Anda di halaman 1dari 16

Teori Pengambilan Keputusan

Pohon Keputusan
01 Yulistiani Putri Utami
Perbankan Syariah A 1808203013

Kelompok Tiga (3) 02 Siti Ainun Rahmah


Dosen Pengampu: Mahrun Nisa Ali, MA
1808203016

03 Winda Ayu Maulina


1808203026

04 Asep Sutia
1808203035

05 Imas Masturo
1808203038
Definisi Pohon Keputusan
Menurut Susan Coles dan Jeniffer Rowley dalam
International Emerald Journal Management yang berjudul
Revisiting Decision Tree mendefinisikan bahwa pohon
keputusan merupakan sebuah alat untuk membantu
membuat keputusan, dengan proses awal yakni
mempertimbangkan, menimbang dan mengambil keputusan
terbaik untuk jangka waktu sekarang dan akan datang.
Pohon keputusan ( Decision Tree) adalah sesuatu
gambaran permodelan dari sesuatu perkara yang terdiri dari
serangkaian keputusan yang menuju ke arah pemecahan.
Pohon keputusan digunakan oleh pengambil keputusan
untuk mendapatkan gambaran visual dari alternatif
keputusan dan kemungkinan konsekuensi yang didapatnya.
Tujuan Pohon Keputusan
Memahami kasus dari seluruh aspek
yang terkait

Menggambarkan kerangka berfikir


yang sistematis

Menggambarkan struktur pengambilan


keputusan yang dilakukan decision
maker sepanjang tahap/urutan waktu
termasuk seluruh kemungkinan
keputusan dan outcomes
Asumsi
Dasar
Decision maker hanya
mengambil satu keputusan

Setiap keputusan hanya


mempunyai outcomes
tertentu

Semua proses menunjukan


tahap waktu (time
sequence)
Langkah Mengambil Pohon Keputusan
Langkah Maju
Langkah maju adalah sebuah kebijakan didalam
mengidentifikasi kemungkinan ketidakpastian data
dalam proses pengambilan keputusan dengan
menghitung nilai-nilai keuntungan yang akan dicapai dan
kemungkinan nilai resiko yang harus ditaksir.

Langkah Mundur
Langkah mundur adalah sebuah kebijakan dalam
melakukan analisa masalah keputusan. Dengan melihat
setiap aspek yang terdapat dalam cabang pohon
keputusan.
Prosedur Pembuatan Pohon Keputusan
Sebuah model keputusan terdiri dari sekumpulan aturan
untuk membagi jumlah populasi yang beraneka ragam menjadi
lebih kecil, dengan memperhatikan pada variabel tujuannya.
Sebuah model keputusan mungkin dibangun dengan saksama
secara manual atau dapat tumbuh secara otomatis dengan
menerapkan salah satu atau beberapa tata cara yang logis dala,
membuat pohon keputusan untuk memodelkan himpunan data
yang belum terklasifikasi (kusrini, 2009)
Data dalam pohon keputusan biasanya dinyatakan dalam
bentuk table menggunakan atribut. Atribut menyatakan suatu
parameter yang dibuat sebagai kriteria dalm pembentukan pohon
keputusan. Salah satu atribut merupakan atribut yang menyatakan
data solusi per item data yang disebut target atribut. Atribut memliki
nilai-nilai yang dinamakan dengan instance. Misalkan atribut cuaca
mempunyai instance berupa cerah, berawan dan hujan (basuki dan
syarif, 2003)
Tahapan Pembuatan Pohon Keputusan
01

Definisikan dan rinci masalah secara jelas


02

Gambarkan srtuktur dari pohon keputusan


03

Tentukan nilai payoff dari setiap kombinasi alternatif


kemungkinan
04

Tentukan nilai peluang dari seluruh kemungkinan dan


keputusan
04

Selesaikan masalah dengan menghitung Expected


Monetary Value (EMV).
Pengambilan Keputusan
Pengambilan keputusan adalah tindakan pemilihan alternatif. Hal ini berkaian dengan fungsi manajemen.
Misalnya, saat manajer merencanakan, mengelola, mengontrol, mereka membuat keputusan. Akan tetapi, ahli teori
klasik tidak menjelaskan peng keputusan tersebut secara umum. Pelopor teori manajemen seperti Fayol dan Urwick
membahas pengambilan keputusan mengenai pengaruhnya pada delegasi dan otoritas, sementara bapak manajemen-
Frederick W. Taylor- hanya menyinggung metode ilmiah sebagai pendekatan untuk pengambilan keputusan. Seperti
kebanyakan aspek teori organisasi modern, analisis awal pengambilan keputusan dapat ditelusuri pada Chester
Barnard. Dalam The Functions of the Exec Barnard memberikan analisis komprehensif mengenai pengambilan
keputusan clan menyatakan "Proses keputusan merupakan teknik untuk mempersempit pilihan."
Gaya Pengambilan Keputusan
Gaya Direktif Gaya Analitik

Pembuat keputusan gaya direktif Pembuat keputusan gaya analitik


mempunyai toleransi rendah pada ambiguitas, dan mempunyai toleransi yang tinggi untuk ambiguitas
berorienytasi pada tugas dan masalah teknis. Pembuat dan tugas yang kuat serta orientasi teknis. Jenis ini
keputusan ini cenderung lebih efisien, logis, pragmatis suka menganalisis situasi; pada kenyataannya,
dan sistematis dalam memecahkan masalah. mereka cenderung terlalu menganalisis sesuatu.

