Analisis Pohon Keputusan

Presented by : Dr. Musdalifah Azis, SE., M.Si

• Keputusan pengebor
ladang minyak adalah
keputusan berat. Ladang
Kentucky manakah—Blair
• East atau Blair West—yang
harus ia bor demi
mendapatkan minyak?
Keputusan yang salah
dalam
• pengeboran ladang minyak
seperti ini dapat berarti
kesuksesan atau
kebangkrutan.
 Pendahuluan
• Analisis pohon keputusan menyediakan cara
sistematis untuk merencanakan
keputusankeputusan ini dan memberikan
pemahaman yang lebih jelas mengenai beragam
hasil keuangan yang memungkinkan
 PROSES PENGAMBILAN KEPUTUSAN
DALAM OPERASI
• Pengambilan keputusan terdiri atas enam langkah,
yaitu :
1. Mendefinisikan masalah dan faktor-faktor yang memengaruhinya
dengan jelas.
2. Mengembangkan tujuan yang spesifi k dan dapat diukur.
3. Mengembangkan sebuah model, yaitu hubungan antara tujuan dan
variabel (yang dapat diukur).
4. Mengevaluasi setiap alternatif solusi berdasarkan pada kelebihan dan
kekurangannya.
5. Memilih alternatif paling baik.
6. Menerapkan keputusan dan menentukan jadwal penyelesaian.
 DASAR-DASAR PENGAMBILAN KEPUTUSAN

Istilah
a. Alternatif adalah sebuah tindakan atau strategi yang dapat dipilih oleh
seorang pengambil keputusan (contoh: besok tidak membawa payung).
b. Kondisi alami adalah sebuah kejadian atau situasi di mana pengambil
keputusan hanya memiliki sedikit kendali atau tidak sama sekali (contoh:
cuaca besok).
Simbol yang digunakan dalam sebuah pohon keputusan
a. adalah sebuah titik keputusan di mana terdapat satu alternatif atau
lebih yang dapat dipilih.
b. adalah sebuah titik kondisi alami di mana kondisi alami mungkin akan
terjadi.
 TABEL KEPUTUSAN
• Adalah Cara tabulasi menganalisis keputusan
alternatif dan kondisi alami.
• Untuk setiap alternatif dan kondisi alami tertentu,
terdapat konsekuensi atau hasil yang biasanya
dinyatakan sebagai nilai uang. Hal ini disebut nilai
kondisional (conditional value).
 Contoh tabel keputusan
• Sekarang, Getz Products ingin menyusun informasi
berikut pada tabel. Dengan pasar yang sesuai harapan,
pabrik berukuran besar akan memberikan keuntungan
bersih sebesar $200.000. Jika pasar tidak sesuai harapan,
kerugian bersih yang diderita Getz akan bernilai
$180.000. Sebuah pabrik kecil akan menghasilkan
keuntungan bersih sebesar $100.000 jika pasarnya sesuai
harapan, tetapi kerugian sebesar $20.000 harus
dihadapi Getz jika pasarnya tidak sesuai harapan.
• Pendekatan: Angka-angka ini menjadi nilai kondisional
pada tabel keputusan. Kita susun alternatif di kolom kiri
dan kondisi alami melintang di bagian atas tabel.
Contoh tabel keputusan
JENIS-JENIS LINGKUNGAN PENGAMBILAN
KEPUTUSAN

Jenis-jenis keputusan yang diambil oleh orang

tergantung pada banyaknya pengetahuan atau
informasi yang mereka miliki mengenai situasi
tersebut. Terdapat tiga lingkungan pengambilan
keputusan.
1. Pengambilan keputusan dalam ketidakpastian.
2. Pengambilan keputusan yang berisiko.
3. Pengambilan keputusan dalam keadaan pasti.
Pengambilan Keputusan dalam Ketidakpastian
Jika terdapat ketidakpastian yang sangat besar, di mana kondisi alami
pada sebuah tabel keputusan dapat terjadi (pada kondisi di mana peluang
hasil keluaran tidak dapat diperkirakan), pengambilan keputusan hanya
dapat dilakukan dengan tiga metode berikut.
• Maximax. Metode ini mencari sebuah alternatif yang memaksimalkan
hasil maksimal untuk setiap alternatif. Pertama, cari hasil maksimal setiap
alternatif, dan pilih alternatif dengan jumlah tertinggi. Karena kriteria
keputusan ini mencari alternatif yang memiliki kemungkinan keuntungan
paling tinggi, kriteria ini disebut kriteria keputusan ―optimistis‖.
• Maximin. Metode ini mencari alternatif yang memaksimalkan hasil
minimal setiap alternatif yang ada. Pertama, cari hasil minimal setiap
alternatif, dan pilih alternatif dengan jumlah terendah. Karena kriteria
keputusan ini mencari alternatif yang memiliki kemungkinan kerugian
paling rendah, kriteria ini disebut kriteria keputusan ―pesimistis‖.
• Sama rata. Metode ini mencari alternatif dengan hasil rata-rata tertinggi.
Pertama, kita menghitung hasil rata-rata setiap alternatif, yang
merupakan jumlah semua hasil dibagi dengan jumlah hasilnya.
Kemudian, kita memilih alternatif dengan jumlah maksimal. Pendekatan
sama rata ini berasumsi setiap kondisi alami memiliki kemungkinan yang
sama besar untuk terjadi.
 Contoh analisis keputusan dalam ketidakpastian

