Bagaimana cara melakukan teknik Decision Tree Analysis dalam Quantitative Risk Analysis?

risiko

Decision Tree Analysis merupakan salah satu teknik atau metode yang dapat dilakukan dalam menganalisis risiko secara kuantitatif. Bagaimana melaksanakan teknik tersebut?

Decision Tree adalah salah satu teknik dalam penilaian risiko Quantitative Risk Analysis. Desicion Tree memberikan struktur yang efektif yang bisa menjabarkan pilihan dan menginvestigasi kemungkinan kejadian yang terjadi ketika memilih pilihan tersebut dan juga membantu memberikan gambaran yang seimbang antara risiko dan penghargaan yang berhubungan dengan tiap kemungkinan aksi yang dilakukan.

Dalam membuat Decision Tree, tentukan dulu keputusan yang ingin dibuat. Gambar kotak kecil yang merepresentasikan keputusan tersebut di bagian kiri kertas. Dari kotak tersebut gambar garis ke kanan kertas untuk setiap kemungkinan solusi dan tulliskan apa saja solusinya di garis. Beri jarak yang cukup supaya pemikirannya bisa lebih berkembang.

Di ujung tiap garis, berikan hasil. Jika hasil yang diambil dari keputusan tersebut tidak pasti, gambar lingkaran kecil. Jika hasilnya berupa keputusan lain yang harus dibuat, maka gambar kotak. Kotak merepresentasikan keputusan dan lingkarang menggambarkan keluaran atau hasil. Jika di ujung garis solusi sudah selesai, maka biarkan kosong.
image

Selanjutnya adalah meninjau ulang diagram yang sudah dibuat. Uji tiap kotak dan lingkaran untuk melihat apakah ada solusi atau hasil yang belum tertulis. Jika ada, gambar lagi. Bila perlu draft ulang diagram jika ada bagian terlalu padat atau tidak rapi.

Setelah mengevaluasi diagram, selanjutnya adalah memilih pilihan mana yang paling menguntungkan. Dimulai dengan menentukan nilai biaya atau skor untuk tiap kemungkinan keluarannya. Estimasikan seberapa menguntungkannya keluaran itu bagi Anda ketika dilaksanakan.
image

Setelah menilai probabilitas dari keluaran yang sudah ditulis, mulailah menghitung nilai yang akan membantu Anda membuat keputusan. Mulai dari bagian kanan ke kiri dari Decision Tree . Catat hasil kalkulasi setelah selesai mengkalkulasi satu node (kotak keputusan atau lingkaran ketidakpastian).

Cara menghitung node lingkaran ketidakpastian
Nilai dari keluaran ketidakpastian x probabilitasnya

Contoh
image

Maka hasil di diagram
image

Cara menghitung node kotak keputusan
Biaya di tiap keluaran - estimasi biaya ke depannya

image

Setelah dikalkulasikan keuntungan tiap keputusan, pilih pilihan keputusan yang memiliki keuntungan paling besar. Ini adalah nilai dari node keputusan.

Sumber

Decision tree atau pohon keputusan biasanya digunakan untuk mendapatkan informasi untuk tujuan pengambilan sebuah keputusan. Pohon keputusan dimulai dengan sebuah root node (titik awal) yang diapakai oleh user untuk mengambil tindakan. Dari node root ini, user memecahkan sesuai dengan algoritma decision tree.

Manfaat utama dari penggunaan decision tree adalah kemampuannya untuk membreak down proses pengambilan keputusan yang kompleks menjadi lebih simpel sehingga pengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan.

Prosedur untuk melakukan decision tree analysis adalah sebagai berikut :

  1. Membuat diagram pohon (Tree Diagraming)

    • Identifikasi semua titik keputusan dan kemungkinan lain yang akan terjadi.
    • Identifikasi alternatif keputusan untuk setiap titik keputusan.
    • Identifikasi apa yang mungkin terjadi dari setiap keputusan yang diambil.
    • Membuat sebuah diagram pohon yang menunjukkan urutan keputusan dan
      kejadian yang mungkin terjadi.
  2. Estimasi kemungkinan (Expected cost = EC)

    • Estimasi kemungkinan hasil yang akan diperoleh dari berbagai kejadian yang mungkin terjadi.
    • Estimasi konsekuensi keuangan dari setiap hasil yang mungkin dari berbagai alternatif keputusan.
  3. Evaluasi dan seleksi

    • Perhitungkan nilai yang diharapkan dari setiap alternatif keputusan.
    • Pilih alternatif keputusan yang menawarkan nilai yang diharapkan yang paling optimal.

Sumber
jurnal.unma.ac.id/index.php/JE/article/download/306/285

dt

Mulailah menggambarkan decision tree dengan kuputusan yang ingin dibuat. Gambarkan kotak kecil untuk menggambarkan keputusan di sebelah kiri selembar kertas besar. Dari kotak ini, tarik garis ke arah kanan untuk setiap solusi yang mungkin, dan tuliskan solusi itu di sepanjang garis. Jagalah agar garis-garis itu terpisah sejauh mungkin sehingga dapat memperluas pikiran.

