Materi 3 Manajemen SAINS (S1)

29
Ketidakpastian Kategori ketidakpastian : 1. Pengambil keputusan memiliki pengetahuan awal tentang kemungkinan relatif atau nilai peluang dari setiap tindakan yang akan diambil. Pengetahuan yang dimaksud adalah apa yang dikenal sebagai nilai kemungkinan prior (prior probability). 2. Pengambil keputusan tidak tahu sama sekali tentang nilai kemungkinan tersebut. Dalam hal ini pengambil keputusan biasanya melakukan penaksiran dari nilai kemungkinan prior. Ketidakpastian adalah suatu hal yang tidak dapat diprediksi sebelum suatu peristiwa terjadi

description

Untuk seluruh anak MI-2 , dokumen ini materi dari Pak Bambang (Manajemen SAINS) Harap dipelajari.. Thx before.

Transcript of Materi 3 Manajemen SAINS (S1)

Page 1: Materi 3 Manajemen SAINS (S1)

Ketidakpastian

Kategori ketidakpastian :

1. Pengambil keputusan memiliki pengetahuan awal tentang kemungkinan relatif atau nilai peluang dari setiap tindakan yang akan diambil.

Pengetahuan yang dimaksud adalah apa yang dikenal sebagai nilai kemungkinan prior (prior probability).

2. Pengambil keputusan tidak tahu sama sekali tentang nilai kemungkinan tersebut. Dalam hal ini pengambil keputusan biasanya melakukan penaksiran dari nilai kemungkinan prior.

3. Pengambil keputusan dihadapkan oleh kondisi yang melibatkan sikap pikir pesaing yang dalam hal ini dipecahkan melalui game theory.

Ketidakpastian adalah suatu hal yang tidak dapat diprediksi sebelum suatu peristiwa terjadi

Page 2: Materi 3 Manajemen SAINS (S1)

Tabel Profit Kondisional

Digunakan untuk menyajikan setiap unsur dari masalah keputusan

PERISTIWA / HASIL(STATE OF NATURE)

ALTERNATIF

Peluang

Page 3: Materi 3 Manajemen SAINS (S1)

ContohMr. BT adalah seorang pengusaha dan pemilik pabrik peralatan perkantoran. Dia telah menandatangani kontrak untuk memasok peralatan sebesar $400.000 ke sebuah instansi pemerintah. Akuntannya melaporkan bahwa biaya administrasi dan supervisi untuk kontrak ini adalah $140.000. Sedangkan untuk bahan baku diperlukan biaya sebesar $80.000. Dua pos biaya lainnya adalah membeli mesin khusus untuk membuat peralatan tersebut sesuai kontrak dan biaya buruh untuk membuat peralatan tersebut di atas. Ada dua merek mesin yang tersedia yakni Mesin A dan Mesin B.Dua minggu yang lalu, Mr. BT telah mengajukan permohonan kepada badan arbitrase tentang upah buruh menyangkut tingkat keahlian yang diperlukan dalam memproduksi peralatan yang dimaksud. Jika perusahaan menang maka upah buruh yang disepakati adalah $8 per jam. Sedangkan jika serikat buruh menang, maka upah buruh adalah $12 per jam. Dalam minggu ini juga Mr. BT perlu memesan salah satu dari mesin tersebut, meskipun pemesanan ini harus dilakukan beberapa minggu lagi sebelum keputusan pengadilan ditetapkan.Karakteristik dari kedua mesin yang akan dibeli adalah sebagai berikut : Harga mesin A adalah $140.000 dan membutuhkan 4000 jam kerja untuk membuat peralatan yang dipesan. Sedangkan harga Mesin B adalah $100.000 dan membutuhkan 8000 jam kerja.Untuk membuat keputusan ini, Mr. BT telah menetapkan nilai kemungkinan prior dari hasil persidangan sebesar 0,7 untuk vonis $8 dan 0,3 untuk vonis $12.

Page 4: Materi 3 Manajemen SAINS (S1)

Tindakan yang dapat dikendalikan adalah : mesin mana yang harus dibeli.

