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

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

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

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 2.1 Pengambilan keputusan dengan intuisi .

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

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

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

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

Karena untuk masalah ketidakpastian. Berkenaan dengan ini. preferensi perlu dibedakan atas tiga aspek. ini merupakan pencerminan nilai dan pandangan hidup kita. Sedangkan masalah preferensi adalah masalah yang secara benar mencerminkan kecenderungan kita dalam menghadapai suatu hasil. Kita perlu menetapkan nilai kemungkinannya berdasarkan informasi yang dimiliki. 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.

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

2 Pengambilan keputusan dengan analisa 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.

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 .

. 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. dan selanjutnya tingkat kepentingan variabel diukur. tanpa terlebih dahulu memperhatikan unsur ketidakpastiannya. perlu dilakukan penetapan nilai. dan menyatakannya dalam bentuk nilai. • 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.

• 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. dalam bentuk formal atau matematis. .

Alternatif baru akan muncul berangkat dari suatu konsep baru. Identifikasi Alternatif Langkah kedua adalah mencari alternatif baru yang merupakan bagian yang paling kereatif dari analisa keputusan. Ini mencakup penentuan alternatif-alternatif apa yang ada.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. . Seringkali kesulitan dalam masalah keputusan menjadi berkurang dengan didapatinya alternatif baru.

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

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

. Hal ini disebabkan karena dalam beberapa keadaan. Ukuran ini adalah present equivalent ( ekivalen saat ini). 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.Penentuan Preferensi Waktu Langkah terahir adalah menentukan preferensi pengambialan keputusan terhadap waktu. melainkan berlangsung sepanjang suatu jangka waktu tertentu. Karna itu kita harus mencari satu ukuran untuk tiap pola waktu.

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

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

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

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

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

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 3.3 pembandingan distribusi kemungkinan .

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

00 0.25 0 20 40 60 80 100 Uang (ribu Rp.) DIAGRAM 3.75 utility 0.50 0.1.4 Kurva Utility .

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

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

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

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

200 Rp.300 DIAGRAM 4.100 2 Rp.2 hasil setiap kejadian .200 Rp. 0 5 6 Rp. 0 3 4 Rp.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. 0 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.

Semula hair-spray “PUTRI” merupakan produk yang sangat menonjol. . Pada puncaknya.bedak. yaitu lipstik. penjualan hair-spray ini bisa mencapai 20% dari seluruh penjualan hair-spray di pasaran. dan tinggal menguasai 7% 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. manager pemasaran. maka sudiro. Melihat penurunan yang tajam ini. Tetapi ahir-ahir ini penjualan hair-spray tersebut amat menurun. kemudian mengadakan survey konsumen pada beberapa toko serba ada di berbagai daerah. dan hair-spray. cat kuku.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.

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

• • •

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 .lama Hentikan prod nol Hentikan Produksi no Pasarkan Prod.tinggi positif Proyek penelitian negatif 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 sebagainya. dapat diperoleh keterangan bahwa bila produk baru berhasil dipasarkan dan mencapai tingkat penjualan tinggi. Dengan demikian. dolar. Tetapi sebaliknya. maka hasil yang akan diperoleh adalah Rp. dalam satuan rupiah. Pada dasarnya kita boleh menggunakan ukuran apa sajah untuk menyatakan nilai ini.• PENETAPAN NILAI Tiap jalur dalam diagram keputusan. maka untuk menentukan pilihan diantara alternatif-alternatif yang ada.50 juta.15 juta. perusahaan akan kehilangan sebanyak Rp. tetapi yang umum digunakan adalah ukuran moneter. dan ini dituliskan diujung ahir tiap cabang pada diagram keputusan. akan menghasilkan suatu nilai yang tersendiri dalam mengambil keputusan. • Penetapan Nilai pada Kasus Perusahaan Kosmetik kembali pada kasus perusahaan kosmetik di depan. kita pertama-tama harus menentukan berapakah nilai dari suatu hasil yang diperoleh. yaitu tiap rangkaian alternatif dan hasil. bila produk baru hanya mencapai tingkat penjualan yang rendah. Melalui suatu analisa pinansial. Kerugian ini disebabkan karena hasil penjualan tidak dapat menutupi ongkos produksi dan biaya yang telah dikeluarkan untuk .

