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

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

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

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 .

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

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

persaingan dan adanya keterbatasan sumber. maka kita bisa mendapatkan alternatip-alternatip spesifik dari suatu persoalan keputusan. dimana dalam lingkup ini maka situasinya adalah penuh dengan ketidak pastian. dinamis. bukan hanya penjabaran secara umum saja. persepsi dan falsafah. . kompleks. 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. Satu segi yang penting adalah bahwa alternatip tersebut harus dapat dijabarkan secara kuantitatip.

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

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

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

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. • Tahap Probabilistik Ini merupakan tahapan besarnya ketidak pastian yang melingkupi variabel-variabel yang penting. tanpa terlebih dahulu memperhatikan unsur ketidakpastiannya. dan menyatakannya dalam bentuk nilai. dan selanjutnya tingkat kepentingan variabel diukur.• 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.

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

. Misalnya. di mana hasil disini dapat dinyatakan dalam berbagai bentuk. jadi diluar kemampuan pengendalian pengambilan keputusan. ini disebut variabel keputusan. ini sepenuhnya perlu diserahkan kepada pengambil keputusan. Dalam analisa keputusan. yang disebut variabel setatus. Sedangkan harga bahan baku dan tingkat promosi produk saingan merupakan variabel status. Penentuan Variabel-variabel sistem Setelah seluruh variabel-variabel sistem dapat ditetapkan kita perlu dapat membedakan antara variabel yang berada di dalam pengendalian pengambilan 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. dan variabel yang ditentukan oleh lingkungan. Dalam situasi pengenalan produk baru maka harga produk dan ukuran fasilitas produksi merupakan variabel keputusan.

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

Karna itu kita harus mencari satu ukuran untuk tiap pola waktu. . Ukuran ini adalah present equivalent ( ekivalen saat ini).Penentuan Preferensi Waktu Langkah terahir adalah menentukan preferensi pengambialan keputusan terhadap waktu. melainkan berlangsung sepanjang suatu jangka waktu tertentu. hasil yang diharapkan tida akan dapat muncul dalam satu saat saja. 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.

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

di dalam tahapan ini perlu juga dilakukan kodifikasi preferensi terhadap risiko. Selain itu. yang mencerminkan bagaimana sikap pengambilan keputusan dalam menghadapi risiko. yaitu dengan menetapkan nilai kemungkinan untuk variabel tersebut. 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 yang disebut variabel aleatorik.• TAHAP PROBABILISTIK Dari tahap deterministik telah mengetahui variabel status mana yang amat mempengaruhi hasil yang diharapkan.

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 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. Dua orang dapat menyatakan nilai kemungkinan yang berbeda untuk suatu kejadian yang sama. Selanjutnya. kita dapat menghitung distribusi kemungkinan nilai dari hasil yang diharapkan untuk tiap alternatif. . Dengan kata lain. karena mereka memiliki informasi yang berbeda. faktor ketidak pastian ini dinyatakan dalam bentuk nilai kemungkinan.

5 0 5 10 15 20 25 30 35 40 50 60 Volume Penjualan DIAGRAM 3.2 Distribusi kemungkinan kumulatif .0 Kemungkinan Kumulatif 0.1.

tanpa perlu memperhatikan preferensi pengambilan keputusan terhadap risiko.A di atas. yaitu alternatif yang mendominasi alternatif-alternatif lain.Pada diagram 3.3. maka dengan mudah kita dapat menentukan alternatif yang baik. . alternatif A2 selalu mempunya nilai kemungkinan yang lebih besar dari pada alternatif A1. dalam hal ini alternatif A2 secara stokastik mendominasi alternatif A1. pada excess probability distribution tampak bahwa untuk setiap nilai X. kondisi ini disebut sebagai kondisi di mana terjadi dominasi stokastik. Bila terdapat dominasi stokastik di antara alternatif-alternatif yang ada.

