DIAGRAM KEPUTUSAN (DECISION TREE)
|
|
- Sonny Ridwan Hartanto
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DIAGRAM KEPUTUSAN (DECISION TREE)
2 DECISION TREE (POHON KEPUTUSAN) Decision trees are used by decision makers to obtain a visual portrayal of decision of decision alternatives and their possible consequences. Pohon keputusan merupakan rangkaian kronologis tentang keadaan apa yang mungkin terjadi untuk tiap alternatif keputusan Kumpulan Alternatif Diagram Keputusan Kumpulan keadaan Tak pasti
3 Harus ada di dalam keputusan
4 NOTASI DIAGRAM KEPUTUSAN PERLU DIBEDAKAN ANTARA : SAAT DIMANA DIPILIH SALAH SATU ALTERNATIF YANG TERSEDIA, MEMILIKI KENDALI DALAM BERTINDAK, PUNYA KEKUASAAN MEMILIH. SAAT KEMUNCULAN KEJADIAN TAK PASTI YANG AKAN MENENTUKAN HASIL DARI ALTERNATIF TERSEBUT, DILUAR DIRI KITA YANG MENENTUKAN
5 BASIC CONCEPT Simpul keputusan (decision) Simpul kejadian tak pasti (chance) Garis penghubung (fork)
6 Decision Tree Format
7 Tujuan Decision Tree Tujuan Memahami kasus dan seluruh aspek yang terkait Menggambarkan kerangka berfikir yang sistematis Menggambarkan struktur pengambilan keputusan yang dilakukan decision maker sepanjang tahapan/urutan waktu, termasuk seluruh kemungkinan keputusan dan outcomes Asumsi Dasar Decision maker hanya mengambil satu keputusan Setiap keputusan hanya mempunyai outcomes tertentu
8 Contoh INVESTASI -the basic risky decision-
9 Contoh: Weather Forecast
10 Tahapan Pembuatan Decision Tree Definisikan dan rinci masalah secara jelas Gambarkan struktur dari pohon keputusan Tentukan nilai payoff dari setiap kombinasi alternatif kemungkinan Tentukan nilai peluang dari seluruh kemungkinan dan keputusan Selesaikan masalah dengan menghitung Expected Value (EV)
11 Penetapan Nilai Payoff Tiap jalur dalam pohon keputusan, yaitu tiap rangkaian alternatif dan keputusan akan menghasilkan suatu nilai payoff tertentu yang dituliskan di ujung tiap cabang pada pohon keputusan. Dengan demikian untuk menentukan pilihan diantara alternatif-alternatif yang ada, pertamatama harus ditentuka nilai payoff dari setiap alternatif
12 CONTOH : MAIN LOTERE PERMAINAN UANG PERMAINAN DADU COBA GAMBARKAN MODEL PILIHAN PERMAINAN DENGAN MENGGUNAKAN SIMPUL KEPUTUSAN
13 PILIHAN MAIN LOTERE MATA UANG MAIN LOTERE DADU TIDAK MAIN
14 GAMBARKAN SIMPUL KEJADIAN TAK PASTI SIMBOL 1. MAIN UANG 2. MAIN DADU
15 PERMAINAN MATA UANG GAMBAR ANGKA KEJADIAN TAK PASTI
16 PERMAINAN DADU KEJADIAN TAK PASTI
17 DIAGRAM KEPUTUSAN MERUPAKAN GABUNGAN 2 JENIS DIAGRAM TERSEBUT
18 MISAL HARGA PERMAINAN LOTERE Rp ,-, SEDANG PERMAINANNYA : PERMAINAN MATA UANG KEJADIAN PENERIMAAN GAMBAR Rp ,- ANGKA Rp.0,-
19 PERMAINAN DADU KEJADIAN PENERIMAAN MATA 1 Rp ,- MATA 2 Rp. 0,- MATA 3 Rp MATA 4 Rp. 0,- MATA 5 Rp. 0,- MATA 6 Rp. 3,000,-
20 GAMBAR GABUNGAN Rp ,-, SEDANG PERMAINANNYA : PERMAINAN MATA UANG KEJADIAN PENERIMA AN GAMBAR Rp ,- ANGKA Rp.0,- PILIH MAIN MANA? GAMBAR PERMAINAN DADU KEJADIAN PENERIMA AN MATA 1 Rp ,- MATA 2 Rp. 0,- MATA 3 Rp MATA 4 Rp. 0,- MATA 5 Rp. 0,- MATA 6 Rp. 3,000,-
21 KEJADIAN GAMBAR PENERIMAAN MAIN LOTERE MATA UANG ANGKA POHON KEPUTUSAN LENGKAP MAIN LOTERE DADU TIDAK MAIN ????
22 KEJADIAN GAMBAR PENERIMAAN Rp ,- POHON KEPUTUSAN LENGKAP MAIN LOTERE MATA UANG MAIN LOTERE DADU TIDAK MAIN ANGKA Rp ,- Rp.0,- -Rp.1.000,- Rp.1.000,- -Rp.1.000,- -Rp.1.000,- Rp.2.000,- Rp.o,-
23 Penetapan Nilai Kemungkinan / Peluang Setiap alternatif kemungkinan harus ditentukan nilai peluangnya. Penetapan nilai peluang dari setiap kejadian ditentukan secara subjektif (nilai kemungkinan subyektif) didasarkan pada data yang dapat dipertanggungjawabkan Contoh: dokumen perusahaan, hasil-hasil penelitian, data-data resmi, dan pengalaman perusahaan
24 Contoh Kasus
25 Solusi Kasus
26 Contoh Kasus: Globalflame
27 Contoh Kasus: Globalflame (ct d)
28 Contoh Kasus: Globalflame (ct d)
29 TERSEDIA 3 KEMUNGKINAN PILIHAN KEGIATAN PENGEMBANGAN PRODUK MENERUSKAN PENJUALAN TANPA MENGADAKAN PERUBAHAN MENGHENTIKAN PRODUK
30 GAMBAR PENGEMBANGAN PRODUK POSITIF DAPAT PASARKAN PRODUK PENGEMBANGAN PRODUK NEGATIF HENTIKAN PRODUK TERUSKAN PRODUK LAMA
31 3. TAHAPAN PENGGAMBARAN DIAGRAM KEPUTUSAN A. KUMPULAN ALTERNATIF AWAL MANAJER PEMASARAN DIHADAPKN PADA 3 ALTERNATIF, YANG DISEBUT ALTERNATIF TINDAKAN. YAITU KUMPULAN ALTERNATIF PERTAMA YANG HARUS DIPILIH OLEH PENGAMBIL KEPUTUSAN/ DECISION MAKER.