1. Pilihan maximax adalah membangun pabrik besar. Ini merupakan nilai

paling tinggi dari nilai tertinggi di setiap baris atau alternatif.
2. Pilihan maximin adalah tidak melakukan apa-apa. Nilai ini merupakan
nilai paling tinggi dari nilai terendah di setiap baris atau alternatif.
3. Pilihan sama rata adalah membangun pabrik kecil. Nilai ini merupakan
nilai paling tinggi dari hasil rata-rata dari setiap alternatif. Pendekatan
ini menggunakan asumsi bahwa semua hasil untuk setiap alternatif
adalah sama.
 Pengambilan Keputusan yang
Berisiko
Pengambilan keputusan yang mengandung risiko
bergantung pada probabilitas. Beberapa kondisi alami
mungkin terjadi, masing-masing dengan probabilitas
tertentu yang telah diasumsikan. Kondisi alami harus benar-
benar eksklusif satu sama lain serta menyeluruh secara
bersama-sama, dan jumlah total probabilitasnya haruslah :
1. Dengan diberikannya tabel keputusan dengan nilai
kondisional dan perkiraan probabilitas untuk semua
kondisi alami, nilai harapan moneter (expected
monetary value—EMV) untuk setiap alternatif dapat
ditentukan. Nilai ini mewakili nilai yang diharapkan
atau rata-rata pengembalian untuk setiap alternatif
jika keputusan ini dapat diulangi berkali-kali.
EMV (Alternatif i) = (Hasil kondisi alami 1) ×
(Kemungkinan terjadi kondisi alami 1) + (Hasil kondisi
alami 2) × (Kemungkinan terjadi kondisi alami 2) + … +
(Hasil kondisi alami terakhir) × (Kemungkinan terjadi
kondisi alami terakhir)

Jawaban:
1. EMV (A1) = (0,5)($200.000) + (0,5)(–$180.000) = $10.000
2. EMV (A2) = (0,5)($100.000) + (0,5)(–$20.000) = $40.000
3. EMV (A3) = (0,5)($0) + (0,5)($0) = $0
Pemahaman: Terlihat bahwa EMV maksimal terdapat pada alternatif A2. Jadi,
menurut kriteria keputusan EMV, alternatif terbaik adalah membangun pabrik
berukuran kecil.
Pengambilan Keputusan dalam Keadaan Pasti
• Peneliti pasar mengaku analisis teknis mereka akan
memberikan kepastian pada Getz apakah pasar
untuk produk yang diajukan sesuai harapan.
Dengan kata lain, hal ini akan mengubah kondisi
Getz dari sebuah pengambilan keputusan yang
berisiko menjadi pengambilan keputusan dalam
kepastian. Informasi ini dapat mencegah Getz
membuat kesalahan yang harus dibayar mahal.
 Nilai yang Diharapkan dari Informasi Sempurna

• merupakan perbedaan antara imbalan dalam informasi

sempurna dan imbalan berisiko ini disebut nilai harapan
dari informasi sempurna (expected value of perfect
information—EVPI).
EVPI = Nilai harapan dari informasi sempurna – EMV
maksimal
• Untuk mendapatkan EVPI, pertama, nilai harapan
dengan informasi sempurna (expected value with
perfect information, EVwPI) harus dihitung, yang
merupakan tingkat pengembalian (rata-rata), jika
informasi yang sempurna diperoleh sebelum
keputusan harus diambil. Untuk menghitung nilai ini,
alternatif terbaik setiap kondisi alami dipilih,
kemudian kita mengalikan pengembalian dengan
peluang kejadian kondisi alami tersebut.
 Menghitung nilai yang diharapkan dari
informasi sempurna