Di akhir setiap baris, pertimbangkan hasilnya. Jika hasil dari keputusan itu tidak pasti, gambar lingkaran kecil. Jika hasilnya adalah keputusan lain yang perlu dibuat, maka gambar kotak lainnya. Kotak mewakili keputusan, dan lingkaran mewakili hasil yang tidak pasti. Tulis keputusan atau faktor di atas kotak atau lingkaran. Jika telah menyelesaikan solusi di akhir baris, maka biarkan saja.

Kemudian mulai lagi dari kotak keputusan yang baru, tarik garis yang mewakili opsi yang dapat dipilih. Garis pada gambar mewakili kemungkinan hasil. Lakukan hal tersebut secara terus menerus hingga dapat menarik sebanyak mungkin hasil dan keputusan yang diinginkan.

Setelah melakukan hal tersebut, maka tinjau diagram kembali. Lihatlah setiap kotak dan lingkaran yang ada untuk melihat apakah ada solusi atau hasil yang tidak dipertimbangkan. Jika ada, gambarkan lagi.Lalu jika perlu dapat membuat ulang diagram agar terlihat lebih rapih.

Referensi

MindTools | Home

Langkah-langkah yang harus dilakukan dalam pembuatan Decision Tree Analysis adalah:

Menggambar Decision Tree

Pertama tarik sebuah garis ke arah kanan untuk setiap solusi yang mungkin terjadi, dan tuliskan solusi itu di sepanjang garis. Di akhir setiap garis, pertimbangkan hasilnya. Jika hasil dari mengambil keputusan itu tidak pasti, gambar lingkaran kecil. Jika hasilnya adalah keputusan lain yang perlu Anda buat, gambar sebuah kotak. Kotak mewakili keputusan, dan lingkaran mewakili hasil yang belum pasti. Tulis keputusan atau faktor di atas kotak atau lingkaran.

Mulai dari kotak keputusan baru pada diagram Anda, tarik garis yang mewakili opsi yang dapat Anda pilih. Dari lingkaran, garis gambar mewakili kemungkinan hasil. Sekali lagi buat catatan singkat di baris mengatakan apa artinya. Contoh hasil dari langkah ini adalah sebagai berikut:

image

Mengevaluasi Decision Tree

Pada tahap ini Anda dapat menentukan opsi mana yang memiliki nilai terbesar bagi Anda. Mulai dengan menetapkan cash value atau skor untuk setiap hasil yang mungkin.

Selanjutnya perhatikan setiap node lingkaran dan memperkirakan probabilitas setiap hasil. Jika Anda menggunakan persentase, total harus mencapai 100% di setiap lingkaran. Jika Anda menggunakan pecahan, jika ditambahkan harus bernilai 1. Jika Anda memiliki data tentang peristiwa masa lalu Anda mungkin dapat membuat perkiraan probabilitas yang ketat. Jika tidak, tulis perkiraan terbaik Anda. Contoh hasil dari langkah ini adalah sebagai berikut:

image

Menghitung Tree Value

Langkah ini dimulai di sisi kanan decision tree, dan kembali ke bagian kiri. Ketika Anda menyelesaikan serangkaian perhitungan pada node (decision square atau lingkaran), yang perlu Anda lakukan hanyalah mencatat hasilnya. Anda dapat mengabaikan semua perhitungan yang mengarah pada hasil tersebut sejak saat itu.

Menghitung nilai dari Uncertain Outcome Nodes

Pada langkah ini Anda akan menghitung nilai hasil yang tidak pasti (lingkaran pada diagram), lakukan ini dengan mengalikan nilai hasil dengan probabilitas mereka. Total untuk simpul pohon tersebut adalah total nilai-nilai ini. Contoh hasil dari langkah ini adalah sebagai berikut:

image

Menghitung Nilai _Decision Nodes_

Ketika Anda mengevaluasi decision nodes, tuliskan biaya setiap opsi di sepanjang setiap garis keputusan. Kemudian kurangi biaya dari nilai hasil yang sudah Anda hitung. Ini akan memberi Anda nilai yang mewakili manfaat dari keputusan itu.

Perhatikan juga bahwa jumlah yang telah dihabiskan tidak dihitung untuk analisis ini, karena ini merupakan “sunk cost” dan tidak boleh dimasukkan dalam keputusan. Ketika Anda telah menghitung manfaat keputusan ini, pilih opsi yang memiliki manfaat terbesar, dan anggap itu sebagai keputusan yang dibuat. Ini adalah nilai dari decision node itu. Contoh hasil dari langkah ini adalah sebagai berikut:

image

Semoga Bermanfaat :slight_smile:

Referensi: