Pohon Keputusan

Modul 3
Pohon Keputusan

Dr. Azhar Kasim, MPA

alam Modul 2 kita sudah menelaah masalah keputusan yang
menyangkut sejumlah alternatif keputusan dan beberapa state of
nature (situasi masa depan yang diperkirakan akan terjadi), yang dianalisis
dengan memeri tabel payoff. Masalah yang sama dapat dianalisis dengan
memakai pohon keputusan (decision tree) yaitu penggambaran secara grafik
dari proses pembuatan keputusan.
Setelah membaca modul ini Anda diharapkan dapat memahami dan
terampil menggunakan teknik pembuatan keputusan yang memakai analisis
pohon keputusan yaitu suatu teknik visualisasi secara grafis dari proses
pembuatan keputusan dengan memperhitungkan probabilitas dan payoff dari
tiap alternatif.
Setelah membaca modul ini Anda diharapkan dapat:
1. menjelaskan dan membahas proses pembuatan keputusan berdasarkan
informasi yang ada;
2. menjelaskan dan membahas proses pembuatan keputusan berdasarkan
informasi yang lengkap sebagai hasil studi atau eksperimen tambahan;
3. membahas prosedur penggunaan pohon keputusan.

D
PENDAHULUAN
3.2 Teori Pembuatan Keputusan
Kegiatan Belajar 1

Pohon Keputusan dan Pembahasan
Expected Value of Perfect
Information (EVPI)

Gambar 3.1
Pohon Keputusan bagi masalah Pembelian Komputer

Dari pohon keputusan di atas dapat kita lihat bagaimana proses pembuatan
keputusan dalam pembelian komputer:
1. Pembuatan keputusan dimulai dari suatu titik keputusan (desicion node)
no. 1 yang digambarkan sebagai 1 , di mana pembuat keputusan harus
mempertimbangkan 3 alternatif keputusan d
1
, d
2
dan d
3
.
2. Tiap alternatif menghadapi dua kemungkinan situasi masa depan (state
of nature) yaitu di mana permintaan jasa lembaga penelitian adalah
tinggi (S1) atau permintaan jasa lembaga penelitian adalah rendah (S2).
Tiap ujung dari keputusan (alternatif) ditandai oleh simbol 2 yang
disebut sebagai "state of nature node", Simbol ini merupakan pangkal
dari "state of nature, branches" atau cabang pohon keputusan yang
menggambarkan kemungkinan-kemungkinan situasi masa depan (lihat
Andrson et.al., 1983 dan Eppen dan Gould, 1984).
ADNI4531/MODUL 3 3.3
Tiap ujung pohon keputusan mewakili hasil (payoff) dari alternatif yang
dipilih berdasarkan situasi masa depan yang diperkirakan terjadi. Contohnya,
ujung pohon keputusan yang paling atas dalam Gambar 3.1 menunjukkan
hasil Rp12 juta yaitu untuk sistem komputer yang kecil (d1) dan keadaan
situasi masa depan adalah S1 yang berarti permintaan jasa lembaga penelitian
adalah tinggi. Sebaliknya bila permintaan terhadap jasa komputer adalah
rendah maka payoff untuk alternatif tersebut di atas hanya akan menghasilkan
Rp6 juta.
Sekarang akan diulangi lagi penjelasan proses pembuatan keputusan
seperti yang digambarkan oleh Gambar 3.1. Pada titik keputusan (decision
node) no. 1 atau 1, pembuat keputusan salah sebab pembuat keputusan tidak
dapat mengendalikan/mengontrol kemungkinan situasi masa depan (S1 atau
S2) dan yang ia ketahui hanyalah probabilitas S1 atau P(S1) = 0,4 dan
probabilitas S2 atau P(S2) = 0,6 sehingga ia dapat menghitung EMV
(expected monetary value) dari tiap titik situasi masa depan (state of nature
nodes) 2, 3 dan 4 sebagai berikut.
EMV (titik 2) = 0,4 (12 juta) + 0,6 (6 juta) = Rp 8,4 juta
EMV (titik 3) = 0,4 (15 juta) + 0,6 (2 juta) = Rp 7,2 juta
EMV (titik 4) = 0,4 (20 juta) + 0,6 (-3 juta) = Rp 6,2 juta

Perhitungan tersebut di atas harus dilihat dalam kerangka pohon
keputusan. "Expected Monetary Value" (nilai dalam bentuk uang yang
diperkirakan) untuk titik 2, 3 dan 4 sudah diketahui sebagai berikut.

Gambar 3.2
Pohon Keputusan bagi masalah Pembelian Komputer dengan probabilitas
tiap situasi masa depan
Pembuat keputusan dapat menilai titik keputusan sebagai berikut.

Seperti diketahui, pembuat keputusan mengontrol dahan keputusan yang
meninggalkan suatu titik keputusan, dan ia harus memaksimasikan untung
(payoff) maka keputusan yang terbaik yang dapat diambil adalah dengan
memilih alternatif d
1
dengan EMV = Rp8,4 juta. Nilai dikatakan juga sebagai
Perkiraan nilai keputusan optimal tanpa informasi sampel (expected value of
optimal decision without sample information).
Kita baru saja menyaksikan bagaimana pohon keputusan dapat dipakai
untuk menganalisis suatu keputusan dalam ketidakpastian. Pohon keputusan
ini dapat juga digunakan untuk menganalisis masalah keputusan yang lebih
banyak jumlah alternatif keputusan dan situasi masa depan yang
lebih=banyak kemungkinannya. Pertama, yang harus dilakukan adalah
membuat gambar pohon keputusan yang terdiri dari titik-titik keputusan dan
situasi masa depan, serta cabang-cabang yang melukiskan urutan masalah.
Langkah selanjutnya adalah menentukan probabilitas untuk cabang tentang
situasi masa depan (state of nature branches) dan menghitung EMV dari tiap
titik masa depan. Cabang keputusan dengan titik situasi masa depan dengan
EMV yang tertinggi yang harus dipilih. Cabang ini mewakili alternatif
keputusan yang terbaik dalam anti EMV yang paling besar.

1. Expected Value of Perfect Information (EVPI)
Dalam seksi Analisis Keputusan bagian pertama kita sudah membahas
kriteria Expected Opportunity Loss (EOL). Kriteria ini dapat dipakai sebagai
bahan untuk menentukan nilai pengumpulan tambahan informasi tentang
probabilitas situasi masa depan. Misalnya, Lembaga Penelitian ingin
melakukan penelitian tentang berapa beban kerja yang akan diperoleh pada
masa depan untuk memperbaiki probabilitas situasi masa depan yang dipakai
sekarang. Tetapi, apabila biaya untuk mengadakan penelitian tersebut lebih
tinggi daripada nilai yang akan diperoleh lembaga harus tidak melakukan hal
tersebut.

Tabel 3.1
Kesempatan yang hilang (Opportunity Loss) situasi masa depan

Situasi masa depan
Alternatif Keputusan Permintaan jasa
yang tinggi
(S1)
Permintaan jasa
yang
rendah
(S2)
Sistem Komputer yang kecil (d
1
)
Sistem Komputer yang sedang (d
2
)
Sistem Komputer yang besar (d
3
)
Rp8 juta
Rp5 juta
Rp0 juta
Rp0 juta
Rp4 juta
Rp9 juta

Tabel tersebut di atas merupakan pengulangan dari Tabel 2.5. Nilai
informasi tambahan bisa dihitung dengan memakai probabilitas situasi masa
depan P(S1) = 0,4 dan P(S2) = 0,6 dikalikan kesempatan yang hilang dari
alternatif keputusan yang terbaik menurut EMV yaitu sistem komputer yang
kecil (d
1
).