• Nilai harapan pada keadaan pasti = (Hasil terbaik

atau konsekuensi kondisi alami 1) × (Kemungkinan
terjadi kondisi alami 1)+ (Hasil terbaik atau
konsekuensi kondisi alami 2) × (Kemungkinan terjadi
kondisi alami 2)+ … + (Hasil terbaik atau konsekuensi
kondisi alami terakhir)× (Kemungkinan terjadi kondisi
alami terakhir)
 Contoh Nilai yang diharapkan dari
informasi sempurna
Solusi:
• 1. Hasil kondisi alami yang terbaik dari ―pasar yang
sesuai harapan‖ adalah ―membangun pabrik berukuran
besar‖ yang memberikan imbalan sebesar $200.000.
Hasil kondisi alami yang terbaik dari ―pasar yang tidak
sesuai harapan‖ adalah ―tidak melakukan apa-apa‖
dengan imbalan $0. Nilai harapan dengan informasi
sempurna = ($200.000)(0,50) + ($0)(0,50) = $100.000. Jadi,
jika diperoleh informasi sempurna, dapat diharapkan
(secara rata-rata)adanya imbalan senilai $100.000 jika
keputusan ini dapat diulangi berulang kali.
• 2. Nilai EMV maksimal adalah $40.000, yang merupakan
keluaran yang diharapkan, tanpa informasi yang
sempurna. Jadi: EVPI = Nilai harapan pada keadaan
pasti – EMV maksimal = $100.000 – $40.000 = $60.000
 POHON KEPUTUSAN
• pohon keputusan (decision tree) merupakan
sebuah tampilan grafi s proses keputusan yang
mengindikasikan alternatif keputusan yang ada,
kondisi alami dan peluangnya, serta imbalan bagi
setiap kombinasi alternatif keputusan dan kondisi
alami.
• EMV merupakan kriteria yang paling sering
digunakan untuk menganalisis pohon keputusan.
Suatu langkah awal analisis ini adalah
menggambarkan pohon keputusan dan
menetapkan konsekuensi finansial dari semua hasil
untuk masalah tertentu.
 Lima langkah menganalisis
pohon keputusan
1. Mendefinisikan masalah.
2. Menggambar pohon keputusan.
3. Menentukan peluang bagi kondisi alami.
4. Memperkirakan imbalan bagi setiap kombinasi
alternatif keputusan dan kondisi alami yang
mungkin.
5. Menyelesaikan masalah dengan menghitung EMV
bagi setiap titik kondisi alami. Hal ini dilakukan
dengan mengerjakannya dari belakang ke depan
(backward)—yaitu, memulai dari sisi kanan pohon
terus menuju ke titik keputusan di sebelah kirinya.
Contoh. Menyelesaikan pohon keputusan untuk EMV
 Contoh Pohon Keputusan yang Lebih Rumit
• 0,78 merupakan peluang bahwa pasar yang sesuai harapan memberikan
hasil yang sesuai harapan dari hasil survei pasar. Tentu saja, peluang yang
tinggi dari hasil penelitian mengindikasikan pasarnya baik. Walaupun
demikian, jangan lupa bahwa terdapat peluang bahwa survei pasar yang
dilakukan Getz, yang bernilai $10.000 itu, tidak menghasilkan informasi
sempurna, bahkan tidak dapat diandalkan. Setiap penelitian pasar dapat
memiliki kesalahan. Dalam kasus ini, terdapat peluang sebesar 22% bahwa
pasar tempat penyimpanan ini tidak sesuai harapan, sekalipun diberikan hasil
survei yang positif.
• Sama halnya, dapat diperhatikan bahwa terdapat peluang sebesar 27%
bagi pasar tempat penyimpanan yang sesuai harapan, sekalipun hasil
surveinya negatif. Peluang yang lebih tinggi, sebesar 0,73, dapat terjadi jika
pasarnya tidak sesuai harapan dan jika hasil surveinya negatif. Terakhir, lihat
kolom imbalan pada Figur A.3. Terlihat bahwa sebesar $10.000—yaitu biaya
penelitian pasar—telah dikurangi dari kesepuluh cabang pohon teratas. Jadi,
sebuah pabrik besar yang dibangun dalam pasar yang sesuai harapan akan
menghasilkan keuntungan $200.000. Karena penelitian pasar sudah
dilaksanakan, angka ini dikurangi $10.000.
• Pada kondisi pasar yang tidak sesuai harapan, kerugian sebesar $180.000
akan bertambah menjadi $190.000. Sama halnya, melaksanakan survei dan
tidak membangun pabrik sama sekali sekarang akan menghasilkan imbalan
senilai –$10.000.
 Penghitungan
Dengan semua kemungkinan dan imbalan yang telah
ditetapkan, perhitungan EMV dari setiap cabang dapat
dilakukan. Ini dimulai dari sisi kanan pohon keputusan
menuju ke titik asal. Jika perhitungan ini telah diselesaikan,
keputusan yang terbaik akan diketahui.
1. Dengan hasil survei yang baik:
o EMV (titik 2) = (0,78)($190.000) + (0,22)(–$190.000) = $106.400
o EMV (titik 3) = (0,78)($90.000) + (0,22)(–$30.000) = $63.600
o EMV dari tidak membangun pabrik dalam kasus ini adalah –$10.000. Jadi, jika
hasil surveinya sesuai harapan, sebaiknya dibangun pabrik besar.

