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. dapat menuju suatu tindakan yang mencerminkan keputusan terbaik yang kita pilih.• Kemampuan manusia Menghadapi lingkungan yang bagaimanapun tak pastinya. untuk kemudian dengan menggunakan proses intuitif. dan sebagainya. 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. yaitu: – Kecerdasan – persepsi – falsafah • Intuisi Sebagian besar keputusan-keputusan yang dibuat dalam hidup kita ini adalah berdasarkan intuisi.

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

Logika tidak dapat diperiksa Keputusan Hasil Falsafah •preferensi Bingung senang cemas berpikir rasa tidak enak REAKSI bertindak puji cela sedih DIAGRAM 2.1 Pengambilan keputusan dengan intuisi .Kecerdasan •Tidak pasti •Kompleks •Dinamis •Persaingan •terbatas Persepsi •Pilihann •Informasi Intuisi .

• 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. Jadi analisa keputusan yang merupakan gabungan dari keduanya. 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. yaitu Teori Keputusan dan Metodologi Pemodelan Sistem. mengkombinasikan kemampuan untuk menangani sistem yang kompleks dan dinamis. Karena itu maka peranannya dalam menghadapi situasi yang kompleks adalah sangat kecil. . seperti dalam permainan lotere. tetapi yang mengandung ketidakpastian.

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

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

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

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

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

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.

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

. 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.Batasan Persoalan Langkah pertama ini intinya diarahkan pada usaha menentukan dengan jelas batasan-batasan keputusan apa yang akan kita buat. atau kombinasi dari alternatif-alternatif yang telah ada.

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

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

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

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

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

Selanjutnya. Dengan kata lain. kita dapat menghitung distribusi kemungkinan nilai dari hasil yang diharapkan untuk tiap alternatif. . 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. pada tingkat variabel keputusan tertentu. setelah kita mendapatkan distribusi kemungkinan untuk pariabel aleatori.• 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”. karena mereka memiliki informasi yang berbeda. Dua orang dapat menyatakan nilai kemungkinan yang berbeda untuk suatu kejadian yang sama.

1.0 Kemungkinan Kumulatif 0.2 Distribusi kemungkinan kumulatif .5 0 5 10 15 20 25 30 35 40 50 60 Volume Penjualan DIAGRAM 3.

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

Tak ada dominasi stokastik DIAGRAM 3.3 pembandingan distribusi kemungkinan .Domonasi stokastik B.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.

penggemar risiko atau bersifat netral atas risiko yang dihadapinya. apakah ia bersifat penghindar risiko. 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. Biasanya kita kembali ke kurva utility untuk mencari berapa nilai yang berkorespondensi dengan ekspektasi utility tersebut.• Preferensi atas Risiko Kodifikasi Preferensi atas Risiko bila diantara alternatif-alternatif ternyata tidak ada alternatif yang mendominasi stokastik alternatif lainnya maka langkah ini diperlukan. nilai inilah yang disebut dengan nilai ekivalen tetap. yang mencerminkan besarnya utility dari setiap nilai. Diagram 3. 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.

50 0.00 0.25 0 20 40 60 80 100 Uang (ribu Rp.1.75 utility 0.4 Kurva Utility .) DIAGRAM 3.

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

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

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

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

200 Rp.100 2 Rp.1 kumpulan alternatif dan kejadian tak pasti Permainan Mata uang Kejadian Gambar Angkas Penerimaan Rp. 0 3 4 Rp.2 hasil setiap kejadian .Main lotere Mata uang Main lotere dadu Tidak main Angka gambar 1 2 3 4 5 6 DIAGRAM 4.300 DIAGRAM 4. 0 Mata 1 Permainan Dadu Kejadian Penerimaan Rp. 0 5 6 Rp. 0 Rp.200 Rp.

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 4.3 pohon keputusan permainan lotere .

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

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

• • •

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.

