Professional Documents
Culture Documents
Oleh :
Kelompok
Aji Bayu Himawan 131511018
Ulul Farichin 131511006
Segala puji bagi Allah yang telah menolong hamba-Nya menyelesaikan makalah ini
dengan penuh kemudahan. Tanpa pertolongan-Nya mungkin penyusun tidak akan sanggup
menyelesaikan dengan baik.
Makalah ini disusun agar pembaca dapat memperluas ilmu tentang, Tentang
Keputusan penggunaan, Elmen elmen dalam keputusan, Model optimisasi, dan Pertimbangan
penerapan teknologi, yang kami sajikan berdasarkan dari sumber internet.
Makalah ini memuat tentang penerapan keputusan penggunaan agr kita lebih dalam
mengetahui tentang keputusan yang digunakan untuk pengembangan perusahaan.
Penyusun juga mengucapkan terima kasih kepada dosen konsep teknologi kami,yang
telah membimbing kami agar dapat mengerti tentang bagaimana cara menyusun makalah.
Semoga makalah ini dapat memberikan wawasan yang lebih luas kepada pembaca.
Walaupun makalah ini memiliki banyak kekurangan. Kami mohon maaf dan untuk saran dan
kritiknya kami tunggu. Terima kasih.
Penyusun
DAFTAR ISI
KATA PENGANTAR............................................................................................................................. i
DAFTAR ISI........................................................................................................................................... ii
BAB I PENDAHULUAN....................................................................................................................... 1
Certainty: kemungkinan akibat yang akan timbul diketahui pasti. Misalnya jika dimasukkan bahan
yang salah produksi pasti rusak. Risk: kemungkinan akibatnya diketahui tetapi tidak jumlah nilainya.
Misalnya memproduksi barang jenis baru.
Uncertainty: kemungkinan yang timbul tidak diketahui dan tidak pasti, alternative, dan akibatnya juga
serba tidak pasti. Misalnya membuka perusahaan (bisnis lain yang baru).
Secara khusus pengambilan keputusan menghendaki sejumlah sasaran dan tujuan, sejumlah
alternatif tindakan, resiko atau perolehan dan tiap alternatif yang berlainan dan kriteria pemilihan
yang dapat memperhatikan tindakan yang terbaik.
2.2 Jenis-Jenis Pengambilan Keputusan
Berdasarkan kriterianya, pengambilan keputusan dapat diklasifikasikan menjadi beberapa jenis,
yaitu:
A. Berdasarkan Programnya
a) Penemuan masalah
Tahap ini merupakan tahap dimana masalah harus di definisikan dengan jelas
sehingga perbedaan antara masalah dan bukan masalah menjadi jelas.
b) Pemecahan masalah
Tahap ini merupakan tahap dimana masalah yang sudah ada atau sudah jelas
kemudian diselesaika. Langkah-langkah yang diambil adalah sebagai berikut :
c) Pengambilan keputusan
Keputusan yang diambil adalah berdasarkan pada keadaan lingkungan atau kondisi
yang ada seperti kondisi pasti, kondisi berisiko, kondisi tidak pasti, dan kondisi konflik.
Dalam kondisi pasti ini, pengambil keputu- san secara pasti mengetahui yang
akan terjadi dimasa yang akan datang.
Kondisi pasti didukung oleh informasi yang lengkap sehingga diramalkan secara tepat
hasil dari suatu tindakan.
Alternatif yang harus dipilih hanya memiliki satu konsekuensi atau jawaban. Hasil dari
setiap alternative tindakan dapar ditentujan dengan pasti.
Keputusan yang aka diambil di dukung oleh informasi atau data yang lengkap sehingga
dapat diramalkan secara akurat.
Pengambilan keputusan secara pasti mengatahui apa yang akan terjadi dimasa datang.
Dapat ditemui pada kasus-kasus yang bersifat deterministic.
a. Program Linear
Program linear (linear programming) ada- lah suatu teknik riset operasional untuk memecahkan
masalah optimalisasi (mak- simum atau minimum) dengan mengguna- kan persamaan dan
pertidaksamaan dalam upaya untuk mencari penyelesaian yangoptimal dengan memperhatikan
pembatas-pembatas yang ada. Teori model linear merupakan dasar bagi analisis statistik
seperti analiais regresi, anova dalam perancangan percobaan.
