Dalam artikel ini, kami membahas apa itu analisis pohon keputusan, memberikan detail tentang cara membuatnya untuk perusahaan Anda dan membuat daftar beberapa keuntungan dan kerugian utama menggunakan pendekatan pengambilan keputusan ini.

Apa itu analisis pohon keputusan?

Analisis pohon keputusan adalah grafik atau peta yang menampilkan hasil potensial dari serangkaian pilihan terkait. Ini memungkinkan organisasi atau individu untuk membandingkan berbagai faktor dan keputusan satu sama lain untuk mencapai hasil yang diinginkan. Grafik atau pohon yang membentuk analisis pohon keputusan biasanya dimulai dengan satu keputusan kunci dan kemudian bercabang ke arah pilihan atau hasil tambahan. Analisis ini dapat membantu organisasi menganalisis beberapa pilihan yang layak dan memilih hasil yang menguntungkan seluruh perusahaan.

Apa manfaat menggunakan pohon keputusan?

Ada beberapa manfaat yang terkait dengan penggunaan pohon keputusan dalam proses pengambilan keputusan. Manfaat paling penting dari penggunaan strategi ini adalah kemampuannya untuk membuat proses pengambilan keputusan organisasi menjadi lebih efisien. Organisasi dapat menggunakan strategi ini secara efektif ketika kontributor memiliki gagasan umum tentang keputusan kunci dan alternatifnya, serta hasil potensial dari berbagai cabang tersebut. Anda juga dapat menggunakannya dengan atau tanpa data terukur, yang menjadikannya pilihan ideal bagi perusahaan yang mungkin tidak memiliki kumpulan data relevan yang ekstensif untuk membantu mereka membuat keputusan yang tepat.

Cara membuat analisis pohon keputusan yang efektif

Sebagian besar pohon keputusan dimulai dengan satu keputusan kunci dan kemudian menyajikan cabang ke berbagai hasil yang dapat dibuat oleh satu keputusan. Anda dapat membuat analisis pohon keputusan secara manual di atas kertas atau dengan memanfaatkan program komputer untuk membantu pembuatan Anda, yang dapat sangat membantu jika pembuat keputusan terpisah bekerja di departemen yang berbeda.

Bagaimanapun Anda memilih untuk membuat analisis pohon keputusan, berikut adalah beberapa langkah umum untuk membuat analisis pohon keputusan yang efektif:

Mulailah dengan keputusan kunci

Langkah pertama menuju pembuatan analisis pohon keputusan adalah menyoroti keputusan kunci dan mewakilinya sebagai kotak di tengah pohon. Dari sana, Anda dapat membuat cabang yang mewakili berbagai keputusan penting yang dapat Anda buat terkait dengan keputusan kunci tersebut. Anda dapat memilih untuk menyertakan data dengan keputusan ini atau mengecualikannya jika Anda merasa data Anda tidak relevan atau jika Anda tidak memiliki data. Sangat penting untuk memberi label pada setiap cabang untuk meningkatkan kejelasan dan efektivitas tertinggi pohon Anda.

Tambahkan simpul peluang

Setiap cabang dari keputusan kunci dapat menghasilkan lebih banyak keputusan yang harus dibuat, hasil akhir atau kemungkinan yang tidak pasti. Jika hasil cabang tidak diketahui atau tidak pasti, pertimbangkan untuk menambahkan simpul peluang ke cabang ini. Di pohon keputusan, Anda dapat mewakili simpul peluang sebagai lingkaran dengan hasil potensial tambahan yang bercabang dari lingkaran itu. Ini membantu ketika Anda tidak tahu persis apa hasil dari keputusan tertentu.

Tetapkan simpul keputusan

Kemungkinan lain yang dapat berasal dari keputusan kunci Anda adalah kebutuhan akan keputusan tambahan. Anda dapat mewakili keputusan baru ini sebagai persegi, yang mirip dengan pemformatan untuk keputusan utama Anda, dengan kemungkinan solusi tambahan yang terkait dengan keputusan baru Anda. Pertimbangkan juga untuk menambahkan nilai numerik pada keputusan dan probabilitas ini untuk mengidentifikasi hasil dari setiap keputusan dengan lebih baik.

