CONTOH PEMBENTUKAN Tree (2)

No Outlook Temperature Humidity Windy Play/don’t play

1 sunny hot high false Don’t play
2 sunny hot high true Don’t play
3 overcast hot high false Don’t play
4 rain mild high false Play
5 rain cool normal false Play
6 rain cool normal true Don’t play
7 overcast cool normal true play
8 sunny mild high false Don’t play
9 sunny cool Normal false Play
10 rain mild Normal false Play
11 sunny mild high true Play
12 overcast mild normal true Play
13 overcast hot normal false Play
14 rain mild high true Don’t play

CONTOH PEMBENTUKAN Tree (3)

 Dari contoh data training tersebut, atribut kategori
menentukan apakah seseorang bermain (play)
atau tidak (don’t play).sedangkan atribut non-
kategori yaitu :

Atribut Nilai yang mungkin

Outlook Sunny,overcast,rain
Temperature Hot,mild,cool
Humidy High,normal
Windy True,false
 CONTOH PEMBENTUKAN Tree (4)
 Langkah menentukan data yang terpilih menjadi
tree :
 Menetukan node terpilih
 Untuk menentukan node terpilih enthropy dari
setiap kriteria dengan data sample yang
ditentukan. Node terpilih adalah kriteria dengan
entropy yang paling kecil.

 Keterangan :
 Pertanyaan play (+)
 Pertanyaan don’t play (-)

 Prinsip Perhitungan nilai log

 log (1) = 0
2

 log (2) = 1
2

 log (4) = 2
2

 log (1/2) = -1
2

 log (1/4) = -2
2

 (1/2) log (1/2) = (1/2)(-1) = -1/2

2
 RUMUS PENCARIAN RATA – RATA ENTROPY

nb
Avarage entropy = ∑ ( )
ni
x [ ∑ −¿( nn bx
) log 2 ¿ (
nbx
nb
) ]
b c b

Pb = Probability an instance on a branch b is positive

number of positiveinstances on branch nbc

= =
total number of instances on branch nb

Contoh pembentukan tree (5)

Outlook :
 Misal :
 B1 : sunny terdapat 2 play (+) dan 3 don’t play (-)
 B2 : overcast terdapat 4 play (+)
 B3 : rain terdapat 3 play (+) dan 2 don’t play (-)
 Average entropy untuk outlook
 = 5/14 [ -3/5 log 2 (3/5) – 2/5 ] + 4/14 (-log 2 1) + 5/14 [-3/5 log 2 (3/5)
– 2/5 log 2 (2/5)] = 0,686 ~~ 0,691

Contoh pembentukan tree (6)

Temperature :
 Misal :
 B1 : hot terdapat 2 (+) dan 2 (-)
 B2 : mild terdapat 4 (+) dan 1 (-)
 B3 : cool terdapat 3 (+) dan 1 (-)
 Average entropy untuk temperature
 = 4/14 [-2/4 log2 (2/4) – 2/4 log2 (2/4)] + 6/14 [-4/6 log2 (4/6) –
2/6 log2 (2/6) + 4/14 [-3/4 log2 (3/4) – 1/4)]
 = 0,82