Tujuan:
1. Menduga (penduga titik atau interval) bagi parameter b1, b2 …, bp jika mungkin atau
paling tidak menduga kombinasi linier dari parameter tersebut.
2. menduga Ơ2
3. menguji hipotesis yang berkaitan dengan β atau paling tidak fungsi dari β
Untuk menduga β , penduganya B merupakan fungsi dari y dan variable lain yang diketahui
yaitu X, sehingga B dekat dengan β . variabel y didekati dengan XB dan sisaan/ bedanya
e = y- XB disebut vector residual
Penduga β yaitu B
B dipilih sehingga jumlah kuadrat sisaan e minimum.
Dengan metode kuadrat terkecil
e’ e= (y-XB)’(y-XB)
= y’ y – 2 B’X y + B’ X’ X B
ingat B’X y = y X B
Persamaan normal bersifat konsisten jika rank (X’X|X’y) = rank (X’ X). Solusi persamaan
normal X’ y = X’ X B dapat ditentukan:
Jika S = X’ X maka B = S- X’ y, dan S- = matrik invers (umum) X’X
Bagi model not full rank adak banyak solusi bagi B, sehingga B tidak bersifat unik dan
E(B) = E(S- X’ y)
= S- X’ XB
= H B tidak sama dengan B, sehinggaa bukan penduga tak bias bagi B.
Estimable function
BLUE
Fungsi linier b’ y dari model y = X B dikatakan Best Linear Unbiased Estimate (BLUE)
dari fungsi parameter λ’ B, jika merupakan penduga tak bias bagi λ’ B dan memilki ragam
minimum diantara semua penduga linier tak bias bagi λ’ B.
Teori Gauss-Markoff.
Bagi model y = X β + ε, E(ε )=0 dan V(ε )= Ơ2 I, y = nilai pengamatan, X= variabel
diketahui dan B dan Ơ2 tidak diketahui, BLUE bagi fungsi linier yang dapat diduga λ’ B (λ
diketahui) adalah λ’ B, B sembarang solusi bagi persamaan normal X’ y = X’ X B, yang
diperoleh dengan meminimumkan (y-XB)’ (y-XB) dengan menurunkan (deferensial)
terhadap B.
Jika λ’ β merupakan fungsi parameter yang dapat diduga,, maka λ’B adalah BLUE dan
ragamnya V (λ’B) = λ’V(B) λ
= λ’ S- λ σ .
Fungsi objektif (tujuan), misalnya jumlah hasil penjualan, biaya transportasi dll.
Harus ada alternatif pemecahan untuk dipilih salah satu terbaik.
Sumber-sumber dan aktivitas mempunyai sifat dapat ditambahkan.
Adanya fungsi pembatas yang linear.
Variabel keputusan harus positif, tidak boleh negatif.
Sumber-sumber dan aktivitas mempunyai sifat dapat dibagi.
Sumber-sumber aktivitas mempunyai jumlah yang terbatas.
Aktivitas harus proporsional terhadap sumber-sumber dan hubungannya bersifat
linear.
Sumber dan aktivitas bersifat pasti.
MAKSIMISASI : MINIMISASI :
Fungsi Tujuan : Fungsi Tujuan :
Maksimumkan Z = C1X1 + C2X2 + Minimumkan Z = C1X1 + C2X2 +
+CnXn +CnXn
2. Fungsi Pembatas : 2. Fungsi Pembatas :
2.1. a11X1 + a12X2 + ….+ a1nXn ≤ b1 2.1. a11X1 + a12X2 + ….+ a1nXn ≥ b1
2.2. a21X1 + a22X2 + ….+ a2nXn ≤ b2 2.2. a21X1 + a22X2 + ….+ a2nXn ≥ b2
2.n. am1X1 + am2X2 + ….+ a2mXn ≤ bm 2.n. am1X1 + am2X2 + ….+ a2mXn ≥ bm
X1, X2, …….,Xn ≥ 0 X1, X2, ……., Xn ≥ 0
Fast Shop Market memiliki satu tempat kasir dan satu pegawai yang bertugas
mengoperasikan mesin kas pada tempat kasir tersebut. Dalam sistem antrian ini, kombinasi
antara mesin kas dan tempat kasir atau disebut server (atau fasilitas pelayanan); para pelanggan
yang menunggu giliran pada tempat tersebut untuk membayar barang belanjaan membentuk
suatu barisan, atau antrian.
