29.12.2022 Views

Acara 2 TPK Full

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

LAPORAN PRAKTIKUM

TEKNIK PENGAMBILAN KEPUTUSAN

ACARA II

PENGAMBILAN KEPUTUSAN DENGAN METODE TABEL

KEPUTUSAN DAN POHON KEPUTUSAN

Disusun Oleh :

Nsama

NIM

: Mohammad Ido Hendra Wijaya

: 19/450768/SV/17106

Kelompok : 3

Hari, tanggal : Selasa, 29 Oktober 2019

Dosen Pengampu

: 1. Diklu Isnarosi, S.T.P, M.Si

2. Wildan Fajar Bachtiar, ST., MS

3. Iman Sabarisman, S.T.P., M.Si

LABORATORIUM MANAJEMEN AGROINDUSTRI

PROGRAM STUDI DIPLOMA IV AGROINDUSTRI

SEKOLAH VOKASI

UNIVERSITAS GADJAH MADA

2019


BAB I

PENDAHULUAN

A. LATAR BELAKANG

Perkembangan agroindustri saat ini sangat cepat, perubahan dan

perkembangan dalam dunia agroindustri saat ini selalu dihadapkan oleh

berbagai macam masalah dari berbagai macam bidang. Tantangan yang

dihadapi oleh pelaku usaha agroindustri memiliki tingkat kesulitan dan

kompleksitasnya sangat bervariasi. Hal tersebut mulai dari yang teramat

sederhana dengan sedikit faktor yang berkaitan dengan masalah tersebut

hingga perlu diperhitungkan sampai dengan yang sangat rumit dengan banyak

sekali faktor-faktor turut serta berkaitan dengan masalah tersebut dan perlu

untuk diperhitungkan. Untuk menghadapi masalah yang ada, pelaku dunia

agroindustri mulai mencari cara untuk menanggulangi dan memecahkan

permasalahan satu persatu.

Pengembangan sebuah sistem yang baik dapat membantu pelaku

usaha agar dapat dengan mudah mampu untuk menyelesaikan masalahmasalah

tersebut. Adapun salah satu metode dalam pemecahannya disebut

pohon keputusan. Pohon keputusan dapat membantu mencari sebuah jawaban

dan membantu membuat keputusan untuk masalah-masalah tersebut dan

dengan memperhitungkan berbagai macam faktor yang ada di dalam lingkup

masalah tersebut. Pohon keputusan memiliki kemampuan untuk mem-break

down proses pengambilan keputusan yang kompleks menjadi lebih sederhana

sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari

permasalahan.

Pohon keputusan digunakan para pelaku industri untuk melihat

dengan mudah identifikasi dan hubungan antara faktor-faktor yang

mempengaruhi suatu masalah dan dapat mencari penyelesaian terbaik dengan

memperhitungkan faktor-faktor tersebut. Pohon keputusan juga dapat

menganalisa nilai resiko dan nilai suatu informasi yang terdapat dalam suatu

alternatif pemecahan masalah. Kegunaan pohon keputusan yang sangat banyak

tersebut membuatnya telah dimanfaatkan oleh pelaku dunia industri pangan

dalam berbagai macam sistem pengambilan keputusan. Pohon keputusan juga


berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara

sejumlah calon variabel input dengan sebuah variabel target. Karena pohon

keputusan memadukan antara eksplorasi data dan pemodelan, maka sangat

bagus sebagai langkah awal dalam proses pemodelan bahkan ketika dijadikan

sebagai model akhir dari beberapa tehnik lain.

