Variabel keputusan

BAB 5
PEMODELAN dan Model Manajemen
1
Issue Pokok pemodelan
•
•
•
•
•
•
Identifikasi Masalah
Analisa Lingkungan
Identifikasi Variabel
Peramalan
Penggunaan model berganda
Katagori Model atau seleksi (Tipe dari
Model)
• Manajemen Model
Katagori
Tipe dari Model
Proces & Tujuan
Teknik Representatif
Optimisasi dari masalah
dengan beberapa alternatif
Cari solusi terbaik dari sejumlah kecil
alternatif
Tabel keputusan, Pohon
keputusan
Optimisasi melalui
algorithma
Cari solusi terbaik dari sejumlah besar
alternatif bahkan dari alternatif tak
terhingga dengan menggunakan proses
perbaikan langkah-demi langkah
Linier dan dan model
programming matematika
lainnya, model jaring kerja
Optimisasi melalui formula
analitik
Cari solusi terbaik dalam satu langkah
dengan menggunakan formula
Bebrapa model inventori
Simulasi
cari solusi "yang cukup baik" atau
terbaik diantara semua alternatif yang
diperiksa dengan percobaan
Bebrapa tipe model simulasi
Heuristics
Cari solusi yang"cukup baik"
menggunakan aturan
Programming heuristik,
sistem pakar
bebrapa model deskritif
laninnya
Cari "what-if" dengan menggunakan
formula
model finansial, antrean
Model peramalan
Ramalan untuk waktu yang akan datang
untuk skenario yang ditentukan
Anlisa Markov, model
peramalan
Model Statik dan Dinamik
• Analisa Statik
– Pengamantan sesaat dari suatu situasi
• Analisa Dinamik
– Model Dinamik Evaluasi skenario yang
berubah setiap waktu
– Tergantung pada waktu
– Kecendrungan dan pola sepanjang waktu
– Perluasan model statik
Perlakuan kepastian,
ketidakpastian, dan Risko
• Model dengan kepastian
• Model dengan ketidakpastian
• Model dengan Risko
Analisa Keputusan dari beberapa
alternatif
(Tabel keputusan dan Pohon)
Situasi Tujuan Tunggal
• Tabel Keputusan
• Pohon Keputusan
Tabel Keputusan
• Contoh Investasi
• Sat Tujuan: maximalkan penghasilan
setelah satu tahun
• Pendapatan tergantyung dari status
ekonomi
(status alam)
– Pertumbuhan yang matang/baik
– Keadaan tidak bergerak
– Inflasi
Situasi yang mungkin
1. Bila pertumbuhan dalam eknomi hutang
penghasilan mencapai 12%; stocks 15%; waktu
deposito 6.5%
2. Bila keadaan tetap, penghasilan hutang 6%;
stocks 3%; waktu deposito 6.5%
3. Bila inflasi, penghasilan hutang 3%; stocks hilang
2%; waktu penghasilan deposito 6.5%
Tampilan masalah sebagai dua orang
bermain (Two-Person Game)
Alternatives Solid Growth Stagnation Inflation
Bonds
12.0%
6.0%
3.0%
Stocks
15.0%
3.0%
-2.0%
CDs
6.5%
6.5%
6.5%
• Variabel keputusan (alternatif)
• Uncontrollable Variabel tak terkendali
(status dari ekonomi)
• Variabel penghasilan (penghasilan
yang diproyeksikan)
Perlakuan ketidakpastian
• Pendekatan Optimistik approach
– Dipilih masing-masing keluaran terbaik dari
masing-masing alternatif dan yang terbaik
dari semua yang terbaik
• Pendekatan Pessimistik
– Dipilih keluaran terjelek dari semua
alternantif dan selanjutnya pilih salah satu
yang terbaik
Perlakuan terhadap Resiko
• Menggunakan peluang yang diketahui (Table
5.3)
• Pilih alternatif dengan nilai harapan terbesar
• Analisa Resiko: hitung nilai harapan dengan
mengalikan dengan mengalikan keluaran yang
sesuai dan kemudian dijumlahkan.
• Bisa saja bahaya
Tabel 5.3: Keputusan dengan resiko dan
solusinya
Solid
Stagnation
Growth
Inflation
Expected
Value
Alternatives
.5
.3
.2
Bonds
12%
6%
3%
Stocks
15%
3%
-2%
8.0%
CDs
6.5%
6.5%
6.5%
6.5%
8.4% *
• Pohon keputusan
• Cara lain dari perlakuan resiko
– Simulasi
– Mencari faktor kepastian
– Fuzzy logic
• Tujuan ganda
• Penghasilan, keamanan, dan liquiditas
(Table 5.4)
Tabel 5.4: Tujuan Ganda
Alternatives Yield
Safety
Liquidity
Bonds
8.4%
High
High
Stocks
8.0%
Low
High
CDs
6.5%
Very High
High
Optimisasi via linear
programming
• Kasus : Mencari komposisi campuran untuk “sungold Paint”
• Kriteria
– Brilliance rating  300 degrees
– Hue level  250 degrees
• Brilliance dan hue ditentukan oleh  & 
• satu ounce dari  &  memberikan satu degree dari brilliance in
one drum dari cat
• Hue dikendalikan dengan jumlah dari 
• satu ounce dari  memberikan 3 degrees hue dalam satu drum
dari cat
•  = 45 cents/ounce &  = 12 cents/ounce
• Objektif: minimalkan biaya
• Tujuan: mencari jumlah dari  &  dari setiap drum cat ?
Optimisasi via linear
programming
• Formulasi
– Decision variables:
• X1 = quantity of 
• X2 = quantity of 
– Solusi
• Cost = 45 X1 + 12 X2
– Brightness specification
• 1 X1 + 1 X2  300
– Hue specification
• 3 X1 + 0 X2  250
– Cost = 45 X1 + 12 X2
– Hasil
• X1 = 83,333 & X2 = 216,667
• Total Cost = $ 63,50
Formulasi Umum
• Variabel Keputusan : X1 & X2
• Fungsi Tujuan
– Tunjukkan hubungan antara variabel
– Tujuan Tunggal
– Tujuan ganda
• Pilih tujuan utama
• Transformasikan tujuan yang lain kendala
Optimisasi
• Maximalkan/minimalkan harga dari fungsi tujuan
• Koefisien dari fungsi tujuan
• Biaya = 45X1 + 12X2
– (45 & 12 = koefisien, X1 & X2 = variabel keputusan)
• kendala:
– LP  pemecahan masalah optimisasi dengan kendala
• Koefisien Input/output:
– Koefisien dari kendala
• Kapasitas/ketersediaan
– Nayatakan sebagai batas atas/batas bawah
– Kendala linier:
• 1 X1 + 1 X2  300
• 3 X1 + 0 X2  250
• (300 & 250 = kapasitas/kebutuhan, 1 & 3 & 0 = koefisen
input/output