Berikut ini merupakan postingan artikel kategori Artificial Intelligence yang membahas tentang penjelasan pengertian, definisi, dan arti dari istilah kata decision tree berdasarkan rangkuman dari berbagai jenis macam sumber (referensi) relevan, terkait, serta terpercaya.
Daftar Isi Konten:
Pengertian Decision Tree
Apa itu sebetulnya yang dimaksud dengan decision tree ini?
Pohon keputusan merupakan representasi data yang mirip diagram alur yang secara grafis menyerupai pohon yang telah ditarik terbalik.
Dalam analogi ini, akar pohon merupakan keputusan yang harus dibuat, cabang pohon merupakan tindakan yang dapat diambil dan daun pohon merupakan hasil keputusan yang potensial.
Tujuan dari pohon keputusan merupakan untuk mempartisi dataset besar ke dalam himpunan bagian yang berisi contoh dengan nilai yang sama untuk memahami kemungkinan hasil dari opsi spesifik.
Dalam Pembelajaran Mesin (ML), pohon keputusan digunakan untuk memprediksi kelas atau nilai variabel target dalam regresi pembelajaran dan algoritma klasifikasi yang diawasi (SL).
Algoritma regresi, juga disebut algoritma kontinu, menggunakan data pelatihan untuk memprediksi semua nilai masa depan dari instance data tertentu dalam periode waktu tertentu.
Sebaliknya, algoritma klasifikasi menggunakan data pelatihan untuk memprediksi nilai instance data tunggal pada saat tertentu dalam waktu.
Pohon keputusan juga disebut sebagai pohon gerobak, yang kependekan dari pohon klasifikasi dan regresi.
Pembahasan dari Apa itu Pengertian, Maksud, serta Contoh dari Istilah Decision Tree
Baik, agar kita dapat lebih mendalami arti penjelasan serta maksud dari acronym atau kata tersebut di atas, pastinya kita juga perlu memahami lebih dalam tentang pembahasan tentang apa itu pengertian, maksud, dan akronim, istilah, jargon, atau terminologi decision tree.
Pohon keputusan merupakan alat yang populer dan kuat yang digunakan untuk tujuan klasifikasi dan prediksi.
Pohon keputusan dapat kategorikal atau kontinu/regresif.
Dalam pohon keputusan kategorikal, hasil data baru didasarkan pada variabel tunggal, diskrit.
Sebaliknya, hasil pohon keputusan yang berkelanjutan didasarkan pada hasil node keputusan sebelumnya.
Keakuratan pohon keputusan dapat ditingkatkan dengan menggabungkan hasil kumpulan pohon keputusan.
Bagaimana Pohon Keputusan Bekerja
Pohon keputusan dibangun dengan menganalisis serangkaian contoh pelatihan berlabel dan menerapkan analisis pada contoh yang sebelumnya tidak terlihat.
Ketika pohon keputusan dilatih dengan data berkualitas tinggi, mereka dapat membuat prediksi yang sangat akurat.
Secara visual, pohon keputusan terdiri dari simpul keputusan yang membentuk akar pohon.
Ini diikuti oleh cabang pohon (disebut tepi) yang menunjuk ke node keputusan tambahan.
Setiap node keputusan mengklasifikasikan titik data baru atau membuat prediksi tentang nilai masa depannya.
Cabang pohon (tepi) data langsung ke simpul keputusan berikutnya dan akhirnya hasil akhir, yang diwakili oleh daun.
Pohon Keputusan Klasifikasi
Setiap pertanyaan dalam pohon klasifikasi terkandung dalam simpul induk, dan setiap simpul induk menunjuk ke simpul anak untuk setiap jawaban yang mungkin untuk pertanyaannya.
Jenis pohon keputusan ini pada dasarnya membentuk hierarki pertanyaan dengan jawaban biner (ya/tidak; benar/salah).
Pohon Keputusan Regresi
Pohon regresi berusaha untuk menentukan hubungan antara variabel dependen tunggal dan serangkaian variabel independen yang berpisah dari set data awal.
Ini penting karena itu berarti bahwa hasil pohon keputusan regresi akan didasarkan pada beberapa variabel.
Pemangkasan Pohon Keputusan
Algoritma pohon keputusan menambahkan node keputusan secara bertahap, menggunakan contoh pelatihan berlabel untuk memandu pilihan node keputusan baru.
Pemangkasan merupakan langkah penting yang melibatkan melihat dan menghapus titik data yang berada di luar norma.
Tujuan pemangkasan merupakan untuk mencegah outlier dari hasil yang miring dengan memberi terlalu banyak bobot pada data yang tidak penting.
Seperti yang sudah kita lihat di atas, istilah ini merupakan salah satu dari kumpulan kamus, akronim, istilah, jargon, atau terminologi dalam bidang teknologi yang diawali dengan abjad atau awalan D, serta merupakan terms yang terkait dengan Artificial Intelligence dengan subkategori Machine Learning.
Arti Decision Tree dalam Kamus Terjemahan Bahasa Indonesia dan Inggris
Selain membahas tentang pengertian dan pembahasan definisinya, untuk lebih memperdalamnya, di sini kita juga perlu mengetahui apa arti kata decision tree dalam kamus terjemahan bahasa Indonesia dan Inggris.
Untuk lebih mudah dalam memahaminya, di artikel ini Kami akan menguraikannya berupa tabel terjemahan bahasa Indonesia dan Inggris sebagai berikut.
| Tipe | Bahasa Indonesia | Bahasa Inggris |
| Terminologi | pohon keputusan | decision tree |
| Kategori | kecerdasan buatan | artificial intelligence |
Penutup
Baiklah, di atas merupakan pembahasan dan penjelasan tentang apa itu arti dari decision tree.
Semoga postingan artikel yang sudah Kami bagikan ini dapat bermanfaat serta dapat menambah wawasan kita semua.
Lihat juga pembahasan tentang apa itu pengertian, maksud, dan akronim, istilah, jargon, atau terminologi artikel lainnya yang berhubungan dengan bidang Teknologi yang ada di laman blog UrlWebsite Kami.
Sumber (Referensi)
Artikel ini dibuat berdasar dari simpulan arti definisi dari berbagai referensi relevan yang berotoritas seperti Wikipedia, Webopedia Technology Dictionary dan beberapa sumber lainnya seperti Technopedia dan Techterms. Kata Decision Tree ini merupakan salah satu dari kumpulan terminologi “Artificial Intelligence dengan subkategori Machine Learning” dalam bidang teknologi yang dimulai dengan abjad atau awalan D. Artikel ini di-update pada bulan Nov tahun 2024.
- https://id.wikipedia.org/wiki/terminologi
- https://id.wikipedia.org/wiki/teknologi
- https://id.wikipedia.org/wiki/teknis
- https://www.webopedia.com/?s=decision-tree
- Gambar contoh dari decision-tree via Google di sini
- Gambar contoh dari decision-tree via Bing di sini
