POSTINGAN 1
1. PENGAMBILAN KEPUTUSAN
Pengambilan
keputusan (desicion making) adalah melakukan penilaian dan menjatuhkan pilihan.
Keputusan ini diambil setelah melalui beberapa perhitungan dan pertimbangan
alternatif. Sebelum pilihan dijatuhkan, ada beberapa tahap yang mungkin akan
dilalui oleh pembuat keputusan. Tahapan tersebut bisa saja meliputi
identifikasi masalah utama, menyusn alternatif yang akan dipilih dan sampai
pada pengambilan keputusan yang terbaik.
Secara umum,
pengertian pengambilan keputusan telah dikemukakan oleh banyak ahli,
diantaranya adalah :
1. G. R. Terry : Mengemukakan
bahwa pengambilan keputusan adalah sebagai pemilihan yang didasarkan kriteria
tertentu atas dua atau lebih alternatif yang mungkin.
2. Claude S. Goerge,
Jr
: Mengatakan proses pengambilan keputusan itu dikerjakan oleh kebanyakan
manajer berupa suatu kesadaran, kegiatan pemikiran yang termasuk pertimbangan,
penilaian dan pemilihan diantara sejumlah alternatif.
3. Horold dan Cyril
ODonnell
: Mereka mengatakan bahwa pengambilan keputusan adalah pemilihan diantara
alternatif mengenai suatu cara bertindak yaitu inti dari perencanaan, suatu
rencana tidak dapat dikatakan tidak ada jika tidak ada keputusan, suatu sumber
yang dapat dipercaya, petunjuk atau reputasi yang telah dibuat.
4. P. Siagian : Pengambilan
keputusan adalah suatu pendekatan sistematis terhadap suatu masalah,
pengumpulan fakta dan data, penelitian yang matang atas alternatif dan
tindakan.
2. TAHAPAN – TAHAPAN DALAM PENGAMBILAN KEPUTUSAN
Pengambilan
keputusan merupakan proses pemilihan alternative tindakan untuk mencapai tujuan
atau sasaran tertentu. Pengambilan keputusan dilakukan dengan pendekatan sistematis
terhadap permasalahan melalui proses pengumpulan data menjadi informasi serta
ditambah dengan faktor – faktor yang perlu dipertimbangkan dalam pengambilan
keputusan.
Jenis Keputusan
Keputusan –
keputusan yang dibuat pada dasarnya dikelompokkan dalam 2 jenis, antara lain (
Herbert A. Simon ) :
1.
Keputusan Terprogram
Keputusan ini
bersifat berulang dan rutin, sedemikian hingga suatu prosedur pasti telah
dibuat menanganinya sehingga keputusan tersebut tidak perlu diperlakukan de
novo (sebagai sesuatu yang baru) tiap kali terjadi.
2.
Keputusan Tak Terprogram
Keputusan ini
bersifat baru, tidak terstruktur dan jarang konsekuen. Tidak ada metode yang
pasti untuk menangani masalah ini karena belum ada sebelumnya atau karena sifat
dan struktur persisnya tak terlihat atau rumit atau karena begitu pentingnya
sehingga memerlukan perlakuan yang sangat khusus.
LANGKAH LANGKAH
DALAM MENGAMBIL KEPUTUSAN
Baik sebuah
keputusan itu terprogram atau tidak terprogram dan baik model yang dipilih
manajer itu klasik, administratif atau politik. Ada enam langkah yang biasanya
dianggap sebagai proses pengambilan keputusan yang efektif yaitu :
1. Pengenalan
Syarat-syarat Sebuah Keputusan
2. Diagnosis dan
Analisis Sebab-Akibat
3. Pengembangan
Alternatif
4. Pemilihan
Alternatif yang Dikehendaki
5. Penerapan
Alternatif Terpilih
6. Evaluasi dan
Umpas Balik
Tetapi Menurut
Herbert A. Simon ( Kadarsah, 2002:15-16 ). tahap – tahap yang harus dilalui
dalam proses pengambilan keputusan sebagai berikut :
1.
Tahap Pemahaman ( Inteligence Phace )
Tahap
ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika
serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji
dalam rangka mengidentifikasikan masalah.
2. Tahap
Perancangan ( Design Phace )
Tahap ini merupakan proses
pengembangan dan pencarian alternatif tindakan / solusi yang dapat diambil. Ini
merupakan representasi kejadian nyata yang disederhanakan, sehingga diperlukan
proses validasi dan vertifikasi untuk mengetahui keakuratan model dalam
meneliti masalah yang ada.
3.
Tahap Pemilihan ( Choice Phace )
Tahap ini
dilakukan pemilihan terhadap diantara berbagai alternatif solusi yang
dimunculkan pada tahap perencanaan agar ditentukan / dengan memperhatikan
kriteria – kriteria berdasarkan tujuan yang akan dicapai.
4.
Tahap Impelementasi ( Implementation Phace )
Tahap ini
dilakukan penerapan terhadap rancangan sistem yang telah dibuat pada tahap
perancanagan serta pelaksanaan alternatif tindakan yang telah dipilih pada
tahap pemilihan.
