Professional Documents
Culture Documents
Pertemuan 4-5 Metode Pengambilan Keputusan
Pertemuan 4-5 Metode Pengambilan Keputusan
PENGAMBILAN
KEPUTUSAN
I Wayan Yudi Martha Wiguna
Pertemuan 3
Probabilistic Thinking
• Memahami Chance Event dan Outcomes
• Ketepatan menjelaskan dasar teori probabilitas
• Ketepatan menjelaskan teori probabilitas lainnya (probabilistic
dependenci, conditional independency,teorema bayes, dll)
• Mampu menggunakan decision tree untuk decision problem
dengan ketidakpastian
Probabilistic
Thinking
Salah satu cara untuk merepresentasikan ketidakpastian dalam
sistem adalah dengan menggunakan metode probabilistik atau
probabilitas. Model yang menggunakan probabilistik dianalisa
berdasar ketidakpastian yang dialami dan hasil dari tiap
kemunungkinan kondisi yang terjadi .
3.1. Memahami Chance Event dan Outcomes
Untuk menyatakan suatu hal yang tidak pasti, decision maker umumnya
menyebutnya sebagai chance event. Karena chance event ini tidak pasti, maka
chance event memiliki kemungkinan outcomes yang berbeda.
Teori dasar probabilitas untuk outcomes tiap chance event adalah (Clemen & Reilly, 2001):
Probabilitas harus berada dalam range 0-1
Tiap probabilitas (p) harus bernilai positif dan berada dalam range antara 0 hingga 1 (0 ≤ p ≤ 1).
Probabilias 0 menunjukkan kemungkinan terjadi outcome adalah 0%, atau tidak mungkin
terjadi, dan probabilitas 1 menunjukkan kemungkinan terjadi outcome adalah 100%, atau pasti
terjadi.
Maka hanya ada satu outcome yang muncul, tidak mungkin dua atau tiga outcomes terjadi
bersamaan. Dengan demikian probabilitas antar outcomes dapat dijumlahkan. Misalnya ingin
mencari tahu kondisi market akan naik atau tetap (tidak berubah), maka probabilitasnya
adalah :
Probabilitas kondisi market naik atau tetap = P(A1) + P(A2)
= 30% + 45%
= 75%
Perlu dipahami, kondisi mutually exclusive jika digambarkan dalam diagram Venn untuk
ketiga outcomes tersebut tidak saling beririsan. Sehingga, probabilitas outcomes dapat
dijumlahkan.
Total penjumlahan probabilitas adalah 1
Total dari probabilitas outcomes adalah 1. Total probabilitas outcomes 100% atau 1
mengindikasikan bahwa chance event pasti akan terjadi dengan kepastian salah satu
outcomes muncul. Seperti contoh kasus kondisi market sebelumnya, total probabilitasnya
adalah:
Total probabilitas seluruh outcomes = P(A1) + P(A2) + P(A3)
= 30% + 45% + 25%
= 100%
Berdasar sifat ini, dapat dikatakan jika misal terdapat tiga outcomes seperti
contoh sebelumnya dengan dua probabilitas outcomes diketahui dan outcomes
terakhir belum diketahui probabilitasnya, maka outcomes ketiga dapat dihitung
karena total penjumlahan probabilitas outcomes adalah 1. Perhitungannya adalah
dengan cara:
Selain dasar teori dari probabilitas yang disebutkan sebelumnya, terdapat teori lain yang
memungkinkan probabilitas untuk digunakan lebih luas untuk membantu menganalisa
decision problem. Berikut adalah beberapa teori probabilitas lainnya yang umum digunakan
adalah (Clemen & Reilly, 2001):
1. Conditional Probability
2. Independence
3. Conditional Independence
4. Complements
5. Total Probability of an Event
6. Teorema Bayes
1. Conditional Probability (Probabilitas Bersyarat)
Conditional probability terjadi saat outcomes terjadi dengan syarat outcomes lain juga
terjadi.
Teori ini dihitung dengan cara mengalikan kemungkinan dari acara yang sudah berlangsung
dengan kemungkinan baru dari kegiatan yang akan dilaksanakan.
Secara matematis dapat dituliskan sebagai (Clemen & Reilly, 2001):
𝑃 𝐴 𝑑𝑎𝑛 𝐵
𝑃 𝐴𝐵 =
𝑃 𝐵
Contoh :
Dalam bidang bisnis dan finance, teori probabilitas bersyarat telah digunakan untuk banyak
keperluan perusahaan.
