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

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. dapat menuju suatu tindakan yang mencerminkan keputusan terbaik yang kita pilih. manusia memiliki ‘alat’ yang dapat dimanfaatkannya guna mengatasi rasa bingung dan cemas yang pada awalnya akan melingkupi perasaannya.• Kemampuan manusia Menghadapi lingkungan yang bagaimanapun tak pastinya. . yaitu: – Kecerdasan – persepsi – falsafah • Intuisi Sebagian besar keputusan-keputusan yang dibuat dalam hidup kita ini adalah berdasarkan intuisi. bagaimanapun kompleksnya.

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

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

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

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

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

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 berkenaan dengan sifat ketidak pastian yang ditetapkan dengan besaran nilai kemungkinan (probability). Penyusunan Model Penyusunan model keputusan adalah suatu cara untuk menggambarkan hubungan-hubungan logis yang mendasari persoalan keputusan ke dalam suatu model matematis. yang berkenaan dengan hubungan-hubungan yang terjadi dalam sistem. Secara singkat keduanya dapat dijelaskan sebagai berikut. yang mencerminkan hubungan yang terjadi di antara faktor-faktor yang terlibat. dan kedua. yang dinyatakan sebagai model. . Pertama. ini menggambarkan struktur persoalan. 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.

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

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

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 .

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

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

atau kombinasi dari alternatif-alternatif yang telah ada. Alternatif baru akan muncul berangkat dari suatu konsep baru. Ini mencakup penentuan alternatif-alternatif apa yang 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. Identifikasi Alternatif Langkah kedua adalah mencari alternatif baru yang merupakan bagian yang paling kereatif dari analisa keputusan. .

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

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

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

Tetapi bila pengaruhnya amat kecil atau tidak ada sama sekali. Bila ternyata variabel setatus ini mempunyai pengaruh yang besar. maka hal ini menunjukan bahwa kita telah bertindak benar dengan memasukan variabel tersebut sebagai variabel sistem. variabel ini disebut sebagai fixated variabel atau variabel yang ditetapkan. Bila kemudian kita melihat bahwa perubahan suatu variabel keputusan mempunyai pengaruh yang besar. Pertama-tama kita melakukan analisa sensitivitas terhadap variabel keputusan. 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. 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. variabel ini selanjutnya disebut sebagai variabel aleatori.• Analisa Analisa dalam tahap deterministik ini dititikberatkan pada penelitian mengenai bagaimana pengaruh dari perubahan-perubahan variabel terhadap jawab yang dihasilkan. Selanjutnya.

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

faktor ketidak pastian ini dinyatakan dalam bentuk nilai kemungkinan. pada tingkat variabel keputusan tertentu.• 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. 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. Selanjutnya. Dua orang dapat menyatakan nilai kemungkinan yang berbeda untuk suatu kejadian yang sama. setelah kita mendapatkan distribusi kemungkinan untuk pariabel aleatori. .

0 Kemungkinan Kumulatif 0.5 0 5 10 15 20 25 30 35 40 50 60 Volume Penjualan DIAGRAM 3.1.2 Distribusi kemungkinan kumulatif .

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

Tak ada dominasi stokastik DIAGRAM 3.Domonasi stokastik B.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.

• Preferensi atas Risiko Kodifikasi Preferensi atas Risiko bila diantara alternatif-alternatif ternyata tidak ada alternatif yang mendominasi stokastik alternatif lainnya maka langkah ini diperlukan. apakah ia bersifat penghindar risiko. nilai inilah yang disebut dengan nilai ekivalen tetap. Diagram 3.4 menggambarkan contoh suatu kurva utility. penggemar risiko atau bersifat netral atas risiko yang dihadapinya. yang mencerminkan besarnya utility dari setiap nilai. sehingga kita perlu mengetahui bagai mana preferensi pengambilan keputusan dalam menghadapi risiko. Biasanya kita kembali ke kurva utility untuk mencari berapa nilai yang berkorespondensi dengan ekspektasi utility tersebut. 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 . Hal ini karna tiap alternatif mengandung risiko yang berbeda. Preferensi atas risiko ini biasanya dinyatakan dalam bentuk kurva utility.

50 0.75 utility 0.25 0 20 40 60 80 100 Uang (ribu Rp.) DIAGRAM 3.00 0.4 Kurva Utility .1.

