Analisis sensitivitas


Analisis sensitivitas adalah ilmu yang mempelajari tentang bagaimana ketidakpastian dalam model atau sistem matematika dapat di bagi ke berbagai sumber ketidakpastian dalam inputnya. Atau bisa disebut juga penelitian tentang kemungkinan perubahan dan kesalahan potensial dan pengaruh terhadap kesimpulan yang di tarik dari model analisis sensitivitas, analisis sensitivitas bisa dilakukan dengan mudah karena mudah di mengerti. Ini mungkin teknik yang paling berguna dan paling banyak digunakan untuk peneliti yang ingin mendukung pengambilan keputusan.



Kontributor:
Nisrina Nur Salsabila


Pengertian

Analisis sensitivitas adalah teknik yang digunakan untuk menentukan bagaimana perbedaan nilai variabel independen mempengaruhi variabel dependen tertentu berdasarkan seperangkat asumsi yang diberikan. Teknik ini digunakan dalam batas-batas tertentu yang bergantung pada satu atau lebih variabel input, seperti efek perubahan suku bunga terhadap harga obligasi.

Analisis sensitivitas menyediakan metode untuk menilai jumlah risiko yang terlibat dalam proyek yang diusulkan, perhitungan dampak variasi pada komponen proyek yang dapat diukur, serta membantu manajemen mengidentifikasi potensi jebakan. Manajemen juga dapat menggunakan analisis sensitivitas untuk mengidentifikasi komponen dari suatu rencana yang jika ada sedikit perubahan maka akan mempengaruhi hasil sebuah proyek.


Tujuan

Analisis sensitivitas memiliki beberapa tujuan, yaitu untuk melihat apa yang akan terjadi dengan hasil analisa proyek, jika ada sesuatu kesalahan atau perubahan dalam dasar perhitungan biaya atau benefit. Dengan demikian tujuan utama pada analisa sensitivitas, yaitu:
  1. Memperbaiki cara pelaksanaan proyek yang sedang dilaksanakan.
  2. Memperbaiki design daripada proyek, sehingga dapat meningkatkan NPV.
  3. Mengurangi resiko kerugian dengan menunjukkan beberapa tindakan pencegahan yang harus diambil.

Kinerja analisis sensitivitas

Untuk mengoptimalkan kegunaan analisis sensitivitas, perlu dilakukan secara sistematis. Untuk mengoptimalkan kinerja dapat mengikuti langkah-langkah sebagai berikut:
  1. Identifikasi variabel sensitif yang mempengaruhi keputusan proyek.
  2. Perhitungan efek dari perubahan.
  3. Pertimbangan variabel dalam kombinasi yang bisa diubah secara simultan

