MODEL TEKNIK PENGAMBILAN

KEPUTUSAN

POKOK BAHASAN
I.ANALISA KEPUTUSAN
II. TPK MULTI KRITERIA (MCDM)
III. TPK (GDM)
IV.ANALYTIC HIERARCHY PROCESS
(SICD/STKD)
I.ANALISA KEPUTUSAN
Dikutip dari :
K. Mangkusubroto
…………………
 LINGKUP KEPUTUSAN
• DESKRIPSI
Suatu masalah keputusan memiliki suatu lingkup yang berbeda
dengan masalah lainnya. Perbedaan ini menonjol terutama karena
adanya batas yang tidak terhubungkan antara harapan dan
kenyataan; dimana yang pertama dinyatakan dalam bentuk
keputusan yang dipilih. Sedangkan yang kedua diyatakan dalam
bentuk hasil yang diperoleh. Yang pertama sepenuhnya ada dalam
lingkup pengendalian kita, sedangkan yang kedua berada diluar
kemampuan kita untuk mengaturnya.

• Lingkungan
Dalam setiap pengambilan keputusan, kita akan selalu berhadapan
dengan lingkungan, di mana salah satu karakteristiknya yang paling
menyulitkan dalam proses pengambilan keputusan adalah:
– Ketidakpastian
– Kompleks
– Dinamis
– Keterbatasan
• Kemampuan manusia
Menghadapi lingkungan yang bagaimanapun tak pastinya,
bagaimanapun kompleksnya, dan sebagainya, manusia
memiliki ‘alat’ yang dapat dimanfaatkannya guna mengatasi
rasa bingung dan cemas yang pada awalnya akan melingkupi
perasaannya, yaitu:
– Kecerdasan
– persepsi
– falsafah
• Intuisi
Sebagian besar keputusan-keputusan yang dibuat dalam
hidup kita ini adalah berdasarkan intuisi. Kita
mempertimbangkan pilihan-pilihan yang kita dapati
berdasarkan informasi yang telah kita miliki dan sesuatu
dengan preferensi kita, untuk kemudian dengan
menggunakan proses intuitif, dapat menuju suatu tindakan
yang mencerminkan keputusan terbaik yang kita pilih.
 Ciri utama intuisi, yang amat mengganggu kita, adalah
kenyataan bahwa logika dari intuisi tidak dapat ditelusuri
secara rasional. Bila seorang direktur perusahaan mengambil
keputusan berdasarkan intuisi, mungkin ia akan berkata,
“saudara-saudara sekalian, saya telah membaca semua
laporan yang masuk, dan setelah mempertimbangkan masak-
masak, saya kira sebaliknya kita bergabung dengan
perusahaan X”.

• Keputusan vs Hasil
Kita memiliki kecenderungan untuk menilai suatu keputusan
berdasarkan hasilnya; bila hasilnya baik maka kita biasanya
mengatakan bahwa keputusan tersebut tepat, atau
sebaliknya.
Secara sederhana kita dapat mengatakan bahwa membuat
keputusan yang terbaik adalah memiliki pilihan yang terbaik
yang akan dapat memberikan kesempatan memperoleh hasil
yang diinginkan.
 Kecerdasan •Pilihann
•Tidak pasti
•Kompleks Persepsi Intuisi .
•Informasi Keputusan Hasil
•Dinamis Logika tidak
•Persaingan dapat diperiksa
•terbatas
Falsafah •preferensi

Bingung berpikir rasa bertindak puji

senang
cemas tidak enak cela sedih
REAKSI

DIAGRAM 2.1
Pengambilan keputusan dengan intuisi
• ANALISA KEPUTUSAN
Analisa keputusan dapat juga dipandang sebagai gabungan
dari dua disiplin ilmu yang telah ada lebih dahulu, yaitu Teori
Keputusan dan Metodologi Pemodelan Sistem.
Teori Keputusan adalah teori yang mempelajari bagai mana
sikap pikir yang rasional dalam situasi yang amat sederhana,
tetapi yang mengandung ketidakpastian, seperti dalam
permainan lotere. Karena itu maka peranannya dalam
menghadapi situasi yang kompleks adalah sangat kecil.
Sedangkan Metodologi Pemodelan Sistem mempelajari bagai
mana memperlakukan aspek yang dinamis dan kompleks dari
suatu lingkungan. Jadi analisa keputusan yang merupakan
gabungan dari keduanya, mengkombinasikan kemampuan
untuk menangani sistem yang kompleks dan dinamis, dan
kemampuan untuk menangani ketidakpastian dalam suatu
disiplin keilmuan.
Karenanya, Analisa Keputusan pada dasarnya
adalah suatu prosedur logis dan kuantitatif, yang
tidak hanya menerangkan mengenai proses
pengambilan keputusan, tetapi juga merupakan
suatu cara untuk membuat keputusan. Dengan
kata lain, cara untuk membuat model suatu
keputusan yang memungkinkan dilakukannya
pemeriksaan dan pengujian
• FORMALISASI ANALISA KEPUTUSAN
Sebenarnya apakah yang membedakan Analisa Keputusan dari
pengambilan keputusan dengan intuisi ?
Berkenaan dengan ini maka fokus perhatian terutama perlu
diletakan pada situasi lingkungan; dimana dalam lingkup ini maka
situasinya adalah penuh dengan ketidak pastian, kompleks,
dinamis, persaingan dan adanya keterbatasan sumber. Jadi untuk
mengatasi hal itulah kita perlu menggunakan ‘alat’ yang kita miliki’
berupa kecerdasan, persepsi dan falsafah.
• Pilihan
Dengan kecerdasan dan kemampuan kreatifitas yang kita miliki,
maka kita bisa mendapatkan alternatip-alternatip spesifik dari suatu
persoalan keputusan. Satu segi yang penting adalah bahwa
alternatip tersebut harus dapat dijabarkan secara kuantitatip, bukan
hanya penjabaran secara umum saja.
• Kodifikasi Informasi
Informasi di sini perlu dibedakan dalam dua bentuk. Pertama, yang
berkenaan dengan sifat ketidak pastian yang ditetapkan dengan
besaran nilai kemungkinan (probability); dan kedua, yang
berkenaan dengan hubungan-hubungan yang terjadi dalam sistem,
yang dinyatakan sebagai model, ini menggambarkan struktur
persoalan. Secara singkat keduanya dapat dijelaskan sebagai
berikut.
Penyusunan Model
Penyusunan model keputusan adalah suatu cara untuk menggambarkan
hubungan-hubungan logis yang mendasari persoalan keputusan ke dalam
suatu model matematis, yang mencerminkan hubungan yang terjadi di
antara faktor-faktor yang terlibat.
Penetapan Nilai Kemungkinan
pada intinya, dalam menghadapi ketidakpastian yang pentig adalah
bukannya mencoba membuat lingkungan ini untuk berubah sehingga
penuh dengan kepastian. Melainkan hidup di dalam lingkungan ini sebagai
mana adanya-penuh dengan ketidak pastian-dan mampu berbuat yang
terbaik dalam keadaan tersebut, dalam hal ini adalah mengambil keputusan
terbaik dalam situasi tersebut.
• Penetapan Preferensi
Dalam Analisa Keputusan, penetapan preferensi ini perlu
dipisahkan dari persoalan ketidakpastian. Karena untuk masalah
ketidakpastian. Kita perlu menetapkan nilai kemungkinannya
berdasarkan informasi yang dimiliki. Sedangkan masalah preferensi
adalah masalah yang secara benar mencerminkan kecenderungan
kita dalam menghadapai suatu hasil; ini merupakan pencerminan
nilai dan pandangan hidup kita.
Berkenaan dengan ini, preferensi perlu dibedakan atas tiga aspek,
yaitu:
• Penetapan Nilai
• Preferensi atas Waktu
• Preferensi atas Risiko
Penetapan Nilai
Yang dimaksud dengan nilai disini adalah suatu ukuran yang dapat
mencerminkan seberapa besar kita menghargai suatu hasil.
 Preferensi atas Waktu
Bagaimana kita menilai waktu, dengan kata lain bagaimana preferensi
kita terhadap waktu. Hal ini akan mempengaruhi sikap kita dalam
pengambilan keputusan.
Preferensi atas Risiko
Tiap orang mempunyai sikap sendiri dalam menghadapi risiko; ada
yang berani mengambil risiko, dan ada orang yang amat menghindari
risiko.
• Keputusan yang Logis
Setelah kita menggunakan kecerdasan, persepsi dan falsafah kita untuk
membuat model, menentukan nilai kemungkinan, menetapkan nilai
pada hasil yang diharapkan, dan menjajagi preferensi terhadap waktu
dan preferensi terhadap risiko (dengan menggunakan metodologi
tertentu, yang akan dibicarakan pada bab-bab berikut), maka untuk
sampai pada suatu keputusan tertentu kita hanya memerlukan logika.
Ini berarti bahwa bila semula kita mengatakan bahwa suatu hasil A lebih
disukai dari pada hasil B, maka sebagai konsekuensinya kita akan
memilih A dari pada B.
 ANALISA KEPUTUSAN
LINGKUNGAN (normatif)
•Alternatif-alternatif
Kecerdasan
Pilihan
•Tidak pasti
Persepsi •Penetapan kemung
•Kompleks
kinan Logika Keputusan Hasil
•Dinamis Informasi •Struktur model
•Persaingan
•Penetapan nilai
•terbatas
Falsafah •Preferensi waktu
Preferensi •Preferensi Risiko

