Pohon Keputusan adalah model prediksi menggunakan struktur pohon atau struktur berhirarki.
Pohon keputusan adalah salah satu metode klasifikasi yang paling populer karena mudah untuk diinterpretasi.
Contoh Pohon Keputusan Pada Perusahaan Angkutan Penumpang.
Angkutan penumpang A memiliki okupansi rendah padahal perusahaan telah memberikan tarif lebih rendah dari tarif regulernya.
Kemudian Perusahaan merencanakan untuk menurunkan lagi tarif angkutan tersebut.
Rencana Perusahaan yaitu sebagai berikut :
-
- Apabila perusahaan menurunkan tarif lagi, maka Perusahaan akan mendapatkan estimasi pendapatan Rp20.160.000 (dengan perkiraan okupansi meningkat) dengan nilai probabilitas 70% dan perusahaan akan mendapatkan estimasi pendapatan Rp9.600.000 (dengan perkiraan okupansi tidak akan meningkat meskipun tarif diturunkan lagi) dengan nilai probabilitas 30%.
- Apabila perusahaan tidak menurunkan tarif lagi, maka Angkutan Penumpang A akan mendapatkan estimasi pendapatan Rp25.200.000 (dengan perkiraan okupansi akan meningkat dengan sendirinya) dengan nilai probabilitas 5% dan perusahaan akan mendapatkan estimasi pendapatan Rp12.000.000 dengan nilai probabilitas 95% (dengan perkiraan okupansi tidak meningkat/tetap rendah).
Expected Monetary Value :
Dasar Pengambilan Keputusan Pengambilan keputusan didasarkan pada nilai ekonomi yang diharapkan (tertinggi)
Formula EMV :
EMV = sigma (Probability x nilai payoff yang diharapkan)
EMVDISKON= (0.70 X Rp20.160.000) + (0.30 X Rp9.600.000) = Rp16.992.000
EMVTIDAKDISKON= (0.05 X Rp25.200.000) + (0.95 X Rp12.000.000) = Rp12.660.000
Kesimpulan :
Dengan perkiraan okupansi yang akan meningkat dengan adanya diskon, dapat dilihat pendapatan yang pada EMVDISKON lebih besar, maka perusahaan perlu melakukan strategi pemasaran dengan diskon atau menurunkan tarif lagi.
Nur Richa Rea
0218123007
Manajemen Project
Dosen Pengampu : Iis Rostiawati
