SlideShare une entreprise Scribd logo
1  sur  32
BAB 6
PENDEKATAN PROBABILISTIK
Analisis Skenario, Pohon Keputusan,
dan Simulasi
Disusun oleh :
- Adam Ismail
- Anggita ………….
- Asri …………..
- Fanny Agniya N.A
- Indah Ayu P
KELOMPOK : 2
KELAS : 4EA21
- Pascal Krisvy
- Reren Anggun W
- Suci Lestari
- Tajdidatul Khiyaroh
- Vira Lili A
SUB BAB 6
Analisis skenario
Pohon keputusan
Simulasi
Penilaian Keseluruhan Pendekatan
Penilaian Risiko Probabilistik (An
overall assessment of probabilistic
risk assessment approaches)
Membandingkan Pendekatan
(Comparing the approaches)
Tepat Dalam Distribusi
(Fitting the distribution)
01
02
03
04
05
06
PENDAHULUAN
• Pada bab ini, kita mempertimbangkan cara-cara yang
lebih informatif di dalam mengakses dalam
merepresentasikan risiko dalam investasi.
• Dimulai dengan melihat pada versi sederhana, yaitu
analisis nilai aset dalam 3 skenario, kemudian
memperluas pembahasan dengan melihat pada analisis
skenario secara umum, lalu kita akan bergerak menguji
penggunaan pada pohon keputusan, dan mengakhirinya
dengan mengevaluasi simulasi Monte Carlo.
• Kita bisa memperkirakan arus kas yang diharapkan di
pergunakan untuk menilai aset berisiko dengan
maksud untuk mendapatkan rasa yang lebih baik dari
efek risiko terhadap nilai (a better sense of the effect
of risk on value), yaitu dengan kasus terbaik atau kasus
terburuk (best case or worst case) dan analisis
beberapa skenario (multiple scenario analysis).
ANALISIS SKENARIO (SCENARIO
ANALYSIS)
Dua cara pengambilan keputusan yaitu :
1. Gunakan perbedaan antara nilai kasus
terbaik atau kasus terburuk sebagai
ukuran risiko pada aset.
2. Perusahaan yang menggunakan hasil kasus
terburuk membuat pertimbangan seperti
apakah investasi mempunyai potensi
untuk mendorong perusahaan ke
standarnya (into default).
Kasus Terbaik atau Kasus
Terburuk (Best Case or
Worst Case)
Dalam bentuk yang lebih umum, nilai suatu
aset berisiko bisa dihitung dalam beberapa
skenario, yaitu ekonomi makro dan variabel
spesifik aset (asset-specific variables).
Analisis Beberapa
Skenario Multiple
(Scenario Analysis)
LANGKAH-LANGKAH ANALISIS SKENARIO
Penentuan
faktor-faktor
Misal : faktor ekonomi
perusahaan mobil
mempertimbangkan untuk
membuka pabrik mobil baru
dan respon pesaing terhadap
produk baru perusahaan.
Untuk mempermudah
perkiraan, kita berfokus
pada dua atau tiga
faktor.
Memperkirakan arus kas
setiap skenario lebih
mudah kalau perusahaan
menentukan 5 skenario.
Misal : faktor ekonomi
makro seperti nilai tukar
mata uang, suku bunga, dan
pertumbuhan ekonomi.
Membuat perkiraan
aset arus kas dalam
setiap skenario
Penentuan
Banyaknya
skenario
Menentukan nilai
probabilitas terjadinya
setiap skenario
1 2 3 4
CONTOH ANALISIS SKENARIO
• Ketika kita ingin memprediksi laba perusahaan di tahun depan
• Awalnya, kita membuat skenario kemungkinan pendapatan
dan beban dibukukan perusahaan dengan mempertimbangkan
sejumlah informasi misal: pangsa pasar, penjualan industri,
rasio keuangan, jumlah output, jumlah karyawan.
• Kita membuat tiga pendekatan untuk kemungkinan laba
perusahaan: pertumbuhan rendah, moderat dan tinggi,
berdasarkan pertimbangan informasi tersebut.
GUNAKAN DALAM PENGAMBILAN KEPUTUSAN
(USE IN DECISION MAKING)
• Artikel The Financial Times, mengilustrasikan bagaimana analisis risiko dapat dipergunakan perusahaan,
dengan pertimbangan menginvestasikan dalam jumlah besar di Cina untuk mengukur risiko yang potensial.
• Mereka mempertimbangkan 4 skenario dibangun sekitar Cina, yaitu :
1. Mitra ekonomi dunia (Global economic partner)
Cina berkembang sebagai eksportir barang dan sebagai pasar domestik untuk barang konsumsi.
2. Predator ekonomi dunia (Global economic predator)
Cina sebagai negara produsen dengan biaya produksi yang rendah.
3. Peserta dunia yang tumbuh lambat (Slow growing global participant)
Cina terus berkembang tetapi dengan laju pertumbuhan yang agak lambat karena
tantangan untuk memasuki pasar global lebih sulit.
4. Orang luar yang frustrasi dan tidak stabil (Frustrated and unstable outsider)
Pertumbuhan Cina melambat kesukaran ekonomi dan politik berkembang
Kunci melakukan analisis skenario yang baik adalah menetapkan
skenario dan memperkirakan arus kas setiap skenario.
Sampah masuk sampah keluar (Garbage in, garbage out)
Analisis skenario sangat tepat kalau berkaitan dengan risiko
yang mengambil bentuk hasil yang diskrit.
Risiko berkelanjutan (Continuous risk)
Berbahaya bahwa pengambilan keputusan akan melakukan
perhitungan ganda terhadap risiko.
Perhitungan risiko ganda (Double counting of risk)
MASALAH SKENARIO GANDA
(DUAL SCENARIO ISSUES)
POHON
KEPUTUSAN
(DECISION TREE)
Pohon keputusan tidak hanya mempertimbangkan risiko
dalam tiap tahapan, tetapi juga menyiapkan respon yang
benar pada hasil setiap tahap.
Langkah pertama adalah membedakan antara simpul :
1. Simpul akar (Road nodes) : Dimulainya pohon keputusan
dimana pengambilan keputusan bisa dihadapkan dengan
pilihan keputusan yang tak pasti.
2. Simpul kejadian (Event nodes) : Mewakili hasil pada satu
judi yang berisiko. Kita harus membayangkan hasil dan
probabilitas hasil didasarkan pada informasi yang kita
miliki sekarang (berupa lingkaran).
3. Simpul keputusan (Decision nodes), menunjukkan pilihan
yang bisa dibuat oleh pengambil keputusan, memperluas
uji pasar ke pasar nasional setelah uji hasil pasar diketahui
(empat persegi panjang).
4. Simpul akhir (End nodes), menunjukkan hasil dari hasil
berisiko sebelumnya dan keputusan dibuat dalam respon.Gambar Simple Decision Tree
1. Bagi analisis ke dalam tahap-tahap risiko
Kunci utama ialah membuat garis besar tahapan risiko yang akan diekspos di waktu yang akan datang.
2. Perkiraan probabilitas hasil dalam setiap tahapan
Setelah tahapan analisis dan hasil tahap sudah di definisikan, kita harus menghitung probabilitas dari hasil.
3. Mendefinisikan titik keputusan
Tersimpan dalam pohon keputusan adalah titik – titik keputusan dimana akan menentukan berdasarkan