Terus kembangkan setiap simpul hingga Anda mencapai titik akhir

Langkah terakhir untuk menyelesaikan pohon keputusan Anda adalah terus menambahkan cabang ke setiap keputusan atau simpul peluang hingga mencapai titik akhir. Pengambil keputusan biasanya mewakili titik akhir sebagai segitiga untuk secara jelas menyoroti ujung cabang. Setiap segitiga sering kali memiliki nilai yang diprioritaskan agar para pengambil keputusan dapat membuat pilihan yang terinformasi dengan baik.

Keuntungan dari analisis pohon keputusan

Meskipun ada banyak alat pengambilan keputusan yang membantu organisasi membuat keputusan sehari-hari, pohon keputusan memiliki beberapa keuntungan penting. Beberapa keuntungan dan karakteristik utama dari analisis pohon keputusan meliputi:

• Dapat dimengerti
• Efektif dengan atau tanpa data keras
• Soroti proyek atau solusi yang paling sesuai
• Cepat dan mudah dibuat
• Memberikan kemampuan untuk menambahkan cabang baru ke pohon yang ada
• Memudahkan untuk mengevaluasi beberapa opsi
• Memfasilitasi penyelidikan yang lebih dalam dari keputusan potensial

Kekurangan dari analisis pohon keputusan

Untuk membuat pohon keputusan yang efektif, penting juga untuk memahami beberapa kelemahan umum dari proses pengambilan keputusan ini. Mengetahui batasan pohon keputusan dapat membantu Anda memutuskan alat pengambilan keputusan mana yang paling bermanfaat bagi perusahaan Anda.

Beberapa kelemahan umum dari pohon keputusan meliputi:

• Kemungkinan pohon yang terlalu rumit
• Variasi data berdampak negatif pada cabang keputusan
• Kesulitan menerapkan banyak keputusan atau keputusan organisasi besar
• Potensi bias tergantung pada pendapat pembuat keputusan
• Seringkali tidak cocok untuk kumpulan data yang besar
• Mudah membuat kesalahan saat melabeli klasifikasi cabang

Bagaimana saya bisa menghindari kerugian pohon keputusan?

Ada beberapa metode yang dapat Anda dan perusahaan Anda gunakan untuk membantu memastikan bahwa pohon keputusan Anda adalah alat yang efektif untuk organisasi Anda. Salah satu cara Anda dapat mencegah pohon yang terlalu rumit, misalnya, adalah menetapkan panjang maksimum cabang potensial dari keputusan kunci. Cara lain Anda dapat mencegah membuat terlalu banyak cabang adalah dengan membuat suara mayoritas pada nilai cabang baru. Hal ini memastikan bahwa sebagian besar orang menyetujui keputusan baru sambil mengurangi waktu yang diperlukan untuk mencapai keputusan dengan suara bulat. Anda juga dapat menghindari pohon yang tidak dapat dipahami dengan menggunakan metode yang disebut pemangkasan, yang memungkinkan Anda untuk menghapus cabang yang memiliki kepentingan atau nilai rendah.

Dalam artikel ini, kami mendefinisikan analisis keputusan, menjelaskan cara kerjanya dalam lima langkah, dan memberikan contoh yang dapat Anda gunakan untuk panduan.

Apa itu analisis keputusan?

Analisis keputusan adalah proses menggunakan berbagai alat pengambilan keputusan dan penelitian untuk membuat keputusan. Anda dapat menggunakan analisis keputusan untuk memecahkan masalah sederhana dalam kehidupan pribadi Anda, dan masalah bisnis yang kompleks di tempat kerja.