32 BAGAIMANA GAMBARNYA?
33 TIGA (3) KEMUNGKINAN PILIHAN PROYEK PENGEMBANGAN TERUSKAN SEPERTI BIASA HENTIKAN PRODUKSI
34 B. KEJADIAN TAK PASTI KEJADIAN TAK PASTI YANG MELINGKUPI ALTERNATIF AWAL KEMUNGKINAN-KEMUNGKINAN YANG BISA TERJADI TERHADAP ALTERNATIF YANG DIPILIH
35 KEJADIAN TAK PASTI PROYEK PENGEMBANGAN (Hasilnya mungkin Pos atau Neg) TERUSKAN PRODUK LAMA (Hal yang mungkin terjadi tingkat penjualan tetap rendah atau mungkin tinggi) HENTIKAN PRODUK Tak ada kejadian tak pasti. Penjualan pasti nol.
36 COBA GAMBAR????
37 b.kejadian TAK PASTI YANG MELINGKUPI ALTERNATIF AWAL PROYEK PENGEMBANGAN POS NEG TERUSKAN SEPERTI BIASA TINGGI RENDAH HENTIKAN PRODUKSI PENJUALAN NOL
38 C. ALTERNATIF LANJUTAN MERUPAKAN ALTERNATIF PILIHAN LANJUTAN DARI KEJADIAN TAK PASTI YANG MUNCUL. DALAM HAL PROYEK PENGEMBANGAN BILA HASILNYA POSITIF ALTERNATIF LANJUTANNYA : PASARKAN PRODUK BARU ATAU TIDAK PASARKAN
39 D. KEJADIAN TAK PASTI YANG MELINGKUPI ALTERNATIF LANJUTAN DARI ALTERNATIF LANJUTAN YANG DIPILIH AKAN MUNCUL KEJADIAN TAK PASTI YANG MUNGKIN TERJADI JADI BILA PRODUK BARU DIPASARKAN MAKA HASIL PENJUALANNYA MUNGKIN TINGGI, MUNGKIN RENDAH
40 BAGAIMANA GAMBARYA????
41 ALTERNATIF LANJUTAN Proyek Pengembangan Positif Pasarkan Produk Baru Tinggi Rendah Negatif Tidak Pasarkan produk lama Tinggi Teruskan Seperti biasa Tinggi Hentikan Produk Rendah Rendah Hentikan Produksi NOL
42 4. PENETAPAN NILAI TIAP JALUR DALAM DIAGRAM KEPUTUSAN AKAN MENGHASILKAN SUATU NILAI YANG TERSENDIRI BAGI DECISION MAKER DITULISKAN DIUJUNG AKHIR TIAP CABANG UKURANYA TERSERAH, TAPI YANG LAZIM, UKURAN MONETER, RUPIAH, DOLAR DSB.
43 5. PENETAPAN NILAI KEMUNGKINAN SETELAH NILAI HASIL DITETAPKAN, UNTUK DAPAT MENENTUKAN PILIHAN, DIPERLUKAN NILAI LAIN YANG MENUNJUKKAN BESARNYA KEMUNGKINAN KEMUNCULAN DARI TIAP KEJADIAN TAK PASTI. MUNCULNYA KEJADIAN TAK PASTI BERADA DILUAR KENDALI DECISION MAKER, TAPI BIASANYA DAPAT DITETAPKAN BERAPA BESAR KEMUNGKINAN SUATU KEJADIAN AKAN TERJADI.
44 ALTERNATIF LANJUTAN Proyek Pengembangan Teruskan Seperti biasa Positif 0,8 Negatif 0,2 Tinggi 0,3 Rendah 0,7 40jt -15 jt Pasarkan Produk Baru Tidak Pasarkan produk lama Hentikan Produk -5jt Tinggi 0,9 Rendah 0,1 50 jt -15 jt Tinggi 35 jt 0,3 Rendah -20 jt 0,7-5jt Hentikan Produksi NOL
45 Contoh Kasus Suatu perusahaan penyelenggara pertunjukan merencanakan sirkus di Semarang. Ada dua alternatif tindakan yang sedang dipertimbangkan, yaitu: Mendatangkan sirkus dari Amerika Mendatangkan sirkus dari Cina Harga karcis dan pemilihan sirkus akan mempengaruhi jumlah penonton. Demikian pula faktor cuaca akan mempengaruhi jumlah penonton. Ramalan Cuaca menunjukkan kemungkinan hujan 0.2 dan cerah 0.5.