Pembuat keputusan gaya konseptual Pembuat keputusan gaya perilaku ditandai


mempunyai toleransi tinggi untuk ambiguitas, orang dengan toleransi ambiguitas yang rendah, orang yang
yang kuat dan peduli pada lingkungan sosial. Mereka kuat dan peduli lingkungan sosial. Pembuat keputusan
berpandangan luas dalam memecahkan masalah dan cenderung bekerja dengan baik dengan orang lain dan
suka mempertimbangkan banyak pilihan dan menyukai situasi keterbukaan dalam pertukaran
kemungkinan masa mendatang. pendapat.

Gaya Konseptual Gaya Perilaku


Implikasi
Penelitian menunjukkan bahwa pembuat Pengambilan
keputusan cenderung mempunyai lebih dari satu gaya
dominan. Pada umumnya, manajer mengandalkan dua
atau tiga gaya keputusan, dan hal ini akan bervariasi
Keputusan
menurut pekerjaan, tingkat kerja, dan budaya. Gaya
tersebut dapat digunakan untuk menentukan kekuatan
dlan kelemahan pembuat keputusan. Misalnya,
Implications
pembuat keputusan analitis membuat keputusan yang of Decision
cepat, tetapi mereka juga cenderung otokrat dalam Making
cara melakukan sesuatu. Sama halnya, pembuat
keputusan konseptual bersifat inovatif dan berani
mengambil risiko, tetapi mereka sering tidak tegas.
Gaya ini membantu menjelaskan mengapa manajer
yang berbeda membuat keputusan yang berbeda
setelah mengevaluasi informasi yang sama. Secara
keseluruhan, analisis gaya pembuat keputusan
berguna dalam memberikan pemikiran mengenai
bagaimana menghadapi berbagai gaya pengambilan
keputusan.
Teknik Pengambilan Keputusan
Teknik Teknik Teknik
Partisipatif Keputusan Teknik
Delphi Kelompok
elompok Nominal

Sebagai teknik Pendekatan berdasarkan Saat ini, berbagai Kelompok nominal telah
pengamhilan keputusan, teknik ini dengan melalui organisasi bisnis, digunakan oleh ahli
partisipatif mencakup informasi mempunyai pendidikan, pemerintahan, psikologi sosial dalam
individu atau kelompok dampak dan kesuksesan kesehatan, dan militer penelitian mereka selama
aalam proses 46 la dapat besar. Akan tetapi terdapat menggunakan Delphi. bertahun-tahun. Kelompok
dilakukan secara formal beberapa kesimpulan Tidak ada teknik keputusan nominal hanyalah
maupun informal, dan penelitian terbaru yang yang dapat memprediksi "kelompok di atas kertas".
memerlukan keterlibatan mengindikasikan bahwa masa depan sepenuhnya, Ini hanya nama kelompok
intelektual, emosional, dan teknologi informasi seperti tetapi teknik Delphi karena tidak ada interaksi
fisik. DSS mungkin bukan solusi sepertinya sebaik bola verbal antaranggota.
akhir untuk pengambilan kristal dalam meramal..
keputusan yang efektif..
Contoh Kasus pohon Keputusan
Asumsikan anda mempunyai sejumlah dana untuk diinvestasikan pada dua alternatif proyek, yaitu proyek A dan
B. Peluang proyek A akan memberikan keuntungan adalah 20% dengan nilai keuntungan 50 juta. Peluang proyek B
akan memberikan keuntungan adalah 45% dengan nilai keuntungan 10 juta.Buatlah pohon keputusan untuk
membantu anda dalam mengambil keputusan.

Solusi Kasus
Sukses 20%
RP. 50.000.000

Proyek A

Gagal 80%
0
Investasiasi
Sukses 45% Rp. 10.000.000

Proyek B

Gagal 55%
0
Lanjutan Contoh Kasus
Dasar Pengambilan Keputusan :
Pengambilan keputusan didasarkan pada nilai ekonomi yang diharapkan (Expected
Monetary Value / EMV) Tertinggi.
Formula EMV :
EMV = Ó (Probability x Nilai payoff yang diharapkan)
EMV (Proyek A) = Ó (Probability x Nilai payoff yang diharapkan)
= (20 % x Rp. 50.000.000) = Rp. 10.000.000
EMV (Proyek B) = Ó (Probability x Nilai payoff yang diharapkan)
= (45% x Rp. 10.000.000) = Rp. 4.500.000

Keputusan: Pilih Proyek A


Proyek A
Rp. 10.000.000

Investasi
Proyek B
Rp. 4.500.000
Referensi
Basuki, A., & Syarif, I. (2003). Decision Tree. Surabaya: Politeknik Electronika Negeri Surabaya ITS.
Dedek Kusnadi. (2015). PENGAMBILAN KEPUTUSAN DALAM PERILAKU ORGANISASI. Jurnal Ilmiah
Universitas Batanghari Jambi Vol.15 No.2
Herson Anwar. (2014). PROSES PENGAMBILAN KEPUTUSAN UNTUK MENGEMBANGKAN MUTU
MADRASAH. Jurnal pendidikan islam vol 8 nomor 1.
Kusrini, E. T. L. (2009). Algoritma data mining. Yogyakarta: Andi Offset.
Rofaida, R. (2018). Decision tree. Fakultas Pendidikan Ekonomi dan Bisnis. Universitas Pendidikan
Indonesia. Bandung.
THANK YOU
Semoga Selalu Sehat dan Bahagia

Anda mungkin juga menyukai