Teori Keputusan (Decision Theory)
Teori Keputusan (Decision Theory)
Proses Keputusan (Decision Process)Suatu proses yang memerlukan satu atau sederetan keputusan
untuk menyelesaikannya Istilah/Terminologi Decision Alternatives/Action/Decision.Sejumlah tindakan atau keputusan yang tersedia dan termasuk sebagai tindakan/keputusan yang layak (feasible)
Notasi:
D , D , D , …..D atau a , a , a , ….. a 1 2 3 m
1
2 3 m State of nature/Events
Himpunan keadaan (state) yang mungkin, atau daftar semua kejadian (events) yang mungkin terjadi setelah keputusan dibuat
Notasi:
S , S , S , …..S atau e , e , e , ….. e 1 2 3 n 1 2 3 n
Matriks Keuntungan (Gain Matrix) atau Payoff Table
Matriks atau tabel yang menyajikan keuntungan/kerugian untuk setiap keputusan yang dibuat (Dm) pada setiap kejadian/keadaan yang terjadi (Sn). Keuntungan/Kerugian tersebut dilambangkan dengan g atau γ ij ij
Keadaan alamiah Keadaan alamiah S S ….. S 1 2 n
S S 1 2 n n sa
D g g …… g D 60 660
1 11 12 1n 1 tu sa uD g g ……g 2 21 22 2n tu Contoh 1 u ep
D -100 2000 …. … …. ……….. 2 K ep
D g g …. g m m1 m2 mn K
Atau bentuk lainnya …… Kejadian
Penjualan (Events) Alternatif Jenis Truk Keputusan e e e (Rendah) (Tinggi) 1 2 3 Yang dibeli 1 2 3 4 e γ γ γ 1 11 12 13 Contoh 2 Kecil 20 10 15 25 e γ γ γ 2 21 22 23 Standar 15 25 12 20 e γ γ γ 3 31 32 33 Besar -20 -5 30 40 e γ γ γ 4 41 42 43
Kasus untuk Contoh 1
Seorang pemilik tanah menghadapi dua alternati keputusan yaitu
menyerahkan pengelolaan ladang minyaknya ke prusahaan energi
atau mengeksplorasi sendiri. Keadaang yang mungkin terjadi adalah
(1) terdapat gas/minyak atau (20 tidak ada gas/minyak. Jika dikelola
perusahaan lain maka pemilik tanah akan memperoleh US$60.000,-
dan akan ditambah sebanyak US$600.000 lagi jika ditemukan
gas/minyak. Sedangkan jika dikelola sendiri oleh pemilik tanah maka
diperlukan investasi awal sebesar US$ 100.000,- yang akan hilang
jika tidak ditemukan gas/minyak. Tetapi jika ditemukan gas/minyak
maka pemilik tanah akan memperoleh keuntungan bersih sebesar
US$ 2.000.000,- Kasus untuk Contoh 2Seorang manajer umum perusahaan furniture harus memutuskan
jenis kendaraan pengankut (truk) yang akan dibeli perusahaan. Truk
tersebut akan digunakan untuk mengangkut bahan baku,
mengirimkan produk ke pelanggan, atau transportasi contoh mebel
ke pameran-pameran. Ada 3 jenis alternatif truk yaitu ukuran kecil,
standar, dan besar. Persoalaannya adalah jika membeli truk kecil
(tentunya dengan biaya yang lebih murah) dan ternyata tingkat
penjualan ternyata tinggi maka kapasitas perusahaan untuk
memenuhi penjualan menjadi menurun. Sebaliknya jika diputuskan
membeli truk yang lebih besar maka perusahaan juga akan
menghadapi kerugian jika ternyata tingkat penjualan produk ternyata
kecil. Tingkat penjualan yang tersebut terdiri dari 4 kategori yaitu (1)
0 - $20.000, (2) 20.000-40.000, (3) 40.000-60.000, dan (4) lebih
besar dari 60.000. Payoff tabel-nya dapat dilihat pada contoh 2
sebelumya.Regret Matrix
Gain Matrix bisa dikonversi menjadi Regret Matrix, yaitu suatu matriks keuntungan dimana elemen-elemen (gij) di tiap-tiap kolom telah dikurangi dengan elemen terbesar pada kolom tersebut.
