Lihat sumber Algoritma CART

CART (Classification and Regression Tree) adalah algoritma yang digunakan untuk membangun [[pohon keputusan]] baik untuk tujuan [[klasifikasi]] maupun [[regresi]]. Dikembangkan oleh Breiman et al. pada tahun 1986, algoritma ini telah menjadi salah satu metode standar dalam analisis data.

== Mekanisme Pembentukan Pohon ==
Algoritma CART secara rekursif membagi dataset menjadi dua bagian berdasarkan kriteria pemisahan terbaik, seperti [[Gini index]] atau mean squared error untuk regresi. Proses ini berlanjut hingga tercapai kondisi tertentu atau tidak ada lagi pemisahan yang signifikan.

== Fitur Khas CART ==
Berbeda dengan algoritma lain seperti ID3 atau C4.5, CART selalu menghasilkan pohon biner, artinya setiap simpul hanya memiliki dua cabang. Keunggulan ini membuat analisis dan interpretasi hasil menjadi lebih sederhana.

== Peran CART dalam Machine Learning ==
Dalam dunia [[machine learning]], CART sering digunakan sebagai dasar pengembangan ensemble methods seperti [[Random Forest]] dan [[Boosting]], yang dapat meningkatkan akurasi prediksi secara signifikan.