Decision Tree.pptx

Embed Size (px)

Citation preview

  • 8/17/2019 Decision Tree.pptx

    1/62

    Decision Tree

  • 8/17/2019 Decision Tree.pptx

    2/62

    Latar Belakang

    dan tidak bervariasiDalam praktek yangsesungguhnya, situasipengambilan keputusan

    banyak yang terjadi dalamkondisi yang tidak pastiBeberapa teknikpengambilan keputusan

    tersedia untuk membantupara pengambilkeputusan dalammenghadapi situasisemacam ini

  • 8/17/2019 Decision Tree.pptx

    3/62

    Situasi pengambilan keputusan1. Situasi dimana probabilita tidak dapat

    ditentukan atas kejadian di masa yang akandatang

    2. Situasi dimana probabilita dapat ditentukan

  • 8/17/2019 Decision Tree.pptx

    4/62

    omponen engam anKeputusan

    Kondisi Dasar situasi pengambilan keputusanmengandung beberapa komponen keputusan itu sendiridan kejadian sesungguhnya yang dapat terjadi di masayang akan datang.

    Pada saat keputusan dibuat, pengambil keputusan tidakyakin atas kondisi dasar yang akan terjadi di masadatang dan tidak memiliki kendali atas kondisi dasartersebut

  • 8/17/2019 Decision Tree.pptx

    5/62

    ontoh

    Seorang pedagang asongan harus memutuskan apakahharus menyediakan kopi pada pertandingan sepak boladi bulan November.

    Jika uaa saat itu dingin, sebagian besar kopi akan terjual.

    Namun jika uaa panas, akan sedikit sekali jumlah kopiyang terjual.

    Keputusan yang timbul adalah menyediakan kopi atautidak. Kondisi dasar yang ada adalah uaa panas atau

    uaa dingin

  • 8/17/2019 Decision Tree.pptx

    6/62

    Tabel Payoff 

    !ntuk memudahkan analisa keputusan danmenghasilkan keputusan terbaik, digunakan "abel #asilPertukaran $payo%% tables&

    Payo%% tables alat untuk mengorganisasi dan

    mengilustrasikan hasil'hasil dari berbagai keputusanyang berbeda, berdasarkan bermaam'maam kondisidasar dalam suatu masalah

  • 8/17/2019 Decision Tree.pptx

    7/62

    Tabel Payoff 

    KeputusanKondisi Dasar 

    a b

    1 #asil Keputusan 1a #asil Keputusan 1b2 #asil Keputusan 2a #asil Keputusan 2b

  • 8/17/2019 Decision Tree.pptx

    8/62

    Pengambilan KeputusanTanpa Probabilita

     Pengambilan keputusan didasarkan pada asumsi bah(ain%ormasi mengenai kemungkinan terjadinya kondisidasar tidak tersedia

     Kriteria Pengambilan Keputusan

    1. Kriteria )a*ima*2. Kriteria )a*imin

    +. Kriteria )inima* egret

    -. Kriteria #ur(i

    /. Kriteria 0obot yang Sama $ual 3ikelihood&

  • 8/17/2019 Decision Tree.pptx

    9/62

    ontoh

    Seorang investor ingin membeli salah satu dari tiga jenis perumahan.Dia harus memutuskan antara sebuah apartemen, sebuahbangunan kantor dan sebuah gudang.

    Kondisi dasar di masa datang yang akan menentukan besar laba yangakan diperoleh investor tersebut adalah keadaan ekonomi yang baik

    dan keadaan ekonomi yang buruk.3aba yang akan dihasilkan dari masing'masing keputusan dalam tiap

    kondisi dasar yang terjadi sbb 4

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 +7.777

    0angunan kantor 177.777 '-7.777

    8udang +7.777 17.777

  • 8/17/2019 Decision Tree.pptx

    10/62

    Kriteria !a"ima"

    Kriteria ma*ima* pengambil keputusan memilihkeputusan yang memberikan nilai paling maksimum darihasil'hasil yang maksimum

    Kriteria ma*ima* sangat optimis

    Pengambil keputusan mengasumsikan bah(a kondisidasar yang paling menguntungkan akan terjadi

  • 8/17/2019 Decision Tree.pptx

    11/62

    Kriteria !a"ima"

    Keputusan dari kriteria ma*ima* membeli bangunan kantor

    Pengambil keputusan mengasumsikan masa depan seara optimisberdasarkan kondisi dasar yang ada

    0ila yang terantum pada tabel payo%% adalah biaya, maka dipilih yangpaling minimum $kriteria minimin&

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 +7.777

    0angunan kantor 177.777 '-7.777

    8udang +7.777 17.777

    #asil !aksimum

  • 8/17/2019 Decision Tree.pptx

    12/62

    Kriteria !a"imin

    Kebalikan dari ma*ima*, kriteria ma*imin sangatpesimis.

