MODEL TEKNIK PENGAMBILAN KEPUTUSAN

POKOK BAHASAN I.ANALISA KEPUTUSAN II. TPK MULTI KRITERIA (MCDM) III. TPK (GDM) IV.ANALYTIC HIERARCHY PROCESS (SICD/STKD)

I.ANALISA KEPUTUSAN
Dikutip dari : K. Mangkusubroto …………………

LINGKUP KEPUTUSAN
• DESKRIPSI
Suatu masalah keputusan memiliki suatu lingkup yang berbeda dengan masalah lainnya. Perbedaan ini menonjol terutama karena adanya batas yang tidak terhubungkan antara harapan dan kenyataan; dimana yang pertama dinyatakan dalam bentuk keputusan yang dipilih. Sedangkan yang kedua diyatakan dalam bentuk hasil yang diperoleh. Yang pertama sepenuhnya ada dalam lingkup pengendalian kita, sedangkan yang kedua berada diluar kemampuan kita untuk mengaturnya.

• Lingkungan
Dalam setiap pengambilan keputusan, kita akan selalu berhadapan dengan lingkungan, di mana salah satu karakteristiknya yang paling menyulitkan dalam proses pengambilan keputusan adalah:
– – – – Ketidakpastian Kompleks Dinamis Keterbatasan

yaitu: – Kecerdasan – persepsi – falsafah • Intuisi Sebagian besar keputusan-keputusan yang dibuat dalam hidup kita ini adalah berdasarkan intuisi.• Kemampuan manusia Menghadapi lingkungan yang bagaimanapun tak pastinya. bagaimanapun kompleksnya. Kita mempertimbangkan pilihan-pilihan yang kita dapati berdasarkan informasi yang telah kita miliki dan sesuatu dengan preferensi kita. untuk kemudian dengan menggunakan proses intuitif. manusia memiliki ‘alat’ yang dapat dimanfaatkannya guna mengatasi rasa bingung dan cemas yang pada awalnya akan melingkupi perasaannya. dan sebagainya. . dapat menuju suatu tindakan yang mencerminkan keputusan terbaik yang kita pilih.

• Keputusan vs Hasil Kita memiliki kecenderungan untuk menilai suatu keputusan berdasarkan hasilnya. Bila seorang direktur perusahaan mengambil keputusan berdasarkan intuisi. saya kira sebaliknya kita bergabung dengan perusahaan X”.Ciri utama intuisi. dan setelah mempertimbangkan masakmasak. yang amat mengganggu kita. bila hasilnya baik maka kita biasanya mengatakan bahwa keputusan tersebut tepat. atau sebaliknya. mungkin ia akan berkata. . adalah kenyataan bahwa logika dari intuisi tidak dapat ditelusuri secara rasional. saya telah membaca semua laporan yang masuk. “saudara-saudara sekalian. Secara sederhana kita dapat mengatakan bahwa membuat keputusan yang terbaik adalah memiliki pilihan yang terbaik yang akan dapat memberikan kesempatan memperoleh hasil yang diinginkan.

1 Pengambilan keputusan dengan intuisi . Logika tidak dapat diperiksa Keputusan Hasil Falsafah •preferensi Bingung senang cemas berpikir rasa tidak enak REAKSI bertindak puji cela sedih DIAGRAM 2.Kecerdasan •Tidak pasti •Kompleks •Dinamis •Persaingan •terbatas Persepsi •Pilihann •Informasi Intuisi .

seperti dalam permainan lotere. Teori Keputusan adalah teori yang mempelajari bagai mana sikap pikir yang rasional dalam situasi yang amat sederhana. dan kemampuan untuk menangani ketidakpastian dalam suatu disiplin keilmuan. yaitu Teori Keputusan dan Metodologi Pemodelan Sistem. tetapi yang mengandung ketidakpastian. Jadi analisa keputusan yang merupakan gabungan dari keduanya. mengkombinasikan kemampuan untuk menangani sistem yang kompleks dan dinamis. . Sedangkan Metodologi Pemodelan Sistem mempelajari bagai mana memperlakukan aspek yang dinamis dan kompleks dari suatu lingkungan.• ANALISA KEPUTUSAN Analisa keputusan dapat juga dipandang sebagai gabungan dari dua disiplin ilmu yang telah ada lebih dahulu. Karena itu maka peranannya dalam menghadapi situasi yang kompleks adalah sangat kecil.

Dengan kata lain. Analisa Keputusan pada dasarnya adalah suatu prosedur logis dan kuantitatif. tetapi juga merupakan suatu cara untuk membuat keputusan.Karenanya. cara untuk membuat model suatu keputusan yang memungkinkan dilakukannya pemeriksaan dan pengujian . yang tidak hanya menerangkan mengenai proses pengambilan keputusan.

• FORMALISASI ANALISA KEPUTUSAN Sebenarnya apakah yang membedakan Analisa Keputusan dari pengambilan keputusan dengan intuisi ? Berkenaan dengan ini maka fokus perhatian terutama perlu diletakan pada situasi lingkungan. Satu segi yang penting adalah bahwa alternatip tersebut harus dapat dijabarkan secara kuantitatip. kompleks. dimana dalam lingkup ini maka situasinya adalah penuh dengan ketidak pastian. • Pilihan Dengan kecerdasan dan kemampuan kreatifitas yang kita miliki. persepsi dan falsafah. Jadi untuk mengatasi hal itulah kita perlu menggunakan ‘alat’ yang kita miliki’ berupa kecerdasan. maka kita bisa mendapatkan alternatip-alternatip spesifik dari suatu persoalan keputusan. . dinamis. bukan hanya penjabaran secara umum saja. persaingan dan adanya keterbatasan sumber.

. Pertama. dan kedua. yang dinyatakan sebagai model. yang berkenaan dengan sifat ketidak pastian yang ditetapkan dengan besaran nilai kemungkinan (probability). Secara singkat keduanya dapat dijelaskan sebagai berikut. Melainkan hidup di dalam lingkungan ini sebagai mana adanya-penuh dengan ketidak pastian-dan mampu berbuat yang terbaik dalam keadaan tersebut. dalam hal ini adalah mengambil keputusan terbaik dalam situasi tersebut. yang mencerminkan hubungan yang terjadi di antara faktor-faktor yang terlibat. ini menggambarkan struktur persoalan. dalam menghadapi ketidakpastian yang pentig adalah bukannya mencoba membuat lingkungan ini untuk berubah sehingga penuh dengan kepastian.• Kodifikasi Informasi Informasi di sini perlu dibedakan dalam dua bentuk. Penyusunan Model Penyusunan model keputusan adalah suatu cara untuk menggambarkan hubungan-hubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis. yang berkenaan dengan hubungan-hubungan yang terjadi dalam sistem. Penetapan Nilai Kemungkinan pada intinya.