Misalnya, bisnis sering menggunakan analisis keputusan untuk menilai risiko yang terkait dengan opsi yang berbeda atau membuat keputusan investasi. Berikut adalah beberapa komponen yang mungkin diperlukan oleh proses analisis keputusan:

• Informasi terkait keputusan
• Opsi yang memungkinkan
• Data kuantitatif
• Alat visual

Bagian dari proses analisis keputusan memerlukan pemeriksaan ketidakpastian potensial seputar keputusan. Anda mungkin perlu melakukan penelitian atau analisis lain untuk menentukan probabilitas hasil yang berbeda. Anda dapat menilai keputusan Anda berdasarkan kemungkinan keberhasilannya dan nilai potensial berikutnya—atau kemungkinan kegagalannya dan potensi kerugian yang terkait.

Bagaimana cara kerja analisis keputusan?

Jika Anda perlu membuat keputusan, Anda dapat menggunakan langkah-langkah berikut sebagai panduan untuk melakukan proses analisis keputusan:

Identifikasi masalahnya

Pertama, Anda perlu mengidentifikasi masalah yang ingin Anda pecahkan atau keputusan yang perlu Anda buat. Setelah Anda mengidentifikasi masalah, pikirkan opsi atau solusi yang tersedia untuk Anda.

Misalnya, Anda menerima sejumlah besar uang dan ingin menginvestasikannya. Anda mungkin memiliki beberapa opsi investasi untuk dipilih dan melakukan analisis keputusan dapat membantu Anda memilih salah satu yang paling sesuai dengan kebutuhan Anda. Pertimbangkan penjurnalan sebagai strategi untuk mengidentifikasi tantangan dan menghasilkan solusi yang mungkin.

Teliti pilihan Anda

Sekarang setelah Anda memahami masalah Anda dan mengidentifikasi solusi atau opsi potensial, Anda dapat mulai menelitinya. Informasi ini menyediakan data yang dapat Anda gunakan saat mengembangkan model keputusan dan mengukur hasil opsi. Lihatlah setiap opsi dari sudut yang berbeda, seperti biaya terkait, risiko, trade-off, manfaat, dan probabilitas keberhasilannya.

Penelitian Anda akan bervariasi tergantung pada masalah yang ingin Anda pecahkan dan dapat mencakup data kualitatif dan kuantitatif. Misalnya, jika bisnis Anda ingin membangun lokasi baru, Anda dapat melihat faktor-faktor seperti demografi area sekitar atau jumlah lalu lintas pejalan kaki di jalan tersebut. Anda juga dapat menilai berapa biaya untuk membeli atau menyewa gedung dan memeliharanya.

Buat kerangka kerja

Untuk menilai pilihan Anda, Anda perlu mengembangkan kerangka kerja untuk mengevaluasi hasilnya. Salah satu cara untuk membuat kerangka kerja adalah dengan menetapkan indikator kinerja utama (KPI). KPI mewakili pengukuran yang menunjukkan kemajuan yang dicapai menuju tujuan tertentu.

Pengukuran ini bervariasi berdasarkan tujuan Anda dan bisa kualitatif atau kuantitatif. Dengan menggunakan contoh investasi, Anda dapat fokus untuk mendapatkan pengembalian tertinggi. Atau bisnis yang mencari lokasi baru mungkin memiliki tujuan untuk meningkatkan jumlah pelanggan langsung atau penjualan yang dilakukan per hari. Kemungkinan besar, Anda akan memilih opsi yang menunjukkan potensi paling besar untuk memenuhi tujuan Anda.

Mengembangkan model keputusan

Anda dapat menggabungkan kerangka kerja Anda dengan model keputusan untuk mengilustrasikan dan mengevaluasi pilihan Anda.

Pohon keputusan: Salah satu alat yang paling umum untuk analisis keputusan, pohon keputusan adalah diagram alur yang menunjukkan hasil potensial pilihan Anda. Untuk membuat pohon keputusan, mulailah dengan menggambar persegi, yang mewakili pertanyaan atau masalah Anda, kemudian Anda membuat cabang yang mewakili pilihan Anda dan hasilnya.

