LAPORAN TUGAS DECISION TREE

Nama : Muhammad Habibullah

NIM : 1921400032
Kelas : Informatika D

A. Kesimpulan Materi
Decition Tree adalah, sebuah struktur yang di gunakan untuk membagi sekumpulan data yang
besar, menjadi data yang lebih kecil dengan menerapkan serangkaian aturan dengan
memperhatikan variable tujuannya, dan mengubah data menjadi keputusan dan aturan
keputusan.
B. Dataset

C. Langkah-langkah Decision Tree dengan Algoritma C4.5

Dari data di atas, Pertama kita harus mencari simpul rootnya untuk mencari akar dalam dicision
Tree tersebut seperti table di bawah ini.
Cara untuk mencari angka pada entropy tersebut kita bisa menggunakan perhitungan dari
at: atribut target
jk : jumlah kasus
=((-at“yes”/jk)*log2(at “yes”/jk)+(-at “no”/ jk)*log2(atribut “no”/ jk)) inilah cara menghitung
angka entropy tersebut.

Dan untuk mencari nilai data gain pada stiap atribut, maka terlebih dulu kita mencari nilai pada
data yang ada di dalam atribut dengan cara =(jk atribut/jk keseluruhan)*nilai entropy pada data
atribut yang di tuju. Lalu jika nilai gain pada data atribut sudah ada, kita tingggal mengkalikan
semua data atribut masing- masing untuk menentukan gain pada atribut utama.

Lalu dari data gain yang muncul, kita cari data gain yang paling besar untuk menentukan akar
dari decision tree tersebut, setelah kita mendapatkan akarnya, baru itu kita tentukan alur atau
tatacara penentuannya dalam pembuatan desition tree seperti di gambar.
 Cara penghitungannya sama dengan yang di atas, Tapi kalo penghitungan dari akar yang sudah
kita tentukan menggunkan rumus di atas, yang akan menentukan jalur atau aturan pada decision
tree

D. Hasil Decision Tree