Pohon keputusan

Artikel ini menjelaskan apa itu pohon keputusan dan kegunaannya. Selain itu, ini juga menunjukkan cara membuat pohon keputusan dan latihan penyelesaian langkah demi langkah. Terakhir, Anda akan dapat melihat apa saja kelebihan dan kekurangan penggunaan pohon keputusan.

Apa itu pohon keputusan?

Pohon keputusan adalah diagram yang mewakili keputusan yang harus dibuat, berbagai skenario yang dapat terjadi, dan semua kemungkinan hasil. Oleh karena itu, pohon keputusan berfungsi sebagai bantuan pengambilan keputusan di mana beberapa kemungkinan skenario harus dipertimbangkan.

Pohon keputusan adalah alat yang sangat berguna untuk mengambil keputusan karena memungkinkan Anda memvisualisasikan semua kemungkinan konsekuensi dari setiap alternatif dan hasil apa yang dapat dicapai dengan setiap keputusan yang diambil.

Inilah sebabnya mengapa pohon keputusan adalah jenis diagram yang banyak digunakan dalam analisis keputusan ekonomi, karena memungkinkan kemungkinan biaya ekonomi atau manfaat yang diharapkan dari setiap skenario dapat direpresentasikan secara grafis.

Biasanya, setiap kali keputusan dibuat, ada beberapa skenario yang mungkin terjadi. Jadi, pohon keputusan membantu Anda melihat secara global semua skenario yang mungkin terjadi dan seberapa besar kemungkinan setiap skenario menjadi kenyataan, sehingga Anda dapat mengetahui seberapa berisiko setiap keputusan.

Perhatikan bahwa pohon keputusan berbeda dari diagram pohon, meskipun keduanya memiliki nama yang mirip dan sebenarnya memiliki beberapa karakteristik yang sama. Untuk mengetahui apa itu pohon keputusan dan perbedaannya dengan pohon keputusan, klik di sini:

Elemen pohon keputusan

Pohon keputusan terdiri dari elemen-elemen berikut:

• Node keputusan (□) : berhubungan dengan keputusan yang harus diambil. Di pohon keputusan, ini diwakili oleh persegi.
• Node probabilitas (○) – melambangkan bahwa beberapa skenario dapat terjadi, setiap cabang yang keluar dari node probabilitas mewakili skenario yang berbeda. Itu digambar dengan lingkaran kosong di pohon keputusan.
• Node akhir (△) : mewakili suatu hasil, sehingga mudah diidentifikasi karena tidak ada cabang yang meninggalkannya. Di pohon keputusan, mereka diwakili oleh segitiga.

Cara membuat pohon keputusan

Untuk membuat pohon keputusan, langkah-langkah berikut harus diikuti:

1. Mewakili keputusan utama : Langkah pertama dalam membuat pohon keputusan adalah merepresentasikan keputusan pertama yang perlu dibuat dalam diagram. Untuk melakukan ini, cukup gambarkan sebuah kotak dan panah yang keluar dari kotak tersebut untuk setiap opsi yang mungkin dapat diputuskan.
2. Tambahkan node : Di setiap cabang yang digambar pada langkah sebelumnya, perluas pohon keputusan dengan menambahkan node keputusan dan probabilitas.
3. Akses hasil : Lanjutkan menambahkan node keputusan dan probabilitas hingga setiap cabang mencapai node atau hasil akhir. Ketika semua jalur mengarah pada suatu hasil, Anda telah menyelesaikan pohon keputusan.
4. Buat keputusan : Setelah Anda menyelesaikan pohon keputusan, analisislah dan putuskan hal terbaik yang harus dilakukan.

Perhatikan bahwa pohon keputusan tidak memberikan keputusan, melainkan hanya membantu pengambilan keputusan. Keputusan akhir harus dibuat oleh Anda. Di bawah ini kita akan melihat bagaimana menggunakan pohon keputusan untuk menganalisis berbagai kemungkinan skenario dan membuat keputusan terbaik.

Contoh pohon keputusan

Setelah melihat pengertian pohon keputusan dan teori cara mencapainya, kita akan melihat contoh konkrit untuk memahami konsep tersebut secara utuh.

Sebuah perusahaan berencana untuk memperluas kapasitasnya untuk 5 tahun ke depan. Pertumbuhan saat ini memang baik, namun diperkirakan akan meningkat secara signifikan jika perekonomian akhirnya tumbuh pesat (kemungkinan terjadinya hal ini diperkirakan sebesar 40%).

Pilihannya adalah melanjutkan seperti sebelumnya, pindah ke lokasi yang lebih besar, atau memperluas lokasi yang mereka miliki saat ini. Kita juga bisa menunggu dan melihat apa yang terjadi pada tahun pertama dan, jika ada pertumbuhan, lanjutkan dengan ekspansi. Keuntungan ekonomi yang akan diperoleh dalam setiap kasus adalah sebagai berikut:

• Transfer:
  • Pertumbuhan yang kuat: $800.000
  • Pertumbuhan rendah: $100.000
• Perpanjangan:
  • Pertumbuhan yang kuat: $800.000
  • Pertumbuhan rendah: $100.000
• Jangan lakukan apa pun:
  • Pertumbuhan kuat + ekspansi tahun ke-2: $500.000
  • Pertumbuhan yang kuat + Tidak melakukan apa pun: $450.000
  • Pertumbuhan rendah: $400.000

Berdasarkan semua informasi yang diberikan oleh rumusan masalah, kita dapat mewakili keputusan yang harus dibuat, berbagai skenario yang dipertimbangkan, dan semua kemungkinan hasil dalam pohon keputusan.

