P. 1
ANALISA KEPUTUSAN

ANALISA KEPUTUSAN

5.0

|Views: 2,794|Likes:

More info:

Published by: Harya Buntala Koostanto on Oct 15, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

10/02/2013

pdf

text

original

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. Kita mempertimbangkan pilihan-pilihan yang kita dapati berdasarkan informasi yang telah kita miliki dan sesuatu dengan preferensi kita. . untuk kemudian dengan menggunakan proses intuitif. dan sebagainya. bagaimanapun kompleksnya.• Kemampuan manusia Menghadapi lingkungan yang bagaimanapun tak pastinya. manusia memiliki ‘alat’ yang dapat dimanfaatkannya guna mengatasi rasa bingung dan cemas yang pada awalnya akan melingkupi perasaannya. dapat menuju suatu tindakan yang mencerminkan keputusan terbaik yang kita pilih.

mungkin ia akan berkata. bila hasilnya baik maka kita biasanya mengatakan bahwa keputusan tersebut tepat. atau sebaliknya. yang amat mengganggu kita. • Keputusan vs Hasil Kita memiliki kecenderungan untuk menilai suatu keputusan berdasarkan hasilnya. adalah kenyataan bahwa logika dari intuisi tidak dapat ditelusuri secara rasional. Bila seorang direktur perusahaan mengambil keputusan berdasarkan intuisi.Ciri utama intuisi. . 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. dan setelah mempertimbangkan masakmasak. saya kira sebaliknya kita bergabung dengan perusahaan X”.

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 .1 Pengambilan keputusan dengan intuisi .

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

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

Jadi untuk mengatasi hal itulah kita perlu menggunakan ‘alat’ yang kita miliki’ berupa kecerdasan. • Pilihan Dengan kecerdasan dan kemampuan kreatifitas yang kita miliki.• 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. persaingan dan adanya keterbatasan sumber. dinamis. persepsi dan falsafah. dimana dalam lingkup ini maka situasinya adalah penuh dengan ketidak pastian. kompleks. . bukan hanya penjabaran secara umum saja. Satu segi yang penting adalah bahwa alternatip tersebut harus dapat dijabarkan secara kuantitatip. maka kita bisa mendapatkan alternatip-alternatip spesifik dari suatu persoalan keputusan.

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

Sedangkan masalah preferensi adalah masalah yang secara benar mencerminkan kecenderungan kita dalam menghadapai suatu hasil. 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. ini merupakan pencerminan nilai dan pandangan hidup kita. . penetapan preferensi ini perlu dipisahkan dari persoalan ketidakpastian. Karena untuk masalah ketidakpastian. Kita perlu menetapkan nilai kemungkinannya berdasarkan informasi yang dimiliki. preferensi perlu dibedakan atas tiga aspek.• Penetapan Preferensi Dalam Analisa Keputusan. Berkenaan dengan ini.

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

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 .

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 3.1 Siklus analisa keputusan .

perlu dilakukan penetapan nilai. dan selanjutnya tingkat kepentingan variabel diukur.• Tahap Deteministik Dalam tahapan ini variabel-variabel yang mempengaruhi keputusan perlu didepinisikan dan disalinghubungkan. . • 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. • Tahap Probabilistik Ini merupakan tahapan besarnya ketidak pastian yang melingkupi variabel-variabel yang penting. dan menyatakannya dalam bentuk nilai. tanpa terlebih dahulu memperhatikan unsur ketidakpastiannya. Dalam tahapan ini juga dilakukan penetapan preferensi atas risiko.

. 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.

Identifikasi Alternatif Langkah kedua adalah mencari alternatif baru yang merupakan bagian yang paling kereatif dari analisa keputusan. atau kombinasi dari alternatif-alternatif yang telah ada. Seringkali kesulitan dalam masalah keputusan menjadi berkurang dengan didapatinya alternatif baru.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. . Ini mencakup penentuan alternatif-alternatif apa yang ada.