Sensitifitas
nilai informasi

Bingung berpikir puji Pandangan bertindak senang

cemas cela ke dalam sedih

REAKSI

DIAGRAM 2.2
Pengambilan keputusan dengan analisa keputusan
TAHAPAN ANALISA KEPUTUSAN
• LANGKAH-LANGKAH DALAM ANALISA KEPUTUSAN

Informasi
Awal

Tahap Tahap Tahap Tindakan

Keputusan
Deterministik Probabilistik Informasional

Pengumpulan
Informasi Baru Pengumpulan informasi baru
Informasi

DIAGRAM 3.1
Siklus analisa keputusan
• Tahap Deteministik
Dalam tahapan ini variabel-variabel yang mempengaruhi keputusan
perlu didepinisikan dan disalinghubungkan, perlu dilakukan
penetapan nilai, dan selanjutnya tingkat kepentingan variabel
diukur, tanpa terlebih dahulu memperhatikan unsur
ketidakpastiannya.
• Tahap Probabilistik
Ini merupakan tahapan besarnya ketidak pastian yang melingkupi
variabel-variabel yang penting, dan menyatakannya dalam bentuk
nilai. Dalam tahapan ini juga dilakukan penetapan preferensi atas
risiko.
• Tahap Informasional
Intinya adalah meninjau hasil dari dua tahap yang terdahulu guna
menentukan nilai ekonomisnya bila kita ingin mengurangi
ketidakpastian pada suatu variabel yang dirasakan penting.
• TAHAPAN DETERMINISTIK

Pembuatan Model Analisa

•Pembatasan Personal •Pengukuran Sensitivitas
•Identifikasi Alternatif •Terhadap variabel keputusan
•Penetapan Hasil •Terhadap variabel setatus
•Pemilihan Variabel Sistem
•Pembuatan Model Struktural
•Pembuatan Model Nilai
•Pembuatan Model Preferensi Waktu

