<![CDATA[Pohon keputusan merupakan representasi sederhana dari teknik klasifikasi yang merupakan proses pembelajaran suatu fungsi tujuan yang memetakan tiap himpunan atribut ke satu dari kelas yang didefinisikan sebelumnya. Implementasi algoritma C4.5 dalam menentukan tingkat kelayakan motor bekas yang akan dijual untuk membantu proses pengklasifikasian kondisi motor bekas. Pohon keputusan dapat menemukan hubungan tersembunyi antara sejumlah variabel input dengan sebuah variabel target dari data penjualan motor bekas. Pada algoritma C4.5 dilakukan penghitungan entropy dan gain information untuk memperoleh node akar dan node lainnya. Dengan kemampuannya untuk mem-break down proses pengambilan keputusan yang kompleks menjadi lebih mudah. Pohon keputusan yang dihasilkan dari kasus yang diangkat menunjukkan bahwa ada beberapa atribut yang mempengaruhi dalam penentuan kelayakan motor bekas yakni aki, mesin, bodi, cat dan aksesoris. Decision tree is a simple representation of a classification technique that is a learning process an objective function that maps each set of attributes to one of the classes defined previously. C4.5 algorithm implementation in determining the feasibility of a used motorcycle that will be sold to help the classification process conditions used motorcycles. Decision trees can discover the hidden relationship between the number of input variables with a target variable of the data used bike sales. At C4.5 algorithms were calculated entropy and gain information to obtain root node and other nodes. With its ability to break down complex decision-making process becomes easier. The resulting decision tree of the cases raised shows that there are some attributes that affect the determination of the feasibility of a used motorcycle battery, engine, body, paint and accessories.]]>
Copyrights © 2016