EVPI = (0,4)(8 juta) + (0,6)(0 juta) = 3,2 juta rupiah

Kita bisa memahami apabila S2 yang terjadi, maka d1 bukan pilihan
yang terbaik. Lembaga akan mengalami kerugian Rp 9 juta karena d3 tidak
terpilih. Jadi, apabila informasi yang diperoleh adalah sempurna bahwa S2
yang akan terjadi, lembaga dapat meningkatkan keuntungannya dengan
memilih d3. Sebaliknya, bila 31 yang terjadi, d1 akan menjadi keputusan
yang terbaik dan kesempatan yang hilang adalah Rp 0,-. Jadi informasi yang
sempurna (perfect information) bahwa S1 yang akan terjadi, tidak ada
manfaatnya bagi Lembaga sebab ia sudah mendapatkan hasil yang optimal
tanpa tambahan informasi tersebut. Kalau digabungkan maka nilai informasi
tambahan tersebut adalah Rp 3,2 juta. Berikut ini adalah Tabel 3.2 tentang
perhitungan EVPI.

Tabel 3.2
Perhitungan EVPI

Kemungkin
an info N
Keputusan
dibuat
sebelum
ada info
Keputusan
dibuat
setelah
ada info
VPI
(Kesempata
n yang
hilang oleh
d1(d*)
Probabilit
as info >
(Sj)
EVPI
Permintaan
jasa yang
tinggi (S1)
Beli sistem
komputer
yang kecil
(d1)

12 juta
Beli
sistem
komputer
yang besar
(d3)
20 juta
8 juta 0,4 3,2 juta
Permintaan
jasa yang
rendah (S2)
Beli sistem
komputer
yang besar
(d3)

6 juta
Beli
sistem
komputer
yang kecil
(d1)
6 juta
0 juta 0,6 0 juta

Perlu dicatat bahwa EVPI adalah sama seperti perkiraan kesempatan
yang hilang dari keputusan yang optimal (dalam contoh ini adalah d1). Jadi
jika kita sudah menghitung perkiraan kesempatan yang hilang (expected
opportunity loss) karena memilih d1 maka kita sebenarnya sudah menghitung
EVPI yaitu Rp 3,2 juta.
Sebenarnya, kita tentu tidak dapat mengharapkan penelitian akan
menghasilkan informasi tambahan yang sempurna (perfect information),
tetapi suatu informasi tambahan harus tidak boleh menelan biaya lebih atau
sama dengan EVPI, mungkin cukup dengan Rp 0,5 juta sampai Rp 1 juta
saja.
Berikut ini adalah rumus untuk menghitung EVPI (Anderson et. al.,
1983).

N
*
j j
j 1
EVPI P(S )R(d , S )
=
=

Berdasarkan hasil perhitungan EVPI ini, pembuat keputusan dapat
memperbandingkan antara biaya maksimum untuk memperoleh informasi
tambahan dengan biaya yang sebenarnya bagi keperluan mendapatkan
informasi tersebut. Suatu rencana penelitian survei untuk memperoleh
informasi tambahan dapat/layak dipertimbangkan asalkan biaya yang
dibutuhkan lebih kecil dari EVPI. Jika informasi tersebut memberi informasi
tentang probabilitas secara pasti, maka biaya yang (bisa) dikeluarkan (adalah)
maksimum sama dengan EVPI.

2. Eksperimen atau Penelitian untuk Menyempurnakan Keputusan
Seorang pembuat keputusan pada tahap permulaan dalam pembuatan
keputusan terpaksa bekerja berdasarkan informasi yang kurang lengkap. Ia
membuat perhitungan/perkiraan tentang probabilitas terjadinya situasi-situasi
masa depan (states of nature). Probabilitas pendahuluan ini dikenal sebagai
Prior Probability. Dari contoh di atas, prior probability informasi tentang
situasi masa depan pada masalah pembelian komputer Lembaga Penelitian
adalah P(S1) = 0,4 dan P(S2) = 0,6. Probabilitas ini berdasarkan informasi
yang kasar. Oleh karena itu, agar keputusan yang dibuat dapat ditingkatkan
mutunya maka pembuatan keputusan mungkin berkeinginan mencari
informasi tambahan tentang probability terjadinya situasi masa depan.
Informasi hasil penelitian ini dapat digunakan untuk merevisi atau
memperbaharui prior probability sehingga keputusan akhirnya dibuat
berdasarkan perkiraan probabilitas tentang masa depan yang lebih akurat.
Cara memperoleh informasi tambahan ini sering dilakukan melalui
eksperimen yang khusus didesain untuk memperoleh data yang paling baru
dan lengkap tentang situasi masa depan atau tentang apa yang akan terjadi
seperti tingkat permintaan terhadap jasa (komputer) di Lembaga Penelitian
yang kita sebut dalam contoh di atas. Contohnya, sampling bahan mentah, tes
produk, tes pasar, poll pendapat umum adalah contoh eksperimen yang
memungkinkan revisi atau updating (pembaharuan) probabilitas dari
situasi masa depan.
Dari contoh masalah pembelian komputer untuk Lembaga Penelitian
tersebut terdahulu, kita ketahui bahwa:
1. Sistem komputer yang kecil (d1) adalah yang paling tinggi EMV
(expected monetary value)-nya yaitu Rp8,4 juta.
2. Pilihan tersebut di atas sesuai dengan kriteria EOL (Expected
oppportunity loss) yang menunjukkan bahwa d1 adalah alternatif yang
mempunyai kerugian yang paling kecil bila situasi masa depan yang
sebenarnya terjadi adalah S1 (permintaan terhadap jasa komputer adalah
besar) yaitu Rp3,2 juta.
3. Di samping itu, EVPI (Expected value of perfect information) atau nilai
dari informasi tambahan tentang situasi masa depan secara potensial bisa
sama dengan EOL yaitu Rp3,2 juta.

Misalkan, lembaga penelitian mempertimbangkan untuk melakukan
studi tentang permintaan jasa komputer oleh lembaga sehubungan dengan
kegiatan-kegiatannya di masa depan. Studi tersebut akan menghasilkan
informasi baru yang bisa dikombinasikan dengan prior probabilities
(probabilitas pendahuluan) dengan menggunakan prosedur Bayesian untuk
mempengaruhi probabilitas. Probabilitas yang baru ini disebut posterir
probability (probabilitas akhir). Studi seperti ini biasanya dilakukan dengan
mengambil sampel statistik, karena itu informasi baru tersebut juga
dinamakan informasi sampel (sample information).
Hasil dari studi/riset/eksperimen dapat digolongkan menjadi:
I
1
. Hasil studi yang menggembirakan (favorable study report), yaitu
responden yang dihubungi menunjukkan cukup minat terhadap jasa
lembaga penelitian.
I
2
. Hasil studi yang tidak menggembirakan (unfavorable study report), yaitu
responden yang dihubungi menunjukkan kurang minat terhadap jasa
lembaga penelitian.

Hasil studi ini disebut juga sebagai indikator.

j i j i j j i
P(S ) P(I , / S ) P(I S ) P(S / I )

j
P (S ) = probabilitas menjadi kenyataannya perkiraan situasi masa depan.
i j
P(I / S ) = probabilitas terjadinya indikator I
i
berdasarkan situasi masa
depan S3. Ini disebut juga sebagai Probabilitas kondisional atau
Probabilitas Bersyarat.
i j
P(I S ) = analisis Bayesian, dimulai dengan mencari probabilitas
gabungan antara probabilitas pendahuluan dan probabilitas
kondisional.
j i
P(S / I ) = probabilitas akhir, yaitu tentang situasi masa depan Si akan
terjadi berdasarkan hasil studi adalah indikator I
i
(Anderson et.
al., 1983).

Probabilitas kondisional besarnya didasarkan kepada data frekuensi
relatif historis (historical relative frequency data) atau berdasarkan estimasi
probabilitas subyektif oleh seorang atau para pakar. Contohnya adalah
sebagai berikut.

Laporan Studi Situasi masa depan
Menggembirakan
(I
1
)
Tidak menggembirakan
(I
2
)
S1 Permintaan jasa yang tinggi
S2 Permintaan jasa yang rendah
1 2
P(I / S ) 0,8 =
1 2
P(I / S ) 0,1 =
2 1
P(I / S ) 0, 2 =
2 2
P(I / S ) 0, 9 =

Hasil studi berkesimpulan sebagai berikut: Apabila yang benar adalah S1,
atau permintaan terhadap jasa Lembaga Penelitian adalah benar maka 80%
hasil studi akan menggembirakan dan 20% tidak menggembirakan.
Sebaliknya apabila situasi masa depan yang benar adalah S2 atau permintaan
terhadap jasa Lembaga Penelitian adalah kecil maka hasil studi akan
menunjukkan 90% tidak menggembirakan. Studi/eksperimen ini ditunjukkan
untuk menguji pilihan sebelumnya (d
1
) yang dibuat tanpa informasi
tambahan.

