UNIVERSITAS PAMULANG

PERTEMUAN 21
TEORI KEPUTUSAN

A. TUJUAN PEMBELAJARAN
Dengan mempelajari materi dalam pertemuan 21, diharapkan anda mampu
untuk :
1. Memahami tentang pohon keputusan
2. Mampu menentukan startegi mana yang memiliki nilai EMV tertinggi
untuk sebuah keputusan

B. URAIAN MATERI

Tujuan Pembelajaran 21.1:

Teori Keputusan

Dalam Dunia bisnis para manajer sering dipaksa untuk mengambil

berbagai keputusan tanpa tersedianya informasi yang sempurna, keakurasian dan
varibilitas informasi yang diterima oleh para manajer pada hakikatnya di
klasifikasikan menjadi tiga, yaitu : Kepastian, Resiko, dan Ketidakpastian.
Model keputusan dalam kepastian (certainty) menggambarkan informasi
yang menunjukkan bahwa setiap rangkaian (kegiatan) mempunyai suatu hasil
(pay off) tertentu tunggal. Dalam hal ini tidak ada keacakan pada hasil keputusan-
keputusan dengan kondisi kepastian atau dengan kata lain semua informasi
dianggap pasti. Misalnya kita akan menyelesaikan masalah kombinasi dengan
linear programming, maka besarnya kontribusi marginal tiap produk serta
tersedianya sumber daya yang dibutuhkan untuk memproduksi produk tersebut
dapat diketahui dengan pasti. Model seperti ini disebut model deterministik.
Model keputusan dengan resiko menggambarkan informasi yang
mengidentifikasi bahwa setiap rangkaian keputusan mempunyai sejumlah
kemungkinan hasil dan probabilitas terjadinya. Model resiko seperti ini disebut
model stokastik.

S1 Manajemen Page 1
UNIVERSITAS PAMULANG

Model keputusan ketidakpastian menggambarkan informasi yang

menunjukkan, semua atau beberapa hasil dari berbagai keputusan yang berbeda,
tetapi probabilitas terjadinya tersebut tidak dapat ditentukan.
Ada 2 tipe pengambilan keputusan, yaitu :
1. Programmed Decision
Prosedur khusus yang dikembangkan menangani untuk masalah yang rutin
dan berulang-ulang. Contoh sistem gaji karyawan dan pemesanan
persediaan.
2. Nonprogrammed Decision
Keputusan yang bersifat baru dan tidak terstruktur, diperlukan pada situasi
permasalahan yang unik dan komplek. Contoh diversifikasi produk dan
pembangunan fasilitas baru.

Tujuan Pembelajaran 21.2:

Pohon Keputusan

Dalam penelitian operasional, teori pohon keputusan merupakan bagian

dari pembahasan teori keputusan dan permainan. Pohon keputusan disajikan untuk
mengevaluasi hal yang dapat disebut sebagai alternatif tahap tunggal.Dalam arti
bahwa, keputusan di masa mendatang tidak tergantung pada keputusan yang
diambil sekarang. Proses keputusan (decision process) adalah proses yang
memerlukan satu atau sederetan keputusan untuk menyelesaikannya.
Tiap keputusan yang diambil mempunyai suatu keuntungan atau kerugian
yang berkaitan dengannya yang ditentukan pula oleh berbagai keadaan luar
(external) yang mengelilingi proses itu (suatu segi membedakannya dari
prosesyang lain). (Nunung. 2003, P59).
Jika terdapat dua atau lebih keputusan yang berurutan, dan keputusanyang
terakhir didasarkan pada hasil keputusan yang sebelumnya, maka
pendekatandengan menggunakan pohon keputusan sangat tepat untuk digunakan.

