nilai informasi

16
NILAI INFORMASI ELLY W.Y, ST, MT

Upload: imam-irnawan

Post on 25-Sep-2015

233 views

Category:

Documents


15 download

DESCRIPTION

bgjghkdykdgkjxdcghktgjdgfjdxfghsxfsdfggfsfsfhsfrhsfjdsfjdtjdtjsdjdtjustrjhdfdfhsfjhsrfjsfd

TRANSCRIPT


  • NILAI INFORMASI

    ELLY W.Y, ST, MT

  • A. KONSEP INFORMASI

    Informasi meningkat pengetahuan seseorang terhadap suatu hal mengurangi ketidakpastian yang meliputi variabel.

    Masalah informasi perlu biaya & tidak pernah 100% sempurna (umumnya)

    Sebelum cari informasi tambahan harus laku nilai dari informasi

    Contoh : minta bantuan biro survai

  • B. SUMBER INFORMASI

    1. Data empiris

    dari pengumpulan data/survei

    memakai distribusi kemungkinan munculnya suatu kejadian

    untuk mendapat distribusi kemungkinan posterior dari nilai kemungkinan prior

    2. Informasi dari ahli

    sering karena keterbatasan waktu, dana data empiris sukar diperoleh

    sumber informasi lain : para ahli

  • C. NILAI INFORMASI

    C.1. Nilai Ekspektasi Informasi Sempurna

    Info sempurna suatu kejadian tak pasti = info yang dapat menghilangkan seluruh ketidakpastian (kejadian tak pasti) yang melingkupi hasil.

    NEIS = NEINSA NETIN

    NEIS = Nilai Ekspektasi Info Sempurna

    NEINSA = Nilai Ekspektasi bila info sempurna dapat diperoleh

    NETIN = Nilai Ekspektasi dari alternatif terbaik tanpa info.

  • Contoh :

    Masalah label kemasan salah satu produk, hasil penelitian : konsumen kurang tertarik.

    Minta didisain beberapa label evaluasi oleh para eksekutif

    Terpilih satu (selalu menang dalam test preferensi)

    * Biaya perubahan Rp. 50 juta

    * Bila label baru unggul, NE=80juta dalam 3 tahun keuntungan

    * Dari pengalaman, kemungkinan sukses = 0,5

    Ingin tambahan info : survei dengan hasil sempurna, biaya 30 juta.

    Apakah perlu atau tidak survei?

  • Sukses keuntungan

    A1 perubahan0,580 juta

    Tanpa surveigagal-50 juta

    0,5

    Survai:suksesperubahan80 juta

    A2 survai0,5

    Info sempurnasurvai:gagaltidak0

    0,5

    A3 tidak ada perubahan0

    A1 : NE = (0,5x80)-(0,5x50) = 15 juta

    A2 : NE = (0,5x80)+(0,5x0) = 40 juta

    NEIS = NEINSA NETIN = 40 juta 15 juta = 25 juta

    Biaya survai = 30 juta NEIS < biaya survai tidak usah dijalankan

  • C.2. Nilai Ekspektasi Informasi Tak Sempurna

    Pada umumnya info yang diperoleh tidak 100% sempurna tapi informasi ini mungkin masih bisa dipakai untuk mengurangi ketidakpastianKetidakpastian sempurnaan info sering dinyatakan dalam tingkat keandalan 80% dll.Dalam informasi tidak sempurna setelah mendapat informasi, unsur ketidakpastian masih ada.
  • Contoh :

    Nilai info sempurna 25 juta, cari alternatif lain : sistem survai lebih murah, harga 7,5 juta (tidak dapat diandalkan 100%)

    1. P(survai menyatakan sukses/sukses) = 0,8

    2. P(survai menyatakan tidak sukses/sukses) = 0,2

    3. P(survai menyatakan sukses/tidak sukses) = 0,3

    4. P(survai menyatakan tidak sukses/tidak sukses)=0,7

    Diketahui : (data masa lalu)

    1. P(SS/S) = 0,8 kemungkinan hasil survai menyatakan sukses bila perubahan label sukses

    2. P(ST/S) = 0,2 kemungkinan hasil survai menyatakan tidak sukses, bila perubahan label sukses

    3. P(SS/T) = 0,3

    4. P(ST/T) = 0,7

    Kemungkinan prior : P(S) = 0,5 & P(T) = 0,5

  • Dicari : kemungkinan posterior (proyeksi yang akan datang)

    P(S/SS) = ? kemungkinan perubahan label sukses, bila hasil survai menyatakan sukses

    P(T/SS) = ? kemungkinan perubahan label tidak sukses, bila hasil survai menyatakan sukses

    P(S/ST) = ?

    P(T/ST) = ?