. Sedangkan masalah preferensi adalah masalah yang secara benar mencerminkan kecenderungan kita dalam menghadapai suatu hasil. preferensi perlu dibedakan atas tiga aspek. penetapan preferensi ini perlu dipisahkan dari persoalan ketidakpastian. Berkenaan dengan ini. yaitu: • Penetapan Nilai • Preferensi atas Waktu • Preferensi atas Risiko Penetapan Nilai Yang dimaksud dengan nilai disini adalah suatu ukuran yang dapat mencerminkan seberapa besar kita menghargai suatu hasil. Kita perlu menetapkan nilai kemungkinannya berdasarkan informasi yang dimiliki. ini merupakan pencerminan nilai dan pandangan hidup kita.• Penetapan Preferensi Dalam Analisa Keputusan. Karena untuk masalah ketidakpastian.

dan menjajagi preferensi terhadap waktu dan preferensi terhadap risiko (dengan menggunakan metodologi tertentu. menentukan nilai kemungkinan. ada yang berani mengambil risiko. maka untuk sampai pada suatu keputusan tertentu kita hanya memerlukan logika. Hal ini akan mempengaruhi sikap kita dalam pengambilan keputusan. dengan kata lain bagaimana preferensi kita terhadap waktu. .Preferensi atas Waktu Bagaimana kita menilai waktu. menetapkan nilai pada hasil yang diharapkan. Ini berarti bahwa bila semula kita mengatakan bahwa suatu hasil A lebih disukai dari pada hasil B. persepsi dan falsafah kita untuk membuat model. • Keputusan yang Logis Setelah kita menggunakan kecerdasan. Preferensi atas Risiko Tiap orang mempunyai sikap sendiri dalam menghadapi risiko. yang akan dibicarakan pada bab-bab berikut). maka sebagai konsekuensinya kita akan memilih A dari pada B. dan ada orang yang amat menghindari risiko.

LINGKUNGAN Kecerdasan •Tidak pasti •Kompleks •Dinamis •Persaingan •terbatas Persepsi Pilihan ANALISA KEPUTUSAN (normatif) •Alternatif-alternatif •Penetapan kemung Logika kinan Informasi •Struktur model •Penetapan nilai •Preferensi waktu Preferensi •Preferensi Risiko Keputusan Hasil Falsafah Sensitifitas nilai informasi Bingung cemas berpikir puji cela REAKSI Pandangan ke dalam bertindak senang sedih DIAGRAM 2.2 Pengambilan keputusan dengan analisa keputusan .

1 Siklus analisa keputusan .TAHAPAN ANALISA KEPUTUSAN • LANGKAH-LANGKAH DALAM ANALISA KEPUTUSAN Informasi Awal Tahap Deterministik Tahap Probabilistik Tahap Informasional Keputusan Tindakan Informasi Baru Pengumpulan Informasi Pengumpulan informasi baru DIAGRAM 3.

• Tahap Probabilistik Ini merupakan tahapan besarnya ketidak pastian yang melingkupi variabel-variabel yang penting. . dan menyatakannya dalam bentuk nilai.• Tahap Deteministik Dalam tahapan ini variabel-variabel yang mempengaruhi keputusan perlu didepinisikan dan disalinghubungkan. Dalam tahapan ini juga dilakukan penetapan preferensi atas risiko. • Tahap Informasional Intinya adalah meninjau hasil dari dua tahap yang terdahulu guna menentukan nilai ekonomisnya bila kita ingin mengurangi ketidakpastian pada suatu variabel yang dirasakan penting. perlu dilakukan penetapan nilai. dan selanjutnya tingkat kepentingan variabel diukur. tanpa terlebih dahulu memperhatikan unsur ketidakpastiannya.

dalam bentuk formal atau matematis. .• TAHAPAN DETERMINISTIK Pembuatan Model Analisa •Pembatasan Personal •Pengukuran Sensitivitas •Identifikasi Alternatif •Terhadap variabel keputusan •Penetapan Hasil •Terhadap variabel setatus •Pemilihan Variabel Sistem •Pembuatan Model Struktural •Pembuatan Model Nilai •Pembuatan Model Preferensi Waktu • Pembuatan Model Pembuatan model adalah suatu peroses untuk menggambarkan berbagai hubungan dalam persoalan yang sedang dihadapi.

atau kombinasi dari alternatif-alternatif yang telah ada. .Batasan Persoalan Langkah pertama ini intinya diarahkan pada usaha menentukan dengan jelas batasan-batasan keputusan apa yang akan kita buat. Alternatif baru akan muncul berangkat dari suatu konsep baru. Seringkali kesulitan dalam masalah keputusan menjadi berkurang dengan didapatinya alternatif baru. Ini mencakup penentuan alternatif-alternatif apa yang ada. Identifikasi Alternatif Langkah kedua adalah mencari alternatif baru yang merupakan bagian yang paling kereatif dari analisa keputusan.

yang disebut variabel setatus. Penentuan Variabel-variabel sistem Setelah seluruh variabel-variabel sistem dapat ditetapkan kita perlu dapat membedakan antara variabel yang berada di dalam pengendalian pengambilan keputusan. dalam tingkat penjualan dan ongkos produksi atau hanya dalam keuntungan tahunan.Penetapan Hasil Langkah ketiga adalah menentukan berbagai hasil yang dapat dihasilkan dari alternatif-alternatif tersebut. Dalam analisa keputusan. dan variabel yang ditentukan oleh lingkungan. Misalnya. jadi diluar kemampuan pengendalian pengambilan keputusan. ini disebut variabel keputusan. ini sepenuhnya perlu diserahkan kepada pengambil keputusan. di mana hasil disini dapat dinyatakan dalam berbagai bentuk. . apakah hasil dalam bentuk moneter yang akan digunakan untuk menyatakan hasil. Dalam situasi pengenalan produk baru maka harga produk dan ukuran fasilitas produksi merupakan variabel keputusan. Sedangkan harga bahan baku dan tingkat promosi produk saingan merupakan variabel status.

