SlideShare a Scribd company logo
1 of 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

More Related Content

What's hot

Bussiness continuity management
Bussiness continuity managementBussiness continuity management
Bussiness continuity managementWidayanti Ishak
 
Analisa kecelakaan kerja
Analisa kecelakaan kerjaAnalisa kecelakaan kerja
Analisa kecelakaan kerjaBarry Dh
 
Statistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameterStatistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameteryusufbf
 
Review HR Tools "SHERPA"
Review HR Tools "SHERPA"Review HR Tools "SHERPA"
Review HR Tools "SHERPA"Nur Aeni Elmi
 
Manajemen Risiko 06 Risiko Kematian
Manajemen Risiko 06 Risiko KematianManajemen Risiko 06 Risiko Kematian
Manajemen Risiko 06 Risiko KematianJudianto Nugroho
 
Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"
Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"
Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"Kanaidi ken
 
BMP EKMA4262 Manajemen Risiko
BMP EKMA4262 Manajemen RisikoBMP EKMA4262 Manajemen Risiko
BMP EKMA4262 Manajemen RisikoMang Engkus
 
Manajemen Proses Bisnis (Business Process Management, BPM)
Manajemen Proses Bisnis (Business Process Management, BPM)Manajemen Proses Bisnis (Business Process Management, BPM)
Manajemen Proses Bisnis (Business Process Management, BPM)Ivan Lanin
 
PPT PROSES MANAJEMEN RISIKO.pptx
PPT PROSES MANAJEMEN RISIKO.pptxPPT PROSES MANAJEMEN RISIKO.pptx
PPT PROSES MANAJEMEN RISIKO.pptxjaenudinz
 
Manajemen Risiko 02 Enterprise Risk Management
Manajemen Risiko 02 Enterprise Risk ManagementManajemen Risiko 02 Enterprise Risk Management
Manajemen Risiko 02 Enterprise Risk ManagementJudianto Nugroho
 
SISTEM INFORMASI (POWER POINT)
SISTEM INFORMASI (POWER POINT)SISTEM INFORMASI (POWER POINT)
SISTEM INFORMASI (POWER POINT)j3fr1
 
Makalah database manajemen sistem
Makalah database manajemen sistemMakalah database manajemen sistem
Makalah database manajemen sistemMhd. Abdullah Hamid
 
Contoh Format Kuesioner Penelitian yang Profesional
Contoh Format Kuesioner Penelitian yang ProfesionalContoh Format Kuesioner Penelitian yang Profesional
Contoh Format Kuesioner Penelitian yang ProfesionalTrisnadi Wijaya
 
Kelompok 1 aspek keuangan kelayakan bisnis
Kelompok 1 aspek keuangan  kelayakan bisnisKelompok 1 aspek keuangan  kelayakan bisnis
Kelompok 1 aspek keuangan kelayakan bisnisYosaniaWidiAgustin
 

What's hot (20)

MO I Strategi Lokasi
MO I Strategi LokasiMO I Strategi Lokasi
MO I Strategi Lokasi
 
Bussiness continuity management
Bussiness continuity managementBussiness continuity management
Bussiness continuity management
 
Analisa kecelakaan kerja
Analisa kecelakaan kerjaAnalisa kecelakaan kerja
Analisa kecelakaan kerja
 
Statistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameterStatistik inferensi bag 1 estimasi parameter
Statistik inferensi bag 1 estimasi parameter
 
Tugas Manajemen Resiko
Tugas Manajemen ResikoTugas Manajemen Resiko
Tugas Manajemen Resiko
 
Review HR Tools "SHERPA"
Review HR Tools "SHERPA"Review HR Tools "SHERPA"
Review HR Tools "SHERPA"
 
Manajemen Risiko 06 Risiko Kematian
Manajemen Risiko 06 Risiko KematianManajemen Risiko 06 Risiko Kematian
Manajemen Risiko 06 Risiko Kematian
 
Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"
Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"
Mitigasi Risiko Fraud _"Training Fraud RISK ASSESSMENT"
 
Process layout
Process layoutProcess layout
Process layout
 
ERGONOMI: PERANCANGAN DISPLAY & KONTROL
ERGONOMI: PERANCANGAN DISPLAY & KONTROL ERGONOMI: PERANCANGAN DISPLAY & KONTROL
ERGONOMI: PERANCANGAN DISPLAY & KONTROL
 
BMP EKMA4262 Manajemen Risiko
BMP EKMA4262 Manajemen RisikoBMP EKMA4262 Manajemen Risiko
BMP EKMA4262 Manajemen Risiko
 
Manajemen Proses Bisnis (Business Process Management, BPM)
Manajemen Proses Bisnis (Business Process Management, BPM)Manajemen Proses Bisnis (Business Process Management, BPM)
Manajemen Proses Bisnis (Business Process Management, BPM)
 
PPT PROSES MANAJEMEN RISIKO.pptx
PPT PROSES MANAJEMEN RISIKO.pptxPPT PROSES MANAJEMEN RISIKO.pptx
PPT PROSES MANAJEMEN RISIKO.pptx
 
Proses bisnis bca1
Proses bisnis bca1Proses bisnis bca1
Proses bisnis bca1
 
Silabus matematika bisnis
Silabus matematika bisnisSilabus matematika bisnis
Silabus matematika bisnis
 
Manajemen Risiko 02 Enterprise Risk Management
Manajemen Risiko 02 Enterprise Risk ManagementManajemen Risiko 02 Enterprise Risk Management
Manajemen Risiko 02 Enterprise Risk Management
 
SISTEM INFORMASI (POWER POINT)
SISTEM INFORMASI (POWER POINT)SISTEM INFORMASI (POWER POINT)
SISTEM INFORMASI (POWER POINT)
 
Makalah database manajemen sistem
Makalah database manajemen sistemMakalah database manajemen sistem
Makalah database manajemen sistem
 
Contoh Format Kuesioner Penelitian yang Profesional
Contoh Format Kuesioner Penelitian yang ProfesionalContoh Format Kuesioner Penelitian yang Profesional
Contoh Format Kuesioner Penelitian yang Profesional
 
Kelompok 1 aspek keuangan kelayakan bisnis
Kelompok 1 aspek keuangan  kelayakan bisnisKelompok 1 aspek keuangan  kelayakan bisnis
Kelompok 1 aspek keuangan kelayakan bisnis
 

Similar to MATERI PENDEKATAN PROBABILISTIK

Tugas Akhir - Asri Widayati - 4EA21
Tugas Akhir - Asri Widayati - 4EA21Tugas Akhir - Asri Widayati - 4EA21
Tugas Akhir - Asri Widayati - 4EA21asriWdynt
 
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283Tajdidatul Khiyaroh
 
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
 
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
Tugas Akhir-Pascal Anarqi Krisvy-4EA21Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Tugas Akhir-Pascal Anarqi Krisvy-4EA21Pascal Anarqi Krisvy
 

Similar to 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-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
Tugas Akhir-Tajdidatul Khiyaroh-4EA21-17216283
 
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
 
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
Tugas Akhir-Pascal Anarqi Krisvy-4EA21Tugas Akhir-Pascal Anarqi Krisvy-4EA21
Tugas Akhir-Pascal Anarqi Krisvy-4EA21
 

More from 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
 

More from 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
 

Recently uploaded

aku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPASaku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPASreskosatrio1
 
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docxtugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docxmawan5982
 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxRezaWahyuni6
 
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfTUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfElaAditya
 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...Kanaidi ken
 
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Abdiera
 
Paparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptxPaparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptxIgitNuryana13
 