46 Contoh Kasus (ct d) Kemungkinan Ramai Gambarkan diagram pohon permasalahan diatas! Biaya sirkus Amerika Rp ,-. Harga tiket masuk sirkus amerika Rp ,-.bila ramai akan terjual lembar, dan bila sepi lembar Biaya sirkus Cina Rp ,-. Harga tiket masuk sirkus Cina Rp , bila ramai akan terjual lembar, dan bila sepi lembar. Terdapat biaya pajak 10% dari hasil penjualan karcis
DECISION TREE (POHON KEPUTUSAN)
DECISION TREE (POHON KEPUTUSAN) Oleh : Rofi Rofaida,SP.,M.Si Program Studi Manajemen Fakultas Pendidikan Ekonomi dan Bisnis Universitas Pendidikan Indonesia DECISION TREE (POHON KEPUTUSAN) Decision trees
Lebih terperinciKeputusan MODUL OLEH
Modul 5. Penanganan Ketidakpastian dan Diagram Keputusan ANALISAA SISTEM DAN PENGAMBILAN KEPUTUSAN MODUL V: PENANGANAN KETIDAKPASTIAN DAN DIAGRAM KEPUTUSAN OLEH : Prof. Dr. Ir. Marimin, M.Sc DEPARTEMEN
Lebih terperinciBAB IV DIAGRAM KEPUTUSAN
BAB IV DIAGRAM KEPUTUSAN Situasi keputusan betapa kompleksnya merupakan kumpulan alternatif, dimana pada setiap alternatif terdapat kumpulan keadaan tidak pasti. perlu digambarkan secara sistematik & komprehensif
Lebih terperinciANALISIS POHON KEPUTUSAN DECISION TREE ANALYSIS
ANALISIS POHON KEPUTUSAN DECISION TREE ANALYSIS ANALISIS POHON KEPUTUSAN Adalah alat bantu dalam mengambil keputusan (decision support tool) yang divisualisikan dalam bentuk grafik/diagram /model berbentuk
Lebih terperinciBAB III MODEL POHON KEPUTUSAN. Pohon keputusan merupakan metode klasfikasi dan prediksi yang sangat
BAB III MODEL POHON KEPUTUSAN 3.1 Pohon Keputusan (Decision Tree) 3.1.1 Pengertian Pohon keputusan merupakan metode klasfikasi dan prediksi yang sangat kuat dan terkenal. Metode pohon keputusan mengubah
Lebih terperinciSchool of Communication Inspiring Creative Innovation. Pengembangan Kepemimpinan Pertemuan 13 SM III
Penempatan School of Communication Pegawai & Business Inspiring Creative Innovation Pengembangan Kepemimpinan Pertemuan 13 SM III 2017-2018 DIAGRAM POHON KEPUTUSAN Mahasiswa dapat memahami Diagram Pohon
Lebih terperinciDIAGRAM KEPUTUSAN. 10/09/2012 MK. Toeri Keputusan Darmanto, S.Si.
DIAGRAM KEPUTUSAN 1 Dibedakan antara ketika memilih salah satu dari alternatif yg tersedia dengan ketika muncul kejadian tidak pasti yg akan menentukan hasil dari alternatif tsb. Notasi (simpul) yang digunakan:
Lebih terperinciSI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS)
SI403 Riset Operasi Suryo Widiantoro, MMSI, M.Com(IS) Mahasiswa mampu menggunakan modelmodel pengambilan keputusan untuk mengelola proses dan rantai pasok 1. Decision theory 2. Decision tree Pada pertemuan
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Kriteria optimasi yang digunakan dalam menganalisis kelayakan usaha adalah sebagai berikut: 1. Pemilihan Wilayah: Menentukan dua wilayah
Lebih terperincinilai payoff dari Decision Tree, oleh karena itu dilakukanlah pendekatan dengan metode
BABV PEMBAHASAN 5.1 Pembahasan Decision Tree Decision Tree digunakan imtuk memudahkan penggambaran alternatif keputusan tersebut secara sistematik dan komprehensip maka perlu digunakan suatu diagram yang
Lebih terperinciKecerdasan Buatan Materi 6. Iterative Dichotomizer Three (ID3)
Kecerdasan Buatan Materi 6 Iterative Dichotomizer Three (ID3) Pengertian ID3 Singkatan dari Iterative Dichotomiser Three. Atau Induction of Decision Tree. Diperkenalkan pertama kali oleh Ross Quinlan (1979)
Lebih terperinciKlasifikasi & Prediksi
Klasifikasi & Prediksi Elsen Ronando, S.Si.,M.Si.,M.Sc. elsen.ronando@untag-sby.ac.id Teknik Informatika Fakultas Teknik Universitas 17 Agustus 1945 Surabaya 2017 Elsen Ronando, S.Si.,M.Si.,M.Sc. (UNTAG)
Lebih terperinciPERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN
PERTEMUAN 6 TEORI PENGAMBILAN KEPUTUSAN Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Objektif: 1. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan dalam kepastian 2. Mahasiswa dapat mencari
Lebih terperinciPertemuan 6 TEORI PENGAMBILAN KEPUTUSAN
Pertemuan 6 TEORI PENGAMBILAN KEPUTUSAN Objektif: 1. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan dalam kepastian 2. Mahasiswa dapat mencari penyelesaian masalah dengan model keputusan
Lebih terperinciDIAGRAM POHON KEPUTUSAN DAN KEPUTUSAN BERTAHAP 8.1 PENDAHULUAN Seperti telah kita ketahui suatu keputusan merupakan pilihan alternatif, jadi
DIAGRAM POHON KEPUTUSAN DAN KEPUTUSAN BERTAHAP 8.1 PENDAHULUAN Seperti telah kita ketahui suatu keputusan merupakan pilihan alternatif, jadi mengambil keputusan atau melakukan tindakan berarti hams memilih
Lebih terperinciAplikasi Dynamic Programming dalam Decision Making pada Reinvestment Problem
Aplikasi Dynamic Programming dalam Decision Making pada Reinvestment Problem Faisal Ibrahim Hadiputra (13509048) 1 Program tudi Teknik Informatika ekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciBab 2 LANDASAN TEORI
8 Bab 2 LANDASAN TEORI 2.1. Definisi Dasar Himpunan semua hasil (outcome) yang mungkin dari suatu percobaan disebut ruang sampel (sample space) dinyatakan dengan lambang T dan setiap hasil dalam ruang
Lebih terperinciBAB II LANDASAN TEORI
7 BAB II LANDASAN TEORI Untuk menunjang dan membantu dalam melakukan pengolahan dan analisa data data, penelitian ini menggunakan landasan teori yang diambil dari buku-buku penunjang serta jurnal yang
Lebih terperinciPENGAMBILAN KEPUTUSAN
PENGAMBILAN KEPUTUSAN PROSES PENGAMBILAN KEPUTUSAN Manajer Operasi adalah para pengambil keputusan. Manajer harus memahami bagaimana keputusan diambil dan alat bantu pengambilan keputusan apa yang digunakan.