Mungkin dalam dunia usaha. Penentuan Nilai langkah keenam adalah langkah dimana pengambilan keputusan perlu menetapkan nilai untuk masing-masing hasil. persamaan-persamaan inilah yang merupakan dasar dari pembuatan program komputer yang menggambarkan model secara keseluruhan. Ini merupakan inti dari proses pembuatan model. Model ini perlu digambarkan dalam bahasa logikamatematik yang biasanya berbentuk persamaan-persamaan.Pembuatan Model Langkah kelima adalah menentukan hubungan-hubungan diantara variabel-variabel sistem. yaitu membentuk model steruktural yang dapat mencakup kebergantungan-kebergantungan penting yang ada dalam persoalan. . Walau demikian secara umum kita harus membedakan antara keduanya. pengambilan keputusan menetapkan keuntungan yang akan datang sebagai hasil yang sekaligus mencerminkan nilai unuk hasil tersebut. Untuk persoalan-persoalan yang besar. Dimana yang perlu diperhatikan adalah perbedaan pengertian antara hasil dan nilai yang terkait dengan hasil tersebut.

. Karna itu kita harus mencari satu ukuran untuk tiap pola waktu.Penentuan Preferensi Waktu Langkah terahir adalah menentukan preferensi pengambialan keputusan terhadap waktu. dimana pengambilan keputusan merasa tidak berbeda antara meneriama jumlah ‘present equivalent’ dengan menunggu penerimaan dengan pola penerimaan yang akan terjadi diwaktu yang akan datang. Ukuran ini adalah present equivalent ( ekivalen saat ini). melainkan berlangsung sepanjang suatu jangka waktu tertentu. Hal ini disebabkan karena dalam beberapa keadaan. hasil yang diharapkan tida akan dapat muncul dalam satu saat saja.

• Analisa Analisa dalam tahap deterministik ini dititikberatkan pada penelitian mengenai bagaimana pengaruh dari perubahan-perubahan variabel terhadap jawab yang dihasilkan. Pada permulaannya analisa sensitivitas dilakukan untuk perubahan satu variabel atau variabel yang ditetapkan . maka hal ini menunjukan bahwa kita telah bertindak benar dengan memasukan variabel tersebut sebagai variabel sistem. maka faktor ketidak pastian dalam variabel ini perlu diperhatikan. kita tetapkan variabel tersebut dalam nominalnya. Bila kemudian kita melihat bahwa perubahan suatu variabel keputusan mempunyai pengaruh yang besar. Selanjutnya. variabel ini selanjutnya disebut sebagai variabel aleatori. Tetapi bila pengaruhnya amat kecil atau tidak ada sama sekali. kita melakukan analisa sensitivitas pada variabel setatus yang berada diluar kemampuan pengendalian pengambilan keputusan dan banyak mengandung unsur ketidak pastian. Pertama-tama kita melakukan analisa sensitivitas terhadap variabel keputusan. Ini juga dikenal dengan sebutan analisa sensitifitas. variabel ini disebut sebagai fixated variabel atau variabel yang ditetapkan. Bila ternyata variabel setatus ini mempunyai pengaruh yang besar.

yaitu yang disebut variabel aleatorik. Pada variabel-variabel aleatorik ini diperlukan kodifikasi ketidakpastian. Model • kodifikasi ketidak pastian pada variabel aleatori • Kodifikasi preferensi terhadap risiko Analisa • Bentuk “lotere Nilai” dan ekuivalen tetap • Ukuran sensitifitas stokastik • Ukuran sensitifitas risiko . yaitu dengan menetapkan nilai kemungkinan untuk variabel tersebut. yang mencerminkan bagaimana sikap pengambilan keputusan dalam menghadapi risiko. di dalam tahapan ini perlu juga dilakukan kodifikasi preferensi terhadap risiko.• TAHAP PROBABILISTIK Dari tahap deterministik telah mengetahui variabel status mana yang amat mempengaruhi hasil yang diharapkan. Selain itu.

• Faktor Ketidakpastian Kodifikasi Ketidakpastian Salah satu cara untuk menyatakan atau mengkomunikasikan ketidak pastian yang melingkupi suatu variabel adalah dengan menyatakan ”berapa besarnya kemungkinan munculnya variabel tersebut”. Analisa Pada tahap deterministik kita telah mengetahui bagaimana hubungan antara variabel-variabel sistem dengan hasil atau nilai yang diharapkan. pada tingkat variabel keputusan tertentu. karena mereka memiliki informasi yang berbeda. Dua orang dapat menyatakan nilai kemungkinan yang berbeda untuk suatu kejadian yang sama. . kita dapat menghitung distribusi kemungkinan nilai dari hasil yang diharapkan untuk tiap alternatif. setelah kita mendapatkan distribusi kemungkinan untuk pariabel aleatori. faktor ketidak pastian ini dinyatakan dalam bentuk nilai kemungkinan. Dengan kata lain. Selanjutnya.

0 Kemungkinan Kumulatif 0.1.2 Distribusi kemungkinan kumulatif .5 0 5 10 15 20 25 30 35 40 50 60 Volume Penjualan DIAGRAM 3.

dalam hal ini alternatif A2 secara stokastik mendominasi alternatif A1.3. tanpa perlu memperhatikan preferensi pengambilan keputusan terhadap risiko. .A di atas.Pada diagram 3. pada excess probability distribution tampak bahwa untuk setiap nilai X. alternatif A2 selalu mempunya nilai kemungkinan yang lebih besar dari pada alternatif A1. yaitu alternatif yang mendominasi alternatif-alternatif lain. Bila terdapat dominasi stokastik di antara alternatif-alternatif yang ada. maka dengan mudah kita dapat menentukan alternatif yang baik. kondisi ini disebut sebagai kondisi di mana terjadi dominasi stokastik.

Lotere Nilai (pungsi kepadatan) Alternatif A1 Alternatif A2c Lotere Nilai (pungsi kepadatan) Alternatif A1 Alternatif A2 Nilai Nilai Lotere Nilai p (nilai > x) Lotere Nilai p (nilai > x) Alternatif A2 Alternatif A1 Alternatif A1 X Alternatif A2 X A.3 pembandingan distribusi kemungkinan . Tak ada dominasi stokastik DIAGRAM 3.Domonasi stokastik B.

Artinya nilai ekivalen tetap ini adalah bahwa bagi pengambil keputusan tindakan menerima secara pasti hasil sejumlah nilai ekivalen tetap adalah tidak berbeda dengan menerima hasil yang dicerminkan dalam lotere nilai yang berada dalam ketidak pastian . penggemar risiko atau bersifat netral atas risiko yang dihadapinya.• Preferensi atas Risiko Kodifikasi Preferensi atas Risiko bila diantara alternatif-alternatif ternyata tidak ada alternatif yang mendominasi stokastik alternatif lainnya maka langkah ini diperlukan.4 menggambarkan contoh suatu kurva utility. apakah ia bersifat penghindar risiko. Biasanya kita kembali ke kurva utility untuk mencari berapa nilai yang berkorespondensi dengan ekspektasi utility tersebut. Preferensi atas risiko ini biasanya dinyatakan dalam bentuk kurva utility. sehingga kita perlu mengetahui bagai mana preferensi pengambilan keputusan dalam menghadapi risiko. Hal ini karna tiap alternatif mengandung risiko yang berbeda. yang mencerminkan besarnya utility dari setiap nilai. Diagram 3. nilai inilah yang disebut dengan nilai ekivalen tetap.