S1 Manajemen Page 2
UNIVERSITAS PAMULANG

1. Pengertian Pohon Keputusan

Berdasarkan Siswanto (2006, P55), Pohon Keputusan atau Decision Tree
adalah model visual untuk menyederhanakan proses pembuatan keputusan secara
rasional. Visualisasi ini memungkinkan kita untuk memahami proses pembuatan
keputusan yang terstruktur, bertahap, dan rasional.Pembuatan keputusan berarti
memilih alternatif-alternatif keputusan yang tersedia.Karena unsur ketidakpastian
maka berbagai kemungkinan keadaan akan dihadapioleh masing-masing alternatif
keputusan itu. Oleh karena itu, diagram keputusan mempunyai noda keputusan
dan noda cabang.
Berdasarkan Heizer dan Render (2005, P326), Pohon Keputusan(decision
tree) merupakan sebuah tampilan grafis proses keputusan yangmengindikasikan
alternatif keputusan yang ada, kondisi alamiah dan peluangnya, danjuga
imbalannya bagi setiap kombinasi alternatif keputusan dan kondisi
alamiah.Berdasarkan Antonie (2008, P21), Decision Tree adalah sebuah struktur
pohon,dimana setiap noda pohon merepresentasikan atribut yang telah diuji,
setiapcabang merupakan suatu pembagian hasil uji, dan noda daun
(leaf)merepresentasikan kelompok kelas tertentu. Level noda teratas dari sebuah
DecisionTree adalah noda akar (root) yang biasanya berupa atribut yang paling
memilikipengaruh terbesar pada suatu kelas tertentu. Pada umumnya Decision
Treemelakukan strategi pencarian secara top-down untuk solusinya.
Pada proses mengklarifikasi data yang tidak diketahui, nilai atributakan
diuji dengan cara melacak jalur dari node akar (root) sampai node akhir (daun)dan
kemudian akan diprediksi kelas yang dimiliki oleh suatu data baru tertentu.Jadi,
dapat disimpulkan bahwa pohon keputusan (decision tree) adalah salah satualat
yang digunakan dalam pengambilan keputusan dari berbagai alternatif yang
ada,yang mana dilakukan secara terstruktur, bertahap, dan rasional.
Pohon keputusan adalah struktur flowcart yang mempunyai tree (pohon),
dimana setiap simpul internal menandakan suatu tes atribut. Setiap cabang
merepresentasikan kelas atau distribusi kelas, alur pada decision tree ditelusuri
dari simpul ke akar ke simpul daun yang memegang prediksi kelas untuk contoh
tersebut. Decision tree mudah untuk dikonversikan keaturan klasifikasi

S1 Manajemen Page 3
UNIVERSITAS PAMULANG

(classification rule). Konsep data dalam decision tree dinyatakan dalam bentuk
tabel dengan atribut dan record.
Decision tree digunakan untuk kasus-kasus yang keluarannya bernilai
diskrit. Banyak variasi model decision tree dengan tingkat kemampuan dan syarat
yang berbeda, pada umumnya beberapa ciri yang cocok untuk diterapkannya
decision tree adalah sebagai berikut :
1. Data dinyatakan dengan pasangan atribut dan nilainya
2. Label atau keluaran data biasanya bernilai diskrit
3. Data mempunyai missing value (nilai dari suatu atribut tidak diketahui).
Sebuah pohon keputusan adalah sebuah struktur yang dapat digunakan
untuk membagi kumpulan data yang besar menjadi himpunan-himpunan record
yang lebih kecil dengan menerapkan serangkaian aturan keputusan. Dengan
masing-masing rangkaian pembagian, anggota himpunan hasil menjadi mirip satu
dengan yang lain (Berry & Linoff, 2004)
Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya
untuk memecah proses pengambilan keputusan yang kompleks menjadi lebih
sederhana sehingga pengambilan keputusan akan lebih menginterpretasikan solusi
dari permasalahan. Pohon keputusan juga berguna untuk mengeksplorasi data,
menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan
sebuah variabel target. Pohon keputusan memadukan antara eksplorasi data dan
pemodelan, sehingga sangat bagus sebagai langkah awal dalam proses pemodelan
bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain. Sering
terjadi tawar menawar antara keakuratan model dengan transparasi model. Dalam
beberapa aplikasi, akurasi dari sebuah klasifikasi atau prediksi adalah satu-satunya
hal yang ditonjolkan, misalnya sebuah perusahaan direct mail membuat sebuah
model yang akurat untuk memprediksi anggota mana yang berpotensi untuk
merespon permintaan, tanpa memperhatikan bagaimana atau mengapa model
tersebut bekerja.

