際際滷

際際滷Share a Scribd company logo
BAB 6
PENDEKATAN PROBABILISTIK
Analisis Skenario, Pohon Keputusan,
dan Simulasi
Disusun oleh :
- Asri Widayati (11216141)
- Fanny Agniya N.A (12216608)
- Tajdidatul Khiyaroh (17216283)
KELOMPOK : 2
KELAS : 4EA21
SUB BAB 6
Analisis skenario
Pohon keputusan
Simulasi
Penilaian Menyeluruh Pendekatan
Penilaian Risiko Secara Probabilistik
(An overall assessment of
probabilistic risk assessment
approaches)
Membandingkan Pendekatan
(Comparing the approaches)
Tepat Dalam Distribusi
(Fitting the distribution)
01
02
03
04
05
06
PENDAHULUAN
 Pada bab ini, kita mempertimbangkan cara-cara yang
lebih informatif di dalam mengakses dalam
merepresentasikan risiko dalam investasi.
 Dimulai dengan melihat pada versi sederhana, yaitu
analisis nilai aset dalam 3 skenario, kemudian
memperluas pembahasan dengan melihat pada analisis
skenario secara umum, lalu kita akan bergerak menguji
penggunaan pada pohon keputusan, dan mengakhirinya
dengan mengevaluasi simulasi Monte Carlo.
 Kita bisa memperkirakan arus kas yang diharapkan di
pergunakan untuk menilai aset berisiko dengan
maksud untuk mendapatkan efek risiko terhadap nilai
yang lebih baik dari (a better sense of the effect of risk
on value), yaitu dengan kasus terbaik atau kasus
terburuk (best case or worst case) dan analisis
beberapa skenario (multiple scenario analysis).
ANALISIS SKENARIO (SCENARIO ANALYSIS)
Dua cara pengambilan keputusan yaitu :
1. Gunakan perbedaan antara nilai kasus terbaik
atau kasus terburuk sebagai ukuran risiko aset.
2. Perusahaan yang menggunakan hasil kasus
terburuk membuat pertimbangan seperti
apakah investasi mempunyai potensi untuk
mendorong perusahaan ke standarnya (into
default).
Kasus Terbaik atau Kasus
Terburuk (Best Case or
Worst Case)
Dalam bentuk yang lebih umum, nilai suatu
aset berisiko bisa dihitung dalam beberapa
skenario, yaitu ekonomi makro dan variabel
spesifik aset (asset-specific variables).
Analisis Beberapa
Skenario (Multiple
Scenario Analysis)
JENIS ANALISIS
SKENARIO
LANGKAH-LANGKAH ANALISIS SKENARIO
Penentuan
faktor-faktor
Misal : faktor ekonomi
perusahaan mobil
mempertimbangkan untuk
membuka pabrik mobil baru
dan respon pesaing terhadap
produk baru perusahaan.
Untuk mempermudah
perkiraan, kita berfokus
pada dua atau tiga
faktor.
Memperkirakan arus kas
setiap skenario lebih
mudah kalau perusahaan
menentukan 5 skenario.
Misal : faktor ekonomi
makro seperti nilai tukar
mata uang, suku bunga, dan
pertumbuhan ekonomi.
Membuat perkiraan
aset arus kas dalam
setiap skenario
Penentuan
Banyaknya
skenario
Menentukan nilai
probabilitas terjadinya
setiap skenario
1 2 3 4
CONTOH ANALISIS SKENARIO
 Ketika kita ingin memprediksi laba perusahaan di tahun depan
 Awalnya, kita membuat skenario kemungkinan pendapatan
dan beban dibukukan perusahaan dengan mempertimbangkan
sejumlah informasi misal: pangsa pasar, penjualan industri,
rasio keuangan, jumlah output, jumlah karyawan.
 Kita membuat tiga pendekatan untuk kemungkinan laba
perusahaan: pertumbuhan rendah, moderat dan tinggi,
berdasarkan pertimbangan informasi tersebut.
GUNAKAN DALAM PENGAMBILAN KEPUTUSAN
(USE IN DECISION MAKING)
 Artikel The Financial Times, mengilustrasikan bagaimana analisis risiko dapat dipergunakan perusahaan,
dengan pertimbangan menginvestasikan dalam jumlah besar di Cina untuk mengukur risiko yang potensial.
 Mereka mempertimbangkan 4 skenario dibangun sekitar Cina, yaitu :
1. Mitra ekonomi dunia (Global economic partner)
Cina berkembang sebagai eksportir barang dan sebagai pasar domestik untuk barang konsumsi.
2. Predator ekonomi dunia (Global economic predator)
Cina sebagai negara produsen dengan biaya produksi yang rendah.
3. Peserta dunia yang tumbuh lambat (Slow growing global participant)
Cina terus berkembang tetapi dengan laju pertumbuhan yang agak lambat karena
tantangan untuk memasuki pasar global lebih sulit.
4. Orang luar yang frustrasi dan tidak stabil (Frustrated and unstable outsider)
Pertumbuhan Cina melambat kesukaran ekonomi dan politik berkembang
Kunci melakukan analisis skenario yang baik adalah menetapkan
skenario dan memperkirakan arus kas setiap skenario.
Sampah masuk sampah keluar (Garbage in, garbage out)
Analisis skenario sangat tepat kalau berkaitan dengan risiko
yang mengambil bentuk hasil yang diskrit.
Risiko berkelanjutan (Continuous risk)
Berbahaya bahwa pengambilan keputusan akan melakukan
perhitungan ganda terhadap risiko.