75 utility 0.25 0 20 40 60 80 100 Uang (ribu Rp.) DIAGRAM 3.1.4 Kurva Utility .00 0.50 0.

Analisa Analisa dalam tahap ini pada dasarnya sama dengan analisa dalam tahap deterministik. • Hirarki Analisa Keputusan Keseluruhan prosedur pada tahap deterministik dan probabilistik dituangkan pada diagram 3. . kemudian mengubah satu nilai variabel keputusan tersebut. dan melihat pengaruhnya terhadap lotere nilai dan terhadap nilai ekivalen tetap.dan dari hasil analisa ini mungkin didapatkan bahwa variabel yang dianggap penting dalam tahap deterministik. keseluruhan analisa ini disebut analisa sensitivitas stokastik.5 yang menggambarkan hirarki analisa keputusan. Misalnya dengan menetapkan seluruh variabel keputusan pada suatu nilai tertentu. yaitu denga mengubah-ubah nilai variabel dan melihat pengaruhnya pada hasil yang diperoleh. ternyata relatif tidak penting dalam tahapan probabilistik.

dan tak akan ada informasi yang lengkap.• TAHAP INFORMASIONAL Tujuan tahap ini adalah untuk mengetahui apakah akan berharap untuk mengumpulkan informasi tambahan guna mengurangi ketidak pastian yang ada jadi tahapan ini merupakan penuntun bagi pengambilan keputusan dalam usahanya untuk mencari inpormasi tambahan untuk meningkatkan kualitas keputusanya. dan juga dengan mengingat bahwa tak ada informasi yang sempurna. tanpa melupakan kenyataan bahwa untuk mendapatkan informasi diperlukan ongkos. ANALISA •Ukuran nilai atau sensitifitas ekonomis MODEL •Cari cara pengumpulan Informasi .

meskipun pada kenyataannya hampirtidak mungkin kita mendapatkan informasi sempurna. dam hal proses ini perlu pula diperhatikan setiap paktor yang mungkin akan mengakibatkan kelambatan dalam membuat keputusan. penghitungan nilai informasi sempurna ini diperlukan karena nilai ini merupakan batas atas dari setiap nilai informasi yang mungkin diperoleh bila ternyata ongkos yang diperlukan untuk memperoleh informasi tambahan tersebut lebih besar dari nilai inpormasi sempurna. . Model Dalam tahap ini. atau cara-cara yang lain. dan mencari alternatif mana yang diharapkan akan memberikan kontribusi yang paling menguntungkan.Analisa langkah pertama dalam tahapan ini adalah menghitung beberapa nilai dari inpormasi sempurna. apakah dengan survey. yang dilakukan adalah mencari alternatif pengumpulan informasi. maka lebih baik kita tidak mencari informasi tambahan. penelitian laboratorium.

dengan kata lain. situasi dimana kendali berada diluar kemampuan kita. yaitu dimana kita memilih salah satu diantara alternatif-alternatif yang tersedia.Hanya saja dalam diagram keputusan ini perlu dibedakan antara dimana saat kita mengambil keputusan. sedangkan saat kejadian tak pasti adalah saat dimana sesuatu diluar diri kitalah yang menentukan apa yang akan terjadi. Dalam hal ini.DIAGRAM KEPUTUSAN • NOTASI DIAGRAM KEPUTUSAN Diagram keputusan ini pada dasarnya merupakan suatu diagram pokok yang sudah dikenal dan sering digunakan dalam statistika. Simpul Keputusan Simpul kejadian tak pasti . saat mengambil keputusan adalah saat dimana kita sepenuhnya memiliki kendali dalam bertindak. dan saat kemunculan kejadian tak pasti yang akan menentukan hasil dari alternatif-alternatif tersebut.

Main lotere Mata uang Main lotere dadu Tidak main Angka gambar 1 2 3 4 5 6 DIAGRAM 4. 0 3 4 Rp.200 Rp. 200 Rp.100 2 Rp.1 kumpulan alternatif dan kejadian tak pasti Permainan Mata uang Kejadian Gambar Angkas Penerimaan Rp. 0 5 6 Rp. 0 Mata 1 Permainan Dadu Kejadian Penerimaan Rp. 0 Rp.2 hasil setiap kejadian .300 DIAGRAM 4.

3 pohon keputusan permainan lotere .Kejadian gambar Main lotere Mata uang Penerimaan Rp 100 Angka 1 2 3 4 5 6 100 0 100 + 100 100 100 + 100 Main lotere dadu Tidak main DIAGRAM 4.

penjualan hair-spray ini bisa mencapai 20% dari seluruh penjualan hair-spray di pasaran. maka sudiro. Semula hair-spray “PUTRI” merupakan produk yang sangat menonjol. manager pemasaran. dan tinggal menguasai 7% dari seluruh penjualan hair-spray di pasaran. kemudian mengadakan survey konsumen pada beberapa toko serba ada di berbagai daerah.bedak. Pada puncaknya.• PENGGAMBARAN DIAGRAM KEPUTUSAN • Studi Kasus Perusahaan Kosmetik Perusahaan kosmetik “PUTRI” adalah sebuah perusahaan kosmetik yang memperoduksi berbagai jenis barang-barang kosmetik. . Melihat penurunan yang tajam ini. Tetapi ahir-ahir ini penjualan hair-spray tersebut amat menurun.hasil analisa survey ini menunjukan bahwa menurutnya penjualan hair-spray “PUTRI” ini disebabkan karena kualitasnya lebih rendah dari pada kualitas hair-spray dari prusahaan-prusahaan saingan sedangkan hargannya relatip sama. cat kuku. dan hair-spray. yaitu lipstik.

sudiro merasa bahwa dia kini dihadapkan pada tiga pilihan: pertama. Tetapi bila hasilnya negatif. bila hasil pengembangan tersebut positif dan produk baru yang dihasilkan kemudian dipasarkan. maka diperkitrakan tingkat penjualan produk tersebut akan tinggi. atau meneruskan penjualan produk lama tersebut. yang masing-masingnya dipisahkan oleh kejadian yang berada diluar pengendaliannya. kedua. maka tingkat penjualan diperkirakan akan tetap rendah. Tetapi jika hasil pengembangan itu negatif dan peroduk lama tetap dipasarkan. meneruskan penjualan hair-spray tanpa mengadakan perubahan apapun. maka ia dapat memasarkan produk baru tersebut.maka pilihannya adalah menghentikan produ lama. Bila hasi proyek pengembangan ini positif. dan ketiga.Berdasarkan hasil survey ini. sudiro menyadari bahwa dia menghadapi serangkayan kumpulan alternatif yang saling bergantungan. mengadakan kegiatan pengembangan produk yang tujuannya untuk meningkatkan kualitasnya. Ia tidak yakin berkenaan dengan keputusan manakah yang terbaik untuk diambil . menghentikan produksi hair-spray seluruhnya.

• • •

Tahapan Penggambaran Diagran Keputusan Kumpulan Alternatif Awal Kejadian Tak-Pasti yang Melingkupi Alternatif Awal
a) Alternatif mengadakan proyek pengembangan. Pada alternatif ini, hasilnya mungkin positif, yaitu kejadian di mana hasil diketemuka pormulasi hair-spray baru yang lebih baik; atau negatif, yaitu tidak berhasil diketemukan pormulasi yang lebih baik. b) Alternatif meneruskan penjualan produk lama Bila penjualan diteruskan sebagai mana adanya, hal yang mungkin terjadi adalah tingkat penjualan tetap rendah; atau mungkin saja tingkat penjualan akan tinggi. c) Alternatif menghentikan produksi Dalam hal ini, tak ada kejadian tak pasti yang melingkupi alternatip ini. Penjualan sebanyak nol adalah kepastian dari alternatif ini.

Proyek pengembangan Hentikan peroduksi Teruskan seperti biasa

DIAGRAM 4.4 Alternatif tindakan
Positif Proyek pengembangan Negatif Hentikan peroduksi Teruskan seperti biasa adanya Penjualan nol tinggi rendah

DIAGRAM 4.5 Alternatif tindakan dan kejadian

• Alternatif lanjutan
berkenaan dengan proyek pengembangan: bila hasil dari proyek pengembangan ini positif, maka sudiro akan mempunyai dua pilihan yaitu memasarkan produk baru atau tidak. Sedangkan bila hasilnya negatif, maka dia juga akan mempunyai dua pilihan, yaitu tetap memasarkan produk lama atau menghentikan produk sama sekali.

• Kejadian tak pasti yang melingkupi alternatif lanjutan
– Bila produk baru dipasarkan, maka hasil penjualan yang akan dapat diperoleh mungkin tinggi atau rendah. – Bila produk lama tetap dipasarkan, maka tingkat penjualan mungkin tinggi atau rendah. Penuangan semua ini akan menghasilkan diagram keputusan yang lengkap, seperti terlihat pada diagram 4.6.

tinggi positif Proyek penelitian negatif Pasarkan Prod.baru tidak tinggi rendah rendah tinggi teruskan Seperti biasa rendah DIAGRAM 4.lama Hentikan prod nol Hentikan Produksi no Pasarkan Prod.6 Diagram keputusan lengkap .

• PENUNTUN DAN ATURAN PEMBUATAN DIAGRAM • • • • • • Tentukan alternatif keputusan awal atau alternatif tindakan Tentukan tanggal evaluasi Tentukan kejadian tak-pasti yang melingkupi alternatif awal Tentukan keputusan atau alternatif lanjutan Tentukan kejadian tak pasti yang melingkupi alternatif lanjutan Kumpulan alternatif dan kejadian pada tiap simpul harus bersifat ’mutually exclusive’ • Kumpulan alternatip dan kejadian pada tiap simpul harus bersifat ‘collectivelly exhaustive’ • Gambarkan kejadian-kejadian dan keputusan-keputusan secara kronologis • Dua atau lebih simpul kejadian yang tidak dipisahkan oleh simpul keputusan dapat ditukar keputusannya .

dolar. Dengan demikian. dan sebagainya. dapat diperoleh keterangan bahwa bila produk baru berhasil dipasarkan dan mencapai tingkat penjualan tinggi. dan ini dituliskan diujung ahir tiap cabang pada diagram keputusan.50 juta. tetapi yang umum digunakan adalah ukuran moneter.15 juta. kita pertama-tama harus menentukan berapakah nilai dari suatu hasil yang diperoleh. Melalui suatu analisa pinansial. maka untuk menentukan pilihan diantara alternatif-alternatif yang ada. Pada dasarnya kita boleh menggunakan ukuran apa sajah untuk menyatakan nilai ini. Kerugian ini disebabkan karena hasil penjualan tidak dapat menutupi ongkos produksi dan biaya yang telah dikeluarkan untuk .• PENETAPAN NILAI Tiap jalur dalam diagram keputusan. bila produk baru hanya mencapai tingkat penjualan yang rendah. yaitu tiap rangkaian alternatif dan hasil. maka hasil yang akan diperoleh adalah Rp. • Penetapan Nilai pada Kasus Perusahaan Kosmetik kembali pada kasus perusahaan kosmetik di depan. akan menghasilkan suatu nilai yang tersendiri dalam mengambil keputusan. Tetapi sebaliknya. dalam satuan rupiah. perusahaan akan kehilangan sebanyak Rp.

maka dapat diharapkan hasil Rp. Yang merupakan biaya yang telah dikeluarkan untuk proyek pengembangan. maka hasilnya adalah kerugian besar Rp. .5 juta. Tetapi bila ternyata penjualanya rendah. bila hasil pengembangannya positif.proyek pengembangan dan biaya pemasaran produk. tetapi prusahaan memutuskan untuk tidak memasarkan produk baru. maka yang akan diperoleh adalah hasil seperti diyataka diatas. dikurangi dengan biaya penelitian.40 juta apabila tingkat penjualanya tinggi. Bila perusahaan memutuskan untuk tetap memasarkan produk lama setelah mengetahui bahwa hasil proyek pengembangannya adalah negatif.15 juta.7. Nilai dari hasil yang mungkin diperoleh ini kita cantumkan pada ahir cabang yang bersangkutan: dalam hal ini cabang pertama dan kedua pada diagram 4. maka hasilnya adalah kerugian sebesar Rp. seandainya dari semua prusahaan telah memutuskan untuk tidak melakukan proyek pengembangan. melainkan tetap memasarkan produk lama seperti biasa.

untuk melakukan analisa pemilihan kita masih memerlukan data lain. Tetapi bila perusahaan memutuskan untuk menghentikan produk setelah hasil proyek pengembangan ternyata negatif. perusahaan akan menderita kerugian Rp.35 juta.7. misalnya berapa kemungkinan proyek pengembangan akan menghasilkan hasil yang positif. sedangkan bila rendah.5 juta. maka kerugian yang akan diderita perusahaan adalah Rp. atau berapa kemungknan tingkat penjualan akan tinggi? .Jadi bila tingkat penjualan tinggi maka akan diperoleh hasil Rp. • PENETAPAN NILAI KEMUNGKINAN Stelah dapat menetapkan semua nilai hasil yang mungkin didapat. yaitu besarnya kemungkinan kemunculan dari setiap kejadian tak-pasti. seperti tampak pada diagram 4. Pada contoh di depan. Seluruh nilai yang telah ditetapkan ini dipaparkan pada ujung ahir setiap cabang yang sesuai. yaitu biaya yang telah dikeluarkan untuk proyek pengembangan.20 juta.

