0:00:06.553,0:00:09.043
Pernahkah kamu menunggu[br]berjam-jam di klinik dokter

0:00:09.043,0:00:12.083
padahal sudah membuat janji[br]pada waktu tertentu?

0:00:12.083,0:00:16.253
Pernahkah hotel menolak[br]pesananmu karena penuh?

0:00:16.253,0:00:20.264
Atau pernahkah kamu ditolak[br]penerbangan yang sudah dibayar?

0:00:20.264,0:00:22.803
Semua ini adalah tanda kelebihan pesanan,

0:00:22.803,0:00:25.015
praktik dimana pelaku bisnis dan institusi

0:00:25.015,0:00:27.924
menjual atau menerima pesanan[br]melebihi kapasitas mereka.

0:00:29.034,0:00:31.264
Meski sering membuat pelanggan jengkel,

0:00:31.264,0:00:33.715
kelebihan pesanan terjadi[br]karena ini menguntungkan

0:00:33.715,0:00:37.805
bagi pelaku bisnis yang bisa[br]mengoptimalkan sumber dayanya.

0:00:37.805,0:00:40.786
Mereka tahu bahwa tidak semua orang[br]akan menepati janji,

0:00:40.786,0:00:41.565
pesanan,

0:00:41.565,0:00:42.525
dan penerbangan,

0:00:42.525,0:00:45.487
jadi mereka menawarkan lebih[br]dari yang mereka miliki.

0:00:46.667,0:00:51.455
Maskapai penerbangan adalah contoh klasik,[br]sebagian karena ini sangat sering terjadi.

0:00:51.455,0:00:55.407
Sekitar 50.000 orang ditolak[br]tiket pesawatnya setiap tahun.

0:00:55.407,0:00:59.426
Angka itu sedikit mengagetkan[br]juga bagi maskapai penerbangan,

0:00:59.426,0:01:04.207
yang menggunakan statistik untuk[br]menentukan berapa tiket yang harus dijual.

0:01:04.207,0:01:05.607
Perhitungannya rumit.

0:01:05.607,0:01:08.886
Kalau menjual terlalu sedikit, [br]mereka menyia-nyiakan kursi.

0:01:08.886,0:01:12.507
Kalau menjual terlalu banyak, [br]mereka akan membayar denda --

0:01:12.507,0:01:17.727
uang, terbang gratis, sewa hotel,[br]dan pelanggan yang jengkel.

0:01:17.727,0:01:21.266
Jadi beginilah perhitungan sederhana[br]perhitungan mereka.

0:01:21.266,0:01:24.558
Maskapai penerbangan sudah bertahun-tahun[br]mengumpulkan informasi

0:01:24.558,0:01:28.389
tentang siapa yang akan datang dan tidak[br]untuk penerbangan tertentu.

0:01:28.389,0:01:31.047
Mereka tahu, misalnya,[br]bahwa pada rute tertentu,

0:01:31.047,0:01:36.247
kemungkinan setiap orang [br]datang tepat waktu adalah 90%.

0:01:37.051,0:01:38.513
Untuk menyederhanakan,

0:01:38.513,0:01:41.372
kita asumsikan setiap pelanggan[br]terbang sendirian,

0:01:41.372,0:01:44.182
dan tidak bersama keluarga[br]atau dalam kelompok.

0:01:44.182,0:01:49.652
Jadi, kalau ada 180 kursi di pesawat[br]dan mereka menjual 180 tiket,

0:01:49.652,0:01:54.502
kemungkinan besar akan ada[br]162 penumpang yang naik pesawat.

0:01:54.832,0:01:58.132
Namun tentu saja, penumpang[br]yang muncul bisa lebih banyak

0:01:58.132,0:01:59.631
atau lebih sedikit.

0:02:00.121,0:02:02.773
Kemungkinan untuk setiap[br]penumpang yang muncul

0:02:02.773,0:02:04.906
disebut distribusi binomial,

0:02:04.906,0:02:07.783
dengan puncak kurva adalah [br]hasil yang paling memungkinkan.

0:02:07.783,0:02:09.764
Sekarang mari lihat keuntungannya.

0:02:09.764,0:02:11.913
Maskapai menghasilkan uang[br]dari setiap tiket

0:02:11.913,0:02:15.095
dan kehilangan uang[br]setiap kali ada tiket yang ditolak.

0:02:15.095,0:02:20.984
Misalkan harga tiketnya USD 250 dan tidak[br]bisa ditukar untuk penerbangan berikutnya.