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

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

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

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

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

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

5 0 5 10 15 20 25 30 35 40 50 60 Volume Penjualan DIAGRAM 3.0 Kemungkinan Kumulatif 0.1.2 Distribusi kemungkinan kumulatif .

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

Domonasi stokastik B.3 pembandingan distribusi kemungkinan . Tak ada dominasi stokastik DIAGRAM 3.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.

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

50 0.75 utility 0.) DIAGRAM 3.00 0.1.4 Kurva Utility .25 0 20 40 60 80 100 Uang (ribu Rp.

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

ANALISA •Ukuran nilai atau sensitifitas ekonomis MODEL •Cari cara pengumpulan Informasi . tanpa melupakan kenyataan bahwa untuk mendapatkan informasi diperlukan ongkos. dan juga dengan mengingat bahwa tak ada informasi yang sempurna. 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.

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

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

0 3 4 Rp.100 2 Rp.200 Rp.Main lotere Mata uang Main lotere dadu Tidak main Angka gambar 1 2 3 4 5 6 DIAGRAM 4. 0 Rp. 0 Mata 1 Permainan Dadu Kejadian Penerimaan Rp. 0 5 6 Rp.2 hasil setiap kejadian .300 DIAGRAM 4.1 kumpulan alternatif dan kejadian tak pasti Permainan Mata uang Kejadian Gambar Angkas Penerimaan Rp. 200 Rp.

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.

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

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

• • •

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 4.6 Diagram keputusan lengkap .lama Hentikan prod nol Hentikan Produksi no Pasarkan Prod.

• 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 .

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

.15 juta. bila hasil pengembangannya positif. maka yang akan diperoleh adalah hasil seperti diyataka diatas. maka dapat diharapkan hasil Rp. melainkan tetap memasarkan produk lama seperti biasa.40 juta apabila tingkat penjualanya tinggi. Nilai dari hasil yang mungkin diperoleh ini kita cantumkan pada ahir cabang yang bersangkutan: dalam hal ini cabang pertama dan kedua pada diagram 4.5 juta.proyek pengembangan dan biaya pemasaran produk. Bila perusahaan memutuskan untuk tetap memasarkan produk lama setelah mengetahui bahwa hasil proyek pengembangannya adalah negatif. Tetapi bila ternyata penjualanya rendah. tetapi prusahaan memutuskan untuk tidak memasarkan produk baru. Yang merupakan biaya yang telah dikeluarkan untuk proyek pengembangan.7. dikurangi dengan biaya penelitian. maka hasilnya adalah kerugian besar Rp. seandainya dari semua prusahaan telah memutuskan untuk tidak melakukan proyek pengembangan. maka hasilnya adalah kerugian sebesar Rp.

sedangkan bila rendah.20 juta.Jadi bila tingkat penjualan tinggi maka akan diperoleh hasil Rp.7. misalnya berapa kemungkinan proyek pengembangan akan menghasilkan hasil yang positif.5 juta. untuk melakukan analisa pemilihan kita masih memerlukan data lain. Pada contoh di depan. • PENETAPAN NILAI KEMUNGKINAN Stelah dapat menetapkan semua nilai hasil yang mungkin didapat. maka kerugian yang akan diderita perusahaan adalah Rp. perusahaan akan menderita kerugian Rp. yaitu besarnya kemungkinan kemunculan dari setiap kejadian tak-pasti. Seluruh nilai yang telah ditetapkan ini dipaparkan pada ujung ahir setiap cabang yang sesuai. seperti tampak pada diagram 4.35 juta. yaitu biaya yang telah dikeluarkan untuk proyek pengembangan. Tetapi bila perusahaan memutuskan untuk menghentikan produk setelah hasil proyek pengembangan ternyata negatif. atau berapa kemungknan tingkat penjualan akan tinggi? .