Lebih terperinciMateri #13 TKT101 PENGANTAR TEKNIK INDUSTRI T a u f i q u r R a c h m a n
Materi #13 TKT101 PENGANTAR TEKNIK INDUSTRI Kemampuan Akhir Yang Diharapkan 2 Mampu membandingkan antara kondisi nyata dengan penerapan teori yang telah dipelajari. Indikator Penilaian Ketepatan dalam
Lebih terperinciPOHON KEPUTUSAN DOSEN : DIANA MA RIFAH
POHON KEPUTUSAN DOSEN : DIANA MA RIFAH PENDAHULUAN Kompleksnya kegiatan dan permasalahan yang dihadapi membuat manajer sering menggunakan berbagai cara untuk mengurangi unsurunsur keraguan dan ketidakpastian
Lebih terperinciPENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI. OLEH Ir. Indrawani Sinoem, MS.
PENGAMBILAN KEPUTUSAN DALAM KONDISI TIDAK PASTI OLEH Ir. Indrawani Sinoem, MS. Kondisi Tidak Pasti Kondisi tidak pasti adalah suatu keadaan yang memenuhi beberapa syarat : 1. Ada beberapa alternatif tindakan
Lebih terperinciOleh: Dwi Esti Andriani, M. Pd. Dosen Jurusan Administrasi Pendidikan Prodi Manajemen Pendidikan FIP-UNY
Oleh: Dwi Esti Andriani, M. Pd. Dosen Jurusan Administrasi Pendidikan Prodi Manajemen Pendidikan FIP-UNY BATASAN Pembuatan keputusan adalah penentuan serangkaian tindakan untuk mencapai hasil yang diinginkan
Lebih terperinciTIN102 - Pengantar Teknik Industri Materi #13 Ganjil 2016/2017 TIN102 PENGANTAR TEKNIK INDUSTRI
Materi #13 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan (1/2) 2 Berbagai keputusan secara langka dibuat dengan kepastian. Sebagian besar keputusan melibatkan faktor resiko. Kriteria umum untuk menilai
Lebih terperinciEKONOMI INFORMASI, RISIKO DAN PENGAMBILAN KEPUTUSAN
EKONOMI INFORMASI, RISIKO DAN PENGAMBILAN KEPUTUSAN 1.1 LATAR BELAKANG Dalam teori ekonomi ada dua masalah pokok yang sering terjadi dalam dunia nyata, yaitu masalah ketidakpastian dan ketidak sempurnaan
Lebih terperinciekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer,
BAB II LANDASANTEORI 2.1 Analisa Keputusan Anafisa keputusan adalah sebuah metode yang menyediakan dukungan metode kuantitatif bagi seorang pengambil keputusan ( decision maker ) di hampir semua area,
Lebih terperinciDecision Making Prentice Hall, Inc. A 1
Decision Making Product Design of ITATS Module based on Operation Management, 9e PowerPoint presentation to accompany Heizer/Render Lecturer: F. Priyo Suprobo, ST, MT 2008 Prentice Hall, Inc. A 1 Permasalahan
Lebih terperinciAplikasi Pohon dalam Pengambilan Keputusan oleh Sebuah Perusahaan
Aplikasi Pohon dalam Pengambilan Keputusan oleh Sebuah Perusahaan Ahmad Aidin (13513020) Program Sarjana Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciTeori Pengambilan Keputusan. Week 10 Decision Analysis Decision Tree
Teori Pengambilan Keputusan Week 10 Decision Analysis Decision Tree Six Steps in Decision Making 1. Clearly define the problem at hand. 2. List the possible alternatives. 3. Identify the possible outcomes
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Manajemen Proyek Konstruksi Suatu proyek konstruksi biasanya merupakan suatu rangkaian kegiatan yang hanya satu kali dilaksanakan dan umumnya berjangka waktu pendek. Selain
Lebih terperinciBelajar Mudah Algoritma Data Mining : C4.5
Belajar Mudah Algoritma Data Mining : C4.5 Algoritma data mining C4.5 merupakan salah satu algoritma yang digunakan untuk melakukan klasifikasi atau segmentasi atau pengelompokan dan bersifat prediktif.