    Pengambil keputusan memilih putusan yangmenerminkan nilai maksimum dari hasil'hasil yang

    minimum Pengambil keputusan mengasumsikan bah(a hasil yang

    minimum akan terjadi

  • 8/17/2019 Decision Tree.pptx

    13/62

    Kriteria !a"imin

    Keputusan dari kriteria ma*imin membeli apartemen

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 +7.777

    0angunan kantor 177.777 '-7.777

    8udang +7.777 17.777

    #asil !aksimum

  • 8/17/2019 Decision Tree.pptx

    14/62

    Kriteria !inima" $egret

    Kriteria ini juga disebut kriteria penyesalan Pertama, pengambil keputusan memilih hasil

    maksimum dari setiap kondisi dasar.

    Selanjutnya, hasil maksimum tersebutdikurangkan dengan masing'masing keputusan

  • 8/17/2019 Decision Tree.pptx

    15/62

    Kriteria !inima" $egret

    #asil maksimum dari kondisi ekonomi baik 9 5 177.777

    #asil maksimum dari kondisi ekonomi buruk 9 5 +7.777

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 +7.777

    0angunan kantor 177.777 '-7.777

    8udang +7.777 17.777

  • 8/17/2019 Decision Tree.pptx

    16/62

    Kriteria !inima" $egret

    #asil maksimum dari kondisi ekonomi baik 9 5 177.777

    #asil maksimum dari kondisi ekonomi buruk 9 5 +7.777

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 +7.777

    0angunan kantor 177.777 '-7.777

    8udang +7.777 17.777

    Kondisi ekonomi baik

    % &''(''' ) *'(''' + *'('''

    % &''(''' ) &''(''' + '

    % &''(''' ) '(''' + -'('''

    .ilai Penyesalan

  • 8/17/2019 Decision Tree.pptx

    17/62

    Kriteria !inima" $egret

    #asil maksimum dari kondisi ekonomi baik 9 5 177.777

    #asil maksimum dari kondisi ekonomi buruk 9 5 +7.777

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 +7.777

    0angunan kantor 177.777 '-7.777

    8udang +7.777 17.777

    Kondisi ekonomi baik

    % &''(''' ) *'(''' + *'('''

    % &''(''' ) &''(''' + '

    % &''(''' ) '(''' + -'('''

    Kondisi ekonomi buruk

    % '(''' ) '(''' + '

    % '(''' ) /01'('''2+ -'('''

    % '(''' ) &'(''' + 3'('''

    .ilai Penyesalan /opportunity loss2

  • 8/17/2019 Decision Tree.pptx

    18/62

    Kriteria !inima" $egret

    Keputusan membeli apartemenKeputusan ini didasarkan pada %iloso%i bah(a investor akan mengalami

    penyesalan dalam jumlah terkeil jika membeli apartemen

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 7

    0angunan kantor 7 :7.777

    8udang :7.777 27.777

    Tabel Penyesalan

    #asil !inimum regret

  • 8/17/2019 Decision Tree.pptx

    19/62

    Kriteria #urwic4

    Kompromi antara kriteria ma*ima* dan ma*imin Prinsip tidak sepenuhnya optimis dan juga tidak

    sepenuhnya pesimis Dengan Kriteria #ur(i, hasil keputusan dikalikan

    dengan koe%isien optimisme Koe%isien optimisme ukuran optimisme pengambil

    keputusan

    Koe%isien optimisme dide%inisikan sebagai α (0 ≤ α ≥

    1)

