https://inibudi.or.id/wiki/index.php?action=history&feed=atom&title=Decision_Tree_untuk_Regresi 2026-05-23T04:06:41Z Riwayat revisi halaman ini di wiki MediaWiki 1.43.0 https://inibudi.or.id/wiki/index.php?title=Decision_Tree_untuk_Regresi&diff=16898&oldid=prev 2025-07-31T21:36:25Z

<p>Batch created by Azure OpenAI</p> <p><b>Halaman baru</b></p><div>Tidak hanya digunakan untuk [[klasifikasi]], [[pohon keputusan]] juga dapat digunakan untuk tujuan [[regresi]]. Dalam kasus ini, pohon keputusan membagi data berdasarkan nilai numerik dan menghasilkan keluaran berupa nilai kontinu, bukan kelas diskret.<br /> <br /> == Mekanisme Kerja ==<br /> Pada pohon regresi, pemisahan data dilakukan untuk meminimalkan variasi dalam setiap kelompok sehingga prediksi nilai target menjadi lebih akurat. Kriteria yang sering digunakan adalah [[mean squared error]] atau varian dari target.<br /> <br /> == Keunggulan Pohon Regresi ==<br /> Decision tree untuk regresi sangat berguna ketika hubungan antara variabel input dan output bersifat non-linear. Model ini juga mudah diinterpretasikan dan dapat mengidentifikasi variabel input yang paling berpengaruh terhadap hasil.<br /> <br /> == Keterbatasan dan Solusi ==<br /> Namun, pohon regresi rentan terhadap [[overfitting]] jika pohon terlalu dalam. Untuk mengatasinya, sering digunakan teknik pruning atau kombinasi dengan metode lain seperti [[ensemble learning]].</div>

Budi