Metode-metode Optimasi

dengan Alternatif Terbatas

Pohon Keputusan
 Pohon keputusan adalah salah satu metode
penyelesaian masalah keputusan dengan cara
merepresentasikan pengetahuan dalam bentuk
pohon.
 Suatu pohon memiliki conditional node yang
menunjukkan kebenaran suatu ekspresi atau
atribut.
 Conditional node tersebut memberikan beberapa
kemungkinan nilai, dapat berupa nilai boolean
(Benar atau Salah), atau beberapa alternatif nilai
yang mungkin dimiliki oleh suatu atribut, misal
untuk atribut Tekanan Darah (Rendah, Normal,
Tinggi).
Contoh Penggunaan Pohon
Keputusan
 Deteksi gangguan pada komponen mesin
atau sistem seperti mesin macet,
komponen rusak dll
 Diagnosa penyakit tertentu seperti
hipertensi, kanker, stroke dll
 Pemilihan produk seperti rumah,
kendaraan, komputer dll
 Pemilihan mahasiswa teladan sesuai
dengan kriteria tertentu
Konsep Pohon Keputusan
Konsep Data Dalam Pohon
Keputusan
Konsep Data Dalam Pohon
Keputusan (Cont’)
Proses Dalam Pohon Keputusan
 Mengubah bentuk data (tabel) menjadi
model pohon
 Mengubah model pohon menjadi rule
 Menyederhanakan rule (Pruning)
Proses Dalam Pohon Keputusan
Mengubah Pohon Menjadi Rule
Entropy
Entropy (Cont’)
Contoh
Data sampel digunakan untuk menentukan
mesin overhaul
Menentukan Node Terpilih (awal)
Node Kondisi Awal Mesin

kondisi good = 0.59

Kondisi failed = error
Entropy = 0.41
Node Kriteria Frekuensi

Kriteria rendah = 0.81

Kriteria sedang = 0.81
Kriteria tinggi = error
Entropy = 0.65
Node Kriteria Kerusakan

Entropy = error
Node Kriteria Kondisi Akhir Mesin

Entropy = error
Penyusunan Pohon Awal
Kondisi Awal Mesin

Good Failed

Mesin A
Mesin C
Mesin B
Mesin D
Mesin F
Mesin E
Mesin J
Mesin G
Mesin H
Mesin I

Overhaul
Repair – not Just replace
overhaul
Menentukan Leaf Node
Kondisi awal mesin = good

Entropy =
Hasil Decision Tree
Kondisi Awal Mesin

Failed
Good

Kriteria Not Overhaul

Frekuensi

Rendah Sedang

Overhaul/Not Overhaul
 Hasil Prediksi

Kesalahan = 2/9 = 22%

Pohon Keputusan
 Contoh:
 Untuk kasus pemilihan dosen produktif akan
dibuat pohon keputusannya.
Pohon Keputusan
Atribut
Kategori
C1 C2 C3
Sangat Produktif >6 >2 1
Produktif 5 atau 6 2 Tidak
dipertimbangkan
Cukup Produktif 3 atau 4 1 Tidak
dipertimbangkan
Kurang Produktif 1 atau 2 Tidak Tidak
dipertimbangkan dipertimbangkan
Tidak Produktif 0 0 0
Pohon Keputusan
>6 C1 0

5 atau 6 1 atau 2
3 atau 4

Kurang
C2 C2 C2 Produktif C2
>2

2 1 0

Cukup
C3 Produktif
Produktif C3

1 0

Sangat Tidak
Produktif Produktif
Terima Kasih