  • 8/17/2019 Decision Tree.pptx

    20/62

    Kriteria #urwic4

    Jika α 91, berarti pengambil keputusan sangat optimis Jika α 97, berarti pengambil keputusan sangat pesimis Jika α adalah koe%isien optimisme, maka 1' α adalah

    koe%isien pesimisme

    Kriteria #ur(i mengharuskan untuk setiap alternati%keputusan, hasil maksimum dikalikan dengan α danhasil minimum dikalikan dengan 1' α

  • 8/17/2019 Decision Tree.pptx

    21/62

    Kriteria #urwic4

    !ntuk ontoh investasi di atas, misal α 9 7,- $investorsedikit pesimis&

    sehingga 1' α 9 7,;

    Keputusan #asil 6partemen 5 /7.777$7,-& < +7.777$7,;&9+=.777

    0angunan Kantor 5177.777$7,-& ' -7.777$7,;&91;.777

    8udang 5 +7.777$7,-& < 17.777$7,;&91=.777

    Keputusan membeli apartemen $memilih nilai tertimbang maksimum&

  • 8/17/2019 Decision Tree.pptx

    22/62

    Kriteria #urwic4

    Kelemahan kriteria ini adalah bah(a alpha harusditentukan oleh pengambil keputusan

     6kan sangat sulit bagi seorang pengambil keputusanuntuk menentukan seara akurat tingkat optimismenya

    Kriteria #ur(i sepenuhnya merupakan kriteriapengambilan keputusan yang subyekti% 

  • 8/17/2019 Decision Tree.pptx

    23/62

    Kriteria 56ual Likelihood

    )emberikan bobot yang sama untuk setiap kondisidasar 

    Jadi diasumsikan bah(a setiap kondisi dasar memilikikemungkinan yang sama untuk terjadi

  • 8/17/2019 Decision Tree.pptx

    24/62

    Kriteria 56ual Likelihood

    !ntuk ontoh investasi di atas, terdapat 2 kondisi dasar maka bobot masing'masing adalah 7,/

    Keputusan #asil

     6partemen 5 /7.777$7,/& < +7.777$7,/&9-7.7770angunan Kantor 5177.777$7,/& ' -7.777$7,/&9+7.777

    8udang 5 +7.777$7,/& < 17.777$7,/&927.777

    Keputusan membeli apartemen $memilih nilai tertimbang maksimum&

    P bil K t

  • 8/17/2019 Decision Tree.pptx

    25/62

    Pengambilan KeputusanDengan Probabilita

    "ersedia in%ormasi tentang kemungkinan terjadinyakondisi dasar 

     "erdapat 2 kriteria keputusan yang bisa membantupengambilan

    1. *peted value $Nilai Perkiraan&2. *peted >pportunity 3oss $Perkiraan Peluang ugi&

  • 8/17/2019 Decision Tree.pptx

    26/62

    .ilai 5kspektasi /5"pected 7alue2

     Sebelum menerapkan konsep nilai ekspektasi,pengambil keputusan harus memperkirakan probabilitakejadian untuk masing'masing kondisi dasar.

    Nilai ekspektasi dihitung dengan mengalikan setiap hasil

    $dari keputusan& dengan probabilitas kejadian kemudiandijumlahkan

  • 8/17/2019 Decision Tree.pptx

    27/62

    .ilai 5kspektasi /5"pected 7alue2

    KeputusanKondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi0uruk $5&

     6partemen 5 /7.777 +7.777

    0angunan Kantor 177.777 '-7.777

    8udang +7.777 17.777

    Berdasarkan beberapa ramalan ekonomi, investor dapatmemperkirakan probabilita sebesar ',8 bahwa kondisi ekonomi akanbaik dan probabilita ',1 bahwa kondisi ekonomi akan buruk(

  • 8/17/2019 Decision Tree.pptx

    28/62

    .ilai 5kspektasi /5"pected 7alue2

    Nilai kspektasi $?& untuk tiap keputusan 4? $apartemen& 9 5 /7.777 $7,;& < +7.777 $7,-& 9 5 -2.777

    ? $bangunan kantor& 9 5 177.777 $7,;& < '-7.777 $7,-& 9 5 --.777

    ? $gudang& 9 5 +7.777 $7,;& < 17.777 $7,-& 9 5 22.777

    Keputusan terbaik adalah yang memiliki nilai ekspektasi terbesar  )aka keputusannya adalah membeli bangunan kantor  0ukan berarti bah(a investor akan mendapatkan hasil 5 --.777 jika

    membeli bangunan kantor 

     6lternati% lain

     jika hasil yang dinyatakan adalah dalam bentuk biaya,maka keputusan terbaik adalah yang memiliki nilai ekspektasiterendah