Bila dapat dimanfaatkan dengan baik, perusahaan dapat memaksimalkan jumlah income
dan meredam angka kerugian.
Kira-kira, pada kondisi apa saja, teori conditional probability cocok untuk
digunakan? Menurut The Street, berikut pemaparannya:
Pertama, teori probabilitas bersyarat dapat digunakan pebisnis saat mereka sedang
mengevaluasi suku bunga.
Setiap perubahan tak terduga dalam nilai suku bunga dapat berdampak negatif pada laba
dan pendapatan perusahaan.
Nah, dengan teori conditional probability, perusahaan dapat mengarahkan sumber daya
keuangannya secara maksimal.
2. Saat memperhitungkan laba bersih
Sejatinya, laba bersih sangatlah rentan terhadap kejadian yang tak terduga, seperti proses
hukum, kondisi iklim dan cuaca, serta biaya yang diperlukan untuk peralatan dan bahan
produksi.
Nah, dengan memasukkan teori probabilitas ke dalam perhitungan laba bersih, stakeholder
dapat menerima insight (wawasan) dan strategi jitu guna mengelola sumber daya dan
membuat keputusan yang lebih baik.
3. Ketika perusahaan hendak memberikan kredit
Terakhir, teori probabilitas bersyarat akan sangat bermanfaat bila perusahaan hendak
meminjamkan sejumlah kredit.
Teori tersebut dapat membantu perusahaan dengan mengevaluasi tingkat risiko saat
mereka akan meminjamkan uang tunai kepada peminjam.
Dalam ilmu probabilitas, dua event (kejadian) disebut independence bila kejadian pada satu
event tidak mempengaruhi probabilitas pada kejadian yang lain.
Contohnya misalnya kita melempar dua dadu secara bersamaan. Peluang kejadian sebuah
dadu tidak akan mempengaruhi peluang kejadian pada dadu lainnya. Namun pada kejadian
dependent, probabilitas suatu kejadian mempengaruhi probabilitas kejadian yang lain.
Teori independence menunjukkan jika outcomes (hasil) dari suatu chance event
(keadaan yang tidak pasti) tidak akan mempengaruhi outcomes dari chance event
lainnya. Sehingga mengetahui informasi probabilitas outcomes salah satu chance event
tidak dapat memberi informasi terkait outcomes chance event yang lain.
𝑃 𝐴𝑖 𝑑𝑎𝑛 𝐵𝑗
𝑃 𝐴𝑖 = 𝑃 𝐴𝑖 𝐵𝑗 = = 𝑃 𝐴𝑖 𝑥 𝑃 𝐵𝑗
𝑃 𝐵𝑗
Perlu diperhatikan, bahwa independence berbeda dengan mutually exclusive. Dalam
hubungan mutually exclusive hanya ada satu outcome yang dapat terjadi dalam satu
waktu, namun dalam hubungan independence lebih dari satu outcomes yang dapat
terjadi secara bersamaan karena outcomes tersebut berasal dari chance event yang
berbeda.
3. Conditional Independence
𝑃 𝐵ത = 1 − 𝑃 𝐵
(5) Total Probability of an Event
Salah satu cara untuk menghitung probabilitas event atau outcome adalah
dengan memanfaatkan teori total probabilitas adalah 1 dan teori compliment
yang telah dijelaskan sebelumnya. Formula menghitung probabilitas melalui
kedua teori tersebut adalah (Clemen & Reilly, 2001):
𝑃 𝐴 = 𝑃 𝐴 𝑑𝑎𝑛 𝐵 + 𝑃 𝐴 𝑑𝑎𝑛 𝐵ത
𝑃 𝐴 = 𝑃 𝐴 | 𝐵 𝑃 𝐵 + 𝑃 𝐴 | 𝐵ത 𝑃(𝐵)
ത
Untuk lebih memudahkan membayangkan probabilitas outcomes A dari
formula tersebut, dapat melihat Gambar 12. Gambar 12 menjelaskan
diagram Venn dari probabilitas outcomes A dan B. Melalui Gambar 12, maka
dapat terbayang jika arti dari formula tersebut dalah probabilitas
outcomes A merupakan probabilitas outcomes kejadian “A dan B” dan “A
dan 𝐵”.
ത
Dalam notasi ini P(A|B) berarti peluang kejadian A bila B terjadi dan
P(B|A) peluang kejadian B bila A terjadi.
TERIMA KASIH