POHON KEPUTUSAN (DECISION TREE) - sevilakusmayadi-0216104080

Pengertian

Pohon keputusan (atau decision tree) merupakan model analisis pemecahan masalah pengambilan keputusan dimana pemetaan mengenai alternatif-alternatif pemecahan masalah yang dapat diambil dari masalah tersebut. Pohon tersebut juga memperlihatkan faktor-faktor kemungkinan/probablitas yang akan mempengaruhi alternatif-alternatif keputusan disertai dengan estimasi hasil akhir yang akan didapat bila kita mengambil alternatif keputusan tersebut.

Tujuan pohon keputusan atau decision tree, yaitu :

Memahamu kasus dan seluruh aspek yang terkait
Menggambarkan kerangka berfikir yang sistematis
Menggambarkan struktur pengambilan keputusan yang dilakukan desicion maker sepanjang tahapan atau urutan waktu termasuk seluruh kemungkinan keputusan dan outcome

Kelebihan Pohon Keputusan

Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global, dapat diubah menjadi lebih simpel dan spesifik.
Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketika menggunakan metode pohon keputusan maka sample diuji hanya berdasarkan kriteria atau kelas tertentu.
Fleksibel untuk memilih fitur dari internal node yang berbeda, fitur yang terpilih akan membedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang sama. Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahap yang lebih konvensional
Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat banyak, seorang penguji biasanya perlu untuk mengestimasikan baik itu distribusi dimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode pohon keputusan dapat menghindari munculnya permasalahan ini dengan menggunakan criteria yang jumlahnya lebih sedikit pada setiap node internal tanpa banyak mengurangi kualitas keputusan yang dihasilkan.

Kekurangan Pohon Keputusan

Terjadi overlap terutama ketika kelas-kelas dan criteria yang digunakan jumlahnya sangat banyak. Hal tersebut juga dapat menyebabkan meningkatnya waktu pengambilan keputusan dan jumlah memori yang diperlukan.
Pengakumulasian jumlah eror dari setiap tingkat dalam sebuah pohon keputusan yang besar.
Kesulitan dalam mendesain pohon keputusan yang optimal.
Hasil kualitas keputusan yang didapatkan dari metode pohon keputusan sangat tergantung pada bagaimana pohon tersebut didesain.

Contoh Kasus Pohon Keputusan

Perusahaan “F” (tempat saya bekerja) sedang membuka beberapa lowongn kerja, salah satu lowongan yang paling urgent adalah kebutuhan karyawan dari jurusan teknik yang ada di salah universitas negeri di Malang, perusahaan F harus bersaing dengan perusahaan bonafid lainnya dalam mendapatkan karyawan dari lulusan kampus tersebut. Ada beberapa alernatif yang dipikirkan tim HRD dalam merekrut karyawan dari jurusan teknik kampus tersebut untuk memenuhi kebutuhan karyawan.