MAKALAH MATEMATIKA

POHON KEPUTUSAN

DISUSUN OLEH : KELOMPOK 5

Anggota :
1. Rizqa Muayyad Saif (A1B020327)
2. Rohmatul Wathoni (A1B020329)
3. Ryandha Cahyaditya (A1B020330)
4. Sabila Yunadi Riski(A1B020331)
5. Sabrina Evi Febriantari (A1B020332)
6. Rizal Hadi Frasitio (A1B020325)
7. Muh.Shofiyan Rahadi ( A1B020329)

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS MATARAM
2021

i
 DAFTAR IS

DAFTAR IS................................................................................................................................................i
BAB I..........................................................................................................................................................ii
PENDAHULUAN......................................................................................................................................ii
1.1 Latar Belakang..........................................................................................................................ii
1.2 Rumusan Masalah.....................................................................................................................ii
1.3 Tujuan Penulisan.......................................................................................................................ii
1.4 Manfaat Penelitian...................................................................................................................iii
BAB II........................................................................................................................................................2
PEMBAHASAN.........................................................................................................................................2
1.5 Pengertian..................................................................................................................................2
1.6 Manfaat......................................................................................................................................2
1.7 Kelebihan....................................................................................................................................3
1.8 Kekurangan................................................................................................................................3
1.9 Contoh........................................................................................................................................3
1.10 Table Keputusan........................................................................................................................3
1.11 Dasar-dasar................................................................................................................................4
1.12 Elemen........................................................................................................................................4
1.13 Prosedur Pembentukan.............................................................................................................5
1.14 Struktur Dasar...........................................................................................................................5
1.15 Aturan Dasar Aplikasi...............................................................................................................5
1.16 Prinsip Menyelesaikan..............................................................................................................6
1.17 Contoh Implementasi................................................................................................................6
BAB III.......................................................................................................................................................7
PENUTUP..................................................................................................................................................7
1.18 Kesimpulan................................................................................................................................7
DAFTAR PUSTAKA................................................................................................................................8

ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Seperti yang kita ketahui bahwa manusia selalu berhadapan dengan suatu
masalah. Masalah-masalah ini memiliki tingkat kesulitan dan kompleksitas yang sangat
bervariasi, mulai dari yang teramat sederhana dengan sedikit faktor-faktor atau hal-hal
yang berkaitan dengan masalah tersebut dan perlu diperhitungkan, sampai dengan yang
sangat rumit dengan banyak sekali faktor atau hal-hal yang turut serta berkaitan dengan
masalah tersebut dan perlu untuk diperhitungkan juga.

Untuk menghadapi masalah ini, manusia mulai mengembangkan sebuah cara

yang dapat membantu manusia agar dapat dengan mudah untuk menyelesaikan masalah
tersebut. Adapun pohon keputusan ini adalah sebuah jawaban akan sebuah cara yang
dikembangkan untuk membantu mencari dan membuat keputusan untuk masalah tersebut
dengan memperhitungkan berbagai macam faktor yang ada didalam lingkup masalah
tersebut. Dengan pohon keputusan, manusia dapat dengan mudah mengidentifikasi dan
melihat hubungan antara faktor-faktor yang mempengaruhi suatu masalah dan dapat
mencari penyelesaian terbaik dengan memperhitungkan faktor tersebut.

1.2 Rumusan Masalah

1) Apa pengertian dari pohon keputusan?
2) Apa manfaat dari pohon keputusan?
3) Apa kelebihan dan kekurangan dari pohon keputusan?
4) Bagaimana model pohon keputusan?
5) Apa dasar-dasar dari pohon keputusan?
6) Bagaimana prosedur pembentukan pohon keputusan?
7) Apa dasar dari aplikasi pohon keputusan?
8) Apa prinsip yang digunakan untuk menyelesaikan pohon keputusan?
9) Bagaimana contoh implementasi dari pohon keputusan?