Perhitungan risiko ganda (Double counting of risk)
MASALAH SKENARIO GANDA
(DUAL SCENARIO ISSUES)
POHON KEPUTUSAN
(DECISION TREE)
Pohon keputusan tidak hanya mempertimbangkan risiko
dalam tiap tahapan, tetapi juga menyiapkan respon yang
benar pada hasil setiap tahap.
Langkah pertama adalah membedakan antara simpul :
1. Simpul akar (Road nodes) : Dimulainya pohon keputusan
dimana pengambilan keputusan bisa dihadapkan dengan
pilihan keputusan yang tak pasti.
2. Simpul kejadian (Event nodes) : Mewakili hasil pada satu
judi yang berisiko. Kita harus membayangkan hasil dan
probabilitas hasil didasarkan pada informasi yang kita
miliki sekarang (berupa lingkaran).
3. Simpul keputusan (Decision nodes), menunjukkan pilihan
yang bisa dibuat oleh pengambil keputusan, memperluas
uji pasar ke pasar nasional setelah uji hasil pasar diketahui
(empat persegi panjang).
4. Simpul akhir (End nodes), menunjukkan hasil dari hasil
berisiko sebelumnya dan keputusan dibuat dalam respon.Gambar Simple Decision Tree
1. Bagi analisis ke dalam tahap-tahap risiko
Kunci utama ialah membuat garis besar tahapan risiko yang akan diekspos di waktu yang akan datang.
2. Perkiraan probabilitas hasil dalam setiap tahapan
Setelah tahapan analisis dan hasil tahap sudah di definisikan, kita harus menghitung probabilitas dari hasil.
3. Mendefinisikan titik keputusan
Tersimpan dalam pohon keputusan adalah titik  titik keputusan dimana akan menentukan berdasarkan
pengamatan hasil tahap sebelumnya harapan/ekspektasi apa yang akan terjadi di waktu akan datang.
4. Menghitung arus nilai pada simpul akhir (End Node)
Seperti meninggalkan uji produk pasar, hal ini akan mudah dilakukan dan akan mewakili sejumlah uang
yang dikeluarkan untuk menguji pasar dari produk.
5. Lipat kembali pohonnya (Fold back the tree)
Langkah terakhir dalam analisis pohon keputusan dimana kita menghitung nilai harapan.
1. Nilai harapan sekarang meliputi seluruh pohon keputusan.
2. Kisaran nilai pada simpul akhir yang baru meringkas risiko dalam investasi yang potensial.
LANGKAH-LANGKAH MENGEMBANGKAN POHON KEPUTUSAN
DUA HASIL YANG TIMBUL DARI POHON KEPUTUSAN
PENGGUNAAN DALAM PENGAMBILAN KEPUTUSAN
Dynamic Response To Risk Nilai Informasi Manajemen Risiko
1 2 3
ISSUES
 Pohon keputusan mampu mengatasi beberapa jenis risiko
dan tidak lainnya! Khususnya pohon keputusan sangat tepat
untuk risiko yang berurutan (sequendial); proses untuk FDA
di mana persetujuan terjadi dalam tahapan (by stages)
merupakan contoh yang bagus.
RISK ADJUSTED VALUE AND DECISION TREE
Expected Values are
not Risk Adjusted
Double-Counting
Of Risk
The Right
Discount Rate
1 2 3
Tugas Akhir - Asri Widayati - 4EA21
SIMULASI
Suatu upaya menduplikasi fitur, tampilan, karakteristik suatu
sistem dengan mengembangkan sebuah model matematika
paling dekat dengan yang menggambarkan sistem
sesungguhnya.
COMPUTER REPAIR & SUPPORT
LANGKAH-LANGKAH DALAM SIMULASI
Membuat Distribusi Probabilitas
untuk Variable Penting.
Menentukan Distribusi
Probabilitas untuk Tiap Variabel
Menentukan Interval Bilangan
Acak pada Tiap Variabel.
Melakukan Serangkaian
Simulasi Percobaan.
TOKO ALAT KESEHATAN
Setelah melakukan pengamatan selama 200 hari, sebuah
toko alat kesehatan memperkirakan permintaan masker
per harinya seperti pada table dibawah ini. Toko tersebut
hendak memperkirakan permintaan masker untuk 10
hari ke depan
Permintaan Frekuensi (hari)
0 10
10 box 20
20 box 40
30 box 60
40 box 40
50 box 30
Total 200
PENYELESAIAN :
Permintaan
Masker
Frekuensi
(1)
Probabilitas Kejadian
(2)
Probabilitas Kumulatif
0 10 10/200 = 0,05 0,05
10 20 20/200 = 0,10 0,15
20 40 40/200 = 0,20 0,35
30 60 60/200 = 0,30 0,65
40 40 40/200 = 0,20 0,85
50 30 30/200 = 0,15 1,00
200 200/200 = 1,00
0
0.2
0.4
0.6
0.8
1
1.2
0 10 20 30 40 50
CummulativeProbability
DIAGRAM PROBABILITAS KUMULATIF
INTERVAL BILANGAN ACAK
Permintaan
Masker
(1)
Probabilitas
Kejadian
(2)
Probabilitas Kumulatif
(3)
Interval Bilangan Acak
0 10/200 = 0,05 0,05 1-5
10 20/200 = 0,10 0,15 6-15
20 40/200 = 0,20 0,35 16-35
30 60/200 = 0,30 0,65 36-65
40 40/200 = 0,20 0,85 66-85
50 30/200 = 0,15 1,00 86-99
200/200 = 1,00
PENGAMBILAN
BILANGAN
ACAK
MELAKUKAN SIMULASI
HARI BILANGAN ACAK HASIL SIMULASI
1 21 2
2 42 3
3 24 2
4 32 2
5 72 4
6 99 5
7 35 2
8 11 1
9 78 4
10 67 4
TOTAL 29
PENYELESAIAN :
E = =0
5
$    $ 
= (0,05)(0)+(0,10)(1)+(0,20)(2)+(0,30)(3)+(0,20)(4) + (0,15)(5)
= 2,95 masker
Jadi, total penjualan masker selama 10 hari kedepan adalah
29 box masker. Dengan rata-rata permintaan perhari adalah
2,9 masker.
