BAB VII NILAI INFORMASI A KONSEP INFORMASI Informasi
BAB VII NILAI INFORMASI
A. KONSEP INFORMASI Informasi meningkat pengetahuan seseorang terhadap suatu hal mengurangi ketidakpastian yang meliputi variabel. Masalah informasi perlu biaya & tidak pernah 100% sempurna (umumnya) Sebelum cari informasi tambahan harus laku nilai dari informasi Contoh : minta bantuan biro survai
B. SUMBER INFORMASI 1. Data empiris dari pengumpulan data/survei memakai distribusi kemungkinan munculnya suatu kejadian untuk mendapat distribusi kemungkinan posterior dari nilai kemungkinan prior 2. Informasi dari ahli sering karena keterbatasan waktu, dana data empiris sukar diperoleh sumber informasi lain : para ahli
C. NILAI INFORMASI C. 1. Nilai Ekspektasi Informasi Sempurna Info sempurna suatu kejadian tak pasti = info yang dapat menghilangkan seluruh ketidakpastian (kejadian tak pasti) yang melingkupi hasil. NEIS = NEINSA – NETIN NEIS = Nilai Ekspektasi Info Sempurna NEINSA = Nilai Ekspektasi bila info sempurna dapat diperoleh NETIN = Nilai Ekspektasi dari alternatif terbaik tanpa info.
Contoh : Masalah label kemasan salah satu produk, hasil penelitian : konsumen kurang tertarik. Minta didisain beberapa label evaluasi oleh para eksekutif Terpilih satu (selalu menang dalam test preferensi) * Biaya perubahan Rp. 50 juta * Bila label baru unggul, NE=80 juta dalam 3 tahun keuntungan * Dari pengalaman, kemungkinan sukses = 0, 5 Ingin tambahan info : survei dengan hasil sempurna, biaya 30 juta. Apakah perlu atau tidak survei?
Sukses A 1 perubahan 0, 5 Tanpa survei gagal 0, 5 Survai: sukses A 2 survai 0, 5 Info sempurna survai: gagal 0, 5 A 3 tidak ada perubahan keuntungan 80 juta -50 juta perubahan 80 juta tidak 0 0 A 1 : NE = (0, 5 x 0, 8)-(0, 5 x 50) = 15 juta A 2 : NE = (0, 5 x 80)+(0, 5 x 0) = 40 juta NEIS = NEINSA – NETIN = 40 juta – 15 juta = 25 juta Biaya survai = 30 juta NEIS < biaya survai tidak usah dijalankan
C. 2. Nilai Ekspektasi Informasi Tak Sempurna n n n Pada umumnya info yang diperoleh tidak 100% sempurna tapi informasi ini mungkin masih bisa dipakai untuk mengurangi ketidakpastian Ketidakpastian sempurnaan info sering dinyatakan dalam tingkat keandalan 80% dll. Dalam informasi tidak sempurna setelah mendapat informasi, unsur ketidakpastian masih ada.
Contoh : Nilai info sempurna 25 juta, cari alternatif lain : sistem survai lebih murah, harga 7, 5 juta (tidak dapat diandalkan 100%) 1. P(survai menyatakan sukses/sukses) = 0, 8 2. P(survai menyatakan tidak sukses/sukses) = 0, 2 3. P(survai menyatakan sukses/tidak sukses) = 0, 3 4. P(survai menyatakan tidak sukses/tidak sukses)=0, 7 Diketahui : (data masa lalu) 1. P(SS/S) = 0, 8 kemungkinan hasil survai menyatakan sukses bila perubahan label sukses 2. P(ST/S) = 0, 2 kemungkinan hasil survai menyatakan tidak sukses, bila perubahan label sukses 3. P(SS/T) = 0, 3 4. P(ST/T) = 0, 7 Kemungkinan prior : P(S) = 0, 5 & P(T) = 0, 5