1) Gambarkan sebuah pohon keputusan berikut dengan simbol-simbol serta
nama-namanya!
2) Coba uraikan dan jelaskan bagaimana kerja atau proses kegiatan
daripada pohon keputusan tersebut!
LATIHAN

Untuk memperdalam pemahaman Anda mengenai materi di atas,
kerjakanlah latihan berikut!
3) Menurut pendapat Anda apa pengertian daripada Expected Monetary
Value (EMV) itu?
4) Coba Anda latihan mengerjakan soal untuk mencari nilai EMV tersebut!
5) Bagaimana pendapat Anda tentang fungsi dan pentingnya polio
keputusan bagi para pembuat keputusan?
6) Coba Anda latihan mengerjakan soal untuk mencari atau menghitung
expected value of perfect information (EVPI)!
7) Bagaimana cara Anda menyempurnakan suatu keputusan, di mana
keputusan yang terdahulu didasarkan atas informasi yang kurang
lengkap?
8) Bagaimana cara Anda mencari expected value of sample information
(EVSI)?
9) Coba jelaskan hubungan antara Prior Probability dan Posterior
Probability.

Petunjuk Jawaban Latihan

Untuk mengerjakan latihan tersebut di atas Anda diharap membaca
modul ini lebih seksama agar dapat lebih dipahami isinya. Anda bisa bekerja
sama dengan teman belajar Anda untuk mengerjakan soal tersebut.

Ada beberapa macam teknik dalam pengambilan keputusan.
Analisis pohon keputusan adalah salah Matu proses pembuatan
keputusan dengan menggunakan teknik penggambaran secara grafis di
mana diperhitungkan probabilitas serta payoff dari setiap alternatif yang
ada.
Pohon keputusan dapat digunakan dalam menganalisis suatu
keputusan di mana terdapat situasi ketidakpastian. Di lain pihak pohon
keputusan juga dapat dipakai untuk menganalisis suatu keputusan di
mana terdapat banyak alternatif keputusan yang harus diambil, serta di
mana situasi masa depan mempunyai banyak kemungkinan-
kemungkinan yang dapat terjadi.

RANGKUMAN

1) Pohon keputusan (decision tree) adalah salah satu metode yang dapat
dipakai oleh para manajer atau pembuat keputusan dalam ....
A. mengambil keputusan satu pilihan atau satu alternatif saja yang
tersedia
B. mengambil keputusan yang menyangkut sejumlah alternatif
keputusan
C. mengambil keputusan berdasarkan situasi masa depan yang telah
dapat diketahui sebelumnya
D. mengambil keputusan karena bawahan atau stafnya tidak bisa
membantu dalam memecahkan persoalan

2) Pohon Keputusan

Dari diagram pohon keputusan tersebut, maka lingkaran 2, 3 dan 4
disebut ....
A. payoff
B. state of nature branches
C. deciaicn node
D. state of nature nodes

3) Seorang manajer akan membuat suatu keputusan didasarkan atas,
berbagai alternatif yang hendak di pilihnya, dengan menggunakan
metode pohon keputusan.
Gambar pohon keputusan adalah sebagai berikut.

TES FORMATIF 1

Pilihlah satu jawaban yang paling tepat!

Berdasarkan gambar tersebut, keputusan yang terbaik yang bisa diambil
oleh pembuat keputusan adalah yang berdasarkan ....
A. EMV = 10,4
B. EMV = 11,6
C. EMV = 9,4
D. EMV = 7,3

4) Expected Monetary Value (EMV) atau nilai dalam bentuk uang yang
diperkirakan, dihitung dari ....
A. payoff
B. state of nature branches
C. deciaicn node
D. state of nature nodes

5) Apabila probabilitas untuk situasi masa depan tentang permintaan jasa
tinggi (S1 = 0,4) dan probabilitas untuk situasi masa depan tentang
permintaan jasa rendah (S2 = 6 juta, dan S2 = 0 juta) berapa EVPI-nya?
A. 2,4 juta
B. 3,4 juta
C. 4,4 juta
D. 4,2 juta

6) Berdasarkan hasil perhitungan EVPI, pembuat keputusan dapat ....
A. menilai titik keputusan yang terbaik menurut perhitungan sebelum
ada info baru
B. memperbandingkan antara biaya maksimum untuk memperoleh
informasi tambahan dengan biaya yang sebenarnya bagi keperluan
mendapatkan informasi tersebut
C. menilai probabilitas dari situasi masa depan
D. menilai jumlah kemungkinan situasi masa depan

7) Seorang pembuat keputusan, kadang menginginkan agar keputusan yang
dibuat dapat ditingkatkan mutunya, sehingga pembuat keputusan
mungkin perlu mencari informasi tambahan tentang probabilitas
terjadinya situasi masa depan. Suatu studi dijalankan untuk
menghasilkan informasi baru yang dapat dikombinasikan dengan
probabilitas pendahuluan untuk memperbaharui probabilitas.
Probabilitas yang baru ini disebut ....
A. Posterior probability
B. Prior probability
C. Inferior probability
D. Superior probability

8) Probabilitas terjadinya indikator berdasarkan situasi masa depan disebut
juga ....
A. Probabilitas pendahuluan
B. Probabilitas kondisional
C. Probabilitas optimal
D. Probabilitas akhir

9) Cara memperoleh informasi tambahan sering dilakukan melalui
riset/studi/eksperimen yang didesain untuk memperoleh data yang paling
baru dan lengkap tentang situasi masa depan. Karena studi itu biasanya
dilakukan dengan mengambil sampel statistik, maka informasi baru
tersebut juga dikatakan ....
A. Random sample
B. Random information
C. Sample distribution
D. Sample information

10)

Laporan Studi Situasi masa depan
Menggembirakan
(I
1
)
Tidak menggembirakan
(I
2
)
M
1
Permintaan servis yang
tinggi
M
2
Permintaan servis yang
tinggi
P = 0,6

P = 0,2
P = 0,4

P = 0,8

Berdasarkan data di atas, salah satu jawaban yang benar adalah ....
A. apabila yang benar adalah M
1
, maka 60% hasil studi akan
menyenangkan dan 40% akan mengecewakan
B. apabila yang benar adalah M
1
menyenangkan dan 60% akan mengecewakan
C. apabila situasi masa depan yang benar adalah M
2
, maka 80% hasil
studi akan menyenangkan
D. apabila situasi masa depan yang benar adalah M
2
, maka 20% hasil
studi akan mengecewakan

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 1 yang
terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar.
Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan
Anda terhadap materi Kegiatan Belajar 1.

Arti tingkat penguasaan: 90 - 100% = baik sekali
80 - 89% = baik
70 - 79% = cukup
< 70% = kurang

Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat
meneruskan dengan Kegiatan Belajar 2. Bagus! Jika masih di bawah 80%,
Anda harus mengulangi materi Kegiatan Belajar 1, terutama bagian yang
belum dikuasai.

Tingkat penguasaan =
Jumlah Jawaban yang Benar
100%
Jumlah Soal

Kegiatan Belajar 2

Pengembangan Strategi Keputusan
Expected Value of Sample
Information (EVSI), dan
Analisis Sensitivitas

A. PENGEMBANGAN STRATEGI KEPUTUSAN

Apa yang harus dikerjakan selanjutnya? Strategi keputusan selanjutnya
harus berdasarkan hasil studi/eksperimen, yaitu apakah hasil studi tersebut
menggembirakan atau tidak menggembirakan, kita harus mencari strategi
keputusan yang optimal (Anderson et. al., 1983). Sekarang kita bisa membuat
analisis pohon keputusan yang lebih lengkap.