Perkiraan :
PENGAMBILAN KEPUTUSAN
MELALUI SIMULASI
 Masukan perkiraan data
Dalam suatu simulasi yang ideal, maka diperlukan analisis data historis dan data
Cross sectional sebagai input sebelum membuat suatu pertimbangan yang
dipergunakan untuk parameter dari distribusi.
 Menghasilkan perkiraan yang lebih tepat dari pada hasil yang disesuaikan
Distribusi menekankan pada model value yang menghasilkan nilai perkiraan untuk
aset tidak tepat dan menjelaskan mengapa analisis yang berbeda menilai aset
yang sama mungkin sampai pada perkiraan nilai yang berbeda.
BATASAN DALAM SIMULASI
(SIMULATION WITH CONSTRAINTS)
Simulasi sebagai alat dalam analisis resiko, harus mengenal suatu batasan
(Constraint) jika dilanggar akan menyebabkan biaya yang sangat besar bagi
perusahaan bahkan bisa menyebabkan kematian
NILAI BUKU EKUITAS
(BOOK VALUE CONSTRAINTS)
Nilai buku ekuitas ialah konsep akunting yang abstrak untuk suatu perusahaan. Ada
dua jenis batasan pada nilai buku ekuitas yaitu :
 Regulatory capital restrictions
 Negative book vale for equity
Untuk menghindari terjadinya kejadian yang tidak diinginkan,
biasanya suatu perusahaan melakukan pembatasan terhadap
earning dan arus kas dengan menggunakan simulasi.
Simulasi tidak hanya untuk mengkuantitatifkan probabilitas tetapi
juga dapat membuat model pada arus kas yang diharapkan dn suku
bunga diskonto.
PEMBATASAN PENDAPATAN DAN ARUS
KAS (Earning And Cash Flow Constraints)
BATASAN NILAI PASAR
(Market Value Constraints)
Penggunaan simulasi pertamakali diusulkan oleh David Hertz
dalam artikel Risk Analysis in Capital Investment pada Havard
Bussiness Review. Berargumen bahwa dengan menggunakan
distribusi probabilitas daripada perkiraan akan menghasilkan
hasil yang lebih informative.
Ada beberapa hal yang berkaitan dengan simulasi dalam
pengambilan resiko :
 Masuk sampah keluar sampah (Garbage in Garbage Out)
 Data seringkali tidak cocok dengan distribusi (Real data may not
fit distribution)
 (Nonstationary distribution)
ISSUES
PENDEKATAN PROBABILISTIK YANG HARUS DIPILIH?
Selektif terhadap analisis resiko1
2 Jenis Resiko
3 Korelasi berbagai risiko
6/6/2020
Dalam bentuk analisis skenario kita melihat nilai yang
bagus dan jelek yang betentangan dengan nilai
harapan.
Pohon keputusan dirancang untuk risiko yang
berurutan dan diskrit.
Simulasi menyediakan asesmen yang paling lengkap
mengenai risiko sebab mereka didasarkan pada
distribusi probabilitas untuk setiap Input.
KESIMPULAN
REFERENSI
Prof. Johannes Supranto dan Dr. Luqman Hakim. (2013). Pengambilan Risiko
Secara Strategis (Bagi Pengambil Keputusan Bisnis). Jakarta: PT RajaGrafindo
Persada.
Cerdasco (2019, 17 Agustus). Kuantitatif Analisis Skenario. Dikutip 11 Maret
2020 dari https://cerdasco.com/analisis-skenario/
THANK YOU

More Related Content

What's hot (18)

keputusan dalam keadaan risiko
keputusan dalam keadaan risikokeputusan dalam keadaan risiko
keputusan dalam keadaan risiko
Abu Tholib
Teori keputusan decision tree ketidakpastian_gtr2013
Teori keputusan decision tree ketidakpastian_gtr2013Teori keputusan decision tree ketidakpastian_gtr2013
Teori keputusan decision tree ketidakpastian_gtr2013
Gusti Rusmayadi
Decision under uncertainty
Decision under uncertaintyDecision under uncertainty
Decision under uncertainty
apriyantieka
Analisis pohon kepputusan
Analisis pohon kepputusanAnalisis pohon kepputusan
Analisis pohon kepputusan
Universitas Mulawarman Samarinda
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Sistem Penunjang Keputusan [Teori Pengambilan Keputusan]
Institut Teknologi Sepuluh Nopember Surabaya
Menerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitasMenerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitas
Yesica Adicondro
Lampiran cd manajemen operasi
Lampiran cd manajemen operasiLampiran cd manajemen operasi
Lampiran cd manajemen operasi
Aven Richardo
Teori Penngambilan Keputusan
Teori Penngambilan KeputusanTeori Penngambilan Keputusan
Teori Penngambilan Keputusan
Eko Mardianto
Ekonomi teknik tugas besar
Ekonomi teknik tugas besarEkonomi teknik tugas besar
Ekonomi teknik tugas besar
nur_asifah
MODUL SPSS
MODUL SPSSMODUL SPSS
MODUL SPSS
aisetiadi
Pertemuan keempat analisis masalah ttm
Pertemuan keempat analisis masalah ttmPertemuan keempat analisis masalah ttm
Pertemuan keempat analisis masalah ttm
Lukmanulhakim Almamalik
Belajar sendiri-spss-16
Belajar sendiri-spss-16Belajar sendiri-spss-16
Belajar sendiri-spss-16
Kehidupanku Ini
Jurnal statistika probabilitas distribusi binomial
Jurnal statistika probabilitas   distribusi binomialJurnal statistika probabilitas   distribusi binomial
Jurnal statistika probabilitas distribusi binomial
Boas Yehezkiel Putranto
Makalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomialMakalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomial
Hari Widjanarko
Presentasi binomial
Presentasi binomialPresentasi binomial
Presentasi binomial
Brawijaya University
Modul statistik 114
Modul statistik 114Modul statistik 114
Modul statistik 114
Hendriana Ana
keputusan dalam keadaan risiko
keputusan dalam keadaan risikokeputusan dalam keadaan risiko
keputusan dalam keadaan risiko
Abu Tholib
Teori keputusan decision tree ketidakpastian_gtr2013
Teori keputusan decision tree ketidakpastian_gtr2013Teori keputusan decision tree ketidakpastian_gtr2013
Teori keputusan decision tree ketidakpastian_gtr2013
Gusti Rusmayadi
Decision under uncertainty
Decision under uncertaintyDecision under uncertainty
Decision under uncertainty
apriyantieka
Menerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitasMenerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitas
Yesica Adicondro
