MAKALAH POHON

KEPUTUSAN

Oleh
Syariah Pantasari (A1B021389)
SILVI WIRYAN DAMMI (A1B021383)
Sephia Sabilla (A1B021381)
Sukra Eliyati (AIB021387)
Siti Sukma Maulida (A1B021385)
Abrour Diza (A1B116001)
● Latar belakang

Manusia - Masalah -
Pohon Keputusan
 ● Runusan masalah

1.Apa itu Decision Tree?

2. Jenis keputusan
3.Contoh Pengaplikasian Decision Tree
4.Cara Membuat Decision Tree
5.Tips dalam Membuat Decision Tree
6. Keuntungan Menggunakan Decision Tree
7. Kekurangan Decision Tree

● Pengertian
Decision tree adalah pohon
keputusan atau alat pendukung
dengan struktur seperti pohon
yang memodelkan kemungkinan
hasil, biaya sumber daya, utilitas,
dan kemungkinan konsekuensi.
● aturan diagram alur dasar:
• Persegi panjang atau bujur sangkar:
Tunjukkan awal pohon tempat Anda
menulis pertanyaan.
• Garis: Mewakili cabang-cabang
pohon. Ini semua adalah kemungkinan
tindakan.
• Lingkaran: Menandakan hasil yang
tidak pasti bahwa Anda akan
membutuhkan cabang tambahan untuk
diklarifikasi.
• Segitiga: Berikan jawaban yang jelas
dan final. Mereka juga disebut “daun.”
● Ada dua jenis pohon keputusan yang
didasarkan pada variabel target
1. Decision tree variabel kategori

Sebuah pohon keputusan variabel

kategori termasuk variabel target
kategoris yang dibagi ke dalam
kategori.

2. Decision tree variabel kontinu

Pohon keputusan variabel kontinu

adalah pohon keputusan dengan
variabel target kontinu.
 ● Pengertian Contoh PengaplikasianDecision Tree/ Pohon keputusan

3. Berfungsi sebagai alat pendukung di beberapa

1. Menilai peluang pertumbuhan
bidang
prospektif, salah satu penerapan Pemberi pinjaman juga menggunakan decision tree
decision tree melibatkan evaluasi untuk memprediksi kemungkinan pelanggan gagal
membayar pinjaman
peluang pertumbuhan prospektif untuk
bisnis berdasarkan data historis.

2. Menggunakan data demografi untuk

menemukan calon klien

Aplikasi lain dari alat ini adalah dalam

penggunaan data demografis untuk
menemukan calon klien.
● Cara Membuat Decision
Tree
1. Membuat pertanyaan dan ide
2. Tambahkan cabang
3. Tambahkan simpul keputusan ke cabang
4. Lanjutkan ke decision tree
 ● Tips membuat decision tree

● Beri kode warna pada decision tree

● Gunakan diagram alur
● Buat simbol dengan ukuran yang sama
● Gunakan tamplate
● Ketahui kapan harus menggunakan decision tree
Keuntungan Decision tree Kekurangan Decision
Tree

1. Mudah dibaca/ ditafsirkan 1. Sifat tidak stabil

2. Mudah diarsipkan 2. Kurang efektif dalam
3. Lebih sedikit pembersihan data memprediksi hasil dari variabel
yang diperlukan kontiniu
Komponen Pohon Keputusan
Contoh Soal
Permasalahan : langkah apa yang harus perusahaan ambil agar perusahaan mendapatka income yang lebih
banyak dari pada sebelum nya.

Alternative   NEV
State of Nature ( Biaya LxP )+( Biaya TLxP )

Layak Tidak layak

Cabang Baru 70.000 -10.000  

Mengembangkan Produk 20.000 -8.000  
Tidak melakukan apa-apa 0 0  
Probabilitas 0,6 0,4  
Alternative   NEV
State of Nature ( Biaya LxP )+( Biaya TLxP )

Layak Tidak layak

Cabang Baru 70.000 -10.000 ( 70.000 x 0,6 ) + ( -10.000 x 0,4) =

38.000

Mengembangkan Produk 20.000 -8.000 ( 20.000 x 0,6 ) + ( -8.000 x 0,4) = 8.800

Tidak melakukan apa apa 0 0 ( 0 x 0,6 ) + ( 0 x 0,4 ) = 0

Probabilitas 0,6 0,4 0

● Pohon Keputusan

● Tingkat pendapatan profit paling banyak apabila perusahaan melakukan cabang baru
Kesimpulan
Decision tree digunakan untuk menangani kumpulan data non-linier secara efektif.
Decision tree digunakan dalam kehidupan nyata di banyak bidang, seperti teknik,
perencanaan sipil, hukum, dan bisnis. Ingatlah, setiap data itu penting, termasuk
data keuangan. Jadi pastikan Anda mempunyai data keuangan yang terkini untuk
memastikan setiap keputusan bisnis berjalan dengan baik. Ingatlah, setiap data itu
penting, termasuk data keuangan. Jadi pastikan Anda mempunyai data keuangan
yang terkini untuk memastikan setiap keputusan bisnis berjalan dengan baik.