Gambar 3.3
Pohon Keputusan bagi masalah pembelian komputer

Jika diadakan studi maka hasilnya bisa I
1
(menggembirakan) atau I
2

(tidak menggembirakan). Bagaimanapun hasilnya, pembuat keputusan
mempunyai tiga pilihan alternatif keputusan (d
1
, d
2
, d
3
). Apapun yang
diperoleh, semuanya akan menghadapi dua kemungkinan situasi masa depan
(S
1
atau S
2
). "Indicator node" digambarkan dalam bentuk yang berarti
pembuat keputusan tidak menguasai cabang-cabang yang berasal dari "node"
ini sama seperti "the state of nature node" (titik situasi masa depan).
Sebelum kita dapat melaksanakan analisis pohon keputusan dan
membuat strategi keputusan, kita harus menghitung probabilitas dari tiap
indikator, dan probabilitas dari tiap situasi masa depan (S
1
dan S
2
) menurut
indikator (I
1
dan I
2
) seperti pohon keputusan yang berikut.

Gambar 3.4
Pohon Keputusan bagi masalah pembelian komputer dengan probabilitas
pada cabang situasi masa depan

Perhitungan-perhitungan probabilitas tersebut dapat dilakukan dengan cara
sebagai berikut.

Probabilitas akhir berdasarkan hasil studi yang menggembirakan (I
1
)

Situasi masa
depan
Prob. Awal
P(Sj)
Prob. Kondisional
P(I1/Sj)
Prob.
Gabungan
P(I1, Sj)
Prob. Akhir
P(Sj/I1)
S1
S2
0,4
0, 6
1, 0

0,8
0,1

0,32
P(I1) =
0, 06
0, 38

0,32/0,38 = ,8421
0,06/0,38 = ,1579

Probabilitas akhir berdasarkan hasil studi yang tidak menggambarkan (I
2
)

Situasi masa
depan
Prob. Awal
P(Sj)
Prob. Kondisional
P(I1/Sj)
Prob.
Gabungan
P(I1, Sj)
Prob. Akhir
P(Sj/I1)
S1
S2
0,4
0, 6
1, 0

0,2
0,9

0,08
P(I1) =
0, 54
0, 62

0,08/0,62 = 0,1290
0,54/0,62 = 0,8710

Perlu dijelaskan bahwa probabilitas gabungan diperoleh dengan
mengkalikan probabilitas awal dengan probabilitas kondisional.
P(I
1
S
1
) = P(S
1
) P(I
1
/S
1
) = (0,4)(0,8) = 0,32

Sedangkan probabilitas akhir diperoleh dari:

1 1
1 1
1
P(I S ) 0, 32
P(S / I ) 0,8421
P(I ) 0, 38
= = =

Selanjutnya EMV (Expected Monetary Value) atau perkiraan nilai dalam
bentuk uang dari tiap titik keputusan (decision node) dapat dihitung dengan
memakai probabilitas cabang keputusan dan "pay off" seperti tersebut di
bawah:
EMV (titik 4) = (0,8421)(12juta) + (0,1579)(6juta) = Rp11,0526 juta
EMV (titik 6) = (0,8421)(20juta) + (0,1579)(-3juta) = Rp16,3683 juta
EMV (titik 8) = (0,1290)(15juta) + (0,8710)(2juta) = RP3,677 juta
EMV (titik 9) = (0,1290)(20juta) + (0,8710)(-3juta) = -Rp0,033 juta
Cara perhitungan ini mulai dari ujung pohon keputusan mundur terus sampai
ke pangkal pohon yaitu titik (node) 1.

Gambar 3.5
Pada titik keputusan 2 dan 3, sebenarnya pembuat keputusan dapat
memilih cabang yang berasal dari titik tersebut berdasarkan pertimbangan
untuk memaksimisasi keuntungan sehingga pada titik 2 pilihan jatuh pada d3
dengan EMV Rp16,3683 juta, dan pada titik 3 pilihan yang optimal adalah d1
dengan EMV Rp6,774 juta.

Gambar 3.6

Langkah terakhir, lanjutkan perhitungan mundur sampai pada titik
indikator (indicator node) no. 1. Karena titik No. 1 bukan titik keputusan
maka kita tidak dapat memilih cabang yang terbaik, tetapi kita harus
menghitung EMV dari kedua cabang yang berasal dari titik indikator atau
perkiraan nilai keputusan optimal dengan informasi sampel (expected value
of optimal decision with sample information), yaitu:
EMV (titik 1) = (0,4)(16,3683 juta)+ (0,6)(6 774 juta) = Rp10,61172 juta.

EMV = Rp10,161172 adalah perkiraan nilai keputusan yang optimal.

Meskipun kita sudah mengetahui perkiraan nilai uang (EMV) dari kedua
cabang yang keluar dari titik indikator, kita belum dapat membuat keputusan
final. Keputusan final hanya dapat dibuat setelah kita mengetahui hasil studi:
1. Apabila hasil studi menggembirakan (favorable) maka keputusan yang
dibuat yaitu dengan membeli sistem komputer yang besar (d3),
sebaliknya.
2. Apabila hasil studi tidak menggembirakan (unfavorable) maka
keputusan yang dibuat yaitu dengan membeli sistem komputer yang
kecil (d1).

Expected Value of Sample Information (EVSI)
Agar dapat dicapai keputusan yang optimal, sebelumnya harus dilakukan
studi/riset/eksperimen untuk memperoleh tambahan data/informasi. Suatu
studi seperti ini tentu memerlukan tambahan biaya. Ini merupakan suatu
masalah yang tersendiri dan harus dipecahkan terlebih dahulu. Masalah
tersebut adalah tentang berapa jumlah biaya maksimum yang dapat
dialokasikan untuk keperluan studi tersebut. Biaya maksimum ini
mencerminkan nilai informasi yang diperoleh melalui studi atau eksperimen
itu (Expected Value of Sample Information atau EVSI).
Rumus untuk mencari EVSI atau nilai maksimum informasi adalah
(Anderson et. al., 1983):

EVSI =

EVSI = Rp10,161172 juta - Rp8,4 juta = Rp1,761172 juta.

Dari perhitungan tentang manfaat hasil studi tersebut diketahui bahwa
lembaga boleh membayar biaya studi paling banyak Rp 1,761172 juta.
Perkiraan nilai
keputusan optimal
dengan informasi
sampel
Perkiraan nilai
keputusan optimal
tanpa informasi
sampel
Tingkat Efisiensi Informasi Sampel
Kita mengetahui bahwa mutu informasi sampel adalah tidak seperti
informasi yang sempurna. Untuk mengukur nilai dari hasil studi ini dapat
digunakan rumus efisiensi sebagai berikut:

EVSI
E 100%
EVPI
Rp1, 761172 juta
100% 55%
Rp3, 2 juta
=
= =

Ini berarti bahwa informasi yang diperoleh dari studi ini adalah 55%
efisien sebagai informasi sempurna.
Tingkat efisiensi yang rendah untuk informasi: yang diperoleh dapat
mendorong pembuat keputusan untuk mencari jenis informasi yang lain.
Sebaliknya, tingkat efisiensi informasi yang tinggi menunjukkan bahwa
informasi tersebut hampir sama baiknya dibandingkan informasi yang
sempurna.
Contoh tersebut di atas relatif sederhana di mana kemungkinan situasi
masa depannya terbatas dan masih dapat dihitung satu per satu. Dalam
kenyataan tidaklah selalu demikian, sebab ada kalanya kemungkinan situasi
masa depan sangat beraneka ragam, dan tidak akan praktis bila mencoba
membatasi jumlah situasi masa depan dalam sejumlah kemungkinan.
Misalnya suatu produk baru ingin dijual dengan beberapa kemungkinan
harga. Kita dapat membayangkan kemungkinan situasi masa depan sebagai
volume penjualan dari 0 sampai 200.000 unit. Meskipun jumlah
kemungkinan situasi masa depan dapat dihitung misalnya, 0 penjualan, 1
penjualan dan seterusnya sampai 200.000 penjualan, namun jelas tidak
praktis mengelola begitu banyak kemungkinan situasi masa depan. Cara
penyelesaiannya adalah dengan memperlakukan situasi masa depan sebagai
variabel yang berkesinambungan (continuous). Contohnya, penentuan situasi
masa depan dengan memakai perhitungan statistik, khususnya penjualan-
penjualan tergambar dalam distribusi normal dengan rata-rata (mean)
100.000 unit, dan dengan standar deviasi 25.000 unit. Meskipun cara ini
sudah dikembangkan, dalam modul ini cara tersebut tidak akan dibahas
karena terlalu jauh dari tujuan penulisan modul ini.