Contoh berbagai jenis disiplin antrian adalah ketika pelanggan diproses berdasarkan
abjad nama belakang (nama keluarga) mereka, seperti pada pendaftaran sekolah atau
wawancara pekerjaan. Atau para pelanggan dijadwalkan akan dilayani sesuai dengan
perjanjian yang telah dilakukan sebelumnya, seperti pasien-pasien pada praktek dokter
umum atau dokter gigi atau mereka yang ingin makan malam di restoran yang
membutuhkan reservasi terlebih dahulu.
3. Tingkat Kedatangan
- Tingkat kedatangan (arrival rate) adalah tingkat dimana para pelanggan datang ke
suatu fasilitas jasa selama periode waktu tertentu.
- Tingkat ini dapat diperkirakan berdasarkan data empiris yang diambil dari hasil
mempelajari sistem tersebut atau mempelajari suatu sistem yang sama, atau dapat
dianggap sebagai nilai rata-rata dari data empiris tersebut.
- Sebagai contoh, jika 100 pelanggan sampai di tempat kasir selama 10 jam sehari, dapat
dikatakan bahwa tingkat kunjungan rata-rata adalah sebesar 10 pelanggan per jam.
Meskipun kita dapat menentukan suatu tingkat kedatangan dengan menghitung jumlah
pelanggan yang membayar pada sebuah toko selama 10 hari per jam, berdasarkan
premis ini saja tidak dapat diketahui kapan para pelanggan ini datang.
- Dengan kata lain, mungkin saja dalam satu jam tidak ada seorang pelangganpun yang
datang sementara dalam jam-jam lain terdapat 20 pelanggan yang datang.
- Secara umum, kedatangan ini diasumsikan saling independen satu sama lain dan
bervariasi secara acak sepanjang waktu.
- Berdasarkan asumsi ini, dapat diasumsikan lebih jauh lagi bahwa kedatangan pada
suatu fasilitas jasa sesuai dengan suatu distribusi probabilita.
- Walaupun kedatangan dapat digambarkan oleh distribusi manapun, sudah ditentukan
bahwa jumlah kedatangan per unit waktu pada suatu fasilitas jasa sering dapat
didefinisikan oleh distribusi Poisson.
4. Tingkat Pelayanan
- Tingkat pelayanan (service rate) adalah rata-rata jumlah pelanggan yang dapat
dilayani selama periode waktu tertentu.
- Untuk contoh Fast Shop Market, 30 pelanggan dapat keluar (dilayani) dalam satu jam.
Suatu tingkat pelayanan adalah serupa dengan tingkat kedatangan dimana ia merupakan
suatu variabel acak.
- Dengan kata lain, faktor-faktor seperti perbedaan jumlah pembelian pelanggan, jumlah
kembalian yang harus dihitung kasir, dan perbedaan bentuk pembayaran mengubah
jumlah pelanggan yang dapat dilayani.
- Mungkin saja terjadi bahwa dalam satu jam hanya terdapat 10 pelanggan yang keluar
dan dalam jam berikutnya terdapat 40 pelanggan yang keluar.
- Gambaran kedatangan dalam bentuk tingkat dan gambaran jasa dalam bentuk waktu
merupakan konvensi yang telah dikembangkan dalam teori antrian.
- Waktu pelayanan dapat ditentukan oleh distribusi probabilita eksponensial
(exponential probability distribution).
- Untuk menganalisa suatu sistem antrian, baik kedatangan maupun pelayanan harus
berada dalam unit pengukuran yang cocok. Jadi, waktu pelayanan harus dinyatakan
sebagai tingkat pelayanan untuk dapat dihubungkan dengan tingkat kedatangan.
Menentukan yang mana dari sistem antrian berikut ini, yang merupakan model
pelayanan tunggal dan model pelayanan ganda!
