Kriteria Pengambilan Keputusan

From Systems analysis Wiki
Jump to navigation Jump to search

Kriteria Pengambilan Keputusan — dalam teori pengambilan keputusan, aturan atau metode yang diformalkan dan diterapkan untuk memilih strategi optimal dalam kondisi ketidakpastian atau risiko. Kriteria ini memungkinkan sistematisasi proses pemilihan dan penentuan keputusan yang lebih disukai berdasarkan data yang diketahui atau asumsi tentang lingkungan eksternal.

Konsep Dasar

  • Kondisi ketidakpastian — situasi ketika tidak diketahui hasil mana yang akan terjadi setelah pengambilan keputusan, dan tidak terdapat probabilitas yang dapat diandalkan untuk berbagai kemungkinan hasil.
  • Kondisi risiko — situasi ketika probabilitas terjadinya berbagai hasil diketahui atau dapat diestimasi secara wajar.

Kriteria dalam Kondisi Ketidakpastian

  • Kriteria Wald: Berorientasi pada maksimalisasi hasil minimum yang mungkin. Merupakan strategi pesimistis untuk perlindungan terhadap hasil terburuk.
  • Kriteria Maximax: Berorientasi pada hasil maksimum yang mungkin. Merupakan pendekatan optimistis yang mengharapkan skenario terbaik.
  • Kriteria Hurwicz: Kompromi antara optimisme dan pesimisme. Pilihan ditentukan menggunakan parameter optimisme yang menetapkan keseimbangan antara hasil terburuk dan terbaik.
  • Kriteria Savage: Meminimalkan penyesalan maksimum atas pengambilan keputusan yang salah. Penilaian didasarkan pada selisih antara hasil optimal dan hasil aktual.
  • Kriteria Laplace: Mengasumsikan bahwa semua hasil memiliki probabilitas yang sama. Dipilih strategi dengan rata-rata hasil yang diharapkan paling besar.

Kriteria dalam Kondisi Risiko

  • Kriteria Bayes: Didasarkan pada maksimalisasi hasil yang diharapkan dengan mempertimbangkan probabilitas hasil yang diketahui atau diestimasi. Diterapkan ketika probabilitas diketahui dengan andal.
  • Kriteria Hodge-Lehmann: Menggabungkan pendekatan Wald dan Bayes. Mempertimbangkan baik hasil minimum yang mungkin maupun nilai rata-rata berdasarkan probabilitas, dengan bobot yang ditetapkan.
  • Kriteria Minimax Bayes: Diterapkan ketika terdapat ketidakpastian mengenai probabilitas. Dipilih strategi yang meminimalkan risiko yang diharapkan terburuk di antara semua distribusi probabilitas yang diperbolehkan.

Pemilihan Kriteria

Pemilihan kriteria bergantung pada:

  • ketersediaan informasi mengenai probabilitas,
  • sikap terhadap risiko (kecenderungan optimisme atau pesimisme),
  • karakteristik tugas tertentu.

Dalam kondisi ketidakpastian penuh, kriteria Wald, Maximax, Hurwicz, Savage, dan Laplace lebih sering diterapkan.

Dalam kondisi risiko, kriteria Bayes, Hodge-Lehmann, atau Minimax Bayes lebih diutamakan.

Tabel Perbandingan

Kriteria Kondisi penerapan Jenis hasil Karakter strategi Memerlukan pengetahuan probabilitas Jenis optimisasi Metode perhitungan utama Ketahanan terhadap kesalahan
Wald Ketidakpastian penuh Hasil minimum Pesimistis Tidak Maksimalisasi minimum Memilih nilai terbesar dari hasil minimum Tinggi
Maximax Ketidakpastian penuh Hasil maksimum Optimistis Tidak Maksimalisasi maksimum Memilih nilai terbesar dari hasil maksimum Rendah
Hurwicz Ketidakpastian penuh Tertimbang antara minimum dan maksimum Kompromi Tidak Optimisasi tertimbang Menghitung nilai rata-rata antara minimum dan maksimum dengan bobot Sedang
Savage Ketidakpastian penuh Penyesalan maksimum Hati-hati Tidak Minimalisasi penyesalan Membangun matriks penyesalan dan memilih penyesalan maksimum yang minimal Tinggi
Laplace Ketidakpastian penuh Hasil rata-rata Netral Tidak Maksimalisasi rata-rata Menghitung nilai rata-rata untuk semua hasil Sedang
Bayes Risiko (probabilitas diketahui) Hasil yang diharapkan Optimistis (rasional) Ya Maksimalisasi keuntungan yang diharapkan Menghitung nilai ekspektasi matematis berdasarkan probabilitas Sedang
Hodge-Lehmann Ketidakpastian parsial Hasil gabungan Kompromi Sebagian Optimisasi gabungan Kombinasi minimum dan ekspektasi matematis dengan bobot Sedang
Minimax Bayes Ketidakpastian parsial (ketidakpastian dalam probabilitas) Risiko yang diharapkan maksimum Pesimistis Sebagian Minimalisasi risiko maksimum Meminimalkan risiko Bayesian terburuk di antara semua probabilitas yang diperbolehkan Tinggi