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

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

5 juta. Yang merupakan biaya yang telah dikeluarkan untuk proyek pengembangan. Tetapi bila ternyata penjualanya rendah.7.15 juta. bila hasil pengembangannya positif. melainkan tetap memasarkan produk lama seperti biasa. dikurangi dengan biaya penelitian. Nilai dari hasil yang mungkin diperoleh ini kita cantumkan pada ahir cabang yang bersangkutan: dalam hal ini cabang pertama dan kedua pada diagram 4. Bila perusahaan memutuskan untuk tetap memasarkan produk lama setelah mengetahui bahwa hasil proyek pengembangannya adalah negatif. seandainya dari semua prusahaan telah memutuskan untuk tidak melakukan proyek pengembangan. maka hasilnya adalah kerugian sebesar Rp. maka yang akan diperoleh adalah hasil seperti diyataka diatas. . tetapi prusahaan memutuskan untuk tidak memasarkan produk baru. maka dapat diharapkan hasil Rp. maka hasilnya adalah kerugian besar Rp.40 juta apabila tingkat penjualanya tinggi.proyek pengembangan dan biaya pemasaran produk.

35 juta.7. Tetapi bila perusahaan memutuskan untuk menghentikan produk setelah hasil proyek pengembangan ternyata negatif. sedangkan bila rendah. Seluruh nilai yang telah ditetapkan ini dipaparkan pada ujung ahir setiap cabang yang sesuai.Jadi bila tingkat penjualan tinggi maka akan diperoleh hasil Rp. yaitu biaya yang telah dikeluarkan untuk proyek pengembangan. perusahaan akan menderita kerugian Rp.20 juta. maka kerugian yang akan diderita perusahaan adalah Rp. seperti tampak pada diagram 4.5 juta. atau berapa kemungknan tingkat penjualan akan tinggi? . Pada contoh di depan. untuk melakukan analisa pemilihan kita masih memerlukan data lain. yaitu besarnya kemungkinan kemunculan dari setiap kejadian tak-pasti. misalnya berapa kemungkinan proyek pengembangan akan menghasilkan hasil yang positif. • PENETAPAN NILAI KEMUNGKINAN Stelah dapat menetapkan semua nilai hasil yang mungkin didapat.

2 Hentikan ProduksiRp.7 nilai kejadian . 0 tinggi + 35 juta Pasarkan 0.20 juta 0.5 juta teruskan Seperti biasa tinggi Rp.3 Prod.3 rendah.1 . 40 juta 0.positif 0.15 juta 0.lama rendah .9 rendah .7 Hentikan prod .15 juta 0.5 juta negatif 0. 50 juta 0.7 DIAGRAM 4.8 Proyek penelitian Pasarkan Prod.baru tidak tinggi Rp.

contoh 5. kemudian menentukan pilihan berdasarkan proses intuisi. 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. 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.PENENTUAN PILIHAN • PILIHAN LANGSUNG Salah satu cara yang umum kita gunakan dalam menentukan pilihan diantara dua alternatif adalah membandingkan keduanya secara langsung.1 Sebagai seorang pengusaha papbrik peralatan elektronik. Dalam beberapa keadaan cara ini cuup memadai. tuan X berminat untuk menambah jenis produk yang diproduksi. . dan menggunakan secara langsung untuk melakukan pilihan.

Berhasi 0.2. yaitu sebesar 0.1 Diagram keputusan masalah pembuatan peralatan elektronik .200 juta . karena keterbatasan dana maka hanya satu macam produk sajah yang dapat dibuat.20 juta 80 juta .2 Rp. namun demikian dirasakan bahwa masih ada kemungkinan untuk gagal.2 juta 0 Produk A Produk B Tidak membuat produk baru DIAGRAM 5.dengan mempertimbangkan berbagai hal tersebut maka dapat ditetapkan bahwa kemungkinan untuk berhasilnya usaha tersebut adalah 0.5 gagal 0. produk yang kedua adalah produk B.5 Berhasil 0.8 gagal 0.5. untuk produk ini tidak dibutuhkan teknologi baru.

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

5 gagal 0.8 gagal 0.5 Penjualan nol berhasil Produk B 0.200 juta 80 juta 80 juta .berhasil Produk A 0.2 Rp.2 juta DIAGRAM 5.2 Dominasi nilai .

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

1 0.1 produk yang dapat dihasilkan Produk A B C Harga (unit) Rp.2 0.1 0.1500 Tabel 5.1 0.2 0.4000 Rp.2 0.3 0.2000 Rp.4 0.6000 Rp.6 B 0.2 0.2 Distribusi kemungkinan tingkat penjualan Tingkat penjualan Kemungkinan A 0 1000 2000 3000 4000 5000 0 0 0.1000 Rp.3 0.1500 Rp.1 0 .1 0.2500 Rp.3750 Ongkos (unit) Rp.1 0 C 0.Tabel 5.2250 Kontribusi (unit) Rp.

