5 Iterative Dichotomiser 3 ID3 TINJAUAN PUSTAKA

S cukup = [3+, 1-], |S cukup |= 4, EntropyS cukup =0,8113 S kurang =[2+, 1-], |S kurang |= 3, EntropyS kurang =0,9183 GainS, IPK = entropyS - 411entropyS bagus - 411entropyS cukup - 311entropyS kurang = 0,8454 – 411 0,8113 – 411 0,8113 – 311 0,9183 = 0,0049  Psikologi: S = [8+, 3-], |S| = 11, EntropyS = 0,8454 S tinggi = [3+, 0-], |S tinggi |= 3, EntropyS tinggi =0 S sedang = [4+, 1-], |S sedang |= 5, EntropyS sedang =0,7219 S rendah =[1+, 2-], |S rendah |= 3, EntropyS rendah =0,9183 GainS, Psikologi = entropyS - 411entropyS tinggi - 411entropyS sedang – 311entropyS rendah = 0,8454 – 311 0 – 511 0,7219 – 311 0,9183 = 0,2668  Wawancara: S = [8+, 3-], |S| = 11, EntropyS = 0,8454 S baik = [6+, 0-], |S baik |= 6, EntropyS baik =0 S buruk = [2+, 3-], |S buruk |= 5, EntropyS buruk =0,9710 GainS, Wawancara = entropyS - 411entropyS baik - 411entropyS buruk = 0,8454 – 611 0 – 511 0,9710 = 0,4040 Dari nilai information gain di atas, gainS,Wawancara adalah yang paling besar maka atribut wawancara yang akan menjadi root. Untuk nilai baik pada atribut wawancara terdapat 6 sampel, berarti sample baik tidak kosong. Sehingga perlu memanggil fungsi ID3 dengan kumpulan sampel berupa sample baik = [6+, 0-], atribut target = ‘diterima’ dan kumpulan atribut = {IPK, Psokologi}. Maka pada tahap ini menghasilkan pohon seperti Gambar 2.3. Gambar 2.3 Pohon keputusan pada rekursi level 0 iterasi ke-1

2. Rekursi level 1 iterasi ke-1

Karena semua sampel termasuk pada kelas ‘Ya’ pada sampel baik = [6+, 0-] maka fungsi ini akan berhenti dan mengembalikan satu simpul tunggal root dengan label ‘Ya’. Pada tahap ini menghasilkan pohon seperti Gambar 2.4. Gambar 2.4 Pohon keputusan pada rekursi level 1 iterasi ke-1

3. Rekursi level 0 iterasi ke-2

Pada rekursi level 0 iterasi ke-1, sudah dilakukan engecekan atribut wawancara dengan nilai ‘baik’. Selanjutnya, dilakukan pengecekan untuk atribut ‘wawancara’ bernilai ‘buruk’. Sehingga memanggil fungsi ID3 dengan sampel buruk = [2+, 3- ], target ‘diterima’, dan kumpulan atribut {IPK, Psikologi}. Sehingga pada tahap ini menghasilkan pohon pada Gambar 2.5. Gambar 2.5 Pohon keputusan pada rekursi level 0 iterasi ke-2