1.4 Tujuan
Penelitian ini bertujuan untuk meningkatkan performa Decision Tree dengan mengembangkan Mekanisme Pruning Dinamis (Dynamic Pruning Mechanism, DPM) yang diterapkan selama pelatihan model. Mekanisme ini diharapkan dapat:
Mengurangi overfitting dengan pruning adaptif selama proses pelatihan.
Meningkatkan efisiensi waktu pelatihan dibandingkan metode pruning tradisional.
Menyediakan model dengan interpretasi yang lebih baik untuk aplikasi nyata.
BAB II
PEMBAHASAN
Â
2.1. Tinjauan Pustaka
Decision Tree dan Teknik Pruning
Decision Tree adalah algoritma pembelajaran berbasis pohon yang membagi dataset menggunakan kriteria seperti Gini Index atau Information Gain. Struktur pohon yang kompleks sering menyebabkan overfitting, sehingga pruning diperlukan untuk mengurangi kompleksitas.