pengamatan hasil tahap sebelumnya harapan/ekspektasi apa yang akan terjadi di waktu akan datang.
4. Menghitung arus nilai pada simpul akhir (End Node)
Seperti meninggalkan uji produk pasar, hal ini akan mudah dilakukan dan akan mewakili sejumlah uang
yang dikeluarkan untuk menguji pasar dari produk.
5. Lipat kembali pohonnya (Fold back the tree)
Langkah terakhir dalam analisis pohon keputusan dimana kita menghitung nilai harapan.
1. Nilai harapan sekarang meliputi seluruh pohon keputusan.
2. Kisaran nilai pada simpul akhir yang baru meringkas risiko dalam investasi yang potensial.
LANGKAH-LANGKAH MENGEMBANGKAN POHON KEPUTUSAN
DUA HASIL YANG TIMBUL DARI POHON KEPUTUSAN
Penggunaan dalam Pengambilan Keputusan
Dynamic Response To Risk Nilai Informasi Manajemen Risiko
1 2 3
ISSUES
• Pohon keputusan mampu mengatasi beberapa jenis risiko dan tidak lainnya! Khususnya pohon
keputusan sangat tepat untuk risiko yang berurutan (sequendial); proses untuk FDA di mana
persetujuan terjadi dalam tahapan (by stages) merupakan contoh yang bagus.
Risk Adjusted Value and Decision Tree
Expected Values are not
Risk Adjusted
Double-Counting Of
Risk
The Right Discount Rate
1 2 3
SIMULASI
Suatu upaya menduplikasi fitur, tampilan, karakteristik suatu
sistem dengan mengembangkan sebuah model matematika
paling dekat dengan yang menggambarkan system
sesungguhnya
COMPUTER REPAIR & SUPPORT
Langkah-Langkah dalam Simulasi
Membuat Distribusi Probabilitas
untuk Variable Penting.
Menentukan Distribusi
Probabilitas untuk Tiap Variabel
Menentukan Interval Bilangan
Acak pada Tiap Variabel.
Melakukan Serangkaian
Simulasi Percobaan.
“Toko Alat Kesehatan”
Setelah melakukan pengamatan selama 200 hari, sebuah
toko alat kesehatan memperkirakan permintaan masker
per harinya seperti pada table dibawah ini. Toko tersebut
hendak memperkirakan permintaan masker untuk 10
hari kedepan
Permintaan Frekuensi (hari)
0 10
10 box 20
20 box 40
30 box 60
40 box 40
50 box 30
Total 200
Penyelesaian :
Permintaan
Masker
Frekuensi
(1)
Probabilitas Kejadian
(2)
Probabilitas Kumulatif
0 10 10/200 = 0,05 0,05
10 20 20/200 = 0,10 0,15
20 40 40/200 = 0,20 0,35
30 60 60/200 = 0,30 0,65
40 40 40/200 = 0,20 0,85
50 30 30/200 = 0,15 1,00
200 200/200 = 1,00
0
0.2
0.4
0.6
0.8
1
1.2
0 10 20 30 40 50
CummulativeProbability
Diagram Probabilitas Kumulatif
Interval Bilangan Acak
Permintaan
Masker
(1)
Probabilitas
Kejadian
(2)
Probabilitas Kumulatif
(3)
Interval Bilangan Acak
0 10/200 = 0,05 0,05 1-5
10 20/200 = 0,10 0,15 6-15
20 40/200 = 0,20 0,35 16-35
30 60/200 = 0,30 0,65 36-65
40 40/200 = 0,20 0,85 66-85
50 30/200 = 0,15 1,00 86-99
200/200 = 1,00
PENGAMBILAN
BILANGAN
ACAK
MELAKUKAN SIMULASI
HARI BILANGAN ACAK HASIL SIMULASI
1 21 2
2 42 3
3 24 2
4 32 2
5 72 4
6 99 5
7 35 2
8 11 1
9 78 4
10 67 4
TOTAL 29
Penyelesaian :
E = 𝑖=0
5
𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑑𝑎𝑟𝑖 𝑚𝑎𝑠𝑘𝑒𝑟 𝑥 𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑚𝑎𝑠𝑘𝑒𝑟
= (0,05)(0)+(0,10)(1)+(0,20)(2)+(0,30)(3)+(0,20)(4) + (0,15)(5)
= 2,95 masker
Jadi, total penjualan masker selama 10 hari kedepan adalah 29
box masker. Dengan rata-rata permintaan perhari adalah 2,9
masker.
Perkiraan :
Pengambilan Keputusan melalui
simulasi:
 masukan perkiraan data
Dalam suatu simulasi yang ideal, maka diperlukan analisis data historis dan data
“Cross sectional” sebagai “input” sebelum membuat suatu pertimbangan yang
dipergunakan untuk parameter dari distribusi.
 Menghasilkan perkiraan yang lebih tepat dari pada hasil yang disesuaikan
Distribusi menekankan pada model value yang menghasilkan nilai perkiraan untuk
asset tidak tepat dan menjelaskan mengapa analisis yang berbeda menilai asset
yang sama mungkin sampai pada perkiraan nilai yang berbeda.
Batasan dalam simulasi (Simulation with
Constraints)
Simulasi sebagai alat dalam analisis resiko, harus mengenal suatu batasan
(Constraint) jika dilanggar akan menyebabkan biaya yang sangat besar bagi
perusahaan bahkan bisa menyebabkan kematian
Nilai Buku Ekuitas (Book Value
Constraints)
Nilai buku ekuitas ialah konsep akunting yang abstrak untuk suatu perusahaan. Ada
dua jenis batasan pada nilai buku ekuitas yaitu :
 Regulatory capital restrictions
 Negative book vale for equity
Untuk menghindari terjadinya kejadian yang tidak diinginkan,
biasanya suatu perusahaan melakukan pembatasan terhadap
earning dan arus kas dengan menggunakan simulasi
Simulasi tidak hanya untuk mengkuantitatifkan probabilitas tetapi juga dapat
membuat model pada arus kas yang diharapkan dn suku bunga diskonto.
Pembatasan Pendapatan dan Arus
Kas (Earning and Cash Flow
Constraints)
Batasan Nilai Pasar (Market Value
Constraints)
Penggunaan simulasi pertamakali diusulkan oleh David Hertz
dalam artikel “Risk Analysis in Capital Investment” pada Havard
Bussiness Review. Berargumen bahwa dengan menggunakan
distribusi probabilitas daripada perkiraan akan menghasilkan
hasil yang lebih informative.
Ada beberapa hal yang berkaitan dengan simulasi dalam
pengambilan resiko :
 Masuk sampah keluar sampah ( Garbage in Garbage Out)
 Data seringkali tidak cocok dengan distribusi (Real data may not
fit distribution)
 (nonstationary distribution)
Issues
Pendekatan probabilistic yg harus dipilih ?
Selektif terhadap analisis resiko1
2 Jenis Resiko
3 Korelasi berbagai risiko
4/17/2020
Dalam bentuk analisis scenario kita melihat nilai yang
bagus dan jelek yang betentangan dengan nilai
harapan
Pohon keputusan dirancang untuk risiko yang
berurutan dan diskrit
Simulasi menyediakan asesmen yang paling lengkap
mengenai risiko sebab mereka didasarkan pada
distribusi probabilitas untuk setiap “Input”
KESIMPULAN
REFERENSI
Prof. Johannes Supranto dan Dr. Luqman Hakim. (2013). Pengambilan Risiko Secara
Strategis (Bagi Pengambil Keputusan Bisnis). Jakarta: PT RajaGrafindo Persada.
https://cerdasco.com/analisis-skenario/, diakses pada 11 maret 2020
THANK YOU

