![Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]](https://cdn.slidesharecdn.com/ss_thumbnails/4-190607213625-thumbnail.jpg?width=560&fit=bounds)
More Related Content
What's hot (19)
Viewers also liked (18)
![[ET]覯 麹 DNA (Monetizing Patents' DNA)](https://cdn.slidesharecdn.com/ss_thumbnails/monetizingpatentsdna-150611233314-lva1-app6891-thumbnail.jpg?width=560&fit=bounds)
Similar to Risk analysis - James L. Pappas - chapter 3 (20)
Recently uploaded (15)
Risk analysis - James L. Pappas - chapter 3
- 1. RISK ANALYSIS James L. Pappas ; Chapter 3
- 2. Tugas Mata Kuliah Ekonomi Manajerial Kelompok I Lutvi Alamsyah Monica A. Nabu Bois Doddy Ekohari Sandy Fathima Mahu Magister Manajemen Universitas 17 Agustus 1945 Surabaya
- 3. Pendahuluan Kebanyakan keputusan managerial dilakukan dalam kondisi ketidakpastian.Bahkan dalam pemecahan masalah ketika kegiatan dan hasil tidak dapat diprediksi dengan tepat, sehingga yang dibutuhkan adalah bagaimana caranya untuk memperlakukan sebuah masalah ketika pihak manajemen sudah memperoleh cukup banyak informasi terhadap segala kemungkinan untuk menyelesaikan masalah tersebut.
- 4. Resiko dalam analisis ekonomi Resiko didefinisikan sebagai suatu bahaya , ledakan yang menyakitkan dan dalam ekonomi adalah kesempatan yang hilang. Resiko juga disamakan dengan kesempatan atau peluang dari outcome yang tidak terhingga , semakin tidak terhingganya outcome, semakin besar resikonya.
- 5. Identifikasi resiko Ada 4 komponen dalam analisis resiko: 1. Identifikasi resiko 2. Penilaian resiko 3. Manajemen resiko 4. Komunikasi resiko
- 6. Penilaian resiko Evaluasi terhadap kemungkinan dari: 1. cara masuk (entry) 2. perkembangan ( establishment) 3. penyebaran ( spread )
- 7. Distribusi probability Probability dari sebuah peristiwa/kejadian bisa disebut juga sebagai kesempatan yang akan diperoleh kejadian/peristiwa di masa mendatang Jika semua peristiwa dan pemasukan sudah didaftarkan dan jika sebuah kesempatan yang akan diperoleh sudah dipastikan, daftar itu disebut sebagai distribusi probability/pembagian kesempatan
- 8. Menghitung Expected Value Proyek A dan B
- 9. Pengukuran resiko Resiko harus diidentifikasi dan diukur. Cara mengukurnya adalah dengan menggunakan standard Deviasi, dengan simbol atau sigma. Semakin kecil standard deviasinya, semakin ketat probabilty distribution nya, di mana resikonya menjadi rendah.
- 10. Cara Menghitung Standard Deviasi * Hitung expected value( EP ) nya dari distribusinya EP = = * Kurangi EP dari setiap kemungkinan untuk menset Deviasi nya/penyimpangan EP nya Deviasi = i - Kuadratkan setiap deviasi, kalikan deviasi yang sudah dikuadratkan dengan probability yang akan diperoleh dari outcome dan jumlahkan. Variance = -
- 11. Teori Utility dan Resiko yang dihindari Ada 3 kecenderungan perilaku manusia terhadap resiko: Mereka yang suka dengan resiko (Risk seeker) Mereka yang tidak suka dengan resiko ( risk averter) Mereka yang netral terhadap resiko ( risk inddifference )
- 12. Risk Seeker Memilih investasi yang beresiko tinggi Dalam gambar kurva, dikenal dengan Increasing marginal utility of money Formulanya untuk tipe risk seeker ini adalah U(2y) > 2.U(y) Jika nilai y ( uang ) menjadi 2 ( y ), maka utility nya akan menjadi lebih besar dari 2*u(y)
- 13. Risk Aversion Mereka akan memilih investasi yang resikonya kecil Hubungan antara uang dan utility nya dalam gambar kurva dikenal dengan Diminishing marginal utility of money Formula untuk menggambarkan perilaku ini adalah U(2y) < 2.U(y) Jika nilai uang bertambah 2 ( y ), maka utilitynya akan menjadi kurang dari 2*u(y)
- 14. Risk Indifference Jika ada 2 pilihan investasi, maka yang akan dipilih adalah investasi dengan pengembalian yang dapat dipastikan daripada harus memilih resiko dari investasinya Hubungan antara uang dan utility nya adalah Constant marginal utility of money Formula untuk menggambarkan kecenderungannya adalah U(2y)=2.U(y)
- 15. Kurve 3 kecenderungan perilaku terhadap resiko
- 16. Kurve 3 perilaku yang bersinggungan dalam studi kasus
- 17. Penyelesaian model penilaian terhadap resiko Diminishing marginal utility bagi mereka yang tidak suka resiko dapat dinilai melalui formula penilaian standard di bab 1 terdahulu yaitu dengan : V =
- 18. Certainty Equivalent Adjustment Sejumlah metode dapat dipakai untuk menghitung resiko. Salah satunya adalah dengan metode certainty equivalent adjustment. Dalam pendekatan ini, pengambil keputusan harus menentukan jumlah pasti uang yang akan diterima dibandingkan jumlah yang akan diperoleh jika mereka memilih resiko untuk investasi.
