Bab 3. Keindahan Decision Tree. The most in time is where you re meant to be! YES !!" ## $ " % & " ' "

Transkripsi

1 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 kaki akan diayunkan. Bagi yang kurang beruntung secara finansial, pilihannya menjadi begitu sempit, mengadu peruntungan untuk dapat diterima di universitas negeri atau langsung mencari pekerjaan. Sedangkan bagi mereka yang berasal dari keluarga berkecukupan, pilihan jalan hidup menjadi berganda yang justeru menghadirkan kegamangan. He who has a choice has trouble! Begitulah sebuah pepatah mengatakan. Tidak tahu mau kuliah dimana dan jurusan apa yang akan dipilih. Selagi kuliah, pertentangan jiwa terus bergolak, apakah harus berganti jurusan, berhenti kuliah untuk kemudian menjadi musisi, membuka usaha sendiri dstnya. Setelah menamatkan kuliah, persimpangan hidup kembali ditemukan, mau bekerja dimana, berumah tangga dahulu atau kuliah ke jenjang yang lebih tinggi dstnya. Di level perusahaan, kita sering melihat dan bertanya kenapa ada segelintir eksekutif yang selalu brilian dalam setiap keputusan yang dibuatnya. Namun tidak demikian dengan sebagian eksekutif yang semakin terseret kedalam konsekuensi negatif akibat terus menerus mengambil keputusan blunder. Apakah para eksekutif yang brilian ini memang selalu ditemani

2 dewi fortuna, sedangkan yang lainnya selalu diakrabi nasib buruk? Jawabannya tentu sama sekali tidak! Faktor luck atau keberuntungan memang bisa menjelaskan terjadinya hasil yang menggembirakan (good outcome). Namun pengambil keputusan dapat berhasil secara konsisten dalam menghasilkan keputusan brilian dikarenakan yang bersangkutan berhasil dalam melakukan manajemen keputusan (decision management) dengan benar. Pekerjaaan tersulit yang dihadapi oleh setiap pengambil keputusan bisnis ataupun publik adalah ketika mereka harus membuat keputusan yang sulit (hard decisions) yang melibatkan ketidakpastian, kompleksitas dan ill-structured dari problem, dan obyektif jamak yang saling bertentangan. Bayangkan seorang owner dan CEO dari sebuah perusahaan farmasi yang sedang mempersiapkan untuk mengembangkan obat baru (new drugs). Sebelum diterima pasar, ada serangkaian proses panjang yang harus dilalui, mulai R&D, uji klinik, test pasar dimana semua tahapan tersebut selalu diliputi oleh situasi ketidakpastian. Juga lihat persoalan yang dihadapi oleh seorang top eksekutif dari perusahaan manufaktur, persoalan seperti berapa besar kapasitas yang harus ditambahkan untuk plant baru ketika permintaan kastemer dimasa mendatang tidak menentu. Seorang produser rekaman akan menghadapi problem pengambilan keputusan seperti memilih strategi marketing yang tepat untuk mengorbitkan seorang pendatang atau grup baru dalam industri musik. Seorang kandidat presiden atau pejabat publik lainnya juga dihinggapi rasa ketidakpastian ketika harus memilih siapa yang paling cocok untuk mendampinginya sebagai wakilnya dalam pemilihan umum. Ketika berhadapan dengan persoalan di atas, langkah-langkah berikut yang dirumuskan dengan GOOP (Goals, Options, Outcomes, dan Probability) dapat membantu kita secara sistematis dalam mengambil keputusan. Langkah pertama yang harus dilakukan pengambil keputusan dalam upaya mendapatkan keputusan terbaik adalah mengetahui apa yang menjadi tujuan utama dalam pemilihan keputusan terbaik. Ketika Anda memutuskan untuk melanjutkan kuliah ke jenjang yang lebih tinggi misalnya, Anda harus sudah memiliki tujuan (goal) yang ingin diperoleh dari studi lanjutan tersebut. Apakah sekedar mencari gelar semata, memperluas network, atau memaksimalkan learning experience.