2. Dengan hasil survei yang tidak baik:

o EMV (titik 4) = (0,27)($190.000) + (0,73)(–$190.000) = –$87.400
o EMV (titik 5) = (0,27)($90.000) + (0,73)(–$30.000) = $2.400
o EMV dari tidak membangun pabrik pada kasus ini adalah –$10,000. Jadi, jika
hasil survei tidak sesuai harapan, Getz sebaiknya membangun pabrik kecil
dengan nilai yang diharapkan sebesar $2.400.
 Lanjutan
3. Melanjutkan bagian atas pohon keputusan menuju ke
titik asal, kita hitung nilai yang diharapkan dengan
melakukan survei pasar.
o EMV (titik 1) = (0,45)($106.400) + (0,55)($2.400) = $49.200

4. Jika survei pasar tidak dilaksanakan:

o EMV (titik 6) = (0,50)($200.000) + (0,50)(–$180.000) = $10.000
o EMV (titik 7) = (0,50)($100.000) + (0,50)(–$20.000) = $40.000
o EMV jika tidak membangun pabrik pada kasus ini adalah $0. Jadi,
membangun pabrik kecil merupakan pilihan terbaik jika penelitian pasar tidak
dilakukan.

5. Karena EMV melaksanakan survei adalah $49.200—

dibandingkan dengan EMV $40.000 dengan tidak
melakukan studi—pilihan terbaik yang diambil adalah
untuk mencari informasi pasar. Jika hasil survei baik,
Getz harus membangun pabrik besar; jika hasil survei
tidak baik, Getz harus membangun pabrik kecil.
 Menggunakan Pohon Keputusan dalam
Pengambilan Keputusan Etis
• Memberikan bimbingan mengenai bagaimana manajer dapat
memaksimalkan nilai bagi pemegang saham dan tetap bersikap
sesuai etika. Pohon tersebut dapat diterapkan untuk tindakan
apa pun yang akan dilakukan oleh perusahaan, apakah
memperluas operasi di negara berkembang maupun
mengurangi tenaga kerja di negeri sendiri.
• Contohnya, jika menurut keputusan terbaik manajemen,
kerugian bagi penduduk Malaysia dengan membangun pabrik
lebih besar daripada kerugian dalam hal pengembalian
perusahaan, maka tanggapan untuk pertanyaan ―Apakah itu
etis?‖ adalah tidak. Sekarang, anggap Smithson ingin
membangun pabrik yang berbeda, dengan kontrol polusi, tanpa
memedulikan akibat negatif pada pengembalian perusahaan.
Keputusan tersebut membawa kita ke cabang ―Apakah etis jika
tidak mengambil keputusan?‖ Jika jawabannya (untuk alasan
apa pun) adalah tidak, maka pohon keputusan menyarankan
untuk melanjutkan pembangunan pabriknya. Namun, dengan
memberi tahu direksi Smithson, para pemegang saham, dan
pihak lain mengenai dampaknya.
 Rangkuman
• Modul ini menguji dua teknik pengambilan
keputusan yang digunakan paling umum—tabel
keputusan dan pohon keputusan.
• Teknik-teknik ini sangat bermanfaat, terutama untuk
mengambil keputusan yang berisiko. Banyak
keputusan dalam penelitian dan pengembangan,
pabrik dan peralatan, bahkan gedung dan
infrastruktur baru yang dapat dianalisis dengan
model keputusan ini.
• Permasalahan dalam pengendalian persediaan,
perencanaan agregat, pemeliharaan,
penjadwalan, dan pengendalian produksi hanya
merupakan sebagian kecil dari penerapan tabel
keputusan dan pohon keputusan.
Sekian dan Terima kasih