2. Analisis Pohon Keputusan

Analisis Pohon Keputusan (Decision Tree)Terlepas dari kerumitan sebuah
keputusan atau kecanggihan teknik yang digunakan untuk menganalisis keputusan

S1 Manajemen Page 4
UNIVERSITAS PAMULANG

tersebut, semua pengambil keputusan dihadapkan dengan berbagai alternatif dan

“kondisi alami”. Pada saat membuat sebuah pohon keputusan, harus dipastikan
bahwa semua alternatif dan kondisi alamiberada di tempat yang benar dan logis
serta semua alternatif yang mungkin sertakondisi alami telah disertakan. Notasi
yang digunakan adalah :

1. Istilah :
a) Alternatif – sebuah tindakan atau strategi yang dapat dipilih oleh
seorang pengambil keputusan.
b) Kondisi alami – sebuah kejadian atau situasi dimana pengambil
keputusanhanya memiliki sedikit kendali atau tidak sama sekali.

2. Simbol yang digunakan dalam sebuah pohon keputusan:

a) – sebuah titik keputusan dimana terdapat satu alternatif atau lebih yang
dapat dipilih.
b) – sebuah titik kondisi alami dimana kondisi alami mungkin akan terjadi.
Diagram pohon sering kali membantu dalam memahami dan
menyelesaikan persoalan probabilitas. Diagram pohon biasanya
digambarkan dengan lambang yang baku. Dimulai dengan suatu nokhta
kemudian dibuat cabang-cabang sebanyak peristiwa yang mungkin dapat
dihasilkan dari percobaan.

Pada masing-masing cabang dituliskan probabilitas terjadinya peristiwa

yangbersangkutan. Jika percobaan dilakukan lagi, maka langkah- langkah
itudiulang. Setiap cabang berakhir pada nokhta yang kemudian diisi
denganprobabilitas peristiwa bersama. Pada nokhta yang paling awal dituliskan
angka 1yang artinya jumlah probabilitas dari seluruh peristiwa yang
mungkin.(Mulyono, 2004, P223)
Menganalisis masalah dengan menggunakan pohon keputusan mencakup
lima langkah :
1. Mendefinisikan masalah.
2. Menggambarkan pohon keputusan.

S1 Manajemen Page 5
UNIVERSITAS PAMULANG

3. Menentukan peluang bagi kondisi alamiah.

4. Memperkirakan imbalan bagi setiap kombinasi alternatif keputusan
dankondisi alamiah yang mungkin.
5. Menyelesaikan masalah dengan menghitung EMV bagi setiap titik
kondisialamiah. Hal ini dilakukan dengan mengerjakannya dari
belakang kedepan (backward) – yaitu memulai dari sisi kanan pohon,
terus menuju ketitik keputusan di sebelah kirinya.

Gambar 18.1 Pohon Keputusan

Gambar 18.2 Simbol Pohon Keputusan

S1 Manajemen Page 6
UNIVERSITAS PAMULANG

EMV merupakan kriteria yang paling sering digunakan untukmenganalisis

pohon keputusan. Satu dari langkah awal analisis ini adalah untukmenggambar
pohon keputusan dan menetapkan konsekuensi finansial dari semuahasil masalah
tertentu. Nilai harapan moneter (Expected Monetary Value – EMV)adalah nilai
harapan moneter yang diharapkan dari sebuah variabel yang memilikibeberapa
kemungkinan kondisi alamiah yang berbeda, masing-masing denganpeluang
tersendiri. Saat peluang diketahui, nilai maximax dan maximinmenyatakan
skenario perencanaan kasus terbaik – kasus terburuk. Nilai ini mewakilinilai yang
diharapkan atau rata-rata tingkat pengembalian modal jika keputusan inidapat
diulangi berkali-kali. (Heizer dan Render, 2005, p324)
EMV sebuah alternatif merupakan jumlah semua keuntunganalternatif,
yang masing- masing diberikan bobot kemungkinan terjadinya.EMV (Alternatif i)
= (Hasil kondisi alamiah 1) x (Kemungkinan terjadi kondisialamiah 1) + (Hasil
kondisi alamiah 2) x (Kemungkinan terjadi kondisi alamiah2) + . . . + (Hasil
kondisi alamiah terakhir) x (Kemungkinan terjadikondisialamiah terakhir) Atau
dengan rumus : (Siswanto, 2007, p56)

