2.7.4. Expected Value Of Sample Information EVSI
Agar dapat dicapai keputusan yang optimal, sebelumnya dapat dilakukan penelitian atau riset terlebih dahulu untuk mendapatkan tambahan informasi, dan ini
memerlukan tambahan biaya. Masalah yang dihadapi adalah jumlah biaya maksimum yang dapat dialokasikan untuk keperluan riset tersebut. Biaya maksimum ini
mencerminkan nilai informasi yang diperoleh melalui riset itu.
Rumus untuk mencari EVSI atau nilai maksimum informasi sampel adalah : EVSI = EV dengan informasi sampel - EV tanpa informasi sampel
Untuk mengukur nilai informasi ini dapat digunakan rumus efisiensi sebagai berikut:
Suatu efisiensi yang tinggi menunjukkan informasi yang baik, yaitu hampir sama baiknya dengan informasi yang sempurna, sedangkan tingkat efisiensi yang rendah
memungkinkan pengambil keputusan mencari jenis informasi yang lain.Sri Mulyono, 1996
\
Universitas Sumatera Utara
2.7.5. Pohon Keputusan Decision Tree
Tujuan penggunaan pohon keputusan ini adalah untuk memudahkan penggambaran situasi keputusan secara sistematik dan komprehensip. Pada pohon keputusan ini
biasanya digunakan notasisimbol seperti berikut: Azhar Kasim, 1994 : simbol keputusan
: simbol kejadian tidak pasti
PILIHAN KEJADIAN
HASIL
Gambar 2.7.5.1 Pohon Keputusan Decision Tree
Keterangan: Ai
: alternatif ke-i Nj
: state of nature ke-j, j = 1, 2, 3, …
Rij : nilai kotor gross payoff dari alternatif Ai untuk state of nature Nj
VCij : biaya variabel untuk Ai dan Nj.
VC
11
VC
13
VC
21
VC
12
N
1
N
3
N
3
N
2
N
2
N
1
N
3
N
2
N
1
A
3
A
1
1 2
3
4 A
2
VC
22
VC
22
VC
32
VC
31
VC
33
R
11
R
12
R
13
R
21
R
22
R
31
R
32
R
33
R
23
Ai :
alternatif ke-i
Nj :
, , , …
Universitas Sumatera Utara
Menurut Huber dalam Kasim [1] Penggunaan diagram pohon keputusan dalam proses pembuatan keputusan secara ideal harus menurut prosedur sebagai berikut: Azhar
Kasim, 1994
Tahap 1 : Membentuk pohon keputusan, menggambarkan cabang. 1.
Gambarkan alternatif-alternatif sebagai cabang dari titik pilihan. 2.
Pada ujung dari masing-masing cabang alternatif, buat titik situasi masa depan state of nature.
3. Dari tiap titik masa depan ini, buat cabang-cabang tentang situasi masa depan
yang mungkin terjadi. 4.
Kalau pada ujung cabang-cabang situasi masa depan ini masih ada alternatif keputusan lain maka buatlah titik keputusan baru.
5. Ulangi langkah 1,2,3,4 sampai di akhir tiap titik situasi masa depan dan tidak
ada lagi titik keputusan baru.
Tahap 2 : Membentuk sebuah pohon keputusan, menyisipkan daun. 1.
Untuk masing-masing alternatif keputusan, tuliskan biaya pelaksanaannya seringkali biaya ini tidak dituliskan karena dianggap sudah diperhitungkan
dalam perhitungan pay off buatan titik pilihan. 2.
Untuk masing-masing hasil outcome, tulislah probabilitas dari peristiwanya. 3.
Tentukan hasil kotor gross pay off dari masing-masing cabang hasil outcome yang paling kanan.
Tahap 3 : memotong cabang keputusan, memproses informasi 1.
Hitung net expected value expected monetary value dari tiap garpu tala. 2.
Ubah masing-masing titik hasil outcome yang paling kanan dengan nilai bersih EMV yang diharapkan pada cabang tersebut.
3. Pada masing-masing titik pilihan, buang masing-masing cabang alternatif
kecuali cabang dengan nilai bersih yang diharapkan paling besar yang telah dihitung pada langkah 2 dan ambil nilai bersih EMV yang terbesar sebagai
payoff untuk cabang hasil outcome mendahului titik pilihan. 4.
Ulangi langkah 1, 2, dan 3 sampai nilai bersih EMV yang diharapkan pada masing-masing cabang alternatif dari titik pilihan yang paling kiri dihitung.
Universitas Sumatera Utara
2.8. Analisa Sensitivitas