3.

6 Pohon Keputusan
Memilih dengan memproyeksikan "hasil yang diharapkan"
Mengevaluasi semua pilihan Anda. Pohon Keputusan adalah perangkat yang sangat baik
untuk membantu Anda untuk memilih antara beberapa program tindakan. Mereka
menyediakan sebuah struktur yang sangat efektif di mana Anda dapat lay out pilihan dan
menyelidiki hasil yang mungkin memilih orang-orang pilihan. Mereka juga membantu Anda
untuk membentuk gambaran yang seimbang tentang risiko dan manfaat terkait dengan setiap
saja mungkin tindakan. Menggambar Pohon Keputusan Anda mulai Pohon Keputusan dengan
keputusan yang Anda butuhkan untuk membuat. Menggambar persegi kecil untuk mewakili
arah kiri dari selembar kertas besar. Dari kotak ini menarik garis ke kanan untuk setiap solusi
yang mungkin, dan menulis solusi yang sepanjang garis. Jaga agar jalur terpisah sejauh
mungkin sehingga Anda dapat memperluas pikiran Anda. Pada akhir setiap baris,
mempertimbangkan hasil. Jika hasil dari mengambil keputusan yang pasti, menggambar
sebuah lingkaran kecil. Jika hasilnya adalah keputusan lain bahwa Anda perlu untuk
membuat, menggambar persegi lain. Kuadrat mewakili keputusan, dan lingkaran merupakan
hasil yang tidak pasti. Tulis keputusan atau faktor di atas persegi atau lingkaran. Jika Anda
telah menyelesaikan solusi di akhir baris, biarkan kosong. Mulai dari kotak keputusan baru
pada diagram Anda, menarik keluar garis mewakili pilihan yang dapat Anda pilih. Dari
lingkaran menggambar garis mewakili hasil yang mungkin. Sekali lagi membuat catatan
singkat pada garis mengatakan apa artinya. Terus melakukan ini sampai Anda memiliki
ditarik keluar karena banyak kemungkinan hasil dan keputusan seperti yang Anda lihat
terkemuka di dari keputusan asli. Sebuah contoh dari jenis hal yang Anda akan berakhir
dengan ditunjukkan pada Gambar 1: Setelah Anda melakukan ini, meninjau diagram pohon
Anda. Tantangan setiap persegi dan lingkaran untuk melihat apakah ada solusi atau hasil
Anda belum dipertimbangkan. Jika ada, menarik mereka masuk Jika perlu, redraft pohon
Anda jika bagian itu terlalu padat atau tidak rapi. Anda sekarang harus memiliki pemahaman
yang baik dari berbagai hasil yang mungkin dari keputusan Anda. Mengevaluasi Pohon
Keputusan Anda Sekarang Anda siap untuk mengevaluasi pohon keputusan. Ini adalah di
mana Anda dapat bekerja pilihan mana yang memiliki nilai terbesar untuk Anda. Mulailah
dengan menetapkan nilai tunai atau skor untuk setiap hasil yang mungkin. Memperkirakan
berapa banyak Anda pikir akan layak untuk Anda jika hasil yang muncul. Selanjutnya melihat
setiap lingkaran (mewakili titik ketidakpastian) dan memperkirakan probabilitas masing-
masing hasil. Jika Anda menggunakan persentase, total harus datang ke 100% pada setiap
lingkaran. Jika Anda menggunakan pecahan, ini harus menambahkan hingga 1. Jika Anda
memiliki data tentang peristiwa masa lalu Anda mungkin dapat membuat perkiraan yang
ketat dari probabilitas. Jika tidak menuliskan menebak terbaik Anda. Ini akan memberi Anda
sebuah pohon seperti yang ditunjukkan dalam Gambar 2: Menghitung Nilai Pohon Setelah
Anda telah bekerja keluar nilai hasil, dan menilai kemungkinan hasil dari ketidakpastian,
saatnya untuk mulai menghitung nilai-nilai yang akan membantu Anda membuat keputusan.
Mulai di sisi kanan pohon keputusan, dan bekerja kembali ke kiri. Ketika Anda
menyelesaikan satu set perhitungan pada node (keputusan persegi atau lingkaran
ketidakpastian), semua yang perlu Anda lakukan adalah untuk merekam hasilnya. Anda dapat
mengabaikan semua perhitungan yang mengarah pada hasil bahwa dari saat itu. Menghitung
Nilai Nodes Hasil Pasti Dimana Anda menghitung nilai dari hasil yang tidak pasti (lingkaran
pada diagram), melakukan ini dengan mengalikan nilai dari hasil dengan probabilitas mereka.