Lampiran cd manajemen operasi
Lampiran cd manajemen operasiLampiran cd manajemen operasi
Lampiran cd manajemen operasi
Aven Richardo
Teori Penngambilan Keputusan
Teori Penngambilan KeputusanTeori Penngambilan Keputusan
Teori Penngambilan Keputusan
Eko Mardianto
Ekonomi teknik tugas besar
Ekonomi teknik tugas besarEkonomi teknik tugas besar
Ekonomi teknik tugas besar
nur_asifah
MODUL SPSS
MODUL SPSSMODUL SPSS
MODUL SPSS
aisetiadi
Pertemuan keempat analisis masalah ttm
Pertemuan keempat analisis masalah ttmPertemuan keempat analisis masalah ttm
Pertemuan keempat analisis masalah ttm
Lukmanulhakim Almamalik
Belajar sendiri-spss-16
Belajar sendiri-spss-16Belajar sendiri-spss-16
Belajar sendiri-spss-16
Kehidupanku Ini
Jurnal statistika probabilitas distribusi binomial
Jurnal statistika probabilitas   distribusi binomialJurnal statistika probabilitas   distribusi binomial
Jurnal statistika probabilitas distribusi binomial
Boas Yehezkiel Putranto
Makalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomialMakalah statistik probabilitas distribusi binomial
Makalah statistik probabilitas distribusi binomial
Hari Widjanarko
Modul statistik 114
Modul statistik 114Modul statistik 114
Modul statistik 114
Hendriana Ana

Similar to Tugas Akhir - Asri Widayati - 4EA21 (20)

Manajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasionalManajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasional
Judianto Nugroho
BAB 11
BAB 11BAB 11
BAB 11
QuatGamping
Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan
Elfrita Sihombing
Manajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasarManajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasar
Judianto Nugroho
DECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdfDECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdf
Putrifitriasari1
DECISION_TREE.pdf
DECISION_TREE.pdfDECISION_TREE.pdf
DECISION_TREE.pdf
Septama1
Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121
permadina
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
leylitarosyada
Materi 2 ANALISIS RISIKO BISNIS.pptx
Materi 2 ANALISIS RISIKO BISNIS.pptxMateri 2 ANALISIS RISIKO BISNIS.pptx
Materi 2 ANALISIS RISIKO BISNIS.pptx
Center For Economic Policy Institute (CEPAT)
Part 2
Part 2Part 2
Part 2
KasnoArif
Risk analysis James L. Pappas - chapter 3
Risk analysis   James L. Pappas - chapter 3Risk analysis   James L. Pappas - chapter 3
Risk analysis James L. Pappas - chapter 3
Rahmat Hardiansah
Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21
ViraLiliApriyanti
Laporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuanLaporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuan
Purwanti Rahayu
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729
Pascal Anarqi Krisvy
Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Tugas Akhir-Pascal Anarqi Krisvy-4EA21Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Pascal Anarqi Krisvy
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Pascal Anarqi Krisvy
Kompleksitas dan sifat sifat dasar permasalahan
Kompleksitas dan sifat sifat dasar permasalahanKompleksitas dan sifat sifat dasar permasalahan
Kompleksitas dan sifat sifat dasar permasalahan
Ahmad Edwin Ramdhani Syafruddin
Materi 2 ANALISIS RISIKO BISNIS.pptx
Materi 2 ANALISIS RISIKO BISNIS.pptxMateri 2 ANALISIS RISIKO BISNIS.pptx
Materi 2 ANALISIS RISIKO BISNIS.pptx
Center For Economic Policy Institute (CEPAT)
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
NadyaFirnanda
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Institut Teknologi Sepuluh Nopember Surabaya
Manajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasionalManajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasional
Judianto Nugroho
Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan
Elfrita Sihombing
Manajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasarManajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasar
Judianto Nugroho
DECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdfDECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdf
Putrifitriasari1
DECISION_TREE.pdf
DECISION_TREE.pdfDECISION_TREE.pdf
DECISION_TREE.pdf
Septama1
Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121
permadina
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
leylitarosyada
Risk analysis James L. Pappas - chapter 3
Risk analysis   James L. Pappas - chapter 3Risk analysis   James L. Pappas - chapter 3
Risk analysis James L. Pappas - chapter 3
Rahmat Hardiansah
Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21
ViraLiliApriyanti
Laporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuanLaporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuan
Purwanti Rahayu
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-A5216729
Pascal Anarqi Krisvy
Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Tugas Akhir-Pascal Anarqi Krisvy-4EA21Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Pascal Anarqi Krisvy
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Pascal Anarqi Krisvy
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
NadyaFirnanda

Recently uploaded (20)

Panduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdf
Panduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdfPanduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdf
Panduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdf
Fajar Baskoro
Teknik PEMASANGAN MULSA pada lahan pertanian.pptx
Teknik PEMASANGAN MULSA pada lahan pertanian.pptxTeknik PEMASANGAN MULSA pada lahan pertanian.pptx
Teknik PEMASANGAN MULSA pada lahan pertanian.pptx
UsBero
Seleksi Penerimaan Murid Baru 2025.pptx