8 Proyek penelitian Pasarkan Prod.2 Hentikan ProduksiRp.3 Prod. 40 juta 0.15 juta 0.7 nilai kejadian .20 juta 0.3 rendah.9 rendah .positif 0.5 juta negatif 0.baru tidak tinggi Rp.7 Hentikan prod .5 juta teruskan Seperti biasa tinggi Rp.15 juta 0.7 DIAGRAM 4.1 . 0 tinggi + 35 juta Pasarkan 0.lama rendah . 50 juta 0.

PENENTUAN PILIHAN • PILIHAN LANGSUNG Salah satu cara yang umum kita gunakan dalam menentukan pilihan diantara dua alternatif adalah membandingkan keduanya secara langsung. Untuk maksud tersebut hingga saat ini terdapat dua pilihan. tetapi dia yakin bahwa staf engineering yang ada akan mampu untuk menguasai teknologi tersebut. Dalam beberapa keadaan cara ini cuup memadai. dan menggunakan secara langsung untuk melakukan pilihan. meskipun teknologi yang digunakan bagi pembuatan produk A tersebut belum tersedia.1 Sebagai seorang pengusaha papbrik peralatan elektronik. kemudian menentukan pilihan berdasarkan proses intuisi. . Pilihan pertama adalah produk A. tetapi dengan makin meningkatnya kompleksitas persoalan kita kerap kali merasakan bahwa adalah sulit untuk menghimpun dan mengolah seluruh informasi dalam pikiran kita. tuan X berminat untuk menambah jenis produk yang diproduksi. contoh 5.

5 gagal 0. produk yang kedua adalah produk B.dengan mempertimbangkan berbagai hal tersebut maka dapat ditetapkan bahwa kemungkinan untuk berhasilnya usaha tersebut adalah 0.8 gagal 0. karena keterbatasan dana maka hanya satu macam produk sajah yang dapat dibuat.5 Berhasil 0.2 juta 0 Produk A Produk B Tidak membuat produk baru DIAGRAM 5. yaitu sebesar 0.200 juta . untuk produk ini tidak dibutuhkan teknologi baru. Berhasi 0.5.1 Diagram keputusan masalah pembuatan peralatan elektronik .2.2 Rp. namun demikian dirasakan bahwa masih ada kemungkinan untuk gagal.20 juta 80 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. maka kita secara langsung akan dapat mengatakan bahwa lebih baik memilih A. untuk menggambarkan keadaan yang disebut dominasi stokastik.2.-20 juta. kita lihat contoh berikut ini. . adalah dominasi stokastik atau dominasi probabilistik. ini.80 juta. yang berguna juga untuk menentukan pilihan secara langsung. melainkan Rp. Sehingga keadaannya seperti pada diagram 5.• Dominasi Nilai Dalam contoh diatas misalkan produk A gagal. nilai atau hasil yang mungkin diperoleh bukannya Rp. dengan kata lain alternatip A mendominasi alternatif B • Dominasi Stokastik Bentuk lain dari dominasi. akan tetapi sedikit lebih hemat dibandingkan dengan dominasi nilai. Bila kita perhatikan diagram 5.

2 juta DIAGRAM 5.8 gagal 0.berhasil Produk A 0.5 gagal 0.5 Penjualan nol berhasil Produk B 0.2 Dominasi nilai .200 juta 80 juta 80 juta .2 Rp.

2. demikian pula studi tentang harganya. sebagai seorang manager produksi. Produksi pendahuluan untuk ketiga produk tersebut telah selesai dilakukan. dan selain itu pimpinan perusahaan telah memutuskan bahwa hanya satu jenis produk baru dapat dipasarkan. Bila keadaannya demikian. maka pilihan langsung dapat dilakukan dengan membandingkan tingkat aspirasi. • . selanjutnya dari penelitian pasar dapat pula diketahui distribusi kemungkinan tingkat penjualan yang mungkin dicapai untuk masing-masing produk seperti tampak pada tabel 5. hasilnya seperti terlihat pada tabel 5. Tingkat Aspirasi Dalam menghadapi situasi keputusan.• Contoh 5. tuan Y diharapkan untuk melihat satu diantara tiga jenis produk baru untuk dipasarkan.1.2. pengambilan keputusan mungkin mempunyai suatu target yang harus dicapai atau suatu tingkat aspirasi.