Lebih terperinciBAB 2 LANDASAN TEORI. Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut :
BAB 2 LANDASAN TEORI 2.1 Aksioma dan Teorema Dalam penulisan skripsi ini, dijabarkan beberapa aksioma dan teorema yakni sebagai berikut : Aksioma 1 Untuk setiap kejadian, non-negatif.. Yakni bahwa probabilitas
Lebih terperinciUniversitas Sumatera Utara
PERSETUJUAN Judul : PENGAMBILAN KEPUTUSAN MENGGUNAKAN METODE BAYES PADA EKSPEKTASI FUNGSI UTILITAS Kategori : SKRIPSI Nama : SELVIRA LESTARI SIREGAR Nomor Induk Mahasiswa : 090803070 Program Studi : SARJANA
Lebih terperinciTeori Pengambilan Keputusan
Teori Pengambilan Keputusan Iman Murtono Soenhadji Jurusan Manajemen Fakultas Ekonomi Iman Murtono Soenhadji 1 Bab 1: Pendahuluan Pengertian Pengambilan Keputusan dikemukakan oleh, Ralp C. Davis; Mary
Lebih terperinciBAB I PENDAHULUAN UKDW
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem pakar adalah sistem yang menggabungkan pengetahuan, fakta, aturan dan tehnik penelusuran untuk memecahkan masalah yang secara normal memerlukan keahlian seorang
Lebih terperinci1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengambilan atau pembuatan keputusan berarti memilih satu di antara banyak alternatif. Dalam hal pengambilan keputusan minimal terdapat dua alternatif di mana
Lebih terperinciAnalisa Keputusan Manajemen dengan Pemrograman Dinamis
Analisa Keputusan Manajemen dengan Pemrograman Dinamis A. Anshorimuslim S. - 13509064 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10
Lebih terperinciFarah: apa itu anggaran inkremental dan Zero based review? Sebagai manajer mana yang anda pilih? Binta: Kesulitan dalam mengukur output? Solusi?
Farah: apa itu anggaran inkremental dan Zero based review? Sebagai manajer mana yang anda pilih? Binta: Kesulitan dalam mengukur output? Solusi? Destia: Biaya litbang, apakah dianggarkan terlebih dahulu?
Lebih terperinciSOAL 1 (bobot : 20%) SOAL 2 (BOBOT : 20%)
Pengambilan Keputusan Manajerial Exercise UTS Genap 2008/2009 SOAL 1 (bobot : 20%) Di usianya yang sudah lanjut, seorang pemain sepak bola Internasional yang terkenal flamboyant David Beckham memikirkan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI
SISTEM PENDUKUNG KEPUTUSAN PERAMALAN CUACA DENGAN MENGGUNAKAN LOGIKA FUZZY MAMDANI Disusun oleh : Dian Puspita Hapsari, Nikmatul Karimah Jurusan Sistem Informasi Fakultas Teknologi Informasi. ITS Email
Lebih terperinciBab 5 Diagram Pohon (Tree diagram)
Bab 5 Diagram Pohon (Tree diagram) Diagram pohon adalah cara memvisualisasikan suatu organisasi dari berbacam kemungkinan yang dihasilkan. Untuk tiap tiap kejadian digambarkan dalam satu garis dan ditulis
Lebih terperinci14. Biaya modal : Tingkat pengembalian yang diminta atas berbagai jenis pendanaan.
1 Biaya Modal 01. Dalam teori tingkat pengembalian yang diminta untuk proyek investasi seharusnya menjadi tingkat yang membiarkan harga pasar saham tidak berubah. Jika proyek investasi menghasilkan lebih
Lebih terperinciCHAPTER 4. Pemodelan dan Analisis
CHAPTER 4 Pemodelan dan Analisis PEMODELAN MSS Model Perhitungan Permintaan Model lokasi pusat distribusi Model finansial Pemodelan MSS Merupakan elemen kunci bagi DSS Identifikasi masalah dan analisis
Lebih terperinciSuplemen Perkuliah DM 1
MODEL PENGAMBILAN KEPUTUSAN DAN KETRAMPILAN PENGAMBILAN KEPUTUSAN Suryadi, M.Pd A. Pengertian model pengambilan keputusan adalah percontohan yang mengandung unsure yang bersifat penyederhanaan untuk dapat
Lebih terperinciSTATISTIK II MODUL Oleh. Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007
STATISTIK II MODUL 8-14 Oleh Drs.Hasanuddin Pasiama, MSi PROGRAM KELAS KARYAWAN FAKULTAS EKONOMI UNIVERSITAS MERCU BUANA JAKARTA 2007 PUSAT PENGEMBANGAN BAHAN AJAR-UMB Drs. Hasanuddin Pasiama, M.Si. STATISTIK
Lebih terperinciLEMBARAN NEGARA REPUBLIK INDONESIA
No.346, 2015 LEMBARAN NEGARA REPUBLIK INDONESIA EKONOMI. Pajak. Penghasilan. SBI. Bunga Deposito. Tabungan. Diskonto. Perubahan. (Penjelasan Dalam Tambahan Lembaran Negara Republik Indonesia Nomor 5803)
Lebih terperinciKonsep Dasar Peluang
Konsep Dasar Peluang Pendahuluan Prediksi kejadian sangat diperlukan dan diminati dalam berbagai bidang kehidupan. Seperti peramalan cuaca, penelitian ilmiah, permainan, bisnis, dll. Ruang contoh : Himpunan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Populasi dan Sampel 3.1.1. Populasi Penelitian Populasi penelitian ini adalah mahasiswa akuntansi di Universitas Katolik Soegijapranata Semarang. 3.1.2. Sampel Penelitian
Lebih terperinciBAB I PENDAHULUAN. dari hari ke hari. Oleh karenanya strategi menentukan harga penawaran menjadi
