Decision Tree: Pengertian, Plus Minus, dan Cara Membuatnya

Diperbarui 07 Nov 2022 - Dibaca 12 mnt

Isi Artikel

    Tidak semua orang bisa mengambil keputusan dengan cepat, kamu salah satunya? Jika iya, decision tree adalah salah satu metode terbaik yang bisa kamu pilih.

    Metode ini bisa membantumu dalam mempertimbangkan berbagai pilihan dan risiko sekaligus.

    Jadi, kamu bisa mengambil keputusan dengan pertimbangan yang matang.

    Tertarik untuk menggunakannya? Tenang, Glints telah menyiapkan langkah-langkah untuk membuat decision tree.

    Namun sebelumnya, pelajari apa itu decision tree terlebih dahulu, yuk!

    Baca Juga: Plan Do Check Act (PDCA), Metode Pemecahan Masalah dan Perbaikan Berkelanjutan

    Apa Itu Decision Tree?

    decision tree adalah

    © Addapto.com

    Selama ini, bagaimana caramu mengambil keputusan?

    Apakah kamu meminta pendapat teman, pasangan, atau keluargamu terlebih dahulu?

    Apakah kamu hanya mengikuti hati nuranimu? Atau, apakah kamu justru menggunakan strategi hitung kancing?

    Apa pun itu, sebenarnya tidak ada cara yang salah dalam pengambilan keputusan. Namun, cara-cara di atas tidak melalui proses perhitungan yang matang.

    Kamu tidak mempertimbangkan pro, kontra, dan risiko dari pilihan-pilihan yang ada.

    Nah, untuk mengatasinya, sebenarnya ada satu metode pengambilan keputusan yang dianggap cukup ampuh. Metode itu disebut sebagai decision tree.

    Dikutip dari Mind Tools, decision tree adalah diagram yang bisa membantumu memilih salah satu dari beberapa pilihan tindakan.

    Umumnya, decision tree dimulai dengan satu node atau simpul. Kemudian, node tersebut bercabang untuk menyatakan pilihan-pilihan yang ada.

    Selanjutnya, setiap cabang tersebut akan memiliki cabang-cabang baru.

    Oleh karenanya, metode ini disebut ‘tree’ karena bentuknya menyerupai pohon yang memiliki banyak cabang.

    Dalam decision tree, kamu bisa menyusun berbagai pilihan dan menyelidiki kemungkinan hasil dari pilihan tersebut.

    Selain itu, kamu juga bisa melihat kemungkinan risiko dan kelebihan atas setiap pilihan yang ada.

    Mengutip dari Venngage, ada tiga elemen dalam satu decision tree, yaitu:

    • root node (akar): tujuan akhir atau keputusan besar yang ingin diambil
    • branches (ranting): berbagai pilihan tindakan
    • leaf node (daun): kemungkinan hasil atas setiap tindakan

    Biasanya, ada dua jenis leaf node, yakni yang berbentuk persegi dan lingkaran.

    Lead node persegi menyatakan keputusan yang diambil. Sementara itu, leaf node lingkaran menyatakan hasil yang tidak pasti.

    Decision tree adalah metode yang biasa dilakukan untuk mengambil keputusan-keputusan informal atau sederhana. 

    Namun, menurut Lucidchart, tidak sedikit pula yang menggunakannya untuk memprediksi hasil secara sistematis. Salah satu contohnya adalah dalam analisis data.

    Baca Juga: Mengenal Matrix Management, Metode Pembagian Kerja Tim yang Lebih Efektif

    Manfaat Decision Tree

    seorang wanita sedang menggambar decision tree untuk membuat keputusan

    © Pexels.com

    Berikut adalah beberapa manfaat yang bisa didapatkan dari melakukan decision tree saat mengambil keputusan, dirangkum dari Tutor2U, Chron, dan Simplilearn.

    • opsi yang akan dipilih dijabarkan secara logis, sehingga memudahkan membuat keputusan yang tepat
    • setiap opsi dan pilihan bisa dipertimbangkan secara bersamaan, yang memungkinkan setiap orang yang terlibat menganalisis setiap opsi secara komprehensif
    • risiko dari setiap opsi bisa dianalisis dan dipertimbangkan karena menggunakan faktor kemungkinan
    • sangat spesifik karena mempertimbangkan potensi keuntungan dan kerugian dari setiap opsi yang ada
    • hasil dari setiap opsi bisa digambarkan dan dijabarkan, yang membuatnya mudah dipahami
    • setiap opsi dipaparkan secara transparan, yang membuat setiap orang yang terlibat tahu pertimbangan apa saja yang diambil dari keputusan yang dipilih

    Kelebihan dan Kekurangan

    decision tree adalah

    © Pexels.com

    Dari penjelasan di atas, kamu mungkin bisa menyimpulkan bahwa decision tree adalah metode yang sangat akurat.