• Pembuatan Model
Pembuatan model adalah suatu peroses untuk menggambarkan
berbagai hubungan dalam persoalan yang sedang dihadapi, dalam
bentuk formal atau matematis.
Batasan Persoalan
Langkah pertama ini intinya diarahkan pada usaha
menentukan dengan jelas batasan-batasan keputusan
apa yang akan kita buat. Ini mencakup penentuan
alternatif-alternatif apa yang ada.
Identifikasi Alternatif
Langkah kedua adalah mencari alternatif baru yang merupakan
bagian yang paling kereatif dari analisa keputusan. Alternatif baru
akan muncul berangkat dari suatu konsep baru, atau kombinasi dari
alternatif-alternatif yang telah ada. Seringkali kesulitan dalam
masalah keputusan menjadi berkurang dengan didapatinya
alternatif baru.
Penetapan Hasil
Langkah ketiga adalah menentukan berbagai hasil yang dapat
dihasilkan dari alternatif-alternatif tersebut, di mana hasil disini
dapat dinyatakan dalam berbagai bentuk. Misalnya, dalam tingkat
penjualan dan ongkos produksi atau hanya dalam keuntungan
tahunan. Dalam analisa keputusan, apakah hasil dalam bentuk
moneter yang akan digunakan untuk menyatakan hasil; ini
sepenuhnya perlu diserahkan kepada pengambil keputusan.
Penentuan Variabel-variabel sistem
Setelah seluruh variabel-variabel sistem dapat ditetapkan kita perlu
dapat membedakan antara variabel yang berada di dalam
pengendalian pengambilan keputusan, ini disebut variabel
keputusan; dan variabel yang ditentukan oleh lingkungan, jadi diluar
kemampuan pengendalian pengambilan keputusan, yang disebut
variabel setatus. Dalam situasi pengenalan produk baru maka harga
produk dan ukuran fasilitas produksi merupakan variabel keputusan.
Sedangkan harga bahan baku dan tingkat promosi produk saingan
merupakan variabel status.
Pembuatan Model
Langkah kelima adalah menentukan hubungan-hubungan diantara
variabel-variabel sistem. Ini merupakan inti dari proses pembuatan
model, yaitu membentuk model steruktural yang dapat mencakup
kebergantungan-kebergantungan penting yang ada dalam
persoalan. Model ini perlu digambarkan dalam bahasa logika-
matematik yang biasanya berbentuk persamaan-persamaan. Untuk
persoalan-persoalan yang besar, persamaan-persamaan inilah
yang merupakan dasar dari pembuatan program komputer yang
menggambarkan model secara keseluruhan.
Penentuan Nilai
langkah keenam adalah langkah dimana pengambilan keputusan
perlu menetapkan nilai untuk masing-masing hasil. Dimana yang
perlu diperhatikan adalah perbedaan pengertian antara hasil dan
nilai yang terkait dengan hasil tersebut. Mungkin dalam dunia
usaha, pengambilan keputusan menetapkan keuntungan yang akan
datang sebagai hasil yang sekaligus mencerminkan nilai unuk hasil
tersebut. Walau demikian secara umum kita harus membedakan
antara keduanya.
Penentuan Preferensi Waktu
Langkah terahir adalah menentukan preferensi pengambialan
keputusan terhadap waktu. Hal ini disebabkan karena dalam
beberapa keadaan, hasil yang diharapkan tida akan dapat muncul
dalam satu saat saja, melainkan berlangsung sepanjang suatu
jangka waktu tertentu. Karna itu kita harus mencari satu ukuran
untuk tiap pola waktu. Ukuran ini adalah present equivalent
( ekivalen saat ini), dimana pengambilan keputusan merasa tidak
berbeda antara meneriama jumlah ‘present equivalent’ dengan
menunggu penerimaan dengan pola penerimaan yang akan terjadi
diwaktu yang akan datang.
• Analisa
Analisa dalam tahap deterministik ini dititikberatkan pada penelitian
mengenai bagaimana pengaruh dari perubahan-perubahan variabel
terhadap jawab yang dihasilkan. Ini juga dikenal dengan sebutan
analisa sensitifitas.
Pertama-tama kita melakukan analisa sensitivitas terhadap variabel
keputusan. Bila kemudian kita melihat bahwa perubahan suatu
variabel keputusan mempunyai pengaruh yang besar, maka hal ini
menunjukan bahwa kita telah bertindak benar dengan memasukan
variabel tersebut sebagai variabel sistem.
Selanjutnya, kita melakukan analisa sensitivitas pada variabel
setatus yang berada diluar kemampuan pengendalian pengambilan
keputusan dan banyak mengandung unsur ketidak pastian. Bila
ternyata variabel setatus ini mempunyai pengaruh yang besar,
maka faktor ketidak pastian dalam variabel ini perlu diperhatikan,
variabel ini selanjutnya disebut sebagai variabel aleatori. Tetapi bila
pengaruhnya amat kecil atau tidak ada sama sekali, kita tetapkan
variabel tersebut dalam nominalnya; variabel ini disebut sebagai
fixated variabel atau variabel yang ditetapkan. Pada permulaannya
analisa sensitivitas dilakukan untuk perubahan satu variabel atau
variabel yang ditetapkan
• TAHAP PROBABILISTIK
Dari tahap deterministik telah mengetahui variabel status mana
yang amat mempengaruhi hasil yang diharapkan, yaitu yang disebut
variabel aleatorik. Pada variabel-variabel aleatorik ini diperlukan
kodifikasi ketidakpastian, yaitu dengan menetapkan nilai
kemungkinan untuk variabel tersebut. Selain itu, di dalam tahapan
ini perlu juga dilakukan kodifikasi preferensi terhadap risiko, yang
mencerminkan bagaimana sikap pengambilan keputusan dalam
menghadapi risiko.

Model Analisa
• kodifikasi ketidak pastian pada • Bentuk “lotere Nilai” dan
variabel aleatori ekuivalen tetap
• Kodifikasi preferensi terhadap • Ukuran sensitifitas stokastik
risiko • Ukuran sensitifitas risiko
• Faktor Ketidakpastian
Kodifikasi Ketidakpastian
Salah satu cara untuk menyatakan atau mengkomunikasikan
ketidak pastian yang melingkupi suatu variabel adalah dengan
menyatakan ”berapa besarnya kemungkinan munculnya variabel
tersebut”. Dengan kata lain, faktor ketidak pastian ini dinyatakan
dalam bentuk nilai kemungkinan. Dua orang dapat menyatakan nilai
kemungkinan yang berbeda untuk suatu kejadian yang sama,
karena mereka memiliki informasi yang berbeda.
Analisa
Pada tahap deterministik kita telah mengetahui bagaimana
hubungan antara variabel-variabel sistem dengan hasil atau nilai
yang diharapkan. Selanjutnya, setelah kita mendapatkan distribusi
kemungkinan untuk pariabel aleatori, kita dapat menghitung
distribusi kemungkinan nilai dari hasil yang diharapkan untuk tiap
alternatif, pada tingkat variabel keputusan tertentu.
 1.0

Kemungkinan Kumulatif

0.5

0 5 10 15 20 25 30 35 40 50 60
Volume Penjualan

DIAGRAM 3.2
Distribusi kemungkinan kumulatif
Pada diagram 3.3.A di atas, pada excess probability distribution
tampak bahwa untuk setiap nilai X, alternatif A2 selalu mempunya
nilai kemungkinan yang lebih besar dari pada alternatif A1. kondisi
ini disebut sebagai kondisi di mana terjadi dominasi stokastik; dalam
hal ini alternatif A2 secara stokastik mendominasi alternatif A1.
Bila terdapat dominasi stokastik di antara alternatif-alternatif yang
ada, maka dengan mudah kita dapat menentukan alternatif yang
baik, yaitu alternatif yang mendominasi alternatif-alternatif lain;
tanpa perlu memperhatikan preferensi pengambilan keputusan
terhadap risiko.
Lotere Nilai (pungsi kepadatan)

Lotere Nilai (pungsi kepadatan)

Alternatif A1 Alternatif A2c Alternatif A1

Alternatif A2

Nilai Nilai
Lotere Nilai p (nilai > x)

Lotere Nilai p (nilai > x)

Alternatif A1
Alternatif A2

Alternatif A2
Alternatif A1

X X
A.Domonasi stokastik B. Tak ada dominasi stokastik
DIAGRAM 3.3
pembandingan distribusi kemungkinan
• Preferensi atas Risiko
Kodifikasi Preferensi atas Risiko
bila diantara alternatif-alternatif ternyata tidak ada alternatif yang
mendominasi stokastik alternatif lainnya maka langkah ini
diperlukan. Hal ini karna tiap alternatif mengandung risiko yang
berbeda, sehingga kita perlu mengetahui bagai mana preferensi
pengambilan keputusan dalam menghadapi risiko; apakah ia
bersifat penghindar risiko, penggemar risiko atau bersifat netral atas
risiko yang dihadapinya.
Preferensi atas risiko ini biasanya dinyatakan dalam bentuk kurva
utility, yang mencerminkan besarnya utility dari setiap nilai. Diagram
3.4 menggambarkan contoh suatu kurva utility.
Biasanya kita kembali ke kurva utility untuk mencari berapa nilai
yang berkorespondensi dengan ekspektasi utility tersebut; nilai
inilah yang disebut dengan nilai ekivalen tetap. Artinya nilai ekivalen
tetap ini adalah bahwa bagi pengambil keputusan tindakan
menerima secara pasti hasil sejumlah nilai ekivalen tetap adalah
tidak berbeda dengan menerima hasil yang dicerminkan dalam
lotere nilai yang berada dalam ketidak pastian
 1.00

utility 0.75

0.50

0.25

0 20 40 60 80 100
Uang (ribu Rp.)

