INTRODUCTION TO DECISION ANALYSIS

Transkripsi

1 INTRODUCTION TO DECISION ANALYSIS

2 ANALISA KEPUTUSAN Permasalahan yang kompleks: hard decision perlu hard thinking Analisa keputusan memberikan struktur dan pedoman untuk berpikir secara sistematis dalam menghadapi hard decision melalui pemahaman yang baik terhadap permasalahan Analisa keputusan memberikan metode yang efektif untuk mengatur problem yang kompleks dalam suatu struktur yang dapat dianalisis

3 MENGAPA KEPUTUSAN SULIT DIBUAT? Kompleksitas Problem disusun dalam struktur yang dapat dianalisis Uncertainty Mengidentifikasi sumber ketidakpastian dan mengkuantifikasinya Multiple objectives Menyediakan kerangka dan tool khusus untuk menangani banyak tujuan Perbedaan perspektif Perbedaan perspektif dapat menyebabkan perbedaan kesimpulan

4 KASUS: GYPSY MOTHS AND THE ODA (1985)

5 WHY ARE DECISION HARD Complexity Gypsy Moth Case: Three Objectives, Multiple Perspectives Uncertainty of Key Elements Gypsy Moth Case: Size of the Infestation, Health Effect, Location of Gypsy Moth Multiple Objectives Gypsy Moth Case: Target Specific, Ecologically Safe, Effective Different Perspectives Gypsy Moth Case: Forestry Officials, Environmentalists Sensitivity/Unstability Gypsy Moth Case: How sensitive is proposed solution to the sizeof the infestation

6 CONTOH: BORDA COUNT Kompetisi mengarang lagu amatir di Slobonia dimana terdapat 4 pengarang lagu dan 7 orang juri. Penilaian dilakukan dengan aturan bahwa lagu dengan kriteria yang ditetapkan mendapat nilai 4 dengan nilai terkecil 1 Lagu Total Nilai A 1 st 4 th 3 th 1 st 4 th 3 th 1 st 18 B 2 nd 1 st 4 th 2 nd 1 st 4 th 2 nd 19 C 3 th 2 nd 1 st 3 th 2 nd 1 st 3 th 20* D 4 th 3 th 2 nd 4 th 3 th 2 nd 4 th 13 Keputusan: lagu terbaik adalah C dengan ranking C B A D Tetapi, muncul protes karena lagu D pengarangnya profesional yang sebenarnya tidak boleh ikut kompetisi. Apakah keputusan pemenang tetap lagu C?

7 CONTOH: BORDA COUNT Penilaian diulang tanpa Lagu D Lagu Total Nilai A 1 st 3 th 2 nd 1 st 3 th 2 nd 1 st 15* B 2 nd 1 st 3 th 2 nd 1 st 3 th 2 nd 14 C 3 th 2 nd 1 st 3 th 2 nd 1 st 3 th 13 Keputusan: lagu terbaik adalah A dengan ranking A B C

8 MENGAPA BELAJAR ANALISIS KEPUTUSAN? Decision Analysis lead to better decisions A good decision Looking back in the past, one can say that one would have made the same decision given the information at the time of the decision Terdapat kerancuan antara lucky outcome dan good decision You can make a good decision but still have an lucky outcome (Catatan: meskipun analisis keputusan tidak dapat meningkatkan lucky, tetapi dapat membantu untuk memahami lebih baik permasalahan yang dihadapai dan membuat keputusan yang lebih baik)

9 DEFINISI ANALISIS KEPUTUSAN Keeney and Raiffa, 1976 Prescriptive approach designed for normally intelligent people who want to think hard and systematically about some important real problems A decision analysis is an information source A decision analysis should not replace a decision maker but should support him A decision analysis not only provide solution, but also provide insight to: - Situation - Uncertainty - Objectives - Trade off

10 MENGAPA ANALISIS KEPUTUSAN DIPERLUKAN? Secara psikologis manusia pada umumnya tidak memproses informasi dan membuat keputusan dengan cara yang tidak konsisten Membantu memahami permasalahan dengan lebih baik sehingga dapat membuat keputusan yang lebih baik walaupun tidak menjamin memberikan hasil terbaik Memberikan petunjuk yang jelas dalam melakukan perancangan penyelesaian permasalahan real (kompleks) secara sistematis Untuk menyesuaikan terhadap tindakan yang diambil sebelumnya agar keputusan tersebut benar-benar tepat untuk dijalankan (memperbaiki kualitas keputusan)

11 ALASAN SUBJEKTIFITAS DALAM PENGAMBILAN KEPUTUSAN

12 ALASAN SUBJEKTIFITAS DALAM PENGAMBILAN KEPUTUSAN Tool lain (OR/Management Science) hanya memasukkan hal-hal yang bersifat objektif dan menginginkan solusi yang optimal dari inputnya Adanya ketidakpastian dan nilai dalam permasalahan tersebut Subjektifitas muncul pada waktu suatu permasalahan muncul Manusia adalah pengolah informasi yang tidak sempurna

13 PROSES ANALISIS KEPUTUSAN (1)

14 PROSES ANALISIS KEPUTUSAN (2) 1. Identifikasi Permasalahan Seluruh aspek harus mendapat perhatian untuk diidentifikasi Pemahaman yang baik terhadap permasalahan seringkali menyatakan permasalahan real yang mungkin tersembunyi Seringkali sulit untuk dilaksanakan dengan baik 2. Identifikasi Tujuan dan Alternatif Menentukan tujuan yang akan dicapai Mengembangkan alternatif untuk pemecahan masalahnya Kunci keberhasilan Analisis Keputusan pada langkah ini

15 PROSES ANALISIS KEPUTUSAN (3) 3. Identifikasi Mengembangkan pola kreatifitas dari beberapa teknik yang dapat dipakai untuk memunculkan dan menemukan alternatifalternatif yang baru Memahami dengan baik terhadap aspek-aspek yang terdapat disekitar permasalahan, pertimbangan subjektif atau yang bersifat probabilistik 4. Pembuatan Model dan Pengambilan Keputusan Menyusun permasalahan ke dalam struktur yang lebih kecil dan lebih mudah ditangani Melibatkan elemen-elemen ketidakpastian dan aspek objektif Merupakan pendekatan yang lebih kuantitatif dan lebih mudah untuk dianalisis

16 DIMANA ANALISIS KEPUTUSAN DIGUNAKAN? Bisnis dan Pemerintah Managing research and development programs Understanding the World Oil Market Forecasting sales for a new product Electric power generation Deciding whether to launch a new product or venture Medicine Help doctors make specific diagnonis Optimal inventory of blood levels in a blood bank Firm s decision regarding different kinds of medical insurance programs

17 KESIMPULAN Analisis keputusan untuk membantu seorang decision maker berpikir secara sistematis tentang permasalahan yang kompleks dan untuk meningkatkan kualitas keputusan yang dihasilkan Penting sekali untuk membedakan antara good decision dan luck outcome

18 WHERE ARE WE GOING FROM HERE? Modeling Decisions Elemen of Decision Problem Structuring Decisions Making Choices Sensitivity Analysis Creativity and Decision Making Modeling Uncertainty Probability Basics Subjective Probability Theoretical Probability Models Using Data Monte Carlo Simulation Modeling Preferences Risk Attitudes Utility Axioms, Paradoxes, and Implications Conflicting Objective I Conflicting Objective II (Multi Attribute Utility Theory) Value of Information