  • 8/17/2019 Decision Tree.pptx

    29/62

    5"pected 9pportunity Loss

    !ntuk menggunakan kriteria ini, kita mengalikan probabilita denganopportunity loss

    KeputusanKondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi0uruk $5&

     6partemen /7.777 +7.777

    0angunan Kantor 177.777 '-7.777

    8udang +7.777 17.777

  • 8/17/2019 Decision Tree.pptx

    30/62

    5"pected 9pportunity Loss

    *peted >pportunnity loss $>3& untuk tiap keputusan 4

    >3 $apartemen& 9 5 /7.777 $7,;& < 7 $7,-& 9 5 +7.777

    >3 $bangunan kantor& 9 5 7 $7,;& < :7.777 $7,-& 9 5 2=.777>3 $gudang& 9 5 :7.777 $7,;& < 27.777 $7,-& 9 5 /7.777

    Keputusan membeli bangunan kantor $rugi terkeil&

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik$5&

    Kondisi konomi 0uruk$5&

     6partemen /7.777 7

    0angunan kantor 7 :7.777

    8udang :7.777 27.777

    Tabel Penyesalan

  • 8/17/2019 Decision Tree.pptx

    31/62

    Perhatikan bah(a keputusan yang direkomendasikanoleh kriteria ? dan >3 adalah sama $membelibangunan kantor&

    Kedua metode ini selalu memberikan hasil yang sama,

     jadi peruma menerapkan kedua metode ini. @ukupsalah satu saja. Keputusan ? dan >3 sangat tergantung dari

    perkiraan probabilita yang ditentukan oleh pengambilkeputusan

    Jika probabilita yang digunakan tidak akurat, keputusanyang diambil akan salah

    a spe as

  • 8/17/2019 Decision Tree.pptx

    32/62

    a spe asatas :nformasi ;empurna

    Kadangkala mungkin untuk membeli in%ormasi tambahan berkenaandengan kejadian di masa datang, sehingga keputusan yang dihasilkanakan lebih baik

    Sebagai ontoh, investor dapat menye(a seorang peramal ekonomiuntuk membuat analisa ekonomi untuk menentukan seara akuratkondisi ekonomi yang mana yang akan terjadi masa datang

    Aalaupun demikian, akan sangat tidak bijaksana jika seorang investormau mambayar untuk in%ormasi ini dalam jumlah yang lebih besar dariman%aat yang diterima.

    Jadi, in%ormasi memiliki nilai maksimum tertentu yang menunjukkanbatas jumlah yang dibayar oleh pembuat keputusan

    Nilai dari in%ormasi ini disebut nilai ekspektasi atas in%ormasi sempurna$the e*peted value o% per%et in%ormation ' ?PB&

    a spe as

  • 8/17/2019 Decision Tree.pptx

    33/62

    a spe asatas :nformasi ;empurna

    Pertama, pilih hasil keputusan terbaik dari masing'masing kondisi dasar  Dalam hal ini adalah 177.777 $bangunan kantor& dari kondisi ekonomi baik dan

    +7.777 $apartemen& dari kondisi ekonomi buruk

    )isal probabilita untuk setiap kondisi dasar adalah 7,; dan 7,- Kalikan hasil keputusan terbaik dengan masing'masing probabilita. 

    177.777$7,;& < +7.777 $7,-& 9 :2.777 Pilih nilai ? yang terbaik. Dalam hal ini adalah bangunan kantor $--.777& )aka ?PB 9 :2.777 C --.777 9 2=.777

