PENGEMBANGAN DECISSION TREE ADAPTIF dengan MEKANISME PRUNING DINAMIS untuk PREDIKSI KELAYAKAN KREDIT

        return entropy;

    }

    // Fungsi untuk membuat Decision Tree dengan pruning dinamis

    public static Node buildTree(List<Map<String, Object>> data, List<String> features, double entropyThreshold) {

        List<String> labels = new ArrayList<>();

        for (Map<String, Object> row : data) {

            labels.add((String) row.get("label"));

        }

        // Jika entropi di bawah ambang, buat leaf node

        double entropy = calculateEntropy(labels);

        if (entropy < entropyThreshold || features.isEmpty()) {