1
00:00:06,553 --> 00:00:09,043
Pernahkah kamu menunggu
berjam-jam di klinik dokter

2
00:00:09,043 --> 00:00:12,083
padahal sudah membuat janji
pada waktu tertentu?

3
00:00:12,083 --> 00:00:16,253
Pernahkah hotel menolak
pesananmu karena penuh?

4
00:00:16,253 --> 00:00:20,264
Atau pernahkah kamu ditolak
penerbangan yang sudah dibayar?

5
00:00:20,264 --> 00:00:22,803
Semua ini adalah tanda kelebihan pesanan,

6
00:00:22,803 --> 00:00:25,015
praktik dimana pelaku bisnis dan institusi

7
00:00:25,015 --> 00:00:27,924
menjual atau menerima pesanan
melebihi kapasitas mereka.

8
00:00:29,034 --> 00:00:31,264
Meski sering membuat pelanggan jengkel,

9
00:00:31,264 --> 00:00:33,715
kelebihan pesanan terjadi
karena ini menguntungkan

10
00:00:33,715 --> 00:00:37,805
bagi pelaku bisnis yang bisa
mengoptimalkan sumber dayanya.

11
00:00:37,805 --> 00:00:40,786
Mereka tahu bahwa tidak semua orang
akan menepati janji,

12
00:00:40,786 --> 00:00:41,565
pesanan,

13
00:00:41,565 --> 00:00:42,525
dan penerbangan,

14
00:00:42,525 --> 00:00:45,487
jadi mereka menawarkan lebih
dari yang mereka miliki.

15
00:00:46,667 --> 00:00:51,455
Maskapai penerbangan adalah contoh klasik,
sebagian karena ini sangat sering terjadi.

16
00:00:51,455 --> 00:00:55,407
Sekitar 50.000 orang ditolak
tiket pesawatnya setiap tahun.

17
00:00:55,407 --> 00:00:59,426
Angka itu sedikit mengagetkan
juga bagi maskapai penerbangan,

18
00:00:59,426 --> 00:01:04,207
yang menggunakan statistik untuk
menentukan berapa tiket yang harus dijual.

19
00:01:04,207 --> 00:01:05,607
Perhitungannya rumit.

20
00:01:05,607 --> 00:01:08,886
Kalau menjual terlalu sedikit, 
mereka menyia-nyiakan kursi.

21
00:01:08,886 --> 00:01:12,507
Kalau menjual terlalu banyak, 
mereka akan membayar denda --

22
00:01:12,507 --> 00:01:17,727
uang, terbang gratis, sewa hotel,
dan pelanggan yang jengkel.

23
00:01:17,727 --> 00:01:21,266
Jadi beginilah perhitungan sederhana
perhitungan mereka.

24
00:01:21,266 --> 00:01:24,558
Maskapai penerbangan sudah bertahun-tahun
mengumpulkan informasi

25
00:01:24,558 --> 00:01:28,389
tentang siapa yang akan datang dan tidak
untuk penerbangan tertentu.

26
00:01:28,389 --> 00:01:31,047
Mereka tahu, misalnya,
bahwa pada rute tertentu,

27
00:01:31,047 --> 00:01:36,247
kemungkinan setiap orang 
datang tepat waktu adalah 90%.

28
00:01:37,051 --> 00:01:38,513
Untuk menyederhanakan,

29
00:01:38,513 --> 00:01:41,372
kita asumsikan setiap pelanggan
terbang sendirian,

30
00:01:41,372 --> 00:01:44,182
dan tidak bersama keluarga
atau dalam kelompok.

31
00:01:44,182 --> 00:01:49,652
Jadi, kalau ada 180 kursi di pesawat
dan mereka menjual 180 tiket,

32
00:01:49,652 --> 00:01:54,502
kemungkinan besar akan ada
162 penumpang yang naik pesawat.

33
00:01:54,832 --> 00:01:58,132
Namun tentu saja, penumpang
yang muncul bisa lebih banyak

34
00:01:58,132 --> 00:01:59,631
atau lebih sedikit.

35
00:02:00,121 --> 00:02:02,773
Kemungkinan untuk setiap
penumpang yang muncul

36
00:02:02,773 --> 00:02:04,906
disebut distribusi binomial,

37
00:02:04,906 --> 00:02:07,783
dengan puncak kurva adalah 
hasil yang paling memungkinkan.

38
00:02:07,783 --> 00:02:09,764
Sekarang mari lihat keuntungannya.

39
00:02:09,764 --> 00:02:11,913
Maskapai menghasilkan uang
dari setiap tiket

40
00:02:11,913 --> 00:02:15,095
dan kehilangan uang
setiap kali ada tiket yang ditolak.

41
00:02:15,095 --> 00:02:20,984
Misalkan harga tiketnya USD 250 dan tidak
bisa ditukar untuk penerbangan berikutnya.