Contenu connexe

Tendances

Portofolio investasi-bab-5-pemilhan-portofolio
Portofolio investasi-bab-5-pemilhan-portofolioPortofolio investasi-bab-5-pemilhan-portofolio
Portofolio investasi-bab-5-pemilhan-portofolioJudianto Nugroho
 
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...I Gede Iwan Sudipa
 
Tanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan Komunitas
Tanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan KomunitasTanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan Komunitas
Tanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan KomunitasRandiarsa Saputra
 
Etika bisnis (11th week)
Etika bisnis (11th week)Etika bisnis (11th week)
Etika bisnis (11th week)Astadi Pangarso
 
Penilaian Obligasi (Manajemen Keuangan)
Penilaian Obligasi (Manajemen Keuangan)Penilaian Obligasi (Manajemen Keuangan)
Penilaian Obligasi (Manajemen Keuangan)Hayy
 
22.Financial Technology.pptx
22.Financial Technology.pptx22.Financial Technology.pptx
22.Financial Technology.pptxAlmiraSalsa
 
Metode transportasi
Metode transportasiMetode transportasi
Metode transportasisuparman11
 
Anuitas di Muka dan Ditunda (Matematika Keuangan)
Anuitas di Muka dan Ditunda (Matematika Keuangan)Anuitas di Muka dan Ditunda (Matematika Keuangan)
Anuitas di Muka dan Ditunda (Matematika Keuangan)Kelinci Coklat
 
Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...
Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...
Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...padlah1984
 
Suku Bunga, Penilaian Obligasi, dan Penilaian Saham
Suku Bunga, Penilaian Obligasi, dan Penilaian SahamSuku Bunga, Penilaian Obligasi, dan Penilaian Saham
Suku Bunga, Penilaian Obligasi, dan Penilaian SahamNinnasi Muttaqiin
 
ekonomi manajerial
ekonomi manajerialekonomi manajerial
ekonomi manajerialkrissanjaya
 
Pengantar Bisnis - Etika bisnis dan tanggung jawab sosial
Pengantar Bisnis - Etika bisnis dan tanggung jawab sosialPengantar Bisnis - Etika bisnis dan tanggung jawab sosial
Pengantar Bisnis - Etika bisnis dan tanggung jawab sosialyunisarosa
 
RESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURA
RESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURARESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURA
RESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURAfiqifazriana
 
Pembelanjaan resiko
Pembelanjaan resikoPembelanjaan resiko
Pembelanjaan resikohasril ariel
 
Manajemen Risiko 08 Risiko perubahan tingkat bunga
Manajemen Risiko 08 Risiko perubahan tingkat bungaManajemen Risiko 08 Risiko perubahan tingkat bunga
Manajemen Risiko 08 Risiko perubahan tingkat bungaJudianto Nugroho
 

Tendances (20)

Portofolio investasi-bab-5-pemilhan-portofolio
Portofolio investasi-bab-5-pemilhan-portofolioPortofolio investasi-bab-5-pemilhan-portofolio
Portofolio investasi-bab-5-pemilhan-portofolio
 
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
 
Tanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan Komunitas
Tanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan KomunitasTanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan Komunitas
Tanggung Jawab Pelanggan, Karyawan, Pemegang Saham, Lingkungan dan Komunitas
 
Manajemen Risiko Operasional dan Risiko Perubahan Kurs
Manajemen Risiko Operasional dan Risiko Perubahan KursManajemen Risiko Operasional dan Risiko Perubahan Kurs
Manajemen Risiko Operasional dan Risiko Perubahan Kurs
 
Etika bisnis (11th week)
Etika bisnis (11th week)Etika bisnis (11th week)
Etika bisnis (11th week)
 
Bab 7 - Pengembangan Sistem
Bab 7  - Pengembangan SistemBab 7  - Pengembangan Sistem
Bab 7 - Pengembangan Sistem
 
Penilaian Obligasi (Manajemen Keuangan)
Penilaian Obligasi (Manajemen Keuangan)Penilaian Obligasi (Manajemen Keuangan)
Penilaian Obligasi (Manajemen Keuangan)
 
22.Financial Technology.pptx
22.Financial Technology.pptx22.Financial Technology.pptx
22.Financial Technology.pptx
 
Metode transportasi
Metode transportasiMetode transportasi
Metode transportasi
 
Anuitas di Muka dan Ditunda (Matematika Keuangan)
Anuitas di Muka dan Ditunda (Matematika Keuangan)Anuitas di Muka dan Ditunda (Matematika Keuangan)
Anuitas di Muka dan Ditunda (Matematika Keuangan)
 
manajemen risiko operasional
manajemen risiko operasionalmanajemen risiko operasional
manajemen risiko operasional
 
Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...
Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...
Pengambilan keputusan dalam kondisi resiko dan ketidakpastian ( mursanto &amp...
 