1 BAB I PENDAHULUAN 1.1. Latar Belakang Tingkat kompetisi di dunia bisnis konstruksi terus meningkat secara tajam dari hari ke hari. Oleh karenanya strategi menentukan harga penawaran menjadi sangat penting
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer telah membuat ruang batas perangkat lunak dan perangkat keras semakin sempit. Komputer sebagai sistem tidak dapat dipahami tanpa memahami
Lebih terperinciAlgoritma Pemrograman Fery Updi,M.Kom
Algoritma Pemrograman Fery Updi,M.Kom 1 Kompetensi Detail Mampu menjelaskan Prinsip-prinsip Algoritma Mampu menjelaskan Konsep Bahasa Pemrograman Mampu membuat Flowchart dan Pseudocode Mampu menjelaskan
Lebih terperinciPRESIDEN REPUBLIK INDONESIA
PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 5 TAHUN 2004 TENTANG TARIF ATAS JENIS PENERIMAAN NEGARA BUKAN PAJAK YANG BERLAKU PADA LEMBAGA ILMU PENGETAHUAN INDONESIA PRESIDEN REPUBLIK INDONESIA Menimbang
Lebih terperinciBAB VIII MANAJEMEN KEUANGAN
BAB VIII MANAJEMEN KEUANGAN ARTI PENTING MANAJEMEN KEUANGAN Setiap keputusan perusahaan selalu berimplikasi pada keuangan Globalisasi menyebabkan kondisi ekonomi dan perubahan regulatory sehingga semakin
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah 1.2. Rumusan Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Suatu perusahaan yang memiliki jasa pengiriman barang yang bergerak di dalam kota mempunyai beberapa masalah. Salah satu analisis yang bisa dilakukan adalah
Lebih terperinciPENGAMBILAN KEPUTUSAN MANAJEMEN
PENGAMBILAN KEPUTUSAN MANAJEMEN BAB 6. KONDISI PENGAMBILAN KEPUTUSAN 1. Pendahuluan 2. Kondisi Pengambilan Keputusan dalam Kepastian 3. Kondisi Pengambilan Keputusan dalam Ketidakpastian 4. Kondisi Pengambilan
Lebih terperinciLAMPIRAN. Menurut Whitten dan Bentley (2004,p 344), Data Flow Diagram (DFD) adalah
L-1 LAMPIRAN A. Data Flow Diagram (DFD) Menurut Whitten dan Bentley (2004,p 344), Data Flow Diagram (DFD) adalah sebuah alat bantu yang digunakan untuk menggambarkan aliran dari data melalui sebuah sistem
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pengambilan keputusan diperlukan pada semua tahap administrasi dan manajemen. Misalnya dalam tahap perencanaan, diperlukan banyak kegiatan pengambilan keputusan sepanjang
Lebih terperinciMetode pengambilan keputusan. Ira Prasetyaningrum
Metode pengambilan keputusan Ira Prasetyaningrum Kecerdasan Buatan Kecerdasan buatan (artifical intelligence - AI) adalah aktivitas penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan
Lebih terperinciAnalisa resiko dalam penganggaran modal
Analisa resiko dalam penganggaran modal Risiko proyek Ada yang 3 jenis resiko suatu proyek yang dapat diukur (lukas setia atmaja, 2011) : risiko yang berdiri sendiri (Stand-alone risk) : risiko suatu proyek
Lebih terperinciBAB 1 PENDAHULUAN. Pada tahun 1970an penelitian awal image retrieval dilakukan dengan
BAB 1 PENDAHULUAN 1.1 Latar belakang Pada tahun 1970an penelitian awal image retrieval dilakukan dengan menggunakan pendekatan pengindeksan dan informasi citra berbasis teks. Teknik pencarian berbasis
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH
BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Flow Diagram Pemecahan Masalah Penelitian merupakan suatu rangkaian proses yang saling terkait secara sistematis, setiap tahap merupakan bagian menentukan tahap berikutnya
Lebih terperinciANALISIS CAPITAL BUDGETING SEBAGAI SALAH SATU ALAT UNTUK MENGUKUR KELAYAKAN INVESTASI (Studi Pada PT. Wahana Makmur Bersama Gresik)
ANALISIS CAPITAL BUDGETING SEBAGAI SALAH SATU ALAT UNTUK MENGUKUR KELAYAKAN INVESTASI (Studi Pada PT. Wahana Makmur Bersama Gresik) Anandhayu Mahatma Ratri Moch. Dzulkirom Achmad Husaini Fakultas Ilmu
Lebih terperinciDENGAN RAHMAT TUHAN YANG MAHA ESA PRESIDEN REPUBLIK INDONESIA,
PERATURAN PEMERINTAH REPUBLIK INDONESIA NOMOR 123 TAHUN 2015 TENTANG PERUBAHAN ATAS PERATURAN PEMERINTAH NOMOR 131 TAHUN 2000 TENTANG PAJAK PENGHASILAN ATAS BUNGA DEPOSITO DAN TABUNGAN SERTA DISKONTO SERTIFIKAT
Lebih terperinciPrediksi 2 UN SMA IPS Matematika Kode Soal: 302
Prediksi UN SMA IPS Matematika Kode Soal: Doc. Version : -6 halaman. Negasi dari pernyataan Jika saya belajar dengan zenius maka saya lulus UN Jika saya lulus UN maka saya belajar dengan zenius Saya tidak
Lebih terperinciPENENTUAN PILIHAN. 1. Pilihan Langsung
1. Pilihan Langsung PENENTUAN PILIHAN Menentukan pilihan diantara 2 alternatif adalah membandingkan keduanya secara langsung, secara intuitif Akan tetapi makin kompleksnya pesoalan, kita tidak mampu mengumpul
Lebih terperinciPELUANG. Hasil Kedua. Hasil Pertama. Titik Sampel GG GA A
PELUANG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
Lebih terperinciBAB II TINJAUAN PUSTAKA