2 0.6000 Rp.2 0.2250 Kontribusi (unit) Rp.3 0.1 0.3 0.6 B 0.2 Distribusi kemungkinan tingkat penjualan Tingkat penjualan Kemungkinan A 0 1000 2000 3000 4000 5000 0 0 0.1500 Rp.2000 Rp.Tabel 5.4 0.1 0.2 0.3750 Ongkos (unit) Rp.1 0 .1 0.1 0 C 0.4000 Rp.1 produk yang dapat dihasilkan Produk A B C Harga (unit) Rp.1000 Rp.2 0.1 0.2500 Rp.1500 Tabel 5.

2000 3000 4000 5000 0 2000 4000 6000 8000 0 1500 3000 4500 6000 Produk B DIAGRAM 5.Kontribusi (ribu) Penjualan : Produk A 0.3 0.2 0.2 0.1 0.3 Diagram keputusan .1 0.4 0.1 Penjualan : Produk C 0.1 0.2 0.1 2000 3000 4000 5000 0 3000 4000 5000 4000 0 1000 2000 3000 4000 Rp.2 0.1 0.6 Penjualan : 0.3 0.

5 0.4 Kemungkinan 0.4 Distribusi kemungkinan kontribusi masing-masing produk .3 0. 2 0.0. 1 0 100 0 200 300 400 500 0 0 0 0 Kontribusi total (ribu rupiah) 600 0 700 0 800 0 DIAGRAM 5.6 0.

8 0. 4 0.1. 2 0 200 400 0 0 Kontribusi total (ribu rupiah) 600 0 800 0 DIAGRAM 5.0 Produk A Produk B Produk C Kemungkinan Kumulatif P (kontr. ≥ K) 0.5 Distribusi kemungkinan komulatif .6 0.

000) + (0.400(ribu) Produk C Nilai ekspektasi = (0. maka produk B yang dipilih.2) x (Rp.000) + (0.2) x (Rp.2.3.1) x (0) + (0.000) = Rp.3.• NILAI EKSPEKTASI Hasil yang dicerminkan dalam suatu distribusi kemungkinan dapat dinyatakan dalam harga rata-rata atau nilai ekspektasinya.000) = Rp.8.500) + (0.1.1) x (o) + (0.3) x (Rp.3) x (Rp.4. nilai ekspektasi untuk masing-masing produk adalah sebagai berikut: Produk A Nilai ekspektasi = (0.4.1) x (Rp.4.2) x (Rp.500) + (0. Untuk contoh didepan.6) x (Rp.2000) + (0. karena ia memberikan nilai ekspektasi terbesar. kemudian kita memilih berdasarkan nilai ekspektasi yang tertinggi.000) + (0.2000) + (0.1) x (Rp.000) + (0.2) x (Rp.850(ribu) dengan membandingkan nilai ekspektasi ini.6.4. .5.1) x (Rp.1) x (Rp.4.000) = Rp.4) x (Rp.300(ribu) Produk B Nilai ekspektasi = (0.000) + (0.6.

alternatif A adalah unit dengan menggunakan mata uang.5 gagal 0. 10 juta. alternatif mana yang akan dipilih? kita hitung nilai ekspektasi untuk alternatif-alternatif tersebut.10 juta 0 Produk B 4.6.5 juta secara pasti.• Contoh 5. Sedangkan pada alternatif B anda akan memperoleh Rp.6 Contioh dilema .3.5 juta DIAGRAM 5.5 Rp. Sebaliknya bila sisi angka yang muncul anda tidak akan memperoleh apa-apa.4. Ada dua alternatif A dan B seperti pada diagram 5. anda akan memperoleh Rp. bila sisi gambar yang muncul. berhasil Produk A 0.

