Identifikasi Masalah Tujuan Penelitian KONTRIBUSI PENELITIAN • METODE PENELITIAN •

Artinya, alternatif mana saja yang akan dipilih untuk dapat terhindar dari resiko. Demikian juga apabila seorang pembuat keputusan adalah pengambil resiko. Analisa sensitifitas juga disebut sebagai post optimality analysis, karena analisa ini dilakukan setelah dicapainya suatu strategi yang dianggap optimal. Melalui analisa sensitifitas, seorang pembuat keputusan dapat mengetahui berapa besar perubahan angka keputusan dengan mengubah-ubah preferensi terhadap resiko ke dalam fungsi utilitas eksponensial. Penerapan nilai ekivalen tetap tidaklah sukar untuk kejadian tak pasti yang masih sederhana. Tetapi bila kejadian tak pasti yang terlibat semakin kompleks, penetapan nilai ekivalen tetap secara langsung menjadi sulit. Oleh sebab itu menghitung nilai ekivalen tetap tidak dapat dilakukan secara langsung, melainkan dengan melakukan penjajagan terhadap preferensi terhadap pembuat keputusan terhadap resiko yang didapat dari utility. Hasil penjajagan ini digambarkan dalam suatu kurva yang disebut kurva utility. Pada umumnya skala utility dinyatakan antara 0 dan 1; dimana skala utility = 1 menyatakan keadaan atau nilai yang paling disukai dan 0 menyatakan keadaan atau nilai yang paling tidak disukai. Karena setiap individu mempunyai preferensi tersendiri dalam menghadapi resiko, maka kurva utility tiap indivdu tidak akan persis sama.

1.2 Identifikasi Masalah

Di dalam analisis ini akan dicari indikator-indikator atau variabel-variabel yang sangat sensitif yang mempengaruhi hasil keputusan

1.3 Tujuan Penelitian

Universitas Sumatera Utara Menerapkan analisis keputusan menggunakan analisis sensitifitas dengan fungsi utility eksponensial untuk mengambil keputusan dalam suatu perusahaan atau organisasi untuk mengidentifikasi parameter penting yang bisa membuat perubahan pada laba.

1.4 KONTRIBUSI PENELITIAN •

Berguna untuk pengambil keputusan, misalnya pada perbankan • Lanjutan untuk pengembangan ilmu probabiliy

1.5 METODE PENELITIAN •

Menentukan lingkup keputusan • Menentukan siklus analisa keputusan • Membuat diagram keputusan • Penentuan pilihan • Model dan nilai kemungkinan Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1. Beberapa Definisi Kejadian tak pasti adalah kejadian yang munculnya tidak pasti sehingga tidak bisa diduga terlebih dahulu. Contohnya pada seperti pelemparan sebuah dadu, orang tidak dapat menduga dengan pasti sisi dadu mana yang akan muncul. Ruang hasil adalah himpunan dari seluruh hasil yang mungkin muncul dari suatu kejadian tak pasti. Contohnya seperti pelemparan sebuah dadu, ruang hasilnya adalah 1, 2, 3, 4, 5, dan 6. Dua kejadian atau lebih disebut saling bertentangan bila kejadian-kejadian tersebut tidak akan pernah muncul secara bersamaan. Misalnya dalam pelemparan sebuah mata uang, munculnya gambar atau angka adalah kejadian yang saling bertentangan mutually exclusive, atau pada pelemparan sebuah dadu, munculnya dadu mata 6 dan 3 tidak akan bisa terjadi secara bersamaan. Kumpulan kejadian dikatakatan bersifat lengkap apabila kumpulan kejadian tersebut merupakan suatu ruang hasil yang lengkap. Hal ini berarti bahwa jika suatu percobaan dilakukan, maka hasil yang muncul adalah salah satu dari kejadian yang ada dalam himpunan. Contohnya dalam hal pelemparan sebuah dadu. Kumpulan 1, 2, 3, 4, 5, dan 6 adalah lengkap. Bila sebuah dadu dilempar, maka salah satu dari kumpulan angka tersebut pasti akan muncul. Ada dua pernyataan dasar berkenaan dengan nilai kemungkinan, yaitu: 1. Besarnya nilai kemungkinan bagi munculnya suatu kejadian adalah selalu di antara nol dan satu. Pernyataan ini dapat ditulis dengan: 1 ≤ ≤ A P Universitas Sumatera Utara dimana PA menyatakan nilai kemungkinan bagi munculnya kejadian A. 2. Jumlah nilai kemungkinan dari seluruh hasil yang mungkin muncul adalah satu. Jadi, jika suatu ruang hasil yang bersifat lengkap dinyatakan dengan W, maka jumlah kemungkinan seluruh anggota ruang hasil tersebut adalah satu, atau dituliskan dengan: ∑ =1 i w P atau PW = 1 dimana W i menyatakan anggota dari ruang hasil.

2.1.1 Teorema Bayes