DIAGRAM 3.4
Kurva Utility
 Analisa
Analisa dalam tahap ini pada dasarnya sama dengan analisa dalam
tahap deterministik, yaitu denga mengubah-ubah nilai variabel dan
melihat pengaruhnya pada hasil yang diperoleh. Misalnya dengan
menetapkan seluruh variabel keputusan pada suatu nilai tertentu,
kemudian mengubah satu nilai variabel keputusan tersebut, dan
melihat pengaruhnya terhadap lotere nilai dan terhadap nilai
ekivalen tetap.
keseluruhan analisa ini disebut analisa sensitivitas stokastik.dan
dari hasil analisa ini mungkin didapatkan bahwa variabel yang
dianggap penting dalam tahap deterministik, ternyata relatif tidak
penting dalam tahapan probabilistik.
• Hirarki Analisa Keputusan
Keseluruhan prosedur pada tahap deterministik dan probabilistik
dituangkan pada diagram 3.5 yang menggambarkan hirarki analisa
keputusan.
• TAHAP INFORMASIONAL
Tujuan tahap ini adalah untuk mengetahui apakah akan berharap
untuk mengumpulkan informasi tambahan guna mengurangi ketidak
pastian yang ada jadi tahapan ini merupakan penuntun bagi
pengambilan keputusan dalam usahanya untuk mencari inpormasi
tambahan untuk meningkatkan kualitas keputusanya, tanpa
melupakan kenyataan bahwa untuk mendapatkan informasi
diperlukan ongkos, dan juga dengan mengingat bahwa tak ada
informasi yang sempurna, dan tak akan ada informasi yang
lengkap.

ANALISA MODEL
•Ukuran nilai atau sensitifitas •Cari cara pengumpulan Informasi
ekonomis
 Analisa
langkah pertama dalam tahapan ini adalah menghitung beberapa
nilai dari inpormasi sempurna, meskipun pada kenyataannya
hampirtidak mungkin kita mendapatkan informasi sempurna.
penghitungan nilai informasi sempurna ini diperlukan karena nilai ini
merupakan batas atas dari setiap nilai informasi yang mungkin
diperoleh bila ternyata ongkos yang diperlukan untuk memperoleh
informasi tambahan tersebut lebih besar dari nilai inpormasi
sempurna, maka lebih baik kita tidak mencari informasi tambahan.
Model
Dalam tahap ini, yang dilakukan adalah mencari alternatif
pengumpulan informasi; apakah dengan survey, penelitian
laboratorium, atau cara-cara yang lain; dan mencari alternatif mana
yang diharapkan akan memberikan kontribusi yang paling
menguntungkan.
dam hal proses ini perlu pula diperhatikan setiap paktor yang
mungkin akan mengakibatkan kelambatan dalam membuat
keputusan.
 DIAGRAM KEPUTUSAN
• NOTASI DIAGRAM KEPUTUSAN
Diagram keputusan ini pada dasarnya merupakan suatu diagram
pokok yang sudah dikenal dan sering digunakan dalam
statistika.Hanya saja dalam diagram keputusan ini perlu dibedakan
antara dimana saat kita mengambil keputusan, yaitu dimana kita
memilih salah satu diantara alternatif-alternatif yang tersedia; dan
saat kemunculan kejadian tak pasti yang akan menentukan hasil
dari alternatif-alternatif tersebut. Dalam hal ini, saat mengambil
keputusan adalah saat dimana kita sepenuhnya memiliki kendali
dalam bertindak; sedangkan saat kejadian tak pasti adalah saat
dimana sesuatu diluar diri kitalah yang menentukan apa yang akan
terjadi, dengan kata lain, situasi dimana kendali berada diluar
kemampuan kita.

Simpul Keputusan Simpul kejadian tak pasti

 1
Main lotere
2
Mata uang gambar
3
Main lotere
4
dadu Angka 5
Tidak main
6

DIAGRAM 4.1 kumpulan alternatif dan kejadian tak pasti

Permainan Mata uang Permainan Dadu

Kejadian Penerimaan
Kejadian Penerimaan
Mata 1 Rp.100

Gambar Rp. 200 2 Rp. 0

3 Rp.200
Angkas Rp. 0 4 Rp. 0
5 Rp. 0
6 Rp.300

DIAGRAM 4.2 hasil setiap kejadian

 Kejadian Penerimaan
gambar Rp 100
Main lotere
Mata uang
Angka -
1 100

2
0
3
Main lotere -
dadu 4 100
5 +
6 100
-
Tidak main 100
-
DIAGRAM 4.3 pohon keputusan permainan lotere 100

+
100
• PENGGAMBARAN DIAGRAM KEPUTUSAN
• Studi Kasus Perusahaan Kosmetik
Perusahaan kosmetik “PUTRI” adalah sebuah perusahaan
kosmetik yang memperoduksi berbagai jenis barang-barang
kosmetik, yaitu lipstik,bedak, cat kuku, dan hair-spray. Semula
hair-spray “PUTRI” merupakan produk yang sangat menonjol.
Pada puncaknya, penjualan hair-spray ini bisa mencapai 20%
dari seluruh penjualan hair-spray di pasaran. Tetapi ahir-ahir ini
penjualan hair-spray tersebut amat menurun, dan tinggal
menguasai 7% dari seluruh penjualan hair-spray di pasaran.
Melihat penurunan yang tajam ini, maka sudiro, manager
pemasaran, kemudian mengadakan survey konsumen pada
beberapa toko serba ada di berbagai daerah.hasil analisa
survey ini menunjukan bahwa menurutnya penjualan hair-spray
“PUTRI” ini disebabkan karena kualitasnya lebih rendah dari
pada kualitas hair-spray dari prusahaan-prusahaan saingan
sedangkan hargannya relatip sama.
Berdasarkan hasil survey ini, sudiro merasa bahwa dia kini
dihadapkan pada tiga pilihan: pertama, mengadakan kegiatan
pengembangan produk yang tujuannya untuk meningkatkan
kualitasnya; kedua, meneruskan penjualan hair-spray tanpa
mengadakan perubahan apapun; dan ketiga, menghentikan produksi
hair-spray seluruhnya.
Bila hasi proyek pengembangan ini positif, maka ia dapat
memasarkan produk baru tersebut. Tetapi bila hasilnya negatif,maka
pilihannya adalah menghentikan produ lama, atau meneruskan
penjualan produk lama tersebut.
bila hasil pengembangan tersebut positif dan produk baru yang
dihasilkan kemudian dipasarkan, maka diperkitrakan tingkat penjualan
produk tersebut akan tinggi. Tetapi jika hasil pengembangan itu
negatif dan peroduk lama tetap dipasarkan, maka tingkat penjualan
diperkirakan akan tetap rendah.
sudiro menyadari bahwa dia menghadapi serangkayan kumpulan
alternatif yang saling bergantungan, yang masing-masingnya
dipisahkan oleh kejadian yang berada diluar pengendaliannya. Ia tidak
yakin berkenaan dengan keputusan manakah yang terbaik untuk
diambil
• Tahapan Penggambaran Diagran Keputusan
• Kumpulan Alternatif Awal
• Kejadian Tak-Pasti yang Melingkupi Alternatif Awal
a) Alternatif mengadakan proyek pengembangan.
Pada alternatif ini, hasilnya mungkin positif, yaitu kejadian
di mana hasil diketemuka pormulasi hair-spray baru yang
lebih baik; atau negatif, yaitu tidak berhasil diketemukan
pormulasi yang lebih baik.
b) Alternatif meneruskan penjualan produk lama
Bila penjualan diteruskan sebagai mana adanya, hal yang
mungkin terjadi adalah tingkat penjualan tetap rendah;
atau mungkin saja tingkat penjualan akan tinggi.
c) Alternatif menghentikan produksi
Dalam hal ini, tak ada kejadian tak pasti yang melingkupi
alternatip ini. Penjualan sebanyak nol adalah kepastian
dari alternatif ini.
 Proyek pengembangan