    Dengan tabel distribusi kemungkinan bersama

    survai sukses (SS) survai tidak sukses (ST)

    Perubahan S a = 0,40 b = 0,10 0,5

    label T c = 0,15 d = 0,35 0,5 a + c = 0,55 b + d = 0,451

    a. P(SSS) = P(S).P(SS/S) = 0,5X0,8 = 0,40

    b. P(SST) = P(S).P(ST/S) = 0,5X0,2 = 0,10

    c. P(TSS) = P(T).P(SS/T) = 0,5X0,3 = 0,15

    d. P(TST) = P(T).P(ST/T) = 0,5X0,7 = 0,35

  • P(S/SS) = P(SSS)/P(SS) = 0,40/0,55 = 0,73

    P(T/SS) = P(TSS)/P(SS) = 0,15/0,55 = 0,27

    P(S/ST) = P(SST)/P(ST) = 0,10/0,45 = 0,22

    P(T/ST) = P(TST)/P(ST) = 0,35/0,45 = 0,78

    A1 : NE = (0,5x80) (0,5x50) = 40 25 = 15

    A311 : NE = (0,73x80) (0,27x50) = 44,9 A31 = A311

    A312 : NE = 0

    A321 : NE = (0,22x80) (0,78x50) = -21,4 A32 = A321

    A322 : NE = 0

    A3 = (A31x0,55) + (A32x0,45) = 24,7 juta

    Nilai Ekspektasi mengadakan survai (A3) = Rp 24,7 juta

    Nilai Ekspektasi tanpa survai (A1) = 15 juta

    NEITS (Nilai Ekspektasi Informasi Tidak Sempurna) = 9,7 juta

    Biaya survai = 7,5 juta

    NEITS > biaya survai alternatif bisa dilakukan

  • Sukses (S) 80

    A10,5

    NE = 15tidak (T) -50

    0,5

    Sukses (S) 80

    Rubah A3110,73

    Hasil survai A31 LabelNE=44,9Tidak (T) -50

    Sukses (SS) 0,50,27

    NE=44,9 tidak 0

    A3 0

    NE=24,7Sukses (S) 80

    Rubah A3210,22

    Hasil survai A32 Label NE=-21,4tidak (T) -50

    Tidak(ST) NE=00,78

    0,5 tidak 0

    0

  • D. HUBUNGAN ANTARA NILAI INFORMASI DAN TINGKAT KETIDAKPASTIAN

    Sukses 80 juta

    A1 perubahan0,6

    Tanpa surveigagal -50 juta

    0,4

    Survai:suksesperubahan80 juta

    A2 survai0,6

    Info sempurnasurvai:gagaltidak0

    0,4

    A3 tidak ada perubahan0

  • Bila kemungkinan penjualan dengan label baru sukses = 0,6

    NE : A1 = (0,6X80) (0,4X50) = 28

    NE : A2 = (0,6X80) (0,4X0) = 48

    NEIS = 48 28 juta = 20 juta

    Bila kemungkinan penjualan dengan label baru sukses = 0,4

    NE : A1 = (0,4x80) (0,6x50) = 2 juta

    NE : A2 = (0,4x80) (0,6x0) = 32 juta

    NEIS = 32 2 = 30 juta

    Ada hubungan antar nilai kemungkinan prior dengan NEIS

    NILAI30

    EKSPEKTASI20

    INFORMASI10

    SEMPURNA0 Nilai kemungkinan

    0,4 0,6 1

  • E. ANALISA SENSITIVITAS

    Untuk mengetahui nilai dari suatu informasi (probabilitasnya) terhadap keputusan yang diambil.

    Contoh :

    - perusahaan eksplorasi minyak, problem : pengeboran.

    - Hasilkemungkinanekspektasi pendapatan

    Tinggi (T)0,2350 juta

    Sedang (S)0,3150 juta

    Rendah (R)0,5

    - Kedalaman 1000 m, ongkos Rp. 50.000,-/m , diperkirakan

    - Perkiraan kedalaman ongkos keuntungan

    - Seberapa jauh data kedalaman yang pasti mempengaruhi keputusan?

  • Tkeuntungan, dalam 103 rupiah

    0,2350.000 50d

    PengeboranS150.000 50d

    0,3

    R-50d

    0,5

    tidak

    Ekspektasi keuntungan = 0,2(350.000 50d) + 0,3(150.000 50d) (0,5x50d)

    = 70.000 10d + 45.000 15d 25d

    = 115.000 50d

    Ekspektasi keuntungan = 0 115.000 = 50d

    d = 2300

    Ekspektasi keuntungan maksimum bila = 0

    Ekspektasi keuntungan maksimum = 115.000

  • 115.000

    100020002300kedalaman

    Bila d > 2300, misal 2500

    Persamaan 115.000 50d harganya akan negatif

    Ekspektasi keuntungan = 115.000 125.000 = -10.000

    Dalam kasus ini, kedalaman baru berpengaruh bila lewat 2300 m

    Sampai dengan 2300 m masih untuk bila dibandingkan tidak mengebor.

    Keputusan tidak terlalu sensitivitas terhadap kedalaman, selama tidak lebih dari 2300 m