POHON KEPUTUSAN
7.1. Pengantar
Di dalam kehidupan manusia sehari-hari, manusia selalu dihadapkan oleh berbagai
macam masalah dari berbagai macam bidang. Masalah-masalah ini yang dihadapi oleh
manusia tingkat kesulitan dan kompleksitasnya sangat bervariasi, mulai dari yang teramat
sederhana dengan sedikit faktor-faktor / hal- hal berkaitan dengan masalah tersebut dan
perlu diperhitungkan sampai dengan yang sangat rumit dengan banyak sekali faktor-faktor
/ hal-hal yang turut serta berkaitan dengan masalah tersebut dan perlu untuk
diperhitungkan.
Dengan pohon keputusan, manusia dapat dengan mudah melihat mengidentifikasi dan
melihat hubungan antara faktor-faktor yang mempengaruhi suatu masalah dan dapat
mencari penyelesaian terbaik dengan memperhitungkan faktor-faktor tersebut. Pohon
keputusan ini juga dapat menganalisa nilai resiko dan nilai suatu informasi yang terdapat
dalam suatu alternatif pemecahan masalah.
Peranan pohon keputusan ini sebagai alat bantu dalam mengambil keputusan (decision
support tool) telah dikembangkan oleh manusia sejak perkembangan teori pohon yang
dilandaskan pada teori graf. Kegunaan pohon keputusan yang sangat banyak ini
membuatnya telah dimanfaatkan oleh manusia dalam berbagai macam sistem
pengambilan keputusan.
7.2. Konsep Pohon Keputusan
Pohon Keputusan dapat didefinisikan :
Menurut, Susan Welch dan John C. Comer, yaitu : Suatu diagram yang cukup sederhana
yang menunjukkan suatu proses untuk merinci suatu masalah – masalah yang
dihadapinya kedalam komponen-komponen, kemudian dibuatkan alternatif-alternatif
pemecahan beserta konsekuensi masing – masing alternatif.
Menurut, Azhar Kasim, Pohon Keputusan adalah : Model grafik yang menggambarkan
urut – urutan suatu putusan serta peristiwa-peristiwa yang terdiri dari situasi keputusan
yang berangkai.
Dari kedua definisi diatas dapat diambil kesimpulan bahwa definisi dari pohon keputusan
adalah :
“Merupakan alat bantu management dalam membuat keputusan untuk berbagai
permasalahan – permasalahan yang kompleks, memerlukan serangkaian pemecahan
masalah yang berurutan dalam suatu team kerja yang solid atau baik.
Pohon keputusan tersebut dapat berupa bentuk Probabilitas atau deterministic. Di dalam
kedua bentuk tersebut juga dapat berbentuk tahap tunggal (Singe stage) untuk suatu
keputusan atau tahap ganda (multi stage) untuk banyak keputusan. Bentuk tersebut dapat
digambarkan sebagai berikut :
POHON
KEPUTUSAN
PROBABILISTIK
DETERMINISTIK
(STOKASTIK)
RAM
PK
RAM
K
RAM
PK
RAM
KP KPB
RAM
PK
RAM
K
RAM
PK
RAM
Keterangan :
KP : Kebijakan Pokok
K : Keputusan
PK : Pelaksanaan Keputusan
RAM : Resiko yang akan muncul
KPB : Kebijakan Pokok Baru
• Kesuksesan (Pay-off)
Adalah sekumpulan benefit (laba) atau biaya yang dimungkinkan dihasilkan, yang
diakibatkan oleh kombinasi suatu keputusan dan suatu kedaan dasar yang acak.
2) Tahap kedua
Membentuk suatu pohon keputusan dengan menyisipkan daun – daun, dimaksudkan
untuk menambahkan informasi yang relevan ke dalam pohon keputusan. Adapaun
langkah-langkah pada tahap kedua ini adalah :
• Menentukan biaya atau laba masing – masing alternatif, jika berupa biaya maka
di depan angka tersebut dibubuhi tanda negatif (-).
• Menentukan probabilitas untuk masing – masing kejadian, nilai probabilitas dapat
berubah jika ditemukan informasi tambahan yang relevan. Contoh : hasil riset
atau survey.
• Menentukan kesuksesan kotor dari masing – masing hasil.
3) Tahap ketiga
Memotong cabang keputusan dengan mengumpulkan informasi, ini merupakan tahap
akhir pohon keputusan, untuk melakukan pemotongan terhadap informasi yang tidak
relevan maka dibutuhkan data akurat yang memberikan petunjuk jelas ketidak
akuratannya, sebab jika salah bisa berakibat patal pada keputusan yang diambil.,
adapun langkah – langkahnya adalah sebagai berikut :
• Menghitung nilai bersih yang diharapkan dari tiap-tiap hasil dengan rumus :
NEV = -biaya + P1 (Pay-off1) + P2 (Pay-off2)+ Pn (Pay-offn)
• Merubah masing – masing titik hasil dengan nilai bersih pada masing – masing
cabangnya.
• Pada masing – masing titik pilihan, potonglah masing – masing cabang alternatif
yang tidak dipakai (Jika NEV mencerminkan biaya atau rugi maka yang dipotong
adalah yang terbesar dan jika NEV mencerminkan pendapatan maka yang
dipotong adalah yang terkecil/terendah)
a
S1 a
2
S2 b
d1
S1 c
1 d2 3
S2 d
d3
S1 e
4
S2 f
a
S1 a
2
S2 b
d1
c
S1 c
1 d2 3
S2 d
e
d3
S1 e
4
S2 f
kondisi deterministic tahap Ketiga
2 a
d1
1 d2 3 c
d3
4 e
7.6.2. Kondisi Deterministik Multi stage
Berikut ilustrasi Multi stage
Alternatif Keputusan Pay-off (laba) dlm juta Rp
Tahun Tahun Kedua Total Pay-
Pertama off
Mengganti komputer 750 950 1.700
sekarang 950 650 1.600
Mengganti setelah 1 tahun 950 550 1.500
Tidak mengganti
950 jt
Mengganti
Sekarang 750 jt
1 Mengganti
650 jt
Tidak mengganti
950 jt
2
Tidak 550 jt
Mengganti
Tahun pertama Tahun Kedua
• kondisi deterministic tahap Kedua pada multi stage
950 jt
Mengganti
Sekarang 750 jt
1
Tidak mengganti
950 jt Mengganti
2 650 jt
Mengganti
1 1700 jt
Sekarang
1
Mengganti
1 1600 jt
Setelah 1 tahun
7.6.3. Kondisi Stokastik Single Stage
Option State of nature
S1 S2
D1 a b
D2 c d
Probabilitas P1 P2
a
S1
P1
d1 S2
P2
b
S1 c
d2 P1
S2
P2
d