Peristiwa adalah sesuatu yang tidak dapat dikendalikan oleh Mr. BT yaitu hasil persidangan apakah upah buruh $8 dan $12

Alternatif

Peristiwa

Upah $8 Upah $12

Beli Mesin A

Beli Mesin B

Peluang 0,7 0,3

Untuk mengisi tabel perlu dihitung profit kondisional :

Penerimaan – biaya admin – biaya bahan baku – biaya mesin – biaya buruh

Page 5: Materi 3 Manajemen SAINS (S1)

Alternatif

Peristiwa

Upah $8 Upah $12

Beli Mesin A 28.000 12.000

Beli Mesin B 36.000 4.000

Peluang 0,7 0,3

Untuk Mesin A, Upah $8 :$400.000 - $140.000 - $60.000 - $140.000 - $ 4.000 ($8) = $ 28.000

Untuk Mesin B, Upah $8 :$400.000 - $140.000 - $60.000 - $140.000 - $ 8.000 ($8) = $ 36.000

Untuk Mesin A, Upah $12 :$400.000 - $140.000 - $60.000 - $140.000 - $ 4.000 ($12) = $ 12.000

Untuk Mesin B, Upah $12 :$400.000 - $140.000 - $60.000 - $140.000 - $ 8.000 ($12) = $ 4.000

Page 6: Materi 3 Manajemen SAINS (S1)

6 Langkah Pengambilan Keputusan

Masalah yang ada di tangan jelas terdefinisi Buat daftar alternatif-alternatif yang mungkin Identifikasi hasil-hasil yang mungkin Susun payoff atau profit dari setiap kombinasi

alternatif dan hasil Pilih salah satu model matematika teori

keputusan Aplikasikan model dan buat keputusan

Page 7: Materi 3 Manajemen SAINS (S1)

Jenis Lingkungan Pengambilan Keputusan

Under certaintyUnder uncertaintyUnder risk

Page 8: Materi 3 Manajemen SAINS (S1)

Pengambilan Keputusan Dalam

Ketidakpastian

Page 9: Materi 3 Manajemen SAINS (S1)

Kasus dalam ketidakpastian

Dalam mengantisipasi perkembangan usahanya, seorang pengusaha kayu, Mr. Sigit H.W., mengidentifikasi apakah dia akan membuat produk baru dengan membangun pabrik dan pemasaran baru.

Si pengusaha telah melakukan evaluasi potensi profit yang terkait dengan berbagai hasil. Untuk pasar yang bagus dia berpikir bahwa fasilitas yang besar atau membangun pabrik skala besar akan menghasilkan net profit $200.000 untuk perusahaannya. Akan tetapi jika pasar tidak baik maka dia akan menghadapi net loss sebesar $180.000. Sedangkan jika dia membangun pabrik skala kecil dengan pasar yang bagus maka dia akan menghasilkan $100.000, dan jika pasarnya tidak bagus maka dia akan merugi sebesar $20.000.

Page 10: Materi 3 Manajemen SAINS (S1)

Alternatif :

1. Membangun pabrik berskala besar

2. Membangun pabrik berskala kecil

3. Tidak membangun apapun

Alternatif/ Tindakan

State of Nature

(Peristiwa)

Pasar Bagus

($)

Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

200.000 -180.000

Bangun Pabrik Skala Kecil

100.000 -20.000

Tidak melakukan apapun

0 0

Page 11: Materi 3 Manajemen SAINS (S1)

Keputusan dalam ketidakpastian

Maximax (optimistic) Maximin (pesimistic) Criterion of Realism

(Hurwicz) Equally Likely (Laplace) Minimax Regret

Page 12: Materi 3 Manajemen SAINS (S1)

1. Maximax (optimistic)Digunakan untuk memperoleh alternatif yang memaksimumkan ganjaran (payoff) maksimum dari setiap alternatif.

Alternatif/ Tindakan

State of Nature

(Peristiwa) Maksimum dari AlternatifPasar Bagus

($)

Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

200.000 -180.000 200.000

Bangun Pabrik Skala Kecil

100.000 -20.000 100.000

Tidak melakukan apapun

0 0 0

Page 13: Materi 3 Manajemen SAINS (S1)

2. Maximin (pesimistic)Digunakan untuk memperoleh alternatif yang memaksimumkan ganjaran (payoff) minimum dari setiap alternatif.

Alternatif/ Tindakan

State of Nature

(Peristiwa) Minimum dari AlternatifPasar Bagus

($)

Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

200.000 -180.000 -180.000

Bangun Pabrik Skala Kecil

100.000 -20.000 -20.000

Tidak melakukan apapun

0 0 0

Page 14: Materi 3 Manajemen SAINS (S1)

3. Criterion of Realism (Hurwicz)

Disebut juga weighted average (rata-rata dibobot). Kriteria ini merupakan kompromi antara keputusan optimistik dan pesimistik.