Salon = Ganda, karena yang melayani lebih dari 1
Bank = Ganda, karena yang melayani lebih dari 1
Kantor Konsultan = Tunggal, karena yang melayani hanya 1
Praktek Dokter = Tunggal, karena yang melayani hanya 1
Studi Kasus
Selama masa registrasi matakuliah di FTI – UKSW setiap semesternya, para mahasiswa
harus memperoleh persetujuan dari wali studi untuk matakuliah yang diambil. Untuk perwalian
mahasiswa FTI dengan wali studi M. A. Ineke Pakereng, M.Kom., dilakukan selama 1 minggu
menjelang SIA-SAT. Tingkat kedatangan mahasiswa ke kantor Ibu Ineke adalah 28 mahasiswa
per jam. Ibu Ineke membutuhkan waktu rata-rata 2 menit untuk menyetujui setiap rencana studi
yang diajukan para mahasiswa.
a. Sistem antrian tersebut merupakan sistem antrian tunggal.
b. Menghitung karakteristik operasional
= 28 mahasiswa/jam
= 30 mahasiswa/jam
P0 1
28
1
30
2
30
L
= 28 : (30-28)
= 28 : 2
= 14 pelanggan secara rata-rata dalam system antrian tersebut
2
Lq
28 2
30(2)
784
60
= 13,07 pelanggan secara rata-rata dalam baris antrian
W = 1 : ( - )
= 1 : (30 - 28)
=1:2
= 0,5 jam (30 menit) waktu rata-rata tiap pelanggan dalam siste
= 28 : {30 (30-28)}
Wq
= 28 : 30(2)
= 28 : 60
= 0,47 jam (28 menit) waktu rata-rata tiap pelanggan dalam baris antrian
PW U
28
30
= 0,93 probabilitas pelayan akan sibuk dan pelanggan harus menunggu
I=1-U
= 1 - 0,93
= 0,07 probabilita pelayan akan tidak sibuk dan pelanggan dapat dilayani
c. Karena kesibukan, Ibu Ineke dibantu oleh Ibu Yuni, SE., untuk melayani mahasiswa
perwalian. Dengan demikian sistem tersebut merupakan sistem pelayanan ganda.
d. Menghitung karakteristik operasi berdasarkan jawaban point c
Dengan menggunakan Sistem Antrian Tunggal (Single Server System) kita bisamengetahui beberapa
cara untuk mencari
1. Probabilita tidak adanya pelanggan dalam sistem antrian
2. Probabilita terdapat n pelanggan dalam suatu sistem antrian
3. (Pelanggan secara rata-rata dalam sistem antrian
4. Pelanggan secara rata-rata dalam baris antrian
5. Waktu rata-rata tiap pelanggan dalam sistem antrian
6. Waktu rata-rata tiap pelanggan dalam baris antrian
7. Probabilita pelayan akan sibuk dan pelanggan harus menunggu
8. Probabilita pelayan sedang tidak sibuk dan pelanggan dapat dilayani
Dengan menggunakan Sistem Antrian Ganda (Multiple Server System) kita bisamengetahui beberapa
cara untuk mencari :
1. Probabilita tidak adanya pelanggan dalam sistem antrian
2. Probabilita terdapat n pelanggan dalam suatu sistem antrian
3. Pelanggan secara rata-rata dalam sistem antrian
4. Pelanggan secara rata-rata dalam baris antrian
5. Waktu rata-rata tiap pelanggan dalam sistem antrian
6. Waktu rata-rata tiap pelanggan dalam baris antrian
7. Probabilita pelayan akan sibuk dan pelanggan harus menunggu
Sehingga dengan adanya dua Sistem Antrian tersebut (Sistem Antrian Tunggal danSistem Antrian
Ganda) bisa memudahkan kita untuk mencari atau menghitung nilai-nilai yang dibutuhkan sebagai
informasi menggunakan rumus-rumus yang ada dan juga bisa mnggunakan QM for Windows.
Alternative yang harus dipilih mengandung lebih dari satu kemungkinan hasil.
Pengambilan keputusan memiliki lebih dari satu alternative tindakan.
Diasumsikan bahwa pengambilan keputusan mengatahui peluang yang aka terjadi terhadap
berbagai tindakan dan hasil.
Risiko terjadi karena hasil pengumpulan keputusan tidak dapat diketahui dengan pasti.
Keadaan alam sama dengan kondisi tidak pasti
Teknik pemecahan menggunakan konsep probabilistic, model inventori probabilistic, model
antrian probabilistic.
