Minggu, 22 November 2026

Ketika Pasar Tidak Bisa Diprediksi, Bagaimana Perusahaan Menentukan Keputusan?

Ketika Pasar Tidak Bisa Diprediksi, Bagaimana Perusahaan Menentukan Keputusan?

Dengarkan artikel ini:
0:00 / 0:00

Perubahan permintaan, gangguan rantai pasok, dan perkembangan teknologi membuat perusahaan semakin sulit memperkirakan kondisi pasar. Situasi ini menuntut perusahaan untuk tetap mengambil keputusan bisnis, mulai dari menentukan kapasitas produksi, mengelola persediaan, memilih pemasok, hingga merencanakan investasi. Lantas, bagaimana perusahaan menentukan keputusan ketika kondisi pasar tidak dapat diprediksi?

Dalam perspektif riset operasi, teori keputusan memberikan sejumlah pendekatan untuk membantu perusahaan menghadapi kondisi tersebut. Persoalan utamanya terletak pada tingkat informasi yang dimiliki perusahaan mengenai kemungkinan kondisi pasar di masa depan. Etner et al. (2012) menjelaskan bahwa keputusan dalam kondisi ambiguitas memiliki tantangan tersendiri karena probabilitas suatu keadaan tidak selalu dapat diketahui secara pasti.

Ketika probabilitas masih dapat diperkirakan, perusahaan dapat menggunakan analisis risiko melalui Expected Monetary Value (EMV) untuk membandingkan nilai harapan dari setiap alternatif keputusan. Namun, ketika informasi probabilitas tidak tersedia, perusahaan dapat mempertimbangkan kriteria seperti Maximin, Maximax, Hurwicz, dan Savage. Setiap kriteria memiliki sudut pandang berbeda, mulai dari menghindari kerugian hingga mempertimbangkan peluang keuntungan tertinggi (Taha, 2017).

Pendekatan lain yang dapat digunakan adalah optimisasi robust. Metode ini membantu perusahaan menentukan keputusan yang tetap dapat dipertanggungjawabkan dalam berbagai kemungkinan kondisi, tanpa harus mengetahui probabilitas setiap keadaan. Bertsimas et al. (2011) menjelaskan bahwa optimisasi robust dirancang untuk menghadapi ketidakpastian melalui pertimbangan terhadap berbagai kemungkinan parameter yang dapat memengaruhi hasil keputusan.

Sementara itu, Distributionally Robust Optimization (DRO) dapat digunakan ketika perusahaan memiliki data, tetapi belum mengetahui distribusi probabilitas yang sebenarnya. Pendekatan ini mempertimbangkan sekumpulan kemungkinan distribusi sehingga keputusan tidak hanya bergantung pada satu asumsi. Rahimian dan Mehrotra (2019) menjelaskan perkembangan pendekatan ini sebagai alternatif dalam menghadapi ketidakpastian distribusi.

Perusahaan juga perlu mempertimbangkan fleksibilitas dalam mengambil keputusan. Ketika kondisi pasar sulit dipastikan, investasi secara bertahap dapat menjadi pilihan untuk mengurangi risiko. Perusahaan dapat menunda, memperluas, atau menghentikan investasi berdasarkan perkembangan informasi yang diperoleh. Konsep ini sejalan dengan teori opsi riil yang dibahas oleh Trigeorgis dan Reuer (2017).

Selain itu, perencanaan skenario membantu perusahaan menyiapkan beberapa kemungkinan masa depan beserta tindakan yang perlu dilakukan. Marchau et al. (2019) menjelaskan bahwa pengambilan keputusan di bawah ketidakpastian mendalam perlu memperhatikan ketahanan keputusan dalam berbagai kemungkinan, bukan hanya berfokus pada satu prediksi.

Berdasarkan berbagai pendekatan tersebut, terdapat tiga pertimbangan penting dalam menentukan keputusan bisnis. Pertama, seberapa jauh kondisi pasar dapat diperkirakan berdasarkan informasi yang tersedia. Kedua, seberapa besar risiko kerugian apabila keputusan tidak sesuai dengan kondisi sebenarnya. Ketiga, apakah keputusan masih dapat diubah atau disesuaikan ketika muncul informasi baru.

Pada akhirnya, perusahaan tidak selalu dapat memastikan bagaimana kondisi pasar akan berkembang. Namun, perusahaan dapat meningkatkan kualitas keputusan melalui analisis risiko, pemanfaatan informasi, dan perencanaan yang fleksibel. Dalam kondisi pasar yang sulit diprediksi, keputusan yang baik adalah keputusan yang mampu dipertanggungjawabkan dalam berbagai kemungkinan dan dapat disesuaikan ketika situasi berubah.

Referensi: Bertsimas, D., Brown, D. B., & Caramanis, C. (2011). Theory and applications of robust optimization. SIAM Review, 53(3), 464–501.

Etner, J., Jeleva, M., & Tallon, J.-M. (2012). Decision theory under ambiguity. Journal of Economic Surveys, 26(2), 234–270.

Marchau, V. A. W. J., Walker, W. E., Bloemen, P. J. T. M., & Popper, S. W. (Eds.). (2019). Decision making under deep uncertainty: From theory to practice. Springer.

Rahimian, H., & Mehrotra, S. (2019). Distributionally robust optimization: A review (arXiv:1908.05659). arXiv.

Taha, H. A. (2017). Operations research: An introduction (10th ed.). Pearson.

Trigeorgis, L., & Reuer, J. J. (2017). Real options theory in strategic management. Strategic Management Journal, 38(1), 42–63.

Dosen Pengampu: Junaenah S.T., M.M.

Penulis: 1. Indie Puspa Chantika 2. Muhamad Luhyana

Disclaimer

Artikel ini merupakan rilis publikasi dan sepenuhnya tanggung jawab penulis. Pandangan dan opini yang disampaikan adalah milik penulis dan tidak mencerminkan sikap resmi redaksi Sinergy News. Untuk informasi lebih lanjut, silakan baca Syarat & Ketentuan kami.

Komentar (0)

Masuk untuk Berkomentar

Silakan login menggunakan akun Google Anda untuk berdiskusi.

Belum ada komentar. Jadilah yang pertama!