3 rendah.baru tidak tinggi Rp.7 nilai kejadian .5 juta teruskan Seperti biasa tinggi Rp.7 Hentikan prod .1 .9 rendah .2 Hentikan ProduksiRp.20 juta 0.3 Prod.8 Proyek penelitian Pasarkan Prod. 50 juta 0.7 DIAGRAM 4.15 juta 0. 40 juta 0. 0 tinggi + 35 juta Pasarkan 0.5 juta negatif 0.positif 0.15 juta 0.lama rendah .

tetapi dia yakin bahwa staf engineering yang ada akan mampu untuk menguasai teknologi tersebut. contoh 5.1 Sebagai seorang pengusaha papbrik peralatan elektronik. tetapi dengan makin meningkatnya kompleksitas persoalan kita kerap kali merasakan bahwa adalah sulit untuk menghimpun dan mengolah seluruh informasi dalam pikiran kita.PENENTUAN PILIHAN • PILIHAN LANGSUNG Salah satu cara yang umum kita gunakan dalam menentukan pilihan diantara dua alternatif adalah membandingkan keduanya secara langsung. tuan X berminat untuk menambah jenis produk yang diproduksi. Pilihan pertama adalah produk A. dan menggunakan secara langsung untuk melakukan pilihan. Dalam beberapa keadaan cara ini cuup memadai. . Untuk maksud tersebut hingga saat ini terdapat dua pilihan. meskipun teknologi yang digunakan bagi pembuatan produk A tersebut belum tersedia. kemudian menentukan pilihan berdasarkan proses intuisi.

5.1 Diagram keputusan masalah pembuatan peralatan elektronik .8 gagal 0. produk yang kedua adalah produk B. Berhasi 0. yaitu sebesar 0. untuk produk ini tidak dibutuhkan teknologi baru.20 juta 80 juta . karena keterbatasan dana maka hanya satu macam produk sajah yang dapat dibuat.2 Rp.5 Berhasil 0.dengan mempertimbangkan berbagai hal tersebut maka dapat ditetapkan bahwa kemungkinan untuk berhasilnya usaha tersebut adalah 0.2 juta 0 Produk A Produk B Tidak membuat produk baru DIAGRAM 5. namun demikian dirasakan bahwa masih ada kemungkinan untuk gagal.5 gagal 0.200 juta .2.

nilai atau hasil yang mungkin diperoleh bukannya Rp. melainkan Rp. Bila kita perhatikan diagram 5. yang berguna juga untuk menentukan pilihan secara langsung. ini. Sehingga keadaannya seperti pada diagram 5. .80 juta. untuk menggambarkan keadaan yang disebut dominasi stokastik. akan tetapi sedikit lebih hemat dibandingkan dengan dominasi nilai. dengan kata lain alternatip A mendominasi alternatif B • Dominasi Stokastik Bentuk lain dari dominasi.2. kita lihat contoh berikut ini.• Dominasi Nilai Dalam contoh diatas misalkan produk A gagal.-20 juta.2. bukan ? karena jelas terlihat bahwa nilai dari hasil yang terjelek dari alternatif A masih sama baik dengan nilai dari hasil terbaik dari alternatif B. adalah dominasi stokastik atau dominasi probabilistik. maka kita secara langsung akan dapat mengatakan bahwa lebih baik memilih A.

5 Penjualan nol berhasil Produk B 0.2 Dominasi nilai .2 juta DIAGRAM 5.200 juta 80 juta 80 juta .8 gagal 0.5 gagal 0.2 Rp.berhasil Produk A 0.

demikian pula studi tentang harganya. sebagai seorang manager produksi. pengambilan keputusan mungkin mempunyai suatu target yang harus dicapai atau suatu tingkat aspirasi.2. hasilnya seperti terlihat pada tabel 5. dan selain itu pimpinan perusahaan telah memutuskan bahwa hanya satu jenis produk baru dapat dipasarkan. tuan Y diharapkan untuk melihat satu diantara tiga jenis produk baru untuk dipasarkan. Tingkat Aspirasi Dalam menghadapi situasi keputusan. Bila keadaannya demikian. • .2. Produksi pendahuluan untuk ketiga produk tersebut telah selesai dilakukan.1. selanjutnya dari penelitian pasar dapat pula diketahui distribusi kemungkinan tingkat penjualan yang mungkin dicapai untuk masing-masing produk seperti tampak pada tabel 5.• Contoh 5. maka pilihan langsung dapat dilakukan dengan membandingkan tingkat aspirasi.

2500 Rp.2 0.3 0.1 produk yang dapat dihasilkan Produk A B C Harga (unit) Rp.3750 Ongkos (unit) Rp.6 B 0.1500 Tabel 5.2 0.4 0.2 0.1500 Rp.2000 Rp.2 Distribusi kemungkinan tingkat penjualan Tingkat penjualan Kemungkinan A 0 1000 2000 3000 4000 5000 0 0 0.1 0.6000 Rp.1000 Rp.1 0 C 0.Tabel 5.1 0.1 0.3 0.1 0.2250 Kontribusi (unit) Rp.1 0 .4000 Rp.2 0.

4 0.1 0.1 0.3 0.Kontribusi (ribu) Penjualan : Produk A 0.1 0.2 0. 2000 3000 4000 5000 0 2000 4000 6000 8000 0 1500 3000 4500 6000 Produk B DIAGRAM 5.1 0.1 2000 3000 4000 5000 0 3000 4000 5000 4000 0 1000 2000 3000 4000 Rp.3 0.2 0.2 0.6 Penjualan : 0.1 Penjualan : Produk C 0.2 0.3 Diagram keputusan .

4 Distribusi kemungkinan kontribusi masing-masing produk .4 Kemungkinan 0.5 0. 1 0 100 0 200 300 400 500 0 0 0 0 Kontribusi total (ribu rupiah) 600 0 700 0 800 0 DIAGRAM 5.0.3 0. 2 0.6 0.

4 0.1.5 Distribusi kemungkinan komulatif . ≥ K) 0.0 Produk A Produk B Produk C Kemungkinan Kumulatif P (kontr.6 0. 2 0 200 400 0 0 Kontribusi total (ribu rupiah) 600 0 800 0 DIAGRAM 5.8 0.

