Definisi Diagram Pengaruh, Keputusan, Resiko, dan Pemodelan

Definisi Diagram Pengaruh, Keputusan, Resiko, dan Pemodelan - Kita akan berbicara tentang Definisi Diagram Pengaruh, Pengambilan Keputusan dalam Kepastian, Ketidakpastian & Resiko, serta Pemodelan Multidimensi. Melalui artikel ini diharapkan dapat mengetahui tentang Definisi Diagram Pengaruh, Pengambilan Keputusan dalam Kepastian, Ketidakpastian & Resiko, serta Pemodelan Multidimensi.

Influence Diagram

Karakterisasi sistem merupakan pendekatan kondisi dunia nyata yang berhubungan dengan suatu permasalahan digambarkan dalam sebuah sistem. Solusi dari permasalahan didefinisikan sebagai tujuan (goal). Proses mendeskripsikan suatu sistem membutuhkan pemahaman inti dan konsep yang digunakan dalam pendekatan sistem (system approach). Permasalahan dalam dunia nyata, biasanya sangat kompleks. Jika sistem dilihat dan dideskripsikan secara keseluruhan, maka permasalahan menjadi tercampur (involved) dan tidak teratur (unmanageable). Tidak semua fitur dunia nyata relevan sebagai solusi, sehingga penjelasan secara parsial biasa digunakan. Penjelasan secara parsial biasanya disebut sebagai karakterisasi sistem. Karakterisasi sistem hanya melibatkan fitur-fitur yang relevan membuat sebuah solusi. Karakterisasi sistem merupakan proses penyederhanaan (simplification) dan idealisasi (idealization).

image source: castalia.ro

baca juga:

• Pengertian DSS (Decision Support System), Karakteristik, dan Komponen

• Pengertian Human Decision, Machine Decision, dan Simon Phase

• Manajer dan Pengambilan Keputusan Serta Kerangka Kerja Penunjang Keputusan

Sebuah sistem didefinisikan sebagai sekumpulan objek yang saling berhubungan. Objek memiliki atribut-atribut yang dideskripsikan sebagai parameter dan variabel. parameter adalah atribut intrinsik sebuah objek. Sedangkan variabel adalah sesuatu yang dibutuhkan untuk mendeskripsikan interaksi atau hubungan antar objek-objek dalam suatu sistem.

Karakterisasi sistem dapat digambarkan dalam influence diagram. Influence diagram sering digunakan untuk menggambarkan suatu pendekatan proses. Gambar di bawah menunjukkan kaidah diagram yang digunakan.

 Gambar 1 Influence Diagram

Notasi secara jelas mengidentifikasi beberapa elemen yang terlibat seperti input yang terkendali ( control inputs), input yang tidak terkendali (uncontrollable inputs), output, dan komponen sistem. Komponen-komponen sistem direpresentasikan dengan atribut-atributnya, karena hal ini berpengaruh atau berubah dengan adanya influence relationships. Masing-masing atribut ditunjukkan secara terpisah dan dapat dilihat pada variabel-variabel sistem.Untuk atribut yang dapat dihitung, variable sistem adalah nilai dari corresponding state variable. Sebagai contoh, pada production/inventory system, ‘raw material’ yang dipakai menjadi variable dan jumlah atau nilai rata-ratanya adalah nilainya. Ini akan mengurangi besarnya stock raw material. Gambar berikut merupakan contoh influence diagram pada production/inventory system.

 Gambar 2 Product Inventory

Influence Diagram atau diagram pengaruh merupakan representasi dengan grafik dari sebuah model. Beberapa berpendapat diagram pengaruh adalah model dari sebuah model. Dengan memanfaatkan komunikasi visual kemudian dilakukan pemecahan model matematika. Framework untuk menyatakan relasi model MSS:

• Segiempat : sebuah variabel keputusan,

• Lingkaran : variabel tak terkendali atau variabel antara,
• Oval : variabel hasil (hasil antara atau hasil akhir),
• Variabel terhubungkan dengan panah.