3. Kelebihan dan Kekurangan Pohon Keputusan

Pohon keputusan memiliki beberapa kelebihan dalam suatu penyelesaian
masalah karena pada pohon keputusan, daerah pengambilan keputusan yang
sebelumnya kompleks dan sangat global, dapat diubah menjadi lebih sederhana
dan spesifik. Selain itu pohon keputusan juga fleksibel untuk memilih fitur dari
simpul dalam yang berbeda, fitur yang terpilih akan membedakan suatu kriteria
dibandingkan kriteria yang lain dalam simpul yang sama. Kefleksibelan metode

S1 Manajemen Page 7
UNIVERSITAS PAMULANG

pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika

dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih
konvensional.
Walaupun telah kita ketahui bahwa pohon keputusan sangat membantu
dalam pengambilan keputusan, tetapi ada beberapa kekurangan karena terdapat
kesulitan dalam mendesain pohon keputusan yang optimal. Selain itu hasil
kualitas keputusan yang didapatkan dari metode pohon keputusan sangat
bergantung pada bagaimana pohon tersebut didesain. Sehingga jika pohon
keputusan yang dibuat kurang optimal, maka akan berpengaruh pada kualitas dari
keputusan yang didapat.

4. Kriteria dalam Pengambilan Keputusan tanpa Menggunakan

Probabiltas
Kadang-kadang seorang pembuat keputusan tidak terlalu yakin bahwa ia
bisa menilai probabilitas terjadinya berbagai kemungkinan situasi masa depan. Ia
mungkin lebih menyukai pemakaian kriteria keputusan yang tidak memerlukan
pengetahuan tentang probabilitas situasi yang akan datang.
Dalam hal ini ada tiga kriteria yang banyak dipakai oleh pembuat
keputusan, yaitu :
1. Maximin atau minimax
2. Maximax atau minimin
3. Dan minimax regret.
Kriteria-kriteria ini cenderung mempunyai kesimpulan yang berbeda
karena itu seorang pembuat keputusan harus mengetahui dan memilih kriteria
tertentu yang menurut pertimbangannya adalah paling tepat untuk masalah yang
dipecahkan. Berikut ini akan dijelaskan mengenai masing-masing kriteria
tersebut.
1. Maximin dan minimax
Kriteria maximin adalah kriteria berdasarkan usaha memaksimalkan
kemungkinan keuntungan yang minimum. Jadi pendekatan yang dipakai adalah
pendekatan konservatif atau pesimistis karena yang ingin dimaksimalkan adalah

S1 Manajemen Page 8
UNIVERSITAS PAMULANG

kemungkinan keuntungan yang minimal dan berdasarkan kepada situasi masa

depan yang paling tidak menguntungkan.
Kriteria maximin juga bisa dipakai untuk meminimisasi biaya dengan
memakainya dengan cara yang sebaliknya. Pertama catatlah biaya yang maximum
dari tiap-tiap alternatif, kemudian pilih biaya yang paling minimum dari biaya-
biaya yang maximum tadi. Kriteria untuk meminimisasi biaya ini disebut
minimax.
2. Maximax dan minimin
Berbeda dengan maximin dan minimax yang merupakan pendekatan yang
pesimistik terhadap pemilihan alternatif keputusan, maximax dan minimin
merupakan pendekatan yang optimistik.
Kriteria miaximax memilih alternatif keputusan yang memaksimisasikan
kemungkinan biaya yang maximum. Untuk itu pembuat keputusan mulai dengan
penentuan kemungkinan biaya yang maximum.
Kriteria minimin dipakai untuk menilai biaya yang diperlukan bagi suatu
alternatif. Cara minimin ini merupakan kebalikan dari maximax. Dengan minimin
yang dicari adalah nilai minimum dari biaya-biaya alternatif keputusan yang
minimum.
3. Minimax Regret
Minimax regret adalah singkatan dari minimum of the maximum regret.
Kriteria ini berusaha untuk memilih kerugian yang paling minimum dari
kemungkinan kerugian karena kehilangan kesempatan yang maximum. Jadi
keputusan terakhir dibuat dengan memilih alternatif yang mempunyai nilai
maximum kesempatan yang hilang yang paling kecil.