Hentikan peroduksi

Teruskan seperti biasa

DIAGRAM 4.4 Alternatif tindakan

Positif
Proyek pengembangan
Negatif

Hentikan peroduksi
Penjualan nol
tinggi
Teruskan seperti biasa
adanya rendah

DIAGRAM 4.5 Alternatif tindakan dan kejadian

• Alternatif lanjutan
berkenaan dengan proyek pengembangan: bila hasil dari proyek
pengembangan ini positif, maka sudiro akan mempunyai dua pilihan
yaitu memasarkan produk baru atau tidak. Sedangkan bila hasilnya
negatif, maka dia juga akan mempunyai dua pilihan, yaitu tetap
memasarkan produk lama atau menghentikan produk sama sekali.
• Kejadian tak pasti yang melingkupi alternatif lanjutan
– Bila produk baru dipasarkan, maka hasil penjualan yang akan
dapat diperoleh mungkin tinggi atau rendah.
– Bila produk lama tetap dipasarkan, maka tingkat penjualan
mungkin tinggi atau rendah.
Penuangan semua ini akan menghasilkan diagram keputusan yang
lengkap, seperti terlihat pada diagram 4.6.
 tinggi
Pasarkan
Prod.baru rendah
positif
tidak
Proyek penelitian tinggi
Pasarkan
negatif Prod.lama rendah

Hentikan prod nol

Hentikan Produksi no

tinggi
teruskan
Seperti biasa rendah

DIAGRAM 4.6 Diagram keputusan lengkap

• PENUNTUN DAN ATURAN PEMBUATAN DIAGRAM
• Tentukan alternatif keputusan awal atau alternatif tindakan
• Tentukan tanggal evaluasi
• Tentukan kejadian tak-pasti yang melingkupi alternatif awal
• Tentukan keputusan atau alternatif lanjutan
• Tentukan kejadian tak pasti yang melingkupi alternatif lanjutan
• Kumpulan alternatif dan kejadian pada tiap simpul harus bersifat
’mutually exclusive’
• Kumpulan alternatip dan kejadian pada tiap simpul harus
bersifat ‘collectivelly exhaustive’
• Gambarkan kejadian-kejadian dan keputusan-keputusan secara
kronologis
• Dua atau lebih simpul kejadian yang tidak dipisahkan oleh
simpul keputusan dapat ditukar keputusannya
• PENETAPAN NILAI
Tiap jalur dalam diagram keputusan, yaitu tiap rangkaian alternatif
dan hasil, akan menghasilkan suatu nilai yang tersendiri dalam
mengambil keputusan. Dengan demikian, maka untuk menentukan
pilihan diantara alternatif-alternatif yang ada, kita pertama-tama
harus menentukan berapakah nilai dari suatu hasil yang diperoleh,
dan ini dituliskan diujung ahir tiap cabang pada diagram keputusan.
Pada dasarnya kita boleh menggunakan ukuran apa sajah untuk
menyatakan nilai ini, tetapi yang umum digunakan adalah ukuran
moneter, dalam satuan rupiah, dolar, dan sebagainya.
• Penetapan Nilai pada Kasus Perusahaan Kosmetik
kembali pada kasus perusahaan kosmetik di depan. Melalui suatu
analisa pinansial, dapat diperoleh keterangan bahwa bila produk
baru berhasil dipasarkan dan mencapai tingkat penjualan tinggi,
maka hasil yang akan diperoleh adalah Rp.50 juta. Tetapi
sebaliknya, bila produk baru hanya mencapai tingkat penjualan
yang rendah, perusahaan akan kehilangan sebanyak Rp.15 juta.
Kerugian ini disebabkan karena hasil penjualan tidak dapat
menutupi ongkos produksi dan biaya yang telah dikeluarkan untuk
proyek pengembangan dan biaya pemasaran produk. Nilai dari hasil
yang mungkin diperoleh ini kita cantumkan pada ahir cabang yang
bersangkutan: dalam hal ini cabang pertama dan kedua pada
diagram 4.7.
bila hasil pengembangannya positif, tetapi prusahaan memutuskan
untuk tidak memasarkan produk baru, maka hasilnya adalah kerugian
besar Rp.5 juta. Yang merupakan biaya yang telah dikeluarkan untuk
proyek pengembangan.
seandainya dari semua prusahaan telah memutuskan untuk tidak
melakukan proyek pengembangan, melainkan tetap memasarkan
produk lama seperti biasa, maka dapat diharapkan hasil Rp.40 juta
apabila tingkat penjualanya tinggi. Tetapi bila ternyata penjualanya
rendah, maka hasilnya adalah kerugian sebesar Rp.15 juta.
Bila perusahaan memutuskan untuk tetap memasarkan produk lama
setelah mengetahui bahwa hasil proyek pengembangannya adalah
negatif, maka yang akan diperoleh adalah hasil seperti diyataka
diatas, dikurangi dengan biaya penelitian.
 Jadi bila tingkat penjualan tinggi maka akan diperoleh hasil Rp.35
juta; sedangkan bila rendah, perusahaan akan menderita kerugian
Rp.20 juta. Tetapi bila perusahaan memutuskan untuk
menghentikan produk setelah hasil proyek pengembangan ternyata
negatif, maka kerugian yang akan diderita perusahaan adalah Rp.5
juta, yaitu biaya yang telah dikeluarkan untuk proyek
pengembangan.
Seluruh nilai yang telah ditetapkan ini dipaparkan pada ujung ahir
setiap cabang yang sesuai, seperti tampak pada diagram 4.7.
• PENETAPAN NILAI KEMUNGKINAN
Stelah dapat menetapkan semua nilai hasil yang mungkin didapat,
untuk melakukan analisa pemilihan kita masih memerlukan data
lain, yaitu besarnya kemungkinan kemunculan dari setiap kejadian
tak-pasti. Pada contoh di depan, misalnya berapa kemungkinan
proyek pengembangan akan menghasilkan hasil yang positif, atau
berapa kemungknan tingkat penjualan akan tinggi?
 tinggi Rp. 50 juta
Pasarkan 0.9
Prod.baru rendah
positif - 15 juta
0.1
0.8 tidak - 5 juta
Proyek penelitian tinggi + 35 juta
Pasarkan 0.3
Prod.lama rendah - 20 juta
negatif
0.7
0.2 Hentikan prod - 5 juta
Hentikan ProduksiRp. 0