Pendekatan analisis sensitivitas

Analisis sensitivitas merupakan ide sederhana yang dapat dilakukan dengan mengubah model dan mengamati perilakunya. Dalam prakteknya ada banyak cara yang berbeda untuk mengubah dan mengamati model. Bagian ini mencakup apa yang harus bervariasi, apa yang harus diperhatikan dan desain eksperimen dari analisis sensitivitas.
  1. Apa yang harus bervariasi?
  2. Seseorang mungkin memilih untuk memvariasikan salah satu atau semua hal berikut:
    • Kontribusi kegiatan terhadap tujuan.
    • Tujuannya (misalnya, meminimalkan risiko kegagalan dan bukan memaksimalkan keuntungan).
    • Batas kendala (misalnya, ketersediaan sumber daya maksimum).
    • Jumlah kendala (misalnya, menambahkan atau menghapus batasan yang dirancang untuk mengungkapkan preferensi pribadi pembuat keputusan atau terhadap aktivitas tertentu).
    • Jumlah aktivitas (misalnya, menambahkan atau menghapus aktivitas).
    • Parameter teknik. Umumnya, pendekatannya adalah untuk memvariasikan nilai parameter numerik melalui beberapa tingkatan. Dalam kasus lain, ada ketidakpastian tentang situasi dengan hanya dua kemungkinan hasil yaitu akan terjadi atau tidak situasi tersebut.
    • Contohnya meliputi:
      1. Bagaimana jika pemerintah mengizinkan teknologi tertentu untuk alasan lingkungan?
      2. Dalam masalah rute terpendek, bagaimana jika jalan bebas hambatan baru dibangun di antara dua pusat utama?
      3. Bagaimana jika masukan atau ramuan baru dengan sifat unik tersedia?
      Seringkali pertanyaan jenis ini memerlukan beberapa perubahan struktural pada model. Begitu perubahan ini dilakukan, keluaran dari model yang direvisi dapat dibandingkan dengan solusi asli, atau model yang direvisi dapat digunakan dalam analisis sensitivitas parameter yang tidak pasti untuk menyelidiki implikasi yang lebih luas dari perubahan tersebut.
  3. Apa yang harus diperhatikan?
  4. Apapun barang yang dipilih oleh pemodel bervariasi, ada banyak aspek yang berbeda dari keluaran model yang harus dibayar perhatiannya:
    • Nilai fungsi objektif untuk strategi optimal.
    • Nilai fungsi objektif untuk strategi suboptimal (misalnya strategi yang optimal untuk skenario lain, atau strategi khusus yang disarankan oleh pembuat keputusan).
    • Perbedaan nilai fungsi objektif antara dua strategi (misal antara strategi optimal dan strategi tertentu yang disarankan oleh pengambil keputusan).
    • Nilai variabel keputusan.
    • Dalam model optimasi, nilai biaya bayangan atau harga bayangan.
    • Peringkat variabel keputusan, biaya bayangan, dll.
  5. Desain eksperimental
  6. Desain eksperimental adalah kombinasi parameter yang akan bervariasi dan tingkat di mana hal tersebut akan ditetapkan. Pemodel harus memutuskan apakah akan bervariasi parameter satu per satu, meninggalkan yang lain pada nilai standar atau dasar, atau apakah akan memeriksa kombinasi perubahan. Isu penting dalam keputusan ini adalah kemungkinan kombinasi kombinasi yang relatif kecil. Jika dua parameter cenderung berkorelasi positif (misalnya harga dua keluaran serupa), kemungkinan keduanya akan mengambil nilai yang relatif tinggi pada saat yang sama layak dipertimbangkan. Sebaliknya jika dua parameter berkorelasi negatif, pemodel harus memeriksa nilai tinggi satu kombinasi dengan nilai rendah yang lain. Jika tidak ada hubungan sistematis antara parameter, mungkin masuk akal untuk mengabaikan risiko rendah sehingga keduanya akan berbeda secara substansial dari nilai dasarnya pada saat bersamaan, terutama jika tidak diperkirakan akan sangat bervariasi. Dalam memilih tingkat parameter yang akan digunakan dalam analisis sensitivitas, pendekatan yang umum dan biasanya memadai adalah menentukan nilai terlebih dahulu, biasanya dengan interval ukuran yang sama antara tingkat. Tingkat yang dipilih untuk setiap parameter harus mencakup kisaran kemungkinan hasil untuk variabel tersebut, atau setidaknya rentang "kemungkinan besar". Apa yang dimaksud dengan "kemungkinan besar" adalah pilihan subyektif dari modeller, namun satu kemungkinan pendekatannya adalah memilih tingkat maksimum dan minimum sehingga probabilitas nilai aktual berada di luar kisaran yang dipilih adalah 10 persen. Jika kombinasi perubahan pada dua atau lebih parameter sedang dianalisis, pendekatan potensial adalah menggunakan rancangan eksperimental "faktorial lengkap", di mana model dipecahkan untuk semua kemungkinan kombinasi parameter. Meskipun ini memberikan banyak informasi, jika ada sejumlah parameter untuk dianalisis, jumlah solusi model yang harus didapat bisa sangat besar. Untuk melakukan analisissensitivitas faktororial lengkap untuk delapan parameter masing-masing dengan lima tingkat akan memerlukan solusi 390.625. Jika ini memerlukan waktu satu menit untuk diproses, tugas tersebut akan memakan waktu sembilan bulan, setelah itu volume output yang dihasilkan akan terlalu besar untuk digunakan secara efektif. Dalam prakteknya seseorang harus berkompromi dengan mengurangi jumlah variabel dan / atau jumlah tingkat yang termasuk dalam faktorial lengkap. Analisis sensitivitas awal pada parameter individu sangat membantu dalam menentukan parameter yang paling penting untuk dimasukkan dalam percobaan faktorial yang lengkap.