Prosedur Penggunaan Pohon Keputusan

Tahap 1 Membuat Pohon Keputusan: Membuat cabang-cabang pohon
keputusan

1.1 Buatlah cabang-cabang sebagai alternatif-alternatif keputusan dari titik
keputusan (decision ision node).
1.2 Pada ujung tiap alternatif keputusan, buatlah titik situasi masa depan
(state of nature nodes).
1.3 Dari tiap titik masa depan ini, buatlah cabang-cabang tentang
kemungkinan situasi masa depan yang mungkin terjadi.
1.4 Kalau pada ujung cabang-cabang situasi masa depan ini masih ada
alternatif-alternatif keputusan lain maka buatlah titik keputusan baru
(decision node).
1.5 Ulangi langkah 1.1, 1.2, 1.3 dan 1.4 sampai pada akhir tiap titik situasi
masa depan menghasilkan "payoff" dan tidak ada titik keputusan baru
karena sudah tidak ada alternatif keputusan selanjutnya.

Tahap 2 Membuat Pohon Keputusan: Menyisipkan daun-daunnya

2.1 Untuk tiap alternatif keputusan, tuliskan biaya pelaksanaannya (sering
biaya ini tidak dilukiskan karena dianggap sudah diperhitungkan dalam
perhitungan "payoff").
2.2 Untuk tiap situasi masa depan, tulislah probabilitas kemungkinan
menjadi kenyataan.
2.3 Tuliskan "gross payoff" pada ujung cabang-cabang situasi masa depan
yang paling kanan (kalau biaya pelaksanaan alternatif keputusan tidak
disebutkan pada butir 2.1 maka yang dituliskan di sini adalah "net
payoff".

Tahap 3 Memotong/merapikan Pohon Keputusan: Memproses Informasi

3.1 Hitung net expected value (expected monetary value) dari tiap titik-titik
situasi masa depan (state of nature nodes).
3.2 Gantilah cabang-cabang tentang situasi masa depan (state of nature
branches) dengan "expected monetary value (EMV) pada ujung titik-
titik situasi masa depan tersebut.
3.3 Pada tiap titik keputusan yang paling kanan, hilangkan tiap alternatif
keputusan kecuali yang mempunyai EMV yang tertinggi yang dianggap
sebagai "payoff" dan cabang-cabang situasi masa depan yang
mendahuluinya (menghilangkan alternatif tersebut dengan memberi
tanda seperti ini _____________).
3.4 Ulangi langkah-langkah 3.1, 3.2 dan 3.3 sampai EMV dari tiap cabang
alternatif keputusan dari titik keputusan yang paling kiri.

B. ANALISIS SENSITIVITAS

Apabila suatu keputusan sudah dibuat, satu alternatif keputusan sudah
dipilih berdasarkan satu atau lebih kriteria yang dipakai. Misalnya, dalam
contoh dl atas, alternatif yang dipilih dalam kasus pembelian komputer oleh
Lembaga Penelitian adalah alternatif d3 karena berdasarkan studi diketahui
bahwa permintaan terhadap jasa Lembaga Penelitian di masa depan cukup
besar. EMV dari alternatif ini adalah yang paling tinggi, yaitu Rp16,3683
juta. Maka kalau ada keberatan terhadap keputusan ini maka akan lebih
banyak ditujukan terhadap asumsi yang dipakai dari pada terhadap
metodologinya. Misalnya, mungkin faktor biaya dan manfaat yang dipakai
untuk mendapatkan angka-angka payoff tidak sesuai dengan kenyataannya,
sehingga angka-angka payoff mungkin terlalu/agak dibesar-besarkan
(overstated) atau terlalu/agak dikecilkan (understated). Contoh lain adalah
probabilitas situasi masa depan tidak tepat, dan sebagainya.
Untuk mengurangi pengaruh kesalahan asumsi atau perhitungan angka-
angka yang dipakai dalam menganalisis keputusan, maka ada prosedur
tertentu yang dipakai untuk mengakomodasikan asumsi-asumsi tersebut ke
dalam analisis. Teknik ini disebut sebagai analisis sensitivitas, misalnya,
dibuat beberapa perhitungan berdasarkan angka-angka payoff yang berbeda-
beda: lebih tinggi dan lebih rendah, kemudian dilihat bagaimana hasilnya
(EMV, misalnya) sehingga ada perbandingan terhadap perhitungan yang
dibuat pertama. Sering hasil studi atau eksperimen tidak dapat memberikan
satu angka probabilitas untuk satu situasi masa depan karena masalah
keputusan yang dibuat demikian kompleks dan pengaruh faktor-faktor
ketidakpastiannya terlalu besar. Dalam hal seperti ini biasanya diberi dua
atau tiga angka probabilitas, yaitu berdasarkan perkiraan yang opsimistik,
pesimistik dan/atau perkiraan yang moderat. Jadi dengan cara ini dapat
dilihat pengaruhnya terhadap pembuatan keputusan akhir, serta dapat
memberi pertimbangan tambahan bagi pembuat keputusan.

Latihan 1

Problem dari "Industrial Park"
Anda diminta untuk membantu "Fulton County Planning and
Development Committee" terhadap masalah berikut ini. Komite berusaha
untuk menentukan apakah pemerintah daerah harus menetapkan beberapa
serikat (bonds) untuk membangun sebuah kantor dan pertamanan di lokasi
industri (industrial park). Taman tersebut akan disewakan kepada berbagai
pabrik dan hasil dari sewa tersebut akan dibayarkan kepada bonds. Namun
demikian ada risiko dengan penerapan strategi ini. Seandainya persewaan
pertamanan tersebut tidak sukses, maka para wajib pajak harus membayar
kepada bonds, namun apabila perkiraan tersebut sukses, maka keuntungan
ekonominya secara riil akan bertambah bagi pemerintah daerah dan
warganya. Komite telah mengembangkan beberapa alternatif dan
kemungkinan-kemungkinan masa mendatang.

Alternatif S
1

Kesuksesan
S
2

Kegagalan
Membangun pertamanan yang luas Rp18.000.000 Rp3.500.000
Membangun pertamanan yang kecil Rp11.500.000 Rp.2.000.000
Tidak membangun Rp0 Rp0

Selanjutnya, anggota Komite menyatakan bahwa 31 mempunyai
probabilitas 0,65 dan 32 probabilitasnya 0,35.
Dalam memo yang harus ditulis secara ringkas kepada ketua Komite,
yaitu: A Feldt, hal-hal yang Anda kerjakan adalah berdasarkan pertanyaan-
pertanyaan yang tertera di bawah ini.
1) Sesuai dengan keterangan di atas, apa yang sebaiknya harus dilakukan
menurut pendapat anda?
2) Dengan uraian yang singkat mengenai analisis sensitivitas (sentivity of
the analysis), pada probabilitas berapa suatu keputusan akan berganti-
ganti di antara alternatif-alternatif tersebut.
3) Apabila seseorang diminta untuk memberikan keterangan yang lengkap
(perfect information) kepada Komite, berapa besar yang harus dibayar
oleh mereka (maksimum)?
4) Suatu agen konsultan yang terkenal menyatakan bahwa dengan
Rp600,000,- mereka dapat meramalkan keadaan masa mendatang.
Mereka menyatakan bahwa mereka dapat dengan tepat meramalkan
kegagalan sebesar 90% pada suatu periode dan kesuksesan sebesar 80%
pada suatu periode. Tunjukkan apakah Komite harus membeli informasi
ini!
5) Akhirnya, di bagian akhir dari memo Anda, beri beberapa informasi
tambahan, pernyataan yang positif dan lain sebagainya di mana mungkin
Komite akan mempertimbangkannya.