Loss Table
Payoff Table juga bisa dikonversi menjadi Loss Table. Istilah ini pada prinsipnya mempunyai pengertian yang relatif sama dengan Regret Matrix, tetapi perhitungannya sedikit berbeda. Setelah diketahui nilai terbesar untuk suatu kolom pada Payoff Table, elemen pada Loss Table-nya adalah nilai terbesar dikurangi elemen-elemen pada kolom tersebut.
Contoh menghitung Regret Matrix Keadaan alamiah Langkah2 Perhitungan:
1. Mulai dari kolom 1, nilai terbesarnya
S S 1 2 n
adalah 60
sa D 60 660 1 tu u ep
D -100 2000 2 K Gain Matrix
2. Nilai baru pada kolom 1 regret Matrix
Keadaan alamiah
adalah 0 yaitu 60 – 60 dan -160 yaitu
S S -100 – 60 1 2 n sa
D (60 – 60) 660 1 tu u ep
D (-100 – 60) 2000 2 K Keadaan alamiah
3. Cara yang sama dilakukan juga untuk kolom kedua
S S 1 2 n sa
D 0 -1340 1 tu u ep
D -160 0 2 K Regret Matrix Jika dengan Loss Table
Keadaan alamiah Langkah2 Perhitungan:
1. Sama
S S 1 2 n sa
D (60 – 60) 660 1
2. Nilai baru pada kolom 1 Loss Table
tu u
adalah 0 yaitu 60 – 60 dan 160 yaitu
ep D 60 – (-100) 2000 2
60 – (-100)
K
3. Cara yang sama dilakukan juga untuk
Keadaan alamiah
kolom kedua
S S 1 2 n sa
D 0 1340 1 tu
Regret Matrix = Loss Table u Cuma beda tanda saja ep
D 160 0 2 K Regret Matrix
Pohon Keputusan (Decision Tree)
Metoda lain yang bisa digunakan untuk menyajikan masalah keputusan adalah Pohon Keputusan, yaitu suatu pohon terarah yang menggambarkan suatu proses keputusan secara grafis. Simpul-simpul (node) menunjukkan titik-titik dimana (1) salah satu keputusan harus diambil oleh pengambil keputusan, (2) pengambil keputusan dihadapkan dengan salah satu keadaan/kejadian, atau (3) prosesnya berakhir.
Menggunakan soal contoh 2 Versi 1 gas inyak/
60 Ada M Tidak n n lai
2 ahaa
Ada Minyak/G erus as leh p lola o
660 Dike
1 gas
Dikelola inyak/
- 100
sendiri Ada M Tidak
3 Ada Minyak/G
as 2000
60 Versi 2 gas
D inyak/ Ada M
Tidak B n lain
660 Ada Minyak/G ahaa as erus leh p lola o
E Dike
A
- 100
Dikelola gas inyak/ sendiri
F Ada M Tidak
C 2000 Ada Minyak/G as
G
KRITERIA KEPUTUSAN
A. Decision under Certainty
B. Decision under Uncertainty Non Probabilistic Decision Problem a. Kriteria
Maximin Anderson/Lievano
b. Kriteria Minimax (1986) c. Kriteria Maximax
1. Kriteria minimaks (pesimistik)
2. Middle of the road criterion Kriteria Naif (Naive)
(moderat) Bronson (1991)
3. Kriteri Optimistik Catatan: a = 1 dan c = 3 cara perhitungannya, b ≠ 2 b menggunakan loss table
Probabilistic Decision Problem
a. Bayes Criterion (a priori)
b. A posteriori Decision under Certainty
Pengambil keputusan mengetahui dengan pasti suatu kejadian/keadaan yang akan terjadi. Misalnya untuk contoh soal 2, jika manajer umum sudah mengetahui bahwa tingkat penjualan berkisar antara 0-20.000 maka dia akan membeli truk kecil
Decision under Uncertainty Pengambil keputusan tidak mengetahui dengan pasti suatu kejadian/keadaan yang akan terjadi. Jika peluang kejadiannya tidak diketahui disebut Non-probabilistic decision problem sedangkan jika diketahui peluang terjadinya masing- masing kejadian/lkeadaan disebut probabilistic decision problem