5) x (0) = Rp. untuk menentukan pilihan dengan memasukan faktor risiko adalah dengan mengunakan nilai ekivalen tetap .5 juta) = Rp. persoalannya adalah bahwa sebagian besar orang tampaknya akan memilih alternatif B dari pada A. 5 juta Nilai ekspektasi B = (1) x (Rp. sehingga alternatif A-lah yang akan dipilih bila kriteria pemilihannya adalah nilai ekspektasi.10 juta) + (0.Nilai ekspektasi A = (0. 4.4.5) x (Rp.5 juta Tampak disini nilai ekspektasi A lebih besar dari pada nilai ekspektasi B.

• 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. Kurva Utility tiap orang mempunyai kurpa utility sendiri-sendiri. . penetapan nilai ekivalen tetap secara langsung menjadi amat sulit. Besar nilai inilah yang disebut dengan nilai ekivalen tetap. Tetapi bila kejadian tak pasti yang terlihat semakin kompleks. atau menerima dengan kepastian suatu hasil dengan nilai tertentu. • UTILITY Penetapan nilai ekivalen tetap tidaklah sukar untuk kejadian tak pasti yang masih sederhana seperti pada lotre mata uang yang dibicarakan di depan. karena tiap orang mempunyai preferensi tersendiri dalam menghadapi risiko.

4.5 Rp.5 0.5 juta Alternatif B Rp.C=? ~ 0.5 juta DIAGRAM 5.8 Alternatif dinyatakan dalam nilai kivalen tetap .7 Penentian nilai ekivalen tetap Ekivalen tetap Alternatif A Rp.10 juta 0 Alternatif C Alternatif A DIAGRAM 5. 3.

4 0.9 Kurva utility .9 0.8 0.000 50.000 75.3 0.0 0.7 0.1 0 ET 25.5 0.1.2 0.000 Min Rupiah Max DIAGRAM 5.6 utility 0.000 100.

9 maka maka anda dapat pula memperoleh nilai ET bagi masing-masing alternatif.- .000.3) x (0. yang ekivalen dengan ET2 = Rp.48.42) = 0.791 Dengan menggunakan kurva utility pada diagram 5.5) x (1) + (0.4) x (0.780.000.49.95) + (0.7) x (0.7) + (0.780 Alternatif 2 : EU2 = (0.791. Alternatif 1 : EU1 = 0.Alternatif 2 : EU2 = 0. yang ekivalen dengan ET1 = Rp.1) x (0) =0.Ekspektasi Utility Alternatif 1 : EU1 = (0. yaitu dengan mencari jumlah rupiah yang berkorespondensi dengan EU masing-masing alternatif.

5 100.000 ↔ (0.000 0.000 ↔ (0.95) 20.42) DIAGRAM 5.7) (0) 0.000 Utility ↔ ↔ ↔ (1) Alternatif A 0.8 Alternatif B 0.4 40.1 0 (0.2 80.10 Diagram keputusan .Rupiah 0.

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

000.000 6. 22.4 Pesan 20 0.DIAGRAM 5.000 Gagal 0.6 Pesan 40 0.400.000 Berhasi 0.000.5 G C Produksi 20 10.600.000.4 Pesan 20 0.000.6 Pesan 40 0.000 0.4 Pesan 20 0.400.000 800.800.000 -2.000 M Sub kontrak sekarang 8.000 H Pesan 40 Rp.000 12.000 0 14.000 6.5 D 6.4 Pesan 20 0.6 12.6 Pesan 40 0.000 6.000.6 Pesan 40 0.000.000 Proses 2 A E Proses 2 8.000 6.800.000 N .4 Pesan 20 0.000 8.6 Pesan 40 0.000 Proses 1 B 12.000.000 2.000 F 0 I Produksi 40 J Produksi 20 6.6 Pesan 40 0.4 Pesan 20 6.400.000 0 10.800. Kontrak 4.000.000 8.4 Pesan 20 0.800.000 Produksi 40 L K Produksi 20 8.000 produksi 40 12.000.400.000 Sub.000.000.000 16.11 Masalah Pembuatan suku cadang 9.800.000 0.400.000 10.6 Pesan 40 0.4 Pesan 20 0.800.00.000.000.

