Kondisi yang dihadapi manajer dalam pengambilan keputusan Certainty (kondisi pengambilan keputusan dalam kepastian) Risk (kondisi pengambilan keputusan beresiko) Uncertainty (kondisi pengambilan keputusan ketidakpastian)
Kondisi Pengambilan Keputusan dalam Kepastian Kondisi kepastian berarti segala sesuatu yang akan terjadi pada masa yang akan datang secara pasti dapat diperkirakan. Hal ini disebabkan tersedianya informasi yang akurat, terpercaya dan dapat diukur sebagai dasar keputusan. Manajer membuat keputusan dalam kondisi kepastian berarti ia telah mengetahui secara pasti apa yang akan terjadi pada masa yang akan datang.
Misalnya manajer akan melakukan investasi berskala besar jika sudah dipastikan tentang pemasokan bahan baku lancar dan adanya jaminan penjualan produk yang lancar juga adanya jaminan kontrak baik terhadap para supplier bahan baku sebagai input maupun terhadap penyalur produk jadi sebagai output perusahaan.
Apabila pengambil keputusan dihadapkan pada banyak pilihan keputusan dalam kondisi kepastian, maka secara rasional la akan memilih keputusan yang terbaik. Keputusan terbaik bagi pengambil keputusan dalam kondisi kepastian adalah dengan melihat apa yang akan diputuskan. Jika pilihan menyangkut biaya dan dapat diperkirakan secara pasti, maka keputusan terbaik adalah biaya yang paling murah. Jika pilihan berkaitan dengan manfaat (keuntungan) dan diperkirakan secara pasti, maka keputusan terbaik adalah yang paling tinggi.
Jika keputusan berkaitan dengan kombinasi dari berbagai kemungkinan pilihan alternatif, maka kombinasi yang menghasilkan nilai optimal yang menjadi dasar pengambilan keputusan terbaik. Masalah optimalisasi berkaitan dengan dua hal yaitu maksimalisasi untuk manfaat (laba) dan minimalisasi untuk pengorbanan (biaya). Alat analisis yang dapat digunakan adalah Linear Programming.
Pengambilan Keputusan Kondisi Pengambilan Keputusan dalam Kepastian Pengambilan Keputusan dalam Kepastian Linear Programming
Linear programming merupakan alat analisis atau teknik matematis yang digunakan untuk membantu manajer dalam pengambilan keputusan dalam kondisi deterministik (mendasarkan pada asumsi-asumsi kepastian). Ciri khusus penggunaan teknik ini berusaha mendapatkan maksimalisasi atau minimalisasi. Maksimalisasi dapat berupa memaksimalkan keuntungan atau memaksimalkan return on investment atau memaksimalkan efektivitas promosi dan lain sebagainya yang bersifat perolehan manfaat. Minimalisasi dapat berupa meminimalkan biaya atau hal-hal yang bersifat pengorbanan.
Komponen Linear Programming Komponen dalam penggunaan linear programming adalah variabel keputusan, fungsi tujuan, dan fungsi kendala. Variabel Keputusn Komponen Linear Programming Fungsi Tujuan Fungsi Kendala
Variabel Keputusan Variabel keputusan merupakan nilai atau ukuran dari konsepsi tindakan pemilihan atas beberapa alternatif yang mempunyai range dan variasi untuk setiap alternatif yang berbeda-beda. Untuk memudahkan bentuk formulasi linear programming maka variabel keputusan dibuat dalam notasi matematis. Misalnya x1 = unit yang akan diproduksi jenis tertentu dan x2 = unit yang akan diproduksi jenis yang berbeda, dan seterusnya.
Fungsi tujuan Fungsi tujuan merupakan fungsi yang menggambarkan sasaran di dalam permasalahan linear programming yang berkaitan dengan pengaturan secara optimal sumber daya-sumber daya untuk memperoleh keuntungan yang maksimal atau biaya yang minimal. Fungsi tujuan ini juga harus dinyatakan secara matematis. Koefisien dalam fungsi tujuan merupakan keuntungan per unit atau biaya produksi per unit.
Fungsi kendala Fungsi kendala merupakan bentuk penyajian secara matematis batasanbatasan kapasitas yang tersedia yang akan dialokasikan secara optimal ke berbagai kegiatan. Fungsi kendala harus dapat dinyatakan dalam matematis dan merupakan batas kemampuan dalam memilih nilai variabel keputusan. Batasan-batasan yang ada bisa berupa batasan mesin, batasan tenaga kerja, batasan bahan baku, batasan dana, batasan permintaan, dan lainnya.
Ketiga macam komponen dalam linear programming tersebut dapat dilihat contoh aplikasinya dalam tabel berikut :
Dalam mengatasi atau menganalisis suatu masalah, penggunaan linear programming ini ada dua cara yaitu metode grafik dan metode simpleks. Metode grafik digunakan untuk memecahkan masalah yang hanya memiliki dua variabel keputusan sedangkan metode simpleks digunakan untuk memecahkan masalah dengan dua variabel atau lebih variabel keputusan.
Contoh : Masalah produk mix, perusahaan ABC akan memproduksi dua jenis produk, yaitu SEPATU dan TAS. Untuk memproduksi kedua produk tersebut, diperlukan bahan baku A, bahan baku B dan jam tenaga kerja. Maksimal penyediaan bahan baku A adalah 60 kg per hari, bahan baku B 30 kg per hari, dan tenaga kerja 40 jam per hari. Kebutuhan setiap unit produk terhadap bahan baku dan jam kerja dilihat pada tabel berikut ini :
SEPATU TAS
Kedua Jenis produk tersebut memberikan sumbangan keuntungan sebesar Rp Kedua Jenis produk tersebut memberikan sumbangan keuntungan sebesar Rp. 40,00 untuk SEPATU dan Rp. 30,00 untuk TAS. Masalah yang harus dipecahkan adalah bagaimana memproduksi SEPATU dan TAS agar diperoleh kombinasi produk yang optimal. Contoh kasus tersebut dapat diselesaikan dengan metode grafik atau metode simpleks. ldentifikasi masing-masing komponen dan penyelesaian akhir adalah sebagai berikut :
Tahapan menjawab : Variabel keputusan X1 = jumlah SEPATU yang diproduksi per hari X2 = jumlah TAS yang diproduksi per hari Fungsi tujuan Zmak = 40 X1 + 30 X2 Fungsi Kendala / constrain 2X1 + 3X2 ≤ 60 untuk bahan baku A 2X2 ≤ 30 untuk bahan baku B 2X1 + X2 ≤ 40 untuk jam Tenaga Kerja X1,X2 > 0
Kasus tersebut jika diselesaikan baik dengan metode grafik maupun metode simpleks akan diperoleh suatu keputusan yang optimal sebagai berikut : X1 = 15 unit; X2 = 10 unit Z = Rp. 900,00 Hasil akhir tersebut memberikan informasi kepada manajemen bahwa untuk memperoleh kombinasi keputusan yang maksimal harus diproduksi SEPATU (X1) sebanyak 15 unit dan TAS (X2) sebanyak 10 unit dan akan diperoleh keuntungan maksimal (Z) sebesar Rp. 900,00. Sumber : https://dmarifah.files.wordpress.com