- 19. Reaksi individu akan kelihatan saat kondisi ini. Contoh : jika seseorang menginvestasi dana US$ 100.000 dan akan menerima $1 million jika investasinya sukses. Tapi jika gagal, maka dia akan kehilangan US$ 100.000. dan dengan probability 0,5 atau 50%, maka hasil investasi yang akan diperoleh adalah US$ 500.000
- 20. Jika hasil investasi kurang dari US$ 500.000 maka kondisi ini disebut risk aversion. Formula untuk menghitung konstanta adalah 留=equivalent certain sum expected risky sum Jika 留< 1 menunjukkan risk aversion 留=1 menunjukkan risk indifference 留>1 menunjukkan risk preference
- 21. Hipoteris fungsi risk aversion
- 22. Risk Adjusted discount rate Cara lain untuk melakukan penilaian terhadap resiko adalah dengan memperhitungkan tingkat bunga. Seperti cara penilaian sebelumnya yaitu dengan penyesuaian setara, resiko disesuaikan dengan tingkat bunga yang sifatnya tarik ulur antara resiko dan pengembalian modal/uang. Kurva selanjutnya menunjukkan market inddiferent atau resiko dan return tarik ulur fungsi.
- 23. Rata-rata investor menghindari asset yang resikonya kecil walaupun dengan kepastian rate of return 10%. Investor akan lebih memilih asset dengan 20% expected return dan asset yang sangat beresiko dengan 30% return dari investasi mereka Penggambarannya lebih jelas dapat dilihat di kurva berikut ini. Semakin tinggi resiko, semakin besar persentase expected return yang akan diperoleh.
- 24. Hubungan antara resiko dan tingkat bunga
- 25. TECHNIQUES FOR DECISION MAKING UNDER UNCERTAINTY
- 26. TECHNIQUES FOR DECISION MAKING UNDER UNCERTAINTY Dalam banyak situasi keputusan, data yang dibutuhkan untuk menggabungkan analisis risiko ke dalam proses pengambilan keputusan tidak tersedia dalam bentuk yang dapat digunakan. Dalam kasus seperti pohon keputusan dan simulasi komputer membantu seseorang untuk mengembangkan dan mengatur data risiko untuk pengambilan keputusan. Sekarang kita akan memeriksa dua teknik pengambilan keputusan dan peran yang mereka mainkan dalam pengambilan keputusan dalam kondisi ketidakpastian.
- 27. DECISION TREES Banyak keputusan penting tidak dibuat pada satu titik dalam waktu melainkan secara bertahap. Sebagai contoh, sebuah perusahaan minyak mempertimbangkan kemungkinan ekspansi ke bahan kimia pertanian mungkin mengambil langkah-langkah berikut : 1. Menghabiskan $ 100,000 untuk survei kondisi penawaran dan permintaan di industri kimia pertanian. 2. Jika hasil survei yang menguntungkan, menghabiskan $ 2 juta untuk tanaman percontohan untuk menyelidiki metode produksi. 3. Tergantung pada estimasi biaya dari potensi permintaan dari studi pasar, baik meninggalkan proyek, membangun pabrik besar, atau membangun yang kecil. Dengan demikian, keputusan ini dibuat secara bertahap dengan keputusan selanjutnya tergantung pada hasil keputusan sebelumnya.