tinggi
Rp. 40 juta
teruskan 0.3
Seperti biasa rendah- 15 juta
0.7

DIAGRAM 4.7 nilai kejadian

 PENENTUAN PILIHAN
• PILIHAN LANGSUNG
Salah satu cara yang umum kita gunakan dalam menentukan
pilihan diantara dua alternatif adalah membandingkan keduanya
secara langsung, kemudian menentukan pilihan berdasarkan
proses intuisi. Dalam beberapa keadaan cara ini cuup memadai.
tetapi dengan makin meningkatnya kompleksitas persoalan kita
kerap kali merasakan bahwa adalah sulit untuk menghimpun dan
mengolah seluruh informasi dalam pikiran kita, dan menggunakan
secara langsung untuk melakukan pilihan.
contoh 5.1
Sebagai seorang pengusaha papbrik peralatan elektronik, tuan X
berminat untuk menambah jenis produk yang diproduksi. Untuk
maksud tersebut hingga saat ini terdapat dua pilihan. Pilihan pertama
adalah produk A. meskipun teknologi yang digunakan bagi pembuatan
produk A tersebut belum tersedia, tetapi dia yakin bahwa staf
engineering yang ada akan mampu untuk menguasai teknologi
tersebut.
 dengan mempertimbangkan berbagai hal tersebut maka dapat
ditetapkan bahwa kemungkinan untuk berhasilnya usaha tersebut
adalah 0,5.
produk yang kedua adalah produk B. untuk produk ini tidak
dibutuhkan teknologi baru, namun demikian dirasakan bahwa masih
ada kemungkinan untuk gagal, yaitu sebesar 0,2.
karena keterbatasan dana maka hanya satu macam produk sajah yang
dapat dibuat.

Berhasi Rp.200 juta

Produk A 0.5
gagal
0.5 - 20 juta

Berhasil
Produk B 80 juta
0.8
gagal
- 2 juta
0.2

Tidak membuat produk baru 0

DIAGRAM 5.1 Diagram keputusan masalah pembuatan peralatan elektronik

• Dominasi Nilai
Dalam contoh diatas misalkan produk A gagal, nilai atau hasil yang
mungkin diperoleh bukannya Rp.-20 juta, melainkan Rp.80 juta.
Sehingga keadaannya seperti pada diagram 5,2. Bila kita
perhatikan diagram 5,2. ini, maka kita secara langsung akan dapat
mengatakan bahwa lebih baik memilih A, bukan ? karena jelas
terlihat bahwa nilai dari hasil yang terjelek dari alternatif A masih
sama baik dengan nilai dari hasil terbaik dari alternatif B. dengan
kata lain alternatip A mendominasi alternatif B
• Dominasi Stokastik
Bentuk lain dari dominasi, akan tetapi sedikit lebih hemat
dibandingkan dengan dominasi nilai, adalah dominasi stokastik atau
dominasi probabilistik, yang berguna juga untuk menentukan pilihan
secara langsung.
untuk menggambarkan keadaan yang disebut dominasi stokastik,
kita lihat contoh berikut ini.
 berhasil
Rp.200 juta
Produk A 0.5
gagal
80 juta
0.5
Penjualan nol
berhasil
Produk B 0.8 80 juta

gagal
- 2 juta
0.2

DIAGRAM 5.2 Dominasi nilai

• Contoh 5.2.
sebagai seorang manager produksi, tuan Y diharapkan untuk melihat
satu diantara tiga jenis produk baru untuk dipasarkan. Produksi
pendahuluan untuk ketiga produk tersebut telah selesai dilakukan,
demikian pula studi tentang harganya, hasilnya seperti terlihat pada
tabel 5.1. selanjutnya dari penelitian pasar dapat pula diketahui
distribusi kemungkinan tingkat penjualan yang mungkin dicapai untuk
masing-masing produk seperti tampak pada tabel 5.2. dan selain itu
pimpinan perusahaan telah memutuskan bahwa hanya satu jenis
produk baru dapat dipasarkan.
• Tingkat Aspirasi
Dalam menghadapi situasi keputusan, pengambilan keputusan
mungkin mempunyai suatu target yang harus dicapai atau suatu
tingkat aspirasi. Bila keadaannya demikian, maka pilihan langsung
dapat dilakukan dengan membandingkan tingkat aspirasi.
 Tabel 5.1 produk yang dapat dihasilkan
Produk Harga (unit) Ongkos (unit) Kontribusi (unit)

A Rp.2500 Rp.1500 Rp.1000

B Rp.6000 Rp.4000 Rp.2000
C Rp.3750 Rp.2250 Rp.1500

Tabel 5.2 Distribusi kemungkinan tingkat penjualan

Tingkat penjualan Kemungkinan
A B C

0 0 0,1 0,1
1000 0 0,2 0,3
2000 0,1 0,2 0,3
3000 0,1 0,4 0,2
4000 0,2 0,1 0,1
5000 0,6 0 0
 Kontribusi (ribu)
Penjualan : 2000
Rp. 2000
0.1 3000
Produk A 3000
0.1 4000
4000
0.2 5000
5000
0.6
Penjualan : 0 0
0.1 3000
2000
0.2 4000
Produk B 4000
0.2 5000
6000
0.4 4000
8000
0.1
Penjualan : 0 0
0.1 1000
1500
Produk C 0.3 2000
3000
0.3 3000
4500
0.2 4000
6000
0.1

DIAGRAM 5.3 Diagram keputusan

 0,6

0,5

0,4
Kemungkinan

0,3

0,
2

0,
1
0
100 200 300 400 500 600 700 800
0 0 0 0 0 0 0 0
Kontribusi total (ribu rupiah)
DIAGRAM 5.4 Distribusi kemungkinan kontribusi masing-masing produk
 Produk A
1,0 Produk B
Produk C
Kemungkinan Kumulatif