Seleksi Penerimaan Murid Baru  2025.pptxSeleksi Penerimaan Murid Baru  2025.pptx
Seleksi Penerimaan Murid Baru 2025.pptx
Fajar Baskoro
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
AsepSaepulrohman4
1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx
1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx
1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx
shafiqsmkamil
Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009
Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009
Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009
Murad Maulana
1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx
1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx
1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx
AhsanBodonk
Proposal Kegiatan Santunan Anak Yatim.docx
Proposal Kegiatan Santunan Anak Yatim.docxProposal Kegiatan Santunan Anak Yatim.docx
Proposal Kegiatan Santunan Anak Yatim.docx
tuminsa934
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdfPPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
ListiawatiAMdKeb
Kiraan Kadar Nadi Karvonen nadi mak nadi rehat
Kiraan Kadar Nadi Karvonen nadi mak nadi rehatKiraan Kadar Nadi Karvonen nadi mak nadi rehat
Kiraan Kadar Nadi Karvonen nadi mak nadi rehat
ssuser7d8dcb
Keragaman Alam Indonesia materi IPS.pptx
Keragaman Alam Indonesia materi IPS.pptxKeragaman Alam Indonesia materi IPS.pptx
Keragaman Alam Indonesia materi IPS.pptx
aifi3
SENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docx
SENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docxSENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docx
SENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docx
Mirza836129
keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...
keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...
keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...
ssuser327180
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdfBRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
Syarifatul Marwiyah
Sosialisasi Pesantren Ramadhan untuk sekolah.pptx
Sosialisasi Pesantren Ramadhan untuk sekolah.pptxSosialisasi Pesantren Ramadhan untuk sekolah.pptx
Sosialisasi Pesantren Ramadhan untuk sekolah.pptx
shofwanwinarlik
Organ Pencernaan dan Fungsinya Kelas 8 Fase D.pptx
Organ Pencernaan dan Fungsinya Kelas 8 Fase D.pptxOrgan Pencernaan dan Fungsinya Kelas 8 Fase D.pptx
Organ Pencernaan dan Fungsinya Kelas 8 Fase D.pptx
IrfanIdris7
Teks fiks Didik anak dengan islamiyah.pptx
Teks fiks Didik anak dengan islamiyah.pptxTeks fiks Didik anak dengan islamiyah.pptx
Teks fiks Didik anak dengan islamiyah.pptx
ArizOghey1
Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)
Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)
Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)
Murad Maulana
PPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptxPPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptx
rahmiati190700
Buku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai Keagamaan
Buku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai KeagamaanBuku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai Keagamaan
Buku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai Keagamaan
ssuser521b2e1
Panduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdf
Panduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdfPanduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdf
Panduan Entry Nilai Rapor untuk Operator SD_MI 2025.pptx (1).pdf
Fajar Baskoro
Teknik PEMASANGAN MULSA pada lahan pertanian.pptx
Teknik PEMASANGAN MULSA pada lahan pertanian.pptxTeknik PEMASANGAN MULSA pada lahan pertanian.pptx
Teknik PEMASANGAN MULSA pada lahan pertanian.pptx
UsBero
Seleksi Penerimaan Murid Baru 2025.pptx
Seleksi Penerimaan Murid Baru  2025.pptxSeleksi Penerimaan Murid Baru  2025.pptx
Seleksi Penerimaan Murid Baru 2025.pptx
Fajar Baskoro
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf02_Konjugat_Bilangan_Kompleks (Unpak).pdf
02_Konjugat_Bilangan_Kompleks (Unpak).pdf
AsepSaepulrohman4
1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx
1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx
1. RPT SAINS SMK TINGKATAN 1 2025 KUMPULAN B BY CIKGU GORGEOUS.docx
shafiqsmkamil
Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009
Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009
Manajemen Perpustakaan BAPETEN Berdasarkan油SNI 7496:2009
Murad Maulana
1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx
1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx
1. KISI-KISI SOAL PSAJ BAHASA INGGRIS 2025 - Elis Sulastri.docx
AhsanBodonk
Proposal Kegiatan Santunan Anak Yatim.docx
Proposal Kegiatan Santunan Anak Yatim.docxProposal Kegiatan Santunan Anak Yatim.docx
Proposal Kegiatan Santunan Anak Yatim.docx
tuminsa934
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdfPPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
PPT STASE 1nbdjwbjdhjsankswjiswjiwjsoasaosqoskq.pdf
ListiawatiAMdKeb
Kiraan Kadar Nadi Karvonen nadi mak nadi rehat
Kiraan Kadar Nadi Karvonen nadi mak nadi rehatKiraan Kadar Nadi Karvonen nadi mak nadi rehat
Kiraan Kadar Nadi Karvonen nadi mak nadi rehat
ssuser7d8dcb
Keragaman Alam Indonesia materi IPS.pptx
Keragaman Alam Indonesia materi IPS.pptxKeragaman Alam Indonesia materi IPS.pptx
Keragaman Alam Indonesia materi IPS.pptx
aifi3
SENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docx
SENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docxSENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docx
SENARAI & JADWAL PEMBICARA Ramadan Masjid Kampus UGM 1446 Hijriah.docx
Mirza836129
keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...
keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...
keutamaanDiskusi kelompok berlangsung dengan baik, dengan setiap siswa merasa...
ssuser327180
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdfBRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
BRIEF SAPA RAMADHAN Universitas Al-Falah As-Sunniyah Kencong Jember 2025.pdf
Syarifatul Marwiyah
Sosialisasi Pesantren Ramadhan untuk sekolah.pptx
Sosialisasi Pesantren Ramadhan untuk sekolah.pptxSosialisasi Pesantren Ramadhan untuk sekolah.pptx
Sosialisasi Pesantren Ramadhan untuk sekolah.pptx
shofwanwinarlik
Organ Pencernaan dan Fungsinya Kelas 8 Fase D.pptx
Organ Pencernaan dan Fungsinya Kelas 8 Fase D.pptxOrgan Pencernaan dan Fungsinya Kelas 8 Fase D.pptx
Organ Pencernaan dan Fungsinya Kelas 8 Fase D.pptx
IrfanIdris7
Teks fiks Didik anak dengan islamiyah.pptx
Teks fiks Didik anak dengan islamiyah.pptxTeks fiks Didik anak dengan islamiyah.pptx
Teks fiks Didik anak dengan islamiyah.pptx
ArizOghey1
Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)
Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)
Repositori Elib Perpustakaan Badan Pengawas Tenaga Nuklir (BAPETEN)
Murad Maulana
PPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptxPPT Perkawinan (Poligami, Monogami).pptx
PPT Perkawinan (Poligami, Monogami).pptx
rahmiati190700
Buku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai Keagamaan
Buku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai KeagamaanBuku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai Keagamaan
Buku Mengokohkan Karakter Pancasila Melalui Integrasi Nilai nilai Keagamaan
ssuser521b2e1

Tugas Akhir - Asri Widayati - 4EA21

  • 1. BAB 6 PENDEKATAN PROBABILISTIK Analisis Skenario, Pohon Keputusan, dan Simulasi Disusun oleh : - Asri Widayati (11216141) - Fanny Agniya N.A (12216608) - Tajdidatul Khiyaroh (17216283) KELOMPOK : 2 KELAS : 4EA21
  • 2. SUB BAB 6 Analisis skenario Pohon keputusan Simulasi Penilaian Menyeluruh Pendekatan Penilaian Risiko Secara Probabilistik (An overall assessment of probabilistic risk assessment approaches) Membandingkan Pendekatan (Comparing the approaches) Tepat Dalam Distribusi (Fitting the distribution) 01 02 03 04 05 06
  • 3. PENDAHULUAN Pada bab ini, kita mempertimbangkan cara-cara yang lebih informatif di dalam mengakses dalam merepresentasikan risiko dalam investasi. Dimulai dengan melihat pada versi sederhana, yaitu analisis nilai aset dalam 3 skenario, kemudian memperluas pembahasan dengan melihat pada analisis skenario secara umum, lalu kita akan bergerak menguji penggunaan pada pohon keputusan, dan mengakhirinya dengan mengevaluasi simulasi Monte Carlo.
  • 4. Kita bisa memperkirakan arus kas yang diharapkan di pergunakan untuk menilai aset berisiko dengan maksud untuk mendapatkan efek risiko terhadap nilai yang lebih baik dari (a better sense of the effect of risk on value), yaitu dengan kasus terbaik atau kasus terburuk (best case or worst case) dan analisis beberapa skenario (multiple scenario analysis). ANALISIS SKENARIO (SCENARIO ANALYSIS)
  • 5. Dua cara pengambilan keputusan yaitu : 1. Gunakan perbedaan antara nilai kasus terbaik atau kasus terburuk sebagai ukuran risiko aset. 2. Perusahaan yang menggunakan hasil kasus terburuk membuat pertimbangan seperti apakah investasi mempunyai potensi untuk mendorong perusahaan ke standarnya (into default). Kasus Terbaik atau Kasus Terburuk (Best Case or Worst Case) Dalam bentuk yang lebih umum, nilai suatu aset berisiko bisa dihitung dalam beberapa skenario, yaitu ekonomi makro dan variabel spesifik aset (asset-specific variables). Analisis Beberapa Skenario (Multiple Scenario Analysis) JENIS ANALISIS SKENARIO
  • 6. LANGKAH-LANGKAH ANALISIS SKENARIO Penentuan faktor-faktor Misal : faktor ekonomi perusahaan mobil mempertimbangkan untuk membuka pabrik mobil baru dan respon pesaing terhadap produk baru perusahaan. Untuk mempermudah perkiraan, kita berfokus pada dua atau tiga faktor. Memperkirakan arus kas setiap skenario lebih mudah kalau perusahaan menentukan 5 skenario. Misal : faktor ekonomi makro seperti nilai tukar mata uang, suku bunga, dan pertumbuhan ekonomi. Membuat perkiraan aset arus kas dalam setiap skenario Penentuan Banyaknya skenario Menentukan nilai probabilitas terjadinya setiap skenario 1 2 3 4
  • 7. CONTOH ANALISIS SKENARIO Ketika kita ingin memprediksi laba perusahaan di tahun depan Awalnya, kita membuat skenario kemungkinan pendapatan dan beban dibukukan perusahaan dengan mempertimbangkan sejumlah informasi misal: pangsa pasar, penjualan industri, rasio keuangan, jumlah output, jumlah karyawan. Kita membuat tiga pendekatan untuk kemungkinan laba perusahaan: pertumbuhan rendah, moderat dan tinggi, berdasarkan pertimbangan informasi tersebut.