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

Diagram 3. yang mencerminkan besarnya utility dari setiap nilai. apakah ia bersifat penghindar risiko. sehingga kita perlu mengetahui bagai mana preferensi pengambilan keputusan dalam menghadapi risiko. Preferensi atas risiko ini biasanya dinyatakan dalam bentuk kurva utility. Biasanya kita kembali ke kurva utility untuk mencari berapa nilai yang berkorespondensi dengan ekspektasi utility tersebut. 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. 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 .4 menggambarkan contoh suatu kurva utility. nilai inilah yang disebut dengan nilai ekivalen tetap. Hal ini karna tiap alternatif mengandung risiko yang berbeda.

25 0 20 40 60 80 100 Uang (ribu Rp.50 0.00 0.1.) DIAGRAM 3.75 utility 0.4 Kurva Utility .

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

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

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

dan saat kemunculan kejadian tak pasti yang akan menentukan hasil dari alternatif-alternatif tersebut. Simpul Keputusan Simpul kejadian tak pasti . 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. sedangkan saat kejadian tak pasti adalah saat dimana sesuatu diluar diri kitalah yang menentukan apa yang akan terjadi. situasi dimana kendali berada diluar kemampuan kita.Hanya saja dalam diagram keputusan ini perlu dibedakan antara dimana saat kita mengambil keputusan. Dalam hal ini. yaitu dimana kita memilih salah satu diantara alternatif-alternatif yang tersedia. dengan kata lain.

100 2 Rp.1 kumpulan alternatif dan kejadian tak pasti Permainan Mata uang Kejadian Gambar Angkas Penerimaan Rp. 200 Rp.200 Rp. 0 Mata 1 Permainan Dadu Kejadian Penerimaan Rp. 0 3 4 Rp. 0 Rp.300 DIAGRAM 4.2 hasil setiap kejadian .Main lotere Mata uang Main lotere dadu Tidak main Angka gambar 1 2 3 4 5 6 DIAGRAM 4. 0 5 6 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.

• PENGGAMBARAN DIAGRAM KEPUTUSAN • Studi Kasus Perusahaan Kosmetik Perusahaan kosmetik “PUTRI” adalah sebuah perusahaan kosmetik yang memperoduksi berbagai jenis barang-barang kosmetik.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. Tetapi ahir-ahir ini penjualan hair-spray tersebut amat menurun. yaitu lipstik. . 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. Semula hair-spray “PUTRI” merupakan produk yang sangat menonjol. manager pemasaran. Melihat penurunan yang tajam ini.bedak. cat kuku. Pada puncaknya. dan hair-spray. maka sudiro.

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

• • •

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.

baru tidak tinggi rendah rendah tinggi teruskan Seperti biasa rendah DIAGRAM 4.tinggi positif Proyek penelitian negatif Pasarkan Prod.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 .

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

5 juta.proyek pengembangan dan biaya pemasaran produk. Yang merupakan biaya yang telah dikeluarkan untuk proyek pengembangan.15 juta. Bila perusahaan memutuskan untuk tetap memasarkan produk lama setelah mengetahui bahwa hasil proyek pengembangannya adalah negatif. melainkan tetap memasarkan produk lama seperti biasa. Nilai dari hasil yang mungkin diperoleh ini kita cantumkan pada ahir cabang yang bersangkutan: dalam hal ini cabang pertama dan kedua pada diagram 4.40 juta apabila tingkat penjualanya tinggi. bila hasil pengembangannya positif. dikurangi dengan biaya penelitian. . maka yang akan diperoleh adalah hasil seperti diyataka diatas.7. Tetapi bila ternyata penjualanya rendah. tetapi prusahaan memutuskan untuk tidak memasarkan produk baru. maka hasilnya adalah kerugian besar Rp. maka dapat diharapkan hasil Rp. seandainya dari semua prusahaan telah memutuskan untuk tidak melakukan proyek pengembangan. maka hasilnya adalah kerugian sebesar Rp.

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

positif 0.2 Hentikan ProduksiRp.1 .9 rendah .5 juta negatif 0.5 juta teruskan Seperti biasa tinggi Rp.15 juta 0.3 Prod.baru tidak tinggi Rp. 40 juta 0.7 DIAGRAM 4.lama rendah . 0 tinggi + 35 juta Pasarkan 0.15 juta 0.8 Proyek penelitian Pasarkan Prod.7 Hentikan prod .3 rendah. 50 juta 0.7 nilai kejadian .20 juta 0.