Total untuk itu node dari pohon adalah total dari nilai-nilai ini. Dalam contoh pada Gambar 2,
nilai untuk 'produk baru, pengembangan menyeluruh' adalah: 0,4 (probabilitas hasil yang
baik) x $ 1.000.000 (nilai) = $ 400.000 0,4 (probabilitas hasil moderat) x $ 50.000 (nilai) = $
20.000 0,2 (probabilitas hasil yang buruk) x $ 2.000 (nilai) = $ 400 + $ 420.400 Gambar 3
menunjukkan perhitungan node hasil yang tak pasti: Menghitung Nilai Pohon Setelah Anda
telah bekerja keluar nilai hasil, dan menilai kemungkinan hasil dari ketidakpastian, saatnya
untuk mulai menghitung nilai-nilai yang akan membantu Anda membuat keputusan. Mulai di
sisi kanan pohon keputusan, dan bekerja kembali ke kiri. Ketika Anda menyelesaikan satu set
perhitungan pada node (keputusan persegi atau lingkaran ketidakpastian), semua yang perlu
Anda lakukan adalah untuk merekam hasilnya. Anda dapat mengabaikan semua perhitungan
yang mengarah pada hasil bahwa dari saat itu. Menghitung Nilai Nodes Hasil Pasti Dimana
Anda menghitung nilai dari hasil yang tidak pasti (lingkaran pada diagram), melakukan ini
dengan mengalikan nilai dari hasil dengan probabilitas mereka. Total untuk itu node dari
pohon adalah total dari nilai-nilai ini. Dalam contoh pada Gambar 2, nilai untuk 'produk baru,
pengembangan menyeluruh' adalah: 0,4 (probabilitas hasil yang baik) x $ 1.000.000 (nilai) =
$ 400.000 0,4 (probabilitas hasil moderat) x $ 50.000 (nilai) = $ 20.000 0,2 (probabilitas hasil
yang buruk) x $ 2.000 (nilai) = $ 400 + $ 420.400 Gambar 3 menunjukkan perhitungan node
hasil yang tak pasti: Perhatikan bahwa nilai-nilai yang dihitung untuk setiap node yang
ditampilkan dalam kotak. Menghitung Nilai Nodes Keputusan Ketika Anda mengevaluasi
node keputusan, menuliskan biaya masing-masing pilihan di sepanjang setiap baris
keputusan. Kemudian kurangi biaya dari nilai hasil yang Anda sudah dihitung. Ini akan
memberikan Anda nilai yang mewakili manfaat dari keputusan itu. Perhatikan bahwa jumlah
yang telah dikeluarkan tidak dihitung untuk analisis ini - ini adalah 'tenggelam biaya' dan
(meskipun emosional kontra-argumen) tidak harus menjadi faktor dalam keputusan tersebut.
Bila Anda telah menghitung manfaat keputusan, memilih opsi yang memiliki manfaat
terbesar, dan menganggap itu sebagai keputusan yang dibuat. Ini adalah nilai dari simpul
keputusan. Gambar 4 menunjukkan perhitungan dari node keputusan dalam contoh kita:
Dalam contoh ini, manfaat kami sebelumnya dihitung untuk 'produk baru, pengembangan
menyeluruh' adalah $ 420.400. Kami memperkirakan biaya masa depan pendekatan ini
sebagai $ 150.000. Hal ini memberikan keuntungan bersih sebesar $ 270.400. Manfaat bersih
'pengembangan produk, cepat baru' adalah $ 31.400. Pada cabang ini maka kami memilih
pilihan yang paling berharga, "produk baru, pengembangan menyeluruh ', dan
mengalokasikan nilai ini ke node keputusan. Result Dengan menerapkan teknik ini kita dapat
melihat bahwa pilihan terbaik adalah untuk mengembangkan produk baru. Perlu lebih banyak
pada kita untuk mengambil waktu dan mendapatkan produk yang tepat, daripada terburu-buru
produk ke pasar. Lebih baik hanya untuk meningkatkan produk yang sudah ada kita daripada
merusak sebuah produk baru, bahkan meskipun kita kurang biaya. Poin Penting : Pohon
keputusan menyediakan metode yang efektif Pengambilan Keputusan karena mereka: Jelas
lay out masalah sehingga semua pilihan bisa ditantang. Memungkinkan kita untuk
menganalisis sepenuhnya konsekuensi dari keputusan. Menyediakan kerangka kerja untuk
mengukur nilai-nilai hasil dan probabilitas untuk mencapainya. Membantu kita untuk
membuat keputusan terbaik berdasarkan informasi yang ada dan tebakan terbaik. Seperti
dengan semua Pembuatan Keputusan metode, analisis keputusan pohon harus digunakan
dalam hubungannya dengan akal sehat - pohon keputusan hanya salah satu bagian penting
dari Keputusan Anda Membuat tool kit.

Today Deal $50 Off : https://goo.gl/efW8Ef