Decision Analysis: Sejarah, Metode Analisis Keputusan

Decision Analysis (DA) adalah pendekatan terstruktur untuk pengambilan keputusan yang melibatkan identifikasi dan penilaian faktor-faktor yang berkontribusi pada masalah atau peluang dan kemudian mengembangkan dan mengevaluasi solusi yang mungkin.

Analisis keputusan (DA) dapat digunakan untuk membuat keputusan tentang tindakan individu atau untuk membandingkan beberapa opsi. Ini adalah alat yang berguna untuk pembuat keputusan yang ingin mempertimbangkan semua faktor yang relevan dalam masalah atau peluang dan mengidentifikasi solusi terbaik.

Apa itu Decision Analysis (DA)?

Definisi: Analisis keputusan (DA) atau Decision Analysis didefinisikan sebagai proses menganalisis dan mengevaluasi hasil potensial dari berbagai tindakan, untuk memilih opsi terbaik. Tujuan dari analisis keputusan adalah untuk mengidentifikasi solusi yang paling menguntungkan untuk suatu masalah atau peluang, mengingat kendala dan sumber daya yang tersedia.

Decision analysis adalah metode untuk membuat keputusan bisnis penting yang melibatkan penggunaan teknik kuantitatif, visual, dan sistematis. Analisis keputusan menggunakan berbagai alat serta psikologi, prinsip ekonomi, dan teori manajemen. Decision Analysis adalah alat yang ampuh yang dapat digunakan untuk menilai secara formal aspek-aspek penting dari suatu masalah dan mengembangkan strategi pengobatan yang optimal.

Memahami Decision Analysis

Decision Analysis (DA) adalah metode untuk menganalisis semua data terkait untuk membantu proses pengambilan keputusan, yang menggabungkan unsur-unsur psikologi, pendekatan manajemen, pelatihan, dan ekonomi. Ini sering digunakan untuk mengevaluasi keputusan yang menggabungkan banyak variabel dan banyak hasil atau tujuan potensial. Individu atau tim yang ingin membuat manajemen risiko, investasi modal, atau keputusan bisnis strategis dapat menggunakan pendekatan ini.

Decision Analysis bertujuan untuk menjamin bahwa keputusan dibuat dengan mempertimbangkan semua informasi dan alternatif terkait. Sebuah perusahaan, misalnya, mungkin menggunakannya untuk membuat keputusan investasi jutaan dolar, atau seseorang dapat menggunakannya untuk merencanakan tabungan pensiun mereka. Dasar-dasar analisis keputusan dapat digunakan untuk mengatasi berbagai masalah, mulai dari keadaan bisnis yang kompleks hingga masalah sehari-hari yang sederhana.

Sejarah Decision Analysis (DA)

Filsuf matematika Frank Ramsey mulai mengembangkan konsep probabilitas subyektif sebagai proksi untuk keyakinan atau ketidakpastian individu pada tahun 1931. Pada tahun 1940-an, matematikawan John von Neumann dan ekonom Oskar Morgenstern mengembangkan landasan aksiomatik untuk teori utilitas sebagai alat untuk mengekspresikan preferensi. atas skenario yang tidak pasti. Leonard Jimmie Savage, seorang ahli statistik, kemudian membangun struktur aksiomatik alternatif untuk analisis keputusan pada awal 1950-an. Teori utilitas-harapan yang dihasilkan didasarkan pada struktur aksiomatik lengkap untuk dibuat dalam situasi yang tidak pasti.

Terobosan teoretis awal ini kemudian disempurnakan dan dipopulerkan, yang berpuncak pada pengembangan serangkaian teknik decision analysis yang sekarang diajarkan secara luas (misalnya, di sekolah bisnis dan departemen teknik industri). Pada tahun 1968, Howard Raiffa dari Harvard Business School menerbitkan teks pengantar yang singkat dan mudah dibaca tentang subjek tersebut. Pada tahun 1976, Ralph Keeney dan Howard Raiffa lebih lanjut mengembangkan dasar-dasar teori utilitas untuk memberikan pendekatan yang komprehensif untuk membuat trade-off di beberapa tujuan. [2] Satu set bacaan tentang analisis keputusan oleh profesor teknik Ron Howard dari Universitas Stanford dan analis keputusan Jim Matheson diterbitkan pada tahun 1977; ini diperluas menjadi pekerjaan dua jilid pada tahun 1984.

