Learning Outcomes Mahasiswa akan dapat menghitung penyelesaian model pengambilan keputusan dalam berbagai contoh aplikasi..

Slides:



Advertisements
Presentasi serupa
Teori Keputusan (Decision Theory)
Advertisements

Pertemuan 4 Aplikasi Perhitungan Gaya Dengan Program Komputer
BAHAN AJAR M.K. PROGRAM LINEAR T.A. 2011/2012
Bina Nusantara Analisis Jalur Kerja Proyek Pertemuan 9: Mata kuliah: K0194-Pemodelan Matematika Terapan Tahun: 2008.
1 Pertemuan 24 Branch and Bound II Matakuliah: T0034/Analisis & Perancangan Algoritma Tahun: 2005 Versi: 1/0.
1 Pertemuan 11 METODA GREEDY Matakuliah: T0034/Perancangan & Analisis Algoritma Tahun: 2005 Versi: R1/0.
1 Pertemuan 23 Branch And Bound I (B – A – B) Matakuliah: T0034/Analisis & Perancangan Algoritma Tahun: 2005 Versi: 1/0.
Pertemuan 22 BackTracking
UJI HIPOTHESIS BEDA RATA-RATA
TEORI KUPUTUSAN Oleh : Dwi Susilo Fakultas Ekonomi Unikal TAHUN 2o15.
1 Pertemuan 7 Klasifikasi dan Rekognisi Pola (1) Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Pertemuan 5 Balok Keran dan Balok Konsol
1 Pertemuan 08 Teori Penyusutan (Depresiation) Matakuliah: A0032 / Matematika Bisnis Tahun: 2005 Versi: 1 / 0.
1 Pertemuan 5 Diferensial Matakuliah: R0262/Matematika Tahun: September 2005 Versi: 1/1.
1 Pertemuan 5 PPh PASAL 21 Matakuliah: A0572/ Perpajakan Tahun: 2005 Versi: Revisi 1.
Pertemuan 10 Gaya – gaya dalam
Pertemuan 21 Tegangan Geser, Lentur dan Normal
Pertemuan 8 METODE DISTRIBUSI MOMEN
1 Pertemuan 03 Teknik Penentuan Beban Pajak dan perolehan subsidi Matakuliah: A0032 / Matematika Bisnis Tahun: 2005 Versi: 1 / 0.
Matakuliah : R0022/Pengantar Arsitektur Tahun : Sept 2005 Versi : 1/1
Pertemuan 8 Teori Keputusan
1 Pertemuan 7 Diferensial Matakuliah: R0262/Matematika Tahun: September 2005 Versi: 1/1.
Matakuliah : R0262/Matematika Tahun : September 2005 Versi : 1/1
Penyelidikan Operasi Pemrograman Dinamik Stokastik.
Teori Keputusan (Decision Theory)
Pertimbangan Resiko & Ketidakpastian
Model Pengendalian Persediaan Pertemuan 15:
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)
Pertemuan 24 Metode Unit Load
Teori Keputusan (Decision Theory)
KONSEP DASAR PROBABILITAS
Masalah PL dgn Simpleks Pertemuan 3:
Klasifikasi Berdasarkan Teorema Bayes
Pertemuan 10 Distribusi Sampling
Minggu 1 Pertemuan II Riset Operasi
Pengambilan Keputusan Pertemuan 4:
TEORI PENGAMBILAN KEPUTUSAN
Regresi Dalam Lambang Matriks Pertemuan 09
KRITERIA DESAIN, STANDAR DESAIN, DAN METODE ANALISIS PERTEMUAN 6
Matakuliah : K0074/Kalkulus III Tahun : 2005 Versi : 1/0
Learning Outcomes Mahasiswa dapat menjelaskan rumusan masalah PL, tahapan rumusan PL dan contoh masalah PL kedalam bentuk model Matematika..
Matakuliah : D0404/Analisa Kelayakan Pabrik Tahun : 2005 Versi : 1/1
BAB 10 TEORI KEPUTUSAN.
Pertemuan 16 SISTEM AKUNTANSI UTANG
MODUL 10 – MANAJEMEN LOGISTIK
Pertemuan 4 MANAJEMEN PERSEDIAAN (lanjutan)
Pertemuan 02 Fungsi Permintaan dan Penawaran
Pertemuan 17 LEASING Matakuliah : J0104 / Manajemen Keuangan II
Learning Outcomes Mahasiswa akan dapat menghitung keputusan penyelesaian model pengambilan keputusan dalam berbagai contoh aplikasi.
Pertemuan 09 Peubah Acak Diskrit
Keputusan dalam suasana risiko (dengan probabilita)
Learning Outcomes Mahasiswa dapat menjelaskan definisi aljabar boole dan hukum-hukum aljabar boole,duality dan contoh pemakaian aljabar boole. Bina Nusantara.
Pertemuan 13 Metode Transportasi
TEORI KEPUTUSAN.
Pertemuan 3 Diferensial
Pertemuan 19 Tegangan Lentur dengan Gaya Normal yang bekerja Eksentris
Learning Outcomes Mahasiswa dapat menghitung solusi awal model transportasi dengan metode yg standard/North West Corner, minimum cost dan Vogels..
Pengambilan Keputusan dengan Data Utama Pertemuan 18
TEORI KEPUTUSAN.
Pertemuan 1 Konsep Ekonomi.
BAB 10 TEORI KEPUTUSAN.
Decision Tree Pertemuan : 13.
Matakuliah : I0014 / Biostatistika Tahun : 2005 Versi : V1 / R1
KONSEP DASAR PROBABILITAS
Pertemuan #13 Metoda Cholesky
Model Pengambilan Keputusan (2)
Transcript presentasi:

