Dalam setiap situasi dan kondisi tentunya setiap orang akan dihadapkan pada proses pengambilan keputusan, dimana mereka harus dituntut untuk bisa mengambil keputusan dengan tepat berdasarkan dengan pertimbangan pertimbangan yang ada.
Terlebih jika dalam lingkup yang besar seperti pada sebuah organisasi atau bahkan sebuah perusahaan, pengambilan keputusannya harus benar benar tepat, karena keputusan yang diambil tidak hanya menyangkut satu pihak saja melainkan sudah menyangkut kepentingan berbagai pihak. Oleh karenanya diperlukan system atau cara pengambilan keputusan yang tepat, logis dan realistis.
Jawaban yang nantinya bisa jadi menjadi sebuah keputusan yang tepat. Lalu apa saja sih kelebihan dan kekurangan dari proses pengambilan keputusan dengan menggunakan decision tree ini?
Berikut merupakan pemaparan mengenai kelebihan dan kekurangan dari sistem decision tree yang perlu diketahui.
Kelebihan Decision Tree
Berikut merupakan kelebihan dari decision tree yang perlu diketahui.
- Mudah dibaca dan ditafsirkan
Karena tujuan utama dari digunakan decision tree ini adalah untuk mempermudah dari proses pengambilan keputusannya, oleh karenanya semua teknik ataupun metode yang digunakan dalam decision tree ini tergolong lebih mudah untuk bisa diartikan dan ditafsirkan. Bisa dibilang dengan mengguanakan decision tree ini sang pengambil keputusan hanya akan dituntut untuk menjawab setiap pertanyaan kecil dan besar yang nantinya tercantum disitu, yang mana bisa dibilang tidaklah memerlukan pengetahuan statistik sama sekali. Sehingga nantinya akan lebih mudah untuk diartikan dan ditafsirkan oleh semua pihak. Jadi tidak hanya pihak yang memiliki kendali khusus saja yang bisa mengetahui atau menafsirkan apa yang ada dalam decision tree ini melainkan semua pihak yang sebenarnya masih awam pun masih bisa untuk menangkap isinya tanpa harus mengetahui data statistiknya yang detail itu. Tidak hanya itu, nyatanya dengan decision tree kita bisa mendapatkan output data yang berkaitan dengan hal hal penting seperti tingkat profitabilitas, biaya, dan alternatif lainnya yang sama sekali tidak memerlukan data ataupun pengetahuan statistik. - Mudah disiapkan
Bisa dibilang decision tree merupakan metode pengambilan keputusan yang bisa dibilang mudah untuk disiapkan dan tidak memerlukan usaha yang besar. Usaha yang dimaksud dalam hal ini adalah usaha untuk mengumpulkan beberapa data serta informasi secara statistik yang dibutuhkan dalam proses pengambilan keputusannya. Namun, tetap dalam menggunakan decision tree ini masih memerlukan data serta informasi yang cukup untuk nantinya digunakan dalam membuat variable baru yang bisa dijadikan sebagai pertimbangan. Yang mana bisa dijadikan sebagai variable yang anntinya memberikan kekuatan pula untuk bisa memprediksi variable target yang ada. - Membutuhkan Sedikit Pembersihan Data
Selain dua keuntungan diatas, metode pengambilan keputusan dengan menggunakan decision tree ini hanya memerlukan sedikit saja pembersihan data, terlebih pembersihan data yang telah digunakan setelah variable perbandingan dna variable target yang ada.
Kekurangan Decision Tree
Berikut merupakan kekurangan dari decision tree yang perlu untuk dipertimbangkan.
- Sifat Tidak Stabil
Karena data dan informasi yang digunakan tidak terlalu signifikan dengan menggunakan bantuan informasi yang berkaitan dengan statistik, bisa dibilang jika decision tree ini relative kurang stabil jika dibandingkan dengan predictor pengambilan keputusan yang lainnya. Setiap perubahan kecil yang terdapat pada data bisa mempengaruhi hasil akhir atau output data yang ada. Bisa jadi apa yang nantinya dihasilkan dari decision tree malah berbanding terbalik dengan yang sebelumnya, sebelum data tersebut mengalami perubahan. - Kurang Efektif Dalam Memprediksi Hasil dari Variable Continue
Selain dirasa kurang stabil, decision tree juga terbilang sangat kurang efektif jika digunakan untuk mengambil keputusan yang berkaitan dengan proses memprediksi hasil dari sebuah variable continue yang ada. Bisa dibilang jika nantinya ditetapkan untuk menggunakan metode ini dalam hal pengambilan keputusan dikhawatirkan bisa kehilangan informasi yang sebelumnya telah dikategorikan ke dalam sebuah variable yang bekelompok kelompok.