1.3 Tujuan Penulisan

Tujuan penulisan ini adalah untuk memenuhi salah satu tugas dari mata kuliah.
Selain itu tujuan penulisan makalah ini adalah untuk mengetahui apa yang dikatakan
dengan pohon keputusan, kegunaannya dalam memecahkan masalah serta kelebihan dan
kekurangan pohon keputusan.

iii
1.4 Manfaat Penelitian
Penulisan makalah ini diharapkan dapat memberikan manfaat dan dapat
menambah pengetahuan umum.

iv
BAB II
PEMBAHASAN

1.5 Pengertian
Pohon keputusan digunakan untuk memodelkan persoalan yang terdiri dari
serangkaian keputusan yang mengarah kepada solusi. Tiap simpul dalam menyatakan
keputusan sedangkan daun menyatakan solusi. Skema dan struktur pohon keputusan
adalah salah satu pemodelan dari struktur menurut graf. Pohon keputusan adalah salah
satu metode klasifikasi yang paling popular karena mudah untuk diinterpretasi oleh
manusia. Selain itu pohon keputusan juga menjadi alat bantu dalam mengambil
keputusan yang divisualisikan dalam bentuk grafik berbentuk seperti pohon yang
mengambarkan pemodelan dari suatu persoalan yang terdiri dari serangkaian keputusan
yang mengarah ke solusi.

Konsep dari pohon keputussan adalah mengubah data menjadi pohon keputusan
dan aturan-aturan keputusan. Manfaat utama dari penggunaan pohon keputusan adalah
kemampuannya untuk mem-break down proses pengambilan keputusan yang kompleks
menjadi lebih simple sehingga pengambil keputusan akan lebih menginterpretasikan
solusi dari permasalahan.

Pohon keputusan terdiri dari tiga jenis sampul:

1) Node keputusan – biasanya diwakili oleh kuadrat
2) Peluang node – biasanya diwakili oleh lingkaran
3) Node akhir – biasanya diawakili oleh sgeitiga
Pohon keputusan biasanya digunakan dalam riset operasi dan manajemen operasi.
Jika, dalam praktiknya, keputusan harus diambil secara online tanpa penarikan Kembali
dibawah pengetahuan yang tidak lengkap, pohon keputusan harus diparalelkan dengan
model probabilitaas sebagai model pilihan terbaik atau algoritma model seleksi online.
Pohon keputusan, diagram pengaruh, fungsi utilitas, dan alat serta metode analisis
keputusan lainnya diajarkan kepada siswa sarjana di sekolah bisnis, ekonomi kesehatan,
dan kesehatan masyarakat, dan merupakan contoh penelitian operasi atau metode ilmu
manajemen.
1.6 Manfaat
Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya untuk
mem-break down proses pengambilan keputusan yang kompleks menjadi lebih simple
sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan.
Pohon keputusan juga berguna untuk mengeksplorasi data, menemukan hubungan
tersembunyi antara sejumlah caln variable input dengan sebuah variable target. Pohon
keputusan memadukan antara eksplorasi data dan pemodelan, sehingga sangat bagus