Untuk lebih jelas kembali lihat contoh – contoh berikut:
Diagram pengaruh analitika dari masalah pemasaran:

Gambar 3 Model Pemasaran

Gambar 4 Submodel Harga Analitika

Gambar 5 Submodel Penjualan

Pengambilan Keputusan dalam Kepastian, Ketidakpastian dan Resiko

Istilah probabilitas digunakan untuk mengukur data secara kuantitatif berbagai kemungkinan kejadian yang tidak pasti. Konsep probabilitas dibagi dua yaitu :

1. Probabilitas Obyektif yang merupakan suatu konsep yang didasarkan pada frekuensi relatif dalam jangka panjang.
2. Probabilitas Subyektif dapat diterjemahkan dengan cara orang bertaruh, misalkan taruhan sepak bola, dsb.

Variabel random merupakan variabel yang memiliki nilai yang tidak pasti, tetapi mempunyai distribusi probabilitas yang diketahui, contohnya hasil dari pertandingan sepak bola tsb merupakan variabel random, dll. Jika variabel random X terdiri dari X₁, X₂, X₃ ....... X_n dengan probabilitas p₁, p₂ ...... p_n ( ingat p₁, p₂ ...... p_n = 1) kemudian nilai harapan (expected value) dari variabel random dituliskan dengan E(X), maka persamaannya adalah sbb :

E(X) = p₁.X₁ + p₂.X₂ + ...... + p_n.X_n
Ex : probabilitas menghasilkan laba Rp. 400 Jt = 1/2
probabilitas menghasilkan laba Rp. 300 Jt = 1/4
probabilitas menghasilkan laba Rp. 500 Jt = 1/4
E (laba) = 1/2.(400) + 1/4.(300) + 1/4.(500)
= 200 + 75 + 125
= Rp. 400 Jt

Rumus persamaan rata-rata atau laba yang diharapkan dengan x, maka varian V(X) dari variabel random X adalah :

V(X) = p₁(x₁ - x)² + p₂(x₂ - x)² + ........... + pn(xn - x)²

Simbol M atau m (nilai mean) & varian dengan δ², maka terdapat hasil akar dari varian disebut simpangan baku atau simbol s₂ (standard deviation) yang digunakan untuk mengukur resiko.
Dalam analisis ketidak pastian tsb, dapat menggunakan nilai harapan & varian dari laba, harga, biaya dsb. Biasanya perusahaan dapat menaikkan nilai laba harapan hanya dengan melakukan investasi yang beresiko yang lebih tinggi, yang berarti akan menaikkan varian dari labanya. Akan tetapi, investasi yang beresiko lebih tinggi tidak selalu menaikkan nilai laba harapan dengan tingkat yang sama dengan resikonya. Hal tsb dapat dilihat pada kurva laba tumbal (opportunity profit) perusahaan.

Gambar 6 Peluang Laba

Gambar 7 Kurva Indeferens

Gambar 8 Tingkat Resiko

Sikap Terhadap Resiko

Seseorang yang menyukai resiko (risk lover) selalu akan membayar dengan nilai yang positif, seorang yang netral terhadap resiko (risk neutral) akan membayar nol, artinya dia belum tentu akan ikut permainan ini. Seorang yang takut dengan resiko (risk averse) akan meminta uang untuk ikut permainan. Artinya :

• Seseorang disebut risk averter bila dia tidak bersedia ikut suatu taruhan yang fair.
• Seseorang disebut risk neutral bila dia tidak bisa dipengaruhi untuk menolak atau mengikuti suatu permainan taruhan yang fair.
• Seseorang disebut risk lover atau risk seeker bila dia akan senang sekali mengikuti suatu permainan taruhan yang fair.

Fungsi utility pendapatan dari ketiga kelompok tsb akan berbeda, hal tsb dapat dipecahkan dengan teori utilitas harapan (expected utility teory).