Dicari : kemungkinan posterior (proyeksi yang akan datang) P(S/SS) = ? kemungkinan perubahan label sukses, bila hasil survai menyatakan sukses P(T/SS) = ? kemungkinan perubahan label tidak sukses, bila hasil survai menyatakan sukses P(S/ST) = ? P(T/ST) = ? Dengan tabel distribusi kemungkinan bersama survai sukses (SS) survai tidak sukses (ST) Perubahan S a = 0, 40 b = 0, 10 0, 5 label T c = 0, 15 d = 0, 35 0, 5 a + c = 0, 55 b + d = 0, 45 1 a. P(S SS) = P(S). P(SS/S) = 0, 5 X 0, 8 = 0, 40 b. P(S ST) = P(S). P(ST/S) = 0, 5 X 0, 2 = 0, 10 c. P(T SS) = P(T). P(SS/T) = 0, 5 X 0, 3 = 0, 15 d. P(T ST) = P(T). P(ST/T) = 0, 5 X 0, 7 = 0, 35
P(S/SS) = P(S SS)/P(SS) = 0, 40/0, 55 = 0, 73 P(T/SS) = P(T SS)/P(SS) = 0, 15/0, 55 = 0, 27 P(S/ST) = P(S ST)/P(ST) = 0, 10/0, 45 = 0, 22 P(T/ST) = P(T ST)/P(ST) = 0, 35/0, 45 = 0, 78 A 1 : NE = (0, 5 x 80) – (0, 5 x 0, 5) = 40 – 25 = 15 A 311 : NE = (0, 73 x 80) – (0, 27 x 50) = 44, 9 A 31 = A 311 A 312 : NE = 0 A 321 : NE = (0, 22 x 80) – (0, 78 x 50) = -21, 4 A 32 = A 321 A 322 : NE = 0 A 3 = (A 31 x 0, 55) + (A 32 x 0, 45) = 24, 7 juta Nilai Ekspektasi mengadakan survai (A 3) = Rp 24, 7 juta Nilai Ekspektasi tanpa survai (A 1) = 15 juta NEITS (Nilai Ekspektasi Informasi Tidak Sempurna) = 9, 7 juta Biaya survai = 7, 5 juta NEITS > biaya survai alternatif bisa dilakukan
A 1 NE = 15 Hasil survai A 31 Sukses (SS) 0, 5 NE=44, 9 A 3 NE=24, 7 Hasil survai A 32 Tidak(ST) NE=0 0, 5 Rubah A 311 Label NE=44, 9 0, 27 tidak 0 Rubah A 321 Label NE=21, 4 tidak 0 Sukses (S) 0, 5 tidak (T) 0, 5 Sukses (S) 0, 73 Tidak (T) 80 -50 0 Sukses (S) 0, 22 tidak (T) 0, 78 80 -50 0
D. HUBUNGAN ANTARA NILAI INFORMASI DAN TINGKAT KETIDAKPASTIAN Sukses A 1 perubahan 0, 6 Tanpa survei gagal 0, 4 Survai: sukses A 2 survai 0, 5 Info sempurna survai: gagal 0, 5 A 3 tidak ada perubahan 80 juta -50 juta perubahan 80 juta tidak 0 0
Bila kemungkinan penjualan dengan label baru sukses = 0, 6 NE : A 1 = (0, 6 X 80) – (0, 4 X 50) = 28 NE : A 2 = (0, 6 X 80) – (0, 4 X 0) = 48 NEIS = 48 – 28 juta Bila kemungkinan penjualan dengan label baru sukses = 0, 4 NE : A 1 = (0, 4 x 80) – (0, 6 x 50) = 2 juta NE : A 2 = (0, 4 x 80) – (0, 6 x 0) = 32 juta NEIS = 32 – 2 = 30 juta Ada hubungan antar nilai kemungkinan prior dengan NEIS NILAI EKSPEKTASI INFORMASI SEMPURNA 30 20 10 0 Nilai kemungkinan 0, 4 0, 6 1
E. ANALISA SENSITIVITAS Untuk mengetahui nilai dari suatu informasi (probabilitasnya) terhadap keputusan yang diambil. Contoh : - perusahaan eksplorasi minyak, problem : pengeboran. - Hasil kemungkinan ekspektasi pendapatan Tinggi (T) 0, 2 350 juta Sedang (S) 0, 3 150 juta Rendah (R) 0, 5 - Kedalaman 1000 m, ongkos Rp. 50. 000, -/m , diperkirakan - Perkiraan kedalaman ongkos keuntungan - Seberapa jauh data kedalaman yang pasti mempengaruhi keputusan?
Penyebaran T 0, 2 S 0, 3 R 0, 5 keuntungan, dalam 103 rupiah 350. 000 – 50 d 150. 000 – 50 d -50 d tidak Ekspektasi keuntungan = 0, 2(350. 000 – 50 d) + 0, 3(150. 000 – 50 d) – (0, 5 x 50 d) = 70. 000 – 10 d + 45. 000 – 15 d – 25 d = 115. 000 – 50 d Ekspektasi keuntungan = 0 115. 000 = 50 d d = 2300 Ekspektasi keuntungan maksimum bila = 0 Ekspektasi keuntungan maksimum = 115. 000
115. 000 1000 2300 kedalaman Bila d > 2300, misal 2500 Persamaan 115. 000 – 50 d harganya akan negatif Ekspektasi keuntungan = 115. 000 – 125. 000 = -10. 000 Dalam kasus ini, kedalaman baru berpengaruh bila lewat 2300 m Sampai dengan 2300 m masih untuk bila dibandingkan tidak mengebor. Keputusan tidak terlalu sensitivitas terhadap kedalaman, selama tidak lebih dari 2300 m
- Slides: 16