Petunjuk di dalam menjawab pertanyaan-pertanyaan tersebut di atas
adalah sebagai berikut.
1) Gunakan format memo, yaitu menggunakan headings (kepala surat) dan
subheadings (bagian-bagian pokok).
2) Gunakan tabel dan bentuk lain untuk meringkas dan memberikan
informasi.
3) Buatlah secara ringkas.
4) Anda boleh bekerja dengan 2 atau 3 teman Anda pada tugas ini dan
Anda dapat memberikan satu memo bagi kelompok Anda.
5) Memo-memo tersebut harus distapler.

Jawaban soal no. 1

MEMO

Kepada : MR. J.A. Feldt, Chairman
Fulton County Olanning and Development Committee.
Dari : Azhar Kasim dan teman-teman.
Tanggal : 13 Agustus 1984
Hal : Kantor dan Pertamanan (Office and Industrial Park)

Atas permintaan Anda dan dengan menggunakan teknik manajemen
yang dapat diterima secara umum, kami telah menganalisis beberapa
alternatif keputusan berdasarkan dua kondisi yang berbeda, baik dengan
informasi tambahan maupun tidak, untuk mengembangkan strategi keputusan
yang optimal. Studi kami menunjukkan:

1) Nilai yang diharapkan (Expected Value)
Berdasarkan analisis pohon keputusan, maka kami rekomendasikan
kepada The Fulton County Planning and Development one Committee
dalam membangun sebuah kantor yang besar dan pertamanan, di mana
alternatif yang mempunyai Expected Value yang paling tinggi adalah
Rp10,475,000,-.
2) Analisis Sensitivitas (Sentivity Analysis)
Berdasarkan kenyataan di mana nilai yang diharapkan (expected value)
itu tidak didasarkan atas informasi yang akurat, kami telah menganalisis
sensitivitas dari probabilitas sebelumnya dengan membuat suatu
persamaan untuk memperoleh sebuah probabilitas di mana keputusan
akan berganti-ganti di antara berbagai alternatif. Probabilitas tersebut
adalah P(S1) = 0,1875.
3) Harga dari informasi yang lengkap (the price of perfect information)
Kami merekomendasikan kepada Komite untuk membayar bagi suatu
informasi yang lengkap sampai Rpl,225,000.
4) Pembelian informasi sampel (purchasing sample information)
Berdasarkan perhitungan kami, hasil bersih yang diharapkan (The Net
Expected Gain) adalah -Rp600,537.50. Oleh karena itu, kami mendesak
Komite untuk tidak membeli informasi sampel yang ditawarkan oleh
badan konsultan, karena informasi tersebut kurang berharga dibanding
pilihan sekarang.

5) Informasi tambahan
a) Situasi masa depan (State of nature) dari taman tersebut adalah tidak
menentu pada umumnya, karena banyak faktor yang mempengaruhi
kesuksesan tersebut. Sebagai contohnya, keadaan ekonomi seperti
inflasi, resesi, persaingan, campur tangan pemerintah terhadap
perlindungan, lingkungan dan sebagainya. Secara teoritis, kondisi
taman tersebut tidak hanya punya dua kemungkinan yaitu
kesuksesan maupun kegagalan, tapi mungkin juga di tengah-
tengahnya.
b) Besarnya risiko antara membangun taman yang besar dengan yang
kecil adalah berbeda. Di lain pihak, perbedaan mengenai
keuntungan yang mungkin diperoleh di antara dua alternatif tersebut
adalah sangat berarti (significant). Oleh karena itu, alternatif 1
(membangun taman yang besar) adalah lebih penting. Karena
alternatif 1 ini mempunyai kemungkinan risiko Rp3.500.000,- jika
terjadi kegagalan maka direkomendasikan agar Fulton County
Planning and Development Committee melakukan studi untuk
mendapatkan informasi yang lebih lengkap. Kami bersedia
melakukan studi yang dimaksud.
c) Apabila Anda mempunyai pertanyaan-pertanyaan, silakan
menelepon kami : 436 - 7402 atau 434 4776.

Analisis studi:

Alternatif S1
(0,65)
S2
(0,35)
Membangun taman yang luas
A1
Rp18,000,000 Rp-3,500,000
Membangun taman yang kecil
A2
Rp11,500,000 Rp-2,000,000
Tidak membangun 0 0

Gambar 3.7
Pohon Keputusan bagi Masalah Pembangunan Tempat Parkir
a) 0,65 Rp18.000.000,00 = Rp11.700.000,00
0,35 Rp3.500.000,00 = Rp -1.225.000,00
EV = Rp10.475.000,00
0,65 Rp11.500.000,00 = Rp 7.475.000,00
0,35 Rp-2.000.000,00 = Rp -700.000,00
EV = Rp 6.775.000,00

Kita merekomendasikan Komite untuk membangun taman yang luas.
'Alternatif ini mempunyai Expected value yang tertinggi yaitu
Rpl0.475.000,00

b) Analisis Sensitivitas

p(18) (1 p)( 3, 5) p(11, 5) (1 p)( 2)
18p 3, 5 3, 5p 11, 5p 2 2p
13, 5p 21, 5p 3, 5 2
p 0,1875
+ = +
+ = +
+ =
=

c) EVPI = (0,65)(Rp18.000.000,-) + (0.35)(0) - Rp10.475.000,00
= Rp11.700.000,=. - Rp10.475.000,
= RP1.225.000-,
Kita mengusulkan Komite untuk membayar informasi yang lengkap
sebanyak Rpl.225.000,

d) Informasi
P(I/S)

I S
1
I S
2

S
1
0,80 0,20
S
2
0,10 0,90

Kemungkinan
S1 yang akan
terjadi
Situasi
masa
depan
(state
of
nature)
Probabilitas
sebelumnya
(prior
probability)
Probabilitas
kondisional
(conditional
probability)
Probabilitas
Gabungan (joint
probability)
Probabilitas
Terakhir (posterior
probability)
P(IS1/S) P(S)*P(IS1/S) P(S/S1)
S1 0,65 0,80 0,52 0, 52
0, 937
0, 555
=
S2 0,35 0,10
1
0, 035
P(IS )
0, 555
=
0, 035 0, 063
0, 555 1, 00
=
Kemungkinan
S2 yang akan
terjadi
Situasi
masa
depan
(state
of
nature)
Probabilitas
sebelumnya
(prior
probability)
Probabilitas
kondisional
(conditional
probability)
Probabilitas
Gabungan (joint
probability)
Probabilitas
Terakhir (posterior
probability)
P(IS1/S) P(S)*P(IS1/S) P(S/S1)
S1 0,65 0,20 0,13 0,13
0, 292
0, 445
=
S2 0,35 0,90
1
0, 315
P(IS )
0, 445
=
0, 315 0, 708
0, 45 1, 00
=


Gambar 3.8

1) 0,937 x Rp18.000.000,00 = Rp16.866.000,00
0,063 x Rp-3.500.000,00 = Rp -220.500,00
Rpl6.645.500,00

2) 0,937 x Rpll.500.000,00 = Rp10.775.500,00
0,063 x Rp-2.000.000,00 = Rp -126.000,00
Rp10.649.500,00

3) 0,292 x Rp18.000.000,00 = RP 5.256.000,00
0,708 x Rp-3.500.000,00 = Rp-2.478.000,00
Rp 2.778.000,00

4) 0,292 x Rpll.500.000,00 = RP 3.358.000,00
0,708 x Rp-2.000.000,00 = Rp-1.416.000,00
Rp 1.942.000,00

5) 0,555.x Rp16.645.500,00 = Rp 9.238.252,50
0,445 x Rp 2.778.000,00 = Rp 1.236.210,00
Rp10.474.462,50

EVSI = EV/ w/info - EV w/o info
= Rp10.474.462,50 - Rp10.475.000,- = Rp - 537,50

Expected Net Gain = EVSI - Cost
= Rp -537,50 - Rp600.000,
= Rp -600.537,50
Efisiensi S
1
=
EVSI Rp 537, 50
100% 0, 044%
EVPI Rp1.225.000, 00
= =

Latihan No. 2

a) Apabila salju turun lagi di musim semi ini, kemungkinan pemerintah
kota perlu mengurangi biaya pemeliharaan jalan untuk musim panas
adalah 80% untuk menyesuaikan dengan anggarannya. Kemungkinan
yang sama mengenai turunnya salju di akhir musim ini adalah hanya
20%. Berapa probabilitas di mana pemerintah kota akan memotong
biaya pemeliharaan jalan agar tetap sesuai dengan anggarannya?
b) Ada 5% kemungkinan di mana pemerintah kota akan memotong biaya
pemeliharaan agar sesuai dengan anggaran apabila tidak turun salju.
Berapa kemungkinan pemerintah kota tidak usah memotong biaya
pemeliharaan jalan agar tetap sesuai dengan anggarannnya?
c) Anda berpikiran bahwa biaya pemeliharaan jalan harus dipotong. Berapa
kemungkinan apabila turun salju di musim semi?