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

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

50 juta 0.15 juta 0.3 Prod.7 nilai kejadian . 40 juta 0.8 Proyek penelitian Pasarkan Prod.baru tidak tinggi Rp.3 rendah.positif 0.7 DIAGRAM 4.1 .5 juta teruskan Seperti biasa tinggi Rp.2 Hentikan ProduksiRp.15 juta 0.lama rendah .5 juta negatif 0.20 juta 0. 0 tinggi + 35 juta Pasarkan 0.7 Hentikan prod .9 rendah .

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

dengan mempertimbangkan berbagai hal tersebut maka dapat ditetapkan bahwa kemungkinan untuk berhasilnya usaha tersebut adalah 0.20 juta 80 juta .2 juta 0 Produk A Produk B Tidak membuat produk baru DIAGRAM 5. untuk produk ini tidak dibutuhkan teknologi baru.2 Rp. produk yang kedua adalah produk B. Berhasi 0.5.5 gagal 0.8 gagal 0.5 Berhasil 0.2.200 juta . namun demikian dirasakan bahwa masih ada kemungkinan untuk gagal. yaitu sebesar 0.1 Diagram keputusan masalah pembuatan peralatan elektronik . karena keterbatasan dana maka hanya satu macam produk sajah yang dapat dibuat.

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

200 juta 80 juta 80 juta .5 gagal 0.8 gagal 0.2 Dominasi nilai .5 Penjualan nol berhasil Produk B 0.2 juta DIAGRAM 5.2 Rp.berhasil Produk A 0.

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

6 B 0.2000 Rp.3750 Ongkos (unit) Rp.1 0.2 Distribusi kemungkinan tingkat penjualan Tingkat penjualan Kemungkinan A 0 1000 2000 3000 4000 5000 0 0 0.1 0.2 0.2 0.1000 Rp.3 0.2250 Kontribusi (unit) Rp.4000 Rp.4 0.1 0.1500 Tabel 5.6000 Rp.2 0.2500 Rp.1500 Rp.3 0.1 0 .2 0.Tabel 5.1 0 C 0.1 0.1 produk yang dapat dihasilkan Produk A B C Harga (unit) Rp.

1 Penjualan : Produk C 0.2 0.3 Diagram keputusan .2 0. 2000 3000 4000 5000 0 2000 4000 6000 8000 0 1500 3000 4500 6000 Produk B DIAGRAM 5.6 Penjualan : 0.1 0.Kontribusi (ribu) Penjualan : Produk A 0.1 2000 3000 4000 5000 0 3000 4000 5000 4000 0 1000 2000 3000 4000 Rp.1 0.1 0.4 0.3 0.3 0.2 0.2 0.1 0.

3 0.0.5 0.6 0.4 Distribusi kemungkinan kontribusi masing-masing produk .4 Kemungkinan 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.

0 Produk A Produk B Produk C Kemungkinan Kumulatif P (kontr.5 Distribusi kemungkinan komulatif . 4 0. 2 0 200 400 0 0 Kontribusi total (ribu rupiah) 600 0 800 0 DIAGRAM 5.1. ≥ K) 0.8 0.6 0.

2) x (Rp.1) x (Rp.4.3) x (Rp.500) + (0. maka produk B yang dipilih.400(ribu) Produk C Nilai ekspektasi = (0.000) + (0.000) + (0.2) x (Rp. nilai ekspektasi untuk masing-masing produk adalah sebagai berikut: Produk A Nilai ekspektasi = (0.4.6.3.1.2. kemudian kita memilih berdasarkan nilai ekspektasi yang tertinggi.• NILAI EKSPEKTASI Hasil yang dicerminkan dalam suatu distribusi kemungkinan dapat dinyatakan dalam harga rata-rata atau nilai ekspektasinya.1) x (Rp.3.000) = Rp.000) + (0.2) x (Rp.5.2000) + (0.4) x (Rp.850(ribu) dengan membandingkan nilai ekspektasi ini. .6) x (Rp.300(ribu) Produk B Nilai ekspektasi = (0.1) x (o) + (0. Untuk contoh didepan.500) + (0.2) x (Rp.4.2000) + (0. karena ia memberikan nilai ekspektasi terbesar.1) x (0) + (0.3) x (Rp.4.000) = Rp.1) x (Rp.000) = Rp.000) + (0.1) x (Rp.6.8.000) + (0.4.