2 0. 2000 3000 4000 5000 0 2000 4000 6000 8000 0 1500 3000 4500 6000 Produk B DIAGRAM 5.1 2000 3000 4000 5000 0 3000 4000 5000 4000 0 1000 2000 3000 4000 Rp.1 0.3 0.1 0.4 0.1 0.1 Penjualan : Produk C 0.Kontribusi (ribu) Penjualan : Produk A 0.1 0.3 Diagram keputusan .3 0.2 0.6 Penjualan : 0.2 0.2 0.

3 0.5 0. 2 0.0.4 Distribusi kemungkinan kontribusi masing-masing produk .4 Kemungkinan 0.6 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.

8 0.5 Distribusi kemungkinan komulatif .0 Produk A Produk B Produk C Kemungkinan Kumulatif P (kontr.1. 2 0 200 400 0 0 Kontribusi total (ribu rupiah) 600 0 800 0 DIAGRAM 5. ≥ K) 0.6 0. 4 0.

500) + (0.3) x (Rp.000) + (0.4.850(ribu) dengan membandingkan nilai ekspektasi ini.500) + (0.1) x (Rp.4.000) = Rp.3) x (Rp.• NILAI EKSPEKTASI Hasil yang dicerminkan dalam suatu distribusi kemungkinan dapat dinyatakan dalam harga rata-rata atau nilai ekspektasinya.400(ribu) Produk C Nilai ekspektasi = (0. .1) x (Rp.1) x (Rp.5.000) + (0.3.000) + (0.000) = Rp.2.2000) + (0. maka produk B yang dipilih.4) x (Rp.2) x (Rp.3.2) x (Rp.4.2) x (Rp.1.1) x (o) + (0.4.6. karena ia memberikan nilai ekspektasi terbesar.000) = Rp.000) + (0. Untuk contoh didepan.1) x (Rp.2000) + (0.300(ribu) Produk B Nilai ekspektasi = (0. kemudian kita memilih berdasarkan nilai ekspektasi yang tertinggi.6) x (Rp.8.4.6. nilai ekspektasi untuk masing-masing produk adalah sebagai berikut: Produk A Nilai ekspektasi = (0.000) + (0.2) x (Rp.1) x (0) + (0.

3. bila sisi gambar yang muncul.5 gagal 0.10 juta 0 Produk B 4. 10 juta. Sebaliknya bila sisi angka yang muncul anda tidak akan memperoleh apa-apa. Sedangkan pada alternatif B anda akan memperoleh Rp. alternatif mana yang akan dipilih? kita hitung nilai ekspektasi untuk alternatif-alternatif tersebut.4.5 juta secara pasti.5 Rp.• Contoh 5. alternatif A adalah unit dengan menggunakan mata uang. berhasil Produk A 0.5 juta DIAGRAM 5. Ada dua alternatif A dan B seperti pada diagram 5.6 Contioh dilema .6. anda akan memperoleh Rp.

untuk menentukan pilihan dengan memasukan faktor risiko adalah dengan mengunakan nilai ekivalen tetap . sehingga alternatif A-lah yang akan dipilih bila kriteria pemilihannya adalah nilai ekspektasi.Nilai ekspektasi A = (0. 4.10 juta) + (0.4. persoalannya adalah bahwa sebagian besar orang tampaknya akan memilih alternatif B dari pada A. 5 juta Nilai ekspektasi B = (1) x (Rp.5) x (0) = Rp.5 juta Tampak disini nilai ekspektasi A lebih besar dari pada nilai ekspektasi B.5) x (Rp.5 juta) = Rp.

• 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. 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. Tetapi bila kejadian tak pasti yang terlihat semakin kompleks. karena tiap orang mempunyai preferensi tersendiri dalam menghadapi risiko.

C=? ~ 0.8 Alternatif dinyatakan dalam nilai kivalen tetap .7 Penentian nilai ekivalen tetap Ekivalen tetap Alternatif A Rp.5 juta DIAGRAM 5.5 juta Alternatif B Rp.5 0. 4. 3.10 juta 0 Alternatif C Alternatif A DIAGRAM 5.5 Rp.