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

2 Rp.200 juta . namun demikian dirasakan bahwa masih ada kemungkinan untuk gagal. untuk produk ini tidak dibutuhkan teknologi baru. produk yang kedua adalah produk B.5.2 juta 0 Produk A Produk B Tidak membuat produk baru DIAGRAM 5.20 juta 80 juta .dengan mempertimbangkan berbagai hal tersebut maka dapat ditetapkan bahwa kemungkinan untuk berhasilnya usaha tersebut adalah 0.5 Berhasil 0.1 Diagram keputusan masalah pembuatan peralatan elektronik .8 gagal 0. karena keterbatasan dana maka hanya satu macam produk sajah yang dapat dibuat.2. Berhasi 0.5 gagal 0. yaitu sebesar 0.

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

5 Penjualan nol berhasil Produk B 0.2 juta DIAGRAM 5.berhasil Produk A 0.2 Dominasi nilai .8 gagal 0.200 juta 80 juta 80 juta .2 Rp.5 gagal 0.

sebagai seorang manager produksi. maka pilihan langsung dapat dilakukan dengan membandingkan tingkat aspirasi. tuan Y diharapkan untuk melihat satu diantara tiga jenis produk baru untuk dipasarkan. dan selain itu pimpinan perusahaan telah memutuskan bahwa hanya satu jenis produk baru dapat dipasarkan.1. demikian pula studi tentang harganya. Produksi pendahuluan untuk ketiga produk tersebut telah selesai dilakukan. pengambilan keputusan mungkin mempunyai suatu target yang harus dicapai atau suatu tingkat aspirasi. selanjutnya dari penelitian pasar dapat pula diketahui distribusi kemungkinan tingkat penjualan yang mungkin dicapai untuk masing-masing produk seperti tampak pada tabel 5.2.2. • . Tingkat Aspirasi Dalam menghadapi situasi keputusan. hasilnya seperti terlihat pada tabel 5. Bila keadaannya demikian.• Contoh 5.

4 0.3 0.6000 Rp.2 0.2 0.1500 Tabel 5.2000 Rp.1000 Rp.2 0.1 0.3750 Ongkos (unit) Rp.2500 Rp.1 0.1 0 .Tabel 5.2 0.3 0.2 Distribusi kemungkinan tingkat penjualan Tingkat penjualan Kemungkinan A 0 1000 2000 3000 4000 5000 0 0 0.6 B 0.1 produk yang dapat dihasilkan Produk A B C Harga (unit) Rp.1 0.1 0 C 0.1500 Rp.4000 Rp.2250 Kontribusi (unit) Rp.1 0.

1 0.2 0. 2000 3000 4000 5000 0 2000 4000 6000 8000 0 1500 3000 4500 6000 Produk B DIAGRAM 5.2 0.2 0.6 Penjualan : 0.Kontribusi (ribu) Penjualan : Produk A 0.2 0.1 0.4 0.1 Penjualan : Produk C 0.3 Diagram keputusan .3 0.1 0.1 0.3 0.1 2000 3000 4000 5000 0 3000 4000 5000 4000 0 1000 2000 3000 4000 Rp.

0.3 0.4 Distribusi kemungkinan kontribusi masing-masing produk .4 Kemungkinan 0.5 0.6 0. 2 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. 2 0 200 400 0 0 Kontribusi total (ribu rupiah) 600 0 800 0 DIAGRAM 5.8 0. ≥ K) 0. 4 0.5 Distribusi kemungkinan komulatif .1.0 Produk A Produk B Produk C Kemungkinan Kumulatif P (kontr.