Jadi, pohon keputusan untuk kasus ini adalah sebagai berikut:

Sekarang kita telah menetapkan pohon keputusan, sekarang saatnya menganalisisnya dan membuat keputusan akhir. Di bagian selanjutnya, kami menunjukkan kepada Anda berbagai kriteria yang dapat Anda gunakan untuk menentukan keputusan Anda.

Kriteria keputusan dalam pohon keputusan

Ada tiga kriteria utama untuk memutuskan keputusan mana yang akan diambil dengan menggunakan pohon keputusan: kriteria pesimis, kriteria optimis, dan kriteria ekspektasi matematis. Di bawah ini kita akan melihat terdiri dari masing-masingnya.

kriteria pesimis

Kriteria pesimistis atau konservatif menyatakan bahwa skenario terburuk yang mungkin terjadi akan terjadi. Oleh karena itu, dalam kriteria ini, opsi yang memberikan hasil terbaik dipilih ketika skenarionya paling negatif dari semua skenario yang dipertimbangkan.

Jika kita mengikuti contoh di atas, dengan menggunakan kriteria pesimis, kita akan memutuskan untuk melanjutkan seperti sebelumnya dan tidak melakukan apa pun, karena kita akan memperoleh keuntungan lebih besar ($400,000) jika pertumbuhan perusahaan rendah.

Dengan menggunakan kriteria pesimis, kami menjamin hasil minimum, yang dalam hal ini adalah $400.000. Jadi jika pada akhirnya kita beruntung dan skenario yang lebih baik terjadi, kita akan mendapatkan hasil yang lebih baik. Namun kita tidak akan memperoleh hasil yang lebih buruk.

Ingatlah bahwa meskipun ketika kita menggunakan kriteria ini kita berpikir bahwa skenario masa depan akan negatif, kita harus secara logis memilih opsi yang dapat kita gunakan untuk memperoleh hasil yang lebih baik dalam skenario pesimistis ini. Merupakan suatu kesalahan jika memilih opsi yang memberikan hasil terburuk; kita harus memaksimalkan segala sesuatu yang ada dalam kendali kita.

kriteria optimis

Kriteria optimis menyatakan bahwa skenario yang akan terjadi adalah yang terbaik. Oleh karena itu, ketika kriteria ini digunakan, kami memilih opsi yang memungkinkan kami memperoleh hasil yang lebih baik jika skenarionya menguntungkan.

Mengikuti contoh sebelumnya, kita akan memutuskan untuk memindahkan perusahaan, karena kita akan memperoleh hasil yang lebih baik jika pertumbuhan perusahaan kuat, terutama jika laba perusahaan adalah $800,000.

Ketika kriteria optimis digunakan untuk mengambil keputusan, hasilnya bisa sangat baik, namun jika skenarionya tidak menguntungkan, biasanya diperoleh hasil yang sangat buruk.

Tes ekspektasi matematis

Kriteria ini terdiri dari perhitungan ekspektasi matematis dari semua alternatif, sehingga pilihan yang memperoleh hasil lebih tinggi adalah pilihan yang dipilih.

Seperti artikelnya, opsi yang harus kita pilih adalah tidak melakukan apa pun dan membiarkan perusahaan apa adanya, karena ini adalah opsi yang memiliki nilai harapan tertinggi. tinggi ($440.000).

Kriteria ini sangat berguna ketika proses pengambilan keputusan harus diulang beberapa kali, karena ekspektasi matematis rata-rata memberikan keputusan terbaik. Namun, jika keputusan hanya diambil satu kali, maka hal ini mungkin bukan kriteria yang paling tepat.

Perlu diperhatikan bahwa Anda juga dapat menggunakan alat pengambilan keputusan lain selain pohon keputusan, seperti matriks keputusan. Matriks keputusan sangat praktis untuk mengevaluasi keputusan yang akan diambil berdasarkan kriteria yang berbeda, klik link berikut untuk melihat cara melakukannya:

Kelebihan dan kekurangan pohon keputusan

Keuntungan:

• Pohon keputusan mudah dimengerti.
• Pohon keputusan memungkinkan Anda memvisualisasikan secara global semua kemungkinan skenario dan apa hasil yang diharapkan dalam setiap skenario.
• Diagram jenis ini sangat efektif karena pembuatannya tidak memakan banyak waktu, tetapi penyelesaiannya cepat.
• Ide atau skenario baru juga dapat ditambahkan pada hasilnya, menjadikannya diagram yang fleksibel.
• Terakhir, pohon keputusan dapat dengan mudah digabungkan dengan alat pengambilan keputusan lainnya.

Kekurangan:

• Jika pohon keputusan mempunyai banyak simpul keputusan atau banyak kemungkinan skenario, maka pohon keputusan tersebut dapat menjadi diagram yang kompleks.
• Seringkali, kemungkinan terjadinya setiap skenario tidak dapat ditentukan secara pasti dan oleh karena itu mungkin tidak tepat.
• Pohon keputusan hanyalah alat pengambilan keputusan, namun keputusan akhir harus diambil oleh seseorang.