Jawaban latihan no. 2

a) Apabila P (potong biaya/ada salju) = 0,8
dan P (ada salju) = 0,2
P (potong biaya dan ada salju) = P (potong biaya/ada salju) x P
(ada salju)
= 0,8 x 0,2 = 0,16

b) Dengan keterangan di atas dan P (potong biaya /tidak ada salju) = 0,05
maka akan didapat P (tidak dipotong biaya). Hal ini akan terlihat dengan
mudah melalui pohon keputusan:

P (tidak dipotong biaya) = P (tidak bersalju dan tidal dipotong biaya) +
P (ada saiju dan tidak dipotong biaya)
= 0,4 + 0,76 = 0,80

c) P (ada salju/potong biaya):
Dari diagram pohon keputusan di atas dapat dilihat bahwa terdapat
probabilitas 0,16 mengenai pemotongan biaya dan apabila turun salju, serta
probabilitas 0,04 mengenai pemotongan biaya dan apabila tidak turun salju,
oleh karena itu ada probabilitas 0,20 mengenai pemotongan biaya. Namun
kita telah menyatakan bahwa pemotongan biaya yang dilakukan memang
benar terjadi, oleh karena itu kita melihat pada
P(salju dan potong)
P(potong biaya)
atau 0,16/0,20 = 0,8

Ini sebenarnya merupakan sebuah penggunaan dari Bayes theorem. Kita
telah membahas dari P (potong biaya/ada salju) di bagian a) sampai P (ada
salju/potong biaya).

Dalil itu menyatakan:
P (ada salju/potong biaya) =
P(potong biaya / ada salju)P(ada salju)
P(potong biaya)

P(potong biaya / ada salju)P(ada salju)
[P(potong biaya / ada salju) P(potong biaya / tidak bersalju)P(tidak bersalju)
(0,8)(0, 2) 0,16 0,16
0, 8
(0, 8)(0, 2) (0, 05)(0,8) 0,164 0, 4 0, 20
=
+
= = = =
+ +

Latihan No. 3

Misalnya Anda sebagai auditor (akuntan) pada bagian perizinan media
pemerintah. Standar kelayakan telah diubah sehingga Anda perlu
mengembangkan audit yang khusus untuk meyakinkan perizinan. Pada waktu
yang lalu, Anda telah mengikuti tiga prosedur yaitu:
1) audit 1 : 50 kasus
2) audit 1 : 30 atau
3) audit 1 : 10.

Dengan menggunakan data masa lalu, dan memperkirakan adanya kesalahan-
kesalahan, Anda mengembangkan hal-hal sebagai berikut: Ada 35%
kemungkinan terjadinya kesalahan besar yang dibuat karena adanya
perubahan prosedur. Apabila tingkat kesalahannya tinggi, pemerintah dapat
melakukan usaha-usaha pengawasan yang tinggi. Namun apabila tingkat
kesalahannya adalah rendah, pemerintah akan mengeluarkan biaya yang lebih
dari tingkat yang aman. Apabila diagram keputusan digambarkan untuk
merefleksikan perkiraan yang terbaik menurut Anda, tingkat pengawasan
(surveillance) yang mana yang Anda pilih dan berapa perolehan/hasil yang
diharapkan (expected gain)?


Jawaban Latihan No. 3

a) 0,35 x Rp 700.000,-, = Rp245.000,-
0,65 x Rp -150.000, = Rp-97.500,-
Rp147.500,-

b) 0,35 x Rpl.167.000,- = Rp 408.450,-
0,65 x Rp- 483.250,- = Rp -314.125,50
Rp 94.337,50

c) 0,35 x RP 3.500.000,- = Rpl.225.000,-
0,65 x Rp-1.050.000,- = Rp -682.500,-
Rp 543.500,-

EV untuk audit 1 :50 = (0,35)(Rp700.000) + (0,65) (Rp150.000) =
Rp147.500,
EV untuk audit 1:30 = (0,35)(Rp1.167.000) + (0,65)(Rp-483.000) =
Rp94.337,50
EV untuk audit 1 :10 = (0,35)(Rp3.500.000) + (0,65)(Rp-1.050.000) =
Rp542.500,-

Oleh karena audit 1:10 adalah EV yang paling tinggi, maka ini adalah strategi
yang diusulkan. Perhatikan bahwa audit 1:30 mempunyai kesuksesan yang
diharapkan paling rendah, oleh karena itu seharusnya dihindari. Apabila
pembuat keputusan adalah orang yang tidak mau mengambil risiko (risk
avoider) maka audit 1 : 50 seharusnya dipilih karena itu mempunyai EV yang
paling tinggi yang berikutnya, dan memiliki resiko yang paling kecil.

Latihan no. 4

Setelah bekerja selama 1 1/2 tahun sebagai presiden dia menghadapi
masalah yang cukup rumit. Birokrasinya sangat buruk sehingga dia tidak
dapat bekerja sesuai dengan rencana, agar dia siap dalam pemilihan presiden
untuk periode berikutnya. Oleh karena itu dia memutuskan untuk mengubah
cara-cara yang dilakukan pada bagian operasionilnya sehingga membuatnya
lebih responsive. Dia meminta stafnya untuk membuat rencana alternatif
untuk reorganisas,i. hereka memberikan 3 alternatif yang nampaknya
meyakinkan, yaitu perubahan yang kecil, menengah dan besar. Presiden
sangat antusias dengan pemilihan anggota kongres mendatang di bulan
November dan walau dia telah melakukan kampanye yang gencar, namun
hasilnya belum kelihatan. Dengan demikian ada 3 kemungkinan mengenai
komposisi dari Kongres yaitu kontrol oleh partainya sendiri, kontrol oleh
partai oposisi, serta oleh pemilik saham.,,
Dengan informasi tersebut, dia meminta penasehatnya untuk
membantunya di dalam menilai kemungkinan tercapainya rreneana
organisasinya. Berikut adalah matriks'yang dibuat berdesar penilaiair mereka.
Kesuksesan yang diharapkan ditunjukkan dalam presentase yang
menggambarkan kepercayaan mereka mengenai kemungkinan berhasilny$
rencana dengan kondisi-kondisi yang berbeda.

Komposisi kongres

Rencana alternatif
Partainya (S1) Partai oposisi
(S2)
Pemilik saham (S3)
Perubahan kecil (A1)
Perubahan Menengah (A2)
Perubahan Besar (A3)
50
80
70
60
30
10
70
60
40

Jawaban latihan no. 4

Abaikan kalimat terakhir yang membingungkan dan anggap angka-angka di
kolom sebagai hasil]
Pertama, alternatif A3 adalah didominasi oleh A2 pada setiap keadaan,
maka A, dapat diabaikan dari analisis kita. Oleh karena probabilItasnya tidak
diberikan maka kita akan menganggapnya sebagai pengambilan keputusan di
dasarkan atas kondisi yang tidak menentu.

S
1
S
2
S
3

A
1
50 60 70
A
2
80 30 60
Optimis maximax memilih A
2
(80 > 70)
Pesimis maximin memilih A
1
(50 > 30)

S
1
S
2
S
3

A
1
30 0 0
A
2
0 30 10

Strategi minimax Regret tidak akan membedakan antara A
1
+ A
2
karena
keduanya mempunyai Maximax Regret = 30 (Anda bisa mengurangi
(minimize) EOL, dengan menghitung hasil seperti di bawah ini).