    Meski demikian, tetap ada kelebihan dan kekurangan decision tree yang perlu kamu pertimbangkan.

    Beberapa pertimbangan di antaranya adalah sebagai berikut, seperti dikutip dari O’Reilly.

    Kelebihan

    • mudah dimengerti dan dianalisis
    • bisa dibuat secara numerik atau kategorik
    • hanya memerlukan sedikit pemrosesan data di awal pembuatan
    • mudah untuk dibuat kesimpulan

    Kekurangan

    • overfitting
    • rentan terhadap kesalahan dalam masalah klasifikasi karena ada banyak pilihan
    • penghitungan bisa menjadi sangat kompleks, terutama jika banyak nilai tidak pasti
    Baca Juga: Ketahui Efektivitas Meeting dan Waktu yang Dihabiskan dengan Metode ROTI

    Cara Membuat Decision Tree

    multivariate testing vs a/b testing

    © Freepik.com

    Jika sudah yakin dengan metode decision tree, kini kamu bisa membuatnya secara manual ataupun digital menggunakan komputer.

    Beberapa software dan website yang menyediakan template decision tree adalah Lucidchart, Smartdraw dan Miro

    Jadi, pembuatannya tentu saja akan lebih mudah karena sudah ada pilihan template-nya. Kamu hanya perlu memasukkan poin-poin di dalam decision tree.

    Bahkan, decision tree dapat dibuat dengan machine learning juga, lho.

    Menurut Towards Data Science, decision tree dalam machine learning dapat digunakan untuk menentukan klasifikasi dan regresi.

    Lantas, bagaimana cara membuat decision tree? Berikut Glints jelaskan langkah-langkahnya.

    1. Tulis keputusan yang ingin kamu ambil

    © Magoosh.com

    Bagian awal dari decision tree adalah keputusan yang ingin kamu ambil.

    Gambar kotak kecil untuk mewakili hal tersebut di bagian paling atas atau kiri kertasmu. 

    Kemudian, buat garis dari kotak tersebut untuk setiap pilihan solusi. Tulis solusi-solusi tersebut pada garis yang telah kamu buat.

    Pastikan setiap garis memiliki jarak yang cukup jauh. Jadi, kamu masih mempunyai ruang untuk memperluas pilihan-pilihan berikutnya.

    2. Pertimbangkan hasil setiap baris

    Setelah membuat beberapa garis, pertimbangkan hasilnya.

    Apabila keputusannya masih tidak pasti, buatlah lingkaran kecil di ujung garis.

    Sementara itu, jika kamu perlu membuat keputusan lain, gambar persegi di ujung garis. 

    Adapun jika kamu telah menyelesaikan solusi di akhir garis tersebut, biarkan ujung garis kosong.

    3. Lanjutkan proses yang sama

    Setelah membuat perpanjangan keputusan dari setiap garis, ulangi proses yang sama.

    Buatlah garis baru di samping persegi atau lingkaran yang baru saja kamu buat. Kemudian, tuliskan solusinya di atas garis tersebut.

    Ulangi proses yang sama hingga kamu menyelesaikan solusi di setiap garis.

    4. Tetapkan nilai untuk setiap kemungkinan hasil

    Jika semua garis telah menemukan solusi, berarti kamu tinggal menetapkan nilai untuk setiap hasilnya. Nilai yang dimaksud bisa berupa nilai abstrak maupun angka tertentu. 

    Terakhir, tambahkan segitiga untuk menandakan titik akhir.

    Dengan decision tree yang telah selesai, kini kamu bisa menganalisis setiap risiko dan kemungkinan solusi yang ada.

    Baca Juga: 6 Komponen Penting PESTLE Analysis, Metode Analisis Manajemen Risiko

    Decision tree adalah diagram yang dianggap sukses untuk mengambil keputusan yang tepat.

    Dengan langkah-langkah di atas, kamu bisa memanfaatkannya dalam kehidupan sehari-hari maupun pekerjaanmu.

    Glints juga telah menyiapkan artikel-artikel lainnya seputar pengambilan keputusan dan karier, lho!

    Jika penasaran, kamu bisa berlangganan newsletter blog Glints. Akan ada informasi ter-update yang dikirim ke emailmu setiap minggunya.

    Menarik, bukan? Sign up sekarang untuk berlangganan, ya!

    Seberapa bermanfaat artikel ini?

    Klik salah satu bintang untuk menilai.

    Nilai rata-rata 3.8 / 5. Jumlah vote: 13

    Belum ada penilaian, jadi yang pertama menilai artikel ini.

    We are sorry that this post was not useful for you!

    Let us improve this post!

    Tell us how we can improve this post?


    Comments are closed.

    Artikel Terkait