Cari Blog Ini




MAKASRI 2010

Jumat, 25 Maret 2011

Decision tree


Decision tree (pohon keputusan) adalah alat pendukung keputusan yang menggunakan pohon. Seperti grafik atau model keputusan dan kemungkinan konsekuensi mereka, termasuk hasil peristiwa kebetulan, biaya sumber daya, dan utilitas. Decision tree biasanya digunakan dalam operations research (penelitian operasional), khususnya dalam decision analysis (analisis keputusan), untuk membantu mengidentifikasi strategi yang paling mungkin untuk mencapai tujuan. Lain yang menggunakan decision tree adalah sebagai alat deskriptif untuk menghitung probabilitas kondisional.

Umum

Dalam analisis keputusan, sebuah “Decision tree” digunakan sebagai visual dan alat pendukung keputusan analisis, di mana nilai-nilai yang diharapkan (atau utilitas yang diharapkan) dari alternatif bersaing dihitung.
Decision tree secara tradisional telah dibuat secara manual, sebagai contoh berikut menunjukkan:
Manual Decision Tree
Decision Tree terdiri dari 3 jenis node:
1. Decision nodes – umum diwakili oleh kuadrat
2. Chance nodes – diwakili oleh kalangan
3. End nodes – diwakili oleh segitiga
Decision Tree Elements
Ditarik dari kiri ke kanan, Decision Tree hanya burst nodes (membelah jalan) tapi tidak ada sink nodes (konvergen jalan). Oleh karena itu, digunakan secara manual, mereka dapat tumbuh sangat besar dan kemudian sering kali sulit untuk menarik sepenuhnya dengan tangan.
Analisis dapat memperhitungkan pembuat keputusan (misalnya, perusahaan) preferensi atau fungsi utilitas, misalnya:
Risk Pref Sensitivity to threshould
Interpretasi dasar dalam situasi ini adalah bahwa perusahaan lebih suka risiko B dan hadiah di bawah koefisien preferensi risiko realistis (lebih besar dari $ 400K – dalam rentang keengganan risiko, perusahaan perlu model strategi ketiga, “Baik A maupun B” ).

Pengaruh Diagram

Decision tree dapat digambarkan lebih kompak sebagai diagram pengaruh, memusatkan perhatian pada isu-isu dan hubungan antara peristiwa.
Factory2 Influence Diagram

Keuntungan


Di antara alat-alat pendukung keputusan, decision tree (dan pengaruh diagram) memiliki beberapa keuntungan:
Pohon keputusan:
  • Apakah mudah untuk memahami dan menafsirkan. Orang-orang dapat memahami model decision tree setelah penjelasan singkat.
  • Memiliki nilai bahkan dengan data yang sedikit keras. Wawasan penting dapat dihasilkan didasarkan pada pakar menggambarkan situasi (yang alternatif, probabilitas, dan biaya) dan preferensi mereka untuk hasil.
  • Gunakan kotak putih model. Jika hasil tertentu disediakan oleh sebuah model, penjelasan bagi hasilnya mudah direplikasi oleh matematika sederhana.
  • Dapat digabungkan dengan teknik-teknik keputusan lainnya. Contoh berikut ini menggunakan perhitungan Net Present Value, PERT 3-titik perkiraan (keputusan # 1) dan distribusi linear hasil yang diharapkan (keputusan # 2):

Contoh

Decision tree dapat digunakan untuk mengoptimalkan portofolio investasi. Contoh berikut ini menunjukkan sebuah portofolio dari 7 pilihan investasi (proyek). Organisasi telah tersedia untuk $ 10.000.000 total investasi. Garis tebal tandai pilihan terbaik 1, 3, 5, 6, dan 7, yang akan biaya $ 9.750.000 dan membuat hasil dari 16.175.000. Semua kombinasi lainnya juga akan melampaui anggaran atau menghasilkan hasil yang lebih rendah.
investmant Decision Insight
Mungkin yang paling umum online interaksi dengan decision tree dalam bentuk online navigasi. Sebagai contoh, situs belanja online (Amazon.com, BestBuy.com, SurLaTable.com, Shopping.com dan hampir semua yang lain) memiliki ‘tingkat atas’ atau ‘primer’ panel navigasi terlihat dari halaman rumah dan biasanya dari semua halaman di situs. Pada BestBuy.com, ini menu tingkat atas termasuk kategori utama: “TV & Video, Audio, Car & GPS, Kamera & Camcorder, Komputer …” Klik pada kategori tingkat atas dari decision tree, dan Anda melihat menu navigasi sekunder. Untuk komputer: “Laptop, Netbooks, Desktops …” Setiap mengarah pada satu set tingkat tersier atau tingkat ketiga menu yang juga bertindak sebagai ‘filter’, serta produk fitur.
Asli ngopy paste dari http://en.wikipedia.org

Tidak ada komentar:

Posting Komentar