7 BAB II TINJAUAN PUSTAKA 2.1 Kinerja Proyek Kinerja Proyek merupakan bagaimana cara kerja proyek tersebut dengan membandingkan hasil kerja nyata dengan perkiraan cara kerja pada kontrak kerja yang disepakati
Lebih terperinciTeori Keputusan Ir. Tito Adi Dewanto
Teori Keputusan Ir. Tito Adi Dewanto 1. Keputusan yang terbaik adalah keputusan yang dapat mendatangkan manfaat terbesar atau pengorbanan yang sekecilkecilnya. 2. Pengambilan Keputusan Kondisi Pasti Kondisi
Lebih terperinciPELUANG. Titik Sampel GG
PELUNG Percobaan dalam statistika menyatakan tiap proses yang menghasilkan data mentah. Ruang sampel adalah himpunan semua hasil yang mungkin dari suatu percobaan statistika dan dinyatakan dalam lambang
Lebih terperinciPENGAMBILAN KEPUTUSAN MANAJEMEN
PENGAMBILAN KEPUTUSAN MANAJEMEN BAB 7. POHON KEPUTUSAN 1. Pendahuluan 2. Konsep Pohon Keputusan 3. Komponen Pohon Keputusan 4. Prosedur Pembuatan Pohon Keputusan 5. Diagram Pohon Keputusan 1. Pendahuluan
Lebih terperinciRiset Operasional Teori Permainan
TEORI PERMAINAN KETENTUAN UMUM 1. Setiap pemain bermain rasional, dengan asumsi memiliki intelegensi yang sama, dan tujuan sama, yaitu memaksimumkan payoff, dengan kriteria maksimin dan minimaks. 2. Terdiri
Lebih terperinciDATA MINING KLASIFIKASI BERBASIS DECISION TREE. Ramadhan Rakhmat Sani, M.Kom
DATA MINING KLASIFIKASI BERBASIS DECISION TREE Ramadhan Rakhmat Sani, M.Kom Text Book Outline 1. Algoritma Data Mining Algoritma ID3 Algoritma C4.5 Algoritma C4.5 Introduction Algoritma C4.5 merupakan
Lebih terperinciBab 3. Keindahan Decision Tree. The most in time is where you re meant to be! YES !!" ## $ " % & " ' "
The most in time is where you re meant to be! YES!!" ## $ " % & " ' " " Ketika menamatkan sekolah menengah atas, mungkin banyak dari kita yang merasa gundah ketika harus menentukan kemana lagi langkah
Lebih terperinciBAB II DASAR TEORI. Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma.
BAB II DASAR TEORI Pada bab ini akan dibahas teori-teori pendukung yang digunakan sebagai acuan dalam merancang algoritma. 2.1. Deteksi Bola 2.1.1. Colorspace Colorspace adalah model abstraksi matematis
Lebih terperinciBahwa proses belajar yg terjadi dlm diri seseorang tak pernah ada orang yang dapat menyaksikannya (teori Black-Box dari Behaviorisme).
PENILAIAN DAN CIRI PENILAIAN PEMBELAJARAN Oleh : Amat Jaedun Program Pascasarjana UNY Pandangan ttg Belajar : Bahwa proses belajar yg terjadi dlm diri seseorang tak pernah ada orang yang dapat menyaksikannya
Lebih terperinciPusat Pertanggung Jawaban Pusat Laba dan Pusat Investasi
Pusat Pertanggung Jawaban Pusat Laba dan Pusat Investasi PUSAT LABA Ketika kinerja finansial suatu pusat tanggung jawab di ukur dalam rung lingkup laba (yaitu selisih antara pendapatan dan beban) maka
Lebih terperinciWALIKOTA MATARAM PROVINSI NUSA TENGGARA BARAT PERATURAN DAERAH KOTA MATARAM NOMOR 13 TAHUN 2016 TENTANG
WALIKOTA MATARAM PROVINSI NUSA TENGGARA BARAT PERATURAN DAERAH KOTA MATARAM NOMOR 13 TAHUN 2016 TENTANG PERUBAHAN ATAS PERATURAN DAERAH KOTA MATARAM NOMOR 3 TAHUN 2011 TENTANG PAJAK HIBURAN DENGAN RAHMAT
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep teori permainan pada permainan berstrategi murni dan campuran dari dua pemain yang akan digunakan sebagai landasan berpikir dalam melakukan
Lebih terperinciBAB I PENDAHULUAN. pertumbuhan ekonomi yang merosot tajam. Ditambah dengan semakin melemahnya
BAB I PENDAHULUAN 1.1 Latar Belakang Penelitian Kondisi krisis moneter yang melanda Indonesia sejak pertengahan tahun 1997 lalu membuat dunia bisnis Indonesia menjadi lesu, hal ini ditandai dengan pertumbuhan
Lebih terperinci( A) 1 BAB 2 LANDASAN TEORI Beberapa Definisi
BAB 2 LANDASAN TEORI 2.1. Beberapa Definisi Kejadian tak pasti adalah kejadian yang munculnya tidak pasti sehingga tidak bisa diduga terlebih dahulu. Contohnya pada seperti pelemparan sebuah dadu, orang
Lebih terperinciBAB 1 PENDAHULUAN. waktu penyelesaian proyek bisa dipercepat dari kurun waktu normal dengan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Dalam penjadwalan pelaksanaan suatu proyek konstruksi, kurun waktu penyelesaian proyek bisa dipercepat dari kurun waktu normal dengan menambah sumber daya dalam
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Secara umum arti transportasi adalah adanya perpindahan barang dari satu tempat ke tempat lain dan dari beberapa tempat ke beberapa tempat lain. Tempat atau tempat-tempat
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pelaporan keuangan merupakan potret sebuah pertanggungjawaban manajemen dalam pelaporan sumber daya perusahaan terhadap berbagai pihak yang terkait yang berkaitan
Lebih terperinciPerencanaan Kapasitas MANAJEMEN OPERASIONAL