B. TUJUAN

1. Mahasiswa memahani tahapan pengambilan keputusan.

2. Mahasiswa memahami jenis-jenis lingkungan dalam pengambilan

keputusan

3. Mahasiswa mampu melakukan pengambilan keputusan dengan metode

tabel keputusan dan metode pohon keputusan


BAB II

LANDASAN TEORI

Tabel keputusan (decision table) adalah tabel yang digunakan sebagai alat

bantu untuk menyelesaikan permasalahan dalam jumlah banyak. Permasalah yang

berisi keputusan bertingkat dan memiliki data banyak, sangat sulit untuk

digambarkan langsung dan dapat dibuat terlebih dahulu dengan menggunakan tabel

keputusan. Dengan demikian tabel keputusan efektif digunakan bilamana kondisi

yang akan diseleksi didalam program jumlahnya cukup banyak dan rumit. Struktur

tabel keputusan terdiri dari empat bagian utama yaitu condition stub yang berisi

kondisi yang akan diseleksi, condition entry yang berisi kemungkinan dari kondisi

yang diseleksi, action stub yang berisi pernyataan-pernyataan yang akan

dikerjakan, dan action entry yang digunakan untuk memberi tanda tindakan mana

yang akan dilakukan dan mana yang tidak akan dilakukan.

Pohon keputusan merupakan salah satu bentuk semantik dari alternatif

yang tersedia bagi pengambil lepurusan dan kemungkinan hasilnya (Herjanto,

2015). Pohon keputusan dapat diartikan sebagai metoda untuk mempresentasikan

pengetahuan yang berupa gambaran dari suatu pengetahuan yang memperlihatkan

hubungan dari objek-objek. Objek tersebut dipresentasikan dalam bentuk node dan

hubungan antar objek dinyatakan dengan garis penghubung. Pohon keputusan

merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Metode

pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang

sangat merepresentasikan aturan. Pohon keputusan memiliki model prediksi

menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon keputusan

adalah mengubah data menjadi pohon keputusan dan aturan-aturan keputusan.

Terdapat beberapa keuntungan menggunakan pohon keputusan, yaitu

menghilangkan perhitungan-perhitungan yang tidak dibutuhkan. Sampel yang diuji

hanya berdasarkan kriteria atau kelas tertentu, daerah pengambilan keputusan yang

sebelumnya kompleks dan sangat global, dapat diubah menjadi lebih simpel dan

spesifik. Metode pohon keputusan menghindari munculnya permasalahan dengan

menggunakan kriteria yang jumlahnya lebih sedikit pada setiap node internal tanpa

banyak mengurangi kualitas keputusan yang dihasilkan. Pohon keputusan bersifat

fleksibel, memilih fitur dari internal node yang berbeda. Kefleksibelan metode


pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika

dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih

konvensional.

Langkah langkah pembuatan pohon keputusan dapat dimulai dari

pembuatan tabel keputusan terlebih dahulu, kemudian membuat pohon

keputusannya. Langkah pembutan tabel keputusan dimulai dengan menentukan

kondisi yang akan diseleksi, kemudian menentukan jumlah kemungkinan kejadian

yang akan terjadi, menentukan tindakan yang akan dilakukan, mengisi condition

entry sehingga semua kemungkinan kejadian bisa terwakili, dan terakhir mengisi

action entry. Sedangkan langkah dalam membuat pohon keputusan dibagi menjadi

5 bagian yaitu mengidentifikasi masalah, menggambar pohon keputusan,

menentukan peluan bagi kondisi alami, memperkirakan nilai bagi setiap alternatif

dan kondisi alaminya, serta menyelesaikan dengan menghitung expected monetary

value (EMV). Pohon keputusan memperlihatkan faktor-faktor kemungkinan atau

probabilitas yang mempengaruhi alternatif-alternatif keputusan beserta estimasi

hasil akhir apabila mengambil keputusan tersebut (Lee, 2010).


BAB III

PROSEDUR PRAKTIKUM

A. ALAT dan BAHAN

1. Modul praktikum

2. Alat tulis

B. LANGKAH KERJA

1. Mempelajari materi yang sudah ditentukan

2. Menganalisis dan membuat pohon keputusan berdasarkan studi kasus

pengambilan keputusan dalam ketidakpastian

3. Menganalisis dan membuat pohon keputusan berdasarkan studi kasus

pengambilan keputusan yang beresiko

4. Membuat pohon keputusan dengan keputusan yang berurutan


A. HASIL

1. Latihan Individu 1A

BAB IV

HASIL DAN PEMBAHASAN

Getz menghitung ulang imbal hasil dari membangun pabrik besar, ketika

pasar sesuai harapan keuntungan naik hingga $250.000, tapi hika pasar tidak

sesuai harapan maka kerugian mencapai -$200.000. Angka manakah yang

beribah di tabel? Apakah keputusannya berubah? Gambar pohon

keputusannya!

