Decision Trees & Sequential Decisions Jika pada Sesi 08 kita menggunakan Payoff Table (tabel) untuk satu kali keputusan, bagaimana jika keputusannya bertingkat? Misalnya: “Apakah kita harus menyewa konsultan survei dulu? Jika hasil survei positif, baru kita bangun pabrik.” Di sinilah kita menggunakan Decision Tree. Metode ini memvisualisasikan keputusan secara kronologis dari kiri ke kanan. 1. […]
Business Decision Modeling
I. Ringkasan Materi (Sesi 08 – 13) 1. Decision Analysis (Analisis Keputusan) – Bab 8 Topik ini berfokus pada pengambilan keputusan secara logis berdasarkan berbagai tingkat ketidakpastian. 2. Queuing Models (Teori Antrean) – Bab 9 Menganalisis keseimbangan antara biaya pelayanan (menambah server) dan biaya menunggu (kehilangan pelanggan/waktu). 3. Forecasting (Peramalan) – Bab 11 Memprediksi kejadian
Inventory Control Models – Menyeimbangkan Stok & Biaya Selamat datang di Sesi 13! Setelah sebelumnya kita belajar meramal permintaan (Forecasting), sekarang timbul pertanyaan logis: “Setelah tahu berapa permintaannya, berapa banyak barang yang harus kita stok di gudang?” Manajemen persediaan adalah seni menyeimbangkan dua ketakutan manajer: Pada sesi ini, kita akan membahas model matematika untuk menjawab
Forecasting Models – Seni & Sains Meramal Bisnis Dalam bisnis, keputusan hari ini dibuat untuk hasil di masa depan. Berapa bahan baku yang harus dibeli? Berapa kasir yang harus disiapkan minggu depan? Tanpa bola kristal, manajer mengandalkan Forecasting Models. Pada Sesi 12 ini, kita akan membahas jenis-jenis metode peramalan, cara membedah data deret waktu (time
Analytical Hierarchy Process (AHP) & Analytic Network Process (ANP) Selama 9 sesi sebelumnya, kita banyak berbicara tentang data kuantitatif: profit, biaya, waktu antre, dan unit produksi. Namun, bagaimana jika keputusan manajerial melibatkan hal-hal yang sulit diukur dengan angka? Di sinilah kita menggunakan AHP dan ANP, metode pengambilan keputusan multikriteria yang dikembangkan oleh Dr. Thomas L.
Simulation Modeling – Meniru Dunia Nyata di Excel Setelah kita belajar mengambil keputusan yang pasti dengan Linear Programming dan keputusan subjektif dengan AHP, hari ini kita masuk ke Sesi 11: Simulation Modeling. Di dunia nyata, permintaan pasar tidak selalu konstan, mesin pabrik bisa rusak sewaktu-waktu, dan waktu kedatangan pelanggan tidak selalu tepat waktu. Bagaimana kita
Decision Analysis (Analisis Keputusan) Dalam sesi-sesi sebelumnya (Linear Programming), kita berasumsi bahwa semua data diketahui dengan pasti (Deterministic). Namun, dunia bisnis penuh dengan ketidakpastian. Permintaan pasar bisa naik atau turun, cuaca bisa berubah, dan pesaing bisa bereaksi tak terduga. Pada Sesi 08 ini, kita masuk ke ranah Decision Analysis, yaitu pendekatan sistematis untuk mengambil keputusan
Review Komprehensif & Persiapan UTS Selamat! Anda telah menyelesaikan setengah semester yang padat dengan berbagai teknik pemodelan. Sesi ini didedikasikan sepenuhnya untuk mengikat semua konsep tersebut menjadi satu pemahaman utuh. Tidak ada materi baru hari ini. Fokus kita adalah konsolidasi pengetahuan untuk menghadapi Ujian Tengah Semester (UTS). 🗺️ Peta Konsep (Roadmap Sesi 01-06) Agar tidak
Financial Modeling (NPV, IRR, BEP, & Forecasting) Pada sesi ini, kita beralih dari optimasi linear ke Financial Modeling. Jika file-file sebelumnya menggunakan Solver untuk mencari solusi optimal, file-file di sesi ini menggunakan Excel untuk menilai kesehatan bisnis dan kelayakan investasi. Mengingat banyaknya file latihan (Excel), materi ini dikelompokkan menjadi 4 pilar utama pemodelan keuangan yang
Integer, Goal, & Nonlinear Programming Models Sejauh ini, kita menggunakan Linear Programming (LP) dengan asumsi bahwa variabel bisa berupa pecahan (misalnya: memproduksi 3.5 unit). Namun, dalam dunia nyata, kita tidak bisa menjual setengah mobil atau membangun setengah pabrik. Selain itu, keuntungan tidak selalu berupa garis lurus. Pada Sesi 05 ini, kita akan mempelajari tiga variasi