442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptxHendryJulistiyanto
 
Lembar Observasi Pembelajaran di Kelas.docx
Lembar Observasi Pembelajaran di  Kelas.docxLembar Observasi Pembelajaran di  Kelas.docx
Lembar Observasi Pembelajaran di Kelas.docxbkandrisaputra
 
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfREFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfirwanabidin08
 
421783639-ppt-overdosis-dan-keracunan-pptx.pptx
421783639-ppt-overdosis-dan-keracunan-pptx.pptx421783639-ppt-overdosis-dan-keracunan-pptx.pptx
421783639-ppt-overdosis-dan-keracunan-pptx.pptxGiftaJewela
 
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfBab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfbibizaenab
 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMmulyadia43
 
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptxBAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptxJamhuriIshak
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfSitiJulaeha820399
 
Dinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapDinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapsefrida3
 
soal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxsoal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxazhari524
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggeraksupriadi611
 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..ikayogakinasih12
 
Lembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocxLembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocxbkandrisaputra
 

Recently uploaded (20)

aku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPASaku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
aku-dan-kebutuhanku-Kelas 4 SD Mapel IPAS
 
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docxtugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
tugas 1 anak berkebutihan khusus pelajaran semester 6 jawaban tuton 1.docx
 
Materi Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptxMateri Pertemuan Materi Pertemuan 7.pptx
Materi Pertemuan Materi Pertemuan 7.pptx
 
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdfTUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
TUGAS GURU PENGGERAK Aksi Nyata Modul 1.1.pdf
 
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
PELAKSANAAN + Link2 Materi Pelatihan "Teknik Perhitungan & Verifikasi TKDN & ...
 
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
Modul Ajar Biologi Kelas 11 Fase F Kurikulum Merdeka [abdiera.com]
 
Paparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptxPaparan Refleksi Lokakarya program sekolah penggerak.pptx
Paparan Refleksi Lokakarya program sekolah penggerak.pptx
 
442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx442539315-ppt-modul-6-pend-seni-pptx.pptx
442539315-ppt-modul-6-pend-seni-pptx.pptx
 
Lembar Observasi Pembelajaran di Kelas.docx
Lembar Observasi Pembelajaran di  Kelas.docxLembar Observasi Pembelajaran di  Kelas.docx
Lembar Observasi Pembelajaran di Kelas.docx
 
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdfREFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
REFLEKSI MANDIRI_Prakarsa Perubahan BAGJA Modul 1.3.pdf
 
421783639-ppt-overdosis-dan-keracunan-pptx.pptx
421783639-ppt-overdosis-dan-keracunan-pptx.pptx421783639-ppt-overdosis-dan-keracunan-pptx.pptx
421783639-ppt-overdosis-dan-keracunan-pptx.pptx
 
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdfBab 6 Kreatif Mengungap Rasa dan Realitas.pdf
Bab 6 Kreatif Mengungap Rasa dan Realitas.pdf
 
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMMLaporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
Laporan Guru Piket untuk Pengisian RHK Guru Pengelolaan KInerja Guru di PMM
 
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptxBAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
BAHAN SOSIALISASI PPDB SMA-SMK NEGERI DISDIKSU TP. 2024-2025 REVISI.pptx
 
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdfModul 1.2.a.8 Koneksi antar materi 1.2.pdf
Modul 1.2.a.8 Koneksi antar materi 1.2.pdf
 
Dinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genapDinamika Hidrosfer geografi kelas X genap
Dinamika Hidrosfer geografi kelas X genap
 
soal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptxsoal AKM Mata Pelajaran PPKN kelas .pptx
soal AKM Mata Pelajaran PPKN kelas .pptx
 
Aksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru PenggerakAksi Nyata Modul 1.1 Calon Guru Penggerak
Aksi Nyata Modul 1.1 Calon Guru Penggerak
 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
 
Lembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocxLembar Catatan Percakapan Pasca observasidocx
Lembar Catatan Percakapan Pasca observasidocx
 

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