Pohon keputusan adalah model grafik yang menggambarkan urutan keputusan serta peristiwa (events) yang terdiri atas situasi keputusan berangkai (sequential decision situation). Ada dua alternatif yang dapat dipilih dan setiap alternatif menghadapi tiga kondisi yang mungkin timbul, yaitu pasar besar, pasar kecil, atau tidak ada pasar sama sekali.
Kunjungi Juga Spesifikasiproduk.com untuk mengetahui Review Produk-produk Terlaris di Pasaran Indonesia saat ini, agar tidak ketinggalan mendapatkan diskon harga besar-besaran untuk setiap produk yang ditawarkan.
1. Sistem Pendukung Keputusan Bisnis
Sistem pendukung keputusan adalah kesimpulan dari proses untuk memilih tindakan yang terbaik dari sejumlah alternatif yang ada.
Sistem pendukung keputusan (SPK) merupakan sistem berbasis komputer yang membantu dalam proses pengambilan keputusan. SPK sebagai sistem informasi berbasis komputer yang adaptif, interaktif, dan fleksibel, yang secara khusus dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak terstruktur bertujuan untuk meningkatkan kualitas pengambilan keputusan.
Menurut Wibowo et al. (Mau Sisilia D. B., 2014), sistem pendukung keputusan adalah sebuah sistem berbasis komputer yang adaptif, fleksibel, dan interaktif yang digunakan untuk memecahkan masalahmasalah tidak terstruktur sehingga meningkatkan nilai keputusan yang diambil.
2. Pohon Keputusan
a. Makna pohon keputusan
Pohon keputusan adalah pemetaan alternatif pemecahan masalah yang dapat diambil dari masalah yang memperlihatkan faktor-faktor probabilitas, yang akan memengaruhi pelbagai alternatif keputusan disertai dengan estimasi hasil akhir yang akan diperoleh apabila mengambil alternatif keputusan.
Pohon keputusan merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Metode pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa alami. Mereka juga dapat diekspresikan dalam bentuk bahasa basis data, seperti Structured Query Language untuk mencari record pada kategori tertentu.
b. Manfaat pohon keputusan
Manfaat utama penggunaan pohon keputusan adalah kemampuannya untuk membuat proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga lebih menginterpretasikan solusi dari permasalahan.
Pohon keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dan sebuah variabel target. Pohon keputusan memadukan antara eksplorasi data dan pemodelan sehingga sangat bagus sebagai langkah awal dalam proses pemodelan, bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain. Sering terjadi tawar-menawar antara keakuratan model dan transparansi model.
c. Kelebihan dan kekurangan pohon keputusan
Kelebihan metode pohon keputusan, yaitu sebagai berikut.
1) Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global dapat diubah menjadi lebih simpel dan spesifik.
2) Eliminasi perhitungan yang tidak diperlukan karena ketika menggunakan metode pohon keputusan, sampel diuji hanya berdasarkan kriteria atau kelas tertentu.
3) Fleksibel untuk memilih fitur dari internal node yang berbeda. Fitur yang terpilih akan membedakan suatu kriteria dibandingkan dengan kriteria yang lain dalam node yang sama. Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan yang dihasilkan jika dibandingkan dengan menggunakan metode penghitungan satu tahap yang lebih konvensional.
4) Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat banyak, seorang penguji harus mengestimasikan distribusi dimensi tinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode pohon keputusan dapat menghindari munculnya permasalahan ini dengan menggunakan kriteria yang jumlahnya lebih sedikit pada setiap node internal tanpa banyak mengurangi kualitas keputusan yang dihasilkan.
Kekurangan pohon keputusan, yaitu sebagai berikut.
1) Terjadi overlap terutama jika kelas-kelas dan kriteria yang digunakan berjumlah sangat banyak. Hal tersebut juga menyebabkan meningkatnya waktu pengambilan keputusan dan jumlah memori yang diperlukan.
2) Pengakumulasian jumlah eror dari setiap tingkat dalam sebuah pohon keputusan sangat besar.
3) Kesulitan dalam mendesain pohon keputusan yang optimal.
4) Hasil kualitas keputusan yang didapatkan dari metode pohon keputusan sangat bergantung pada desain pohon tersebut.
Sumber: (Studi Kelayakan Bisnis – H. Dadang Husen Sobana, M.Ag.)