500) + (0.1) x (Rp. maka produk B yang dipilih.2000) + (0.4.400(ribu) Produk C Nilai ekspektasi = (0.2) x (Rp.1) x (Rp.2000) + (0.4.000) + (0.000) = Rp.4) x (Rp.2) x (Rp.2) x (Rp.3.1) x (o) + (0.000) + (0.3) x (Rp.300(ribu) Produk B Nilai ekspektasi = (0. .4.8. karena ia memberikan nilai ekspektasi terbesar. kemudian kita memilih berdasarkan nilai ekspektasi yang tertinggi.500) + (0.1) x (Rp.6) x (Rp.6.000) = Rp.1) x (Rp.3.000) + (0.000) + (0.3) x (Rp.4.1.000) + (0.000) = Rp.6.2.4. Untuk contoh didepan.• NILAI EKSPEKTASI Hasil yang dicerminkan dalam suatu distribusi kemungkinan dapat dinyatakan dalam harga rata-rata atau nilai ekspektasinya. nilai ekspektasi untuk masing-masing produk adalah sebagai berikut: Produk A Nilai ekspektasi = (0.5.1) x (0) + (0.850(ribu) dengan membandingkan nilai ekspektasi ini.2) x (Rp.

5 Rp. berhasil Produk A 0. 10 juta. alternatif A adalah unit dengan menggunakan mata uang.5 juta secara pasti. Sebaliknya bila sisi angka yang muncul anda tidak akan memperoleh apa-apa.5 gagal 0.3. Sedangkan pada alternatif B anda akan memperoleh Rp.4.5 juta DIAGRAM 5. Ada dua alternatif A dan B seperti pada diagram 5.6. anda akan memperoleh Rp.10 juta 0 Produk B 4. bila sisi gambar yang muncul.6 Contioh dilema . alternatif mana yang akan dipilih? kita hitung nilai ekspektasi untuk alternatif-alternatif tersebut.• Contoh 5.

untuk menentukan pilihan dengan memasukan faktor risiko adalah dengan mengunakan nilai ekivalen tetap .5) x (0) = Rp.5) x (Rp. persoalannya adalah bahwa sebagian besar orang tampaknya akan memilih alternatif B dari pada A.10 juta) + (0.5 juta) = Rp.5 juta Tampak disini nilai ekspektasi A lebih besar dari pada nilai ekspektasi B. 5 juta Nilai ekspektasi B = (1) x (Rp.4. 4.Nilai ekspektasi A = (0. sehingga alternatif A-lah yang akan dipilih bila kriteria pemilihannya adalah nilai ekspektasi.

• NILAI EKIVALEN TETAP Nilai ekivalen tetap dari suatu kejadian tak pasti adalah suatu nilai tertentu dimana pengambil keputusan merasa tidak berbeda antara menerima hasil yang dicerminkan dalam ketidak pastian tersebut. karena tiap orang mempunyai preferensi tersendiri dalam menghadapi risiko. . penetapan nilai ekivalen tetap secara langsung menjadi amat sulit. Tetapi bila kejadian tak pasti yang terlihat semakin kompleks. Besar nilai inilah yang disebut dengan nilai ekivalen tetap. Kurva Utility tiap orang mempunyai kurpa utility sendiri-sendiri. • UTILITY Penetapan nilai ekivalen tetap tidaklah sukar untuk kejadian tak pasti yang masih sederhana seperti pada lotre mata uang yang dibicarakan di depan. atau menerima dengan kepastian suatu hasil dengan nilai tertentu.

5 juta DIAGRAM 5. 3.5 0.5 juta Alternatif B Rp.7 Penentian nilai ekivalen tetap Ekivalen tetap Alternatif A Rp.8 Alternatif dinyatakan dalam nilai kivalen tetap .C=? ~ 0. 4.10 juta 0 Alternatif C Alternatif A DIAGRAM 5.5 Rp.

9 Kurva utility .000 Min Rupiah Max DIAGRAM 5.000 100.6 utility 0.1.8 0.1 0 ET 25.9 0.7 0.0 0.000 50.000 75.2 0.3 0.4 0.5 0.

4) x (0.791.95) + (0.000. yang ekivalen dengan ET2 = Rp.7) x (0.000. Alternatif 1 : EU1 = 0.42) = 0.- .7) + (0. yaitu dengan mencari jumlah rupiah yang berkorespondensi dengan EU masing-masing alternatif.49.3) x (0.5) x (1) + (0.9 maka maka anda dapat pula memperoleh nilai ET bagi masing-masing alternatif.791 Dengan menggunakan kurva utility pada diagram 5.1) x (0) =0.780 Alternatif 2 : EU2 = (0.Alternatif 2 : EU2 = 0.Ekspektasi Utility Alternatif 1 : EU1 = (0.780.48. yang ekivalen dengan ET1 = Rp.

000 Utility ↔ ↔ ↔ (1) Alternatif A 0.000 0.5 100.7) (0) 0.42) DIAGRAM 5.10 Diagram keputusan .8 Alternatif B 0.Rupiah 0.4 40.95) 20.2 80.000 ↔ (0.1 0 (0.000 ↔ (0.

. 1. lakukan pemilihan diantara alternatif-alternatif yang ada.ANALISA BERTAHAP Langkah-langkah dalam analisa bertaha. Teruskan bergerak mundur hingga mencapai simpul keputusan awal dan lakukan pemilihan diantara alternatif awal. 2. 4. Mulai dari ujung kanan diagram keputusan dan bergerak mundur sepanjang cabang tersebut hingga mencapai simpul keputusan. Pada simpul keputusan ini. 3. Hapuskan simpul keputusan ini dengan mencoret seluruh alternatif selain alternatif yang terpilih.