- 28. DECISION TREES Urutan peristiwa dapat dipetakan menyerupai cabang-cabang pohon, maka pohon keputusan jangka. Sebagai contoh perhatikan Gambar 3.9, harapan permintaan untuk produk tanaman yang 50% untuk permintaan tinggi, 30% untuk kebutuhan menengah, dan 20% untuk permintaan rendah. Tergantung pada permintaan, arus kas bersih (pendapatan penjualan dikurangi biaya operasional), semua diskon hingga saat ini, akan berkisar dari $ 8.800.000 menjadi $ 1,4 juta jika pabrik besar dibangun, dan dari US $ 2,6 juta menjadi $ 1.400.000. Karena probabilitas permintaan diketahui, kita dapat menemukan nilai-nilai yang diharapkan arus kas, yang diberikan dalam kolom 5 dari Gambar 3.9 Akhirnya, kita bisa mengurangi pengeluaran investasi dari pendapatan bersih yang diharapkan untuk mendapatkan nilai yang diharapkan sekarang bersih dari setiap keputusan.
- 29. DECISION TREES
- 30. DECISION TREES Contoh dari pohon yang lebih kompleks diilustrasikan pada Gambar 3.10. Kotak yang bernomor merupakan poin keputusan, contoh ketika manajemen harus memilih di antara beberapa alternatif; lingkaran mewakili hasil yang mungkin, salah satu yang akan mengikuti keputusan. Pada Keputusan Titik 1, perusahaan memiliki tiga pilihan: untuk berinvestasi $ 3 juta dalam sebuah pabrik besar, untuk berinvestasi $ 1,3 juta tanaman kecil, atau menghabiskan $ 100,000 pada riset pasar. Jika pabrik besar dibangun, perusahaan mengikuti cabang atas, dan posisinya telah diperbaiki hanya itu bisa berharap bahwa permintaan akan tinggi. Jika keputusan pada titik 1 adalah untuk membayar $ 100,000 untuk informasi lebih lanjut, perusahaan bergerak ke cabang pusat. Penelitian ini memodifikasi informasi perusahaan tentang permintaan potensial. Awalnya, probailities adalah 70% untuk permintaan tinggi dan 30% untuk permintaan rendah.
- 31. DECISION TREES
- 32. SIMULATION Teknik lain yang dirancang untuk membantu manajer dalam membuat keputusan di bawah ketidakpastian adalah simulasi komputer. Untuk menggambarkan teknik, mari kita mempertimbangkan keputusan untuk membangun pabrik tekstil baru. Biaya yang tepat dari tanaman ini tidak diketahui. Hal ini diharapkan menjadi sekitar $ 150 juta. Jika ada kesulitan muncul dalam konstruksi, biaya dapat direndahkan menjadi $ 125.000.000; Namun, serangkaian disayangkan peristiwa pemogokan, kenaikan proyeksi biaya bahan, dan masalah-masalah teknis mengakibatkan pengeluaran investasi mencapai $ 225 juta. Pendapatan dari fasilitas baru, yang akan beroperasi selama bertahun-tahun, tergantung pada pertumbuhan penduduk dan pendapatan pribadi di setiap wilayah, persaingan, perkembangan kain sintetis, penelitian, dan kuota impor tekstil. Biaya operasi tergantung pada efisiensi produksi, bahan, dan tren biaya tenaga kerja. Karena kedua pendapatan penjualan dan biaya operasi yang tidak pasti, keuntungan tahunan juga tidak pasti.
- 33. SIMULATION Prosedur ini diilustrasikan pada Gambar 3.11 dan 3.12. Gambar 3.11 adalah diagram alir menguraikan prosedur simulasi yang dijelaskan di atas; Gambar 3.12 menggambarkan distribusi frekuensi tingkat pengembalian yang dihasilkan oleh simulasi tersebut untuk dua proyek alternatif, X dan Y, masing-masing dengan biaya yang diharapkan dari $ 20 juta. Sehingga tingkat pengembalian yang diharapkan dari investasi X adalah 15%, dan bahwa investasi Y adalah 20%. Maka satu titik akhir harus dibuat tentang penggunaan simulasi komputer untuk analisis risiko. Teknik ini membutuhkan memperoleh distribusi probabilitas tentang sejumlah variabel seperti pengeluaran investasi, penjualan unit, harga produk, harga input, dan kehidupan aset, yang semuanya melibatkan cukup banyak biaya pemrograman dan mesin-waktu.
- 34. SIMULATION
- 35. SIMULATION Hal ini juga harus dicatat bahwa teknik simulasi agak lebih murah tersedia sebagai metode alternatif menganalisis hasil dari berbagai proyek atau strategi. Alih-alih menggunakan distribusi probabilitas untuk masing-masing variabel dalam masalah, kita dapat mensimulasikan hasil dengan memulai dengan perkiraan terbaik- tebakan untuk setiap variabel, dan perubahan nilai-nilai variabel (dalam batas yang wajar) untuk melihat efek dari perubahan tersebut pada hasil yang dihasilkan oleh proyek.