0:02:20.984,0:02:24.834
Dan biaya penolakan penumpang[br]adalah USD 800.

0:02:24.834,0:02:27.084
Angka-angka ini hanyalah contoh belaka.

0:02:27.084,0:02:29.654
Nilai sebenarnya sangat beragam.

0:02:29.654,0:02:35.264
Jadi, kalau maskapai tidak menjual[br]tiket lebih, ia mendapat USD 45.000.

0:02:36.614,0:02:40.396
Kalau ia menjual 15 tiket tambahan[br]dan sedikitnya 15 orang tidak muncul,

0:02:40.396,0:02:44.056
ia menghasilkan USD 48.750.

0:02:44.056,0:02:46.115
Itu kabar baiknya.

0:02:46.115,0:02:48.845
Kabar buruknya, semua orang muncul.

0:02:48.845,0:02:55.199
15 penumpang tidak beruntung ditolak, dan[br]pendapatan berkurang menjadi USD 36.750,

0:02:55.669,0:02:59.777
bahkan kurang dari seandainya[br]maskapai hanya menjual 180 tiket.

0:02:59.777,0:03:03.928
Tapi yang penting bukanlah perhitungan[br]untung-rugi skenario di atas,

0:03:03.928,0:03:06.776
tapi kemungkinan terjadinya.

0:03:06.776,0:03:09.596
Jadi seberapa besar kemungkinan[br]masing-masing skenario ini?

0:03:09.596,0:03:13.116
Kita bisa mencari tahu dengan[br]menggunakan distribusi binomial.

0:03:13.116,0:03:18.517
Di contoh ini, kemungkinan bahwa[br]195 penumpang naik pesawat

0:03:18.517,0:03:21.167
hampir 0%.

0:03:21.167,0:03:27.968
Kemungkinan 184 penumpang[br]naik pesawat adalah 1,11%, dst.

0:03:28.738,0:03:32.437
Kalikan kemungkinan ini dengan[br]pendapatan setiap kasus,

0:03:32.437,0:03:33.839
tambahkan semuanya,

0:03:33.839,0:03:38.117
dan kurangi jumlah perolehan[br]dengan 195 tiket terjual,

0:03:38.117,0:03:43.616
dan Anda akan mendapatkan perkiraan[br]pendapatan dari menjual 195 tiket.

0:03:43.616,0:03:47.038
Dengan mengulang perhitungan ini[br]untuk setiap jumlah tiket tambahan,

0:03:47.038,0:03:51.087
maskapai dapat menemukan jumlah tiket yang[br]mungkin menghasilkan pendapatan tertinggi

0:03:51.087,0:03:54.527
Di contoh ini, jumlahnya adalah 198 tiket,

0:03:54.527,0:03:59.977
yang mana maskapai mungkin[br]akan menghasilkan USD 48.774,

0:03:59.977,0:04:03.448
hampir USD 4.000 lebih banyak daripada[br]tanpa kelebihan pesanan.

0:04:03.448,0:04:05.736
Dan itu hanya untuk sekali terbang.

0:04:05.736,0:04:09.137
Kalikan dengan sejuta penerbangan[br]per maskapai per tahun,

0:04:09.137,0:04:12.182
dan kelebihan pesanan meningkatkan[br]keuntungan dengan drastis.

0:04:12.182,0:04:15.763
Tentu saja, [br]perhitungan sebenarnya lebih rumit.

0:04:15.763,0:04:19.694
Maskapai menggunakan banyak faktor[br]untuk membuat model yang lebih akurat.

0:04:19.694,0:04:21.709
Tapi apakah mereka perlu melakukannya?

0:04:21.709,0:04:24.559
Ada yang beranggapan bahwa[br]kelebihan pesanan itu tidak etis.

0:04:24.559,0:04:27.879
Maskapai menagih 2 orang[br]untuk menjual produk yang sama.

0:04:27.879,0:04:31.069
Tentu, kalau Anda 100% yakin[br]bahwa seseorang tidak akan datang,

0:04:31.069,0:04:33.430
tak apa menjual kursi mereka.

0:04:33.430,0:04:36.520
Tapi bagaimana kalau Anda hanya 95% yakin?

0:04:36.520,0:04:38.719
75%?

0:04:38.719,0:04:43.754
Apakah ada angka yang menegaskan batas[br]antara tidak etis dan praktis?