Dari ketiga kriteria yang dibahas di atas ternyata tiap kriteria mengarah
kepada kesimpulan yang berbeda. Yang menjadi masalah di sini adalah bukanlah
tentang mana yang benar dan mana yang salah sebab masing-masing kriteria
berdasarkan pada filsafat yang berbeda. Keputusan terakhir adalah terserah
kepada pembuat keputusan. Kelemahan utama dari ketiga kriteria tersebut adalah
semuanya tidak mempertimbangkan informasi tentang probabilitas dari berbagai
situasi masa depan.

S1 Manajemen Page 9
UNIVERSITAS PAMULANG

5. Kriteria dalam Pengambilan Keputusan dengan Menggunakan

Probabilitas
Sering pembuat keputusan dalam menghadapi masalah memperkirakan
situasi atau keadaan masa depan yang akan terjadi masih bisa mendapatkan atau
membuat probabilitas tentang kemungkinan akan terjadinya masa depan tersebut.
Kriteria pembuatan keputusan yang memanfaatkan informasi tentang probabilitas
dalam menyeleksi alternatif keputusan adalah Expected Monetary Value dan
Expected Opportunity Loss. Berikut ini akan dijelaskan mengenai kriteria-kriteria
tersebut.
1. Expected Monetary Value (EMV)
Expected Monetary Value atau perkiraan nilai moneter adalah suatu
kriteria yang memanfaatkan probabilitas tentag terjadinya situasi masa depan
dalam pemilihan alternatif-alternatif keputusan. Dengan kriteria ini, seorang
pembuat keputusan harus menganalisis, menghitung perkiraan nilai moneter dari
masing-masing alternatif dan memilih alternatif yang menghasilkan perkiraan
nilai moneter yang paling tinggi. Rumus untuk mencari Expected Monetary Value
(EMV) adalah sebagai berikut

2. Expected Opportunity Loss

Dalam perhitungan Expected Opportunity Loss digunakan informasi
probabilitas situasi masa depan. Formula untuk menghitung nilai dari perkiraan
keputusan yang hilang yang dikenal dengan singkatan EOL adalah sebagai berikut

S1 Manajemen Page 10
UNIVERSITAS PAMULANG

6. Contoh Kasus
Contoh 1
Anda memiliki sebuah dana untuk diinvestasikan pada dua alternatif
proyek, yaitu proyek A dan proyek B. Peluang proyek akan memberikan
keuntungan 20% dengan nilai keuntungan 50 juta. Pelunag proyek B akan
memberikan keuntungan 45% dengan nilai keuntungan 10 juta. Buatlah pohon
keputusan untuk membantu anda dalam mengambil keputusan.

S1 Manajemen Page 11
UNIVERSITAS PAMULANG

Contoh Kasus 2
Sebuah perusahaan mempunyai dua pilihan desain untuk lini produksi
CRT baru yang beresolusi tinggi untuk stasiun kerja CAD nya. Ramalan
penjualan selama siklus hidup CRT adalah 100.000 unit.
Pilihan desain A memiliki kemungkinan sebesar 0,9 untuk menghasilkan
59 CRT yang baik per 100 unit produk dan kemungkinan sebesar 0,1 untuk
menghasilkan 64 CRT yang baik per 100 unit produk. Biaya desain adalah $
1.000.000.
Pilihan desain B memiliki kemungkinan sebesar 0,8 untuk menghasilkan
64 CRT yang baik per 100 unit produk dan kemungkinan sebesar 0,2 untuk
menghasilkan 59 CRT yang baik per 100 unit produk. Biaya desain adalah $
1.350.000.