1
 sebagai Langkah awal dalam proses pemodelan bahkan ketika dijadikan sebagai model
akhir daru beberapa teknik lain.
1.7 Kelebihan
1) Daerah pengambilan keputusan yang sebelumnya kompleks sangat global, dapat
diubah menjadi lebih simple dan spesifik.
2) Eliminasi perhitungan yang tidak diperlukan, karena Ketika menggunakan metode
pohon keputusan makasample 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 kriteria yang lain dalam node yang
sama.
4) Dalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya banyak,
seorang penguji biasanya perlu untuk mengestimasikan baik itu distribusi dimensi
tinggi ataupun parameter tertentu dari ditribusi kelas tersebut.
1.8 Kekurangan
1) Terjadi overlap terutama Ketika kelas-kelas dan criteria yang digunakan
jumlahnya sangat banyak.
2) Pengakumulasian jumlah error dari setiap tingkat dalam sebuah pohon keputusan
yang besar.
3) Kesulitan dalam mendesain pohon keputusan yang optimal. Hasil kualitas
keputusan yang didapatan dari metode pohon keputusan sangat tergantung pada
bagaimana pohon tersebut didesain.
1.9 Contoh
Akan dibuat pohon keputusan untuk menentukan peserta yang lolos wawancara
apakah mengikuti pelatihan dan permagangan atau tidak. Sesuai dengan pernyataan
peserta dengan mengisi dan menandatangani pernyataan peserta yang dikirim melalui
fax. 0274-520082 atau 0274-513849 paling lambat kamis 12 Oktober 2009 pukul 16.00
WIB, peserta yang tidak mengirimkan pertanyaan dianggap mengundurkan diri.
Kemudian peserta diharapkan melapor dan melakukan registrasi ulang ke panitia
penyelenggara Retooling pada tanggal 12 Oktober 20009 di Lembaga Pendidikan
Perkebunan, Jk. Urip Sumoharjo 100, Yogyakarta 55222 dengan menyerahkan:
 Surat lamaaran yang dibubuhi materai Rp 6.000,-
 Fotokopi ijazah dan transkip yang dilegalisir oleh pejabat yang berwenang
 Pas photo hitam putih ukuran 3 x 4 sebanyak 4 buah
 Surat keterangan dokter yang menyatakan sehat jasmani dan rohani
 Surat keterangan kelakuan baik dari kepolisian
 Membawa pakaian kemeja (warna terang) celana/rok warna gelap berdasi untuk
acara pembukaan serta pelatihan membawa pakaian olahraga untuk kegiatan
outbond dan praktek kompetensi (magang) serta pakaian rapi.
1.10 Table Keputusan
Table keputusan merupakan metode pengambilan keputusan yang cukup
sederhana. Metode ini menggunakan bantuan table yang berisi hubungan antara beberapa
2
 atribut yang mempengaruhi atribut tertentu. Umumnya table keputusan ini digunakan
untuk penyelesaian masalah yang tidak melibatkan banyak alternatif.
Pada table keputusan, nilai kebenaran suatu kondisi diberikan berdasarkan nilai
logika dari seriap atribut Ek. Hanya ada dua nilai kebenaran, yaitu Ek = benar atau Ek =
salah. Secara umum, table keputusan berbentuk: D = E {E1, E2,…, Ek} dengan D adalah
nilai kebenaran suatu kondisi, dan Ei adalah nilai kebenaran atribut ke-i (i = 1, 2,…, K)

1.11 Dasar-dasar
Secara konsep decision tree adalah salah satu dari teknik decision analysis. Tries
sendiri pertama kali diperkenalkan pada tahun 1960-an oleh Fredkin. Trie atau digital
tree berasal dari kata retrival (pengambilan kembali) sesuai dengan fungsinya. Secara
etimologi kata ini diucapkan sebagai tree. Meskipun mirip dengan kata try, tetapi hal ini
bertujuan untuk membedakan dari general tree. Dalam ilmu computer, trie atau prefix
tree adalah struktur data dengan representasi ordered tree yang digunakan untuk
memnyimpan associative array yang berupa string. Berbeda dengan binary search tree
(BST) yang tidak ada node sebelumnya adan posisi setiap elemen tree sangat
menentukan. Semua keturunan dari suatu node mempunyai prefix string kososng. Values
biasanya tidak terkandung di setiap node, hanya di dadun dan beberapa node di tengah
yang cocok dengan elemen tertentu.

1.12 Elemen

100%
100%
1. $0.00 0
TRUE $0.00
1 $0.00 $0.00 0%
New Decision Tree 0% 0
$0.000 1. $0.00 $0.00
0% 0 0
FALSE
2 $0.00
$0.00

Diambil dari kiri ke kanan, pohon keputusan hanya memiliki node burst (jalur
pembelahan) tetapi tidak ada node sink (jalur konvergen). Oleh karena itu, digunakan
secara manual, mereka dapat tumbuh sangat besar dan seringkali sulit untuk menggambar
sepenuhnya dengan tangan. Secara tradisional, pohon keputusan telah dibuat secara
manual – seperti contoh disamping menunjukkan – meskipun semakin banyak perangkat
lunak khusus digunakan.
1.13 Prosedur Pembentukan
Decision tree adalah sebuah struktus pohon, dimana setiap node pohon
mempresentasikan atribut yang telah diuji, setiap cabang merupakan suatu pembagian

