K

Nilai 130K ini dimasukkan dalam lingkaran “jual nanti”. Cara yangsama juga diterapkan untuk mendapatkan EV dari “kerjakan sendiri”.


Hasil dari perhitungan ini dapat terlihat pada gambar 2.


Gambar 2H il P hit d P h K tHasil Perhitungan pada Pohon Keputusan

125K

100K

Jual saat ini

Jual nantiHarga turun

0 9

130K 130K

100K

400K

-200KK j k

Harga naik

Sumur kering

0.9

0.1

110K 200K

1300K

KerjakanSendiri Sumur basah

Sumur berlimpah

0.5

0.4

0.1

2. Memotong cabang yang memiliki nilai terendahLangkah terakhir adalah membandingkan tiga buah expected value: 125K,130K dan 110K. Dengan memotong nilai‐nilai yang lebih kecil, maka kita


130K dan 110K. Dengan memotong nilai nilai yang lebih kecil, maka kitaakan mendapatkan nilai 130K dan dituliskan pada kotak keputusan.

Teknik penyelesaianTeknik penyelesaian

Teknik penyelesaian pengambilan keputusan yang mengandung risiko, dapatdilakukan dengan menggunakan beberapa pendekatan atau cara, yaitu :1. Penentuan Nilaia Harapan,

Nilai harapan adalah jumlah dari nilai‐nilai kemungkinan yang diharapkanterjadi terhadap probabilitas masing‐masing kejadian yang tidak pasti. Nilaiharapan ini, dalam bentuk rumus dituliskan sebagai berikut :

∑= jij PaEV .

Dalam pengambilan keputusannya, selalu diusahakan untuk memilih keputusandengan nilai harapan yang maksimum, dalam prakteknya dinyatakan denganbesarnya nilai uang, yaitu Expected Monetary Value (EMV). Dengan kriteria ini,pengambil keputusan harus menganalisis, menghitung perkiraan nilai moneterdari masing‐masing alternatif yang menghasilkan nilai perkiraan moneterpaling tinggi. Dengan demikian rumus di atas dapat pula ditulis dalam bentuk :

∑


∑= jij PaEMV .


2. Nilai Kesempatan yang Hilang (Opportunity Loss)Nilai kesempatan yang hilang untuk suatu hasil adalah sejumlah pay off yangdisebabkan tidak dipilihnya suatu alternatif atau tindakan dengan pay off terbesaruntuk kejadian tidak pasti yang sebenarnya terjadi.

Untuk menentukan keputusan berdasarkan nilai kesempatan yang hilang (EOL),secara rasional dipilih dari nilai EOL (expected opportunity loss) yang minimum(terkecil). Hal ini dimaksudkan untuk menghindari rasa penyesalan di kemudianhari. Jadi prinsip EOL adalah membuat minimum kerugian yang disebabkan olehpemilihan alternatif tertentu.

Untuk menghitung nilai kesempatan yang hilang setiap peristiwa, tahap pertamadilakukan identifikasi tindakan terbaik untuk setiap peristiwa, kemudianmengurangkan pay off‐nya (pay off peristiwa tersebut) dengan pay off peristiwa‐peristiwa yang lain.



3. Nilai Harapan Informasi Sempura

Nilai harapan informasi sempurna (expected value of perfect infromation, EV of PI(EVPI)) adalah selisih antara nilai harapan dengan nilai informasi sempurna(expected value with perfect infromation, EV with PI (EVWPI)) dan nilai harapantanpa informasi sempurna (expected value without perfect infromation EV withouttanpa informasi sempurna (expected value without perfect infromation, EV withoutPI (EV)). Persoalan ini dirumuskan sebagai berikut :

Nilai harapan tanpa informasi sempurna disebut juga nilai harapan dalam keadaanketidakpastianketidakpastian.

1. EVWPI= Hasil perkalian antara maksimum baris (nilai pay off terbesar) dengan probabilitas

2 EV = Nilai harapan terbesar dari setiap alternatif2. EV = Nilai harapan terbesar dari setiap alternatif3. EVPI =Jumlah maksimum yang dapat dibayarkan oleh pengambilan

keputusan untuk memperoleh informasi sempurna


31088-3-491375802185

Documents

Transcript of 31088-3-491375802185