0,8
P (kontr. ≥ K)

0,6

0,
4

0,
2
0
200 400 600 800
0 0 0 0
Kontribusi total (ribu rupiah)

DIAGRAM 5.5 Distribusi kemungkinan komulatif

• NILAI EKSPEKTASI
Hasil yang dicerminkan dalam suatu distribusi kemungkinan dapat
dinyatakan dalam harga rata-rata atau nilai ekspektasinya,
kemudian kita memilih berdasarkan nilai ekspektasi yang tertinggi.
Untuk contoh didepan, nilai ekspektasi untuk masing-masing produk
adalah sebagai berikut:
Produk A
Nilai ekspektasi = (0,1) x (Rp.2000) + (0,1) x (Rp.3.000) + (0,2) x
(Rp.4.000) + (0,6) x (Rp.5.000) = Rp.4.300(ribu)
Produk B
Nilai ekspektasi = (0,1) x (o) + (0,2) x (Rp.2000) + (0,2) x
(Rp.4.000) + (0,4) x (Rp.6.000) + (0,1) x (Rp.8.000) = Rp.4.400(ribu)
Produk C
Nilai ekspektasi = (0,1) x (0) + (0,3) x (Rp.1.500) + (0,3) x
(Rp.3.000) + (0,2) x (Rp.4.500) + (0,1) x (Rp.6.000) = Rp.2.850(ribu)
dengan membandingkan nilai ekspektasi ini, maka produk B yang
dipilih, karena ia memberikan nilai ekspektasi terbesar.
• Contoh 5.3.
Ada dua alternatif A dan B seperti pada diagram 5.6. alternatif A
adalah unit dengan menggunakan mata uang; bila sisi gambar yang
muncul, anda akan memperoleh Rp. 10 juta. Sebaliknya bila sisi
angka yang muncul anda tidak akan memperoleh apa-apa.
Sedangkan pada alternatif B anda akan memperoleh Rp.4.5 juta
secara pasti, alternatif mana yang akan dipilih?
kita hitung nilai ekspektasi untuk alternatif-alternatif tersebut.
berhasil
Rp.10 juta
Produk A 0.5
gagal
0
0.5

Produk B 4,5 juta

DIAGRAM 5.6 Contioh dilema

Nilai ekspektasi A =
(0,5) x (Rp.10 juta) + (0,5) x (0) = Rp. 5 juta
Nilai ekspektasi B =
(1) x (Rp.4,5 juta) = Rp. 4,5 juta
Tampak disini nilai ekspektasi A lebih besar dari pada nilai
ekspektasi B, sehingga alternatif A-lah yang akan dipilih bila kriteria
pemilihannya adalah nilai ekspektasi.
persoalannya adalah bahwa sebagian besar orang tampaknya akan
memilih alternatif B dari pada A.
untuk menentukan pilihan dengan memasukan faktor risiko adalah
dengan mengunakan nilai ekivalen tetap
• NILAI EKIVALEN TETAP
Nilai ekivalen tetap dari suatu kejadian tak pasti adalah suatu nilai
tertentu dimana pengambil keputusan merasa tidak berbeda antara
menerima hasil yang dicerminkan dalam ketidak pastian tersebut,
atau menerima dengan kepastian suatu hasil dengan nilai tertentu.
Besar nilai inilah yang disebut dengan nilai ekivalen tetap.
• UTILITY
Penetapan nilai ekivalen tetap tidaklah sukar untuk kejadian tak
pasti yang masih sederhana seperti pada lotre mata uang yang
dibicarakan di depan. Tetapi bila kejadian tak pasti yang terlihat
semakin kompleks, penetapan nilai ekivalen tetap secara langsung
menjadi amat sulit.
Kurva Utility
tiap orang mempunyai kurpa utility sendiri-sendiri, karena tiap
orang mempunyai preferensi tersendiri dalam menghadapi risiko.
 Rp.10 juta
0.5
C=? ~
0
0.5

Alternatif C Alternatif A

DIAGRAM 5.7 Penentian nilai ekivalen tetap

Ekivalen tetap
Alternatif A
Rp. 3,5 juta

Alternatif B Rp. 4,5 juta

DIAGRAM 5.8 Alternatif dinyatakan dalam nilai kivalen tetap

 1.0
0.9
0.8
0.7
0.6
utility

0.5
0.4
0.3
0.2
ET
0.1
0 25.000 50.000 75.000 100.000

Min Rupiah Max

DIAGRAM 5.9 Kurva utility

Ekspektasi Utility
Alternatif 1 :
EU1 = (0,5) x (1) + (0,4) x (0,7) + (0,1) x (0) =0,780
Alternatif 2 :
EU2 = (0,7) x (0,95) + (0,3) x (0,42) = 0,791
Dengan menggunakan kurva utility pada diagram 5.9 maka maka
anda dapat pula memperoleh nilai ET bagi masing-masing alternatif,
yaitu dengan mencari jumlah rupiah yang berkorespondensi dengan
EU masing-masing alternatif.
Alternatif 1 : EU1 = 0,780, yang ekivalen dengan
ET1 = Rp.48.000,-
Alternatif 2 : EU2 = 0,791, yang ekivalen dengan
ET2 = Rp.49.000,-
 Rupiah Utility

0.5
100.000 ↔ (1)

Alternatif A 0.4
40.000 ↔ (0,7)

0.1 0 ↔ (0)

0.8 80.000 ↔ (0,95)

Alternatif B

0.2 ↔
20.000 (0,42)

DIAGRAM 5.10 Diagram keputusan

ANALISA BERTAHAP
Langkah-langkah dalam analisa bertaha.
1. Mulai dari ujung kanan diagram keputusan dan bergerak
mundur sepanjang cabang tersebut hingga mencapai simpul
keputusan.
2. Pada simpul keputusan ini, lakukan pemilihan diantara
alternatif-alternatif yang ada.
3. Hapuskan simpul keputusan ini dengan mencoret seluruh
alternatif selain alternatif yang terpilih.
4. Teruskan bergerak mundur hingga mencapai simpul
keputusan awal dan lakukan pemilihan diantara alternatif
awal.
 12.400.000 Pesan 40 Rp. 22.000.000
produksi 40
DIAGRAM 5.11 G 0.4
Pesan 20
12.400.000 6.000.000
Masalah Pembuatan suku cadang Berhasi 0.6
C Produksi 20
9.600.000 0.5 Pesan 40 12.000.000
Proses 1 10.800.000 0.4
H
B Pesan 20 10.000.000
0.6

