Penerapan teknik klasifikasi dengan algoritme decision tree untuk data tanaman pangan dan hortikultura

Abstract

Data sektor pertanian yang dimiliki oleh Departemen Pertanian selalu bertambah setiap tahun sehingga menghasilkan kumpulan data berukuran besar. Data tersebut terdiri dari 18 subsektor dan 16 atribut, termasuk di dalamnya data subsektor tanaman pangan dan hortikultura. Data tanaman pangan dan hortikultura terdi ri dari 109.037 record. Dalam penelitian yang telah dilakukan, diaplikasikan salah satu teknik data mining, yaitu klasifikasi dengan menggunakan algoritma decision tree, untuk melihat pola yang ada dalam data tanaman pangan dan hortikultura. Decision tree merupakan algoritma dalam klasifikasi yang paling banyak digunakan. Algoritma ini terdiri dari 3 (tiga) tahapan, yaitu pembentukan pohon; pemangkasan pohon; dan pembentukan aturan (IF-AND-THEN). Data tanaman pangan dan hortikultura dibagi menjadi 8 data set berdasarkan kelompok tahun yang terbagi per lima tahun, yaitu bdspT1 sampai dengan bdspT8, yang masing-masing terdiri dari atribut komoditas; lokasi; produktivitas; dan luas panen. Setiap data set tersebut dibagi menjadi 75% training set dan 25% test set.