42
00:02:20,984 --> 00:02:24,834
Dan biaya penolakan penumpang
adalah USD 800.

43
00:02:24,834 --> 00:02:27,084
Angka-angka ini hanyalah contoh belaka.

44
00:02:27,084 --> 00:02:29,654
Nilai sebenarnya sangat beragam.

45
00:02:29,654 --> 00:02:35,264
Jadi, kalau maskapai tidak menjual
tiket lebih, ia mendapat USD 45.000.

46
00:02:36,614 --> 00:02:40,396
Kalau ia menjual 15 tiket tambahan
dan sedikitnya 15 orang tidak muncul,

47
00:02:40,396 --> 00:02:44,056
ia menghasilkan USD 48.750.

48
00:02:44,056 --> 00:02:46,115
Itu kabar baiknya.

49
00:02:46,115 --> 00:02:48,845
Kabar buruknya, semua orang muncul.

50
00:02:48,845 --> 00:02:55,199
15 penumpang tidak beruntung ditolak, dan
pendapatan berkurang menjadi USD 36.750,

51
00:02:55,669 --> 00:02:59,777
bahkan kurang dari seandainya
maskapai hanya menjual 180 tiket.

52
00:02:59,777 --> 00:03:03,928
Tapi yang penting bukanlah perhitungan
untung-rugi skenario di atas,

53
00:03:03,928 --> 00:03:06,776
tapi kemungkinan terjadinya.

54
00:03:06,776 --> 00:03:09,596
Jadi seberapa besar kemungkinan
masing-masing skenario ini?

55
00:03:09,596 --> 00:03:13,116
Kita bisa mencari tahu dengan
menggunakan distribusi binomial.

56
00:03:13,116 --> 00:03:18,517
Di contoh ini, kemungkinan bahwa
195 penumpang naik pesawat

57
00:03:18,517 --> 00:03:21,167
hampir 0%.

58
00:03:21,167 --> 00:03:27,968
Kemungkinan 184 penumpang
naik pesawat adalah 1,11%, dst.

59
00:03:28,738 --> 00:03:32,437
Kalikan kemungkinan ini dengan
pendapatan setiap kasus,

60
00:03:32,437 --> 00:03:33,839
tambahkan semuanya,

61
00:03:33,839 --> 00:03:38,117
dan kurangi jumlah perolehan
dengan 195 tiket terjual,

62
00:03:38,117 --> 00:03:43,616
dan Anda akan mendapatkan perkiraan
pendapatan dari menjual 195 tiket.

63
00:03:43,616 --> 00:03:47,038
Dengan mengulang perhitungan ini
untuk setiap jumlah tiket tambahan,

64
00:03:47,038 --> 00:03:51,087
maskapai dapat menemukan jumlah tiket yang
mungkin menghasilkan pendapatan tertinggi

65
00:03:51,087 --> 00:03:54,527
Di contoh ini, jumlahnya adalah 198 tiket,

66
00:03:54,527 --> 00:03:59,977
yang mana maskapai mungkin
akan menghasilkan USD 48.774,

67
00:03:59,977 --> 00:04:03,448
hampir USD 4.000 lebih banyak daripada
tanpa kelebihan pesanan.

68
00:04:03,448 --> 00:04:05,736
Dan itu hanya untuk sekali terbang.

69
00:04:05,736 --> 00:04:09,137
Kalikan dengan sejuta penerbangan
per maskapai per tahun,

70
00:04:09,137 --> 00:04:12,182
dan kelebihan pesanan meningkatkan
keuntungan dengan drastis.

71
00:04:12,182 --> 00:04:15,763
Tentu saja, 
perhitungan sebenarnya lebih rumit.

72
00:04:15,763 --> 00:04:19,694
Maskapai menggunakan banyak faktor
untuk membuat model yang lebih akurat.

73
00:04:19,694 --> 00:04:21,709
Tapi apakah mereka perlu melakukannya?

74
00:04:21,709 --> 00:04:24,559
Ada yang beranggapan bahwa
kelebihan pesanan itu tidak etis.

75
00:04:24,559 --> 00:04:27,879
Maskapai menagih 2 orang
untuk menjual produk yang sama.

76
00:04:27,879 --> 00:04:31,069
Tentu, kalau Anda 100% yakin
bahwa seseorang tidak akan datang,

77
00:04:31,069 --> 00:04:33,430
tak apa menjual kursi mereka.

78
00:04:33,430 --> 00:04:36,520
Tapi bagaimana kalau Anda hanya 95% yakin?

79
00:04:36,520 --> 00:04:38,719
75%?

80
00:04:38,719 --> 00:04:43,754
Apakah ada angka yang menegaskan batas
antara tidak etis dan praktis?