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik $5&Kondisi konomi 0uruk

    $5&

     6partemen /7.777 +7.777

    0angunan Kantor 177.777 '-7.777

    8udang +7.777 17.777

    a spe as

  • 8/17/2019 Decision Tree.pptx

    34/62

    a spe asatas :nformasi ;empurna

    Jadi nilai ekspektasi atas in%ormasi sempurna $?PB&adalah sebesar 52=.777

    Btu merupakan jumlah maksimum yang dibayarkan olehpengambil keputusan untuk membeli in%ormasi

    sempurna dari sumber'sumber lain, misal peramalekonomi "entu saja in%ormasi sempurna tersebut jarang dan

    biasanya tidak dapat diperoleh

    Pada umumnya, pengambil keputusan bersediamembayar kurang dari 52=.777, tergantung dari tingkatakurasi yang diyakini pengambil keputusan

  • 8/17/2019 Decision Tree.pptx

    35/62

    Diagram Pohon

    Diagram gra%is yang terdiri dari simpul $nodes& danabang $branhes& untuk membuat keputusan

    )enghitung nilai ekspektasi untuk tiap hasil danmembuat keputusan berdasarkan nilai ekspektasi

    tersebut Keuntungan 4 memberikan gambaran ilustrasi mengenai

    proses pengambilan keputusan )empermudah perhitungan nilai ekspektasi yang

    diperlukan seara lebih tepat dan pemahaman prosespengambilan keputusan

  • 8/17/2019 Decision Tree.pptx

    36/62

    ontoh

    0erdasarkan beberapa ramalan ekonomi, investor dapatmemperkirakan probabilita sebesar 7,; bah(a kondisi ekonomi akanbaik dan probabilita 7,- bah(a kondisi ekonomi akan buruk.

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik $5&Kondisi konomi 0uruk

    $5&

     6partemen /7.777 +7.777

    0angunan Kantor 177.777 '-7.777

    8udang +7.777 17.777

  • 8/17/2019 Decision Tree.pptx

    37/62

    ontoh

    1

    2

    3

    4

     6 p a r  t

     e m e n

    0angunan Kantor 

    8 u d  a n g 

    )embeli

     K o n d i s i  1 k o n

     o m i 

     0 a i k  $  7, ; &

    K o n d i s i  1 k o n o m i  0 u r u k  $ 7 ,- & 

    K o n d i s i  1 k o n o m i  0 u r u k  

    $ 7 ,- & 

    Kondisi 1konomi 

    0aik $7,;&

    Kondisi 1konomi

    0aik $7,;&

    K o n d i s i  1 k o n o m i  0 u r u k  

    $ 7 ,-  & 

    5 /7.777

    5 +7.777

    5 177.777

    5 '-7.777

    5 +7.777

    5 17.777

  • 8/17/2019 Decision Tree.pptx

    38/62

  • 8/17/2019 Decision Tree.pptx

    39/62

    )enentukan keputusan terbaik dengan menggunakananalisa diagram pohon menggunakan perhitungan nilaiekspektasi pada setiap simpul probabilita

    Perhitungan nilai ekspektasi dimulai dari hasil akhir $%inal

    payo%%& kemudian dikerjakan ke belakang melaluidiagram pohon ke arah simpul 1 Nilai kspektasi dari hasil akhir dihitung pada setiap

    simpul probabilita

  • 8/17/2019 Decision Tree.pptx

    40/62

    Perhitungan .ilai 5kspektasi

    ? $simpul 2&9 5 /7.777 $7,;& < +7.777 $7,-& 9 5 -2.777? $simpul +&9 5 177.777 $7,;& < '-7.777 $7,-& 9 5 --.777

    ? $simpul -&9 5 +7.777 $7,;& < 17.777 $7,-& 9 5 22.777

  • 8/17/2019 Decision Tree.pptx

    41/62

    1

    2

    3

    4

     6 p a r  t

     e m e n

    0angunan Kantor 

    8 u d  a n g 

    )embeli

     K o n d i s i  1

     k o n o m i 

     0 a i k  $  7, ; &

    K o n d i s i  1 k o n o m i  0 u r u k  $ 7 ,- & 

    K o n d i s i  1 k o n o m i  0 u r u k  

    $ 7 ,- & 

    Kondisi 1konomi 

    0aik $7,;&

    Kondisi 1konomi 

    0aik $7,;&

    K o n d i s i  1 k o n o m i  0 u r u k  

    $ 7 ,-  & 

    5 /7.777

    5 +7.777

    5 177.777

    5 '-7.777

    5 +7.777

    5 17.777

    5 -2.777

    5 --.777

    5 22.777

  • 8/17/2019 Decision Tree.pptx

    42/62

    Keputusan 4 memilih abang yang berasal dari simpul

    probabilita dengan e*peted payo%% tertinggi @abang yang memiliki hasil tertinggi adalah bangunan kantor

    dengan nilai ekspektasi 5--.777

  • 8/17/2019 Decision Tree.pptx

    43/62

    Keputusan untuk membeli bangunan kantor dengan hasil

    5--.777 adalah hasil yang sama yang kita peroleh denganmenggunakan kriteria nilai ekspektasi