MAXIMIN Menggunakan soal contoh 2
Step 1 Penjualan (Events)
Untuk setiap alternatif keputusan,
Jenis Truk
tentukan payoff/gain minimum yang
(Rendah) (Tinggi) Yang dibeli
bisa terjadi
1 2 3 4 Kecil 20 10 15 25 Standar 15 25 12 20 Besar -20 -5 30 40
Step 2
Dari nilai-nilai minimum untuk setiap Kecil 10 keputusan dari step 1 diatas, Pilihlah keputusan/tindakan yang mempunyai
Standar 12
payoff terbesar
Besar -20 Jadi dengan kriteria MAXIMIN, keputusannya adalah MEMBELI TRUK STANDAR MINIMAX (Minimax Regret Rule) !!! Gunakan Loss
Step 1 Table/Regret Matrix
Penjualan (Events)
Untuk setiap alternatif keputusan, Jenis Truk
(Rendah) (Tinggi) Yang dibeli
tentukan loss yang maksimum
1 2 3 4 Kecil 0 15 15 15 Standar 5 0 18 20 Besar 40 30 0 0
Step 2 Kecil 15
Dari hasil step 1, pilihlah yang Standar 20 terkecil
Besar 40 Jadi dengan kriteria MINIMAX, keputusannya
MAXIMAX Step 1
Penjualan (Events) Jenis Truk (Rendah) (Tinggi)
Untuk setiap alternatif keputusan,
Yang dibeli
tentukan payoff/gain maksimum yang
1 2 3 4
bisa terjadi
Kecil 20 10 15 25 Standar 15 25 12 20 Besar -20 -5 30 40
Step 2 Kecil 25
Dari hasil step 1, Pilihlah
yang
Standar 25 terbesar
Besar 40 Jadi dengan kriteria ini, keputusannya adalah MEMBELI TRUK BESAR Moderat 2 (Middle-of-the road criterion)
Memilih keputusan yang mempunyai rata-rata keuntungan maksimum dan minimum terbesar Keadaan alamiah
S S 1 2 n
Min=60, Maks=660 D 60 660 1 sa
Rata-rata = (60+660)/2 tu u
360 ep
D -100 2000 2 Min=-100, Maks=2000 K
Rata-rata = (-100+2000)/2 950 Jadi dengan kriteria ini, keputusannya adalah MENGELOLA SENDIRI
Probabilistic Decision Problem
Jika pengambil keputusan mengetahui peluang untuk setiap
kejadian/keadaan yang mungkin terjadi. Kriteria pengambilan
keputusannya menggunakan , yaitu memilih
bayes criterion alternatif keputusan yang memiliki expected payoff terbesarMisalnya untuk contoh 2, diketahui peluang terdapat minyak/gas
adalah 0.60 maka penyelesainnya dengan pohon keputusan: P (S1) = 0.60 maka P (S2) = 1 – 0.60 = 0.40 Expected Payoff D1 = 60 x 0.4 + 660 x 0.6 = 420 Expected Payoff D2 = (-100) x 0.4 + 2000 x 0.6 = 1160Karena expected payoff D2 lebih besar dari D1 maka
keputusannya adalah D2 atau mengelola sendiri ladang
minyak/gasnya60
0.4 420
2
0.6 1160
660
1
- 100
0.4 1160
3
0.6 2000
Sequential Decision Making Contoh 3:
Sebuah perusahaan akan melakukan ekspansi dengan membuat produk baru yang memerlukan pembelian mesin baru. Ada dua alternatif mesin yaitu M1 dan M2 dengan investasi awal masing-masing sebesar US$15.000 dan US$35.000. Tentunya kapasitas produksi M1 lebih rendah dibandingkan M2. Permintaan produk tersebut di tahun pertama terdiri dari 3 kemungkinan yaitu rendah, sedang dan tinggi dengan peluang berturut-turut 0.3, 0.5, dan
0.2. Jika permintaan di tahun pertama tergolong rendah, permintaan dii tahun kedua akan rendah dengan peluang 0.8 atau tinggi dengan peluang 0.2.