3. Terdapat 3
pendekatan-pendekatan etika bisnis dalam pengambilan keputusan adalah sebagai
berikut:
1. Pendekatan
stakeholder Adalah pendekatan baru yang banyak digunakan khususnya dalam
etika bisnis.
2. Pendekatan
bermanfaat : Pendekatan bermanfaat (utilitarian approach), yang didukung oleh
filsafat abad ke-19, pendekatan bermanfaat itu sendiri adalah konsep tentang
etika bahwa prilaku moral menghasilkan kebaikan terbesar bagi jumlah terbesar.
3. Pendekatan
individualisme : Pendekatan individualisme adalah konsep tentang etika bahwa
suatu tindakan dianggap pantas ketika tindakan tersebut mengusung kepentingan
terbaik jangka panjang seorang indivudu.
4. Model ini
merupakan suatu diagram yang cukup sederhana yang menunjukkan suatu proses
untuk merinci masalah-masalah yang dihadapinya kedalam komponen-komponen,
kemudian dibuatkan alternatif-alternatif pemecahan beserta konsekuensi
masing-masing. Dengan demikian, maka pimpinan tinggal memilih alternative mana
yang sekiranya paling tepat untuk dijadikan keputusan.
Pohon keputusan ini biasanya dipergunakan untuk memecahkan masalah-masalah yang
timbul dalam proyek yang sedang ditangani. Selanjutnya Welch dan Comer
memberikan definisi mengenai pohon keputusan (decision tree) sebagai berikut:
“The decision tree is a simple diagram showing
the possible consequences of alternative decisions. The tree includes the
decision nodes chance modes, pay offs for each combination, and the
probabilities of each event.”
Menurut Welch, ada 4 komponen dari pohon keputusan yakni : simpul keputusan,
simpul kesempatan, hasil dari kombinasi, dan kemungkinan-kemungkinan akibat
dari setiap peristiwa yang terjadi. Hal yang kiranya penting dalam pohon keputusan
adalah pengambil keputusan itu haruslah secara aktif memilih dan
mempertimbangkanbetul-betul alternative mana yang akan dijadikan keputusan
Tipe analisis pembuatan keputusan mana yang akan digunakan sangat tergantung
pada kemungkinan-kemungkinan yang rasional dapat dikemukakan terhadap masalah
yang dihadapinya. Untuk keperluan tersebut dibutuhkan informasi yang
lengkap,upto-date dan dap;at dipercaya kebenarannya, sehingga memudahkan bagi
pimpinan untuk mengambil keputusan dengan baik.
Pohon keputusan itu dinamakan juga diagram pohon karena bentuknya berupa
diagram. Diagram ini bentuknya seperti pohon roboh. Diagram pohon ini merupakan
salah satu langkah yang diperlukan, misalnya dalam pengambilan rancangan bangun
proyek. Konsep proses ini pada dasarnya mengikuti teori system, dimana antara
komponen yang satu dengan komponen yang lain merupakan mata rantai proses yang
berkesinambungan, yang saling bergantung.
Adapun langkah-langkah yang sekiranya perlu
dilakukan secara berturut-turut sebagai berikut:
1. Mengadakan
identifikasi jaringan hubungan komponen-komponen yang ada yang secara
bersama-sama membentuk masalah tertentu yang nantinya harus dipecahkan melalui
diagram keputusan. Masalah tertentu itulah yang merupakan masalah utama.
2. Masalah utama itu
kemudian dirinci kedalam masalah yang lebih kecil.
3. Masalah yang
sudah mulai terinci itu kemudian dirinci lagi kedalam masalah yang lebih kecil
lagi. Begitu seterusnya, sehingga merupakan diagram pohon yang
bercabang-cabang.
Itulah sebabnya mengapa keputusan atau proses
pengambilan keputusan yangdilakukan semacam itu dinamakan diagram pohon.
Diagram pohon itu sangat beranfaat bagi tim yang mengadakan analisi masalah
untuk kemudian dipecahkan besama-sama dalam tim itu karena masalahnya dan
pemecahaanya saling berkaitan. Tanpa bantuan anggota tim lainnya masalah yang
begitu kompleks tidak akan dapat dipecahkan.
Manfaat
Pohon Keputusan
Pohon
keputusan adalah salah satu metode klasifikasi yang paling populer karena mudah
untuk diinterpretasi oleh manusia. Pohon keputusan adalah model prediksi
menggunakan struktur pohon atau struktur berhirarki. Konsep dari pohon
keputusan adalah mengubah data menjadi pohon keputusan dan aturan-aturan
keputusan. Manfaat utama dari penggunaan pohon keputusan adalah kemampuannya
untuk mem-break down proses pengambilan keputusan yang kompleks menjadi lebih
simpel sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari
permasalahan. Pohon Keputusan juga berguna untuk mengeksplorasi data, menemukan
hubungan tersembunyi
antara sejumlah calon variabel input dengan sebuah variabel target. Pohon keputusan memadukan antara eksplorasi data dan pemodelan, sehingga sangat bagus sebagai langkah awal dalam proses pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain.
antara sejumlah calon variabel input dengan sebuah variabel target. Pohon keputusan memadukan antara eksplorasi data dan pemodelan, sehingga sangat bagus sebagai langkah awal dalam proses pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapa teknik lain.