 

Cara penggunaannya

Analisis sensitivitas merupakan analisis yang menunjukkan bagaimana skenario tertentu dapat dipengaruhi oleh banyak variabel. Contohnya adalah aplikasi Microsoft Excel. Ketika seseorang membuat perhitungan model untuk hipotek rumah bulanan, Excel dapat memberikan hasil yang diharapkan dengan menggunakan variabel dalam model analisis sensitivitas. Analisis sensitivitas untuk analisis What-If mempunyai empat alat di Microsoft Excel yang dikategorikan sebagai alat sensitivitas What-If yaitu data table, goal seek, scenarios, solver. Model sensitivitas analisis bergantung pada keluaran matematis. Model seperti serangkaian persamaan, faktor masukan, parameter, dan variabel. Model matematis menggunakan bahasa matematis untuk menggambarkan sebuah sistem. Selanjutnya, analisis sensitivitas dapat digunakan secara luas di lembaga pemerintah nasional dan internasional seperti Kantor Manajemen dan Anggaran Gedung Putih, Badan Perlindungan Lingkungan AS, dan Komisi Eropa. Hal ini karena analisis sensitivitas model melibatkan input variabel seperlunya dan merupakan bahan penting untuk penjaminan mutu. Analisis sensitivitas model paling baik digunakan untuk analisis What-If sehingga dapat mengetahui dampak input variabel dalam asumsi dan skenario. Analisis sensitivitas adalah alat yang sangat umum dalam aplikasi bisnis dan keuangan, analisis risiko, model lingkungan seperti model iklim global. Analisis sensitivitas dapat berfungsi sebagai alat untuk memahami berbagai sumber ketidakpastian terhadap keluaran model walaupun strategi sampling yang berbeda dapat direkomendasikan untuk "mencakup sensitivitas analisis multivariat."

 

Metode dan pendekatanan analisis sensitivitas

 

  1. Ada berbagai metode untuk melakukan analisis sensitivitas:
    • Pemodelan dan teknik simulasi.
    • Alat manajemen skenario melalui Microsoft Excel.
  2. Ada dua pendekatan untuk menganalisis sensitivitas:
    • Analisis sensitivitas lokal
    • Analisis sensitivitas lokal berbasis derivatif (numerik atau analitik). Istilah lokal menunjukkan bahwa derivatif diambil pada satu titik. Metode ini sesuai untuk fungsi biaya sederhana, namun tidak memungkinkan untuk model yang rumit, seperti model dengan diskontinuitas tidak selalu memiliki derivatif. Sensivitas analisis lokal adalah teknik one-at-a-time (OAT) yang menganalisis dampak satu parameter pada fungsi biaya pada satu waktu, menjaga parameter lainnya tetap.
    • Analisis sensitivitas global
    • Analisis sensitivitas global adalah pendekatan kedua untuk analisis sensitivitas, yang sering diimplementasikan dengan teknik Monte Carlo. Pendekatan ini menggunakan sekumpulan sampel global untuk mengeksplorasi ruang disain. Berbagai teknik yang diterapkan secara luas meliputi:
      1. Sensitivitas analisis diferensial: Hal ini juga mengacu pada metode langsung. Ini melibatkan pemecahan turunan parsial sederhana ke sensitivitas analisis temporal. Meskipun metode ini efisien secara komputasi, pemecahan persamaan adalah tugas intensif untuk ditangani.
      2. Satu per satu langkah sensitivitas: Ini adalah metode yang paling mendasar dengan diferensiasi parsial, di mana berbagai parameter nilai diambil satu per satu. Ini juga disebut sebagai analisis lokal karena ini adalah indikator hanya untuk perkiraan poin yang ditangani dan bukan keseluruhan distribusi.
      3. Analisis Faktorial: Ini melibatkan pemilihan sejumlah sampel untuk parameter tertentu dan kemudian menjalankan model untuk kombinasi. Hasilnya kemudian digunakan untuk melakukan sensitivitas parameter.
      4. Contoh: Asumsikan Sue, seorang manajer penjualan, ingin memahami dampak lalu lintas pelanggan terhadap total penjualan. Dia menentukan bahwa penjualan adalah fungsi dari harga dan volume transaksi. Harga sebuah widget adalah $ 1.000 dan Sue terjual 100 tahun lalu dengan total penjualan $ 100.000. Sue juga menentukan bahwa peningkatan 10% dalam lalu lintas pelanggan meningkatkan volume transaksi sebesar 5%, yang memungkinkannya membangun model keuangan dan analisis sensitivitas di sekitar persamaan ini berdasarkan pada pernyataan apa jika. Ini bisa memberitahukan kepadanya apa yang terjadi pada penjualan jika lalu lintas pelanggan meningkat sebesar 10%, 50% atau 100%. Berdasarkan 100 transaksi hari ini, kenaikan lalu lintas pelanggan sebesar 10%, 50% atau 100% sama dengan kenaikan transaksi pada 5, 25 atau 50. Sensitivitas analisis menunjukkan bahwa penjualan sangat sensitif terhadap perubahan lalu lintas pelanggan.