Peluang tersebut merupakan
peluang bersyarat (conditional probability) dengan notasi sebagai berikut: P(tahun ke-2 rendah | tahun ke-1 rendah) = 0.8 P(tahun ke-2 tinggi | tahun ke-1 rendah) = 0.2
Informasi peluang bersyarat lainnya adalah sebagai berikut: P(tahun ke-2 rendah | tahun ke-1 sedang) = 0.3 P(tahun ke-2 tinggi | tahun ke-1 sedang) = 0.7 P(tahun ke-2 rendah | tahun ke-1 tinggi) = 0.1 P(tahun ke-2 tinggi | tahun ke-1 tinggi) = 0.9 Beberapa alternatif tindakan/keputusan yang harus dipilih pada tahun kedua adalah sebagai berikut:
1. Jika di tahun pertama membeli M1 dan permintaan produk rendah maka perusahaan akan melanjutkan penggunaan M1
2. Jika di tahun pertama membeli M1 dan permintaan sedang atau tinggi maka perusahaan menghadapi dua alternatif berikutnya pada akhir tahun pertama yaitu melanjutkan pengoperasin M1 atau melakukan ekspansi dengan membeli peralatan baru sebagai pelengkap M1. Biaya yang dibutuhbkan untuk ekspansi tersebut adalah US$ 13.000
3. Jika ditahun pertama membeli M2 dan permintaan rendah, maka pilihan selanjutnya adalah mengurangi kapasitas produksi (cut-back) atau tidak melakukan tindakan
4. Jika ditahun pertama membeli M2 dan permintaan sedang perusahaan memutuskan untuk melanjutkan produksi dengan M2 tanpa modifikasi untuk tahun kedua. Jika permintaan tinggi maka pilihannya adalah tidak ada ekspansi atau menaikkan kapasitas produksi dengan biaya US$ 5000.
Akhir tahun-1
31=0.8x30+0.2x35
31 h 0.8
30
60.95=0.3x(25+31)+0.5x(30+30.5) Renda
, 0.3
8
- 0.2x(35+34.5)
h (25) renda Node-4
35 intaan
Tinggi 0.2 Perm
Tdk Ekspansi = 30.5
30.5 Ekspansi = 42.5-13 h 0.3
20 Renda
=29.5
si
9 pan
30.5
- > Pilih 30.5
60.95 eks Tdk sedang (30), 0.5
2
4
35 Tinggi 0.7
42.5 h 0.3
25 Renda Ekspa
), Tin
10 nsi (-1 3) gg
15 (- i (3
1 5),
50 Tinggi 0.7
M
33.5 li .2 h 0.1
20 Renda be si pan
11 34.5 eks em
Tdk M
35 Tinggi 0.9
5
45.95
47.5 h 0.1
25 Renda Ekspa
1
12 nsi (-1 3)
50 Tinggi 0.9
22.4 h 0.8
18 Renda ) k (-5
13 ),
- bac
22 Cut
35
40 Tinggi 0.2 (-
2
22
6 M h 0.8
.3
15 li
Renda Tdk a
, 0
14 be
5) da tin (1 dakan em ah
50 M Tinggi 0.2 nd re
67.35
39.5 h 0.3
15 sedang (35), 0.5
Renda
2
15
50 Tinggi 0.7 Tin
46.5 gg h 0.1
15 i (4
Renda si pan
50 5),
16 eks Tdk
.2
7
50 Tinggi 0.9
55 h 0.1
10 Renda Ekspa
17 nsi (-5 )
Soal-Soal Latihan Soal 1
Tentukan keputusan terbaik untuk soal contoh 3 sebelumnya
tetapi dengan beberapa perubahan, yaitu:a. Biaya ekpansi pada node 4 berkurang dari 13.000 menjadi
5.000b. Biaya pembelian mesin M2 berubah menjadi 29.000
Soal 2
