Pengertian dan Penerapan DecisionTree

LancangKuning - Decision Tree merupakan metode klarifikasi yang menggunakan struktur pohon, yang mana ini klarifikasi yang paling populer karena mudah untuk diterapkan oleh seseorang dan membuat seseorang dapat mengambil keputusan dengan cepat. Metode ini membantu seseorang untuk mempertimbangkan pilihan dan juga memikirkan resiko sekaligus. Jadi metode ini bisa membuat kita untuk memikirkan keputusan lebih tepat lagi.

Bagaimana cara kamu mengambil keputusan? Apakah karena emang kamu ingin memilih itu atau karena kamu ingin mengikuti teman kamu saja? Apapun jawaban kamu, itu tetaplah pilihan yang kamu pilih dan kamu berani mengambil resiko di pilihan itu. Dan kamu juga harus memikirkan lebih matang apa saja yang dapat kamu lakukan di pilihan yang telah kamu pilih dan apa saja resiko yang akan kamu terima.

Umumnya, decision tree itu seperti satu node. Kemudian itu bercabang dan langsung menyatakan apa yang akan kalian pilih. Lalu dari setiap cabang yang kalian pilih, muncul cabang baru karena bentuknya seperti pohon yang memiliki banyak cabangnya. Kita menyusun berbagai pilihan dan melihat hasil dari pilihan tersebut. Sekaligus kamu bisa melihat apa kemungkinan resiko yang kamu dapatkan serta kelebihan apa saja yang ada.

Decision tree juga sangat berguna untuk mencari data, menemukan hubungan tersembunyi antara jumlah variabel masuk dan variable target. Metode ini mempersatukan antara eksplorasi data dan pemodelan, membuat langkah awal terlihat bagus dan menarik dalam proses pemodelan dan juga terlihat bagus pada saat di tahap model akhir dari beberapa teknik yang lainnya.

Pohon keputusan digunakan dalam riset operasi dan juga digunakan dalam manajemen operasi. Dalam praktek, keputusan bisa diambil dalam bentuk online tanpa penarikan kembali. Sebagai model pilihan terbaik atau algoritma model seleksi online, pohon keputusan harus dihubungkan dengan model probabilitas. Bisa juga digunakan untuk menjadikannya sebagai alat deskriptif untuk menghitung probabilitas bersyarat.

Ada 3 elemen yang terdapat dalam suatu metode ini, yaitu :

• Root Node (AKAR) ini maksudnya adalah tujuan akhir atau kesimpulan dari suatu tindakan yang sudah kamu ambil.
• Branches (RANTING) ini adalah pilihan – pilihan dari tindakan yang sudah kamu tentukan.
• Lear Node  DAUN) ini kemungkinan hasil dari semua tindakan yang sudah kamu ambil.

Decision Tree terdiri dari 3 jenis simpul:

1. Simpul Keputusan ini berbentuk seperti kotak.
2. Simpul Peluang ini berbentuk lingkaran.
3. Simpul Akhir ini berbentuk segitiga.

Tahap pembentukan dari Decision Tree

• Konstruksi pohon.

Diawali dengan membentuk sebuah akar, kemudian data dipecah menggunakan atribut yang cocok dan juga tepat.

• Pemangkasan pohon.

Membuang cabang yang tidak diperlukan. Karena metode ini bisa besar dan berkembang dan juga dapat disederhanakan lagi agar tidak terlalu ribet dan kompleks.

• Pembentukan aturan keputusan.

Aturan ini bisa dibentuk dengan menggunakan if-then yang diturunkan dari metode ini sekaligus menelusuri pada tahap akar dan daun. Untuk setiap node dan cabang, jika sudah ditentukan, maka disitu bisa memasukkan nilainya. Setelah semuanya telah dibuat, aturan dapat disederhanakan lagi atau dibuat lebih simple agar dapat mudah dipahami.

Penerapan ini atau nama lainnya adalah pohon keputusan adalah alat pendukung yang menggunakan metode dari model dari keputusan yang diambil dan berbentuk seperti pohon. Metode ini menggambarkan berbagai alternatif yang berguna untuk mengatasi suatu masalah dan juga faktor potensial yang mempengaruhi alternatif itu.

Metode ini adalah metode yang bisa digunakan untuk menampilkan algoritma yang ada di dalamnya. Penggunaan metode ini umumnya seperti dalam riset pengoperasian, apalagi dalam analisis untuk mengambil keputusan. Tujuan untuk mengambil metode ini adalah bertujuan untuk mengidentifikasi strategi yang paling mungkin untuk mencapai tujuan dan juga sekalian alat yang paling populer digunakan.

Decision Tree merupakan susunan yang terstruktur seperti bagan yang sudah kita ketahui yang mana setiap internal mewakili sesuatu yang ada pada atribut. Tiap cabang mewakili hasil dari atribut dan setiap simpul memiliki nama kelas. Dalam analisis keputusan, metode dan diagram ini digunakan sebagai alat pendukung keputusan dimana akan dihitung nilainya yang diharapkan dengan alternatif yang ada.(Yazid H).