Kelebihan Pohon Keputusan
Kelebihan
dari metode pohon keputusan adalah:
·
Daerah
pengambilan keputusan yang sebelumnya kompleks dan sangat global, dapat diubah
menjadi lebih simpel dan spesifik.
·
Eliminasi
perhitungan-perhitungan yang tidak diperlukan, karena ketika menggunakan metode
pohon keputusan maka sample diuji hanya berdasarkan kriteria atau kelas
tertentu.
·
Fleksibel untuk
memilih fitur dari internal node yang berbeda, fitur yang terpilih akan
membedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang sama.
Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan yang
dihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahap
yang lebih konvensional
·
Dalam analisis
multivariat, dengan kriteria dan kelas yang jumlahnya sangat banyak, seorang
penguji biasanya perlu untuk mengestimasikan baik itu distribusi dimensi tinggi
ataupun parameter tertentu dari distribusi kelas tersebut. Metode pohon
keputusan dapat menghindari munculnya permasalahan ini dengan menggunakan
criteria yang jumlahnya lebih sedikit pada setiap node internal tanpa banyak
mengurangi kualitas keputusan yang dihasilkan.
Kekurangan
Pohon Keputusan
·
Terjadi overlap
terutama ketika kelas-kelas dan criteria yang digunakan jumlahnya sangat
banyak. Hal tersebut juga dapat menyebabkan meningkatnya waktu pengambilan
keputusan dan jumlah memori yang diperlukan.
·
Pengakumulasian
jumlah eror dari setiap tingkat dalam sebuah pohon keputusan yang besar.
·
Kesulitan dalam
mendesain pohon keputusan yang optimal.
·
Hasil kualitas
keputusan yang didapatkan dari metode pohon keputusan sangat tergantung pada
bagaimana pohon tersebut didesain.
Model
Pohon Keputusan
Pohon keputusan adalah model prediksi
menggunakan struktur pohon atau struktur berhirarki. Contoh dari pohon
keputusan dapat dilihat di Gambar berikut ini.
Model Pohon Keputusan (Pramudiono,2008)
Disini setiap percabangan menyatakan kondisi
yang harus dipenuhi dan tiap ujung pohon menyatakan kelas data. Contoh di
Gambar adalah identifikasi pembeli komputer,dari pohon keputusan tersebut
diketahui bahwa salah satu kelompok yang potensial membeli komputer adalah
orang yang berusia di bawah 30 tahun dan juga pelajar. Setelah sebuah pohon
keputusan dibangun maka dapat digunakan untuk mengklasifikasikan record yang
belum ada kelasnya. Dimulai dari node root, menggunakan tes terhadap atribut
dari record yang belum ada kelasnya tersebut lalu mengikuti cabang yang sesuai
dengan hasil dari tes tersebut, yang akan membawa kepada internal node (node
yang memiliki satu cabang masuk dan dua atau lebih cabang yang keluar), dengan
cara harus melakukan tes lagi terhadap atribut atau node daun. Record yang
kelasnya tidak diketahui kemudian diberikan kelas yang sesuai dengan kelas yang
ada pada node daun. Pada pohon keputusan setiap simpul daun menandai label
kelas. Proses dalam pohon keputusan yaitu mengubah bentuk data (tabel) menjadi
model pohon (tree) kemudian mengubah model pohon tersebut menjadi aturan (rule)
Contoh Aplikasi
Contoh Aplikasi
Credit Risk
Berikut ini merupakan contoh dari salah satu
kasus resiko kredit (credit risk) yang menggunakan decision tree untuk
menentukan apakah seorang potential customer dengan karakteristik saving, asset
dan income tertentu memiliki good credit risk atau bad credit risk. Dapat
dilihat pada gambar tersebut, bahwa target variable dari decision tree tersebut
atau variable yang akan diprediksi adalah credit risk dengan menggunakan
predictor variable : saving, asset, dan income. Setiap nilai atribut dari
predictor variable akan memiliki cabang menuju predictor variable selanjutnya,
dan seterusnya hingga tidak dapat dipecah dan menuju pada target variable.
Penentuan apakah diteruskan menuju predictor
variable (decision node) atau menuju target variable (leaf node) tergantung
pada keyakinan (knowledge) apakah potential customer dengan nilai atribut
variable keputusan tertentu memiliki keakuratan nilai target variable 100% atau
tidak. Misalnya pada kasus di atas untuk saving medium, ternyata knowledge yang
dimiliki bahwa untuk seluruh potential customer dengan saving medium memiliki
credit risk yang baik dengan keakuratan 100%. Sedangkan untuk nilai low asset
terdapat kemungkinan good credit risk dan bad credit risk.
Tidak ada komentar:
Posting Komentar