KUANTITATIF

Disusun oleh:

Danas Avianto

Daru Gravianto

Diana Susanti

Mamik Setiyorini

PROGRAM PASCASARJANA MAGISTER MANAJEMEN

FAKULTAS EKONOMI

UNIVERSITAS NEGERI SEBELAS MARET

2011

Analisis Keputusan

Memilih alternatif terbaik dari suatu permasalah yang ada. Pemilihan dari berbagai

alternatif yang tepat sebagai dasar pengambilan suatu keputusan. Langkah-langkah dalam

pengambilan keputusan:

1. Mendefinisikan permasalahan keputusan

2. Mengumpulkan informasi yang relevan

3. Menyusun alternatif-alternatif tindakan

4. Mengidentifikasi alternatif-alternatif yang dapat dilaksanakan

5. Memilih alternatif terbaik

6. Menerapkan model keputusan dan evaluasi hasilnya

Teknik yang digunakan dalam pengambilan keputusan:

1. Pengambilan keputusan dalam kepastian (certainty)

Semua informasi yang diperlukan untuk membuat keputusan diketahui secara sempurna dan

tidak berubah.

2. Pengambilan keputusan dalam ketidakpastian (uncertainty)

Seluruh informasi yang mungkin terjadi diketahui tetapi tidak diketahui probabilitasnya

masing-masing.

3. Pengambilan keputusan dalam resiko (risk)

Informasi sempurna tidak tersedia tetapi seluruh peristiwa yang mungkin terjadi beserta

probabilitasnya diketahui.

Pengambilan keputusan dalam ketidakpastian

Menunjukkan suasana keputusan dimana probabilitas hasil-hasil potensial tidak diketahui

(tak diperkirakan). Dalam suasana ketidakpastian pengambil keputusan sadar akan hasil-hasil

alternatif dalam bermacam-macam peristiwa, namun pengambil keputusan tidak dapat

menetapkan probabilitas peristiwa. Kriteria pengambilan keputusannya adalah sebagai berikut:

- Maximax (optimistis)

Kriteria untuk memilih alternatif yang merupakan nilai maksimum dari pay off yang

maksimu. Asumsi: pengambil keputusan adalah optimistic, cocok bagi investor yang risk

taker. Kelemahan: mengabaikan banyak informasi yang tersedia. Menentukan pilihan

berdasarkan pendapatan/keuntungan maksimal yang bisa diperoleh.

- Maximin (pesimistis)

Kriteria untuk memilih keputusan yang mencerminkan nilai maksimum dari hasil yang

minimum. Asumsi: pengambil keputusan adalah pesimistik /konservatif/risk avoider tentang

masa depan. Kelemahan: tidak memanfaatkan seluruh informasi yang ada, yang merupakan

ciri pengambil keputusan modern. Model ini memberikan perhatian secara khusus pada

kemungkinan terburuk yang mungkin terjadi.

- Hurwicz (kompromi antara maximax dan maximin)

Kriteria dimana pengambil keputusan tidak sepenuhnya optimis dan pesimis sempurna,

sehingga hasil keputusan dikalikan dengan koefisien optimistis untuk mengukur optimisme

pengambil keputusan, dimana koefisien optimisme (a) = 0 £ a £ 1

Dengan: a : 1, berarti optimis total (MAXIMAX), a : 0, berarti sangat pesimis (MAXIMIN)

Atau

a : optimis, 1-a : pesimis

Kelemahan: sulit menentukan nilai a yang tepat dan mengabaikan beberapa informasi yang

tersedia. Keputusan diambil dari penentuan weighted average dengan perhitungan:

Weighted average = a (nilai maksimal) + (1-a)(nilai minimum)

- La Place / bobot yang sama / Equally likely

Asumsi: semua peristiwa mempunyai kemungkinan yang sama untuk terjadi. Menggunakan

niali rata-rata dari nilai yang dapat diperoleh.