000) + (0.6) x (Rp.300(ribu) Produk B Nilai ekspektasi = (0.850(ribu) dengan membandingkan nilai ekspektasi ini.1) x (Rp.1) x (0) + (0.1) x (Rp.400(ribu) Produk C Nilai ekspektasi = (0. karena ia memberikan nilai ekspektasi terbesar.000) + (0.4.8.000) = Rp.000) = Rp.2.4. Untuk contoh didepan.3.2000) + (0.• NILAI EKSPEKTASI Hasil yang dicerminkan dalam suatu distribusi kemungkinan dapat dinyatakan dalam harga rata-rata atau nilai ekspektasinya.500) + (0.2) x (Rp. nilai ekspektasi untuk masing-masing produk adalah sebagai berikut: Produk A Nilai ekspektasi = (0.6.4. maka produk B yang dipilih.1) x (Rp.3.3) x (Rp.2) x (Rp.5. .1.4) x (Rp.1) x (o) + (0.1) x (Rp.000) = Rp.2000) + (0.6.4.000) + (0. kemudian kita memilih berdasarkan nilai ekspektasi yang tertinggi.2) x (Rp.4.000) + (0.2) x (Rp.500) + (0.3) x (Rp.000) + (0.

berhasil Produk A 0. Sedangkan pada alternatif B anda akan memperoleh Rp. Ada dua alternatif A dan B seperti pada diagram 5. alternatif A adalah unit dengan menggunakan mata uang.3.5 juta DIAGRAM 5.5 juta secara pasti.• Contoh 5.5 gagal 0.6 Contioh dilema . anda akan memperoleh Rp.10 juta 0 Produk B 4.4.6. 10 juta. bila sisi gambar yang muncul.5 Rp. Sebaliknya bila sisi angka yang muncul anda tidak akan memperoleh apa-apa. alternatif mana yang akan dipilih? kita hitung nilai ekspektasi untuk alternatif-alternatif tersebut.

untuk menentukan pilihan dengan memasukan faktor risiko adalah dengan mengunakan nilai ekivalen tetap .Nilai ekspektasi A = (0. persoalannya adalah bahwa sebagian besar orang tampaknya akan memilih alternatif B dari pada A.5 juta) = Rp.5 juta Tampak disini nilai ekspektasi A lebih besar dari pada nilai ekspektasi B. 4.10 juta) + (0. 5 juta Nilai ekspektasi B = (1) x (Rp.4.5) x (Rp. sehingga alternatif A-lah yang akan dipilih bila kriteria pemilihannya adalah nilai ekspektasi.5) x (0) = Rp.

• 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. Tetapi bila kejadian tak pasti yang terlihat semakin kompleks. Besar nilai inilah yang disebut dengan nilai ekivalen tetap.• 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. karena tiap orang mempunyai preferensi tersendiri dalam menghadapi risiko.

8 Alternatif dinyatakan dalam nilai kivalen tetap .10 juta 0 Alternatif C Alternatif A DIAGRAM 5. 4. 3.7 Penentian nilai ekivalen tetap Ekivalen tetap Alternatif A Rp.C=? ~ 0.5 juta Alternatif B Rp.5 0.5 Rp.5 juta DIAGRAM 5.

000 75.1.0 0.1 0 ET 25.5 0.7 0.9 Kurva utility .8 0.000 Min Rupiah Max DIAGRAM 5.6 utility 0.2 0.000 50.9 0.4 0.3 0.000 100.

7) + (0.42) = 0.9 maka maka anda dapat pula memperoleh nilai ET bagi masing-masing alternatif.95) + (0.791 Dengan menggunakan kurva utility pada diagram 5.780 Alternatif 2 : EU2 = (0.780.3) x (0.49.000.1) x (0) =0.Alternatif 2 : EU2 = 0. yaitu dengan mencari jumlah rupiah yang berkorespondensi dengan EU masing-masing alternatif.791.- .Ekspektasi Utility Alternatif 1 : EU1 = (0.7) x (0. yang ekivalen dengan ET1 = Rp. yang ekivalen dengan ET2 = Rp.000.48.5) x (1) + (0.4) x (0. Alternatif 1 : EU1 = 0.

000 Utility ↔ ↔ ↔ (1) Alternatif A 0.000 ↔ (0.000 ↔ (0.1 0 (0.8 Alternatif B 0.4 40.42) DIAGRAM 5.Rupiah 0.7) (0) 0.5 100.10 Diagram keputusan .000 0.95) 20.2 80.