S1 Manajemen Page 12
UNIVERSITAS PAMULANG

Penjualan 59.000 pada $150 $ 8.850.000

0.9 (59 CRT) $ -7.500.000
Biaya Manufaktur 100.000 pada $ 75
Biaya Desain $ -1.000.000
$ 350.000

Desain A
EMV = $ 425.000

Penjualan 64.000 pada $150 $ 9.600.000

0.1 (64 CRT) $ -7.500.000
Biaya Manufaktur 100.000 pada $ 75
Biaya Desain $ -1.000.000
$ 1.100.000

Penjualan 64.000 pada $150 $ 9.600.000

0.8 (64 CRT) $ -7.500.000
Biaya Manufaktur 100.000 pada $ 75
Biaya Desain $ -1.350.000
$ 750.000

Desain B
EMV = $ 600.000

Penjualan 59.000 pada $150 $ 8.850.000

0.2 (59 CRT) $ -7.500.000
Biaya Manufaktur 100.000 pada $ 75
Biaya Desain $ -1.350.000
$0

Perhitungan EMV
Desain A = (0,9 x $350.000) + (0,1 x $1.100.000) = $ 425.000
Desain B = (0,8 x $750.000) + (0,2 x $0) = $ 600.000

Tingkat pengembalian tertinggi adalah desain B, senilai $ 600.000

Contoh Kasus 3
Ada sebuah permen di Tangerang memiliki du solusi dalam pemilihan jenis
mesin yang akan digunakan kedepannya. Mesin A memiliki kemungkinan 0.6
menghasilkan produk 120.000 unit dalam 1 jam dan 0.4 untuk menghasilkan
80.00 unit dalam 1 jam. Harga jual untuk 1 unit adalah $ 5. Biaya produksi per
unit adalah $ 1. Untuk konsumsi listrik yang diperlukan untuk mesin tersebut
dalam 1 jam adalah $ 150.000.
Mesin A memiliki kemungkinan 0.8 menghasilkan produk 130.000 unit dalam
1 jam dan 0.2 untuk menghasilkan 70.000 unit dalam 1 jam. Harga jual untuk 1
unit adalah $ 5. Biaya produksi per unit adalah $ 1.2. Untuk konsumsi listrik yang
diperlukan untuk mesin tersebut dalam 1 jam adalah $ 200.000.

S1 Manajemen Page 13
UNIVERSITAS PAMULANG

Harga Jual $ 5/unit $ 600.000

0.6 (120.000 unit) $ -120.000
Biaya Produksi $ 1/unit
Biaya Listrik $ 150.000 $ -150.000
$ 330.000

Mesin A
EMV = $ 266.000

Harga Jual $ 5/unit $ 400.000

0.4 (80.000 unit) Biaya Produksi $ 1/unit $ -80.000
Biaya Listrik $ 150.000 $ -150.000
$ 170.000

Harga Jual $ 5/unit $ 650.000

0.8 (130.000 unit) $ -156.000
Biaya Produksi $ 1.2/unit
Biaya Listrik $ 200.000 $ -200.000
$ 294.000

Mesin B
EMV = $ 248.400

Harga Jual $ 5/unit $ 350.000

0.2 (70.000 unit) $ -84.000
Biaya Produksi $ 1.2/unit
Biaya Listrik $ 200.000 $ -200.000
$ 66.000

Perhitungan EMV
Desain A = (0,6 x $330.000) + (0,4 x $170.000) = $ 266.000
Desain B = (0,8 x $294.000) + (0,2 x $66.000) = $ 248.400

Tingkat pengembalian tertinggi adalah desain A, senilai $ 266.000

Contoh Kasus 4
Salah satu contoh masalah dalam kehidupan manusia, yaitu pemilihan
bisnis antara bisnis organik, semi organik atau non organik dengan melihat
keuntungan yang dapat diperoleh dari setiap jenis bisnis tersebut.