• Hirarki Analisa Keputusan Keseluruhan prosedur pada tahap deterministik dan probabilistik dituangkan pada diagram 3.5 yang menggambarkan hirarki analisa keputusan. keseluruhan analisa ini disebut analisa sensitivitas stokastik. kemudian mengubah satu nilai variabel keputusan tersebut. dan melihat pengaruhnya terhadap lotere nilai dan terhadap nilai ekivalen tetap.Analisa Analisa dalam tahap ini pada dasarnya sama dengan analisa dalam tahap deterministik. yaitu denga mengubah-ubah nilai variabel dan melihat pengaruhnya pada hasil yang diperoleh. ternyata relatif tidak penting dalam tahapan probabilistik.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. .

ANALISA •Ukuran nilai atau sensitifitas ekonomis MODEL •Cari cara pengumpulan Informasi . dan juga dengan mengingat bahwa tak ada informasi yang sempurna. 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 tak akan ada informasi yang lengkap.

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

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. saat mengambil keputusan adalah saat dimana kita sepenuhnya memiliki kendali dalam bertindak.Hanya saja dalam diagram keputusan ini perlu dibedakan antara dimana saat kita mengambil keputusan. Simpul Keputusan Simpul kejadian tak pasti . 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. 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. dengan kata lain.

Main lotere Mata uang Main lotere dadu Tidak main Angka gambar 1 2 3 4 5 6 DIAGRAM 4.1 kumpulan alternatif dan kejadian tak pasti Permainan Mata uang Kejadian Gambar Angkas Penerimaan Rp. 200 Rp. 0 Rp.200 Rp. 0 3 4 Rp.2 hasil setiap kejadian .300 DIAGRAM 4.100 2 Rp. 0 5 6 Rp. 0 Mata 1 Permainan Dadu Kejadian Penerimaan 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.

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

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

• • •

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.

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

• 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 .

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

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

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

baru tidak tinggi Rp.3 Prod.20 juta 0.9 rendah .5 juta teruskan Seperti biasa tinggi Rp.positif 0.lama rendah . 50 juta 0. 40 juta 0.15 juta 0.7 Hentikan prod . 0 tinggi + 35 juta Pasarkan 0.8 Proyek penelitian Pasarkan Prod.7 DIAGRAM 4.3 rendah.7 nilai kejadian .15 juta 0.1 .2 Hentikan ProduksiRp.5 juta negatif 0.

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

yaitu sebesar 0.1 Diagram keputusan masalah pembuatan peralatan elektronik .dengan mempertimbangkan berbagai hal tersebut maka dapat ditetapkan bahwa kemungkinan untuk berhasilnya usaha tersebut adalah 0. namun demikian dirasakan bahwa masih ada kemungkinan untuk gagal.2 Rp. produk yang kedua adalah produk B.200 juta .2.8 gagal 0.5 Berhasil 0.20 juta 80 juta .5 gagal 0.5. Berhasi 0.2 juta 0 Produk A Produk B Tidak membuat produk baru DIAGRAM 5. untuk produk ini tidak dibutuhkan teknologi baru. karena keterbatasan dana maka hanya satu macam produk sajah yang dapat dibuat.

maka kita secara langsung akan dapat mengatakan bahwa lebih baik memilih A. Bila kita perhatikan diagram 5. melainkan Rp.2.80 juta.2. Sehingga keadaannya seperti pada diagram 5. nilai atau hasil yang mungkin diperoleh bukannya Rp. akan tetapi sedikit lebih hemat dibandingkan dengan dominasi nilai.-20 juta. 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.• Dominasi Nilai Dalam contoh diatas misalkan produk A gagal. yang berguna juga untuk menentukan pilihan secara langsung. dengan kata lain alternatip A mendominasi alternatif B • Dominasi Stokastik Bentuk lain dari dominasi. kita lihat contoh berikut ini. adalah dominasi stokastik atau dominasi probabilistik. untuk menggambarkan keadaan yang disebut dominasi stokastik. .

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

tuan Y diharapkan untuk melihat satu diantara tiga jenis produk baru untuk dipasarkan. Tingkat Aspirasi Dalam menghadapi situasi keputusan.2. • . pengambilan keputusan mungkin mempunyai suatu target yang harus dicapai atau suatu tingkat aspirasi. dan selain itu pimpinan perusahaan telah memutuskan bahwa hanya satu jenis produk baru dapat dipasarkan. demikian pula studi tentang harganya. hasilnya seperti terlihat pada tabel 5. Produksi pendahuluan untuk ketiga produk tersebut telah selesai dilakukan. maka pilihan langsung dapat dilakukan dengan membandingkan tingkat aspirasi. Bila keadaannya demikian.2.• Contoh 5.1. selanjutnya dari penelitian pasar dapat pula diketahui distribusi kemungkinan tingkat penjualan yang mungkin dicapai untuk masing-masing produk seperti tampak pada tabel 5. sebagai seorang manager produksi.