• Ruang hasil adalah himpunan dari seluruh hasil yang mungkin muncul dari seluruh kejadian tak pasti’ sebagai contoh. orang tak dapat menduga dengan pasti muka dadu mana yang akan muncul.5. untuk mempermudah. ruang hasilnya adalah {1. Pada permainan dadu.3. pada pelemparan sebuah dadu. Atau dalam contoh didepan.6}.gagal}. ruang hasil peroyek penelitian adalah {berhasil.2.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 .4.

• Kejadian saling bertentangan (mutually exclusive) dua kejadian atau lebih disebut saling bertentangan bila kejadiakejadian tersebut tidak mungkin muncul secara bersamaan dalam pelemparan mata uang. Atau pada dadu. muncul muka 6 dan 3.5. maka salah satu dari angka tersebut pasti akan muncul. tidak akan terjadi bersamaan.4. sebagai contoh.3. • Kumpulan lengkap (collectivety exhaustive) kumpulan kejadian disebut bersifat lengkap bila kumpulan kejadian itu merupakan ruang hasil yang lengkap. . kumpulan {1.2. kemunculan gambar atau angka adalah kejadian yang saling bertentangan. Bila dadu ini kita lempar. dalam pelemparan dadu.6} adalah lengkap. Ini berarti bahwa apapun yang terjadi maka salah satu kejadian dalam himpunan muncul sebagai hasil dari suatu percobaan.

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

1 Dagram Kumpulan .• KEJADIAN MAJEMUK A&B A B DIAGRAM 6.

A B A B DIAGRAM 6.2 Diagram A gabungan B (A U B) DIAGRAM 6.3 Diagram A irisan B (A ∩ B) .

yang saling bertetanngan : P (A U B) = P (A) + P (B) . 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.

• 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) .

P (B) P (B ∩ A) = P (B | A) . P (A) P (A ∩ B) = P (B ∩ A) 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) .

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

P( B | A i ) I =1 N i=1.A2. misalnya dalam bidang biologi dan pertanian.• DALIL BAYES Bila A1. dan B adalah kejadian dalam ruang hasil tersebut dengan P (B) ≠ 0.2. atau dalam menguji kualitas beras impor.P ( B | A i ) ∑ P(A i ).…….n • NILAI KEMUNGKINAN OBYEKTIF DAN SUBYEKTIF Nilai Kemungkinan Obyektif (Eksperimental) Nilai kemungkinan obyektif digunakan dalam beberapa bidang dimana data dapat diperoleh dengan mudah.. . dan sebagainya.…….An adalah kejadian yang saling bertentangan dan lengkap. pengendalian kualitas dalam pabrik. maka: p( A i | B ) = P(A i ).

Pada kenyataannya. 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. dibutuhkan suatu situasi di mana percobaan yang berulang-ulang dapat dilakukan.

Kejadian tak pasti dalam undian tersebut harus mudah dilihat dan mempunyai nilai kemungkinan obyektif. DIAGRAM 6. Misalnya. Atau suatu lingkaran dengan jarum penunjuk yang dapat berputar bebas.4 Piringan kemungkinan Merah Putih . seperti tampak pada diagram 6.4.• Penjajagan Nilai Kemungkinan Subyektif Alat untuk mengukur kemungkinan ini adalah suatu undian yang disebut undian penjajagan. sejumlah bola dalam kantong yangterdiri dari bola merah dan bola putih. yang juga terdiri atas dua warna. yang menggambarkan suatu kejadian acak.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->