Keputusan pada Kondisi Kepastian dan Risiko
Keputusan pada Kondisi Kepastian dan Risiko
Mata Kuliah Teori Pengambilan Keputusan — Program Studi S1 Manajemen
- Pertemuan
- 6 dari 16
- Tingkat
- Menengah
- Estimasi Waktu Baca
- ±30–35 menit
- Metode
- Problem-Based Learning & Lecture Terbatas
Tujuan Pembelajaran
Setelah mempelajari materi ini, mahasiswa diharapkan mampu:
- Membedakan kondisi keputusan kepastian, risiko, dan ketidakpastian beserta ciri-cirinya.
- Menyusun payoff table dari suatu kasus keputusan manajerial secara sistematis.
- Menjelaskan peran probabilitas dalam pengambilan keputusan pada kondisi risiko.
1.Klasifikasi Kondisi Keputusan: Kepastian, Risiko, dan Ketidakpastian
Mulai pertemuan ini kita masuk ke ranah analisis kuantitatif. Langkah pertama sebelum memilih metode analisis adalah menentukan kondisi yang dihadapi pengambil keputusan, yaitu seberapa banyak yang diketahui tentang hasil dari setiap alternatif.
Kepastian (Certainty)
Hasil dari setiap alternatif diketahui dengan pasti. Pengambil keputusan tinggal memilih alternatif dengan hasil terbaik.
Contoh: memilih deposito berjangka dengan bunga tetap yang sudah tertulis di kontrak.
Risiko (Risk)
Hasil tidak pasti, tetapi probabilitas tiap kemungkinan keadaan dapat diperkirakan, misalnya dari data historis.
Contoh: memutuskan skala produksi dengan perkiraan peluang permintaan rendah, sedang, tinggi.
Ketidakpastian (Uncertainty)
Hasil tidak pasti dan probabilitas tidak dapat diperkirakan secara andal.
Contoh: meluncurkan produk inovatif di pasar yang belum pernah ada sebelumnya.
| Aspek | Kepastian | Risiko | Ketidakpastian |
|---|---|---|---|
| Keadaan yang akan terjadi | Diketahui pasti | Beberapa kemungkinan | Beberapa kemungkinan |
| Informasi probabilitas | Tidak diperlukan | Tersedia (objektif/subjektif) | Tidak tersedia/tidak andal |
| Pendekatan analisis | Pilih hasil terbaik | Nilai harapan (expected value), decision tree (Pertemuan 7) | Kriteria maximax, maximin, minimax regret, Laplace (Pertemuan 10) |
Catatan: sebagian literatur (misalnya Daft) menambahkan kondisi keempat, yaitu ambiguity, ketika tujuan atau alternatif pun tidak jelas. Dalam mata kuliah ini fokus analisis kuantitatif diarahkan pada tiga kondisi di atas.
Dalam praktik, keputusan yang benar-benar berada pada kondisi kepastian relatif jarang ditemui. Sebagian besar keputusan manajerial berada pada spektrum antara risiko dan ketidakpastian, sehingga kemampuan menaksir probabilitas menjadi kompetensi yang sangat penting.
2.Penyusunan Payoff Table
Payoff table (tabel hasil) adalah alat bantu untuk menyajikan hasil dari setiap kombinasi alternatif keputusan dan keadaan yang mungkin terjadi, sehingga seluruh pilihan dapat dibandingkan secara ringkas dan sistematis (Clemen & Reilly; Goodwin & Wright).
Payoff table tersusun dari tiga komponen utama:
- Alternatif keputusan (baris) — pilihan tindakan yang dapat diambil dan berada di bawah kendali pengambil keputusan.
- Keadaan alam (states of nature) (kolom) — kemungkinan kejadian di luar kendali pengambil keputusan, yang saling lepas (tidak dapat terjadi bersamaan) dan mencakup seluruh kemungkinan yang relevan.
- Payoff (sel) — hasil yang diperoleh dari kombinasi satu alternatif dengan satu keadaan alam, misalnya laba, biaya, atau ukuran nilai lain.
Langkah Menyusun Payoff Table
- Tentukan alternatif keputusanDaftarkan seluruh tindakan yang layak dipilih.
- Tentukan keadaan alamIdentifikasi kemungkinan kondisi eksternal yang relevan, pastikan saling lepas dan lengkap.
- Tentukan ukuran payoffPilih satuan hasil (laba, biaya, dan sebagainya) dan arah optimasi: memaksimalkan laba atau meminimalkan biaya.
- Hitung payoff tiap kombinasiIsi setiap sel dengan hasil yang diperkirakan untuk pasangan alternatif dan keadaan alam tersebut.
- Baca dan bandingkanGunakan tabel untuk memilih alternatif sesuai kondisi keputusan (kepastian, risiko, atau ketidakpastian).
| Alternatif \ Keadaan Alam | Permintaan Rendah | Permintaan Sedang | Permintaan Tinggi |
|---|---|---|---|
| Produksi Kecil | 30 | 30 | 30 |
| Produksi Sedang | 10 | 50 | 50 |
| Produksi Besar | −20 | 40 | 90 |
Sel hijau: pada kondisi kepastian (andaikan kita yakin permintaan akan sedang), alternatif terbaik adalah Produksi Sedang dengan laba 50. Jika keadaan alam tidak pasti, pemilihan memerlukan analisis lanjutan pada bagian berikutnya.
