Supervised Unsupervised
Learning Learning
Regression Classification
Decision Tree
Random Forest
01
Decision Tree
DEFINISI
Decision Tree yaitu suatu struktur yang dapat digunakan sebagai
pemecah data yang besar menjadi record yang lebih kecil dengan
mengimplementasikan alur proses keputusan. Alur pada decision tree berawal
dari simpul akar ke simpul daun yang dapat memprediksi kelas, sehingga
decision tree dengan mudah melakukan proses konversi klasifikasi (Berry &
Linoff , 2004).
Proses Decision Tree yaitu merubah data dalam bentuk tabel menjadi
bentuk tree, lalu merubah tree menjadi rule dan melakukan penyederhanaan
rule (classification rule) (Basuki & Syarif, 2003).
Struktur Decision Tree
Root node/Top Internal node :
Branch Variabel 1 yang dipertimbangkan
Menurut Berry dan Linoff (1997, pp282-284), kelebihan dari teknik decision tree adalah sebagai berikut :
1. Decision tree mampu menghasilkan aturan-aturan yang mudah dimengerti
2. Decision tree mampu melakukan klasifikasi tanpa membutuhkan banyak komputasi.
3. Mampu untuk menangani data dalam bentuk kontinyu atau kategorik dengan baik.
4. Mampu untuk melihat field dengan kemampuan memisahkan data yang paling baik dan meletakkannya
di node akar dari pohon tersebut
Menurut Berry dan Linoff (1997, pp284-285), kekurangan dari teknik decision tree adalah sebagai
berikut :
1. Kemungkinan kesalahan semakin besar seiring dengan banyaknya kelas karena beberapa
algoritma decision tree hanya dapat menangani kelas-kelas dengan nilai biner (ya/tidak,
terima/tolak). Beberapa algoritma lainnya dapat membagi record-record menjadi beberapa
kelas, tetapi pada algoritma ini kemungkinan kesalahan membesar saat jumlah contoh pada
setiap kelas menjadi semakin kecil.
2. Adanya masalah dengan daerah-daerah yang berbentuk segi empat, karena kebanyakan
algoritma decision tree hanya memeriksa satu field pada satu waktu. Hal ini mengakibatkan
terciptanya kotak-kotak klasifikasi yang berbentuk segi empat, yang mungkin tidak secara baik
merepresentasikan distribusi record yang sesungguhnya dalam ruang keputusan.
Langkah – Langkah Komputasi Decision Tree