Decision Tree
Decision Tree
Pohon keputusan dengan impurity Gini/entropy.
Kapan dipakai?
Dipakai saat ingin mesin belajar pola dari data — untuk klasifikasi, regresi, pengelompokan (clustering), atau reduksi dimensi.
Cara membaca hasil
Untuk klasifikasi/regresi: lihat prediksi data uji. Untuk clustering: lihat sebaran cluster pada grafik. Untuk JST/SVM: amati error/loss menurun yang menandakan model belajar.
Data Peserta Bootcamp (15 baris)
| # | Jam | Project | Kehadiran | Nilai | Lulus | |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | ||||||
| 3 | ||||||
| 4 | ||||||
| 5 | ||||||
| 6 | ||||||
| 7 | ||||||
| 8 | ||||||
| 9 | ||||||
| 10 | ||||||
| 11 | ||||||
| 12 | ||||||
| 13 | ||||||
| 14 | ||||||
| 15 |
Data Uji (yang diprediksi)
Mau Decision Tree jadi aplikasi yang benar-benar dipakai?
Yang di atas baru simulasi dengan data contoh. Kalau kamu butuh Decision Tree yang dipakai sungguhan — input data sendiri, perhitungan otomatis, simpan riwayat, sampai cetak laporan — kami siap bangunkan. Cocok untuk skripsi, tugas akhir, maupun kebutuhan kerja.
Bonus: setiap pesanan Decision Tree sudah termasuk file perhitungan Excel-nya — lengkap dengan rumus tiap langkah, pas untuk lampiran & bahan sidang.
Harga menyesuaikan fitur & kebutuhan. Ngobrol dulu — gratis dan tanpa kewajiban.