Suku Bunga, Penilaian Obligasi, dan Penilaian Saham
Suku Bunga, Penilaian Obligasi, dan Penilaian SahamSuku Bunga, Penilaian Obligasi, dan Penilaian Saham
Suku Bunga, Penilaian Obligasi, dan Penilaian Saham
 
Studi Kelayakan Bisnis
Studi Kelayakan BisnisStudi Kelayakan Bisnis
Studi Kelayakan Bisnis
 
ekonomi manajerial
ekonomi manajerialekonomi manajerial
ekonomi manajerial
 
Pengantar Bisnis - Etika bisnis dan tanggung jawab sosial
Pengantar Bisnis - Etika bisnis dan tanggung jawab sosialPengantar Bisnis - Etika bisnis dan tanggung jawab sosial
Pengantar Bisnis - Etika bisnis dan tanggung jawab sosial
 
RESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURA
RESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURARESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURA
RESUME BAB 1 BUKU INTRODUCTION TO BUSINESS JEFF MADURA
 
Pembelanjaan resiko
Pembelanjaan resikoPembelanjaan resiko
Pembelanjaan resiko
 
Manajemen Risiko 08 Risiko perubahan tingkat bunga
Manajemen Risiko 08 Risiko perubahan tingkat bungaManajemen Risiko 08 Risiko perubahan tingkat bunga
Manajemen Risiko 08 Risiko perubahan tingkat bunga
 
Studi Kelayakan Bisnis
Studi Kelayakan BisnisStudi Kelayakan Bisnis
Studi Kelayakan Bisnis
 

Similaire à MATERI PENDEKATAN PROBABILISTIK

Tugas Akhir - Asri Widayati - 4EA21
Tugas Akhir - Asri Widayati - 4EA21Tugas Akhir - Asri Widayati - 4EA21
Tugas Akhir - Asri Widayati - 4EA21asriWdynt
 
Tugas Akhir-Fanny Agniya Nur Azizah-4EA21
Tugas Akhir-Fanny Agniya Nur Azizah-4EA21Tugas Akhir-Fanny Agniya Nur Azizah-4EA21
Tugas Akhir-Fanny Agniya Nur Azizah-4EA21FannyAgniya
 
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283Tajdidatul Khiyaroh
 
Manajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasionalManajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasionalJudianto Nugroho
 
DECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdfDECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdfPutrifitriasari1
 
DECISION_TREE.pdf
DECISION_TREE.pdfDECISION_TREE.pdf
DECISION_TREE.pdfSeptama1
 
Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan Elfrita Sihombing
 
Manajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasarManajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasarJudianto Nugroho
 
Menerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitasMenerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitasYesica Adicondro
 
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22NadyaFirnanda
 
Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121permadina
 
Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059
Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059
Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059linda fadhila pohan
 
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04leylitarosyada
 
Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21ViraLiliApriyanti
 
Laporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuanLaporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuanPurwanti Rahayu
 
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729Pascal Anarqi Krisvy
 

Similaire à MATERI PENDEKATAN PROBABILISTIK (20)

Tugas Akhir - Asri Widayati - 4EA21
Tugas Akhir - Asri Widayati - 4EA21Tugas Akhir - Asri Widayati - 4EA21
Tugas Akhir - Asri Widayati - 4EA21
 
Tugas Akhir-Fanny Agniya Nur Azizah-4EA21
Tugas Akhir-Fanny Agniya Nur Azizah-4EA21Tugas Akhir-Fanny Agniya Nur Azizah-4EA21
Tugas Akhir-Fanny Agniya Nur Azizah-4EA21
 
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
 
Manajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasionalManajemen Risiko 11 Risiko operasional
Manajemen Risiko 11 Risiko operasional
 
BAB 11
BAB 11BAB 11
BAB 11
 
DECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdfDECISION_TREE_ppt_Compatibility_Mode.pdf
DECISION_TREE_ppt_Compatibility_Mode.pdf
 
DECISION_TREE.pdf
DECISION_TREE.pdfDECISION_TREE.pdf
DECISION_TREE.pdf
 
Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan Makalah Sistem Pendukung Keputusan
Makalah Sistem Pendukung Keputusan
 
Manajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasarManajemen Risiko 09 Risiko pasar
Manajemen Risiko 09 Risiko pasar
 
Part 2
Part 2Part 2
Part 2
 
Menerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitasMenerapkan pohon keputusan pada keputusan kapasitas
Menerapkan pohon keputusan pada keputusan kapasitas
 
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
Tugas Akhir Manajemen Risiko Nadya Firnanda 4EA22
 
Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121Structural equation-modeling-sem 20121
Structural equation-modeling-sem 20121
 
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]Sistem Penunjang Keputusan [Simulasi Monte Carlo]
Sistem Penunjang Keputusan [Simulasi Monte Carlo]
 
Kompleksitas dan sifat sifat dasar permasalahan
Kompleksitas dan sifat sifat dasar permasalahanKompleksitas dan sifat sifat dasar permasalahan
Kompleksitas dan sifat sifat dasar permasalahan
 
Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059
Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059
Manajemen Risiko_Linda Fadhila Pohan_4EA22_14216059
 
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
Risk Analysis and Project Evaluation/abshor.marantika/Leylita Rosyada/3-04
 
Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21Tugas Akhir-Vira Lili Apriyanti-4EA21
Tugas Akhir-Vira Lili Apriyanti-4EA21
 
Laporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuanLaporan1 bab i fungsi tujuan
Laporan1 bab i fungsi tujuan
 
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
Tugas Akhir-Pascal Anarqi Krisvy-4EA21-15216729
 