000 M Sub kontrak sekarang 8.000.800.000 8.5 G C Produksi 20 10.000 6.000 12.000 F 0 I Produksi 40 J Produksi 20 6.00.000 0 10.000.4 Pesan 20 0.000 8.4 Pesan 20 6.6 Pesan 40 0.400.6 Pesan 40 0.000 0.000 N .000.000.6 Pesan 40 0.400.000 Proses 1 B 12.6 12.000.4 Pesan 20 0.800.000 6.000 Gagal 0.000.6 Pesan 40 0.000.000 10.000.800.800.600.11 Masalah Pembuatan suku cadang 9.400.4 Pesan 20 0.000.800.6 Pesan 40 0.000 16.4 Pesan 20 0.000 0.000.6 Pesan 40 0.DIAGRAM 5.000.4 Pesan 20 0. 22.000 800.000 -2.4 Pesan 20 0.000 Berhasi 0.000 H Pesan 40 Rp.400.6 Pesan 40 0.000.000 Produksi 40 L K Produksi 20 8.5 D 6.400.000 2.000 6.000 6.4 Pesan 20 0.000 0 14. Kontrak 4.000 produksi 40 12.800.000.000 Sub.000 Proses 2 A E Proses 2 8.

untuk mempermudah. orang tak dapat menduga dengan pasti muka dadu mana yang akan muncul. • Ruang hasil adalah himpunan dari seluruh hasil yang mungkin muncul dari seluruh kejadian tak pasti’ sebagai contoh.2. Atau dalam contoh didepan.3. ruang hasilnya adalah {1.6}. Pada permainan dadu.5.gagal}. pada pelemparan sebuah dadu.MODEL DAN NILAI KEMUNGKINAN • Kejadian tak pasti adalah kejadian yang kemunculanya tidak pasti sehingga tidak bisa diduga terlebih dahulu. maka dalam tulisan ini untuk ruang hasil diberi notasi : W . ruang hasil peroyek penelitian adalah {berhasil.4.

5. kumpulan {1. . muncul muka 6 dan 3. tidak akan terjadi bersamaan. dalam pelemparan dadu. kemunculan gambar atau angka adalah kejadian yang saling bertentangan.3. sebagai contoh. maka salah satu dari angka tersebut pasti akan muncul.4. Ini berarti bahwa apapun yang terjadi maka salah satu kejadian dalam himpunan muncul sebagai hasil dari suatu percobaan.• Kejadian saling bertentangan (mutually exclusive) dua kejadian atau lebih disebut saling bertentangan bila kejadiakejadian tersebut tidak mungkin muncul secara bersamaan dalam pelemparan mata uang. Bila dadu ini kita lempar.6} adalah lengkap.2. Atau pada dadu. • Kumpulan lengkap (collectivety exhaustive) kumpulan kejadian disebut bersifat lengkap bila kumpulan kejadian itu merupakan ruang hasil yang lengkap.

Peryataan ini dapat dituliskan sebagai : 0 ≤ P(A) ≤ 1 dimana P(A) menyatakan nilai kemungkinan bagi munculnya kejadian A.• PERYATAAN DASAR NILAI KEMUNGKINAN Terdapat dua peryataan dasar berkenaan dengan nilai kemungkinan. Besarnya nilai kemungkinan bagi munculnya suatu kejadian addalah selalu di antara nol dan satu. Jumlah nilai kemungkinan dari seluruh hasil yang mungkin muncul adalah satu. atau dituliskan sebagai: Σ P (Wi) = 1 atau P (W) = 1 i dimana Wi menyatakan anggota dari ruang hasil. 2. yaitu: 1. . jadi bila W menyatakan ruang hasil yang bersifat lengkap maka jumlah kemungkinan seluruh angota ruang hasil tersebut adalah satu.

• KEJADIAN MAJEMUK A&B A B DIAGRAM 6.1 Dagram Kumpulan .

3 Diagram A irisan B (A ∩ B) .2 Diagram A gabungan B (A U B) DIAGRAM 6.A B A B DIAGRAM 6.

maka : P (A U B) = P (A) + P (B) – P (A ∩ B) Untuk dua kejadian A dan B.• Aturan pertambahan Untuk dua kejadian A dan B. yang saling bertetanngan : P (A U B) = P (A) + P (B) .

• Kemungkinan bersyarat Untuk kejadian A dan B dimana P (B) ≠ 0. jika kejadian B diketahui ditulis sebagai P (A | B). maka nilai kemungkinan bersyarat kejadian A. adalah: P (A ∩ B) P (A | B) = P (B) .

• Aturan perkalian Untuk kejadian A dan B dimana maka nilai kemungkinan Bersama A dan B dapat dinyatakan sebagai : P (A ∩ B) = P (A | B) . P (B) P (B ∩ A) = P (B | A) . P (A) P (A ∩ B) = P (B ∩ A) P (A | B) = P (A ∩ B) P (B) .

• PERKALIAN NILAI KEMUNGKINAN DENGAN ADANYA INFORMASI TAMBAHAN • Nilai Kemungkinan Prior dan Posterior Dalam kasus ini. adalah nilai kemungkinan mesin tersebut benar (B) atau dinyatakan sebagai P (B) – Nilai kemungkinan posterior. Bila sampel tersebut tetap (T). adalah nilai kemungkinan setiap mesin benar setelah memperhatikan sampel. maka: – Nilai kemungkinan prior. maka kemungkinan posteriornya adalah P (B | T). .

dan B adalah kejadian dalam ruang hasil tersebut dengan P (B) ≠ 0.n • NILAI KEMUNGKINAN OBYEKTIF DAN SUBYEKTIF Nilai Kemungkinan Obyektif (Eksperimental) Nilai kemungkinan obyektif digunakan dalam beberapa bidang dimana data dapat diperoleh dengan mudah. misalnya dalam bidang biologi dan pertanian.P ( B | A i ) ∑ P(A i ).……. pengendalian kualitas dalam pabrik. maka: p( A i | B ) = P(A i ).An adalah kejadian yang saling bertentangan dan lengkap..• DALIL BAYES Bila A1.2. .P( B | A i ) I =1 N i=1. dan sebagainya. atau dalam menguji kualitas beras impor.A2.…….

Karena itu maka peryataan kemungkinan semacam ini akan menghasilkan nilai kemungkinan subyektif .• Keterbatasan nilai kemungkinan obyektif Untuk mendapatkan kemungkinan suatu nilai obyektif. situasi yang kita hadapi tidak selalu demikian • Nilai kemungkinan subyektif (judgement) Kemungkinan di sini mencerminkan tingkat keyakinan seseorang terhadap suatu kejadian yang takpasti dan ini didasarkan pada pengalaman dan inpormasi yang ada pada dia saat itu. Pada kenyataannya. dibutuhkan suatu situasi di mana percobaan yang berulang-ulang dapat dilakukan.

yang juga terdiri atas dua warna. Misalnya.4 Piringan kemungkinan Merah Putih . DIAGRAM 6. sejumlah bola dalam kantong yangterdiri dari bola merah dan bola putih.4. Atau suatu lingkaran dengan jarum penunjuk yang dapat berputar bebas. Kejadian tak pasti dalam undian tersebut harus mudah dilihat dan mempunyai nilai kemungkinan obyektif. seperti tampak pada diagram 6.• Penjajagan Nilai Kemungkinan Subyektif Alat untuk mengukur kemungkinan ini adalah suatu undian yang disebut undian penjajagan. yang menggambarkan suatu kejadian acak.

Sign up to vote on this title
UsefulNot useful