Learning Outcomes Mahasiswa akan dapat menghitung penyelesaian model pengambilan keputusan dalam berbagai contoh aplikasi..

Outline Materi: Model Keputusan Analisis Bayes Proses Pengambilan Keputusan Contoh kasus..

Karena Max {13,6 ; 13,2; 12,0} = 13,6 maka keputusan berdasarkan kriteria Bayes tanpa data pilihan jatuh pada stok a1, karena keputusan ini menghasilkan harga harapan (HH) maksimum tidak soal keadaan apa pun yang bakal terjadi. Tetapi kalau keputusan di atas masih belum meyakinkan dan untuk itu diperlukan keputusan yang baru, maka informasi tambahan perlu dicari. Informasi ini perlu untuk menentukan peluang keadaan yang lebih meyakinkan. Jika X menyatakan jumlah kebutuhan pada bulan mendatang dan adalah fungsi dari j dan karena distribusi X adalah fungsi normal, maka :

di mana : j = 5, 10, 15 dan varian = 10, Berdasarkan hukum Bayes dan setelah dilakukan perhitungan dengan hukum tersebut, kita dapat memperoleh keputusan baru sesudah adanya tambahan informasi X=10, sehingga keputusan jatuh pada a2, yaitu menyediakan stok beras dalam jumlah sedang saja, seperti tabel berikut:

Pengambilan Keputusan Dengan Data Utama Apabila suatu keputusan harus diulang beberapa kali pada kondisi yg sama dan dengan hasil-hasil yang telah ada dapat digunakan untuk keputusan berikutnya, ini disebut pengambilan keputusan dengan menggunakan data utama. Ada dua metoda untuk menganalisis data yang telah ada untuk digunakan pada pengambilan keputusan: Metoda Classic Analisis Bayes

Pohon Keputusan data Utama Pohon keputusan untuk problema dengan menggunakan data utama Penggambaran pohon keputusan untuk problema ini, sama seperti pada penggambaran pohon keputusan tanpa menggunakan data utama. hanya pada tiap cabang keputusan di beri nilai probabiliti hasil perhitungan : Analisis Bayes Untuk menggunakan analisis Bayes, maka gambarkan matriks keputusan, lalu dengan menggunakan matriks keputusan hitung

Keterangan: Oij : alternatif ke I yang digunakan, jika ke j state of nature terjadi Pj : probabiliti bahwa ke j state of nature yang terjadi

Contoh. Seorang pedagang diharapkan pada masalah Berapa banyak stock/persediaan yang perlu dilakukan untuk memenuhi demand/permintaan masa datang. Harga jual $ 10 dan harga pembelian $ 8. Keadaan di luar kontrol adalah demand yang bisa mengambil salah satu : yaitu 25 unit atau 26 unit atai 28 unit ? Jawab Keuntungan bersyarat bila tindakan persediann 27 unit

Alternatif tindakan persediaan adalah : Decision under certainty, keputusan dengan  (demand) diketahui secara pasti, maka pilih aktivitas yang hasil profit Maksimum. Mis demand = 25  “persediaan = 25”

Terima kasih, semoga berhasil