Untuk mengambil keputusan dalam kondisi resiko kreiteria yang digunakan adalah :
Nilai Ekspektasi dihitung dengan mengalikan setiap hasil (dari keputusan) dengan
probabilita kejadian kemudian hasilnya dijumlahkan.
Contoh berikut dapat digunakan untuk menggambarkan nilai ekspektasi:
Untuk menghitung Nilai Ekspektasi atas Informasi Sempurna, terlebih dulu dilihat
keputusan disetiap kondisi dasar. Sebagai contoh, alternatif keputusan atas investasi
perumahan di atas. Jika pengambil keputusan yakin bahwa kondisi ekonomi yang baik akan
terjadi, akan diambil keputusan bangunan kantor. Sama halnya jika pengambil keputusan
yakin bahwa kondisi ekonomi yang buruk akan terjadi, pengambil keputusan akan
memutuskan membeli apartemen. Keputusan hipotetis yang “sempurna” tersebut ditunjukkan
dalam tabel berikut:
Keputusan Kondsi Dasar
(untuk membeli) Kondisi Ekonomi Baik (0,6 ) Kondisi Ekonomi Buruk (0,4)
Probabilita untuk setiap kondisi dasar (yaitu: 0,60 dan 0,40) mengatakan bahwa kondisi
ekonomi yang baik akan terjadi sebanyak 60% dari seluruh waktu yang ada dan kondisi
ekonomi yang buruk akan terjadi sebanyak 40% dari seluruh waktu yang ada (jika situasi
keputusan ini diulang setiap saat). Dengan kata lain, walaupun informasi sempurna
memungkinkan investor membuat keputusan yang tepat, setiap kondisi dasar hanya akan
terjadi dalam porsi tertentu dari waktu yang ada. Jadi setiap hasil keputusan yang didapatkan
dengan menggunakan informasi sempurna harus dikalikan dengan probabilitanya.
$ 100.000 (0,60) + $ 30.000 (0,40) = 72.000
Jumlah sebesar $ 72.000 merupakan nilai ekspektasi dari keputusan yang diambil,
berdasarkan Perfect Information, jadi bukan Expected Value of Perfect Information. Nilai
ekspektasi dari informasi sempurna adalah jumlah maksimum yang akan dibayarkan untuk
memperoleh informasi yang dapat menghasilkan keputusan yang lebih baik daripada
keputusan yang dibuat tanpa informasi sempurna (perfect information). Pada pengambilan
keputusan dengan kriteria Nilai Ekspektasi (Expected Value) dari keputusan tanpa informasi
sempurna adalah membeli bangunan kantor, dan nilai ekspektasi tersebut dihitung sebagai
berikut:
E V. Bangunan Kantor = 0,6 ( $ 100.000 ) + 0,4 ( $ -40.000) = $ 44.000
Nilai ekspektasi dari informasi sempurna (EVPI) dihitung dengan mengurangkan nilai
ekpekstasi dengan informasi sempurna ( $72.000) dengan nilai ekpekstasi tanpa informasi
sempurna ( $ 44.000).
E V P I = $ 72.000 - $ 44.000 = $ 28.000
Nilai ekspektasi dari informasi , sebesar $ 28.000, adalah jumlah maksimum yang akan
dibayarkan oleh investor untuk membeli informasi sempurna dari sumber-sumber lain, seperti
pengamat ekonomi. Tentu saja informasi sempurna tersebut jarang dan biasanya tidak dapat
diperoleh. Pada umumnya, pengambil keputusan bersedia membayar dalam jumlah yang
kurang dari $ 28.000, tergantung dari tingkat akurasi (yang mendekati sempurna) yang
diyakini oleh pengambil keputusan.
Perlu diperhatikan bahwa nilai ekspektasi dari informasi sempurna $ 28.000, adalah sama
dengan rugi kesempatan ekspektasi untuk keputusan dengan menggunakan kriteria EOL
untuk kantor, yaitu $ 28.000.
Hal di atas akan selalu menjadi masalah, terutama
karenapenyesalan menunjukkan Perbedaan antara keputusan yang terbaik dalam suatu
kondisi dasar dengan keputusan yang benar-benar dibuat. Sebenarnya hal tersebut
merupakan hal yang sama seperti yang ditentukan oleh nilai ekspektasi dari informasi
sempurna.
