Pengertian Decision Tree, Jenis, Manfaat, Tahapan, Penerapan, Kelebihan, dan Kekurangannya

Table of Contents

Decision Tree

A. Pengertian Decision Tree

Decision tree adalah sebuah alat pendukung dalam pengambilan keputusan secara objektif dan melalui perhitungan yang sangat matang dengan menggunakan konsep dalam bentuk pohon. Cabang tersebut dimulai dari root node hingga leaf node. Teknik dari penggunaan pohon keputusan ini adalah dengan menggabungkan node atau keputusan yang nantinya akan disambungkan oleh cabang yang bergerak ke bawah.

Menggunakan konsep pohon keputusan akan membantu Anda untuk memberikan pandangan yang seimbang karena didasarkan perhitungan risiko dan juga kemudahan yang kemungkinan akan didapat pada setiap keputusan. Dalam lingkup kerja, pohon keputusan dapat membantu para karyawan untuk mengeksplorasi data, menemukan hubungan tersembunyi antara objek, dan juga memilih salah satu yang terbaik dari banyaknya keputusan.

Breiman et al. (1984) menyatakan bahwa metode ini merupakan metode yang sangat populer untuk digunakan karena hasil dari model yang terbentuk mudah untuk dipahami. Dinamai pohon keputusan karena aturan yang dibentuk mirip dengan bentuk pohon. Pohon dibentuk dari proses penyortiran rekursif biner dalam kelompok data, sehingga nilai variabel respons di setiap kelompok data membuat hasil penyortiran menjadi lebih homogen.

B. Jenis Node Decision Tree

1. Akar, merupakan node teratas, tidak ada input pada simpul ini dan tidak ada output atau bisa memiliki output lebih dari satu.
2. Internal Node, merupakan node percabangan, hanya ada satu input dan setidaknya dua output di node ini.
3. Daun, merupakan node akhir atau terminal node, hanya ada satu input dan tidak ada output (simpul akhir) pada simpul ini.

C. Manfaat Decision Tree

Terdapat beberapa manfaat yang bisa Anda dapatkan jika menggunakan decision tree di antaranya,
1. Memberikan Kejelasan. Menggunakan teknik pohon keputusan dapat memberikan kejelasan dari setiap risiko, pilihan, dan tujuan dari pengambilan keputusan. Sehingga Anda dapat menentukan tindakan yang memiliki kemungkinan terbaik.
2. Efisien Waktu. Menggunakan teknik pohon keputusan akan menampilkan informasi yang tepat dan cepat sehingga Anda tidak perlu memakan waktu yang lama dalam mengambil sebuah keputusan
3. Memperkecil Pengaruh Orang Lain. Mempertimbangkan keputusan orang lain dalam mengambil keputusan memang bisa menjadi sebuah pilihan. Tetapi, jika terlalu mengandalkan keputusan orang lain akan berisiko pada hasil keputusan Anda.

D. Tahap Pembentukan Decision Tree

1. Konstruksi pohon diawali dengan pembentukan akar (terletak paling atas). Kemudian data dipecah menggunakan atribut yang cocok untuk digunakan sebagai lembar.
2. Pemangkasan pohon (tree pruning) yaitu mengidentifikasikan dan membuang cabang yang tidak diperlukan pada pohon yang telah terbentuk. Ini karena pohon keputusan yang dibuat bisa besar sehingga dapat disederhanakan dengan pemangkasan berdasarkan nilai kepercayaan (level kepercayaan). Penanaman pohon dilakukan selain mengurangi ukuran pohon untuk juga mengurangi tingkat kesalahan prediksi dalam kasus-kasus baru dari hasil pemecahan split dan larutan.
3. Pembentukan aturan keputusan yaitu membuat aturan keputusan dari pohon yang telah dibentuk. Aturannya bisa dalam bentuk if-then yang diturunkan dari pohon keputusan dengan menelusuri dari akar ke daun. Untuk setiap node dan cabang, jika ditentukan, maka nilai sheet dimasukkan. Setelah semua aturan dibuat, aturan dapat disederhanakan atau digabungkan.

Pohon keputusan adalah model klasifikasi paling populer karena dapat dengan mudah ditafsirkan oleh manusia. Banyak algoritma dapat digunakan untuk membangun pohon keputusan seperti ID3, C4.5, CART, dan GUIDE.

E. Penerapan Decision Tree

Selain membantu dalam mengambil keputusan, banyak hal yang bisa digunakan dalam menggunakan konsep ini. Contoh penerapan konsep pohon keputusan ini digunakan oleh perusahaan adalah untuk:
1. Melihat Peluang Pertumbuhan. Salah satu contoh dari penerapan decision tree ini adalah untuk melihat prospek pertumbuhan bisnis dilihat dari data historis. Konsep ini akan membantu perusahaan untuk mengambil keputusan perubahan dalam strategi bisnis dilihat dari data historisnya
2. Mencari Konsumen Baru. Sebuah perusahaan wajib mencari konsumen baru untuk mempertahankan bisnis. Strategi yang digunakan perusahaan adalah mempelajari perilaku konsumen, kemudian menentukan konsumen mana yang akan diincar.

F. Kelebihan dan Kekurangan Decision Tree

1. Kelebihan Menggunakan Decision Tree
Menggunakan decision tree atau pohon keputusan ini akan memudahkan Anda untuk menemukan beberapa keputusan dan memilihnya secara tepat. Untuk itu, terdapat beberapa kelebihan yang Anda dapatkan jika menggunakan teknik pohon keputusan ini.
a. Objek keputusan yang tadinya bersifat umum dan sangat luas, dapat diubah menjadi lebih spesifik
b. Menghilangkan beberapa elemen perhitungan yang tidak digunakan, dan hanya memasukkan sampel uji berdasarkan kriteria
c. Mudah untuk dianalisis
d. Dapat dibuat secara numerik atau kategori
e. Mudah dimengerti dan juga dipahami banyak orang
f. Mudah untuk mengklasifikasikan objek terbaik, terburuk, dan juga objek yang diharapkan
g. Dapat dikombinasikan dengan metode keputusan lainnya
 
2. Kekurangan dari Decision Tree
Walau memiliki ragam kelebihan, decision tree atau pohon keputusan memiliki kekurangan.
a. Kurang stabil, karena perubahan kecil yang terdapat dalam objek dapat menghasilkan perubahan besar dalam struktur pohon keputusan yang optimal
b. Overlap, jika dalam pengambilan keputusan terdapat banyak data yang membutuhkan waktu dalam pengambilan keputusan
c. Pohon keputusan bisa saja error jika dalam jumlah besar
d. Sulitnya dalam mendesain pohon keputusan yang optimal 

Dari berbagai sumber

Download