3 0.4 0.2 0.9 0.000 100.000 Min Rupiah Max DIAGRAM 5.8 0.000 50.1.7 0.5 0.000 75.0 0.6 utility 0.1 0 ET 25.9 Kurva utility .

yaitu dengan mencari jumlah rupiah yang berkorespondensi dengan EU masing-masing alternatif.1) x (0) =0.000.42) = 0.3) x (0.780. yang ekivalen dengan ET1 = Rp.48.9 maka maka anda dapat pula memperoleh nilai ET bagi masing-masing alternatif.7) + (0.7) x (0.4) x (0.791.5) x (1) + (0.Alternatif 2 : EU2 = 0.791 Dengan menggunakan kurva utility pada diagram 5.49. Alternatif 1 : EU1 = 0.000.- .780 Alternatif 2 : EU2 = (0.95) + (0.Ekspektasi Utility Alternatif 1 : EU1 = (0. yang ekivalen dengan ET2 = Rp.

1 0 (0.2 80.000 ↔ (0.7) (0) 0.5 100.4 40.Rupiah 0.000 ↔ (0.000 0.000 Utility ↔ ↔ ↔ (1) Alternatif A 0.10 Diagram keputusan .8 Alternatif B 0.95) 20.42) DIAGRAM 5.

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

000 0.400.000 M Sub kontrak sekarang 8.000 Sub.000 12.000 0 14.000.4 Pesan 20 0.6 Pesan 40 0.000 Proses 2 A E Proses 2 8.4 Pesan 20 0.000.000 Proses 1 B 12.000 8.6 12.600.000.11 Masalah Pembuatan suku cadang 9.000 2.6 Pesan 40 0.4 Pesan 20 0.800.000 produksi 40 12.000 6.000.000 16.000 800.000 6.000 F 0 I Produksi 40 J Produksi 20 6.000.4 Pesan 20 0.000.5 G C Produksi 20 10.000 Produksi 40 L K Produksi 20 8.800.DIAGRAM 5.000.000. Kontrak 4. 22.800.6 Pesan 40 0.000.000 0.4 Pesan 20 0.000 6.4 Pesan 20 0.400.6 Pesan 40 0.6 Pesan 40 0.000 10.5 D 6.000.000 8.000 0 10.6 Pesan 40 0.6 Pesan 40 0.000.000 Gagal 0.00.400.000.000 Berhasi 0.800.000.800.800.000 H Pesan 40 Rp.4 Pesan 20 0.000 N .4 Pesan 20 6.400.000 -2.000 6.400.

• Ruang hasil adalah himpunan dari seluruh hasil yang mungkin muncul dari seluruh kejadian tak pasti’ sebagai contoh. pada pelemparan sebuah dadu. Atau dalam contoh didepan.4.5.3.gagal}. Pada permainan dadu.6}. ruang hasilnya adalah {1.2. orang tak dapat menduga dengan pasti muka dadu mana yang akan muncul.MODEL DAN NILAI KEMUNGKINAN • Kejadian tak pasti adalah kejadian yang kemunculanya tidak pasti sehingga tidak bisa diduga terlebih dahulu. untuk mempermudah. maka dalam tulisan ini untuk ruang hasil diberi notasi : W . ruang hasil peroyek penelitian adalah {berhasil.

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

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

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

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) .

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

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) . P (B) P (B ∩ A) = P (B | A) .

. adalah nilai kemungkinan setiap mesin benar setelah memperhatikan sampel. Bila sampel tersebut tetap (T). adalah nilai kemungkinan mesin tersebut benar (B) atau dinyatakan sebagai P (B) – Nilai kemungkinan posterior.• 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).

pengendalian kualitas dalam pabrik. maka: p( A i | B ) = P(A i ).2. atau dalam menguji kualitas beras impor.P ( B | A i ) ∑ P(A i ). misalnya dalam bidang biologi dan pertanian.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. .P( B | A i ) I =1 N i=1.• DALIL BAYES Bila A1.…….An adalah kejadian yang saling bertentangan dan lengkap.A2. dan B adalah kejadian dalam ruang hasil tersebut dengan P (B) ≠ 0.

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

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