34
saham
mengambil
keputusan
berdasarkan
analisis
tersebut.
Karena
nilai
decision
tree
yang sangat tinggi pada banyak faktor kritis pada data mining, teknik ini dapat digunakan
pada berbagai macam masalah bisnis, baik eksplorasi maupun prediksi.
2.5.2.1.1
Implementasi sederhana dari Decision Trees
Algoritma
Decision
Tree
biasanya
dibuat
berdasarkan
konsep
dari
klasifikasi.
Suatu
algoritma membuat suatu tree yang dapat memprediksi nilai yang berdasar kepada kolom-kolom.
Maka
itu setiap node dari tree
menampilkan suatu kasus partikular
untuk suatu kolom.
Keputusan untuk menentukan di mana letak node-node tersebut ditentukan oleh algoritma.
Berikut merupakan contoh training table
Tabel 2.1 : Tabel Training
Customer
ID
Debt level
Income level
Employment type
Credit risk
1
High
High
Self-employed
Bad
2
High
High
Salaried
Bad
3
High
Low
Salaried
Bad
4
Low
Low
Salaried
Good
5
Low
Low
Self-employed
Bad
6
Low
High
Self-employed
Good
7
Low
High
Salaried
Good
 |