  • 8. GUNAKAN DALAM PENGAMBILAN KEPUTUSAN (USE IN DECISION MAKING) Artikel The Financial Times, mengilustrasikan bagaimana analisis risiko dapat dipergunakan perusahaan, dengan pertimbangan menginvestasikan dalam jumlah besar di Cina untuk mengukur risiko yang potensial. Mereka mempertimbangkan 4 skenario dibangun sekitar Cina, yaitu : 1. Mitra ekonomi dunia (Global economic partner) Cina berkembang sebagai eksportir barang dan sebagai pasar domestik untuk barang konsumsi. 2. Predator ekonomi dunia (Global economic predator) Cina sebagai negara produsen dengan biaya produksi yang rendah. 3. Peserta dunia yang tumbuh lambat (Slow growing global participant) Cina terus berkembang tetapi dengan laju pertumbuhan yang agak lambat karena tantangan untuk memasuki pasar global lebih sulit. 4. Orang luar yang frustrasi dan tidak stabil (Frustrated and unstable outsider) Pertumbuhan Cina melambat kesukaran ekonomi dan politik berkembang
  • 9. Kunci melakukan analisis skenario yang baik adalah menetapkan skenario dan memperkirakan arus kas setiap skenario. Sampah masuk sampah keluar (Garbage in, garbage out) Analisis skenario sangat tepat kalau berkaitan dengan risiko yang mengambil bentuk hasil yang diskrit. Risiko berkelanjutan (Continuous risk) Berbahaya bahwa pengambilan keputusan akan melakukan perhitungan ganda terhadap risiko. Perhitungan risiko ganda (Double counting of risk) MASALAH SKENARIO GANDA (DUAL SCENARIO ISSUES)
  • 10. POHON KEPUTUSAN (DECISION TREE) Pohon keputusan tidak hanya mempertimbangkan risiko dalam tiap tahapan, tetapi juga menyiapkan respon yang benar pada hasil setiap tahap. Langkah pertama adalah membedakan antara simpul : 1. Simpul akar (Road nodes) : Dimulainya pohon keputusan dimana pengambilan keputusan bisa dihadapkan dengan pilihan keputusan yang tak pasti. 2. Simpul kejadian (Event nodes) : Mewakili hasil pada satu judi yang berisiko. Kita harus membayangkan hasil dan probabilitas hasil didasarkan pada informasi yang kita miliki sekarang (berupa lingkaran). 3. Simpul keputusan (Decision nodes), menunjukkan pilihan yang bisa dibuat oleh pengambil keputusan, memperluas uji pasar ke pasar nasional setelah uji hasil pasar diketahui (empat persegi panjang). 4. Simpul akhir (End nodes), menunjukkan hasil dari hasil berisiko sebelumnya dan keputusan dibuat dalam respon.Gambar Simple Decision Tree
  • 11. 1. Bagi analisis ke dalam tahap-tahap risiko Kunci utama ialah membuat garis besar tahapan risiko yang akan diekspos di waktu yang akan datang. 2. Perkiraan probabilitas hasil dalam setiap tahapan Setelah tahapan analisis dan hasil tahap sudah di definisikan, kita harus menghitung probabilitas dari hasil. 3. Mendefinisikan titik keputusan Tersimpan dalam pohon keputusan adalah titik titik keputusan dimana akan menentukan berdasarkan pengamatan hasil tahap sebelumnya harapan/ekspektasi apa yang akan terjadi di waktu akan datang. 4. Menghitung arus nilai pada simpul akhir (End Node) Seperti meninggalkan uji produk pasar, hal ini akan mudah dilakukan dan akan mewakili sejumlah uang yang dikeluarkan untuk menguji pasar dari produk. 5. Lipat kembali pohonnya (Fold back the tree) Langkah terakhir dalam analisis pohon keputusan dimana kita menghitung nilai harapan. 1. Nilai harapan sekarang meliputi seluruh pohon keputusan. 2. Kisaran nilai pada simpul akhir yang baru meringkas risiko dalam investasi yang potensial. LANGKAH-LANGKAH MENGEMBANGKAN POHON KEPUTUSAN DUA HASIL YANG TIMBUL DARI POHON KEPUTUSAN
  • 12. PENGGUNAAN DALAM PENGAMBILAN KEPUTUSAN Dynamic Response To Risk Nilai Informasi Manajemen Risiko 1 2 3
  • 13. ISSUES Pohon keputusan mampu mengatasi beberapa jenis risiko dan tidak lainnya! Khususnya pohon keputusan sangat tepat untuk risiko yang berurutan (sequendial); proses untuk FDA di mana persetujuan terjadi dalam tahapan (by stages) merupakan contoh yang bagus.
  • 14. RISK ADJUSTED VALUE AND DECISION TREE Expected Values are not Risk Adjusted Double-Counting Of Risk The Right Discount Rate 1 2 3
  • 16. SIMULASI Suatu upaya menduplikasi fitur, tampilan, karakteristik suatu sistem dengan mengembangkan sebuah model matematika paling dekat dengan yang menggambarkan sistem sesungguhnya.
  • 17. COMPUTER REPAIR & SUPPORT LANGKAH-LANGKAH DALAM SIMULASI Membuat Distribusi Probabilitas untuk Variable Penting. Menentukan Distribusi Probabilitas untuk Tiap Variabel Menentukan Interval Bilangan Acak pada Tiap Variabel. Melakukan Serangkaian Simulasi Percobaan.