    Diagram pohon akan selalu memberikan hasil keputusan dannilai ekspektasi yang sama dengan menggunakan kriteria nilaiekspektasi jika keputusan yang dibuat bukan merupakan satuseri keputusan

     6kibatnya, dalam situasi keputusan seperti ontoh di atas,diagram pohon tidak terlalu berguna

    Diagram pohon akan sangat berguna jika sekumpulan

    keputusan atau suatu urutan keputusan harus dibuat

    agram o on un u ua u

  • 8/17/2019 Decision Tree.pptx

    44/62

    agram o on un u ua uKumpulan Keputusan

    Jika situasi keputusan mengharapkan suatu kumpulan$seri& keputusan, kriteria nilai ekspektasi tidak dapatdibuat dan diagram pohon menjadi metode terbaik untukanalisa keputusan

  • 8/17/2019 Decision Tree.pptx

    45/62

    Kasus

    Bnvestor dihadapkan pada keputusan apakah membeli apartemen atau tanah. 0iaya masing'masing adalah 5=77.777 dan 5277.777.

    Jika membeli apartemen, ada 2 kondisi dasar yang mungkin, yaitu peningkatan populasidengan probabilita 7,; dan tidak ada peningkatan dengan probabilita 7,-. Jika populasimeningkat, investor akan memperoleh hasil sebesar 52jt. )eskipun tidak terjadipeningkatan populasi, masih menghasilkan 522/.777. )asing'masing untuk periode 17tahun.

    Jika keputusan yang diambil adalah membeli tanah, kondisi dasar dan probabilita sama

    dengan membeli apartemen. #anya saja, jika peningkatan populasi terjadi untuk periode +tahun, tidak ada hasil yang diperoleh. "etapi investor akan membangun apartemendengan biaya 5=77.777 atau tanah dijual dengan harga 5-/7.777. Jika tidak terjadipeningkatan populasi, tidak ada payo%% dan keputusan lain yang akan diambil adalahmenjual tanah seharga 5217.777 dan membuat bangunan komersial dengan biaya5;77.777.

    Jika membuat apartemen, probabilita populasi meningkat 7,= dan tidak meningkat 7,2. hasil

    dari kondisi dasar ini pada akhir periode 17 tahun adalah 5+jt dan 5:77.777.Jika keputusan adalah membangun tanah seara komersial, probabilita peningkatan populasi

    7,+ dengan hasil 52.+77.777. Probabilita tidak terjadi peningkatan populasi 7,: denganhasil 51.777.777

     6nalisa dengan menggunakan diagram pohon E

    na sa epu usan engan

  • 8/17/2019 Decision Tree.pptx

    46/62

    na sa epu usan engan:nformasi Tambahan

    Jika in%ormasi sempurna dapat diperoleh tergantung padakondisi dasar mana yang akan terjadi di masa datang,pengambil keputusan dapat membuat keputusan yang lebihbaik.

    )eskipun in%ormasi sempurna tentang masa depan jarang

    tersedia, kadangkala mungkin bagi kita untuk memperolehtambahan in%ormasi dalam jumlah tertentu yang dapatmemperbaiki keputusan yang akan diambil

    Kita dapat menampilkan penggunaan in%ormasi tambahandalam proses pengambilan keputusan denganmengaplikasikan analisa 0ayesian.

    na sa epu usan engan

  • 8/17/2019 Decision Tree.pptx

    47/62

    na sa epu usan engan:nformasi Tambahan

    Kita mengetahui bah(a keputusan terbaik adalah membeli bangunan kantordengan nilai ekspektasi sebesar 5--.777

    Kita juga menghitung bah(a nilai ekspektasi atas in%ormasi sempurnasebesar 52=.777