Kondsi Dasar
Keputusan Nilai Maksimum
(untuk membeli) Kondisi Ekonomi Kondisi Ekonomi
Baik Buruk
Apartemen $. 50.000 $ 30.000 $. 50.000
Bangunan Kantor $ 100.000 $ - 40.000 $ 100.000
Gudang $ 30.000 $ 10.000 $ 30.000
Sumber : Bernard W.Taylor III
Dari nilai maksimum tersebut dipilih nilai yang tertinggi, yaitu $ 100.000 sebagai nilai Maximax,
karena nilai tersebut menggambarkan laba yang diterima oleh perusahaan tertinggi dari alternatif
investasi yang tersedia. Apabila tabel pay-off di atas menunjukkan biaya, maka yang dipilih
nilai minimum dari biaya minimum, atau kriteria Minimin.
Kriteria Maximin
Pengambil keputusan memilih keputusan yang memberikan nilai paling maksimum dari hasil-
hasil yang minimum. Pada kriteria ini pengambil keputusan merasa pesimis. Pengambil keputusan
mengasumsikan bahwa kondisi dasar yang minimum dari setiap alternatif keputusan akan terjadi.
Berdasarkan Contoh di atas maka pertama-tama pengambil keputusan akan menentukan nilai
maksimum dari alternatif keputusan dengan cara sebagai berikut:
Keputusan Kondisi Dasar Nilai Minimum
(untuk membeli) Kondisi Ekonomi Kondisi Ekonomi
Baik Buruk
Apartemen $. 50.000 $ 30.000 $ 30.000
Bangunan Kantor $ 100.000 $ - 40.000 $ - 40.000
Gudang $ 30.000 $ 10.000 $ 10.000
Sumber : Bernard W.Taylor III
Dari nilai minimum tersebut dipilih nilai yang tertinggi, yaitu $ 30.000 sebagai nilai
Maximin. Keputusan tersebut lebih bersifat konservatifkarena alternatif yang masuk dalam
pertimbangan hanyalah hasil-hasil terburuk yang mungkin terjadi.
Kriteria Hurwich
Kriteria ini mencari kompromi antara kriteria Maximax dan Maximin. Prinsip kriteria keputusan
ini adalah pengambil keputusan tidak sepenuhnya optimis dan juga tidak sepenuhnya pesimis.
Dengan kriteria Hurwich, hasil keputusan dikalikan dengan Koefisien Optimisme pengambil
keputusan. Koefisien optimisme yang didefinisikan sebagai Alpha ( ά ), terletak antara nilai nol
dan satu ( 0 ≤ ά ≤ 1 ). Jika ά = 1, maka pengambil keputusan dikatakan sangat optimis; dan
jika ά = 0, maka pengambil keputusan dikatakan sangat pesimis. Berdasarkan definisi tersebut
jika ά adalah Koefisien Optimisme, maka 1 – ά adalah Koefisien Pesimisme.
Kriteria Hurwich mengharuskan, untuk setiap alternatif keputusan, hasil maksimum dikalikan
dengan ά dan hasil minimum dikalikan dengan 1 – ά. Untuk contoh di atas jika ά = 0,4 (investor
sedikit pesimis) maka 1 – 0,4 = 0,6, dan nilai dari alternatif investasi tersebut dapat dihitung
sebagai berikut:
Untuk menggunakan kriteria minimax Regret, pengambil keputusan pertama-tama memilih hasil
maksimum dari setiap kondisi dasar. Dalam contoh di atas, hasil maksimum dalam kondisi yang
baik adalah $ 100.000 dan hasil maksimum dalam keadaan ekonomi buruk adalah $ 30.000.