3 ! " #$" %& ' (% & )## " # ( $%& * $ % "& + (, (" Berdasarkan tujuan tadi, selanjutnya Anda akan mengembangkan options atau alternatif, dalam hal ini berupa sekumpulan perguruan tinggi yang dianggap dapat memenuhi tujuan tersebut. Ketika tujuan utamanya hanya mencari gelar, maka alternatif yang dikembangkan adalah cukup mencari perguruan2-tinggi yang tidak memberikan tuntutan akademis yang tinggi. Berbeda dengan apabila tujuannya untuk memaksimalkan proses belajar, maka yang bersangkutan akan mencari perguruan tinggi yang memiliki kredibilitas tinggi dalam penyelenggaraan studi lanjutan. Yang perlu diingat adalah alternatif keputusan merupakan sesuatu yang bisa dikontrol oleh pengambil keputusan. Ketika Anda memiliki sekumpulan alternatif berupa universitas-universitas tempat studi lanjutan, ini berarti bahwa universitas tersebut memang sudah menerima Anda. Selanjutnya Anda akan coba mengembangkan beberapa peristiwa (state of the world) yang mengikuti keputusan yang diambil. Misalnya Anda memilih universitas A, peristiwa apa yang kemungkinan terjadi pada diri Anda. Ketika kita masuk perguruan tinggi, peristiwa yang

4 biasa terjadi adalah apakah kita berhasil menyelesaikan dengan sangat baik (cum, magna, atau summa cum laude), rata-rata, atau gagal total. Kemudian Anda tentukan reward yang Anda terima kalau anda mendapatkan predikat cum laude di universitas A, B dstnya dan juga besar probabilitas untuk terjadinya peristiwa tersebut. Perlu diperhatikan dalam mengambil keputusan, nilai/tingkat kepuasan/utilitas Anda mendapatkan summa cum laude di universitas yang biasabiasa saja akan berbeda tentunya kalau Anda mendapatkan sekedar cum laude dari universitas yang memiliki kredibilitas tinggi yang menawarkan proses belajar yang sangat baik. Dalam beberapa kasus seperti kasus pemilihan universitas ini, penentuan besar reward ini bersifat subyektif dan nirwujud (intangible). Namun dalam praktik bisnis, reward ini biasanya diterjemahkan ke dalam monetary value. Mengingat peristiwa yang mengikuti keputusan Anda untuk melanjutkan studi merupakan peristiwa yang tidak pasti, Anda diharapkan dapat memberikan nilai probabilitas dari setiap peristiwa tersebut. Penentuan probabilitas ini tentunya bersifat subyektif, misalnya Anda akan mengukur kemampuan diri dan beban kerja akademis yang diberikan, apakah Anda akan sukses menyelesaikan studi tersebut atau malah gagal total. Selanjutnya Anda akan mengukur nilai harapan (expected value) dari setiap alternatif keputusan. Alternatif yang memberikan expected value terbesar merupakan alternatif keputusan terbaik untuk dijalankan. Misalnya Anda melihat bahwa dengan berhasilnya Anda menyelesaikan kuliah tersebut dapat membuka windows of opportunity untuk pengembangan karir, kesejahteraan, kepuasan, maupun segala bentuk kesuksesan, keputusan untuk maneruskan studi adalah yang terbaik. Namun, jika Anda melihat bahwa justeru opportunity cost yang besar yang timbul dari keputusan melanjutkan studi, Anda lebih memilih menekuni apa yang sudah Anda jalani sekarang. Tentu saja ada idealisasi yang dipegang ketika menggunakan GOOP dalam pengambilan keputusan. Pertama-tama tentang kemampuan mengembangkan beberapa alternatif keputusan. Ketika problem yang dihadapi begitu kompleks, sering kali justeru kita dihadapkan pada sulitnya untuk mengembangkan alternatif keputusan. Contohnya, desain produk dapat menjadi kompleks dan ill-structured, dikarenakan tidak diketahuinya berbagai alternatif konsep produk untuk kemudian dipilih satu yang terbaik. Problem multi dimensi yang dihadapi suatu negara, juga merupakan sesuatu yang ill-structured. Akan sulit sekali menghasilkan beberapa alternatif kebijakan untuk kemudian menentukan prioritasnya. Idealisasi yang kedua adalah pengambil keputusan diasumsikan dapat memberikan nilai probabilitas secara akurat untuk state of the