Diagram pengaruh: Diagram pengaruh adalah diagram alur yang berfokus pada bagaimana berbagai faktor dapat memengaruhi keputusan atau tujuan Anda. Untuk membuat jenis diagram alur ini, mulailah dengan menggambar persegi di tengah untuk mewakili pertanyaan Anda, lalu gambar cabang dengan faktor tidak pasti yang mungkin terkait dengan hal itu memengaruhi keputusan Anda dan hasilnya.

Misalnya, jika tujuan Anda adalah menciptakan produk yang menguntungkan, Anda dapat membuat pohon keputusan untuk membantu memutuskan jenis produk yang akan dibuat. Di dalam alun-alun pusat Anda, Anda dapat menulis “jenis produk”, lalu membuat cabang untuk opsi produk yang berbeda, masing-masing mengarah ke kemungkinan hasil penjualan yang berbeda.

Anda dapat membuat diagram pengaruh untuk lebih memahami bagaimana Anda dapat memperoleh keuntungan dari produk. Cabang-cabang bagan ini mungkin berisi faktor-faktor seperti biaya produksi, biaya pemasaran, dan nomor pesanan potensial.

Temukan nilai yang diharapkan

Menghitung nilai yang diharapkan (EV) dari setiap keputusan adalah cara yang bagus untuk menetapkan nilai numerik ke opsi Anda. Ini dapat membantu Anda memahami opsi mana yang terbaik. Prosesnya melibatkan penetapan nilai moneter atau numerik untuk setiap hasil dan menentukan probabilitas masing-masing.

Untuk melakukan perhitungan, kalikan nilai hasil dari setiap opsi dengan probabilitasnya untuk menemukan nilai parsial dari setiap hasil. Selanjutnya, tambahkan nilai parsial. Hasilnya mewakili nilai yang Anda harapkan. Anda dapat menilai nilai-nilai ini terhadap kerangka kerja Anda untuk menentukan opsi mana yang paling sesuai dengan kebutuhan Anda.

Menemukan EV dapat sangat berguna untuk keputusan bisnis. Misalnya, saat memilih di antara dua opsi investasi, Anda dapat menggunakan potensi jumlah pengembalian moneternya sebagai nilai Anda. Menemukan probabilitas bisa jadi sulit, jadi cobalah untuk memasukkan analitik prediktif.

Anda juga dapat menggunakannya untuk membandingkan potensi keberhasilan suatu usaha dengan potensi kegagalan untuk menentukan apakah risikonya berhasil. Untuk menghitung EV dalam situasi ini, Anda dapat menggunakan rumus berikut:

EV = (probabilitas keberhasilan x potensi pendapatan) + (probabilitas kegagalan x potensi kerugian)

Contoh dunia nyata dari analisis keputusan

Anda dapat menggunakan contoh berikut sebagai panduan saat melakukan analisis keputusan:

Contoh 1

Sebuah perusahaan perangkat lunak baru-baru ini merancang dan mengembangkan layanan baru untuk pelanggannya. Perlu memutuskan apakah akan meluncurkan layanan bulan depan atau menunggu selama enam bulan. Perusahaan melakukan penelitian dan menemukan kemungkinan keberhasilan untuk kedua opsi, bersama dengan potensi pendapatannya. Itu juga mempelajari kemungkinan kegagalan dan kerugian yang sesuai untuk masing-masing.

Opsi A: Meluncurkan layanan bulan depan memiliki kemungkinan sukses sebesar 55% dengan potensi pendapatan sebesar $250.000. Ini memiliki kemungkinan kegagalan 45% dengan potensi kerugian $125.000.

Opsi B: Meluncurkan layanan dalam enam bulan memiliki kemungkinan sukses sebesar 65% dengan potensi pendapatan sebesar $400.000. Ini memiliki probabilitas kegagalan 35% dengan potensi kerugian $200,000.