  • 18. TOKO ALAT KESEHATAN Setelah melakukan pengamatan selama 200 hari, sebuah toko alat kesehatan memperkirakan permintaan masker per harinya seperti pada table dibawah ini. Toko tersebut hendak memperkirakan permintaan masker untuk 10 hari ke depan Permintaan Frekuensi (hari) 0 10 10 box 20 20 box 40 30 box 60 40 box 40 50 box 30 Total 200
  • 19. PENYELESAIAN : Permintaan Masker Frekuensi (1) Probabilitas Kejadian (2) Probabilitas Kumulatif 0 10 10/200 = 0,05 0,05 10 20 20/200 = 0,10 0,15 20 40 40/200 = 0,20 0,35 30 60 60/200 = 0,30 0,65 40 40 40/200 = 0,20 0,85 50 30 30/200 = 0,15 1,00 200 200/200 = 1,00
  • 20. 0 0.2 0.4 0.6 0.8 1 1.2 0 10 20 30 40 50 CummulativeProbability DIAGRAM PROBABILITAS KUMULATIF
  • 21. INTERVAL BILANGAN ACAK Permintaan Masker (1) Probabilitas Kejadian (2) Probabilitas Kumulatif (3) Interval Bilangan Acak 0 10/200 = 0,05 0,05 1-5 10 20/200 = 0,10 0,15 6-15 20 40/200 = 0,20 0,35 16-35 30 60/200 = 0,30 0,65 36-65 40 40/200 = 0,20 0,85 66-85 50 30/200 = 0,15 1,00 86-99 200/200 = 1,00
  • 23. MELAKUKAN SIMULASI HARI BILANGAN ACAK HASIL SIMULASI 1 21 2 2 42 3 3 24 2 4 32 2 5 72 4 6 99 5 7 35 2 8 11 1 9 78 4 10 67 4 TOTAL 29
  • 24. PENYELESAIAN : E = =0 5 $ $ = (0,05)(0)+(0,10)(1)+(0,20)(2)+(0,30)(3)+(0,20)(4) + (0,15)(5) = 2,95 masker Jadi, total penjualan masker selama 10 hari kedepan adalah 29 box masker. Dengan rata-rata permintaan perhari adalah 2,9 masker. Perkiraan :
  • 25. PENGAMBILAN KEPUTUSAN MELALUI SIMULASI Masukan perkiraan data Dalam suatu simulasi yang ideal, maka diperlukan analisis data historis dan data Cross sectional sebagai input sebelum membuat suatu pertimbangan yang dipergunakan untuk parameter dari distribusi. Menghasilkan perkiraan yang lebih tepat dari pada hasil yang disesuaikan Distribusi menekankan pada model value yang menghasilkan nilai perkiraan untuk aset tidak tepat dan menjelaskan mengapa analisis yang berbeda menilai aset yang sama mungkin sampai pada perkiraan nilai yang berbeda.
  • 26. BATASAN DALAM SIMULASI (SIMULATION WITH CONSTRAINTS) Simulasi sebagai alat dalam analisis resiko, harus mengenal suatu batasan (Constraint) jika dilanggar akan menyebabkan biaya yang sangat besar bagi perusahaan bahkan bisa menyebabkan kematian NILAI BUKU EKUITAS (BOOK VALUE CONSTRAINTS) Nilai buku ekuitas ialah konsep akunting yang abstrak untuk suatu perusahaan. Ada dua jenis batasan pada nilai buku ekuitas yaitu : Regulatory capital restrictions Negative book vale for equity
  • 27. Untuk menghindari terjadinya kejadian yang tidak diinginkan, biasanya suatu perusahaan melakukan pembatasan terhadap earning dan arus kas dengan menggunakan simulasi. Simulasi tidak hanya untuk mengkuantitatifkan probabilitas tetapi juga dapat membuat model pada arus kas yang diharapkan dn suku bunga diskonto. PEMBATASAN PENDAPATAN DAN ARUS KAS (Earning And Cash Flow Constraints) BATASAN NILAI PASAR (Market Value Constraints)
  • 28. Penggunaan simulasi pertamakali diusulkan oleh David Hertz dalam artikel Risk Analysis in Capital Investment pada Havard Bussiness Review. Berargumen bahwa dengan menggunakan distribusi probabilitas daripada perkiraan akan menghasilkan hasil yang lebih informative. Ada beberapa hal yang berkaitan dengan simulasi dalam pengambilan resiko : Masuk sampah keluar sampah (Garbage in Garbage Out) Data seringkali tidak cocok dengan distribusi (Real data may not fit distribution) (Nonstationary distribution) ISSUES
  • 29. PENDEKATAN PROBABILISTIK YANG HARUS DIPILIH? Selektif terhadap analisis resiko1 2 Jenis Resiko 3 Korelasi berbagai risiko
  • 30. 6/6/2020 Dalam bentuk analisis skenario kita melihat nilai yang bagus dan jelek yang betentangan dengan nilai harapan. Pohon keputusan dirancang untuk risiko yang berurutan dan diskrit. Simulasi menyediakan asesmen yang paling lengkap mengenai risiko sebab mereka didasarkan pada distribusi probabilitas untuk setiap Input. KESIMPULAN
  • 31. REFERENSI Prof. Johannes Supranto dan Dr. Luqman Hakim. (2013). Pengambilan Risiko Secara Strategis (Bagi Pengambil Keputusan Bisnis). Jakarta: PT RajaGrafindo Persada. Cerdasco (2019, 17 Agustus). Kuantitatif Analisis Skenario. Dikutip 11 Maret 2020 dari https://cerdasco.com/analisis-skenario/