5 world yang tidak pasti yang akan mengikuti keputusan yang diambil. Berikutnya, pengambil keputusan juga diasumsikan secara akurat mampu untuk menentukan besar perolehan atau reward dari setiap keputusan dan state of the world yang terjadi. Meskipun demikian, GOOP masih merupakan pendekatan yang dapat diandalkan untuk pengambilan keputusan dalam ketidakpastian. Untuk memahami bagaimana langkah-langkah tersebut dijalankan, simak kasus sederhana berikut: 1 ( ) ( (* + " ) (, -.//"///! ) (0 1 " (* + ((* + " 2 " (* + $ (* +" " 3/4 (* + 5/4 6(* +") ( - 7//"///"" -8//"/// ") ( -./"///" 9/ 4 :/ 4 6 " ;. 4 (* + 6 " </4 (* +6) ( " 1 Kasus ini diadopsi dari proyek akhir mahasiswa MM Reguler 28 tahun 2004: Albert Kristanto S, Cecilia Sutandi, Erik Thirtayasa, dan Jonathan David Nandana untuk mata kuliah Integrated New Product Development & Innovation di Prasetiya Mulya Graduate School of Management.

6 Dari uraian kasus di atas, jelas tujuan yang ingin dicapai Hi-Phone adalah memaksimalkan monetary value perusahaan. Dalam praktik bisnis, tujuan seperti meningkatkan monetary value paling sering digunakan. Ketika ini terjadi, perusahaan Hi-Phone akan memilih sekumpulan alternatif berdasarkan single criteria, yaitu nilai aset perusahaan. Alternatif keputusan terbaik adalah yang menghasilkan nilai aset perusahaan tertinggi. Setelah perusahaan mampu menentukan goal-nya secara jelas, selanjutnya perusahaan harus memikirkan alternatif-alternatif keputusan apa saja yang bisa dijalankan untuk merealisasikan tujuan yang ditetapkan pada langkah 1. Untuk kasus diatas, secara eksplisit Hi- Phone memiliki 3 alternatif, meskipun di awalnya Hi-Phone hanya dihadapkan pada dua alternatif keputusan yang dapat digambarkan dengan decision fork sebagai berikut: 1 2 Setelah memilih salah satu alternatif keputusan di atas, pada umumnya pengambil keputusan akan dihadapkan pada sekumpulan peristiwa (events atau state of the world) yang kemungkinan terjadinya tidak pasti. Misalnya Hi-Phone memutuskan untuk melakukan riset pasar terlebih dahulu, peristiwa yang mengikuti keputusan tersebut adalah terjadinya local success atau local failure, yang dapat digambarkan dengan event fork sebagai berikut: p + (1-p) dimana p menunjukkan besar kemungkinan terjadinya local success dan (1-p) adalah kemungkinan untuk local failure.

7 Setelah keputusan dipilih dan dijalankan, kita akan dihadapkan pada beberapa peristiwa. Dalam kasus ini, baik keputusan untuk melakukan riset pasar terlebih dahulu atau langsung memasarkan secara nasional, Hi-Phone akan mendapatkan payoff, reward atau perolehan tergantung dari peristiwa state of the world atau event yang mengikuti keputusan yang sudah diambil. Misalnya Hi-Phone tidak melakukan riset pasar dan langsung memasarkan Proxy-G, perolehan yang diterima apabila terjadi national success sebesar $900,000. Apabila national failure yang terjadi, Hi-Phone akan menanggung kerugian sebesar $200,000. Tanpa melakukan riset pasar terlebih dahulu dan memutuskan untuk memasarkan, probabilitas Proxy-G akan sukses sebesar 60% dan 40% untuk gagal. Akan tetapi jika Hi-Phone memilih untuk melakukan riset pasar terlebih dahulu, ada probabilitas sebesar 70% riset pasar akan memprediksi local success dan 30 % local failure. Setelah riset pasar mengindikasikan akan terjadinya local success dan perusahaan memutuskan untuk memasarkan Proxy-G, besar probabilitas Proxy-G akan sukses secara nasional adalah sebesar 85% dan 15% akan gagal total. Jika riset pasar memprediksi terjadinya local failure dan perusahaan tetap memaksakan untuk memasarkan Proxy-G, probabilitas Proxy-G akan sukses secara nasional hanya 10% dan 90% gagal total. Gambar 3.1 memperlihatkan diagram keputusan secara keseluruhan untuk kasus Proxy-G ini. MENGHITUNG EXPECTED VALUE DAN MEMILIH ALTERNATIF TERBAIK Untuk alternatif keputusan yang bersifat probabilistis, A i, besar expected value alternatif dapat dicari sebagai berikut: i n EV ( A ) = P( S A ) R j= 1 Persamaan (3.1) dimana EV(A i ) : expected value dari alternatif ke A i, dengan i = 1,, m P(S j A i ) : probabilitas terjadinya peristiwa S j setelah alternatif A i dipilih, dengan j = 1,, n R ij : reward atau payoff yang diperoleh dari keputusan A i yang diikuti oleh peristiwa S j j i ij