Plus de rerenanggunw

MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI rerenanggunw
 
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARIMANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARIrerenanggunw
 
MATERI REAL OPTION
MATERI REAL OPTIONMATERI REAL OPTION
MATERI REAL OPTIONrerenanggunw
 
MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)
MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)
MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)rerenanggunw
 
MATERI VALUE AT RISK (VAR)
MATERI VALUE AT RISK (VAR)MATERI VALUE AT RISK (VAR)
MATERI VALUE AT RISK (VAR)rerenanggunw
 
Materi Rapat Bisnis
Materi Rapat BisnisMateri Rapat Bisnis
Materi Rapat Bisnisrerenanggunw
 
Praktek Rapat Bisnis
Praktek Rapat BisnisPraktek Rapat Bisnis
Praktek Rapat Bisnisrerenanggunw
 

Plus de rerenanggunw (7)

MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
 
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARIMANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
MANAJEMEN RISIKO_4EA21_BAB 7_VALUE AT RISK (VAR)_REREN ANGGUN WULANDARI
 
MATERI REAL OPTION
MATERI REAL OPTIONMATERI REAL OPTION
MATERI REAL OPTION
 
MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)
MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)
MATERI NILAI YANG DISESUAIKAN DENGAN RISIKO (RISK ADJUSTED VALUE)
 
MATERI VALUE AT RISK (VAR)
MATERI VALUE AT RISK (VAR)MATERI VALUE AT RISK (VAR)
MATERI VALUE AT RISK (VAR)
 
Materi Rapat Bisnis
Materi Rapat BisnisMateri Rapat Bisnis
Materi Rapat Bisnis
 
Praktek Rapat Bisnis
Praktek Rapat BisnisPraktek Rapat Bisnis
Praktek Rapat Bisnis
 

Dernier

materi pembelajaran tentang INTERNET.ppt
materi pembelajaran tentang INTERNET.pptmateri pembelajaran tentang INTERNET.ppt
materi pembelajaran tentang INTERNET.pptTaufikFadhilah
 
PAMPHLET PENGAKAP aktiviti pengakap 2024
PAMPHLET PENGAKAP aktiviti pengakap 2024PAMPHLET PENGAKAP aktiviti pengakap 2024
PAMPHLET PENGAKAP aktiviti pengakap 2024MALISAAININOORBINTIA
 
Diagram Fryer Pembelajaran Berdifferensiasi
Diagram Fryer Pembelajaran BerdifferensiasiDiagram Fryer Pembelajaran Berdifferensiasi
Diagram Fryer Pembelajaran BerdifferensiasiOviLarassaty1
 
Modul Ajar Informatika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Informatika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Informatika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Informatika Kelas 11 Fase F Kurikulum MerdekaAbdiera
 
SBM_Kelompok-7_Alat dan Media Pembelajaran.pptx
SBM_Kelompok-7_Alat dan Media Pembelajaran.pptxSBM_Kelompok-7_Alat dan Media Pembelajaran.pptx
SBM_Kelompok-7_Alat dan Media Pembelajaran.pptxFardanassegaf
 
Sejarah Perkembangan Teori Manajemen.ppt
Sejarah Perkembangan Teori Manajemen.pptSejarah Perkembangan Teori Manajemen.ppt
Sejarah Perkembangan Teori Manajemen.pptssuser940815
 
Product Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptx
Product Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptxProduct Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptx
Product Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptxKaista Glow
 
Catatan di setiap Indikator Fokus Perilaku
Catatan di setiap Indikator Fokus PerilakuCatatan di setiap Indikator Fokus Perilaku
Catatan di setiap Indikator Fokus PerilakuHANHAN164733
 
Estetika Humanisme Diskusi Video Sesi Ke-1.pdf
Estetika Humanisme Diskusi Video Sesi Ke-1.pdfEstetika Humanisme Diskusi Video Sesi Ke-1.pdf
Estetika Humanisme Diskusi Video Sesi Ke-1.pdfHendroGunawan8
 
slide presentation bab 2 sain form 2.pdf
slide presentation bab 2 sain form 2.pdfslide presentation bab 2 sain form 2.pdf
slide presentation bab 2 sain form 2.pdfNURAFIFAHBINTIJAMALU
 
Buku Saku Layanan Haji Ramah Lansia 2.pdf
Buku Saku Layanan Haji Ramah Lansia 2.pdfBuku Saku Layanan Haji Ramah Lansia 2.pdf
Buku Saku Layanan Haji Ramah Lansia 2.pdfWahyudinST
 
PLaN & INTERVENSI untuk sekolah yang memerlukan
PLaN & INTERVENSI untuk sekolah yang memerlukanPLaN & INTERVENSI untuk sekolah yang memerlukan
PLaN & INTERVENSI untuk sekolah yang memerlukanssuserc81826
 
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptx
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptxAKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptx
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptxHeriyantoHeriyanto44
 
Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...
Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...
Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...NiswatuzZahroh
 
ppt MTeaching Pertidaksamaan Linier.pptx
ppt MTeaching Pertidaksamaan Linier.pptxppt MTeaching Pertidaksamaan Linier.pptx
ppt MTeaching Pertidaksamaan Linier.pptxUlyaSaadah
 
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdf
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdfAKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdf
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdfHeriyantoHeriyanto44
 
5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdf
5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdf5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdf
5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdfWahyudinST
 
Silabus Mata Pelajaran Biologi SMA Kelas X.doc
Silabus Mata Pelajaran Biologi SMA Kelas X.docSilabus Mata Pelajaran Biologi SMA Kelas X.doc
Silabus Mata Pelajaran Biologi SMA Kelas X.docNurulAiniFirdasari1
 
Jaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdf
Jaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdfJaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdf
Jaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdfHendroGunawan8
 
Materi Kelas Online Ministry Learning Center - Bedah Kitab 1 Tesalonika
Materi Kelas Online Ministry Learning Center - Bedah Kitab 1 TesalonikaMateri Kelas Online Ministry Learning Center - Bedah Kitab 1 Tesalonika
Materi Kelas Online Ministry Learning Center - Bedah Kitab 1 TesalonikaSABDA
 

Dernier (20)

materi pembelajaran tentang INTERNET.ppt
materi pembelajaran tentang INTERNET.pptmateri pembelajaran tentang INTERNET.ppt
materi pembelajaran tentang INTERNET.ppt
 
