Klasifikasi Jenis Pangan Dengan Algoritma C4.5 di BPOM

Penelitian ini bertujuan untuk mengembangkan model klasifikasi produk pangan
berdasarkan kualitas menggunakan algoritma Decision Tree(C.45). Permasalahan
yang diangkat adalah kompleksitas dalam menilai kualitas produk pangan yang
dapat dipecahkan dengan pendekatan analisis data. Metode yang digunakan
melibatkan pengumpulan data dari dataset produk pangan yang mencakup atribut
seperti kondisi sampling, brand, netto, bentuk sediaan, kesimpulan penandaan, dan
kesimpulan akhir. Data kemudian diproses dengan mengubah atribut kategorikal
menjadi numerik menggunakan teknik tertentu dan dibagi menjadi dataset latih dan
uji. Model Decision Tree(C.45) diimplementasikan untuk melakukan klasifikasi
berdasarkan atribut tersebut. Solusi yang diusulkan mencakup pengoptimalan
model melalui tuning parameter dan validasi eksternal dengan dataset tambahan.
Proses pengujian dilakukan dengan membagi dataset dalam variasi rasio, untuk
mengevaluasi performa model dalam konteks pembagian data yang berbeda. Hasil
penelitian menunjukkan akurasi tertinggi pada eksperimen tertentu, memberikan
gambaran lebih rinci tentang performa model pada setiap kelas klasifikasi. Pada
hasil penelitian ini, eksperimen kedua dengan pembagian data 80:20 menghasilkan
akurasi tertinggi sebesar 91.37%. Pembagian data yang lebih seimbang pada
skenario ini memberikan peningkatan akurasi model klasifikasi jenis produk
pangan.
Kata Kunci: Akurasi, Algoritma C4.5, BPOM, Data mining, Klasifikasi