3 0.1500 Rp.1500 Tabel 5.6000 Rp.1 0 C 0.Tabel 5.4000 Rp.3750 Ongkos (unit) Rp.2250 Kontribusi (unit) Rp.4 0.3 0.2 Distribusi kemungkinan tingkat penjualan Tingkat penjualan Kemungkinan A 0 1000 2000 3000 4000 5000 0 0 0.1 0.1 produk yang dapat dihasilkan Produk A B C Harga (unit) Rp.1000 Rp.1 0.2 0.1 0.2000 Rp.1 0 .2 0.2 0.2 0.6 B 0.2500 Rp.1 0.

1 Penjualan : Produk C 0.4 0.1 0.2 0.1 0.3 Diagram keputusan .Kontribusi (ribu) Penjualan : Produk A 0.2 0.3 0.2 0.1 2000 3000 4000 5000 0 3000 4000 5000 4000 0 1000 2000 3000 4000 Rp.6 Penjualan : 0.3 0.1 0.2 0. 2000 3000 4000 5000 0 2000 4000 6000 8000 0 1500 3000 4500 6000 Produk B DIAGRAM 5.1 0.

4 Kemungkinan 0.5 0.4 Distribusi kemungkinan kontribusi masing-masing produk .3 0. 2 0.0.6 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.

0 Produk A Produk B Produk C Kemungkinan Kumulatif P (kontr.6 0. 4 0. 2 0 200 400 0 0 Kontribusi total (ribu rupiah) 600 0 800 0 DIAGRAM 5.5 Distribusi kemungkinan komulatif .1. ≥ K) 0.8 0.

4.300(ribu) Produk B Nilai ekspektasi = (0.000) + (0.000) + (0.2) x (Rp.6.2000) + (0.000) = Rp.2) x (Rp.2000) + (0. karena ia memberikan nilai ekspektasi terbesar.000) = Rp.400(ribu) Produk C Nilai ekspektasi = (0. kemudian kita memilih berdasarkan nilai ekspektasi yang tertinggi.8. nilai ekspektasi untuk masing-masing produk adalah sebagai berikut: Produk A Nilai ekspektasi = (0.1) x (Rp.3) x (Rp.1) x (Rp.1) x (Rp.000) + (0.1) x (o) + (0.850(ribu) dengan membandingkan nilai ekspektasi ini.3. Untuk contoh didepan.4.6. maka produk B yang dipilih.4) x (Rp.1) x (0) + (0.3) x (Rp.5.2) x (Rp.2) x (Rp.1.4.2.500) + (0. .1) x (Rp.4.• NILAI EKSPEKTASI Hasil yang dicerminkan dalam suatu distribusi kemungkinan dapat dinyatakan dalam harga rata-rata atau nilai ekspektasinya.4.3.000) + (0.500) + (0.6) x (Rp.000) = Rp.000) + (0.

alternatif mana yang akan dipilih? kita hitung nilai ekspektasi untuk alternatif-alternatif tersebut.6. berhasil Produk A 0. Sebaliknya bila sisi angka yang muncul anda tidak akan memperoleh apa-apa. anda akan memperoleh Rp.5 juta DIAGRAM 5.5 juta secara pasti.10 juta 0 Produk B 4. Ada dua alternatif A dan B seperti pada diagram 5.4.5 Rp.3. 10 juta. Sedangkan pada alternatif B anda akan memperoleh Rp.• Contoh 5.5 gagal 0. bila sisi gambar yang muncul.6 Contioh dilema . alternatif A adalah unit dengan menggunakan mata uang.

10 juta) + (0.5) x (0) = Rp.5) x (Rp.Nilai ekspektasi A = (0. sehingga alternatif A-lah yang akan dipilih bila kriteria pemilihannya adalah nilai ekspektasi. 4. 5 juta Nilai ekspektasi B = (1) x (Rp. untuk menentukan pilihan dengan memasukan faktor risiko adalah dengan mengunakan nilai ekivalen tetap . persoalannya adalah bahwa sebagian besar orang tampaknya akan memilih alternatif B dari pada A.4.5 juta) = Rp.5 juta Tampak disini nilai ekspektasi A lebih besar dari pada nilai ekspektasi B.

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

3.5 juta Alternatif B Rp.C=? ~ 0.8 Alternatif dinyatakan dalam nilai kivalen tetap .5 juta DIAGRAM 5.7 Penentian nilai ekivalen tetap Ekivalen tetap Alternatif A Rp.10 juta 0 Alternatif C Alternatif A DIAGRAM 5. 4.5 0.5 Rp.