The Decision Analysis Society didirikan pada tahun 1980 sebagai kelompok minat khusus dalam Operations Research Society of America (ORSA), yang bergabung dengan The Institute of Management Sciences (TIMS) untuk membentuk Institute for Operations Research and Management Sciences (INFORMS). Mulai tahun 2004, Decision Analysis telah diterbitkan oleh INFORMS sebagai jurnal khusus.

Bagaimana Decision Analysis Bekerja?

Proses decision analysis (da) dibagi menjadi lima langkah yang berbeda

Mendefinisikan masalah atau peluang

Langkah ini melibatkan identifikasi faktor-faktor yang berkontribusi pada masalah atau peluang.

Mengidentifikasi tujuan

Langkah ini melibatkan identifikasi tujuan yang ingin dicapai oleh pembuat keputusan.

Mengembangkan kemungkinan solusi

Langkah ini melibatkan pengembangan dan evaluasi kemungkinan solusi untuk masalah atau peluang.

Memilih solusi terbaik

Langkah ini melibatkan pemilihan solusi terbaik, berdasarkan tujuan dan kendala.

Mengimplementasikan solusi

Langkah ini melibatkan penerapan solusi yang dipilih dan pemantauan kemajuannya.

Decision Analysis (DA) adalah alat yang berguna bagi pembuat keputusan yang ingin mempertimbangkan semua informasi dan faktor yang relevan dalam suatu masalah selama analisis risiko atau peluang dan mengidentifikasi kemungkinan solusi terbaik. Penting untuk dicatat bahwa DA bukanlah hal yang paling utama; itu tidak akan menjamin bahwa keputusan terbaik akan dibuat. Namun, itu adalah alat yang berharga yang dapat membantu pembuat keputusan untuk membuat keputusan.

Pentingnya Proses Decision Analysis

Proses decision analysis penting karena membantu memastikan bahwa semua informasi yang relevan dipertimbangkan saat membuat keputusan. Ini juga membantu untuk mengidentifikasi solusi terbaik, mengingat kendala dan sumber daya yang tersedia.

Decision analysis adalah alat yang berharga untuk bisnis dan organisasi karena dapat membantu meningkatkan kualitas keputusan. Ketika digunakan dengan benar, ini dapat membantu mengurangi risiko yang terkait dengan pengambilan keputusan, dan juga dapat membantu menghemat waktu dan uang.

Decision analysis dapat digunakan dalam berbagai situasi, termasuk:

1. Membuat keputusan investasi
2. Memilih strategi pemasaran
3. Memilih produk atau layanan baru
4. Mengembangkan rencana bisnis
5. Melakukan perubahan organisasi
6. Mengevaluasi risiko dan peluang

Kapan Menggunakan Decision Analysis

Decision Analysis dapat digunakan dalam berbagai situasi, termasuk:

1. Ketika ada beberapa tujuan yang perlu dipertimbangkan
2. Ketika ada banyak pilihan yang tersedia
3. Ketika ada ketidakpastian tentang masa depan
4. Ketika sumber daya terbatas
5. Ketika konsekuensi dari suatu keputusan signifikan

Jika Anda berada dalam salah satu situasi ini, DA mungkin merupakan alat yang tepat untuk Anda.

BACA JUGA : Apa itu Customer Equity? Pentingnya dan Komponen

Metode Decision Analysis

Ada berbagai metode yang dapat digunakan dalam decision analysis. Beberapa metode yang paling umum meliputi:

1. Pohon keputusan
2. Teori utilitas
3. Simulasi
4. Pemrograman linier
5. matriks keputusan
6. Heuristik, dll

Metode mana yang Anda gunakan akan bergantung pada situasi Anda saat ini, dan jenis keputusan yang perlu Anda buat.

Decision Trees

Decision trees adalah representasi grafis dari proses decision analysis. Ini adalah alat yang berguna untuk memvisualisasikan langkah-langkah berbeda yang terlibat dalam pengambilan keputusan. Pohon keputusan dapat digunakan untuk berbagai tujuan, antara lain:

1. Memahami berbagai langkah yang terlibat dalam pengambilan keputusan
2. Menentukan faktor mana yang paling penting dalam pengambilan keputusan
3. Mengevaluasi pilihan yang berbeda
4. Menganalisis risiko dan peluang

Decision trees adalah alat yang berharga untuk bisnis dan organisasi karena dapat membantu meningkatkan kualitas keputusan. Ketika digunakan dengan benar, mereka dapat membantu mengurangi risiko yang terkait dengan pengambilan keputusan, dan juga dapat membantu menghemat waktu dan uang.

Nilai yang Diharapkan (EV)

Nilai yang diharapkan atau expected value (EV) adalah konsep statistik yang mengukur hasil yang diharapkan dari suatu keputusan. EV dihitung dengan mengalikan probabilitas setiap kemungkinan hasil dengan nilai hasil tersebut. Jumlah yang dihasilkan adalah nilai yang diharapkan.

Formula Nilai Expected Value

Formula Expected Value digunakan untuk menghitung hasil yang diharapkan dari suatu keputusan. Rumusnya adalah:

EV = (Probabilitas Kejadian A) x (Nilai Kejadian A) + (Kemungkinan Kejadian B) x (Nilai Kejadian B) + …

Misalnya, pertimbangkan situasi di mana Anda memiliki opsi untuk berinvestasi di saham A atau saham B. Saham A memiliki peluang 50% untuk naik nilainya sebesar 10% dan peluang 50% untuk turun nilainya sebesar 5%. Saham B memiliki peluang 60% untuk meningkatkan nilainya sebesar 15% dan peluang 40% untuk menurunkan nilainya sebesar 10%.

Nilai yang diharapkan untuk saham A dan saham B adalah:

Stok A: (0,5 x 0,1) + (0,5 x -0,05) = 0,025

Saham B: (0,6 x 0,15) + (0,4 x -0,1) = 0,045

Dalam contoh ini, nilai ekspektasi saham B lebih tinggi dari nilai ekspektasi saham A. Artinya, secara rata-rata, saham B merupakan investasi yang lebih baik daripada saham A.

Jaringan Bayesian

Jaringan Bayesian adalah representasi grafis dari proses decision analysis. Ini adalah alat yang berguna untuk memvisualisasikan langkah-langkah berbeda yang terlibat dalam pengambilan keputusan. Jaringan Bayesian dapat digunakan untuk berbagai tujuan, termasuk:

1. Memahami berbagai langkah yang terlibat dalam pengambilan keputusan
2. Menentukan faktor mana yang paling penting dalam pengambilan keputusan
3. Mengevaluasi pilihan yang berbeda
4. Menganalisis risiko dan peluang

Jaringan Bayesian adalah alat yang berharga untuk bisnis dan organisasi karena dapat membantu meningkatkan kualitas keputusan. Ketika digunakan dengan benar, mereka dapat membantu mengurangi risiko yang terkait dengan pengambilan keputusan, dan juga dapat membantu menghemat waktu dan uang.

Simulasi Monte Carlo

Simulasi Monte Carlo adalah teknik statistik yang digunakan untuk memodelkan probabilitas hasil yang berbeda. Simulasi Monte Carlo sering digunakan dalam situasi dimana ada ketidakpastian tentang masa depan.

Misalnya, pertimbangkan situasi di mana Anda mencoba memutuskan apakah akan berinvestasi di saham A atau tidak. Anda percaya bahwa ada kemungkinan 50% saham akan naik nilainya sebesar 10% dan peluang 50% saham akan turun nilainya sebesar 5%. Namun, Anda tidak yakin apa yang akan terjadi di masa depan.

Dalam situasi ini, Anda dapat menggunakan simulasi Monte Carlo untuk memodelkan kemungkinan hasil. Hasil simulasi akan menunjukkan kemungkinan hasil keputusan Anda.

BACA JUGA : Apa itu Indirect Marketing dan Apa saja Contohnya

Decision Analysis Multicriteria (MCDA)

Decision analysis multicriteria (MCDA) adalah teknik yang digunakan untuk mengevaluasi beberapa pilihan. MCDA sering digunakan ketika ada banyak faktor yang perlu dipertimbangkan, dan ketika sulit untuk membandingkan opsi menggunakan satu kriteria.

