15-decision tree analysis a

15
ANALISIS POHON KEPUTUSAN DECISION TREE ANALYSIS

Upload: firstyan-dhika-aldani

Post on 27-Nov-2015

122 views

Category:

Documents


6 download

DESCRIPTION

Decision tree analysis

TRANSCRIPT

ANALISIS POHON KEPUTUSANDECISION TREE ANALYSIS

ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSAN

Adalah alat bantu dalam mengambil keputusan (decision support tool) yang divisualisikan dalam bentuk grafik/diagram /model berbentuk seperti pohon yang menggambarkan permodelan dari suatu persoalan yang terdiri dari serangkaian keputusan yang mengarah ke solusi.

Salah satu cara melakukan analisis resiko dalam pengambilan keputusan melalui pendekatan statistik dalam kondisi uncertainty

ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSAN

Metoda ini pada dasarnya merupakan: Skema atau rangkaian keadaan dan kemungkinan hasilnya

(probability outcomes) Cara untuk menyederhanakan dan memecahkan

pengambilan keputusan yang rumit dan kompleks Analisis dari serangkaian pengambilan keputusan yang

saling berkaitan antara satu dengan yang lainnya, dan Menggambarkan opsi keputusan yang harus diambil

berikut kemungkinan-kemungkinan terjadi. Cabang-cabang yang mengarah ke kanan dan kekiri dari

sebuah cabang keputusan merepresentasikan kumpulan dari alternatif keputusan yang bisa diambil.

Hanya satu keputusan yang dapat diambil dalam suatu waktu.

ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSAN Angka-angka yang terletak pada cabang-cabang tersebut

merupakan probabilitas kesempatan akan munculnya keputusan yang ada di cabang tersebut dalam pilihan.

Expected value / hasil estimasi : estimasi hasil dari sebuah keputusan tertentu. Hasil ini didapatkan dari mengkalikan setiap kemungkinan peluang terjadinya suatu kemungkinan lalu menambahkan hasilnya menjadi suatu jumlah.

Expected value decision criterion / kriteria keputusan hasil estimasi adalah suatu seleksi agar dapat memilih sebuah alternatif keputusan yang mempunyai hasil estimasi yang paling baik / yang paling diinginkan.

Dalam situasi bila “more is better” atau lebih banyak itu lebih baik, maka pilihan keputusan dengan hasil estimasi paling tinggi adalah yang terbaik, sedangkan dalam situasi bila ”less is better”, maka pilihan keputusan dengan hasil estimasi paling rendah adalah yang terbaik.

NOTASINOTASI POHON KEPUTUSANPOHON KEPUTUSAN

TITIK KEPUTUSAN (DECISION NODE), dinyatakan dengan tanda kotak segi empat

TITIK KEMUNGKINAN (CHANCE NODE = STATE OF NATURE NODE), dinyatakan dengan tanda lingkaran

TITIK AKHIR (TERMINAL), dinyatakan dengan tanda segitiga

ATURAN DASAR APLIKASIATURAN DASAR APLIKASI

POHON KEPUTUSANPOHON KEPUTUSAN

Titik Keputusan dinyatakan dalam tanda kotak. Titik kemungkinan dinyatakan dengan simbol

lingkaran Ujung cabang disebut terminal Pohon keputusan dibaca dari kiri kekanan Probabilitas harus diberikan disetiap cabang

dari titik kemungkinan (chance node) yang jumlahnya adalah sama dengan satu

Nilai kondisional (conditonal value) diberikan pada setiap titik terminal.

Puhon keputusan tidak pakai skala Mungkin terdapat dua atau lebih titik

kemungkinan yang berurutan

POHON KEPUTUSAN POHON KEPUTUSAN

0.4dry hole - $5 MM

0.3 small +$2 MM

chance 0.2 medium +

$12 MM

drill 0.1 large +$30 MM

Pilihan chance

don’t drill $0 MM

EV (drill) = 0.4 (-5) + 0.3 (2) + 0.2 (12) + 0.1 (30) = $ 4 MM

LIMA LANGKAH MENYELESAIKANLIMA LANGKAH MENYELESAIKAN

POHON KEPUTUSANPOHON KEPUTUSAN

Tentukan atau definisikan permasalahan yang akan diselesaikan

Gambarkan Pohon Keputusan Berikan probabilitas atau nilai kondisional

disetiap terminal Hitung Nilai Expektasi (Expected Value)

untuk semua nilai kondisional disetiap alternatif

Hitung semua Nilai Ekspektasi Keuangan (Expected Monetary Value – EMF)

DUA PRINSIP MENYELESAIKANDUA PRINSIP MENYELESAIKAN

POHON KEPUTUSANPOHON KEPUTUSAN

Mulai perhitungan dari atau pada titik terminal dan bekerja mundur ke awal Titik Keputusan. Jika Titik Kemungkinan dicapai, hitung nilai ekspektasi EMV= ekspektasi pendekatan yang telah memperhitungkan resiko (probabilitas) untuk semua nilai kondisional dan tulis diatas Titik Kemungkinan.