    Sekarang anggaplah bah(a investor telah memutuskan untuk menye(a

    seorang analis ekonomi pro%esional yang akan memberikan in%ormasitambahan mengenai kondisi ekonomi di masa datang

     6nalis ekonomi tersebut akan memberikan laporan yang meramalkan salahsatu dari dua hasil yang ada kepada investor 

    Keputusan

    Kondisi Dasar 

    Kondisi konomi 0aik $5&Kondisi konomi 0uruk

    $5&

     6partemen /7.777 +7.777

    0angunan Kantor 177.777 '-7.777

    8udang +7.777 17.777

  • 8/17/2019 Decision Tree.pptx

    48/62

    3aporan tersebut bisa bersi%at positi%, menandakan kemungkinan besar

    keadaan ekonomi yang baik akan terjadi3aporan bersi%at negati%, menandakan kemungkinan besar keadaan

    ekonomi yang buruk akan terjadi

  • 8/17/2019 Decision Tree.pptx

    49/62

    Dimisalkan

    g 9 keadaan ekonomi yang baikp 9 keadaan ekonomi yang buruk

    P 9 laporan ekonomi yang bersi%at positi% 

    N 9 laporan ekonomi yang bersi%at negati% 

    Probabilita kondisional dari setiap hasil laporan dengan melihat setiapkondisi dasar adalah sbb 4

    P $Pg& 9 7,=

    P $Ng& 9 7,2

    P $Pp& 9 7,1

    P $Np& 9 7,F P $Pg& jika keadaan ekonomi di masa datang pada kenyataannya

    baik $g&, probabilita analis akan memberikan laporan yg positi% $P&adalah 7,=.

  • 8/17/2019 Decision Tree.pptx

    50/62

    Kita ingat bah(a probabilita sebelumnya $prior probability& bah(aprobabilita kondisi ekonomi baik atau buruk yang akan terjadiadalah 4

    P $g& 9 7,;

    P $p& 9 7,-

    Dengan melihat probabilita kondisional yang ada, probabilitasebelumnya dapat direvisi untuk membentuk probabilita posteriordengan menggunakan 6turan 0ayes.

    Jika kita mengetahui probabilita kondisional bah(a laporan yangbersi%at positi% akan disajikan berdasarkan bah(a keadaan ekonomi

    yang baik akan terjadi P $Pg&, probabilita posterior atas kondisiekonomi baik berdasarkan laporan yang positi% P $gP& dapatditentukan menggunakan 6turan 0ayes sebagai berikut 4

    ! hi P i P b bili

  • 8/17/2019 Decision Tree.pptx

    51/62

    !enghitung Posterior Probability

    $gP& 9P 

    $Pg&P 

    $g&  P $Pg&P $g& < P $Pp&P $p&

    P $gP& 9 $7,=&$7,;& 9 7,F2+

      $7,=&$7,;& < $7,1&$7,-&

    ! hit P t i P b bilit

  • 8/17/2019 Decision Tree.pptx

    52/62

    !enghitung Posterior Probability

    $gP& 9P 

    $Pg&P 

    $g&  P $Pg&P $g& < P $Pp&P $p&

    P $gP& 9 $7,=&$7,;& 9 7,F2+

      $7,=&$7,;& < $7,1&$7,-&

    Probabilita prior bah(a kondisi ekonomi baik yang akan terjadi dimasa datang adalah 7,;.

    Dengan memperoleh in%ormasi tambahan atas laporan yang bersi%atpositi% dari analis, investor dapat merevisi probabilita sebelumnya

    atas kondisi ekonomi yang baik ke probabilita sebesar 7,F2+

    ! hit P t i P b bilit

  • 8/17/2019 Decision Tree.pptx

    53/62

    !enghitung Posterior Probability

    $gN& 9P 

    $Ng&P 

    $g&  P $Ng&P $g& < P $Np&P $p&

    P $gN& 9 $7,2&$7,;& 9 7,2/7

      $7,2&$7,;& < $7,F&$7,-&

    P $pP& 9 7,7::

    P $pN& 9 7,:/7

     