Tabel Keputusan 1A.

Alternatif

Kondisi Alam

Pasar sesuai

harapan

Pasar tidak

sesuai

harapan

Max

Min

Ratarata

Membangun $250.000 -$200.000 $250.000 -$200.000 $25.000

pabrik besar

Membangun $100.000 -$20.000 $100.000 -$20.000 $40.000

pabrik kecil

Tidak

0 0 0 0 0

melakukan

apa-apa

Pilihan maximax yaitu membangun pabrik besar

Pilihan maximin yaitu tidak melakukan apa-apa

Pilihan sama rata yaitu membangun pabrik kecil

Pohon Keputusan 1A


2. Latihan Individu 2A

Apa yang terjadi pada ketiga EMV jika Getz menambah nilai kondisional

pada hasil “pabrik besar untuk pasar sesuai harapan” menjadi $225.000 dan

menambah nilai kondisional pada hasil “pabrik besar untuk pasar tidak sesuai

harapan” menjadi -$190.000. Gambarlah pohon keputusannya!

Tabel Keputusan 2A.

Altenatif

Membangun pabrik besar

(A1)

Kondisi Alami

Pasar sesuai harapan Pasar tidak sesuai

harapan

$225.000 -$190.000

Membangun pabrik kecil

(A2)

Tidak melakukan apa-apa

(A3)

$100.000 -$20.000

0 0

Peluang 0,5 0,5

a EMV (A1) = (0,5)(225.000) + (0,5)(-190.000) = $17.500

b EMV (A2) = (0,5)(100.000) + (0.5)(-20.000) = $40.000

c EMV (A3) = (0,5)(0) + (0,5)(0) = 0

EMV maksimal terdapat pada alternatif A2 yaitu $40.000 dengan

membangun pabrik kecil.

Pohon Keputusan 2A.


3. Latihan Individu 3A

Bagaimana perubahan EVPI-nya jika nilai kondisional pada hasil “pabrik

besar untuk pasar sesuai harapan” menjadi $225.000 serta nilai kondisional

pada hasil “pabrik besar untuk pasar tidak sesuai harapan” menjadi -

$190.000?

EvwPI = (hasil terbaik atau konsekuensi kondisi alam 1) x (kemungkinan

terjadi kondisi alami 1) + (hasil terbaik atau konsekuensi kondisi alam

2) x (kemungkinan terjadi kondisi alami 2)

= ($225.000)(0,5) + (0)(0,5) = $112.500

EVPI = EvwPI – EmV max

= $112.500 - $40.000

= $72.500

Maka untuk mendapatkan informasi sempurna, Getz harus membayar paling

tinggi $72.500.

4. Latihan Individu 4A

Getz memperkirakan bahwa jika ia melakukan survei pasar, hanya terdapat

35% kemungkinan akan terdapat pasar yang diinginkan untuk tempat

penyimpanan. Bagaimana pohon tersebut akan berubah?

Biaya melakukan survei pasar adalah $10.000

Peluang hasil survei baik 35%

Peluang pasar sesuai harapan 78% → pasar tidak sesuai harapan 22%

Peluang hasil survei negatif 65%

Peluang pasar sesuai harpan 27% → pasar tidak sesuai harapan 73%

EMV 2 = (0,78)($190.000) + (0,22)(-$190.000) = $106.400

EMV 3 = (0,78)($90.000) + (0,22)(-$30.000) = $63.600

EMV 4 = (0,27)($190.000) + (0,73)(-$190.000) = $-87.400

EMV 5 = (0,27)($90.000) + (0,73)(-$30.000) = $2.400

EMV 6 = (0,5)($200.000) + (0,5)(-$180.000) = $10.000

EMV 7 = (0,5)($100.000) + (0,5)(-$20.000) = $40.000

EMV 1 = (0,35)($106.400) + (0,65)($24.000)= $38.800


Pohon Keputusan 4A

Titik keputusan pertama

Titik keputusan kedua

Hasil survei diinginkan (0.35)