Jika sampai pada Titik Keputusan EMV yang terbesar, coret pilihan lain dan letakan EMV di atas Titik Keputusan. Selanjutnya mundur sampai dengan Titik Keputusan awal dicapai. Pilih jalur EMV terbesar untuk memilih keuntungan dan EMV terkecil untuk memilih biaya.

CONTOH SOAL 1 CONTOH SOAL 1 ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSAN

Dalam mengambil keputusan membor atau tidak membor. Asumsi bila tidak melakukan pemboran, maka EMV tentunya tidak bertambah, sedangkan apabila dilakukan pemboran, ada dua kemungkinan terjadi, pertama tidak menemukan minyak (sumur kering) dengan probabilitas 0,8 akan rugi 1 juta USD, sedangkan bila menemukan minyak dengan probabilitas 0,2, akan mendapatkan keuntungan 10 jutaUSD. Dengan menggunakan analisis Pohon Keputusan keputusan apa yang paling menguntungkan? EMV tak membor = 0 EMV membor = (0,8 x -1) + ( 0,2 x 10) = 1,2 juta USD

CONTOH SOAL 2CONTOH SOAL 2ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSAN

Asumsi apabila tidak melakukan pemboran, maka EMV tentunya tidak bertambah, sedangkan apabila dilakukan pemboran, ada dua kemungkinan terjadi, pertama tidak menemukan minyak (sumur kering) dengan probabilitas 0,65, sedangkan bila menemukan hidrokarbon dengan probabilitas 0,35. Bila berhasil, kita mempunyai kemungkinan sebesar 75% dapat dipasarkan secara komersial. Dan bila ini terjadi, maka NPV cadangan komersial adalah sebesar 3 juta USD, dan NPV cadangan marginal hanya sebesar 0,5 juta USD. Dengan menggunakan analisis Pohon Keputusan keputusan apa yang paling menguntungkan?

CONTOH SOAL 2 CONTOH SOAL 2

ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSANHASIL KEMUNGKINAN

P: Produktif dan komersial

(0,35 x 0,75) = 0,263

M: Produktif tapi marginal

(0,35 x 0,25) = 0,087

D: Dry hole (0,65 x 1 ) = 0,650

TOTAL = 1,000HASIL KEMUNGKINAN

KEEKONOMIAN

EXPECTED VALUE (JUTA USD)

P 0,263 +3 juta (0,263 x 3) = 0,789

M 0,087 + 0,5 juta (0,087 x 0,5) = 0,043

D 0,65 - 0,2 juta (0,65 x – 0,2) = - 0,130

EMV = 0,702

CONTOH SOAL 3 CONTOH SOAL 3

ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSAN

Investasi in Oil E&P Gambarkan Pohon Keputusan untuk memilih keputusan mana alternatif investasi yang paling menguntungkan. Bila suatu perusahaan minyak mempunyai £100 million dan investasi mana yang menguntungkan dan berapa Expected Valuenya dari alternatif investasi sbb.:

1. Deposito di bank selama 5 tahun dengan suku bunga 10% /tahun (ignore compound interest).

2. Diinvestasikan pada 2 kemungkinan proyek: Project A : probability 0.5 sukses menghasilkan £200

million, dan probability 0.5 gagal dan rugi £50 million.(selama 5 tahun)

Project B: probability 0.6 sukses menghasilkan £300 million and probability 0.4 gagal dan rugi £20 million. .(selama 5 tahun)

CONTOH SOAL 4CONTOH SOAL 4

ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSAN PILIHAN ANTARA MEMBOR ATAU AKUISISI: Dengan menggunakan analisis Pohon Keputusan keputusan apa

yang paling menguntungkan bila diasumsikan ada 2 alternatif untuk diputuskan, dengan kondisi sbb. A : Bor prospek X : kemungkinan untuk sukses 20% dengan

NPV 20 juta USD, dan kemungkinan gaga; 80% dengan NPV – 0,2 juta USD

B : mengakuisisi prospek Y : kemungkinan sukses 50% dengan NPV 2 juta USD, dan kemungkinan gagal 50%, dengan NPV – 0,5 juta USD

Penyelesaian: Expected Value: A : (0.2 x 20) + 0.8 (-2) = 2,4 juta USD B : (0,5 X 2) + 0.5 (-0,5) = 0,75 juta USD

CONTOH SOAL 5CONTOH SOAL 5

ANALISIS POHON KEPUTUSANANALISIS POHON KEPUTUSANSebuah perusahaan perminyakan mempertimbangkan untuk

meelakukan suatu program eksplorasi yang memerlukan keputusan apakah akan membor suatu sumur eksplorasi atau bukan. Biaya penyelidikan seismik adalah 2 juta USD dan biaya membor satu sumur 8 juta USD. Seandainya sumur itu berhasil menemukan cadangan minyak yang komersial, akan diperoleh NPV 100 juta USD. Untuk meyakinkan perlu diadakan penyelidikan seismik. Bila itu dilakukan 30% kemungkinan hasil hasil seismik membenarkan adanya struktur dan 70% lainnya tidak. Apabila semua kemungkinan untuk memperoleh cadangan hidroksrbon seperti gambar tsb. Lakukanlah analisis Pohon Keputusan secara tahap demi tahap.