- Minimax regret / penyesalan

Kriteria untuk menghindari penyesalan yang timbul setelah memilih keputusan yang

meminimumkan maksimum penyesalan/keputusan yang menghindari kekecewaan terbesar,

atau memilih nilai minimum dari regret maksimum, dimana:

Jumlah regret/opportunity loss = Pay off max – pay off alternatif pd peristiwa tertentu

Analisis Keputusan dalam suasana resiko dibagi dalam beberapa tahap-tahap:

1. Diawali dengan mengidentifikasikan bermacam-macam tindakan yang tersedia dan layak

2. Peristiwa-peristiwa yang mungkin dan probabilitas terjadinya harus dapat diduga

3. Pay off untuk suatu tindakan dan peristiwa tertentu ditentukan

Teknik-teknik yang dapat digunakan:

a. Expected Monetary Value (Nilai Ekspektasi moneter)

Merupakan penjumlahan dari seluruh alternatif payoff yang mungkin terjadi dengan

mendasarkan pengambilan keputusan pada nilai ekspektasi maksimum yang dapat diperoleh.

EMV (alternatif i) = (payoff dari nilai masa depan pertama x probabilitasnya) +…+ (payoff

dari nilai masa depan terakhir x probabilitasnya)

b. Expected Opportunity Loss ( EOL )

Untuk meminimumkan kerugian yang disebabkan karena pemilihan alternatif keputusan

tertentu. Keputusan yang direkomendasikan kriteria expected monetary value dan expected

opportunity loss adalah sama, dan ini bukan suatu kebetulan karena kedua metode ini selalu

memberikan hasil yang sama, sehingga cukup salah satu yang dipakai, tergantung tujuannya.

Hanya kriteria ini sangat tergantung pada perkiraan probabilitas yang akurat.

c. Expected Value of Perfect Information (EVPI)

Merupakan perluasan dari kriteria EV dan EOL, atau dengan kata lain informasi yang didapat

pengambil keputusan dapat mengubah suasana risk menjadi certainty (membeli tambahan

informasi untuk membantu pembuat keputusan). EVPI sama dengan EOL minimum

(terbaik), karena EOL mengukur selisih EV terbaik keputusan dalam suasana risk dan

certainty.

Expected value with perfect information (EVwPI)

= (payoff terbaik dari nilai masa depan pertama x probabilitasnya) +…+ (payoff terbaik dari

nilai masa depan terakhir x probabilitasnya)

EVPI = expected value with perfect information – maximum EMV

Analisis sensitivitas

Merupakan analisis tingkat tepercayaan terhadap suatu keputusan apabila terjadi

perubahan nilai input. Analisis ini memberikan range mengenai nilai yang masih dapat/mungkin

diterima jika terjadi perubahan input data dari permasalahan yang diputuskan. Analisis ini juga

digunakan untuk meminimasi kesalahan dalam asumsi. Menggunakan koefisien P untuk

menentukan probabilitas kemungkinan masa depan.

Pohon Keputusan

Merupakan gambaran dari kemungkinan-kemungkinan yang dapat terjadi dari suatu

permasalahan beserta nilai payoff dari setiap kemungkinan kerjadian yang terjadi di masa depan

dengan probabilitas kejadiannya masing-masing. Pohon keputusan sebagai alat untuk

mempermudah analisis dan melihat alternatif kemungkinan yang terjadi dalam suatu

permasalahan. Tahapan dalam analisis pohon keputusan:

- Menentukan permasalahan

- Membuat struktur pohon keputusan

- Membuat probabilitas situasi masa depan

- Menghitung setiap ranting dari pohon keputusan dari titik paling kanan-kiri sesuai dengan

jalurnya masing-masing.

Contoh model pohon keputusan:

Proses perhitungan dilakukan dari kanan ke kiri mengikuti ranting yang terbentuk dari setiap

alternatif yang ada untuk tiap node. Untuk kemudian ditentukan terbaik dari seluruh node yang

mungkin terjadi.