5 juta DIAGRAM 5.5 gagal 0.10 juta 0 Produk B 4. alternatif mana yang akan dipilih? kita hitung nilai ekspektasi untuk alternatif-alternatif tersebut. Ada dua alternatif A dan B seperti pada diagram 5.5 juta secara pasti. Sedangkan pada alternatif B anda akan memperoleh Rp. alternatif A adalah unit dengan menggunakan mata uang.4. 10 juta.6 Contioh dilema . Sebaliknya bila sisi angka yang muncul anda tidak akan memperoleh apa-apa.6.5 Rp. anda akan memperoleh Rp. berhasil Produk A 0. bila sisi gambar yang muncul.3.• Contoh 5.

5 juta Tampak disini nilai ekspektasi A lebih besar dari pada nilai ekspektasi B.5) x (Rp. 5 juta Nilai ekspektasi B = (1) x (Rp.5) x (0) = Rp.Nilai ekspektasi A = (0.10 juta) + (0. 4.4.5 juta) = Rp. persoalannya adalah bahwa sebagian besar orang tampaknya akan memilih alternatif B dari pada A. 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 EKIVALEN TETAP Nilai ekivalen tetap dari suatu kejadian tak pasti adalah suatu nilai tertentu dimana pengambil keputusan merasa tidak berbeda antara menerima hasil yang dicerminkan dalam ketidak pastian tersebut. karena tiap orang mempunyai preferensi tersendiri dalam menghadapi risiko. . Kurva Utility tiap orang mempunyai kurpa utility sendiri-sendiri. • UTILITY Penetapan nilai ekivalen tetap tidaklah sukar untuk kejadian tak pasti yang masih sederhana seperti pada lotre mata uang yang dibicarakan di depan. Besar nilai inilah yang disebut dengan nilai ekivalen tetap. atau menerima dengan kepastian suatu hasil dengan nilai tertentu. penetapan nilai ekivalen tetap secara langsung menjadi amat sulit. Tetapi bila kejadian tak pasti yang terlihat semakin kompleks.

5 juta DIAGRAM 5.7 Penentian nilai ekivalen tetap Ekivalen tetap Alternatif A Rp. 3.5 0.10 juta 0 Alternatif C Alternatif A DIAGRAM 5.C=? ~ 0.8 Alternatif dinyatakan dalam nilai kivalen tetap . 4.5 juta Alternatif B Rp.5 Rp.

000 Min Rupiah Max DIAGRAM 5.000 50.7 0.000 75.2 0.8 0.0 0.3 0.1 0 ET 25.4 0.000 100.5 0.9 0.1.6 utility 0.9 Kurva utility .

9 maka maka anda dapat pula memperoleh nilai ET bagi masing-masing alternatif.7) x (0.791 Dengan menggunakan kurva utility pada diagram 5.42) = 0. yaitu dengan mencari jumlah rupiah yang berkorespondensi dengan EU masing-masing alternatif.1) x (0) =0. yang ekivalen dengan ET1 = Rp.4) x (0.000.Ekspektasi Utility Alternatif 1 : EU1 = (0. yang ekivalen dengan ET2 = Rp.791.95) + (0.7) + (0.5) x (1) + (0.780.000.3) x (0.780 Alternatif 2 : EU2 = (0.Alternatif 2 : EU2 = 0.- .48.49. Alternatif 1 : EU1 = 0.

2 80.000 Utility ↔ ↔ ↔ (1) Alternatif A 0.Rupiah 0.000 ↔ (0.10 Diagram keputusan .5 100.4 40.7) (0) 0.8 Alternatif B 0.000 ↔ (0.000 0.95) 20.42) DIAGRAM 5.1 0 (0.