Le Place Criterion

A
1
= (50 + 60 + 70)/3 = 60 A
1
yang seharusnya dipilih.
12 2 (80 + 30 + 60)3 = 56 2/3

1) Coba jelaskan spa yang Anda ketahui tentang expected value of sample
information (EVSI)!
LATIHAN

Untuk memperdalam pemahaman Anda mengenai materi di atas,
kerjakanlah latihan berikut!
2) Terangkan apa yang dimaksud dengan tingkat efisiensi suatu informasi!
3) Saya yakin bahwa di antara Anda pasti ada yang menjadi anggota atau
pimpinan suatu kelompok. Coba Anda kembangkan strategi keputusan
berdasarkan metode pohon keputusan yang lengkap karena sebenarnya
pohon keputusan itu tidaklah sederhana yang kita bayangkan, dan
bahkan harus berdasarkan riset/eksperimen.

Petunjuk Jawaban Latihan

Untuk menjawab pertanyaan-pertanyaan di atas maka Anda diharap
untuk membaca modul 3 ini dengan sebaik-baiknya berikut contoh-
contohnya. Buatlah rumus-rumus dan catatan kecil agar Anda dapat mudah
mengerjakannya. Akan lebih baik lagi apabila dalam menjalankan latihan
tersebut, Anda berdiskusi serta berlatih bersama-sama dengan teman
kelompok belajar Anda.

Pembuat keputusan selain membuat keputusan berdasarkan
informasi yang kasar atau kurang lengkap pada tahap awalnya jugs dapat
meningkatkan mutu hasil keputusan agar lebih akurat dengan mencari
informasi tambahan yang merupakan sampel (sample information).
Informasi tambahan tersebut dapat dilakukan dengan melakukan
eksperimen atau penelitian mengenai situasi masa depan. Studi tersebut
menggunakan rumus EVSI. Di samping itu perlu juga ditekankan
mengenai tingkat efisiensi dari informasi yang diperoleh dari studi
tersebut.

1) Apabila diketahui probabilitas awal = 0,6 dan probabilitas kondisional =
0,8, berapa probabilitas gabungannya ....
A. 1,4
B. 0,2
C. 0,75
D. 0,48
RANGKUMAN
TES FORMATIF 2

Pilihlah satu jawaban yang paling tepat!
2) Agar dapat dicapai keputusan yang optimal, sebelumnya ha rua
dilakukan studi/riset untuk memperoleh tambahan data/informasi.
masalahnya adalah tentang jumlah biaya maximum yang bisa diberikan
untuk keperluan studi tersebut.
Apabila nilai informasi yang diperoleh melalui studi/eksperimen (EVSI)
nya sebesar Rpl.000.000 hal itu berarti bahwa ....
A. Dari perhitungan tentang manfaat hasil studi, diketahui bahwa biaya
studi tersebut paling banyak Rp1.000.000,
B. P.inimum biaya studi untuk memperoleh tambahan informasi adalah
sebesar Rp 1.000.000,
C. Keuntungan yang diperoleh berdasarkan studi adalah Rpl.000.000
D. Kerugian yang didapat boleh melebihi Rpl.000.000,

3) Kita mengetahui bahwa mutu informasi sampel tidek seperti informasi
yang sempurna. Apabila diketahui bahwa EVSI = Rpl.000.000 dan EVPI
Rp2.000.000. Berapa tingkat efisiensi informasi sampelnya 8E) ....
A. 50%
B. 70%
C. 80%
D. 30%

4) Untuk mengurangi pengaruh kesalahan asumsi atau perhitungan
angkaangka yang.dipakai dalam menganalisis keputusan, maka ada suatu
prosedur tertentu yang dipakai untuk mengalaomodasikan asumsi-asumsi
tersebut ke dalam analisis. Teknik ini disebut sebagai ....
A. Analisis probabilitas
B. Analisis sensitivitas
C. Analisis flexibilitas
D. Analisis produktivitas.

5) Apabila perkiraan nilai keputusan optimal tanpa informasi sampel adalah
Rp3.000.000,- dan perkiraan nilai keputusan optimal dengan informasi
sampel sebesar Rp6.000.000,- berapa EVSI iya ....
A. Rp9.000.000,00
B. Rp3.000.000,00
C. Rp18.000.000,00
D. Rp2.000.000,00

6) Apabila diketahui probabilitas gabungan = 0,45 dan probabilitas
indikatornya = 0,50 berapa probabilitas'akhirnya ....
A. 1,11
B. - 0,95
C. 0,9
D. 0,5

7) Suatu studi, agar dapat membantu mencapai keputusan yang optimal,
tentu memerlukan tambahan biaya. Masalah tersebut adalah tentang
berapa jumlah biaya maksimum yang dapat diberikan untuk keperluan
studi tersebut. Biaya maksimum tersebut mencerminkan ....
A. EVSI
B. EMW
C. EOL
D. EVPI

8) Apa yang dimaksud dengan pengertian E = 60% ....
A. Informasi yang diperoleh dari studi ini adalah 40% efisien sebagai
informasi sempurna
B. Informasi yang diperoleh dari studi ini adalah 60% efisien sebagai
informasi sempurna
C. Keputusan yang dibuat, 60% berhasil dengan sempurna
D. Keputusan yang dibuat, 60% gagal, atau hanya mencapai
keberhasilan 40%.

9) Apa arti tanda " " pada pohon keputusan ....
A. Pada alternatif atau garis tersebut, menunjukkan alternatif yang
paling baik yang harus dipilih
B. Pada alternatif atau garis tersebut menunjukkan bahwa nilai atau
bilangannya harus diganti dengan yang lebih tepat
C. Yaitu, tanda untuk menghilangkan alternatif

10)

Berapa nilai EMV titik (1) ...
A. 12 juta
B. 21 juta
C. 11 juta
D. 22 juta

Cocokkanlah jawaban Anda dengan Kunci Jawaban Tes Formatif 2 yang
terdapat di bagian akhir modul ini. Hitunglah jawaban yang benar.
Kemudian, gunakan rumus berikut untuk mengetahui tingkat penguasaan
Anda terhadap materi Kegiatan Belajar 2.

Arti tingkat penguasaan: 90 - 100% = baik sekali
80 - 89% = baik
70 - 79% = cukup
< 70% = kurang

Apabila mencapai tingkat penguasaan 80% atau lebih, Anda dapat
meneruskan dengan modul selanjutnya. Bagus! Jika masih di bawah 80%,
Anda harus mengulangi materi Kegiatan Belajar 2, terutama bagian yang
belum dikuasai.

Tingkat penguasaan =
Jumlah Jawaban yang Benar
100%
Jumlah Soal

Kunci Jawaban Tes Formatif

Tes Formatif 1
1) B 1engambil keputusan yang menyangkut sejumlah alternatif
keputusan.
2) D State of nature nodes.
31 B WV q 11,6
4) D State of nature nodes.
5) A 2,4 juta
6) B Memperbandingkan antara biaya maksimum untuk memperoleh
informasi tambahan dengan biaya yang sebenarnya bagi keputusan
mendapatkan informasi tersebut
7) A Posterior probability
8) B Probabilitas kondisional
9) D Sample information
10) A Apabila yang benar adalah M
1
menyenangkan.

Tes Formatif 2
1) D 0,48
2) A Dari perhitungan tentang manfaat hasil studi, diketahui bahwa biaya
studi tersebut paling banyak Rpl.000.000,31 D 50%
4) B analisis sentivitas
5) B Rp3.000.000,
6) C 0,9
7) A EVSI
8) B Informasi yang diperoleh dari studi ini adalah 60% efisien sebagai
informasi sempurna.
9) C yaitu tanda untuk menghilangkan alternatif.
10) A 12 juta

Kembali ke Daftar Isi

Pohon Keputusan

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Pohon Keputusan

Uploaded by

Copyright:

Available Formats

Modul 3

You might also like