 

Keuntungan

  1. Mengarahkan usaha manajemen.
  2. Analisis sensitivitas mengidentifikasi bidang yang sangat penting dalam pencapaian tujuan organisasi secara keseluruhan sebagaimana tercantum dalam visi dan misi organisasi.
  3. Sumber informasi perencanaan.
  4. Melalui penerapan analisis sensitivitas, informasi tersedia bagi manajemen dalam bentuk yang memfasilitasi penerapan penilaian profesional saat melaksanakan tugas manajerial mereka.
  5. Kemudahan otomatis.
  6. Proses menganalisis kemungkinan efek yang berbeda dari variabel akseptabilitas suatu proyek dapat dilakukan dalam sekejap dengan hanya memasukkan variabel dalam analisis sensitivitas perangkat lunak yang secara akurat akan melakukan perhitungan dan membiarkan Anda membuat keputusan.
  7. Penerapan kunci analisis sensitivitas adalah untuk menunjukkan sensitivitas simulasi terhadap ketidakpastian pada nilai input model.
  8. Mereka membantu dalam pengambilan keputusan.
  9. Analisis sensitivitas adalah metode untuk memprediksi hasil keputusan jika suatu situasi ternyata berbeda dibandingkan dengan prediksi utama.
  10. Ini membantu dalam menilai risiko suatu strategi.
  11. Membantu mengambil keputusan yang tepat dan tepat.

 

Kesimpulan

Penggunaan analisis sensitivitas dalam bidang penelitian atau pelaksanaan program atau proyek, yaitu untuk menilai jumlah risiko yang ada, menghitung dampak variasi pada komponen proyek, juga membantu manajemen mengidentifikasi jebakan sehingga dapat mengurangi beberapa potensi yang dapat merugikan dan disisi lain hal ini otomatis akan dapat meningkatkan tingkat keberhasilan proyek tersebut Seperti yang di jelaskan pada contoh penggunan analysis sensitivitas memberikan beberapa keuntungan bagi penggunanya seperti usaha manajemen yang lebih terarah, memberikan sumber informasi perencanaan, kemudahan, membantu dalam pengambilan keputusan dan membantu menilai resiko suatu strategi, sehingga dalam penggunaanya analisis sensitivitas memberikan dampak yang sangat bagus bagi penggunanya.

Popular posts

Sistem informasi global dan penerapannya oleh perusahaan multinasional

Apa itu budaya global?

Intelligent agent