ANALISIS KEPUTUSAN BAYES DENGAN MENGGUNA

(1)

(2)

PENDAHULUAN

Eksperimen dilakukan dengan tujuan untuk memperoleh informasi. Dalam analisis keputusan, informasi yang diperoleh dari hasil eksperimen berperan dalam mengurangi ketidakpastian atau semaksimal mungkin menjadikan yang tidak asti menjadi pasti.

(3)

Hasil eksperimen yang didasarkan pada data empiris, hasil penelitiannya tidak 100% akurat akan tetapi mengandung unsur ketidakpastian yang pada umumnya kita sebut kesalahan sampling dengan derajat keyakinan α.

(4)

Pada bab ini akan dibahas cara mengambil keputusan dengan menggunakan informasi hasil suatu eksperimen. Informasi yang diperoleh akan mempengaruhi probabilitas terjadinya kejadian-kejadian tidak pasti yang menentukan hasil (pay off) dari tindakan (action) atau pemilihan alternatif.

Kita dapat merevisi probabilitas kejadian-kejadian tidak pasti dengan jalan memperkecil atau meperbesar nilainya tergantung pada bukti-bukti yang diperoleh dari eksperimen. Dan akan dibahas juga mengenai bagaimana memperbaiki nilai

kemungkinan dengan menggunakan informasi

(5)

ATURAN KEPUTUSAN



R=0, terima plot



R=1, tolak plot dengan harapan akan

mendapatkan harapan pay off yang

lebih tinggi



Nilai R terbesar digunakan untuk

menentukan lot mana yang diambil

sebagai bilangan penerimaan si

pembuat keputusan, yang diberi

lambang C



C=0



Dengan jumlah sampel =2, aturan

keputusan:

(6)

POPULASI KUANTATIF



Prosedur sama dengan Populasi

(7)

ATURAN KEPUTUSAN DIDASARKAN

ATAS RATA-RATA SAMPEL

(8)

(9)

(10)

PENGAMBILAN KEPUTUSAN DENGAN INFORMASI SAMPEL

(11)

(12)

(13)

(14)

KEPUTUSAN MENGENAI BESARNYA SAMPEL : ANALISIS PREPOSTERIOR

Analisis Preposterior

Menganalisis berbagai sampel yang

berbeda

jumlah

elemennya

menentukan

informasi

yang

(15)

MENENTUKAN BESARNYA

SAMPEL YANG OPTIMAL

Hasil

Proporsi kejadian barang

rusak

Proporsi kejadian barang

rusak

Kejadian Hasil Sampel

Keputusan Memilih

sampel atau tidak

Keputusan Memilih

sampel atau tidak

n = 1 (625,92)

R = 0; (0,81) 632

Menerima

(0,44) 796796 0,20;

(0,30) 0,20;

(0,30) 596596 0,30;

(0,26) 0,30;

(0,26) 396396

Menolak 600

0,10; (0,44) 0,10;

(0,44) 600600 0,20;

(0,30) 0,20;

(0,30) 600600 0,30;

(0,26) 0,30;

(0,26) 600600

R = 1; (0,19) 600

Menerima 564

0,10; (0,21) 0,10;

(0,21) 816816 0,20;

(0,32) 0,20;

(0,32) 616616 0,30;

90,47) 0,30;

90,47) 416416

Menolak 600

0,10; 90,21) 0,10;

90,21) 600600 0,20;

(0,32) 0,20;

(0,32) 600600 0,30;

(0,47) 0,30;

(16)

Tindakan

• _{n = 1}

• _{n = 2}

• _{n = 3}

• _{n = 4}

• _{n = 1}

• _{n = 2}

• _{n = 3}

• _{n = 4}

Nilai

Harapan

Nilai

Harapan

(17)

MENILAI INFORMASI SAMPEL

 Nilai Harapan Informasi Sempurna (NHIS)

merupakan selisih antara harapan hasil dengan informasi sempurna (HHIS) dengan harapan hasil tanpa informasi sempurna yang dinyatakan dalam harapan hasil terbesar

 Apabila NHIS terlalu kecil nilainya, sehingga

biaya lebih besar dari manfaat, maka jelas

tambahan informasi tidak diperlukan,

(18)

NILAI HARAPAN INFORMASI

SAMPEL (NHISAM)

NHISAM = HHISAM –

HHTISAM

HHISAM : harapan hasil dengan

informasi sampel

(19)

HARAPAN PEROLEHAN NETTO

DARI SAMPEL

Harapan perolehan netto dari sampel

adalah nilai yang dihasilkan dari NHISAM untuk beberapa n dikurangi dengan biaya sampling.

1 625,92 629,92 620 9,92 4 5,92

2 630,50 638,50 620 18,50 8 10,50

3 630,63 642,63 620 22,63 12 10,63*)