Machine LearningMenengahFase D–FE4E6
Decision Tree
Decision Tree adalah model machine learning yang mengklasifikasi data dengan menyusun serangkaian pertanyaan ya/tidak menjadi sebuah pohon. Di tiap simpul, algoritma memilih pertanyaan yang paling memisahkan data ke kelompok yang lebih murni, lalu bercabang sampai mencapai daun yang berisi jawaban akhir. Visualisasi menampilkan pohon pertanyaan yang tumbuh dan jalur keputusan yang diikuti hingga sebuah data diberi label.
Contoh kasus
Aplikasi AI yang menebak jenis hewan peliharaan dari beberapa pertanyaan seperti berbulu atau tidak dan bisa terbang atau tidak.
Silabus
Klasifikasikan data dengan menyusun pertanyaan ya/tidak menjadi pohon yang bercabang ke jawaban.
Tujuan Belajar
- ·Memahami cara AI mengambil keputusan lewat rangkaian pertanyaan sederhana
- ·Menjelaskan cara pohon memilih pertanyaan yang paling memisahkan data
- ·Menerapkan penelusuran cabang untuk memberi label pada data baru
Cara Kerja
- ·Mulai dari satu pertanyaan di akar yang paling memisahkan data.
- ·Setiap jawaban ya atau tidak membawa data ke cabang yang berbeda.
- ·Di tiap cabang, ajukan pertanyaan lanjutan yang mempersempit kemungkinan.
- ·Berhenti di daun ketika data sudah cukup seragam, lalu berikan label jawaban.
Prasyarat
- ·Percabangan (if-else)
- ·Konsep pohon (tree) sederhana
Contoh Nyata
- ·AI galeri HP yang menebak isi foto dari beberapa ciri sederhana.
- ·Sistem penyaring pengajuan yang memutuskan lolos atau tidak lewat cek bertahap.
- ·Kuis online yang menebak karakter favoritmu dari jawaban ya atau tidak.
Kompleksitas O(kedalaman pohon)