Pemodelan Pohon Keputusan Menggunakan Algoritma ID3 dalam Pendekatan Data Mining

Perkembangan teknologi informasi mendorong pemanfaatan data mining sebagai dasar pengambilan keputusan berbasis data pada berbagai sektor, termasuk industri hiburan karaoke. Penelitian ini bertujuan untuk mengevaluasi kinerja algoritma ID3 dalam mendukung sistem pendukung keputusan melalui pembentukan model klasifikasi berbasis pohon keputusan. Metode penelitian menggunakan pendekatan Knowledge Discovery in Database (KDD) yang meliputi tahapan seleksi data, transformasi data, pemodelan menggunakan algoritma ID3, serta evaluasi hasil keputusan. Evaluasi metode dilakukan berdasarkan lima aspek utama, yaitu kemampuan pembentukan keputusan, kecepatan proses klasifikasi, stabilitas hasil klasifikasi, kemudahan interpretasi model, dan kesesuaian keputusan dengan kebutuhan pengguna. Hasil penelitian menunjukkan bahwa algoritma ID3 mencapai tingkat keberhasilan rata-rata sebesar 92%, dengan nilai tertinggi pada aspek kecepatan dan stabilitas klasifikasi. Temuan ini menunjukkan bahwa algoritma ID3 efektif, efisien, dan mudah diinterpretasikan, sehingga layak diterapkan sebagai metode klasifikasi dalam sistem pendukung keputusan berbasis data mining.