Apa yang dimaksud dengan pohon keputusan

Pohon keputusan adalah representasi grafis dari situasi keputusan spesifik yang digunakan ketika percabangan kompleks terjadi dalam proses keputusan terstruktur. Pohon keputusan adalah model prediksi berdasarkan serangkaian percabangan tes Boolean yang menggunakan fakta-fakta spesifik untuk membuat kesimpulan yang lebih umum.

Komponen utama dari pohon keputusan melibatkan titik keputusan yang diwakili oleh simpul, tindakan, dan pilihan spesifik dari titik keputusan. Setiap aturan dalam pohon keputusan diwakili dengan melacak serangkaian jalur dari root ke node ke node berikutnya dan seterusnya hingga tindakan tercapai.

Techopedia menjelaskan Decision Tree

Pohon keputusan adalah alat yang populer dan kuat yang digunakan untuk tujuan klasifikasi dan prediksi. Pohon keputusan memberikan alternatif yang nyaman untuk melihat dan mengelola set besar aturan bisnis, yang memungkinkan mereka diterjemahkan dengan cara yang memungkinkan manusia untuk memahaminya dan menerapkan batasan aturan dalam database sehingga catatan yang masuk ke kategori tertentu pasti akan diambil kembali .

Pohon keputusan umumnya terdiri dari empat langkah berikut:

  1. Menyusun masalah sebagai pohon dengan membuat simpul akhir cabang, yang terkait dengan jalur atau skenario tertentu di sepanjang pohon
  2. Menetapkan probabilitas subjek untuk setiap peristiwa yang direpresentasikan di pohon
  3. Menetapkan hadiah untuk konsekuensi. Ini bisa berupa jumlah dolar tertentu atau nilai utilitas yang dikaitkan dengan skenario tertentu.
  4. Mengidentifikasi dan memilih tindakan yang sesuai berdasarkan analisis


Page 2

Kami mendengar banyak tentang AI dan potensi transformatifnya. Apa artinya itu bagi masa depan umat manusia, tidak sepenuhnya jelas. Beberapa futuris percaya hidup akan membaik, sementara yang lain berpikir itu berada di bawah ancaman serius. Ada juga spektrum posisi di tengah. Berikut ini kisaran yang diperlukan dari 11 ahli.

Apa yang dimaksud dengan pohon keputusan

1. "Sejauh ini, bahaya terbesar dari Kecerdasan Buatan adalah bahwa orang menyimpulkan terlalu dini sehingga mereka memahaminya." - Eliezer Yudkowsky

Apa yang dimaksud dengan pohon keputusan


Page 3

Privasi dalam teknologi berkembang menjadi masalah yang mendesak. Setelah skandal Cambridge Analytica, risiko pelanggaran data dan penggunaan data pribadi yang tidak tepat menjadi jelas bahkan bagi mereka yang belum pernah mempertimbangkan perlunya privasi sebelumnya. Orang-orang berhak khawatir tentang bagaimana informasi mereka disimpan dan ditangani oleh perusahaan yang mengelolanya. Meskipun ada upaya regulasi, tidak jelas lagi siapa yang benar-benar memiliki data ini dalam praktiknya. Mari kita lihat 10 kutipan paling menginspirasi tentang privasi teknologi yang dapat membantu kita menempatkan segala sesuatu dalam perspektif.

Remaja dan Privasi

"Privasi sudah mati, dan media sosial memegang pistol merokok." - Pete Cashmore, CEO Mashable

Kutipan ini sangat menarik karena berfokus pada satu aspek mengerikan dari era digital yang kita jalani: Segala hal bodoh yang Anda lakukan sekarang abadi karena internet. Sexting ring adalah salah satu contohnya - tempat-tempat di mana foto-foto telanjang gadis remaja dibagikan di antara anak laki-laki yang tak terhitung jumlahnya yang menjadikannya sebagai piala. Akhirnya gadis-gadis itu akan menjadi wanita, dan, selain hanya harga diri mereka, karier profesional mereka mungkin hancur selamanya.

You're Reading a Free Preview
Pages 6 to 10 are not shown in this preview.

Pengertian Pohon KeputusanPohon yang dalam analisis pemecahan masalah pengambilan keputusan adalahpemetaan mengenai alternatif-alternatif pemecahan masalah yang dapat diambil dari masalahtersebut. Pohon tersebut juga memperlihatkan faktor-faktor kemungkinan/probablitas yangakan mempengaruhi alternatif-alternatif keputusan tersebut, disertai dengan estimasi hasilakhir yang akan didapat bila kita mengambil alternatif keputusan tersebut.2.3 Manfaat Pohon KeputusanPohon keputusan adalah salah satu metode klasifikasi yang paling populer karenamudah untuk diinterpretasi oleh manusia.Pohon keputusan adalah model prediksimenggunakan struktur pohon atau struktur berhirarki.Konsep dari pohon keputusan adalahmengubah 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 sehinggapengambil keputusan akan lebih menginterpretasikan solusi dari permasalahan. PohonKeputusan juga berguna untuk mengeksplorasi data, menemukan hubungan tersembunyiantara sejumlah calon variabel input dengan sebuah variabel target. Pohon keputusanmemadukan antara eksplorasi data dan pemodelan, sehingga sangat bagus sebagai langkahawal dalam proses pemodelan bahkan ketika dijadikan sebagai model akhir dari beberapateknik lain. Sering terjadi tawar menawar antara keakuratan model dengan transparansimodel. Dalam beberapa aplikasi, akurasi dari sebuah klasifikasi atau prediksi adalah satu-satunya hal yang ditonjolkan, misalnya sebuah perusahaan direct mail membuat sebuahmodel yang akurat untuk memprediksi anggota mana yang berpotensi untuk meresponpermintaan, tanpa memperhatikan bagaimana atau mengapa model tersebut bekerja.2.4 Kelebihan Pohon KeputusanKelebihan dari metode pohon keputusan adalah:Daerah pengambilan keputusan yang sebelumnya kompleks dan sangat global, dapatdiubah menjadi lebih simpel dan spesifik.Eliminasi perhitungan-perhitungan yang tidak diperlukan, karena ketikamenggunakan metode pohon keputusan maka sample diuji hanya berdasarkan kriteriaatau kelas tertentu.Fleksibel untuk memilih fitur dari internal node yang berbeda, fitur yang terpilih akanmembedakan suatu kriteria dibandingkan kriteria yang lain dalam node yang sama.

Kefleksibelan metode pohon keputusan ini meningkatkan kualitas keputusan yangdihasilkan jika dibandingkan ketika menggunakan metode penghitungan satu tahapyang lebih konvensionalDalam analisis multivariat, dengan kriteria dan kelas yang jumlahnya sangat banyak,seorang penguji biasanya perlu untuk mengestimasikan baik itu distribusi dimensitinggi ataupun parameter tertentu dari distribusi kelas tersebut. Metode pohon

Upload your study docs or become a

Course Hero member to access this document

Upload your study docs or become a

Course Hero member to access this document

End of preview. Want to read all 6 pages?

Upload your study docs or become a

Course Hero member to access this document