S1 Manajemen Page 14
UNIVERSITAS PAMULANG

Nilai EMV untuk setiap keputusan yang diambil adalah sebagai berikut :
1. Organik
EMV = (0,4)(10.000) + (0,2)(6.500) + (0,4)(1.000) = 5.700
2. Semi Organik
EMV = (0,4)(12.000) + (0,2)(8.000) + (0,4)(4.000) = 8.000
3. Non Organik
EMV = (0,4)(15.000)+(0,2)(12.000)+(0,4)(8.000) = 11.600
Setelah mendapatkan nilai EV dari setiap keputusan yang diambil maka
dapat dihitung nilai keuntungannya. Nilai keuntungan dari setiap keputusan
didapat dari nilai EMV yang telah dihitung sebelumnya dikurangi dengan biaya
produksi dari setiap pilihan keputusan.
Keuntungan untuk setiap keputusan yang diambil adalah sebagai berikut :
1. Organik
Keuntungan = 5.700 – 1.000 = 4.700
2. Semi Organik
Keuntungan = 8.000 – 1.200 = 6.800
3. Non Organik
Keuntungan = 11.600 – 1.600 = 10.000
Tingkat pengembalian tertinggi adalah non organik, senilai 10.000

S1 Manajemen Page 15
UNIVERSITAS PAMULANG

C. SOAL LATIHAN/TUGAS
1. Siapkan analisis produk berdasarkan nilai untuk produk berikut, berikan
posisi dalam siklus hidupnya, serta identifikasikan masalah yang mungkin
dihadapi oleh manajer operasi dan kemungkinan tindakan operasi dari
manajer tersebut. Produk Alpha mempunyai penjualan tahunan sebesar
1.000 unit dan kontribusi sebesar $ 250.000. penjualan ini berada pada
tahap perkenalan. Produk bravo mempunyai penjualan tahunan 1.500 unit
dan kontribusi sebesar $ 3.000, penjualan ini berada pada tahap
pertumbuhan. Produk charlie mempunyai penjualan tahunan sebesar 3.500
unit dan kontribusi $ 1.750, penjualan ini berada pada tahap penurunan.

2. Sebuah perusahaan harus memutuskan satu dari tiga desain yang dimiliki.
Peramalan penjualan dipasaran adalah 200.000 unit. Dengan strategi
desain yang lebih baik dan lebih istimewa, dan lebih banyak waktu yang
dicurahkan untuk rekayasa nilai, diharapkan biaya variabelnya dapat
mengurangi. Berikut perkiraan biaya untuk setiap desain :
a. Desain A, biaya tetap $ 45.000, biaya variabel 0.3 untuk setiap $0,55 ,
0.4 untuk setiap $0,5 dan 0.3 untuk setiap $0,45.
b. Desain B, biaya tetap $ 65.000, biaya variabel 0.7 untuk setiap $0,45 ,
0.2 untuk setiap $0,4 dan 0.1 untuk setiap $0,35.
c. Desain C, biaya tetap $ 75.000, biaya variabel 0.9 untuk setiap $0,40 ,
0.1 untuk setiap $0,35

3. Sebuah perusahaan memiliki dua pilihan. Pilihan A untuk segera

memproduksi TV stereo tercanggih yang baru. Pilihan B membiarkan tim
analisis nilainya menyelesaikan penelitian mereka. Jika wakil presiden
maju dengan pilihan A, perusahaan mengharapkan penjualan 100.000 unit
dengan harga masing-masing $550, dengan kemungkinan 0.6. dan
kemungkinan 0.4 untuk 75.000 unit seharga $ 550.
Jika perusahaan memilih pilihan B, perusahaan mengharapkan penjualan
750.000 unit pada $ 750 dengan kemungkinan 0.7. dan kemungkinan 0.3

S1 Manajemen Page 16
UNIVERSITAS PAMULANG

pada 70.000 seharga $ 750. Biaya analisis $ 100.000 dan hanya untuk
pilihan B. Tentukan pilihan mana yang memiliki nilai EMV tertinggi ?

D. DAFTAR PUSTAKA

Siang, Jong Jek.2011.Riset Operasi dalam Pendekatan Algoritmis.

Jogjakarta : Andi Offset.
Taha, Hamdy A.Riset Operasi. Tangerang : Binarupa Aksara.
Wijaya, Andi.2011. Pengantar Riset Operasi. Jakarta : Mitra Wacana
Media.
Zusi, Hasmand.2006. Operations Research. Jakarta : Universitas Trisakti.

S1 Manajemen Page 17