Contoh Kasus:
Seseorang berpendapatan 800 ribu diajak bertaruh, dia akan menerima 100 ribu dengan probalitas 1/2 & kehilangan 100 ribu dengan probalitas 1/2. Utilitas mula-mula (initial utility) orang tsb adalah U (800 ribu). Setelah selesai bermain orang tsb akan memperoleh utilitas U (700 ribu) dengan probabilitas 1/2 & U (900 ribu) dengan probabilitas 1/2 juga. Utilitas yang diharapkan adalah sbb :
U* = 1/2U(700) + 1/2U(900)

Ini merupakan rata-rata tertimbang dari kemungkinan-kemungkinan utilitas yang berbeda tsb, akan tetapi tanpa mengikuti taruhan orang tsb mempunyai utilitas yang diharapkan sebesar U(800 ribu), tentu saja probabilitas = 1. Teori utilitas harapan mengatakan bahwa seseorang akan berperilaku untuk memaksimumkan utilitas yang diharapkannya. Oleh karena itu, dalam kasus ini jika U(Rp 800) > U*, maka orang tsb tidak akan mengikuti taruhan. Ini merupakan contoh kasus seorang yang risk averse. Jika U(Rp 800) & U* adalah sama, orang tsb indeferen, maka orang tsb bersifat risk neutral. Apabila U(Rp 800) < U*, & orang ybs masih mengikuti taruhan tsb, maka disebut risk lover.

Gambar 9 Sikap Pada Resiko

Dalam setiap kasus, titik A berhubunan dengan U(Rp 700), titik B berhubungan dengan U(Rp 900), & titik C merupakan titik tengah AB, mempunyai nilai setengah dari jumlah titik A & B, berhubungan dengan U(Rp 800). Bagi seorang yang risk averse, titik D lebih tinggi dari titik C. Bagi seorang risk neutral, kedua titik tsb sama tingginya, & bagi seorang risk lover, titik B lebih tinggi dari titik C.

Langkah - Langkah Pengambilan Keputusan

Proses pembuatan keputusan merupakan inti dari setiap masalah yang dihadapt dalam dunia usaha. Secara umum, proses pengambilan keputusan dibagi menjadi 6 bagian yaitu :

1. Pembatasan Masalah

Diarahkan pada usaha untuk menentukan dengan jelas batasan-batasan keputusan apa yang akan dibuat, ini mencakup alternatif-alternatif apa yang ada. Pada tahap ini biasanya ditanyakan : masalah apa yang dihadapi, siapa yang akan memutuskan, bagaimana keadaan yang melatarbelakangi pengambilan keputusan, & bagaimana pengaruhnya terhadap tujuan-tujuan manajemen.

Keputusan-keputusan tidak dibuat dalam ruang "hampa udara", banyak keputusan yang lahir sebagai bagian dari proses perencanaan, sementara sebagian keputusan lainnya timbul karena adanya peluang atau masalah baru. Oleh karena itu, pembatasan masalah merupakan suatu prasyarat untuk permasalahan manajemen. Bagian utama dari pembatasan masalah ini adalah pengidentifikasian latar belakang atau konteks : keputusan sektor swasta atau pemerintah?. Pengidentifikasian konteks pengambilan keputusan ini & siapa pengambil keputusannya merupakan suatu langkah besar menuju pemahaman proses pemilihan keputusan.

2. Penentuan Tujuan

Tahap ini terdapat pertanyaan : apa tujuan pengambilan keputusan, bagaimana seharusnya si pengambilan keputusan tsb menilai hasilnya dibandingkan dengan tujuannya, bagaimana si pengambil keputusan tsb ingin mencapai tujuan yang bertentangan satu sama lain. Dalam keputusan memilih, kita harus tahu apa yang kita inginkan. Di sektor swasta, hampir semua keputusan ditujukan untuk mendapatkan laba maksimum, selisih antara TR & TC. Pada sektor pemerintah tujuannya lebih luas, pertimbangannya biasanya berdasarkan analisis/kriteria manfaat-biaya.

Namun demikian, adanya resiko & ketidakpastian dalam dunia nyata kadang-kadang menyulitkan seorang pengambil keputusan dalam memilih alternatif keputusan. Fluktuasi ekonomi makro, adanya kebijakan baru dari pemerintah, keadaan musim dll, semuanya membuat proses pencapaian tujuan menjadi tidak pasti. Oleh karena itu, faktor resiko & ketidakpastian juga harus dipertimbangkan dalam proses pengambilan keputusan yang biasanya dilakukan dengan teknik-teknik statistika.