8 Dengan menggunakan decision tree ini, pengambil keputusan akan terbantu dalam menghadapi problem keputusan dalam kasus Hi-Phone. Di awal ketika harus memutuskan apakah harus melakukan tes pasar atau tidak. Karena expected value dari alternatif tes pasar ($964,500) lebih besar daripada alternatif tanpa tes pasar ($960,000), maka alternatif tes pasar yang dipilih. Setelah memilih alternatif tes pasar ini, pengambil keputusan akan dihadapkan pada ketidakpastian, yaitu apakah akan terjadi sukses lokal atau gagal lokal. Apabila dari tes pasar yang dilakukan terjadi sukses lokal, maka pengambil keputusan dapat langsung memasarkan produk secara nasional yang menawarkan expected value sebesar $1,185,000. Namun apabila dari tes pasar ternyata terjadi gagal lokal, maka sebaiknya pengambil keputusan untuk memilih tidak memasarkan Proxy-G sama sekali. Dengan tidak memasarkan, expected value dari Hi- Phone berkurang menjadi $450,000, ketimbang dengan harus memasarkan produk baru tersebut yang mengurangi aset perusahaan menjadi $360,000. Sekilas decision tree analysis (DTA) ini sangat sederhana dan mudah untuk digunakan. Justeru karena faktor kesederhanaan inilah, DTA menjadi begitu luas penggunaannya. Namun yang selalu menjadi pertanyaan dan tantangan besar dalam penggunaan DTA adalah bagaimana kita mampu, dalam kondisi yang tidak pasti, menetapkan secara akurat besar probabilitas untuk setiap peristiwa yang dihadapi. Juga dengan penentuan pay-off pada masa mendatang yang hanya dinyatakan dengan single value. -./(0 (1( Dari diagram keputusan pada gambar 3.1, terlihat bahwa Proxy-G memilih alternatif tes pasar dengan expected value sebesar $964,500. Jika dianggap informasi tambahan dari tes pasar tidak ada, maka nilai harapan dari aset final Proxy-G menjadi $964,500 + $50,000 = $1,014,500, yang juga disebut sebagai Expected Value with Sample Information (EVWSI). Jika upaya untuk melakukan tes pasar tidak tersedia, Proxy-G hanya memiliki satu opsi saja yaitu langsung memasarkan produk tanpa melewati tes pasar. Ketika alternatif ini yang diambil, besar expected value yang diperoleh adalah $960,000, yang merupakan Expected Value with Original Information (EVWOI). Dari kedua nilai tersebut, Proxy-G dapat menentukan besar biaya yang pantas untuk melakukan tes pasar.

9 Gambar 3.1. Diagram Keputusan Proxy-G Tes pasar Sukses lokal Sukses nasional Pasarkan secara nasional Gagal nasional Gagal lokal Sukses nasional Pasarkan secara nasional Gagal nasional 0.6 Sukses nasional Pasarkan secara nasional Gagal nasional Tanpa tes pasar

10 Besar biaya yang pantas tersebut dinyatakan sebagai Expected Value of Sample Information (EVSI) = EVWSI EVWOI. Untuk kasus Proxy-G, EVSI = 1,014, ,000 = $50,500. Karena biaya dari tes pasar ($50,000) masih lebih kecil dari EVSI, maka seperti sudah diketahui sebelumnya, Proxy-G dapat melakukan tes pasar terlebih dahulu. Sekarang katakan Proxy-G mendapat informasi yang sempurna (perfect information) sebelum memutuskan untuk meluncurkan produk secara nasional, berapa nilai informasi sempurna tersebut? Gambar 3.2 memperlihatkan diagram keputusan untuk kasus Proxy-G seandainya pengambil keputusan diberikan informasi tentang peristiwa (state of the world) yang akan terjadi sebelum membuat keputusan. Expected value dari diagram keputusan ini disebut Expected Value with Perfect Information (EVWPI). Selanjutnya Expected Value of Perfect Information (EVPI) diperoleh dari EVPI = EVWPI EVWOI = 1,040, ,000 = $80,000. EVPI ini merupakan nilai upper bound, atau nilai tertinggi yang dapat dibayarkan perusahaan untuk mendapatkan informasi sampel atau melakukan tes pasar. Gambar 3.2 Perhitungan Expected Value With Perfect Information (EVWPI) untuk Hi- Phone Pasarkan secara nasional Sukses nasional Tidak pasarkan Pasarkan secara nasional Gagal nasional Tidak pasarkan