Selanjutnya, bisnis perlu menghitung nilai yang diharapkan dari setiap opsi menggunakan rumus berikut:

Nilai opsi yang diharapkan = (probabilitas keberhasilannya x potensi pendapatan) + (probabilitas kegagalannya x potensi kerugian)

• Nilai yang diharapkan dari Opsi A = (55% x 250.000) + (45% x – $125.000) = $81.250
• Nilai yang diharapkan dari Opsi B = (65% x 400.000) + (35% x -$200,000) = $190.000

Berdasarkan perhitungan ini, perusahaan perangkat lunak memutuskan untuk menunggu enam bulan untuk meluncurkan layanan barunya karena nilai yang diharapkan adalah sekitar dua kali lipat dari nilai yang dapat mereka peroleh jika mereka meluncurkannya bulan depan.

Contoh 2

Sebuah bisnis konsultan ingin membangun kantor baru dan telah mempersempit daftarnya menjadi tiga pilihan: Austin, Boston, dan Chicago. Setelah menyelesaikan penelitian pada setiap opsi, ia dapat menentukan probabilitas keberhasilan untuk setiap lokasi dan potensi pendapatan yang dapat diperoleh masing-masing. Bisnis juga telah menentukan probabilitas kegagalan opsi dan potensi kerugian yang sesuai.

Austin: Pembukaan kantor Austin mewakili probabilitas keberhasilan 35% dengan potensi pendapatan yang diharapkan sebesar $12 juta. Ini memiliki kemungkinan kegagalan 65% dengan potensi kerugian yang diharapkan sebesar $ 2 juta.

Boston: Pembukaan kantor Boston mewakili kemungkinan keberhasilan 40% dengan potensi pendapatan yang diharapkan sebesar $16 juta. Ini memiliki kemungkinan kegagalan 60% dengan potensi kerugian yang diharapkan sebesar $8 juta.

Chicago: Pembukaan kantor Chicago menunjukkan kemungkinan sukses sebesar 45% dengan potensi pendapatan yang diharapkan sebesar $20 juta. Ini memiliki kemungkinan kegagalan 55% dengan potensi kerugian yang diharapkan sebesar $ 10 juta.

Selanjutnya, Anda perlu menghitung nilai yang diharapkan dari setiap opsi:

• Nilai yang diharapkan dari lokasi Austin = (35% x $12.000.000) + (65% x -$2.000.000)
• Nilai yang diharapkan dari lokasi Boston = (40% x $16.000.000) + (60% x -$8.000.000)
• Nilai yang diharapkan dari lokasi Chicago = (45% x $20.000.000) + (55% x -$10.000.000)

Hasil perhitungan ini memberi Anda nilai yang diharapkan sebesar $2.900.000 untuk Austin, $1.600.000 untuk Boston, dan $3.500.000 untuk Chicago. Dengan menggunakan hasil ini, perusahaan memutuskan untuk memilih lokasi Chicago karena mewakili nilai harapan tertinggi dari tiga opsi mereka.

Apa itu decision tree?

Decision tree adalah diagram alur yang menggambarkan hasil dari pilihan yang berbeda. Disebut decision tree karena pilihannya bercabang, membentuk struktur yang terlihat seperti pohon. Anda dapat membuat decision tree vertikal atau horizontal tergantung pada preferensi Anda. Membaca decision tree horizontal dari kiri ke kanan dan decision tree vertikal dari atas ke bawah.

Decision tree bekerja paling baik ketika Anda mengikuti 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.”

Sebuah decision tree membutuhkan sedikit usaha untuk membuat dan memiliki beberapa manfaat. Hal ini memungkinkan Anda untuk memvisualisasikan hasil dari setiap pilihan dalam cara yang terorganisir. Anda dapat menggunakan decision tree ketika Anda memiliki tujuan tertentu, seperti menentukan apakah Anda harus menerima tawaran pekerjaan.