    D T b l

  • 8/17/2019 Decision Tree.pptx

    54/62

    Dengan Tabel

    Kondisi Dasar Prior Prob( Kondisional Prob( /32 = /2 /12 > ?/12

    $1& $2& $+& $-& $/&

    Kondisi 0aik P$g&97,; P$Pg&97,= 7,-= P$gP&97,-=7,/2  97,F2+

    Kondisi 0uruk P$p&97,- P$Pp&97,1 7,7- P$pP&97,7-7,/2  97,7::

      G97,/2 9P $P&

    agram o on enganP b bilit P t i

  • 8/17/2019 Decision Tree.pptx

    55/62

    agram o on enganProbabilita Posterior 

     6da 2 perbedaan dasar dari diagram pohon denganProbabilita Posterior 

    1. Dua abang a(al adalah hasil laporan analis ekonomi$positi%negati%&

    2. Probabilita tiap kondisi dasar tidak lagi menggunakanprobabilita prior tetapi menggunakan probabilitaposterior 

    Selebihnya adalah sama $alternati% keputusan, kondisidasar dan hasil&

    # il

  • 8/17/2019 Decision Tree.pptx

    56/62

    #asil

    ? $strategi& 9 5=F.212$7,/2& < +/.777$7,-=& 9 5 ;+.1F7

     5;+.1F7 merupakan nilai ekspektasi dari strategi keputusan investoryang diberikan dalam laporan perkiraan kondisi ekonomi yang

    dibuat oleh analis ekonomi

    a spe as ar: f i ; l /57;:2

  • 8/17/2019 Decision Tree.pptx

    57/62

    p:nformasi ;ampel /57;:2

    Bngat bah(a ketika investor tidak mempunyai in%ormasitambahan, nilai ekspektasinya adalah 5--.777 Setelah mendapat in%ormasi tambahan dari analis ekonomi,

    nilai ekspektasi yang didapat dari diagram pohon sebesar5;+.1F7

    Selisih antara nilai ekspektasi dengan in%ormasi tambahandan tanpa in%ormasi tambahan merupakan ?SB

    a spe as ar: f i ; l /57;:2

  • 8/17/2019 Decision Tree.pptx

    58/62

    p:nformasi ;ampel /57;:2

    ?SB 9 5;+.1F7 C --.777  9 51F.1F7

    a spe as ar: f i ; l /57;:2

  • 8/17/2019 Decision Tree.pptx

    59/62

    p:nformasi ;ampel /57;:2

    ?SB 9 5;+.1F7 C --.777  9 51F.1F7

     6rtinya 4 investor hanya mau membayar analis ekonomi sampaisebesar 51F.1F7 untuk laporan ekonomi yang memperkirakan

    kondisi ekonomi masa datang

    5fi i i

  • 8/17/2019 Decision Tree.pptx

    60/62

    5fisiensi

    Nilai kspektasi atas Bn%ormasi Sempurna $?PB& padaontoh di atas sebesar 52=.777 Nilai kspektasi dari Bn%ormasi Sampel $?SB& sebesar

    51F.1F7

    Kita bisa menghitung e%isiensi in%ormasi dengan aramembagi ?SB dengan ?PB

    5fisiensi

  • 8/17/2019 Decision Tree.pptx

    61/62

    5fisiensi

    Nilai kspektasi atas Bn%ormasi Sempurna $?PB& padaontoh di atas sebesar 52=.777 Nilai kspektasi dari Bn%ormasi Sampel $?SB& sebesar

    51F.1F7

    Kita bisa menghitung e%isiensi in%ormasi dengan aramembagi ?SB dengan ?PB

    %isiensi 9 ?SB 9 1F.1F7 9 7,;=

      ?PB 2=.777

    Jadi, analis laporan ekonomi dipandang oleh investormemiliki e%isiensi sebesar ;=H

    5fisiensi

  • 8/17/2019 Decision Tree.pptx

    62/62

    5fisiensi

    "ingkat e%isiensi yang tinggi menandakan bah(a suatuin%ormasi tersebut sangat baik "ingkat e%isiensi yang rendah menandakan bah(a

    in%ormasi tambahan tidak baik.

    !ntuk ontoh di atas, e%isiensi sebesar ;=H relati% tinggisehingga kemungkinannya keil sekali investor tersebutmenari in%ormasi tambahan dari sumber lain

    Jika e%isiensi rendah, investor mungkin menariin%ormasi tambahan dari tempat lain