Hasil-hasil yang lain dalam setiap keadaan ekonomi kemudian dikurangkan dari jumlah nilai
maksimum, seperti ditunjukkan dalam perhitungan berikut:
Kondisi Ekonomi Baik Kondisi Ekonomi Buruk
$ 100.000 - $ 50.000 = $ 50.000 $ 30.000 - $ 30.000 =$ 0
$ 100.000 - $ 100.000 = $ 0 $ 30.000 - ( $-4 0.000) = $ 70
$ 100.000 - $ 30.000 = $ 70.000 $ 30.000 - $ 10.000 = $ 20
Nilai di atas menggambarkan penyesalan yang mungkin dialami oleh pengambil keputusan jika
keputusan yang dihasilkan meberikan hasil di bawah hasil maksimum. Nilai tersebut jika
dirangkum dalam suatu tabel hasil pertukaran yang dimodifikasi dan dikenal sebagai tabel
penyesalan nampak sebagai berikut:
Kondisi Dasar
Keputusan Nilai Maksimum
(untuk membeli) Kondisi Ekonomi Kondisi Ekonomi
Baik Buruk
Apartemen $ 50.000 $ 0 $ 50.000
Bangunan Kantor $ 0 $ 70.000 $ 70.000
Gudang $ 70.000 $ 20.000 $ 70.000
Sumber : Bernard W.Taylor III
Untuk mengambil keputusa berdasarkan kriteria Minimax Regret, dipilih nilai maksimum dari
penyesalan setiap alternatif keputusan. Keputusan yang dipilih adalah yang merupakan nilai
minimum dari maksimum penyesalan yang ada.
Berdasarkan kriteria Minimax Regret yang dipilih adalah investasi pada Apartemen, karena di
dasarkan pada filosofi bahwa investor akan mengalami penyesalan dalam jumlah yang terjecil jika
ia membeli Apartemen.
Kriteria Bobot yang Sama (Equal Likelihood)
Kriteria ini dikemukakan oleh La Place, yang memberikan bobot yang sama untuk setiap kondisi
dasar. Jadi diasumsikan bahwa setiap kondisi dasar memiliki kemungkinan yang sama untuk
terjadi.
Karena dalam contoh di atas terdapat dua kondisi dasar (kondisi ekonomi baik dan kondisi
ekonomi buruk) , maka diberikan bobot yang sama, yaitu 0,50 untuk setiap kondisi dasar yang
ada. Kemudian bobot tersebut dikalikan dengan hasil dari setiap alternatif keputusan. Keputusan
yang dipilih adalah yang memberikan nilai tertimbang yang maksimum (tertinggi).
Jenis-Jenis Konflik
Secara umum, konflik dibedakan menjadi dua, yaitu:
A. Konflik destruktif/disfungsional
Konflik destruktif dapat menimbulkan kerugian bagi individu atau organisasi yang terlibat.
B. Konflik konstruktif/fungsional
Konflik konstruktif dapat memberikan keuntungan bagi individu atau organisasi yang terlibat.
Teori Permainan
(Dua pemain-Jumlah Nol)
Teori permainan yang mula-mula dikembangkan oleh ilmuan Prancis bernama Emile Borel ini, secara
umum digunakan untuk menyelesaikan masalah yang berkaitan dengan tindakan sebuah unit bisnis
(misalnya) untuk memenangkan persaingan dalam usaha yang digelutinya. Seperti diketahui, bahwa
dalam praktek sehari-hari, setiap unit usaha atau organisasi pada umumnya harus berhadapan dengan
para pesaing. Untuk memenangkan persaingan itulah, diperlukan analisis dan pemilihan strategi
pemasaran tepat, khususnya strategi bersaing yang paling optimal bagi unit usaha atau organisasi yang
bersangkutan.
Penyelesaian masalah dalam Teori Permainan ini, biasanya menggunakan dua karakteristik strategi,
yakni:
a. Strategi Murni
Penyelesaian masalah dengan strategi murni dilakukan dengan menggunakan konsep maximin untuk
pemain/perusahaan baris dan konsep minimax untuk pemain/perusahaan kolom. Dalam strategi ini
seorang pemain atau perusahaan akan menggunakan satu strategi/strategi tunggal untuk mendapatkan
hasil optimal (sadle point yang sama).
b. Strategi Campuran
Penyelesaian masalah dengan strategi campuran dilakukan apabila strategi murni yang digunakan
belum mampu menyelesaikan masalah permainan atau belum mampu memberikan pilihan strategi
yang optimal bagi masing-masing pemain/perusahaan. Dalam strategi ini seorang pemain atau
perusahaan akan menggunakan campuran/lebih dari satu strategi untuk mendapatkan hasil optimal.