PAMPHLET PENGAKAP aktiviti pengakap 2024
PAMPHLET PENGAKAP aktiviti pengakap 2024PAMPHLET PENGAKAP aktiviti pengakap 2024
PAMPHLET PENGAKAP aktiviti pengakap 2024
 
Diagram Fryer Pembelajaran Berdifferensiasi
Diagram Fryer Pembelajaran BerdifferensiasiDiagram Fryer Pembelajaran Berdifferensiasi
Diagram Fryer Pembelajaran Berdifferensiasi
 
Modul Ajar Informatika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Informatika Kelas 11 Fase F Kurikulum MerdekaModul Ajar Informatika Kelas 11 Fase F Kurikulum Merdeka
Modul Ajar Informatika Kelas 11 Fase F Kurikulum Merdeka
 
SBM_Kelompok-7_Alat dan Media Pembelajaran.pptx
SBM_Kelompok-7_Alat dan Media Pembelajaran.pptxSBM_Kelompok-7_Alat dan Media Pembelajaran.pptx
SBM_Kelompok-7_Alat dan Media Pembelajaran.pptx
 
Sejarah Perkembangan Teori Manajemen.ppt
Sejarah Perkembangan Teori Manajemen.pptSejarah Perkembangan Teori Manajemen.ppt
Sejarah Perkembangan Teori Manajemen.ppt
 
Product Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptx
Product Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptxProduct Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptx
Product Knowledge Rapor Pendidikan - Satuan Pendidikan Dasmen&Vokasi.pptx
 
Catatan di setiap Indikator Fokus Perilaku
Catatan di setiap Indikator Fokus PerilakuCatatan di setiap Indikator Fokus Perilaku
Catatan di setiap Indikator Fokus Perilaku
 
Estetika Humanisme Diskusi Video Sesi Ke-1.pdf
Estetika Humanisme Diskusi Video Sesi Ke-1.pdfEstetika Humanisme Diskusi Video Sesi Ke-1.pdf
Estetika Humanisme Diskusi Video Sesi Ke-1.pdf
 
slide presentation bab 2 sain form 2.pdf
slide presentation bab 2 sain form 2.pdfslide presentation bab 2 sain form 2.pdf
slide presentation bab 2 sain form 2.pdf
 
Buku Saku Layanan Haji Ramah Lansia 2.pdf
Buku Saku Layanan Haji Ramah Lansia 2.pdfBuku Saku Layanan Haji Ramah Lansia 2.pdf
Buku Saku Layanan Haji Ramah Lansia 2.pdf
 
PLaN & INTERVENSI untuk sekolah yang memerlukan
PLaN & INTERVENSI untuk sekolah yang memerlukanPLaN & INTERVENSI untuk sekolah yang memerlukan
PLaN & INTERVENSI untuk sekolah yang memerlukan
 
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptx
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptxAKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptx
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pptx
 
Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...
Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...
Pembuktian rumus volume dan luas permukaan bangung ruang Tabung, Limas, Keruc...
 
ppt MTeaching Pertidaksamaan Linier.pptx
ppt MTeaching Pertidaksamaan Linier.pptxppt MTeaching Pertidaksamaan Linier.pptx
ppt MTeaching Pertidaksamaan Linier.pptx
 
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdf
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdfAKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdf
AKSI NYATA MODUL 1.3 VISI GURU PENGGERAK.pdf
 
5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdf
5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdf5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdf
5. HAK DAN KEWAJIBAN JEMAAH indonesia.pdf
 
Silabus Mata Pelajaran Biologi SMA Kelas X.doc
Silabus Mata Pelajaran Biologi SMA Kelas X.docSilabus Mata Pelajaran Biologi SMA Kelas X.doc
Silabus Mata Pelajaran Biologi SMA Kelas X.doc
 
Jaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdf
Jaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdfJaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdf
Jaringan VOIP Ringkasan PTT Pertemuan Ke-1.pdf
 
Materi Kelas Online Ministry Learning Center - Bedah Kitab 1 Tesalonika
Materi Kelas Online Ministry Learning Center - Bedah Kitab 1 TesalonikaMateri Kelas Online Ministry Learning Center - Bedah Kitab 1 Tesalonika
Materi Kelas Online Ministry Learning Center - Bedah Kitab 1 Tesalonika
 

