BAB 10

ANALISIS KEPUTUSAN BAYES DENGAN MENGGUNAKAN

INFORMASI EKSPERIMENTAL

10.1 PENDAHULUAN
Biasanya kita menggunakan istilah eksperimen kalau berkaitan dengan suatu pengujian (test)
atau penelitian. Eksperimen atau percobaan mungkin sangat mendalam (elaborate) seperti di
dalam ilmu pengetahuan (science) di mana dilakukan selama bertahun-tahun seperti misalnya
mempelajari hukum fisika (physical law) dengan mengobservasi/mengamati gerhana matahari
(solar eclipses) agar dapat ditarik suatu kesimpulan yang sahih (valid), atau dalam usaha
mencari bibit unggul untuk jenis produk pertanian tertentu. Bisa juga dilakukan secara
sederhana seperti melempar mata uang logam Rp 50 atau melempar dadu atau mengajukan
pertanyaan kepada responden agar diperoleh jawaban yang diinginkan. Apapun bentuk
eksperimen yang dilakukan, tujuannya sama yaitu untuk memperoleh informasi. Informasi ini
berperan untuk mengurangi ketidakpastian atau kalau mungkin membuat yang tidak pasti
menjadi pasti. Suatu eksperimen dilakukan biasanya untuk menguji suatu hipotesis dan
informasi yang diperoleh dapat dipergunakan untuk memperbaiki suatu keputusan dalam
keadaan ketidakpastian (decision under uncertainty). Misalnya berdasarkan suatu, hasil
eksperimen seorang ahli pertanian bisa mengusulkan kepada menteri pertanian agar suatu jenis
padi tertentu yang ternyata memang unggul ditanam oleh para petani, seorang ahli penelitian
pasar mengusulkan kepada Direktur pemasaran agar kegiatan promosi yang ternyata memang
efektif, dilanjutkan, seorang ahli geologi mengusulkan agar pengeboran sumur minyak di
lokasi tertentu diteruskan, sebab ada harapan minyak akan keluar Suatu eksperimen dilakukan
biasanya untuk menguji suatu hipotesis dan informasi yang diperoleh dapat dipergunakan
untuk memperbaiki suatu keputusan dalam keadaan ketidakpastian (decision under
uncertainty). Misalnya berdasarkan suatu, hasil eksperimen seorang ahli pertanian bisa
mengusulkan kepada menteri pertanian agar suatu jenis padi tertentu yang ternyata memang
unggul ditanam oleh para petani, seorang ahli penelitian pasar mengusulkan kepada Direktur
pemasaran agar kegiatan promosi yang ternyata memang efektif, dilanjutkan, seorang ahli
geologi mengusulkan agar pengeboran sumur minyak di lokasi tertentu diteruskan, sebab ada
harapan minyak akan keluar.