Perencanaan Kapasitas MANAJEMEN OPERASIONAL FTP UB - RDY Contents 31 2 3 4 PENDAHULUAN PERENCANAAN KAPASITAS KAPASITAS DESAIN & EFEKTIF KAPASITAS DAN STRATEGI 1 PENDAHULUAN Kapasitas (capacity) adalah
Lebih terperinciModel Arus Jaringan. Riset Operasi TIP FTP UB Mas ud Effendi
Model Arus Jaringan Riset Operasi TIP FTP UB Mas ud Effendi 1 Pokok Bahasan Masalah rute terpendek (The Shortest Route Problem) Masalah rentang pohon minimal (The Minimal Spanning Tree Problem) Masalah
Lebih terperinciTIN102 - Pengantar Teknik Industri Materi #12 Ganjil 2014/2015 TIN102 PENGANTAR TEKNIK INDUSTRI
Materi #11 TIN102 PENGANTAR TEKNIK INDUSTRI Pendahuluan 2 Berbagai keputusan secara langka dibuat dengan kepastian. Sebagian besar keputusan melibatkan faktor resiko. Kriteria umum untuk menilai keputusan
Lebih terperinciTIM DOSEN : ASKOLANI,SE,MM ROFI ROFAIDA, SP.,M.Si. TPK - Pendahuluan 1
TIM DOSEN : ASKOLANI,SE,MM ROFI ROFAIDA, SP.,M.Si TPK - Pendahuluan 1 Setelah mengikuti perkuliahan mahasiswa : Memahami konsep dasar, tujuan, dan ruang lingkup pendekatan Teori Pengambilan Keputusan dalam
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 1.1 Desain Penelitian Penelitian merupakan salah satu cara penyaluran rasa ingin tahu manusia terhadap suatu masalah. Dengan melakukan kegiatan penelitian manusia dapat mencari
Lebih terperinciBAB I PENDAHULUAN. dimanfaatkan secara maksimal untuk menunjang setiap kegiatan dari pihakpihak
BAB I PENDAHULUAN A. Latar Belakang Pada masa perkembangan kemajuan teknologi informasi yang sangatlah cepat masa sekarang ini, kebutuhan terhadap suatu informasi yang bersifat akurat sangatlah diperlukan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang Masalah. Seiring dengan perkembangan perekonomian di Indonesia, perusahaanperusahaan
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Seiring dengan perkembangan perekonomian di Indonesia, perusahaanperusahaan sudah mulai mengadakan peningkatan kualitas dan kuantitas untuk membuat perekonomian
Lebih terperinciNERACA PEMBAYARAN ANDRI HELMI M, SE., MM. SISTEM EKONOMI INDONESIA
NERACA PEMBAYARAN ANDRI HELMI M, SE., MM. SISTEM EKONOMI INDONESIA III. NERACA PEMBAYARAN PENDAHULUAN REKENING NERACA PEMBAYARAN REKENING TRANSAKSI BERJALAN REKENING MODAL KETIDAKSESUAIAN STATISTIK REKENING
Lebih terperinciPROJECT TIME MANAGEMENT (MANAJEMEN WAKTU PROYEK BAG.2 : GANTT CHART, CPM DAN PERT) (MATA KULIAH MANAJEMEN PROYEK PERANGKAT LUNAK)
PROJECT TIME MANAGEMENT (MANAJEMEN WAKTU PROYEK BAG.2 : GANTT CHART, CPM DAN PERT) (MATA KULIAH MANAJEMEN PROYEK PERANGKAT LUNAK) Sufa atin Program Studi Teknik Informatika Universitas Komputer Indonesia
Lebih terperinciBAB III LANDASAN TEORI
15 BAB III LANDASAN TEORI 3.1 Rancang Bangun Rancang Bangun (desain) adalah tahap dari setelah Analisis dari siklus pengembangan sistem yang merupakan pendefinisian dari kebutuhan- kebutuhan fungsional,
Lebih terperinciPERTEMUAN KE-4 ANGGARAN BERDASARKAN FUNGSI DAN AKTIFITAS STANDAR UNIT
PERTEMUAN KE-4 ANGGARAN BERDASARKAN FUNGSI DAN AKTIFITAS STANDAR UNIT A. TUJUAN PEMBELAJARAN. 4.1. Mahasiswa mengetahui tentang anggaran. 4.2. Mahasiswa mengetahui tentang anggaran induk. 4.3. Mahasiwa
Lebih terperinciPENDAHULUAN EKONOMI MANAJERIAL
PENDAHULUAN EKONOMI MANAJERIAL PENDAHULUAN EKONOMI MANAJERIAL 1. Pengertian dan ruang lingkup ekonomi manajerial. 2. Hubungan ekonomi manajerial dengan ilmu yang lain. 3. Teori perusahaan. 4. Laba. 2 SIFAT
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
1 BAB 1 PENDAHULUAN 11 Latar Belakang Teori permainan (game theory) adalah bagian dari ilmu matematika yang mempelajari interaksi antar agen, di mana tiap strategi yang dipilih akan memiliki matriks perolehan
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Kerangka pemikiran penelitian ini diawali dengan melihat potensi usaha yang sedang dijalankan oleh Warung Surabi yang memiliki banyak konsumen
Lebih terperinciRumus : Ekspektasi keuntungan = pay o * probabilitas.
1 KRITERIA EKSPEKTASI KEUNTUNGAN Rumus : Ekspektasi keuntungan = pay o * probabilitas. Kelemahan : - probabilitas bersifat subjektif - belum mencakup faktor resiko 2 Contoh Si A mendapat tawaran untuk
Lebih terperinciBAB I PENDAHULUAN. keputusan (decision maker). Dalam pengambilan keputusan, manajer harus
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Seorang manajer memegang fungsi dan peran sebagai pengambil keputusan (decision maker). Dalam pengambilan keputusan, manajer harus mempertimbangkan berbagai
Lebih terperinciBAB II PENENTUAN TARIF BERDASARKAN METODE WAKTU DAN BAHAN
BAB II PENENTUAN TARIF BERDASARKAN METODE WAKTU DAN BAHAN 2.1 Jasa 2.1.1 Definisi Jasa Jasa adalah setiap kegiatan atau manfaat yang ditawarkan oleh suatu pihak pada pihak lain dan pada dasarnya tidak
Lebih terperinci