Melakukan survei pasar

1

Hasil survei negatif (0.65)

40.000

Tidak melakukan survei pasar


5. Latihan Kelompok 1

a. Tabel Keputusan

Pak Mansyur ingin mengembangkan produk mir kuning. Dengan varian jenis

mie telur, mie keriting, dan mie pipih yang memiliki keuntungan antara lain

: mie telur $45.000, mie keriting, $80.000, mie pipih $15.000 dengan asumsi

pasar sesuai harapan. Jika pasar tidak sesuai harapan maka kerugian yang

akan di dapatkan sebesar : mie telur -$25.000, mie keriting -$65.000, dan mie

pipih -$5.000. susunlah table keputusan dan tentukan keputusan maksimal,

minimal, dan rata-ratanya. Serta gambarkan pohon keputusannya!

Alternatif

Kondisi Alami

Pasar

Sesuai

Harapan

Pasar Tidak

Sesuai

Harapan

Maximax Maximin Sama Rata

Mie Telur $ 45.000 -$ 25.000 $ 45.000 -$ 25.000 $ 10.000

Mie Keriting $ 80.000 -$ 65.000 $ 80.000 -$ 65.000 $ 7.500

Mie Pipih $ 15.000 -$ 5.000 $ 15.000 -$ 5.000 $ 5.000

Tidak

membuat

produk

0 0 0

0

0

Maximax

Sama Rata

Maximin

b. Pohon Keputusan


6. Latihan Kelompok 2

a. Tabel Keputusan

Alternatif

Kondisi Alami

Pasar

Sesuai

Harapan

Pasar

Tidak

Sesuai

Harapan

Maximax Maximin Sama Rata

Mie Telur $ 45.000 -$ 25.000 $ 45.000 -$ 25.000 $ 10.000

Mie Keriting $ 80.000 -$ 65.000 $ 80.000 -$ 65.000 $ 7.500

Mie Pipih $ 15.000 -$ 5.000 $ 15.000 -$ 5.000 $ 5.000

Tidak

membuat

produk

0 0 0 0 0

Perhitungan

EMV Mie Telur = (0,45) x (45.000) + (0,55) x (-25.000) = 6.500

EMV Mie Keriting = (0,45) x (80.000) + (0,55) x (-65.000) = 250

EMV Mie Pipih = (0,45) x (15.000) + (0,55) x (-5.000) = 4.000

EMV tidak membuat = (0,45) x (0) + (0,55) x (0) = 0

EMV maksimal adalah alternatif Mie telur yitu sebesar 6.500

b. Pohon Keputusan


7. Latihan Kelompok 3

Alternatif

Kondisi Alami

Pasar

Sesuai

Harapan

Pasar Tidak

Sesuai

Harapan

Maximax Maximin Sama Rata

Mie Telur $ 45.000 -$ 25.000 $ 45.000 -$ 25.000 $ 10.000

Mie Keriting $ 80.000 -$ 65.000 $ 80.000 -$ 65.000 $ 7.500

Mie Pipih $ 15.000 -$ 5.000 $ 15.000 -$ 5.000 $ 5.000

Tidak

membuat

produk

Perhitungan

0 0 0 0 0

EVwPi = (80.000) x (0,45) + (0) x (0,55) = 36.000

EMV max = 6.500

EVPI = 36.000 - 6.500 = 29.500

8. Latihan Kelompok 4

a. Perhitungan

1) Melakukan survei

a) Survei baik (60%)