MATERI PENDEKATAN PROBABILISTIK

  • 1. BAB 6 PENDEKATAN PROBABILISTIK Analisis Skenario, Pohon Keputusan, dan Simulasi Disusun oleh : - Adam Ismail - Anggita …………. - Asri ………….. - Fanny Agniya N.A - Indah Ayu P KELOMPOK : 2 KELAS : 4EA21 - Pascal Krisvy - Reren Anggun W - Suci Lestari - Tajdidatul Khiyaroh - Vira Lili A
  • 2. SUB BAB 6 Analisis skenario Pohon keputusan Simulasi Penilaian Keseluruhan Pendekatan Penilaian Risiko Probabilistik (An overall assessment of probabilistic risk assessment approaches) Membandingkan Pendekatan (Comparing the approaches) Tepat Dalam Distribusi (Fitting the distribution) 01 02 03 04 05 06
  • 3. PENDAHULUAN • Pada bab ini, kita mempertimbangkan cara-cara yang lebih informatif di dalam mengakses dalam merepresentasikan risiko dalam investasi. • Dimulai dengan melihat pada versi sederhana, yaitu analisis nilai aset dalam 3 skenario, kemudian memperluas pembahasan dengan melihat pada analisis skenario secara umum, lalu kita akan bergerak menguji penggunaan pada pohon keputusan, dan mengakhirinya dengan mengevaluasi simulasi Monte Carlo.
  • 4. • Kita bisa memperkirakan arus kas yang diharapkan di pergunakan untuk menilai aset berisiko dengan maksud untuk mendapatkan rasa yang lebih baik dari efek risiko terhadap nilai (a better sense of the effect of risk on value), yaitu dengan kasus terbaik atau kasus terburuk (best case or worst case) dan analisis beberapa skenario (multiple scenario analysis). ANALISIS SKENARIO (SCENARIO ANALYSIS)
  • 5. Dua cara pengambilan keputusan yaitu : 1. Gunakan perbedaan antara nilai kasus terbaik atau kasus terburuk sebagai ukuran risiko pada aset. 2. Perusahaan yang menggunakan hasil kasus terburuk membuat pertimbangan seperti apakah investasi mempunyai potensi untuk mendorong perusahaan ke standarnya (into default). Kasus Terbaik atau Kasus Terburuk (Best Case or Worst Case) Dalam bentuk yang lebih umum, nilai suatu aset berisiko bisa dihitung dalam beberapa skenario, yaitu ekonomi makro dan variabel spesifik aset (asset-specific variables). Analisis Beberapa Skenario Multiple (Scenario Analysis)
  • 6. LANGKAH-LANGKAH ANALISIS SKENARIO Penentuan faktor-faktor Misal : faktor ekonomi perusahaan mobil mempertimbangkan untuk membuka pabrik mobil baru dan respon pesaing terhadap produk baru perusahaan. Untuk mempermudah perkiraan, kita berfokus pada dua atau tiga faktor. Memperkirakan arus kas setiap skenario lebih mudah kalau perusahaan menentukan 5 skenario. Misal : faktor ekonomi makro seperti nilai tukar mata uang, suku bunga, dan pertumbuhan ekonomi. Membuat perkiraan aset arus kas dalam setiap skenario Penentuan Banyaknya skenario Menentukan nilai probabilitas terjadinya setiap skenario 1 2 3 4
  • 7. CONTOH ANALISIS SKENARIO • Ketika kita ingin memprediksi laba perusahaan di tahun depan • Awalnya, kita membuat skenario kemungkinan pendapatan dan beban dibukukan perusahaan dengan mempertimbangkan sejumlah informasi misal: pangsa pasar, penjualan industri, rasio keuangan, jumlah output, jumlah karyawan. • Kita membuat tiga pendekatan untuk kemungkinan laba perusahaan: pertumbuhan rendah, moderat dan tinggi, berdasarkan pertimbangan informasi tersebut.
  • 8. GUNAKAN DALAM PENGAMBILAN KEPUTUSAN (USE IN DECISION MAKING) • Artikel The Financial Times, mengilustrasikan bagaimana analisis risiko dapat dipergunakan perusahaan, dengan pertimbangan menginvestasikan dalam jumlah besar di Cina untuk mengukur risiko yang potensial. • Mereka mempertimbangkan 4 skenario dibangun sekitar Cina, yaitu : 1. Mitra ekonomi dunia (Global economic partner) Cina berkembang sebagai eksportir barang dan sebagai pasar domestik untuk barang konsumsi. 2. Predator ekonomi dunia (Global economic predator) Cina sebagai negara produsen dengan biaya produksi yang rendah. 3. Peserta dunia yang tumbuh lambat (Slow growing global participant) Cina terus berkembang tetapi dengan laju pertumbuhan yang agak lambat karena tantangan untuk memasuki pasar global lebih sulit. 4. Orang luar yang frustrasi dan tidak stabil (Frustrated and unstable outsider) Pertumbuhan Cina melambat kesukaran ekonomi dan politik berkembang
  • 9. Kunci melakukan analisis skenario yang baik adalah menetapkan skenario dan memperkirakan arus kas setiap skenario. Sampah masuk sampah keluar (Garbage in, garbage out) Analisis skenario sangat tepat kalau berkaitan dengan risiko yang mengambil bentuk hasil yang diskrit. Risiko berkelanjutan (Continuous risk) Berbahaya bahwa pengambilan keputusan akan melakukan perhitungan ganda terhadap risiko. Perhitungan risiko ganda (Double counting of risk) MASALAH SKENARIO GANDA (DUAL SCENARIO ISSUES)
  • 10. POHON KEPUTUSAN (DECISION TREE) Pohon keputusan tidak hanya mempertimbangkan risiko dalam tiap tahapan, tetapi juga menyiapkan respon yang benar pada hasil setiap tahap. Langkah pertama adalah membedakan antara simpul : 1. Simpul akar (Road nodes) : Dimulainya pohon keputusan dimana pengambilan keputusan bisa dihadapkan dengan pilihan keputusan yang tak pasti. 2. Simpul kejadian (Event nodes) : Mewakili hasil pada satu judi yang berisiko. Kita harus membayangkan hasil dan probabilitas hasil didasarkan pada informasi yang kita miliki sekarang (berupa lingkaran). 3. Simpul keputusan (Decision nodes), menunjukkan pilihan yang bisa dibuat oleh pengambil keputusan, memperluas uji pasar ke pasar nasional setelah uji hasil pasar diketahui (empat persegi panjang). 4. Simpul akhir (End nodes), menunjukkan hasil dari hasil berisiko sebelumnya dan keputusan dibuat dalam respon.Gambar Simple Decision Tree