Agar sebuah permainan atau persaingan menjadi optimal, setiap strategi yang dipergunakan berusaha
untuk mendapatkan nilai permainan (sadle point) yang sama.
Jawab :
Seperti telah dijelaskan di atas, bagi pemain baris akan menggunakan aturan maximindan pemain
kolom akan menggunakan aturan minimax.
Langkah 1
Untuk pemain baris (perusahaan A), pilih nilai yang paling kecil untuk setiap baris (Baris satu
nilai terkecilnya 1 dan baris dua nilai terkecilnya 4). Selanjutnya dari dua nilai terkecil tersebut, pilih
nilai yang paliNg baik atau besar, yakni nilai 4.
Langkah 2
Untuk pemain kolom, (perusahaan B), pilih nilai yang paling besar untuk setiap kolom (kolom
satu nilai terbesarnya 8, kolom dua nilai terbesarnya 9, dan kolom tiga nilai terbesarnya 4).
Selanjutnya dari tiga nilai terbesar tersebut, pilih nilai yang paling baik atau kecil bagi B, yakni
nilai 4 (rugi yang paling kecil).
Langkah 3
Karena pilihan pemain baris-A dan pemain kolom-B sudah sama, yakni masingmasing memilih
nilai 4, maka permainan ini sudah dapat dikatakan
optimal à sudah ditemukan nilai permainan (sadle
point) yang sama. Hasil optimal di atas, dimana
masing-masing pemain memilih nilai 4
mengandung arti bahwa pemain A meskipun
menginginkan keuntungan yang lebih besar, namun
A hanya akan mendapat keuntungan maksimal
sebesar 4, bila ia menggunakan strategi harga
mahal (S2). Sedangkan pemain B, meskipun menginginkan kerugian yang dideritanya adalah sekecil
mungkin, namun kerugian yang paling baik bagi B adalah sebesar 4, dan itu bisa diperoleh dengan
merespon strategi yang digunakan A dengan juga menerapkan strategi harga mahal (S3).
Penggunaan strategi selain yang direkomendasikan di atas akan berdampak pada menurunnya
keuntungan bagi A dan meningkatnya kerugian bagi B, atau tidak dapat selesainya persaingan atau
permainan yang ada
DAMPAK DARI KEPUTUSAN PENGGUNAAN
Kemajuan teknologi tidak saja berdampak pada perilaku manusia, namun juga terhadap lingkungan alam,
contohnya asap kendaraan bermotor Kemajuan alat tranportasi sangat menunjang kelancaran dan
kenyamanan manusia dalam beraktivitas. Namun, di samping bermanfaat, perkembangan alat
transportasi juga menimbulkan dampak negatif. Asap kendaraan bermotor menimbulkan polusi udara.
Untuk mengurangi dampak polusi udara, berikut upaya-upaya yang dapat kita lakukan.
Melakukan penghijauan (reboisasi).
Mengurangi pemakaian kendaraan bermotor.
Menciptakan biosolar.
Melakukan penyuluhan terhadap masayarakat tentang dampak dan bahaya asap kendaraan bermotor.
Penggunaan sumber energi alternatif yang dapat diperbaharui, seperti tenaga angin, air, biomassa, dan
bahan bakar organik.
3. PENGERTIAN OPTIMISASI
Model Optimisasi menghasilkan jawaban optimal (solusi optimal) untuk permasalahan
matematis yang dibuat dalam bentuk model
Kendala Optimisasi (Constrained Optimization) adalah hasil yang terbaik dengan
mempertimbangkan berbagai kendala
Istilah Optimality adalah sebuah teori (seperti matematika) sebagai kebalikan (opposite) dari
konsep keadaan nyata
Banyak masalah bisnis yang kompleks tidak memiliki solusi optimal. Beberapa faktor
mungkin tidak dapat
dimasukkan dalam model “model yang kompleks” (complicating a model)
Kompleksitas model dipengaruhi oleh 2 faktor, yaitu:
Form (Bentuk) atau struktur matematis, mencakup semua hal (ekspresi) dalam model linier
Size (ukuran), model dengan banyak kendala dan banyak variabel yang tidak dapat dicari
solusi
meskipun dengan menggunakan bantuan komputer
Kata “Optimal” merupakan suatu konsep matematis. Keputusan Optimal (atau terbaik)
dihasilkan oleh model yang