Perhatikan bahwa tidak ada alternatif yang unggul di semua keadaan: Produksi Besar terbaik saat permintaan tinggi namun merugi saat permintaan rendah. Inilah mengapa informasi tentang kemungkinan keadaan alam, yaitu probabilitas, menjadi sangat menentukan.
3.Peran Probabilitas dalam Pengambilan Keputusan
Pada kondisi risiko, probabilitas berfungsi sebagai bobot yang menunjukkan seberapa besar kemungkinan setiap keadaan alam terjadi, sehingga payoff yang lebih mungkin terjadi mendapat pengaruh lebih besar pada keputusan.
a. Sumber Probabilitas
- Probabilitas objektif — diperoleh dari data historis atau frekuensi kejadian yang diamati, misalnya catatan permintaan harian selama setahun terakhir.
- Probabilitas subjektif — diperoleh dari penilaian (judgment) pengambil keputusan atau pakar ketika data historis tidak memadai.
Karena probabilitas subjektif bergantung pada penilaian manusia, ia rentan terhadap bias yang telah kita pelajari pada Pertemuan 5, misalnya overconfidence atau heuristik ketersediaan. Karena itu, estimasi probabilitas sebaiknya didiskusikan, dibandingkan dengan data, dan diuji kepekaannya.
b. Aturan Dasar Probabilitas pada Payoff Table
- Setiap probabilitas bernilai antara 0 dan 1.
- Karena keadaan alam saling lepas dan mencakup semua kemungkinan, jumlah probabilitasnya harus tepat 1 (100%).
c. Pengantar: Probabilitas sebagai Bobot Payoff
Dengan probabilitas pada infografis di atas, setiap payoff dapat dibobot sesuai peluangnya, lalu dijumlahkan untuk menghasilkan satu angka ringkasan per alternatif, yang disebut nilai harapan (expected value). Teknik ini akan dibahas lengkap bersama decision tree pada Pertemuan 7; berikut gambaran awalnya pada kasus toko roti.
| Alternatif | Perhitungan | Nilai Harapan |
|---|---|---|
| Produksi Kecil | (0,3 × 30) + (0,5 × 30) + (0,2 × 30) | 30 |
| Produksi Sedang | (0,3 × 10) + (0,5 × 50) + (0,2 × 50) | 38 |
| Produksi Besar | (0,3 × −20) + (0,5 × 40) + (0,2 × 90) | 32 |
Pada kondisi risiko dengan probabilitas tersebut, Produksi Sedang menghasilkan nilai harapan tertinggi sehingga menjadi pilihan yang direkomendasikan secara kuantitatif. Perhatikan bahwa Produksi Besar, yang tampak paling menjanjikan bila permintaan tinggi, justru berada di bawah Produksi Sedang karena risiko rugi saat permintaan rendah ikut diperhitungkan.
Rangkuman
- Kondisi keputusan dibedakan menjadi kepastian (hasil diketahui), risiko (hasil tidak pasti namun probabilitas dapat diperkirakan), dan ketidakpastian (probabilitas tidak dapat diperkirakan).
- Payoff table terdiri dari alternatif keputusan (baris), keadaan alam (kolom), dan payoff (sel), dan menjadi dasar analisis kuantitatif keputusan.
- Penyusunan payoff table dilakukan bertahap: menentukan alternatif, keadaan alam, ukuran payoff, menghitung setiap sel, lalu membandingkannya.
- Probabilitas berperan sebagai bobot payoff pada kondisi risiko; nilainya antara 0 dan 1 dan jumlahnya untuk seluruh keadaan alam harus sama dengan 1.
- Probabilitas subjektif rentan bias sehingga perlu diuji dengan data dan analisis kepekaan.
Pertanyaan Diskusi & Latihan
- Berikan satu contoh keputusan bisnis untuk masing-masing kondisi: kepastian, risiko, dan ketidakpastian. Jelaskan alasan pengelompokannya.
- Susun payoff table untuk keputusan memilih salah satu dari tiga lokasi kios (alternatif) dengan tiga kemungkinan kondisi lalu lintas pengunjung (keadaan alam). Tentukan sendiri payoff-nya dan jelaskan asumsinya. (Latihan ini menjadi dasar Tugas Individu 2.)
- Pada kasus toko roti, jika probabilitas permintaan berubah menjadi 0,1; 0,3; dan 0,6 (rendah, sedang, tinggi), alternatif mana yang memiliki nilai harapan tertinggi? Tunjukkan perhitungannya.
- Mengapa probabilitas subjektif perlu diperlakukan dengan hati-hati? Kaitkan dengan bias yang dipelajari pada Pertemuan 5.
Referensi
- Clemen, R. T., & Reilly, T. (edisi terbaru). Making hard decisions with DecisionTools — bab Structuring Decisions. Cengage Learning.
- Goodwin, P., & Wright, G. (edisi terbaru). Decision analysis for management judgment — bab Decision Analysis Basics. Wiley.
Materi ini merupakan rangkuman dan penjelasan penulis berdasarkan kedua referensi di atas; angka pada kasus toko roti adalah ilustrasi buatan penulis untuk keperluan pembelajaran. Nomor edisi dan halaman agar diverifikasi ulang oleh dosen pengampu sesuai edisi yang digunakan.
Komentar
Posting Komentar