3
 hasil uji, dan node daun mempresentasikan kelompok kelas dengan menerapkan salah
satu atau beberapa algoritma pohon keputusan untuk memodelkan himpunan dana yang
belum teklarifikasi.
Variable tujuan biasanya dikelompokan dengan pasti dan model pohon keputusan
lebih mengarah pada perhitungan probabilitas dari tiap-tiap record terhadap kategori-
kategori tersebut atau untuk mengklasifikasi record dengan mengkelompokkannnya
dalam satu kelas. Pohon keputusan juga dapat digunakan untuk mengestimasi nilai dari
variabel continue meskipun ada beberapa teknik yang lebih sesuai untuk kasus ini.

1.14 Struktur Dasar

Berdasarkan teori graf, definisi pohon adalah “sebuah graf, tak berubah,
terhubung, yang tidak mengandung sirkuit” graf adalah suatu representasi visual dari
objek-objek diskrit yang dinyatakan dengan noktah, bulatan, atau titik, serta hubungan
yang ada antara objek-objek tersebut.
Secara matematis, graf didefinisikan sebagai pasangan himpunan (V,E) yang
dalam hal ini:
V = himpunan tidak kosong dari simpul-simpul (vertices) = {v1, v2, … , vn}
E = himpunan sisi (edges) yang menghubungkan sepanjang simpul = {e1, e2, … , en}

Secara umum, pohon keputusan adalah suatu gambaran pemodelan dari suatu
persoalan yang terdiri dari serangkaian keputusan yang mengarah ke solusi. Tiap simpul
dalam menyatakan keputusan dan daun menyatakan solusi. Pemodelan pohon keputusan
di sini berupa permodelan pohon n-ary, dengan sejumlah anak yang dapat berbeda-beda
tiap simpulnya.

1.15 Aturan Dasar Aplikasi

Ada beberapa aturan dasar dalam pengaplikasian pohon keputusan adalah sebagai
berikut:
1) Titik keputusan dinyakan dalam tanda kotak.
2) Titik kemungkinan dinyatakan dengan symbol lingkaran.
3) Ujung cabang disebut terminal.
4) Pohon keputusan dibaca dari kiri ke kanan.
5) Probabilitas harus diberikan disetiap cabang dari titik kemungkinan yang
jumlahnya adalah sama dengan satu.
6) Nilai kondisional diberikan pada setiap titik terminal.
7) Pohon keputusan tidak pakai skala.
8) Mungkin terdapat dua atau lebih titik kemungkinan yang berurutan.
1.16 Prinsip Menyelesaikan
1) Mulai perhitungan dari atau padaa titik terminal dan bekerja mundur ke awal
titik keputusan. Jika titik kemungkinan dicapai, hitung nilai ekspektasu EMV =

4
 ekspektasi pendekatan yang telah memperthitungkan resiko untuk semua nilai
kondisional dan tulis diatas titik kemungkinan.
2) Jika sampai pada titik keputusan EMV yang terbesar, coret pilihan lain dan
letakkan EMV di atas titik keputusan. Selanjutnya mundur sampai dengan titik
keputusan awal dicapai. Pilih jalur EMV terbesar untuk memilih keuntungan
dan EMV terkecil untuk memilih biaya.

Dari 2 prinsip diatas, ada lima langkah dalam menyelesaikan pohon keputusan
sebagai berikut:
 Tentukan atau definisikan permasalahan yang akan diselesaikan
 Gambarkan pohon keputusan
 Berikan probabilitas atau nilai kondisional di setiap terminal
 Hitung niali ekspektai untuk semua nilai kondisional disetiap alternatif
 Hitung semua nilai ekspektasi keuangan
1.17 Contoh Implementasi
Smithson Corp. membuka pabrik di Malaysia, negara dengan undang-undang
lingkungan yang lebih longgar dibandingkan dengan AS, negeri asalnya. Smithson dapat
menghemat $18 juta untuk membangun fasilitas manufaktur dan menaikkan
keuntungannya, jika tidak memasang peralatan pengontrol polusi yang diharuskan di AS,
tetapi bukan di Malaysia. Namun, Smithson juga memperhitungkan bahwa polutan yang
dikeluarkan pabrik, jika tidak diolah, akan merusak industry perikanan lokal. Ini dapat
menyebabkan kerugian jutaan dolar dalam penempatannya dan akan menimbulkan
masalah kesehatan bagi penduduk lokal.