11 2 0 $ Untuk merasakan apakah besar probabilitas yang kita masukkan dalam diagram keputusan memang pantas, kita dapat melakukan analisis sensitivitas (sensitivity analysis). Dalam analisis sensitivitas ini, besar probabilitas dari satu peristiwa diubah-ubah sampai mendapatkan keputusan terbaik yang berbeda dengan sebelumnya. Ketika ini terjadi, pengambil keputusan akan menggunakan subyektivitasnya apakah probabilitas peristiwa yang mengakibatkan berubahnya keputusan terbaik masih bisa diterima. Kembali ke persoalan Proxy-G, jika Hi-Phone memilih untuk langsung memasarkan tanpa tes pasar, kemungkinan terjadinya sukses nasional adalah 60% dan gagal 40%. Apa yang terjadi ketika probabilitas terjadinya sukses berubah, katakanlah meningkat menjadi 61%? Ternyata alternatif terbaiknya berubah menjadi tanpa tes pasar, langsung pasarkan secara nasional dengan expected value sebesar $971,000, yang lebih besar dari expected value sebelumnya dari alternatif tes pasar sebesar $964,500, seperti terlihat pada Gambar 3.3. Disini terlihat bahwa angka 60% menjadi besar probabilitas tertinggi untuk memilih alternatif tes pasar. Selanjutnya untuk meyakinkan Anda sebagai pengambil keputusan di Hi-Phone apakah alternatif tes pasar atau tanpa tes pasar yang dipilih, Anda tinggal menimang-nimang kemungkinan terjadinya sukses nasional dengan langsung memasarkan tanpa tes pasar. Jika Anda yakin apabila probabilitas kurang dari 50%, Anda akan memilih alternatif tes pasar. Tapi, jika Anda melihat kembali proses pengembangan produk yang dijalankan selama ini dan Anda menilai bahwa tim pengembangan produk sudah menjalankan proses yang tepat, mulai dari identifikasi oportunitas produk sampai pengembangan konsep, Anda kemudian berfikir seharusnya kemungkinan suksesnya lebih besar dari 50% atau bahkan 60%. Ketika keyakinan ini yang Anda pegang, maka alternatif tanpa tes pasar lah yang lebih pantas untuk dipilih. Analisis sensitivitas bisa dilanjutkan pada alternatif tes pasar. Hasil keputusan akan sangat dipengaruhi oleh ketidakpastian dari peristiwa "sukses lokal" setelah keputusan "tes pasar" dan peristiwa "sukses nasional" setelah keputusan "pasarkan secara nasional". Apa yang terjadi jika probabilitas terjadinya "sukses lokal" setelah melakukan "tes pasar" berubah? Jika kemungkinannya lebih besar dari perkiraan sebelumnya (70%), hasil keputusan tidak akan berubah. Namun, apabila kemungkinannya untuk "sukses lokal" ternyata lebih rendah,

12 katakanlah menjadi 69%, hasil keputusan terbaik berubah dari yang sebelumnya lakukan "tes pasar" menjadi "tanpa tes pasar" langsung pasarkan secara nasional. Hal ini terlihat pada Gambar 3.4. dimana expected value alternatif "tes pasar" berkurang dari sebelumnya $964,500 menjadi $957,150.

13 Gambar 3.3. Sensitivity Analysis untuk Alternatif "Tanpa Tes Pasar Tes pasar Sukses lokal Sukses nasional Pasarkan secara nasional Gagal nasional Gagal lokal Sukses nasional Pasarkan secara nasional Gagal nasional 0.61 Sukses nasional Pasarkan secara nasional Gagal nasional Tanpa tes pasar

14 Gambar 3.4. Analisis Sensitivitas untuk Alternatif "Tes Pasar" Tes pasar Sukses lokal Sukses nasional Pasarkan secara nasional Gagal nasional Gagal lokal Sukses nasional Pasarkan secara nasional Gagal nasional 0.6 Sukses nasional Pasarkan secara nasional Gagal nasional Tanpa tes pasar

15