10.2 MEMPERBAIKI PROBABILITAS: ANALISIS POSTERIOR

Di dalam situasi tertentu di mana pengambil keputusan akan mengambil keputusan, pengambil
keputusan biasanya mempunyai pertimbangan/pendapat (judgement) mengenai kejadian-
kejadian yang tidak pasti. Mungkin hal ini tercermin dalam probabilitas prior (prior probabil-
ity) tentang terjadinya masing-masing kejadian yang tidak pasti. Di dalam hal-hal tertentu
pertimbangan/pendapat (judgement) tersebut harus dikuantifikasikan (dibuat kuantitatif) dalam
bentuk probabilitas subjektif (subjective probabilities), sebab kejadian-kejadian dalam
persoalan yang dihadapi bukan kejadian yang sudah terjadi berulang-ulang (non-repeat- able)
atau bahkan baru terjadi sekali, belum bisa dibuat tabel frekuensinya. Di dalam situasi yang
lain, probabilitas prior ada kemungkinan objektif (bukan subjektif) sifatnya. Sesuai dengan
informasi yang diperoleh dari eksperimen, kejadian tidak pasti diperlukan untuk memperoleh
probabilitas posterior (posterior probabilities). Berikut ini akan dijelaskan prosedur
penggunaan informasi dalam pengambilan keputusan Thomas Bayes
10.3 ANALISIS PREPOSTERIOR
Kita telah mengilustrasikan penggunaan informasi eksperimen dan telah menguraikan analisis
posterior yang menunjukkan tindakan apa yang harus diambil/dipilih untuk setiap hasil
eksperimen. Sekarang kita akan mengkaitkan pilihan tambahan yaitu apakah perlu memperoleh
informasi semacam itu pada tahap awal? Jadi, keputusan diperluas mencakup suatu tahap awal
meliputi pemilihan tindakan yang berkesan dengan eksperimental, kita perlu memperluas
keputusan pengusaha struktur keputusan. Keputusan tambahan tentang perlu tidaknya
memutuskan melakukan survei geologi atau tidak diperlukan sebagai suatu titik keputusan
awal, yaitu tindakan awal yang mempunyai cabang, di mana setiap cabang menunjukkan
tindakan guna memilih melakukan survei atau tik melakukannya. Apabila survei geologi
dipergunakan, akan diikuti kejadian tidak pasti, berupa cabang yang menunjukkan
kemungkinan hasil survei yaitu ramalan bagus atau jelek. dalam hal ini probabilitas hasil tidak
bersyarat berlaku.
Peranan Nilai Harapan Informasi Sempurna (NHIS)
Di dalam beberapa situasi, prosedur di atas mungkin bisa dipendekkan. Ingat, bahwa nilai
harapan informasi sempurna (NHIS) menunjukkan nilai atau harga informasi sempurna bagi
kejadian tidak pasti dalam keputusan utama. Di dalam praktik, biasanya informasi yang
diperoleh melalui survei atau eksperimen jauh dari sempurna di dalam kemampuan meramal.
Apabila kenyataan/bukti itu memerlukan biaya (cost) melebihi manfaat (benefit) yang akan
kita peroleh, tentu aja penambahan informasi melalui kegiatan eksperimen/survei tidak
diperlukan (tidak usah)
HUBUNGAN ANTARA NILAI INFORMASI DENGAN TINGKAT KETIDAKPASTIAN
DAN ANALISIS SENSITIVITAS SERTA PREFERENSI TERHADAP RISIKO
Analisis sensitivitas merupakan suatu cara untuk mengetahui nilai dari suatu informasi. Apabila
tindakan pengambil keputusan akan tetap sama untuk setiap nilai variabel acak yang mungkin,
maka pada dasarnya pengambil keputusan tidak perlu untuk mengetahui berapa nilai variabel
tersebut dengan pasti. Dalam keadaan yang demikian
10.4 PENGAMBILAN KEPUTUSAN DENGAN INFORMASI SAMPEL
Kita sudah membahas persoalan pengambilan keputusan dengan informasi tambahan hasil
eksperimen. Sekarang akan kita bahas suatu keputusan yang biasanya dijumpai dalam dunia
bisnis di mana hanya ada dua tindakan/alternatif dan eksperimen dilakukan dengan mengambil
sampel acak (random sample) dari suatu populasi yang karakteristiknya mempengaruhi hasil
akhir (ultimate pay off). Keputusan yang diambil oleh pengambilan tindakan tergantung pada
hasil penelitian sampel yang diperoleh Populasi kualitatif ialah populasi yang elemen-
elemennya terdiri dari unit/ satuan yang dibuat kategori/kelas/kelompok seperti karyawan
dikategorikan menurut tempat bekerja (perusahaan asing/nasional), menurut tingkat
pendidikan (sarjana/bukan sarjana), menurut preferensinya (senang/tidak senang),
produk/barang dikategorikan menurut mutu (bagus/jelek), menurut tingkat harga
(mahal/murah), menurut warna (merah/putih), menurut berat (sama atau kurang dari 1 kg, lebih
dari 1 kg).Populasi kuantitatif ialah populasi yang berasosiasi dengan nilai setiap unitnya,
misalnya kalau unit/elemennya orang, maka bisa diketahui pendapatannya, berat badannya,
nilai hasil ujiannya, masa kerjanya, umurnya, tingginya, dan lain sebagainya. Atau barang yang
mempunyai isi, panjang, berat, luas, dan lain sebagainya.
Suatu sampel acak yang diambil dari populasi kuantitatif menyediakan suatu dasar yang sama
untuk mengambil tindakan, seperti misalnya menerima atau menolak suatu pemasangan mesin
dalam suatu proses kimia. Di sini rata-rata kuantitas suatu bumbu (ingredient) tertentu dalam
setiap gallon mungkin merupakan faktor penentu di dalam menentukan pay off. Rata-rata
populasi (µ) mengukur kuantitas sentral bumbu di dalam semua gallon yang dibuat, sesuai
dengan pemasangan mesin. Nilai μ sebenarnya tidak tentu (uncertain). Ketidakpastian yang
kedua meliputi kuantitas di dalam sampel acak yang diperiksa, di sini X (dibaca X BAR)
merupakan rata-rata perkiraan yang akan dipergunakan untuk dasar pengambilan keputusan.
10.5 KEPUTUSAN MENGENAI BESARNYA SAMPEL: ANALISIS PREPOSTERIOR
Contoh mengenai penggunaan informasi sampel dalam keputusan ialah persoalan mengenai
Suara Emas (SE) yang dipimpin oleh Paulus. Dalam contoh tersebut ditunjukkan bahwa Paulus
tidak langsung memutuskan untuk menolak/menerima lot, akan tetapi memilih mengambil
sampel terlebih dahulu dengan n = 2 dan akan menerima lor apabila hasil penelitian sampel
tidak menunjukkan adanya barang yang rusak. Paulus dalam persoalan tersebut belum meneliti
kemungkinan bahwa keputusan akan menjadi lebih baik kalau seandainya sampel diperbesar
(n > 2).Walaupun memperbesar sampel berarti menambah biaya, akan tetapi dapat
meningkatkan keandalan informasi (information reliability) yang kemungkinan besar dapat
memperbesar harapan hasil (expected pay off). Menganalisis berbagai sampel yang berbeda
jumlah elemennya menentukan informasi yang diperlukan menjadi lebih tepat. Analisis
semacam itu, sebelum keputusan diambil, disebut analisis preposterior. Menentukan Besarnya
Sampel yang Optimal Pertanyaan yang sering timbul dalam penelitian/pemeriksaan, berapa
besarnya sampel? Kita bisa menyelidiki pemilikan besarnya sampel sama seperti menentukan
apakah harus memilih sampel atau tidak? Dengan mempertimbangkan secara eksplisit setiap
kemungkinan nilai n (besarnya sampel), seperti tindakan di dalam struktur keputusan, kita bisa
menggunakan prinsip-prinsip yang telah dibahas sebelumnya untuk menganalisis keputusan
yang bersifat umum.