Decision tree juga bermanfaat jika Anda perlu mengevaluasi sejumlah besar data atau statistik. Misalnya, jika Anda seorang agen penjualan dan ingin menentukan berapa banyak pendapatan yang dapat dihasilkan oleh calon pelanggan versus biaya untuk mengejar dan mempertahankan hubungan, Anda dapat menggunakan decision tree untuk menganalisis laba atas investasi.

Cara membuat decision tree

Anda dapat mengikuti langkah-langkah ini saat membuat decision tree:

Mulailah dengan pertanyaan atau ide

Gambarlah persegi panjang, dan tulis pertanyaan atau ide Anda di dalamnya. Jika Anda ingin membuat pohon horizontal, gambar persegi panjang Anda di sisi kiri halaman sehingga Anda memiliki ruang untuk menggambar garis. Untuk pohon vertikal, gambar kotak di bagian atas halaman dan turunkan. Misalnya, jika Anda ingin menentukan apakah Anda harus meminta kenaikan gaji, Anda dapat menggambar persegi panjang di bagian atas halaman dan menulis, “Meminta kenaikan gaji?” di dalamnya.

Tambahkan cabang

Gambarlah garis sebanyak yang Anda butuhkan dari kotak untuk menentukan tindakan. Untuk melanjutkan contoh, Anda dapat menggambar dua cabang di bawah persegi panjang Anda dan memberi label “Ya” dan “Tidak.” Ini menandakan bahwa Anda meminta atau tidak meminta kenaikan gaji.

Tambahkan simpul keputusan ke cabang

Lingkaran menunjukkan bahwa hasil dari cabang belum jelas dan Anda perlu mengajukan lebih banyak pertanyaan. Segitiga menunjukkan bahwa hasilnya hampir pasti. Dalam contoh, Anda dapat menambahkan lingkaran di akhir cabang “Ya” dan “Tidak”. Di lingkaran “Ya”, Anda dapat menulis “Dapatkan kenaikan gaji?” untuk menentukan apakah manajer Anda akan memberi Anda kenaikan gaji dan di lingkaran “Tidak”, Anda dapat menulis, “Dapatkan kenaikan gaji di masa mendatang?” untuk menentukan apakah Anda yakin akan mendapatkan kenaikan gaji tanpa meminta di masa mendatang.

Lanjutkan seperlunya

Lanjutkan decision tree Anda sampai Anda benar-benar memeriksa semua kemungkinan hasil dan dapat membuat keputusan yang tepat. Dalam contoh, Anda akan melanjutkan sampai Anda mencapai jawaban apakah Anda harus meminta kenaikan gaji.

Tips decision tree

Pertimbangkan tip berikut untuk membuat decision tree yang efektif:

• Kode warna pohon Anda. Beri kode warna pada cabang dan simpul Anda untuk mengidentifikasi hasil dengan mudah. Misalnya, Anda dapat membuat ide awal Anda menjadi hijau dan simpul kuning, biru, dan ungu untuk membedakan masing-masing. Gunakan skema warna untuk membuatnya menarik secara visual.
• Gunakan simbol diagram alur. Jika Anda membuat decision tree untuk dibagikan dengan tim atau manajer Anda, simbol diagram alur standar memastikan pohon Anda mudah dipahami oleh banyak pemirsa.
• Buat simbol Anda dengan ukuran yang sama. Saat menggambar simbol Anda, cobalah membuatnya dengan ukuran yang sama. Ini akan membantu Anda memberikan nilai yang sama pada masing-masing dan membuat pohon lebih mudah dibaca.
• Gunakan templat. Ada banyak template online yang dapat Anda gunakan untuk membuat pohon Anda terlihat sederhana. Beberapa juga memiliki fungsi matematika jika Anda menggunakan pohon untuk menangani data dan statistik.
• Ketahui kapan harus menggunakan decision tree. Decision tree bekerja paling baik ketika Anda memiliki tujuan khusus dan perlu melihat hasil untuk setiap pilihan yang dapat Anda buat. Karena sulit untuk menentukan hasil dari ide orisinal, Anda harus menggunakan decision tree saat Anda dapat memprediksi jawabannya dengan aman.