Penerapan Decision Tree dalam Data Mining menggunakan Bahasa Pemrograman Python
Keywords:
Data, Decision Tree, Python, Scikit-learn, KlasifikasiAbstract
Data mining merupakan proses ekstraksi informasi dan pola dari kumpulan data besar yang dapat digunakan untuk mendukung pengambilan keputusan. Salah satu metode populer dalam data mining adalah Decision Tree, yang digunakan untuk klasifikasi dan prediksi. Penelitian ini bertujuan untuk mengimplementasikan algoritma Decision Tree menggunakan bahasa pemrograman Python dengan library scikit-learn, serta menganalisis performa model melalui evaluasi akurasi. Hasil penelitian menunjukkan bahwa Decision Tree mampu mengklasifikasikan data dengan akurasi yang memuaskan dan dapat menjadi alat bantu efektif dalam pengambilan keputusan berbasis data.
References
Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques (3rd ed.). Morgan Kaufmann.
Larose, D. T., & Larose, C. D. (2014). Discovering Knowledge in Data: An Introduction to Data Mining. Wiley.
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
Pedregosa, F., Varoquaux, G., Gramfort, A., et al. (2011). Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research, 12, 2825–2830.
Prasetyo, E. (2012). Data Mining: Konsep dan Aplikasi Menggunakan MATLAB. Yogyakarta: Andi Offset.
Quinlan, J. R. (1986). Induction of Decision Trees. Machine Learning, 1(1), 81–106.
Sudarmaji, & Astuti, W. (2021). Penerapan Algoritma Decision Tree untuk Klasifikasi Data Menggunakan Python. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 8(2), 145–153.
Witten, I. H., Frank, E., & Hall, M. A. (2016). Data Mining: Practical Machine Learning Tools and Techniques (4th ed.). Morgan Kaufmann.