Untuk memulai perhitungan perlu ditetapkan koefisien realisme, , yang merupakan derajat optimistik si pengambil keputusan. Jika = 1, berarti si pengambil keputusan 100% optimis yang akan dihasilkan di masa depan, sebaliknya jika =0 maka si pengambil keputusan 100% pesimis yang akan dihasilkan di masa depan.

Rata-rata dibobot = (maksmum dalam baris) + (1 – )(minimum dalam baris)

Page 15: Materi 3 Manajemen SAINS (S1)

Misal si pengusaha mengambil = 0.80, maka dapat dihitung :

Rata-rata dibobot baris 1 = (0,80)(200.000) + (0,20)(-180.000) = 124.000

Rata-rata dibobot baris 2 = (0,80)(100.000) + (0,20)(-20.000) = 76.000

Alternatif/ Tindakan

State of Nature

(Peristiwa) Kriteria Realisme

Atau

Rata-rata dibobotPasar Bagus

($)

Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

200.000 -180.000 124.000

Bangun Pabrik Skala Kecil

100.000 -20.000 76.000

Tidak melakukan apapun

0 0 0

Page 16: Materi 3 Manajemen SAINS (S1)

4. Equally Likely (Laplace)Dalam kriteria ini semua payoff dari masing-masing alternatif diberlakukan sama. Metodenya adalah dengan menghitung rata-rata payoff tiap alternatif dan memilih rata-rata terbesar. Kriteria ini mengasumsikan bahwa peluang semua peristiwa adalah sama, demikian pula dengan state of naturenya.

Alternatif/ Tindakan

State of Nature

(Peristiwa) Rata-rata AlternatifPasar Bagus

($)

Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

200.000 -180.000 10.000

Bangun Pabrik Skala Kecil

100.000 -20.000 40.000

Tidak melakukan apapun

0 0 0

Page 17: Materi 3 Manajemen SAINS (S1)

5. Minimax RegretKriteria ini didasarkan pada opportunity lost atau regret.

Opportunity lost : selisih antara profit/payoff optimal dari suatu peristiwa/state of nature dengan payoff aktual yang diterima dari keputusan yang terkait

Langkah-langkah analisis :

1. Membuat tabel opportunity lost dengan menentukan opportunity lost dengan cara tidak memilih alternatif terbaik dari tiap-tiap peristiwa/ state of nature.

2. Opportunity lost untuk masing-masing kolom (peristiwa) dihitung dengan mengurangi tiap payoff dalam kolom tsb dengan payoff terbaik dari kolom tsb.

Page 18: Materi 3 Manajemen SAINS (S1)

State of Nature (Peristiwa)

Pasar Bagus ($) Pasar Tidak Bagus ($)

200.000 - 180.000

100.000 - 20.000

0 0

State of Nature (Peristiwa)

Pasar Bagus ($) Pasar Tidak Bagus ($)

200.000 – 200.000 0 – (-180.000

200.000 – 100.000 0 – (-20.000)

200.000 – 0 0 - 0

Payoff terbaik

Tabel Opportunity Loss

Page 19: Materi 3 Manajemen SAINS (S1)

Alternatif/ Tindakan

State of Nature

(Peristiwa)

Pasar Bagus ($) Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

0 180.000

Bangun Pabrik Skala Kecil

100.000 20.000

Tidak melakukan apapun

200.000 0

Tabel Opportunity Loss

Page 20: Materi 3 Manajemen SAINS (S1)

Alternatif/ Tindakan

State of Nature

(Peristiwa) Nilai Maksimum Baris ($)Pasar Bagus ($) Pasar Tidak

Bagus ($)

Bangun Pabrik Skala Besar

0 180.000 180.000

Bangun Pabrik Skala Kecil

100.000 20.000 100.000

Tidak melakukan apapun

200.000 0 200.000

[Minimax]

Page 21: Materi 3 Manajemen SAINS (S1)

Pengambilan Keputusan

Dengan Risiko

Keputusan yang diambil dalam situasi dimana beberapa peristiwa (state of nature) bisa terjadi dan peluang terjadinya peristiwa ini diketahui.