8 0.3 0.2 0.9 Kurva utility .000 100.1.9 0.4 0.5 0.0 0.1 0 ET 25.6 utility 0.000 50.7 0.000 Min Rupiah Max DIAGRAM 5.000 75.

49.780.95) + (0.1) x (0) =0.42) = 0.791 Dengan menggunakan kurva utility pada diagram 5.9 maka maka anda dapat pula memperoleh nilai ET bagi masing-masing alternatif.Ekspektasi Utility Alternatif 1 : EU1 = (0.000.7) + (0.780 Alternatif 2 : EU2 = (0.7) x (0.Alternatif 2 : EU2 = 0.5) x (1) + (0.3) x (0.791. yang ekivalen dengan ET2 = Rp. yaitu dengan mencari jumlah rupiah yang berkorespondensi dengan EU masing-masing alternatif.000. Alternatif 1 : EU1 = 0.48.4) x (0.- . yang ekivalen dengan ET1 = Rp.

000 0.000 ↔ (0.000 Utility ↔ ↔ ↔ (1) Alternatif A 0.1 0 (0.2 80.7) (0) 0.95) 20.42) DIAGRAM 5.5 100.4 40.Rupiah 0.8 Alternatif B 0.10 Diagram keputusan .000 ↔ (0.

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

6 Pesan 40 0.000.6 Pesan 40 0.800.000.400.000 Gagal 0.000.4 Pesan 20 0.000 H Pesan 40 Rp.000.400.800.000 Proses 2 A E Proses 2 8.000 0 10.000.000 2.000 -2.4 Pesan 20 0.6 Pesan 40 0.6 Pesan 40 0.800.000 Sub.800.5 G C Produksi 20 10.000 0.000 0 14.800. 22.4 Pesan 20 0.000 produksi 40 12.DIAGRAM 5.000 Berhasi 0.6 Pesan 40 0.400.000.000 6.4 Pesan 20 0.000 10.6 Pesan 40 0.600.000. Kontrak 4.000 Produksi 40 L K Produksi 20 8.4 Pesan 20 0.4 Pesan 20 0.000 12.4 Pesan 20 6.6 12.6 Pesan 40 0.000 16.000 0.800.000 8.000.000 M Sub kontrak sekarang 8.000.400.000 8.000.000 6.400.000 F 0 I Produksi 40 J Produksi 20 6.000.5 D 6.000 Proses 1 B 12.000 6.00.000 6.11 Masalah Pembuatan suku cadang 9.000 800.4 Pesan 20 0.000.000.000 N .

6}.5.4. Atau dalam contoh didepan. pada pelemparan sebuah dadu. ruang hasilnya adalah {1. maka dalam tulisan ini untuk ruang hasil diberi notasi : W .2. • Ruang hasil adalah himpunan dari seluruh hasil yang mungkin muncul dari seluruh kejadian tak pasti’ sebagai contoh.MODEL DAN NILAI KEMUNGKINAN • Kejadian tak pasti adalah kejadian yang kemunculanya tidak pasti sehingga tidak bisa diduga terlebih dahulu. Pada permainan dadu. orang tak dapat menduga dengan pasti muka dadu mana yang akan muncul.gagal}. untuk mempermudah.3. ruang hasil peroyek penelitian adalah {berhasil.

4. maka salah satu dari angka tersebut pasti akan muncul. sebagai contoh. Atau pada dadu. muncul muka 6 dan 3.5. tidak akan terjadi bersamaan. kumpulan {1. Bila dadu ini kita lempar.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. • Kumpulan lengkap (collectivety exhaustive) kumpulan kejadian disebut bersifat lengkap bila kumpulan kejadian itu merupakan ruang hasil yang lengkap.2. kemunculan gambar atau angka adalah kejadian yang saling bertentangan.3. dalam pelemparan dadu. . Ini berarti bahwa apapun yang terjadi maka salah satu kejadian dalam himpunan muncul sebagai hasil dari suatu percobaan.

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

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

2 Diagram A gabungan B (A U B) DIAGRAM 6.3 Diagram A irisan B (A ∩ B) .A B A B DIAGRAM 6.

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

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

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

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

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

• Keterbatasan nilai kemungkinan obyektif Untuk mendapatkan kemungkinan suatu nilai obyektif. 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. Pada kenyataannya. Karena itu maka peryataan kemungkinan semacam ini akan menghasilkan nilai kemungkinan subyektif .

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

Sign up to vote on this title
UsefulNot useful