6.800.000
800.000 Pesan 40 2.000.000

Gagal
0.5
Sub. Kontrak 0.4
I
Pesan 20 0
0.6
D 4.400.000 14.000.000
Pesan 40
Produksi 40 0.4
6.800.000 J -2.000.000
Pesan 20
Proses 2 0.6
A E 8.000.000
Produksi 20 Pesan 40
0.4
6.800.000 K 6.000.000
Pesan 20
0.6
6.400.000 16.000.000
Pesan 40
Produksi 40 0.4
L 0
Pesan 20
Proses 2 8.800.000 0.6
F Pesan 40 10.00.000
Produksi 20
0.4
8.800.000 M Pesan 20 8.000.000
0.6
12.000.000
Pesan 40
Sub kontrak sekarang 8.400.000 0.4
N 6.000.000
Pesan 20
0.6
0
 MODEL DAN NILAI KEMUNGKINAN
• Kejadian tak pasti
adalah kejadian yang kemunculanya tidak pasti sehingga tidak bisa
diduga terlebih dahulu. Pada permainan dadu, orang tak dapat
menduga dengan pasti muka dadu mana yang akan muncul.
• Ruang hasil
adalah himpunan dari seluruh hasil yang mungkin muncul dari
seluruh kejadian tak pasti’
sebagai contoh, pada pelemparan sebuah dadu, ruang hasilnya
adalah {1,2,3,4,5,6}. Atau dalam contoh didepan, ruang hasil
peroyek penelitian adalah {berhasil,gagal}.
untuk mempermudah, maka dalam tulisan ini untuk ruang hasil
diberi notasi : W
• Kejadian saling bertentangan (mutually exclusive)
dua kejadian atau lebih disebut saling bertentangan bila kejadia-
kejadian tersebut tidak mungkin muncul secara bersamaan
dalam pelemparan mata uang, kemunculan gambar atau angka
adalah kejadian yang saling bertentangan. Atau pada dadu, muncul
muka 6 dan 3, tidak akan terjadi bersamaan.
• Kumpulan lengkap (collectivety exhaustive)
kumpulan kejadian disebut bersifat lengkap bila kumpulan kejadian
itu merupakan ruang hasil yang lengkap. Ini berarti bahwa apapun
yang terjadi maka salah satu kejadian dalam himpunan muncul
sebagai hasil dari suatu percobaan.
sebagai contoh, dalam pelemparan dadu, kumpulan {1,2,3,4,5,6}
adalah lengkap. Bila dadu ini kita lempar, maka salah satu dari
angka tersebut pasti akan muncul.
• PERYATAAN DASAR NILAI KEMUNGKINAN
Terdapat dua peryataan dasar berkenaan dengan nilai
kemungkinan, yaitu:
1. Besarnya nilai kemungkinan bagi munculnya suatu
kejadian addalah selalu di antara nol dan satu.
Peryataan ini dapat dituliskan sebagai :
0 ≤ P(A) ≤ 1
dimana P(A) menyatakan nilai kemungkinan bagi
munculnya kejadian A.
2. Jumlah nilai kemungkinan dari seluruh hasil yang
mungkin muncul adalah satu.
jadi bila W menyatakan ruang hasil yang bersifat
lengkap maka jumlah kemungkinan seluruh angota
ruang hasil tersebut adalah satu, atau dituliskan
sebagai:
Σ P (Wi) = 1 atau P (W) = 1
i
dimana Wi menyatakan anggota dari ruang hasil.
• KEJADIAN MAJEMUK

A&B

A B

DIAGRAM 6.1 Dagram Kumpulan

 B B
A A

DIAGRAM 6.2 DIAGRAM 6.3

Diagram A gabungan B Diagram A irisan B
(A U B) (A ∩ B)
• Aturan pertambahan

Untuk dua kejadian A dan B, maka :

P (A U B) = P (A) + P (B) – P (A ∩ B)

Untuk dua kejadian A dan B, yang saling bertetanngan :

P (A U B) = P (A) + P (B)
• Kemungkinan bersyarat

Untuk kejadian A dan B dimana P (B) ≠ 0, maka nilai

kemungkinan bersyarat kejadian A, jika kejadian B diketahui
ditulis sebagai P (A | B), adalah:

P (A ∩ B)
P (A | B) =
P (B)
• Aturan perkalian

Untuk kejadian A dan B dimana maka nilai kemungkinan

Bersama A dan B dapat dinyatakan sebagai :

P (A ∩ B) = P (A | B) . P (B)
P (B ∩ A) = P (B | A) . P (A)

P (A ∩ B) = P (B ∩ A)

P (A ∩ B)
P (A | B) =
P (B)
• PERKALIAN NILAI KEMUNGKINAN DENGAN ADANYA
INFORMASI TAMBAHAN
• Nilai Kemungkinan Prior dan Posterior
Dalam kasus ini, maka:
– Nilai kemungkinan prior, adalah nilai kemungkinan mesin
tersebut benar (B) atau dinyatakan sebagai P (B)
– Nilai kemungkinan posterior, adalah nilai kemungkinan setiap
mesin benar setelah memperhatikan sampel. Bila sampel
tersebut tetap (T), maka kemungkinan posteriornya adalah P (B
| T).
• DALIL BAYES

Bila A1,A2,…….,An adalah kejadian yang saling

bertentangan dan lengkap, dan B adalah kejadian
dalam ruang hasil tersebut dengan P (B) ≠ 0, maka:

P(A i ).P ( B | A i )
p( A i | B ) = N
∑ P(A i ).P( B | A i ) i=1,2,……;n
I =1

• NILAI KEMUNGKINAN OBYEKTIF DAN SUBYEKTIF

Nilai Kemungkinan Obyektif (Eksperimental)
Nilai kemungkinan obyektif digunakan dalam beberapa bidang
dimana data dapat diperoleh dengan mudah; misalnya dalam
bidang biologi dan pertanian, pengendalian kualitas dalam pabrik,
atau dalam menguji kualitas beras impor, dan sebagainya.
• Keterbatasan nilai kemungkinan obyektif
Untuk mendapatkan kemungkinan suatu nilai obyektif, dibutuhkan
suatu situasi di mana percobaan yang berulang-ulang dapat
dilakukan. Pada kenyataannya, situasi yang kita hadapi tidak selalu
demikian
• Nilai kemungkinan subyektif (judgement)
Kemungkinan di sini mencerminkan tingkat keyakinan seseorang
terhadap suatu kejadian yang takpasti dan ini didasarkan pada
pengalaman dan inpormasi yang ada pada dia saat itu. Karena itu
maka peryataan kemungkinan semacam ini akan menghasilkan nilai
kemungkinan subyektif
• Penjajagan Nilai Kemungkinan Subyektif
Alat untuk mengukur kemungkinan ini adalah suatu undian yang
disebut undian penjajagan, yang menggambarkan suatu kejadian
acak. Kejadian tak pasti dalam undian tersebut harus mudah dilihat
dan mempunyai nilai kemungkinan obyektif. Misalnya, sejumlah
bola dalam kantong yangterdiri dari bola merah dan bola putih. Atau
suatu lingkaran dengan jarum penunjuk yang dapat berputar bebas,
yang juga terdiri atas dua warna, seperti tampak pada diagram 6.4.

DIAGRAM 6.4
Piringan kemungkinan
Merah

Putih