Pendekatan:Smithson memutuskan untuk membangun pohon keputusan memodelkan

masalah tersebut.

Jawaban:Sekarang anggap Simthson ingin membangun pabrik berbeda, dengan kontrol

polusi, tanpa memperdulikan akibat negative pada pengembalian perusahaan. Keputusan
tersebut membawa kita ke cabang “Apakah etis jika tidak mengambil keputusan?”. Jika
jawabannya adalah tidak, maka pohon keputusan menyarankan untuk melanjutkan
pembangunan pabriknya. Namun dengan memberitahu direksi Smithson, para pemegang
saham, dan pihak lain mengenaidampaknya.

5
 BAB III
PENUTUP

1.18 Kesimpulan
Dapat dilihat bahwa menggunakan pohon keputusan sebagai support tool dalam
menganalisis suatu masalah pengambilan keputusan dapat sangat membantu kita dalam
melakukan pengambilan keputusan. Kegunaan pohon keputusan yang dapat melihat
berbagai macam alternatif keputusan yang dapat kita ambil serta mampu
memperhitungkan nilai-nilai dari faktor-faktor yang mempengaruhi alternatif keputusan
tersebut adalah sangat penting dan berguna, karena membuat kita dapat mengetahui
alternatif mana yang paling menguntungkan.
Pohon keputusan juga dapat dipergunakan untuk memperhitungkan dan
melakukan Analisa terhadap resiko-resiko yang mungkin muncul dalam suatu alternatif
pemilihan keputusan. Selain itu, pohon keputusan juga dapat dipakai untuk
memperhitungkan berapa nilai suatu informasi tambahan yang mungkin kita perlukan
agar kita dapat lebih mampu dalam membuat suatu pilihan keputusan dari suatu
alternatif-alternatif keputusan yang ada.
Dengan melihat kegunaan pohon keputusan dan kemampuasnnya dalam
memperhitungkan berbagai alternatif pemecahan masalah termasuk faktor-faktor yang
mempengaruhinya serta nilai resiko dan nilai informasi dalam alternatif keputusan itu,
maka jelaslah bahwa pohon keputusan ini dapat menjadi alat bantu yang sangat berguna
dalam pengambilan keputusan.

6
 DAFTAR PUSTAKA
Ghifari, Ahmad Farhan. 2015. Aplikasi Sistem Pakar dengan Memanfaatkan Konsep
Pohon Keputsan untuk Menenukan Penyakit pada Balita. Makalah IF2120 Matematika
Diskrit.

Munir,Rinaldi. 2006. Diktat Kuliah IF2153 Matematika Diskrit Edisi Keempat. Program
Studi Teknik Informatika, Sekolah Teknik Elektro dan Informatika, Institut Teknologi
Bandung.

Kalsum, Umi. 2009. Penggunaan Pohon Keputusan Untuk Pengambilan Keputusan

dalam Penerimaan Pegawai (Studi Kasus : Perusahaan Asuransi Takaful). Tugas akhir.

Website:

Wikipedia. 2006. Decision Tree. http://en.wikipedia.org/wiki/Decision_tree.Decision

Tree Learning. http://en.wikipedia.org/wiki/Decision_tree_learning.
Wikipedia. 2006. Dcision
Analysis. http://en.wikipedia.org/wiki/Decision_analysis.
Wikipedia. 2006. Data mining. http://en.wikipedia.org/wiki/Data_mining.
https://docplayer.info/72664710-Analisis-pohon-keputusan-decision-tree-analysis.html
http://www.kumpulancontohmakalah.com/2017/10/Definisi.Pohon.Keputusan.Konsep.Da
sar.dan.Prosedur.Pembentukan.html