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

5 G C Produksi 20 10.600.000 produksi 40 12.11 Masalah Pembuatan suku cadang 9.000 0 10.000 Proses 2 A E Proses 2 8.000.000 2.400.000 8.6 Pesan 40 0.000 Berhasi 0.4 Pesan 20 0.000 Proses 1 B 12.DIAGRAM 5.000.6 Pesan 40 0.6 Pesan 40 0.000 800.800.000 12.000 8.400.4 Pesan 20 0.000 6.000 10.4 Pesan 20 0.6 Pesan 40 0.000.000 0.000.000 Produksi 40 L K Produksi 20 8.400.4 Pesan 20 0.800.000.000.00.000 M Sub kontrak sekarang 8.800.000 0 14.6 Pesan 40 0.6 12.800. Kontrak 4.000.000.000 6. 22.4 Pesan 20 0.000 6.6 Pesan 40 0.400.000 0.000 H Pesan 40 Rp.800.5 D 6.4 Pesan 20 6.000 F 0 I Produksi 40 J Produksi 20 6.4 Pesan 20 0.000 Gagal 0.000 -2.000.000.6 Pesan 40 0.000 Sub.000.400.000 N .4 Pesan 20 0.800.000 6.000.000 16.000.

maka dalam tulisan ini untuk ruang hasil diberi notasi : W .6}.5. ruang hasil peroyek penelitian adalah {berhasil. ruang hasilnya adalah {1.MODEL DAN NILAI KEMUNGKINAN • Kejadian tak pasti adalah kejadian yang kemunculanya tidak pasti sehingga tidak bisa diduga terlebih dahulu. Atau dalam contoh didepan. untuk mempermudah.2. • Ruang hasil adalah himpunan dari seluruh hasil yang mungkin muncul dari seluruh kejadian tak pasti’ sebagai contoh. Pada permainan dadu.4.gagal}. pada pelemparan sebuah dadu. orang tak dapat menduga dengan pasti muka dadu mana yang akan muncul.3.

Atau pada dadu. muncul muka 6 dan 3. maka salah satu dari angka tersebut pasti akan muncul.5.6} adalah lengkap. Ini berarti bahwa apapun yang terjadi maka salah satu kejadian dalam himpunan muncul sebagai hasil dari suatu percobaan. Bila dadu ini kita lempar. tidak akan terjadi bersamaan. kemunculan gambar atau angka adalah kejadian yang saling bertentangan. . dalam pelemparan dadu.2. sebagai contoh.4. kumpulan {1. • Kumpulan lengkap (collectivety exhaustive) kumpulan kejadian disebut bersifat lengkap bila kumpulan kejadian itu merupakan ruang hasil yang 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.3.

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

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

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

• Aturan pertambahan Untuk dua kejadian A dan B. 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) .

adalah: P (A ∩ B) P (A | B) = P (B) . jika kejadian B diketahui ditulis sebagai P (A | B).• Kemungkinan bersyarat Untuk kejadian A dan B dimana P (B) ≠ 0. maka nilai kemungkinan bersyarat kejadian 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 (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 setiap mesin benar setelah memperhatikan sampel. Bila sampel tersebut tetap (T). maka: – Nilai kemungkinan prior.• PERKALIAN NILAI KEMUNGKINAN DENGAN ADANYA INFORMASI TAMBAHAN • Nilai Kemungkinan Prior dan Posterior Dalam kasus ini. maka kemungkinan posteriornya adalah P (B | T). . adalah nilai kemungkinan mesin tersebut benar (B) atau dinyatakan sebagai P (B) – Nilai kemungkinan posterior.

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. atau dalam menguji kualitas beras impor.An adalah kejadian yang saling bertentangan dan lengkap.……. pengendalian kualitas dalam pabrik.• DALIL BAYES Bila A1.2..A2. dan sebagainya.P ( B | A i ) ∑ P(A i ). . 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.…….

Pada kenyataannya. dibutuhkan suatu situasi di mana percobaan yang berulang-ulang dapat dilakukan.• Keterbatasan nilai kemungkinan obyektif Untuk mendapatkan kemungkinan suatu nilai obyektif. 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.

4. yang juga terdiri atas dua warna. seperti tampak pada diagram 6. 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.• Penjajagan Nilai Kemungkinan Subyektif Alat untuk mengukur kemungkinan ini adalah suatu undian yang disebut undian penjajagan. Atau suatu lingkaran dengan jarum penunjuk yang dapat berputar bebas.4 Piringan kemungkinan Merah Putih . Misalnya. DIAGRAM 6. yang menggambarkan suatu kejadian acak.

Sign up to vote on this title
UsefulNot useful