  • 11. 1. Bagi analisis ke dalam tahap-tahap risiko Kunci utama ialah membuat garis besar tahapan risiko yang akan diekspos di waktu yang akan datang. 2. Perkiraan probabilitas hasil dalam setiap tahapan Setelah tahapan analisis dan hasil tahap sudah di definisikan, kita harus menghitung probabilitas dari hasil. 3. Mendefinisikan titik keputusan Tersimpan dalam pohon keputusan adalah titik – titik keputusan dimana akan menentukan berdasarkan pengamatan hasil tahap sebelumnya harapan/ekspektasi apa yang akan terjadi di waktu akan datang. 4. Menghitung arus nilai pada simpul akhir (End Node) Seperti meninggalkan uji produk pasar, hal ini akan mudah dilakukan dan akan mewakili sejumlah uang yang dikeluarkan untuk menguji pasar dari produk. 5. Lipat kembali pohonnya (Fold back the tree) Langkah terakhir dalam analisis pohon keputusan dimana kita menghitung nilai harapan. 1. Nilai harapan sekarang meliputi seluruh pohon keputusan. 2. Kisaran nilai pada simpul akhir yang baru meringkas risiko dalam investasi yang potensial. LANGKAH-LANGKAH MENGEMBANGKAN POHON KEPUTUSAN DUA HASIL YANG TIMBUL DARI POHON KEPUTUSAN
  • 12. Penggunaan dalam Pengambilan Keputusan Dynamic Response To Risk Nilai Informasi Manajemen Risiko 1 2 3
  • 13. ISSUES • Pohon keputusan mampu mengatasi beberapa jenis risiko dan tidak lainnya! Khususnya pohon keputusan sangat tepat untuk risiko yang berurutan (sequendial); proses untuk FDA di mana persetujuan terjadi dalam tahapan (by stages) merupakan contoh yang bagus.
  • 14. Risk Adjusted Value and Decision Tree Expected Values are not Risk Adjusted Double-Counting Of Risk The Right Discount Rate 1 2 3
  • 15.
  • 16. SIMULASI Suatu upaya menduplikasi fitur, tampilan, karakteristik suatu sistem dengan mengembangkan sebuah model matematika paling dekat dengan yang menggambarkan system sesungguhnya
  • 17. COMPUTER REPAIR & SUPPORT Langkah-Langkah dalam Simulasi Membuat Distribusi Probabilitas untuk Variable Penting. Menentukan Distribusi Probabilitas untuk Tiap Variabel Menentukan Interval Bilangan Acak pada Tiap Variabel. Melakukan Serangkaian Simulasi Percobaan.
  • 18. “Toko Alat Kesehatan” Setelah melakukan pengamatan selama 200 hari, sebuah toko alat kesehatan memperkirakan permintaan masker per harinya seperti pada table dibawah ini. Toko tersebut hendak memperkirakan permintaan masker untuk 10 hari kedepan Permintaan Frekuensi (hari) 0 10 10 box 20 20 box 40 30 box 60 40 box 40 50 box 30 Total 200
  • 19. Penyelesaian : Permintaan Masker Frekuensi (1) Probabilitas Kejadian (2) Probabilitas Kumulatif 0 10 10/200 = 0,05 0,05 10 20 20/200 = 0,10 0,15 20 40 40/200 = 0,20 0,35 30 60 60/200 = 0,30 0,65 40 40 40/200 = 0,20 0,85 50 30 30/200 = 0,15 1,00 200 200/200 = 1,00
  • 20. 0 0.2 0.4 0.6 0.8 1 1.2 0 10 20 30 40 50 CummulativeProbability Diagram Probabilitas Kumulatif
  • 21. Interval Bilangan Acak Permintaan Masker (1) Probabilitas Kejadian (2) Probabilitas Kumulatif (3) Interval Bilangan Acak 0 10/200 = 0,05 0,05 1-5 10 20/200 = 0,10 0,15 6-15 20 40/200 = 0,20 0,35 16-35 30 60/200 = 0,30 0,65 36-65 40 40/200 = 0,20 0,85 66-85 50 30/200 = 0,15 1,00 86-99 200/200 = 1,00
  • 23. MELAKUKAN SIMULASI HARI BILANGAN ACAK HASIL SIMULASI 1 21 2 2 42 3 3 24 2 4 32 2 5 72 4 6 99 5 7 35 2 8 11 1 9 78 4 10 67 4 TOTAL 29
  • 24. Penyelesaian : E = 𝑖=0 5 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 𝑑𝑎𝑟𝑖 𝑚𝑎𝑠𝑘𝑒𝑟 𝑥 𝑝𝑒𝑟𝑚𝑖𝑛𝑡𝑎𝑎𝑛 𝑚𝑎𝑠𝑘𝑒𝑟 = (0,05)(0)+(0,10)(1)+(0,20)(2)+(0,30)(3)+(0,20)(4) + (0,15)(5) = 2,95 masker Jadi, total penjualan masker selama 10 hari kedepan adalah 29 box masker. Dengan rata-rata permintaan perhari adalah 2,9 masker. Perkiraan :
  • 25. Pengambilan Keputusan melalui simulasi:  masukan perkiraan data Dalam suatu simulasi yang ideal, maka diperlukan analisis data historis dan data “Cross sectional” sebagai “input” sebelum membuat suatu pertimbangan yang dipergunakan untuk parameter dari distribusi.  Menghasilkan perkiraan yang lebih tepat dari pada hasil yang disesuaikan Distribusi menekankan pada model value yang menghasilkan nilai perkiraan untuk asset tidak tepat dan menjelaskan mengapa analisis yang berbeda menilai asset yang sama mungkin sampai pada perkiraan nilai yang berbeda.
  • 26. Batasan dalam simulasi (Simulation with Constraints) Simulasi sebagai alat dalam analisis resiko, harus mengenal suatu batasan (Constraint) jika dilanggar akan menyebabkan biaya yang sangat besar bagi perusahaan bahkan bisa menyebabkan kematian Nilai Buku Ekuitas (Book Value Constraints) Nilai buku ekuitas ialah konsep akunting yang abstrak untuk suatu perusahaan. Ada dua jenis batasan pada nilai buku ekuitas yaitu :  Regulatory capital restrictions  Negative book vale for equity
  • 27. Untuk menghindari terjadinya kejadian yang tidak diinginkan, biasanya suatu perusahaan melakukan pembatasan terhadap earning dan arus kas dengan menggunakan simulasi Simulasi tidak hanya untuk mengkuantitatifkan probabilitas tetapi juga dapat membuat model pada arus kas yang diharapkan dn suku bunga diskonto. Pembatasan Pendapatan dan Arus Kas (Earning and Cash Flow Constraints) Batasan Nilai Pasar (Market Value Constraints)
  • 28. Penggunaan simulasi pertamakali diusulkan oleh David Hertz dalam artikel “Risk Analysis in Capital Investment” pada Havard Bussiness Review. Berargumen bahwa dengan menggunakan distribusi probabilitas daripada perkiraan akan menghasilkan hasil yang lebih informative. Ada beberapa hal yang berkaitan dengan simulasi dalam pengambilan resiko :  Masuk sampah keluar sampah ( Garbage in Garbage Out)  Data seringkali tidak cocok dengan distribusi (Real data may not fit distribution)  (nonstationary distribution) Issues
  • 29. Pendekatan probabilistic yg harus dipilih ? Selektif terhadap analisis resiko1 2 Jenis Resiko 3 Korelasi berbagai risiko
  • 30. 4/17/2020 Dalam bentuk analisis scenario kita melihat nilai yang bagus dan jelek yang betentangan dengan nilai harapan Pohon keputusan dirancang untuk risiko yang berurutan dan diskrit Simulasi menyediakan asesmen yang paling lengkap mengenai risiko sebab mereka didasarkan pada distribusi probabilitas untuk setiap “Input” KESIMPULAN
  • 31. REFERENSI Prof. Johannes Supranto dan Dr. Luqman Hakim. (2013). Pengambilan Risiko Secara Strategis (Bagi Pengambil Keputusan Bisnis). Jakarta: PT RajaGrafindo Persada. https://cerdasco.com/analisis-skenario/, diakses pada 11 maret 2020