EMV Pabrik besar = (0,65) x (44.000) + (0,35) x (-26.0000) = 19.500

EMV Pabrik sedang = (0,65) x (79.000) + (0,35) x (-66.0000) = 28.250

EMV Pabrik kecil = (0,65) x (14.000) + (0,35) x (-6.0000) = 7.000

Tidak membangun = -10.000

b) Survei negatif (40%)

EMV Pabrik besar = (0,55) x (44.000) + (0,45) x (-26.0000) = 12.500

EMV Pabrik besar = (0,55) x (79.000) + (0,45) x (-66.0000) = 13.750

EMV Pabrik besar = (0,55) x (14.000) + (0,45) x (-6.0000) = 5.000

Tidak membangun = -10.000

Melakukan survei

EMV = (0,60) x (28.250) + (0,40) x (13,750) = 22.450

2) Tidak melakukan survei

EMV Pabrik besar = (0,45) x (45.000) + (0,55) x (-25.000) = 6.500

EMV Pabrik sedang = (0,45) x (80.000) + (0,55) x (-65.000) = 250

EMV Pabrik kecil = (0,45) x (15.000) + (0,55) x (-5.000) = 4.000

EMV tidak membuat = (0,45) x (0) + (0,55) x (0) = 0


b. Pohon keputusan

Titik keputusan pertama

Titik keputusan kedua

$22.450

Hasil survei diinginkan

Melakukan survei pasar

1

Hasil survei negatif

40.000

Tidak melakukan survei pasar


B. PEMBAHASAN

Keputusan dapat dijelaskan sebagai hasil pemecahan masalah, selain itu

juga harus didasari atas logika dan pertimbangan, penetapan alternatif terbaik,

serta harus mendekati tujuan yang telah ditetapkan. Seorang pengambil

keputusan haruslah memperhatikan logika, realita, rasional, dan pragmatis.

Teori pengambilan keputusan adalah teknik pendekatan yang digunakan dalam

proses pengambilan keputusan atau proses memilih tindakan sebagai cara

pemecahan masalah. Fungsi pengambilan keputusan adalah individual atau

kelompok baik secara institusional ataupun organisasional, sifatnya futuristik.

Tabel keputusan (decision table) adalah tabel yang digunakan sebagai alat

bantu untuk menyederhanakan permasalahan. Permasalah yang berisi keputusan

bertingkat dan memiliki data yang sangat banyak, sangat sulit untuk

digambarkan langsung dan dapat dibuat terlebih dahulu dengan menggunakan

tabel keputusan. Tebel keputusan dimulai dari menentukan kondisi alami dan

alernatif keputusan yang akan dipilih. Alternatif dan kondisi alami tersebut

kemudian diisi sesuai data yang dibutuhkan. Kemudian dari data tersebut dipilih

nilai maksimal dan nilai minimal serta rata-ratanya. Tabel keputusan yang

dibangun dalam kerangka satu pendekatan lebih sederhana memiliki tingkat

kesalahan klasifikasi yang lebih sedikit (Alsolami, 2019).

Konsep pohon merupakan salah satu konsep teori graf yang paling

penting. Pemanfaatan pohon dalam kehidupan sehari-hari adalah untuk

menggambarkan hiearki dan memodelkan persoalan, contohnya pohon

keputusan. Analisis pohon keputusan (decision tree analysis) merupakan salah

satu alat pengambilan keputusan investasi dari berbagai alternatif yang tersedia.

Analisis pohon keputusan biasanya digambarkan dengan simbol standar.

Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya untuk

menyederhanakan proses pengambilan keputusan yang kompleks menjadi lebih

sederhana, sehingga pengambil keputusan akan lebih mudah

menginterpretasikan solusi dari permasalahan (Alamanda, 2017).

Prosedur untuk melakukan analisis pohon antara lain membuat diagram

pohon (tree diagraming) dengan melakukan identifikasi semua titik keputusan

dan kemungkinan lain yang akan terjadi, alternatif keputusan untuk setiap titik


keputusan, identifikasi apa yang mungkin terjadi dari setiap keputusan yang

diambil, dan membuat sebuah diagram pohon yang menunjukkan urutan

keputusan dan yang mungkin kejadian terjadi. Kemudian menghitung nilai EMV

yang didapat dari nilai masing-masing alternatif yang dikalikan peluangnya.

