ANALISIS KEPUTUSAN Pertemuan 18

Slides:



Advertisements
Presentasi serupa
Analisis Keputusan.
Advertisements

PERTEMUAN XII ANALISA KEPUTUSAN DAN TEORI PERMAINAN
Decision Analisis Created by: Arini Rizki Faradita ( )
Pertemuan 13- Analisis Keputusan
MODUL 14 TEORI KEPUTUSAN Setiap hari kita harus mengambil keputusan, baik keputusan yang sederhana maupun keputusan jangka panjang. Statistika mengembangkan.
BAB 10 TEORI KEPUTUSAN.
PENGAMBILAN KEPUTUSAN DALAM KONDISI BERISIKO
PENGAMBILAN KEPUTUSAN DALAM KONDISI RESIKO DAN KETIDAKPASTIAN
BAB 10 TEORI KEPUTUSAN.
ANALISIS KEPUTUSAN BAGI SITUASI MASA DEPAN YANG TIDAK PASTI
PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI
Bab 13 : Keputusan Dalam Ketidakpastian dan Resiko
Teori Keputusan.
DIAGRAM KEPUTUSAN (DECISION TREE)
Pertemuan ke-2 Pencacahan Matakuliah : I0252 / Probabilitas Terapan
Teori Pengambilan Keputusan
Matakuliah : Kalkulus-1
PENGAMBILAN KEPUTUSAN DAN RESIKO
C. STRATEGI OPERASI Keputusan-keputusdan strategis operasional meliputi antara lain : PRODUK DAN JASA-JASA Produk dan jasa-jasa dapat diklasifikasikan.
LINEAR PROGRAMMING Pertemuan 05
SESI - 1 ANALISIS KEPUTUSAN
12 TEORI PENGAMBILAN KEPUTUSAN
ANALISIS MARKOV Pertemuan 21
Disusun oleh : Iphov kumala sriwana
Pertemuan 8 Teori Keputusan
“ANALISIS RISIKO, KETIDAKPASTIAN, DAN KEPEKAAN”
ANALISIS KEPUTUSAN 1. Pengambilan Keputusan Dalam Suasana Certainty ( suasana yang serba pasti ) : Apabila semua informasi yang dibutuhkan untuk membuat.
Teori Keputusan (Decision Theory)
Pertimbangan Resiko & Ketidakpastian
PENGAMBILAN KEPUTUSAN DALAM KONDISI BERESIKO
Analisis Keputusan Komponen Pengambilan Keputusan
PENGAMBILAN KEPUTUSAN DALAM KONDISI BERESIKO
RISK ANALYSIS Risk Analysis (analisis resiko) atau analisis profitabilitas dimaksudkan untuk membantu menjelaskan persoalan yang timbul akibat kondisi.
Terminologi Keputusan Pertemuan 5: (Off Class)
PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI
PENGANTAR ANALISIS KUANTITATIF BISNIS Pertemuan 02
MODUL I. PENDAHULUAN Pengertian Pengambilan Keputusan dikemukakan oleh : Ralp C. Davis; Mary Follet; dan James A.F. Stoner.  Keputusan dapat dijelaskan.
Teori Keputusan (Decision Theory)
Lecture 8 : Pengambilan Keputusan dalam Kondisi Konflik (Game Theory)
Pertemuan 10 Teori Permainan
PENGAMBILAN KEPUTUSAN BERDASARKAN PROBABILITA I
TEORI PERMAINAN.
LINEAR PROGRAMMING Pertemuan 06
MANAJEMEN RESIKO Dhita Morita Ikasari, STP, MP.
ANALISA PULANG POKOK DAN LEVERAGE Pertemuan 7
Pengambilan Keputusan dalam Kondisi Tidak Pasti
TEORI PENGAMBILAN KEPUTUSAN
PENGAMBILAN KEPUTUSAN MANAJEMEN
Pengambilan Keputusan Dalam Kondisi Tidak Pasti
ANALISIS KEPUTUSAN 1. Pengambilan Keputusan Dalam Suasana Certainty ( suasana yang serba pasti ) : Apabila semua informasi yang dibutuhkan untuk membuat.
<<Soal Desain Interior 3>> W 0186
BAB 10 TEORI KEPUTUSAN.
TEORI PERMAINAN (GAME THEORY)
Ordinary Annuity vs. Annuity Due Pertemuan 13
MODEL TRANSPORTASI Pertemuan 10
Keputusan dalam suasana risiko (dengan probabilita)
TABEL KEPUTUSAN (DECISION TABLE)
TEORI KEPUTUSAN.
PENGAMBILAN KEPUTUSAN Kondisi Tidak Pasti
PERTEMUAN XII ANALISA KEPUTUSAN DAN TEORI PERMAINAN
Tingkat risiko (certainty, risky, uncertainty, conflicts) dalam pengambilan keputusan Luh Putu Suciati.
Bab 13 : Keputusan Dalam Ketidakpastian dan Resiko
PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI
Game Theory (Pengambilan Keputusan dlm Suasana Konflik)
Pengambilan Keputusan dengan Data Utama Pertemuan 18
TEORI KEPUTUSAN.
PENGAMBILAN KEPUTUSAN PADA KONDISI TIDAK PASTI (Diagram Keputusan)
BAB 10 TEORI KEPUTUSAN.
Teori Pengambilan Keputusan
Model Pengambilan Keputusan (2)
Transcript presentasi:

ANALISIS KEPUTUSAN Pertemuan 18 Matakuliah : J1186 - Analisis Kuantitatif Bisnis Tahun : 2009/2010 ANALISIS KEPUTUSAN Pertemuan 18

Framework Pengambilan Keputusan dengan Probabilitas Tahap Pengembangan Model Analisis Peluang dalam Keputusan (Harapan dan Rugi) Perancanangan Diagram Tree Bina Nusantara University

Contoh Kasus: Berikut adalah tabel yang menggambarkan keputusan alternatif dimana salah satu keputusan ini harus diambil pada akhir tahun ini. Adapun keuntungan dari pengambilan keputusan tersebut akan bergantung pada kondisi persaingan pada pasar asing. Berikut adalah situasi keputusan yang sedang terjadi: Bina Nusantara University

Mempertahankan keadaan Keputusan Kondisi Dasar Persaingan yang Baik Persaigan yang Buruk Memperluas $800.000 $500.000 Mempertahankan keadaan 1.300.000 -150.000 Menjual Saat Ini 320.000 Bina Nusantara University

Solusi  Keputusan Terbaik dengan metode Maximax Hasil Pertukaran Memperluas $800.000 Mempertahankan keadaan 1.300.000 Menjual Saat Ini 320.000 Keputusan : Mempertahankan Keadaan sekarang Bina Nusantara University

Solusi  Keputusan Terbaik dengan metode Maximin Hasil Pertukaran Memperluas $500.000 Mempertahankan keadaan -150.000 Menjual Saat Ini 320.000 Keputusan : Menjual Bina Nusantara University

Solusi  Keputusan Terbaik dengan metode Minimax Regret Hasil Pertukaran Memperluas $500.000 Mempertahankan keadaan 650.000 Menjual Saat Ini 980.000 Keputusan : Memeperluas Bina Nusantara University

Solusi  Keputusan Terbaik dengan metode Hurwicz (a=0.3) Memperluas $800.000 (0.3) + 500.000 (0.7) =$590.000 Mempertahankan 1.300.000 (0.3) -150.000 (0.7) = 285.000 Menjual 320.000 (0.3) + 320.000 (0.7) = 320.000 Keputusan : Menjual Bina Nusantara University

Solusi  Keputusan Terbaik dengan metode Equal Likelihood Memperluas $800.000 (0.50) + 500.000 (0.50) =$650.000 Mempertahankan 1.300.000 (0.50) -150.000 (0.50) =575.000 Menjual 320.000 (0.50) + 320.000 (0.50) = 320.000 Keputusan : Menjual Bina Nusantara University

Mengambil Keputusan Menggunakan EV dan EOL Nilai Ekspektasi Memperluas $800.000 (0.70) + 500.000 (0.30) =$710.000 Mempertahankan 1.300.000 (0.70) -150.000 (0.30) =865.000 Menjual 320.000 (0.70) + 320.000 (0.30) = 320.000 Keputusan : Mempertahankan Keadaan Bina Nusantara University

Mengambil Keputusan Menggunakan EV dan EOL Peluang Rugi Ekspektasi Memperluas $500.000 (0.70) + 0 (0.30) =$350.000 Mempertahankan 0 (0.70) + 650.000 (0.30) =195.000 Menjual $980.000 (0.70) + 180.000 (0.30) = 740.000 Keputusan : Mempertahankan Keadaan Bina Nusantara University

Mengambil Keputusan Menggunakan EV dan EOL Menghitung EVPI Nilai ekspektasi dengan informasi sempurna $1.300.000 (0.70) + 500.000 (0,30) =$1.060.000 Nilai ekspektasi tanpa informasi sempurna $1.300.000 (0.70) – 150.000 (0.30) =865.000 EPVI $1.060.000 – 865.000 = 1.95.000 Bina Nusantara University

Membuat Diagram Pohon $800.000 Kondisi Baik (0,7) Memperluas $500.000 2 Memperluas $500.000 Kondisi Buruk (0.3) Mempertahankan keadaan $1.700.000 Kondisi Baik (0.7) 1 3 Kondisi Buruk (0.3) -$150.000 Menjual $320.000 4 Kondisi Baik (0.7) Kondisi Buruk (0.3) $320.000 Bina Nusantara University

Menentukan Probabilitas Posterior P(g/) P(P/g) P (g) P(P/g) P (g) + P (P/p)P(p) (0.70) (0.70) (0.70) (0.70)+(0.20) (0.30) 0.891 P(p/P) 0.109 = = = = Bina Nusantara University

Menentukan Probabilitas Posterior P(g/N) P(N/g) P(g) P(N/g) P (g) + P (N/p)P(p) (0.30) (0.70) (0.30) (0.70)+(0.90) (0.30) 0.467 P(p/P) 0.533 = = = = Bina Nusantara University

Membuat Analisis Diagram Pohon dengan Probabilitas Posterior Buatkan gambar Decision Tree-nya Bina Nusantara University