Page 22: Materi 3 Manajemen SAINS (S1)

Expected Monetary Value (EMV)

Alternatif/ Tindakan

State of Nature

(Peristiwa)

Pasar Bagus ($) Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

200.000 -180.000

Bangun Pabrik Skala Kecil

100.000 -20.000

Tidak melakukan apapun 0 0

Peluang (p) 0,50 0,50

Page 23: Materi 3 Manajemen SAINS (S1)

EMVi = Oij × pj

Alternatif/ Tindakan

State of Nature

(Peristiwa) EMV ($)

Pasar Bagus ($) Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

200.000 -180.000 10.000

Bangun Pabrik Skala Kecil

100.000 - 20.000 40.000

Tidak melakukan apapun

0 0 0

Peluang 0.50 0.50

EMV1 (pabrik besar) = $200.000(0.5) + (-$180.000)(0.5) = $10.000

EMV2 (pabrik kecil) = $100.000(0.5) + (-$20.000)(0.5) = $ 40.000

EMV3 (tidak melakukan apapun) = $0(0.5) + (0)(0.5) = $0

; Oij = hasil

Page 24: Materi 3 Manajemen SAINS (S1)

Expected Value of Perfect Information (EVPI)

Sebuah perusahaan Scientific Marketing, Inc. mengusulkan kepada Mr. Sigit bahwa perusahaannya dapat membantunya dalam proses pengambilan keputusan. Perusahaan mengklaim bahwa dengan analisisnya mereka dapat menentukan apakah pasar untuk produknya akan bagus atau tidak secara pasti. Dengan perkataan lain, analisis ini akan mengubah lingkungan keputusan dari keputusan berisiko menjadi pasti. Informasi yang ditawarkan oleh perusahaan ini berharga $65.000.

Pertanyaannya adalah apakah informasi ini bermanfaat dalam keputusan yang akan diambil nantinya.

Page 25: Materi 3 Manajemen SAINS (S1)

State of Nature&

AlternativeEMV

Probability

Information (worth?)

Decision

EVwPI

EVPI

Page 26: Materi 3 Manajemen SAINS (S1)

EVPI = $100.000 –$40.000 = $60.000

EVwPI = ($200.000)(0.50) + ($0)(0.50) = $100.000

EVwPI = (payoff terbesar dari peristiwa pertama) × (peluang peristiwa pertama)

+ (payoff terbesar dari peristiwa kedua) × (peluang peristiwa kedua)

+ … + (payoff terbesar dari peristiwa terakhir) × (peluang peristiwa

terakhir)EVPI = EVwPI – EMV maksimum

Harga Informasi paling mahal yang sebaiknya dibayar Mr. Sigit = $60.000

Page 27: Materi 3 Manajemen SAINS (S1)

Expected Opportunity Loss (EOL)

Opportunity Loss : Definisi Lihat Slide sebelumnya

Langkah-langkah analisis :

1. Buat tabel opportunity loss

2. Hitung EOL untuk masing-masing alternatif dengan mengkalikan opportunity loss dengan peluang dan jumlahkan bersama-sama

Page 28: Materi 3 Manajemen SAINS (S1)

Alternatif/ Tindakan

State of Nature

(Peristiwa) EOL ($)

Pasar Bagus ($) Pasar Tidak Bagus ($)

Bangun Pabrik Skala Besar

0 180.000 90.000

Bangun Pabrik Skala Kecil

100.000 20.000 60.000

Tidak melakukan apapun

200.000 0 100.000

Peluang 0.50 0.50

EOL (pabrik besar) = $0(0.5) + ($180.000)(0.5) = $90.000

EOL (pabrik kecil) = $100.000(0.5) + ($20.000)(0.5) = $ 60.000

EOL (tidak melakukan apapun) = $(200.000)(0.5) + ($0)(0.5) = $100.000

Tabel Expected Opportunity Loss

Page 29: Materi 3 Manajemen SAINS (S1)

Case StudyDewi Sartika berniat untuk membuka Factory Outlet di Jalan Dipati Ukur. Dia telah memiliki pilihan lokasi yang dapat menarik perhatian para mahasiswa disekitar outletnya. Pilihan yang dimilikinya adalah apakah membuka outlet berukuran kecil, sedang atau tidak sama sekali. Menurut pertimbangannya pasar untuk jualannya adalah bagus, sedang atau buruk. Peluang pasar yang bagus adalah 0,2, untuk pasar sedang adalah 0,5 dan pasar buruk adalah 0,3.

Profit bersih dari outlet berukuran bagus dan sedang adalah sebagai berikut :Pilihan Pasar Bagus ($) Pasar Sedang ($) Pasar Buruk ($)

Outlet Kecil 75.000 25.000 -40.000

Outlet Sedang 100.000 35.000 -60.000

Apa yang rekomendasi saudara