Misalnya, pertimbangkan situasi di mana Anda mencoba memutuskan saham mana yang akan diinvestasikan. Anda memiliki dua opsi: saham A dan saham B. Anda perlu mempertimbangkan banyak faktor, seperti pengembalian yang diharapkan, risiko, dan biaya investasi. Dalam situasi ini, Anda dapat menggunakan MCDA untuk mengevaluasi opsi. MCDA akan membantu Anda mengidentifikasi opsi yang paling mungkin berhasil, berdasarkan kriteria yang telah Anda pilih.

Teori Utilitas

Teori utilitas adalah cabang decision analysis yang berkaitan dengan pengukuran utilitas. Utilitas adalah ukuran kepuasan yang diperoleh seseorang dari suatu keputusan tertentu. Teori utilitas multi-atribut digunakan untuk menilai nilai opsi yang berbeda. Itu juga digunakan untuk membandingkan utilitas dari opsi yang berbeda.

Pemrograman Linier

Pemrograman linier adalah teknik matematika yang digunakan untuk mengoptimalkan fungsi linier. Pemrograman linier sering digunakan dalam situasi di mana ada banyak variabel yang perlu dipertimbangkan, dan di mana sulit untuk menemukan solusi terbaik menggunakan satu kriteria.

Misalnya, pertimbangkan situasi di mana Anda mencoba memutuskan bagaimana mengalokasikan sumber daya Anda. Anda memiliki jumlah uang yang terbatas, dan Anda perlu memutuskan bagaimana membelanjakannya. Anda juga memiliki waktu terbatas, dan Anda perlu memutuskan bagaimana menggunakannya. Dalam situasi ini, Anda dapat menggunakan pemrograman linier untuk menemukan solusi optimal. Pemrograman linier akan membantu Anda menemukan cara terbaik untuk mengalokasikan sumber daya Anda, berdasarkan batasan yang telah Anda pilih.

Heuristik

Heuristik adalah aturan sederhana yang dapat digunakan untuk mengambil keputusan. Heuristik sering digunakan dalam situasi di mana terdapat ketidakpastian, dan di mana sulit untuk membandingkan opsi menggunakan satu kriteria.

Misalnya, pertimbangkan situasi di mana Anda mencoba memutuskan saham mana yang akan diinvestasikan. Anda memiliki dua opsi: saham A dan saham B. Anda tidak yakin apa yang akan terjadi di masa depan, tetapi Anda memiliki waktu terbatas untuk membuatnya. sebuah keputusan. Dalam situasi ini, Anda dapat menggunakan heuristik untuk membuat keputusan. Heuristik sederhana adalah memilih saham yang memiliki pengembalian yang diharapkan lebih tinggi.

Pemodelan Decision Analysis

Pemodelan decision analysis adalah komponen kunci dari ilmu manajemen dan dapat digunakan untuk efek yang besar dalam berbagai situasi. Diagram pengaruh adalah jenis umum dari model analisis keputusan yang digunakan untuk mewakili hubungan antara berbagai faktor dalam suatu masalah. Decision analysis dapat digunakan untuk membantu membuat keputusan yang kompleks dengan memecah masalah menjadi bagian-bagian komponennya dan menilai hubungan di antara mereka.

Decision analysis Contoh Dunia Nyata

Beberapa contoh umum penggunaan metode decision analysis adalah

1. Dalam kelompok keputusan strategis bisnis, untuk mempelajari perilaku pembelian pelanggan atau untuk memutuskan peluncuran produk baru
2. Dalam perawatan kesehatan, untuk memilih perawatan yang paling efektif untuk pasien
3. Dalam pemerintahan, untuk mengembangkan kebijakan publik
4. Dalam pengambilan keputusan pemasaran multi-atribut, untuk mengidentifikasi target pasar atau merancang kampanye promosi
5. Di bidang manufaktur, untuk memilih proses produksi yang paling efisien
6. Dalam logistik, untuk mengembangkan rencana distribusi atau memilih rute transportasi.