Jika soal contoh 3 dimodifikasi yaitu dengan adanya alternatif
mesin M3 yang bisa dibeli pada awal dengan biaya sebesarUS$ 25.000. Keuntungan di akhir tahun pertama berturut- turut untuk permintaan rendah, sedang, dan tinggi adalah 20.000, 37.000, dan 40.000. Pada akhir tahun pertama pilihan tindakan berikutnya adalah ekspansi dengan biaya 10.000, atau hanya melanjutkan pengoperasian M3 saja. Keuntungan pada tahun kedua disajikan pada tabel berikut:
Keputusan pada akhir Permintaan tahun ke-2
tahun pertama Rendah Tinggi Tidak ekspansi 19.000 38.000 Ekspansi 26.000 53.000Soal 3
Sebuah Kota sedang merencanakan pembuatan jalan Tol dengan dua pilihan bentuk jalannya, yaitu jalan lebar dengan 4 jalur yang memerlukan biaya US$
2 Juta atau jalan yang lebih sempit dengan biaya US$1 Juta. Setelah 5 tahun kota tersebut merencanakan untuk memperlebar jalan tergantung pada kepadatan lalu lintas yaitu rendah (R1) atau tinggi (T1) dengan peluang masing-masing sebesar 0.25 dan 0.75. Jika dibuat tol lebar, biaya perawatan untuk 5 tahun pertama adalah US$ 5.000 atau 75.000 tergantung apakah kepadatan lalulintas rendah atau tinggi. Jika dibuat jalan yang lebih sempit, biaya perawatannya adalah 30.000 dan 150.000. Misalkan dibangun jalan lebar. Pada akhir tahun ke-5 tidak akan dibuat pelebaran jika tingkat kepadatan rendah. Jika tingkat kepadatan tinggi maka ada 2 alternatif tindakan yaitu pelebaran kecil dengan biaya 150.000 atau pelebaran besar dengan biaya 200.000. Jika dibangun jalan yang lebih sempit dan pada akhir tahun ke-5 tingkat kepadatannya rendah maka ada 2 pilihan keputusan pelebaran di akhir tahun ke-5 yaitu pelebaran kecil dengan biaya 50.000 atau pelebaran besar dengan biaya 100.000. Jika kepadatannya tinggi maka alternatifnya adalah melakukan pelebaran besar dengan biaya 900.000. Kepadatan lalu lintas pada 5 tahun berikutnya (tahun ke-6 sampai ke-10) digolongkan rendah (R2) atau tinggi (T2). Peluang bersyaratnya adalah sebagai berikut: P(R2|R1) = 0.75 P(R2|T1) = 0.10 P(T2|R1) = 0.75 P(T2|T1) = 0.10 Biaya pemeliharaan untuk tahun ke-5 sampai 10 tergantung bentuk jalan yang dibuat di tahun pertama, tipe pelebaran yang dibuat pada akhir tahun ke-5, dan tingkat kepadatan lalu lintas pada tahun ke-5 sampai 10.
Jalan tahun 1 Pelebaran thn-5 Kepadatan thn-5-10 Biaya
Tdk dilebarkan Rendah (R2) 200.000 Tinggi (T2) 250.000
Kecil Rendah (R2) 150.000 Jalan Lebar
Tinggi (T2) 175.000 Besar Rendah (R2) 125.000
Tinggi (T2) 100.000 Kecil Rendah (R2) 200.000
Tinggi (T2) 250.000 Jalan Sempit
Besar Rendah (R2) 175.000 Tinggi (T2) 150.000