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

4 Pesan 20 0.000 0.000 Proses 2 A E Proses 2 8.000 2.4 Pesan 20 0.6 Pesan 40 0.000 6.000 16.000 -2.000 M Sub kontrak sekarang 8.000 800.000 8.4 Pesan 20 0.000.5 G C Produksi 20 10.400.6 Pesan 40 0.000.400.000.800.000 Produksi 40 L K Produksi 20 8.000 0 10.000.000.000.6 Pesan 40 0.000 0 14.000.000.000 0.000 6.6 Pesan 40 0.800.000 10.00.000 6.000 12.6 Pesan 40 0.000 8.400.6 Pesan 40 0.000 Proses 1 B 12.4 Pesan 20 6.000 H Pesan 40 Rp.4 Pesan 20 0.800.000 produksi 40 12.4 Pesan 20 0.600.800.000 6.000 Sub.000 Berhasi 0.000.6 Pesan 40 0. 22.11 Masalah Pembuatan suku cadang 9.6 12.800. Kontrak 4.000 Gagal 0.800.4 Pesan 20 0.000.5 D 6.000.000.400.000 F 0 I Produksi 40 J Produksi 20 6.000 N .000.DIAGRAM 5.400.4 Pesan 20 0.

pada pelemparan sebuah dadu.gagal}. orang tak dapat menduga dengan pasti muka dadu mana yang akan muncul.6}. Pada permainan dadu. ruang hasilnya adalah {1. ruang hasil peroyek penelitian adalah {berhasil. maka dalam tulisan ini untuk ruang hasil diberi notasi : W . untuk mempermudah. Atau dalam contoh didepan.5.MODEL DAN NILAI KEMUNGKINAN • Kejadian tak pasti adalah kejadian yang kemunculanya tidak pasti sehingga tidak bisa diduga terlebih dahulu.4.3. • Ruang hasil adalah himpunan dari seluruh hasil yang mungkin muncul dari seluruh kejadian tak pasti’ sebagai contoh.2.

Atau pada dadu. . kumpulan {1. tidak akan terjadi bersamaan. muncul muka 6 dan 3. • Kumpulan lengkap (collectivety exhaustive) kumpulan kejadian disebut bersifat lengkap bila kumpulan kejadian itu merupakan ruang hasil yang lengkap.4.2. kemunculan gambar atau angka adalah kejadian yang saling bertentangan. Bila dadu ini kita lempar. sebagai contoh. maka salah satu dari angka tersebut pasti akan muncul. Ini berarti bahwa apapun yang terjadi maka salah satu kejadian dalam himpunan muncul sebagai hasil dari suatu percobaan. dalam pelemparan dadu.3.6} adalah lengkap.• Kejadian saling bertentangan (mutually exclusive) dua kejadian atau lebih disebut saling bertentangan bila kejadiakejadian tersebut tidak mungkin muncul secara bersamaan dalam pelemparan mata uang.5.

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

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

3 Diagram A irisan B (A ∩ B) .A B A B DIAGRAM 6.2 Diagram A gabungan B (A U B) DIAGRAM 6.

• Aturan pertambahan Untuk dua kejadian A dan 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.

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

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

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.• PERKALIAN NILAI KEMUNGKINAN DENGAN ADANYA INFORMASI TAMBAHAN • Nilai Kemungkinan Prior dan Posterior Dalam kasus ini. maka: – Nilai kemungkinan prior. maka kemungkinan posteriornya adalah P (B | T).

2. maka: p( A i | B ) = P(A i ).. atau dalam menguji kualitas beras impor.P ( B | A i ) ∑ P(A i ). pengendalian kualitas dalam pabrik.……. dan sebagainya.• DALIL BAYES Bila A1.A2. misalnya dalam bidang biologi dan pertanian.An adalah kejadian yang saling bertentangan dan lengkap.P( B | A i ) I =1 N i=1.……. 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. .

dibutuhkan suatu situasi di mana percobaan yang berulang-ulang dapat dilakukan. Karena itu maka peryataan kemungkinan semacam ini akan menghasilkan nilai kemungkinan subyektif . 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.• Keterbatasan nilai kemungkinan obyektif Untuk mendapatkan kemungkinan suatu nilai obyektif.

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

Sign up to vote on this title
UsefulNot useful