Selanjutnya menghitung nilai EVPI yang didapat dari yang nilai EVwPI

dikurangi nilai EmV max Nilai EvwPI diketahui dari alternatif terbaik 1

dikalikan kemungkinan terjadi kondisi alami 1 dan ditambahkan alternatif

terbaik berikutnya yang dikalikan kemungkinan terjadi kondisi alaminya hingga

alternatif dan kondisi alami terakhir. Langkah terakhir melakukan perhitungan

alternatif bersarkan peluang akhir, pada kasus kali ini dihitung berdasarkan

peluan melakukan survei dan tidak melakukan survei dengan kemungkinan

survei berhasil dan survei bernilai negatif.

Pada praktikum kali ini melakukan studi analisa individu dan kelompok,

dimana subjek studi individu adalah Getz, dengan menghitung kemungkinan

membangun pabrik besar, ketika pasar sesuai harapan keuntungan naik hingga

$250.000, namun jika pasar tidak sesuai harapan maka kerugian mencapai -

$200.000. Kemudian menghitung EMV jika Getz menambah nilai kondisional

pada hasil “pabrik besar untuk pasar sesuai harapan” menjadi $225.000 dan

menambah nilai kondisional pada hasil “pabrik besar untuk pasar tidak sesuai

harapan” menjadi -$190.000. Berikutnya menghitung EVPI-nya dan terakhir

menghitung perkirakan jika melakukan survei pasar, hanya terdapat 35%

kemungkinan akan terdapat pasar yang diinginkan untuk tempat penyimpanan.

Dari hasil tersebut kemudian dibuatkan pohon keputusannya.

Sedangkan Studi analisa kelompok berfokus pada usaha Pak Mansyur

dimana beliau ingin mengembangkan produk mir kuning dengan varian jenis

mie telur, mie keriting, dan mie pipih. Keuntungan masing-masing jenis mie

kuning antara lain, mie telur $45.000, mie keriting, $80.000, mie pipih $15.000

dengan asumsi pasar sesuai harapan. Jika pasar tidak sesuai harapan maka

kerugian yang akan didapatkan pada masing-masing jenis sebesar : mie telur -

$25.000, mie keriting -$65.000, dan mie pipih -$5.000. Pertimbangan lainnya

yaitu biaya melakukan survei pasar $10.000, peluang hasil survei baik 35%

dengan peluang pasar sesuai harapan 78% dan pasar tidak sesuai harapan 22%,


serta peluang hasil survei negatif 65% dengan peluang pasar sesuai harpan 27%

dan pasar tidak sesuai harapan 73%.

Hasil praktikum pada analisa studi individu Getz menghasilkan alternatif

pilihan maximax membangun pabrik besar, pilihan maximin tidak melakukan

apa-apa dan pilihan sama rata yaitu membangun pabrik kecil. Perhitungan EMV

dari adanya perubahan terkait nilai kondisional pada hasil pabrik besar untuk

pasar sesuai harapan dan pabrik besar untuk pasar tidak sesuai harapan

menunjukkan nilai $17.500 untuk membangun pabrik besar dan $40.000 untuk

membangun pabrik kecil, sehingga dapat disimpulkan nilai EMV maksimum

adalah $40.000 dengan membangun pabrik kecil. Nilai EVPI diketahui bernilai

$72.500, dimana untuk mendapatkan informasi sempurna, maka Getz harus

membayar paling tinggi $72.500. Dengan diketahuinya peluang melakukan

survei dan tidak melakukan survei diketahui bahwa Getz lebih baik mengambil

keputusan tidak melakukan survei yang bernilai $40.000 daripada alternatif

terbaik kedua yaitu melakukan survei dengan hasil baik dan membangun pabrik

besar yang hanya memiliki nilai keuntungan sebesar $38.800.