3. Pencarian Alternatif

Terdapat pertanyaan : apa alternatif tindakan untuk pencapaian tujuan, variabel apa saja yang dapat kita kendalikan, apa kendala yang kita hadapi dalam pencapaian tujuan. Setelah mengetahui apa yang diinginkan, tentunya akan ditanyakan apa pilihan kita. Seorang pengambil keputusan yang ideal, akan membeberkan semua kemungkinan pilihan yang ada & kemudian memilih satu di antaranya yang akan memberikan hasil yang terbaik bagi pencapaian tujuannya. Tetapi mengingat kendala keterbatasan manusia, para pengambil keputusan tidak bisa mengharapkan untuk dapat mengidentifikasi & mengevaluasi semua kemungkinan pilihan. Biayanya akan terlalu tinggi, namun demikian beberapa pilihan alternatif yang paling menarik tetap ada & harus kita pilih.

4. Peramalan Dampak

Pada tahap ini diamati : bagaimana konsekuensi dari setiap alternatif pilihan, jika hasil yang diharapkan tidak pasti bagaimana sifatnya, dapatkan informasi yang lebih baik diperoleh untuk meramalkan suatu hasil. Tugas peramalan konsekuensi ini tergantung pada keadaannya; bisa dilakukan secara langsung atau diabaikan sama sekali. Kadangkala, perhitungan secara aritmatis sederhana sudah cukup, tetapi bisa juga dengan menggunakan statistik atau ekonometrika, atau dapat dengan deterministik jika keadaannya pasti & dengan model probabilistik jika pengambilan keputusan dalam keadaan yang mengandung resiko atau ketidakpastian.

5. Penentuan Pilihan

Setelah semua analisis selesai dilakukan, kita bisa menentukan pilihan yang paling kita inginkan. Setelah seorang pengambil keputusan menetapkan konteks permasalahan, menetapkan tujuan dan mengidentifikasi alternatif-alternatif yang tersedia, bagaimana caranya untuk memilih satu pilihan yang diinginkan.

Jika semua variabel dalam proses pengambilan keputusan (ex : tujuan dan hasilnya) bisa dikuantifikasikan, maka kita dapat menggunakan beberapa metode tertentu untuk menetapkan keputusan yang paling optimal. Metode-metode tsb antara lain : analisis marginal, programasi linier, pohon keputusan (decision trees), analisis manfaat-biaya, dsb. Pendekatan ini tidak saja penting, untuk perhitungan keputusan yang optimal tetapi juga untuk mengetahui mengapa keputusan tsb optimal.

6. Analisis Sensitivitas

Terdapat hal-hal yang perlu diperhatikan : bagaimana sifat dari masalah yang menentukan pilihan tindakan yang optimal tsb, bagaimana pengaruh perubahan keadaan-keadaan tertentu terhadap keputusan yang optimal yang diambil; apakah pilihan tsb peka terhadap perubahan-perubahan variabel ekonomi utama yang terabaikan oleh si pengambil keputusan tsb.

Dalam menyelesaikan suatu masalah, penting bagi kita untuk memahami & mampu menjelaskan kepada orang lain mengapa kita memilih keputusan tsb. Pilihan tsb tidak lahir begitu saja. Pilihan tsb tergantung pada tujuan yang dipilih, cara perumusan masalah, metode & peramalan hasilnya. Oleh karena itu, analisis sensitivitas menjelaskan bagaimana suatu keputusan yang optimal akan berubah jika fakta-fakta ekonomi utama berubah.

Analisis sensitivitas ini mempunyai beberapa kegunaan yaitu :

1. memberikan faktor-faktor kunci dalam permasalahan yang mempengaruhi keputusan
2. menulusuri perubahan-perubahan variabel yang tidak diyakini manajer tsb
3. menghasilkan solusi dalam kasus proses pengulangan pengambilan keputusan jika keadaan-keadaan tertentu dimodifikasi

Sekian artikel tentang Definisi Diagram Pengaruh, Keputusan, Resiko, dan Pemodelan. Semoga bermanfaat.

Daftar Pustaka

• Turban, Efraim, Decision Support Systems and Intellegents System, 9th Edition, Pearson/Prentice Hall, 2011.