Studi analisis kelompok pada studi pemilihan mie kuning untuk

perusahaan Pak Mansyur dengan pilihan alternatif mengembangkan variasi

produk mie diantaranya mie telur, mie keriting, mie pipih dan tidak

mengembangkan apa-apa dengan asumsi pasar sesuai harapan menunjukkan

hasil keputusan maksimal yaitu membuat produk mi keriting, keputusan

minimum tidak membuat apa-apa dan keputusan rata-rata membuat produk mi

telur. Dari hasil perhitungan EMV diketahui nilai keuntungan maksimal yaitu

$6.500 dengan memilih membuat mie telur. Dilihat dari nilai EVPI-nya Pak

Manyusr untuk mendapatkan informasi sempurna, maka harus membayar paling

tinggi $29.500. Sedangkan dengan melakukan survei dan tidak melakukan

survei diketahui maka keuntungan maksimal yang diambil adalah melakukan

survei dengan hasil baik dan membuat mie keriting yang memiliki nilai

keuntungan $22.450 dan tidak melakukan survei dengan keuntungan maksimal

$6.500. Sehingga Pak Mansyur lebih baik mengambil keputusan melakukan

survei dengan hasil baik untuk membuat mie keriting.


BAB V

PENUTUP

A. KESIMPULAN

1. Tahap pengambilan keputusan dimulai dari mengidentifikasi masalah,

menggambar pohon keputusan, menentukan peluan bagi kondisi alami,

memperkirakan nilai bagi setiap alternatif dan kondisi alaminya, serta

menyelesaikan dengan menghitung expected monetary value (EMV)

2. Jenis-jenis lingkungan dalam pengambilan keputusan adalah kondisi pasti

yaitu kondisi dimana pihak manajemen memiliki informasi yang cukup untuk

mengetahui hasil keputusan sebelum keputusan tersebut dibuat, kondisi risiko

dimana ketika manajemen tidak memiliki informasi yang lengkap dalam

mengambil suatu keputusan maka timbulah risiko, dan kondisi tidak pasti,

dimana keputusan yang diambil penuh dengan ketidakpastian, probabilitas

hasil dari pengambilan keputusan tersebut tidak diketahui.

3. Pengambilan keputusan pada praktikum kali ini dibagi menjadi 2 studi

analisis, yaitu studi analisis individu dengan subjek Getz dan studi analisis

kelompok dengan subjek Pak Mansyur.

4. Hasil studi analisis individu diketahui bahwa Getz lebih baik mengambil

keputusan tidak melakukan survei dimana untuk mendapatkan informasi

sempurna, maka Getz harus membayar paling tinggi $72.500.

5. Hasil studi analisis kelompok diketahui bahwa Pak Mansyur lebih baik

mengambil keputusan melakukan survei dengan hasil baik untuk membuat

mie keriting dimana untuk mendapatkan informasi sempurna, maka Pak

Mansyur harus membayar paling tinggi $29.500

B. KESIMPULAN

1. Sebaiknya materi praktikum dibedakan dengan materi teori

2. Sebaiknya studi kasus yang diberikan lebih bervariasi agar referensi praktikan

semakin banyak pula

3. Sebaiknya didetailkan untuk format hasil dan pembahasan agar tidak terjadi

perbedaan persepsi antara praktikan dan dosen pengampu terkait laporan

yang dibuat


DAFTAR PUSATAKA

Alamanda, Dini. 2017. Pengambilan Keputusan Menggunakan Pohon Keputusan.

https://sharingaddicted.com/pengambilan-keputusan-menggunakan-pohonkeputusan/.

Diakses pada tanggal 4 November 2019 pukul 19.22 WIB

Alsolami, Fawaz dkk. 2019. Decision And Inhibitory Trees And Rules For Decision

Tables With Many-Valued Decisions. Springer. Cham

Herjanto. Eddy. 2015. Manajemen Operasi Edisi Ketiga. Grasindo. Jakarta

Lee, Finn dan Juan Santana. 2010. Data Mining : Meramalkan Bisnis Perusahaan.

PT Elex Media Komputindo. Jakarta








Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!